不同辐射校正水平下水稻植被指数监测对比分析

归一化植被指数(NDVI)是反映植被长势特征的重要参数之一。获取准确的植被指数对揭示植被长势变化等定量遥感分析至关重要。基于不同辐射校正水平(辐射定标与大气校正),分别利用Landsat ETM+影像的灰度值(DN)、表观(TOA)反射率与地表(Surface)反射率计算相应NDVI,并根据鄱阳湖区野外定点观测数据,从农田、景观尺度揭示不同辐射校正水平下水稻生育期内NDVI动态变化特征。结果表明,根据DN、TOA反射率与Surface反射率提取的NDVI基本上可以反映出年内水稻不同熟制种植信息变化特征,即移栽期NDVI处于谷值,孕穗抽穗期NDVI达到峰值。但相应NDVI逐渐增加,且波动范围逐渐增大。就不同熟制水稻生育期而言,根据DN值计算并构建的NDVI曲线差异较小,而根据TOA反射率与Surface反射率反演的NDVI曲线差异明显。在植被定量遥感研究中,通过大气校正反演地表反射率计算植被指数相对客观准确。     

Landsat-8 OLI与Sentinel-2 MSI山区遥感影像辐射一致性研究

受影像获取时间、大气条件、观测角度、传感器波段设置以及山地地形等因素的影响,山区多源、多时相光学遥感卫星影像间的辐射不一致问题较为突出。以Landsat-8 OLI与Sentinel-2 MSI为例探究山地多源遥感影像间的辐射一致性,旨在为多源影像在山区的协同应用提供理论支持。选取同期OLI和MSI影像,进行大气校正、BRDF校正、光谱通道校正以及影像间的辐射一致性分析,并研究地形对辐射一致性的影响。结果表明:(1)未经校正的Landsat-8 OLI-L1T与Sentinel-2 MSI-L1C反射率影像间的辐射一致性较高(各波段R2均大于0.9);(2)经过6S大气校正、C因子法BRDF校正,影像间辐射一致性进一步提高(如蓝波段反射率RMSD依次减小22%、10%),但光谱通道校正后一致性并未显著增强;(3)地形效应导致了影像阴坡、阳坡辐射一致性水平的较大差异(如BRDF校正后SWIR波段阳坡的反射率平均绝对差为0.010、RMSD为0.006 6,阴坡平均绝对差为0.005、RMSD为0.004 3),且阳坡辐射差异随坡度增大而增大,阴坡则相反。因此,在进行多源遥感影像协同之前,需要进行有效的大气校正、BRDF校正以及光谱通道校正。另外,针对山地遥感影像还应开展地形辐射校正以进一步提高影像间的辐射一致性。     

多时相遥感影像相对辐射校正方法对比

针对目前大区域多时相遥感影像在进行相对辐射时,如何选择合适的校正方法的问题,该文对比分析了目前比较流行的相对辐射校正方法,分析影响因素和适用条件。选择直方图匹配法、基于统计量的校正方法、图像回归法、伪不变特征法和暗集-亮集法5种相对辐射校正方法,以大兴安岭地区两期TM遥感数据为实验数据,运用均方根误差、归一化植被指数与像元灰度值变动范围3种统计特征参数和差值法对采用5种方法校正后的遥感图像进行分析与评价。研究结果表明:5种相对辐射校正方法都减小了遥感图像之间的变化程度,提高了动态监测精度。综合研究区域特征、校正方法对图像变化程度的影响以及易操作性等因素分析,暗集-亮集法和伪不变特征法校正效果最好。     

结合光谱响应函数的Landsat-8影像大气校正研究

针对受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误差,影响图像分析精度的问题,该文利用Landsat-8的光谱响应函数,对OLI多光谱数据进行大气辐射校正和反射率反演,对校正前后的地物光谱曲线和归一化植被指数(Normalized Difference Vegtation Index,NDVI)的变化进行了对比。研究表明:OLI大气校正后较好地恢复各类地物光谱的典型特征;大气校正后NDVI增幅明显;类似的基于光谱响应函数的FLAASH大气校正方法可以为其他的高级陆地成像仪等传感器校正提供依据。     

植被指数与叶面积指数关系研究及定量化分析

基于ETM 原始图像、相应的视反射率图像和大气校正后的地面反射率图像，分别计算了贵州黎平县北部杉木林区相应的归一化植被指数。研究发现，基于视反射率图像计算出的归一化植被指数为相应原始影像的3～4倍，基于大气校正后的地面反射率图像计算出的归一化植被指数是相应原始图像的4～5倍。研究结果表明，归一化植被指数与相应地面实测的叶面积指数有着较好的线性相关关系，并且传感器影响去除、大气校正等技术手段将逐步提高归一化植被指数与实测LAI的相关系数。由此说明，在实际工作中，遥感信息定量化是极其必要的。     

基于同步实测光谱数据的ASTER影像邻近效应校正研究

2008年6月在甘肃省张掖市开展的天-空-地同步大型遥感实验“黑河综合遥感联合实验”中,用自己设计的装置在兰州大学草地观测站开展了卫星同步邻近效应测量实验,用逆最小二乘算法求算了邻近效应校正系数,并将系数应用于影像真实反射率转换方程,对同步获取的ASTER影像进行了邻近效应校正,校正结果影像质量有所改善。将校正的结果影像与SHDOM方程的邻近效应校正结果影像对比,结果表明,经过邻近效应校正系数校正后影像的反射率、归一化植被指数产生较大差异,像元之间的相关性也明显降低。     

遥感影像地形与大气校正系统设计与实现

遥感影像地形和大气校正是提高定量化遥感数据处理精度的重要因素。目前的数据处理软件系统集成了一些地形和大气校正算法,但在应用中还存在不能获取重要的地形参数(如阴影因子、天空可视因子等),需提供精准DEM和校正方法基于朗伯体地表假设等问题。为应对遥感专业用户需求,设计并实现了遥感影像地形与大气校正软件系统,用以对影像进行地形辐射校正、获取DEM数据和相关地形参数、地形与大气校正等。介绍了系统的功能模块设计并展示了系统的原型版本,并应用系统中的地形和大气校正方法获取了HJ/CCD影像和Landsat/TM影像的反射率。校正结果表明:该系统中的BRDF模型能够有效消除地形影响。系统的实现可以为遥感科学研究和应用提供支撑。     

多时相影像的冬小麦种植面积提取及估产

针对多时相影像的农作物种植面积难以实现统一精确提取、不能高效地进行遥感估产研究的问题,以河南省濮阳市为研究区,基于Landsat TM影像,采用基于伪不变特征的相对辐射校正方法,在深入分析濮阳市内6类典型地物光谱的基础上,构建决策树提取冬小麦种植面积。然后,基于MODIS植被指数产品,结合相应年份统计数据进行植被指数校正,分别利用校正后关键生育期的归一化植被指数累计值和增强型植被指数累计值与冬小麦产量进行回归分析,建立冬小麦产量预测模型,利用2011年的产量进行验证。结果表明:各年份冬小麦的提取面积精度均在96.3%以上,利用归一化植被指数和增强型植被指数构建的估产模型,R2分别为0.834和0.926,估产精度分别为95.36%和96.44%。该研究可为市域冬小麦种植区的统一高效提取以及冬小麦产量预测提供参考。     

基于深度学习的海冰融池识别

融池对海冰融化速率估算具有重要作用。基于Sentinel-2影像,选择可见光(波段2、波段3、波段4)和近红外(波段8)作为特征波段,采用两种特征组合方式(波段2/3/4反射率、波段2/3/4反射率与波段2/3/4/8反射率差值归一化值),分别训练多层神经网络(multi-layer neural network, MNN),进行海冰、开阔水域、亮融池、暗融池识别。结果表明,基于可见光与归一化值MNN识别效果更佳,总体识别精度达到88.0%,其中亮融池生产者精度和用户精度分别为77.6%和77.1%,暗融池的生产者精度和用户精度分别为55.2%和96.1%。波段反射率差值归一化处理可增大地物间区分度,提高融池识别精度。与其他算法相比,应用MNN可实现融池准确识别,为海冰融化速率估算提供有效参考。     

基于FLAASH的多光谱影像大气校正应用研究

受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误灿跋炝送枷穹治龅木?选择ASTER多光谱数据,利用FLAASH模块进行大气辐射校正和反射率反演.对校正前后的反射辐射和归一化植被指数(NDVI)的变化进行了对比研究,并利用校正前后的NDVI反演植被盖度.研究表明,大气校正后图像计算的植被盖度显著提高.     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响,使得传感器接收到的辐射信号既包含了地物的信息,同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度,需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法,该方法由6S辐射传输模型生成查找表,其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素,这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表,对于Landsat-8 OLI传感器具有很高的通用性,通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后,采用目视解译、统计分析将校正结果与SEVI做对比分析,比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响,使得传感器接收到的辐射信号既包含了地物的信息,同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度,需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法,该方法由6S辐射传输模型生成查找表,其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素,这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表,对于Landsat-8 OLI传感器具有很高的通用性,通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后,采用目视解译、统计分析将校正结果与SEVI做对比分析,比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

卫星遥感影像数据的地形影响校正

地形影响校正是遥感影像辐射校正的主要内容，是获得地表真实反射率的必不可少的一步。本文提出的方法中，将6S大气校正模型与数字高程模型（DEM）结合起来，计算出水平地面上接收到的直接辐射与漫射辐射，并采用一个简单公式将其转化到地形坡面上，从而实现了对地面的辐射能量校正，同时，6S模型对卫片还进行了大气改正，可输出卫片在大气层底部的辐射亮度与反射率；然后将基于坡面的反射率换算到其在水平面上的对应值，即实现了对反射率的地形影响校正。在我们所实施的“滇金丝猴保护项目”的植被研究中，应用本方法对梅里雪山区域的ETM＋影像进行了校正，大大减小了地形对遥感数据的附加影响。     

一种改进的卫星影像地形校正算法

地形校正的目的主要是补偿由于不规则的地形起伏而造成的地物亮度的变化。由于这种变化会导致相似或同种植被的反射率不一致而影响遥感影像的分类精度,因此,精确的地形校正不仅能提高影像分类的精度,而且还是遥感应用的前提。C校正方法是常用的一种基于影像像素值和太阳入射角余弦值之间线性关系的经验校正方法,但它必须对遥感影像的每一波段都进行像素值和入射角余弦值的线性拟合,这是一个复杂费时的过程。为了改善校正效果和节省校正时间,提出了一种改进的C校正算法,即在不进行线性拟合的情况下也可以达到良好的校正效果。利用三峡地区的TM影像和DEM数据所做的实验证明,该改进方法对影像进行地形辐射校正的结果比原始的C校正算法以及余弦校正都有较大的提高,且优于C校正模型。     

Landsat8卫星影像大气校正及其植被指数与SEVI性能比较

遥感影像受大气的吸收散射以及地形起伏变化的影响，使得传感器接收到的辐射信号既包含了地物的信息，同时也包含了大气以及地形的信息。为了提高地表反射率的反演精度，需要去除遥感影像中大气和地形的影响。提出了一种基于查找表的Landsat8-OLI遥感影像的大气校正方法，该方法由6S辐射传输模型生成查找表，其中输入的参数包括大气水蒸汽含量、臭氧浓度和气溶胶光学厚度等MODIS大气参数产品。利用传统方法建立的大气参数查找表通常只考虑一部分因素，这对于以MODIS产品为输入参数的大气校正是不适用的。本文建立了一个包括大部分输入参数的高维大气校正查找表，对于Landsat-8 OLI传感器具有很高的通用性，通过进行光谱分析、与USGS地表反射率产品交叉验证等方式来验证模型的精度。验证结果表明该方法能有效地反演精确可靠的地表反射率。最后，采用目视解译、统计分析将校正结果与SEVI做对比分析，比较地形影响消减的效果。结果表明该模型与SEVI在地形消减的效果上作用相当。     

多时相Landsat影像地表亮温辐射归一化方法

使用多时相遥感数据进行景观变化检测往往要求这些遥感数据能保持辐射一致性,但实际获取遥感数据时由于传感器性能、大阳照度几何和大气状态的变化,多时相遥感数据的辐射一致性无法保持。鉴于多时相遥感数据实际应用时需要实施相对辐射归一化操作,以南京市主城区1992年、1998年、2003年、2007年和2011年5景Landsat TM热红外波段数据为源数据,反算亮温图像并与8个地面气象站采集的实时温度数据建立回归模型,反演地表温度图像,然后采用伪不变特征相对辐射归一化方法和多元变化检测相对辐射归一化方法对5期地表温度数据做归一化处理,分级操作后评价南京市热岛效应的变化特征,最后通过引入统计特征参数均方根误差和变异系数,评价两种相对辐射归一化方法的优劣。结果表明:经过两种归一化方法调整后的数据均有利于对南京市热岛效应的分析;在后续的热岛效应分析中,多元变化检测相对辐射归一化法处理后的影像优于伪不变特征相对辐射归一化处理的影像;多元变化检测归一化法克服了人工选取样本点中存在的主观因素,但其计算相对较复杂。     

高分一号与Landsat-8影像在荒漠绿洲过渡带应用对比

针对国产高分一号卫星(GF-1)成像质量是否可以满足区域生态环境监测需求的问题,开展了宽幅多光谱相机(wide field view,WFV)在荒漠绿洲过渡带的成像质量评估研究。从辐射质量、纹理、地类识别精度和归一化植被指数等方面构建评估指标,定量分析了GF-1 WFV和Landsat-8OLI在荒漠绿洲过渡带的成像质量差异。结果表明:GF-1 WFV影像虽然具有较高的空间分辨率,但在辐射质量、地类识别效果、纹理信息及植被指数等方面与Landsat-8OLI相比有一定差距;GF-1 WFV影像的信噪比优势明显,对噪声的抑制效果较好;通过与纹理信息的波段组合,可以有效提高GF-1WFV影像的地物识别效果,缩小与Landsat-8OLI在分类精度上的差距;鉴于明显的光谱范围差异,二者归一化植被指数数据在协同应用的过程中宜分地物类型转换,在西北荒漠绿洲过渡带的国土资源调查、城市规划、农情监测等方面可发挥积极作用。     

基于IDL的遥感影像大气与地形校正方法实现

介绍了利用交互式数据语言（Interactive Data Language,IDL）开发TM/ETM遥感影像大气与地形校正模型的详细过程,以2000年4月30日密云ETM影像为例,对大气与地形校正方法的有效性和实用性进行了验证。结果表明,该方法有效地消除了大气与地形影响,提高了地表反射率等地表参数的反演精度和数据质量,为进一步开展定量遥感研究提供了数据质量保障。     

ETM+数据绝对反射率反演方法分析

将传感器原始记录信号反演为地面反射率对于遥感定量化应用非常重要。为了寻找一种简单、精度高的绝对反射率反演方法，本文以新疆哈密为试验区，使用经验线方法和基于模拟大气状况的辐射传输模型方法对1999年8月的ETM 数据进行了反演研究。通过将各反演方法得到的反射率值与地面实测值及星上反射率进行对比来验证反演效果，发现经验线方法精度最高，中误差仅为0．063，而基于模拟大气状况的辐射传输模型方法精度差，甚至不如未经大气校正的数据。这是由于星上定标系数误差、辐射传输方程自身误差以及模拟大气误差综合的结果，本研究也说明今后在使用辐射传输模型进行大气校正时要慎重考虑。     

渭河定量遥感水质反演中的大气校正作用研究

以渭河陕西段为研究对象,在获取了渭河陕西段实地监测数据和相应时间段的SPOT-5遥感影像数据基础上采用黑暗像元法(DOS)、大气辐射传输模型法等7种大气校正方法对SPOT-5遥感影像进行大气校正。结合校正后的遥感数据,使用多元线性回归、支持向量机(SVM)、及BP神经网络3种方法对渭河进行定量遥感水质反演。实验结果表明,通过遥感影像对渭河进行定量水质反演是可行的,大气校正在一定程度上提高了定量遥感水质的精度。对于SPOT-5遥感影像的大气校正,采取对遥感数据辐射定标后消除各波段最暗像元的方法可以达到较好的效果。