基于水稻生长模拟模型的光谱估产研究

在水稻遥感估产中,直接基于光谱与水稻产量间关系和基于水稻生长模拟这两种估产方法都能取得较高的精度,但都存在着一些不足之处。通过试验研究了如何充分发挥两种方法的长处,来弥补它们的不足,从而形成一种新的、更好的估产方法,为准确、方便、快速地估测水稻产量提供了可能。     

江汉平原水稻遥感估产集成系统

水稻遥感估产集成系统主要有以下三方面：（１）系统内容,介绍遥感估产工作中沉淀下来的各种数据、图表、影像等;（２）系统运行,有针对性的选了几个技术含量高的项目来做运行实验;（３）系统维护,介绍集成系统,包括遥感估产工作中需要进一步完善的方面。     

基于MODIS数据的成都市水稻遥感估产研究

以遥感和地理信息系统为主要技术支撑,利用多时相的高光谱分辨率MODIS数据,对成都市2003年水稻进行了估产研究.在利用研究区最佳时相遥感影像提取水稻种植面积的基础上,以多时相的高光谱分辨率遥感数据建立水稻单产模型,并计算出成都市2003年的水稻总产量.研究表明,成都市各行政区当年水稻总产量估算结果的误差为17.45%;利用多时相MODIS数据对农作物进行遥感估产具有一定的可行性,同时通过该研究也为西南地区大范围的农作物遥感估产在方法上提供了一定的借鉴作用.     

水稻遥感气象估产数据库设计

详细介绍了水稻、遥惑估产研究中气象估产数据库设计的思路与技巧,以及各类数据库的结构、相互间的关系,并阐述了它们在运行系统中的作用,为各专题分析应用和系统软件开发提供了基础性和结论性的数据和成果。     

冬小麦单位面积产量的光谱数据估产模型研究

冬小麦单位面积产量的光谱数据估产模型研究池宏康（中国科学院植物研究所）七十年代中期，美国农业部等单位联合进行了对小麦的大面积作物估产试验（ＬＡＣＩＥ），八十年代又开始进行“空间遥感监测农业资源（ＡｇＲＩＳＴＡＲＳ）计划，它们使美国获得了很大的经济效益...     

GIS支持下的上海水稻遥感估产分层研究

选取水稻占耕地面积比、地形地貌、土壤类型、土地利用类型、人均社会产值五个因子,对上海的水稻生产水平进行综合分层。根据各因子对水稻总产的影响程度,分别规定优先等级,采用层次分析法,确定各因子的权重系数,最后应用 GIS 工具进行综合分层。经检验取得了较好的分层效果。     

基于无人机高光谱遥感的典型草原退化指示种识别

利用无人机高光谱遥感数据技术快速、准确地提取典型草原植被类型,对动态监测草原生态安全具有重要的意义。为此,在退化较严重的白音锡勒牧场典型草原区,采集了空间分辨率为1.8 cm、光谱分辨率为4 nm,共有125个波段（450～950 nm）的高光谱影像。选主要退化指示种—冷蒿为识别目标,经微分变换和包络线去除等光谱变换处理,进行光谱特征差异分析发现冷蒿与其他绿色植被和背景土壤在500、550、670 nm处有明显的光谱差异,因此选择以上3个波段作为特征波段,构建了支持向量机（SVM）和随机森林（RF）的退化指示物种识别模型,并进行了精度验证。结果显示：SVM和RF的识别精度分别为96.92%和97.34%,Kappa系数分别为0.95和0.96。从结果可知,随机森林模型的识别精度更高,退化指示种的像元空间分布更接近自然状况,可以为监测典型草原退化指示种提供技术支持。     

基于无人机高光谱数据的玉米叶面积指数估算

无人机高光谱遥感是低成本、高精度获取精细尺度农作物生物物理参数和生物化学参数的新型手段,以此快速反演叶面积指数（Leaf Area Index, LAI）对作物长势评价、产量预测具有重要意义。以山东禹城市玉米为研究对象,利用PROSAIL辐射传输模型模拟玉米冠层反射率获取LAI特征响应波段结合相关性定量分析获取对LAI变化最为敏感的波段,并以此计算6种植被指数（Vegetation Index,VI）,利用6种回归模型分别对单一特征波段和VI进行反演建模,以实测LAI评定模型精度。研究表明,光谱反射率中516、636、702、760和867 nm等波段对LAI变化最为敏感,以此建立的单一特征波段反演模型预测LAI精度R2为0.44~0.58;RMSE为0.16~0.18,其中636 nm建立的模型(LAI=21.86exp(-29.47R₆₃₆))相比其他反演模型预测精度较高（R2=0.58,RMSE=0.16）;6种植被指数与LAI高度相关,相关性系数R ²为0.85~0.86,以此建立的反演模型相比单一特征波段反演模型精度有所提高,R2为0.66~0.72,RMSE为0.12~0.14;其中mNDVI构建的LAI估算模型（LAI=exp(2.76~1.77/mNDVI))精度最高（R2=0.72,RMSE=0.13）。无人机高光谱遥感是快速、无损监测农作物生长信息的有效手段,为指导精细化尺度作物管理提供依据。     

基于无人机高光谱数据的玉米叶面积指数估算

无人机高光谱遥感是低成本、高精度获取精细尺度农作物生物物理参数和生物化学参数的新型手段,以此快速反演叶面积指数（Leaf Area Index, LAI）对作物长势评价、产量预测具有重要意义。以山东禹城市玉米为研究对象,利用PROSAIL辐射传输模型模拟玉米冠层反射率获取LAI特征响应波段结合相关性定量分析获取对LAI变化最为敏感的波段,并以此计算6种植被指数（Vegetation Index,VI）,利用6种回归模型分别对单一特征波段和VI进行反演建模,以实测LAI评定模型精度。研究表明,光谱反射率中516、636、702、760和867 nm等波段对LAI变化最为敏感,以此建立的单一特征波段反演模型预测LAI精度R2为0.44~0.58;RMSE为0.16~0.18,其中636 nm建立的模型(LAI=21.86exp(-29.47R₆₃₆))相比其他反演模型预测精度较高（R2=0.58,RMSE=0.16）;6种植被指数与LAI高度相关,相关性系数R ²为0.85~0.86,以此建立的反演模型相比单一特征波段反演模型精度有所提高,R2为0.66~0.72,RMSE为0.12~0.14;其中mNDVI构建的LAI估算模型（LAI=exp(2.76~1.77/mNDVI))精度最高（R2=0.72,RMSE=0.13）。无人机高光谱遥感是快速、无损监测农作物生长信息的有效手段,为指导精细化尺度作物管理提供依据。     

双波段光谱指数的中小河道水质参数反演研究

针对高光谱遥感数据单波段反射率与水质参数相关性较低,反演模型精度不高的问题,本研究通过构建NDSI,RSI和DSI 3种双波段光谱指数,对水质参数反演模型的优化和比选进行系统性研究,进一步提高了模型精度。采用相关性分析法,选取采样点水质参数化验数据与双波段光谱指数相关系数最高的特征波段组合,构建反演模型,并利用R2,RMSE,MAE和MAPE指标对模型进行精度评定。结果表明：（1）与单波段反射率相比,双波段光谱指数与水质参数的相关系数更高,能进一步提升模型精度;（2）NDSI(687,681)与高锰酸盐指数(CODMn)构建的指数模型精度最高（R2=0.709）,其次是NDSI(669,690)与总氮(TN)构建的线性模型（R2=0.666）、DSI(666,675)与总磷(TP)构建的二次多项式模型（R2=0.439）,最低是DSI(669,690)与氨氮(NH3-N)构建的二次多项式模型（R2=0.384）。（3）经分析,本研究构建的水质参数反演模型在无人机高光谱影像中反演效果较好,模型可结合无人机高光谱影像直接应用于城市河道、支流等小微尺度水域的水质监测。     

无人直升机着陆控制的视觉图像特征处理算法

基于视觉的无人直升机着陆是无人直升机着陆控制中的主要发展方向,视觉图像处理算法将直接影响无人直升机姿态估计以及着陆控制精度.提出了一种应用于无人直升机着陆控制的视觉图像特征处理算法,对目标灰度图像进行阈值处理,边界跟踪,利用凸四边形几何特点提取特征点,最后将所有特征点标记出来.实验结果显示提出的算法即能满足实时处理速度要求,也能满足较高的特征点定位精度要求.这一方法可用于无人直升机着陆控制的相对位置姿态估计.     

E-learning continuance: The impact of interactivity and the mediating role of imagery,presence and flow

This paper empirically examines the impact of the interactivity elicited by e-learning environments for higher education. By considering the underlying processes of imagery, spatial presence, copresence and flow, we analyse how interactivity affects users’ responses towards the learning environment, including their actual continuance behaviour. We validate our conceptual model by using survey and registrar data obtained from 2530 students of an open, distance university in the European Higher Education Area. The results suggest that the interactivity elicited by an e-learning environment unleashes imagery that in turn facilitates spatial presence and copresence as well as flow. Significant paths are also found from interactivity to flow and from flow to e-learner response variables (attitude, intention to continue and actual continuance behaviour). The paper provides a novel account of the presence and flow-enabling mechanisms in e-learning and offers novel knowledge on how higher education institutions can facilitate e-learners’ continuance behaviour.     

基于无人机激光雷达的森林冠层高度分析

快速准确获取森林结构参数对森林资源调查管理及全球碳汇研究具有重要意义。以祁连山东、中部青海云杉林为研究对象,利用16个无人机激光雷达（LiDAR）点云数据、正射影像数据结合实地样方观测数据,提取样方内青海云杉的单木树高并准确验证树木分割精度;结合实测数据和地形数据,依据统计指标验证提取树高精度并分析原因;基于点云数据提取的各样方树高分析祁连山青海云杉冠层高度在空间上的变化。结果表明：在祁连山山地森林,冠层高度平均值估算精度最高,R²为0.93,RMSE为1.39 m（P<0.05）;地形影响基于点云数据的树高提取,坡度较小的青海云杉树高提取效果更好;从东到西,青海云杉平均树高呈下降趋势;随着海拔高度上升,青海云杉的平均树高先上升后下降,这与祁连山东西水热条件差异和不同海拔树木年龄分布有关。     

一种用于线性光谱解混算法验证的模拟数据生成方法

线性光谱解混已成为一种通用的光谱解混方法并已发展出大量算法,对这些算法进行客观评价,是该算法得到推广应用的重要基础。由于实测数据获取困难且花费很大,大多数研究中广泛采用模拟数据进行算法验证。针对目前常用的基于Dirichlet分布的模拟方法在实际应用中遇到的问题,结合实验分析了Dirichlet分布的参数设置对模拟结果的影响,进一步结合高光谱数据在其特征空间中的单形体几何特征,探讨了实际应用中参数取值受到的限制,并通过分析Dirichlet分布概率密度函数值的空间分布特征,提出参数的合适取值范围为(0,1.5)。     

各向同性同质区域选取的高光谱遥感图像噪声估计方法

在现有高光谱遥感图像噪声估计方法中,同质区域的选取通常是最关键的步骤,有效的同质区域选取方法能够提高图像的噪声估计精度。本文充分利用了高光谱遥感图像中丰富的空间信息和光谱信息,提出了一种各向同性同质区域选取算法,其中,为了更好地区分同质区域内像元相似度,构造了一种新的兰氏-光谱角度量;结合基于多元线性回归的去相关法,通过最优区域评估高光谱遥感图像噪声水平。利用不同结构及信噪比的模拟图像和真实高光谱遥感图像进行实验,通过与现有的多种噪声估计方法比较,验证了本文方法在针对不同噪声水平、不同复杂程度的图像时更加准确和稳定。     

高光谱传感器CASI与SASI支持下的水体精准提取

针对水环境监测的实际需求,研究选用具有cm级空间分辨率和nm级光谱分辨率的机载航空高光谱成像仪CASI和SASI数据,在380 ～2450 nm光谱范围内,提出了一种水体精准提取综合模型,建立了一种适用于CASI和SASI数据的水体提取方法体系.有效地解决同谱异物、阴影遮挡和地形起伏等问题,经与七种常规提取方法对比验证,提取精度达到98.41％,k系数达到0.97,在目视效果和制图精度上,都显著高于传统方法,实现了精准提取水体的目标.     

高光谱遥感图像的单形体分析方法

将n个波段的高光谱图像像元与n维空间里的散点联系起来,结合凸体几何中单形体概念研究高光谱遥感图像纯净像元提取方法,实现图像的地物精确分类识别及像元波谱分解。寻找高光谱遥感图像n维空间里的单形体并认知分析单形体是该研究方法的重要环节。通过MNF(minimum noise fraction)变换和PPI(pixel purity index)计算技术寻找到单形体,基于单形体进行像元分解分析单形体,并结合应用实例和SAM(spectral angle mapper)分类技术完成高光谱图像地物精确分类制图,验证了该研究方法的可操作性。该研究方法的优点在于不需要用户提供地物波谱信息,用于制图和波谱分解的终端单元可由图像本身得到,并由用户控制分类制图和波谱分解的详细程度。