基于TM影像的长乐市植被覆盖度变化研究

基于长乐市2006年、2009年两景Landsat TM影像,采用像元二分模型法获取二者的植被覆盖度,并结合该地区的土地覆盖结果,对长乐市2006年～2009年间植被覆盖度的变化及其原因开展分析研究.研究结果表明,长乐市植被覆盖总体良好,2006年该地区中高度、高度植被覆盖区占总面积的61.36％,2009年占总面积的58.81％.但2006年～2009年期间长乐市植被覆盖度整体呈现下降趋势,其中高植被覆盖区由2006年的31.46％降到2009年的28.49％.人口激增和经济的快速发展侵占和破坏了大量的耕地和林地,这是造成长乐市植被覆盖度变化的根本原因.     

基于MODIS植被指数估算青海湖流域植被覆盖度研究

将MODIS数据合成的4种植被指数作为输入参数,采用像元二分模型对研究区的植被覆盖度进行估算,利用2006年的TM数据解译结果和2011年8月的野外实测数据对反演结果进行验证。结果显示:采用ND-VI估算的植被覆盖度比较符合研究区实地状况,样点估算精度达到87.13%;其他3种植被指数估算的植被覆盖度值比实际值低,尤其是对该区域典型植被草原草甸的覆盖度估算结果明显偏低。研究表明:2011年8月青海湖流域植被覆盖度以中高覆盖度为主,占整个流域面积的57%以上;植被覆盖度在空间上呈中部高、西北低的分布特点。     

基于高分数据木里煤矿植被覆盖度遥感估算

木里煤矿是青海省最大的露天煤矿,该煤矿的大量开采影响了木里镇的生态平衡,本文通过估算木里煤矿区域的植被覆盖度验证该区域的生态情况,经估算,木里煤矿区域2016～2018的年平均植被覆盖度分别为0.22、0.43、0.54。从计算结果表明木里煤矿区域的植被覆盖度在逐年增加,恢复情况较好。通过研究木里煤矿近3年的植被覆盖情况可以反映出矿区的恢复与治理效果较好,同时为其它矿区的恢复与治理提供参考。     

基于Landsat８影像的额济纳荒漠绿洲植被覆盖度估算方法对比研究

荒漠绿洲是维持当地人类生存和社会发展的主要依托,但其地表植被稀疏,生态系统极其脆弱,而植被覆盖度是反映荒漠生态环境信息的重要指标之一.以黑河下游额济纳荒漠绿洲为例,基于Landsat８影像和野外实测植被覆盖度数据,对比和分析现有的适宜于干旱荒漠区的３类植被覆盖度提取方法(经验模型法、像元二分法和三波段梯度差法)在该区域的应用效果,并尝试利用基于转换型土壤调整植被指数(TSAVI)的像元二分模型法和修正的三波段梯度差法(MTGDVI)进行植被覆盖度估算,以期找到计算额济纳荒漠绿洲植被覆盖度的最佳模型. 研究结果表明:用TSAVI像元二分模型法的反演精度高而且能够较好地估算额济纳荒漠区域和绿洲区域的植被覆
盖度,适用于估算额济纳荒漠绿洲的植被覆盖度.     

基于MODIS影像的植被覆盖度提取研究

利用线性光谱混合模型对河南省三门峡地区MODIS1B影像进行植被覆盖度（fv）信息提取,将结果与反映植被覆盖度的NDVI比较,并提出在实测资料缺乏的情况下利用同期高分辨率ETM＋图像对选取样本区域进行定量验证的方法。结果表明,对于MODIS数据,线性光谱混合（LSMM）分解方法能有效提取大区域范围的植被覆盖度信息,比NDVI-fv经验统计方法更具有理论意义,为快速、准确、高效的植被监测提供了新思路。     

多云雾地区高时空分辨率植被覆盖度构建方法研究

针对多云雾地区高时空分辨率数据缺乏现状,提出了一套区域尺度高时空分辨率植被覆盖度数据构建方法.首先,通过时空适应反射率融合模型(STARFM)有效地将TM 的较高空间分辨率与MODIS的高时间分辨率融合在一起,构建了研究区植被生长峰值阶段的NDVI数据;然后,以植被生长峰值阶段的NDVI为输入,基于地表覆被类型,综合应用等密度和非密度亚像元模型对研究区的植被覆盖度进行估算.结果表明:①即使数据源存在大量的云雾,且存在一定的时相差异,研究区植被覆盖度的估算结果过渡自然,不存在明显的不接边效应;②以植被生长峰值阶段的NDVI数据为输入进行植被覆盖度估算,有效拉开了同一地表覆被类型不同覆盖度像元的NDVI梯度,提高了亚像元估算模型对输入数据的抗扰动性;③基于地表覆被类型,应用亚像元混合模型,能够提高植被覆盖度的估算精度.经野外实测数据验证,总体约８５％的估算精度表明,针对高时空分辨率遥感数据缺乏的多云雾区域,本研究提出的方法能够实现区域尺度植被覆盖度数据的构建.     

HJ-1A高光谱数据预处理方法研究

高光谱遥感数据处理与应用已成为目前遥感应用研究领域的热点和难点之一。介绍了环境与减灾监测预报小卫星中高光谱遥感数据产品命名规则和内容,以及产品数据的主要特点,通过对HSI数据辐射定标、Flaash大气校正和几何精校正等数据预处理方法,得出Flaash大气校正后的HSI数据,提高了高光谱数据的质量,地物光谱曲线更加符合实际情况,为下一步定量遥感研究奠定了基础。     

HJ-1A高光谱数据高效大气校正及应用潜力初探

环境与灾害监测预报小卫星于2009年3月30日开始正式交付使用,A星上搭载了我国自主研制的空间调制型干涉高光谱成像仪（HSI）,作为一种新型传感器,HSI数据的应用在我国还处于探索阶段。要充分发挥超光谱数据优势、进行有效的遥感应用,首先需要消除遥感成像过程中的大气影响,获得不同波段的地物真实反射辐射信息。通过使用FLAASH大气辐射传输模型对HSI数据进行大气校正,并与表观反射率进行对比分析,证明了校正后获得的地表光谱反射率的有效性。同时基于校正后得到的光谱反射率图像,进行改良型土壤调整植被指数（MSAVI）与叶面积指数（LAI）的反演,初步展现了HSI数据的实际应用效果。     

基于HJ-1A高光谱数据的藏北高原草地分类方法对比

环境减灾星星座A星(HJ-1A)携带的超光谱仪填补了我国星载高光谱影像采集领域的空白,但目前国内关于该高光谱数据的应用较少.本文基于HJ-1A高光谱(HSI)数据预处理技术,以申扎县北部为研究区,采用SPCA-MLC和HSI-SAM分类方法,结合野外实测样本,将研究区分为沼泽草甸、高寒草甸、高寒草原、荒漠化草原和裸地5种类型,并结合分类精度和分类图对2种分类方法进行了对比分析,可得基于HJ-1A高光谱数据的藏北高原草地分类方法中SPCA-MLC法优于HSI-SAM法.2种方法的分类精度皆大于80％,证明了HJ-1A的HSI数据在实现藏北草地高精度分类方面的巨大潜力.     

基于高程分层方法的HJ-1B CCD2影像大气校正

大气校正是从环境一号B星(HJ\|1B)CCD2多光谱卫星数据中精确提取地面定量信息的关键一步。采用一种基于高程分层和改进的浓密植被算法,即将整个研究区按照高程间隔0.1 km划分为17个子区域,在不同高程带内利用红波段与短波红外波段(1.6 μm)的线性关系估计出红波段的反射率,然后利用估计的红波段反射率与其表观反射率差值的均值,结合6S辐射传输模型模拟计算得到0.55 μm处的气溶胶光学厚度,从而实现各个波段大气校正。比较分析校正前后成熟林地、水体和裸土的光谱反射率和标准反射率,结果表明:该方法对HJ-1B CCD2数据大气校正可取得较好的效果。     

HJ-1 A高光谱数据的条带噪声去除方法研究

针对环境减灾小卫星的高光谱图像条带的特点,提出了基于光谱空间连续性的倾斜条带去除方法。高光谱数据的光谱分辨率达到纳米级,光谱波段多,在一定范围内可以连续成像,具有光谱空间的连续性,基于光谱空间连续性的条带去除方法利用了光谱空间连续性的这一重要特点。本文在考虑了图像条带噪声的倾斜角度的基础上,成功地将该方法应用于批量的环境减灾小卫星2级高光谱数据,进行了相对辐射校正的研究,并将相邻列均衡方法应用于单幅环境减灾小卫星2级高光谱数据,对比二者的单幅图像条带去除效果,结果证明基于光谱空间连续性的条带去除方法较相邻列均衡方法更适合于对环境减灾小卫星的2级高光谱数据进行条带噪声的去除。     

Comparison of BJ-1 and HJ-1A/B NDVI Data

NDVI is a good indicator of vegetation cover,land use,and land cover,and it’s an important product of remote sensing data.In order to achieve better results,multiple sensors are often used to establish long time-series NDVI data sets.So comparing these sensors’ data and finding out the best way to use them,which are really important.In China,BJ-1 and HJ-1B are widely used in monitoring the environment and disaster events.In this paper,BJ-1 data,which contains three different exposure time data,was simulated from HJ-1B data.NDVI was generated from these original data.Then the difference between NDVI was measured by correlation analysis and residual analysis.The results show BJ-1 always has a good liner relation with HJ-1B,and the correlation can be improved by BJ-1 middle-exposure time data and processing through radiometric calibration.The effective data range of images and land covers is the main factor which affects NDVI accuracy.     

利用环境一号卫星数据监测雾分布

雾是环境空气监测的一个重要内容之一。根据环境一号卫星B星（HJ-1B）的数据特点,从典型地物、云、雾的微物理特性的RT3辐射传输模拟出发,分析不同波段典型地物和云、雾的反射率、亮温差别,提出了综合利用HJ-1B卫星CCD相机和红外相机数据进行雾监测的方法与流程。最后,使用2009年3月12日我国南方地区的HJ-1B数据为卫星监测数据进行了监测试验。结果表明:HJ-1B卫星数据能够实现雾的监测,但由于薄云受到地表影响,无法准确区分薄云与雾。     

基于HJ-1卫星数据反演长江三角洲地区气溶胶光学厚度

探索利用我国HJ-1卫星CCD数据,运用深蓝算法开展长江三角洲地区气溶胶光学厚度反演的可行性,并将结果与其他气溶胶光学厚度产品进行比较。针对HJ-1A和HJ-1B数据,反演结果分别与MODIS气溶胶光学厚度产品以及AERONET地基观测数据进行对比验证。结果表明:深蓝算法得到A星、B星的反演结果与MODIS气溶胶产品呈显著相关,但在数值上普遍高于MODIS产品;反演结果与AERONET站点数据之间的误差介于0.008~0.364之间,研究时段内站点数据缺乏,未对误差进行严格的统计分析。基于深蓝算法的HJ-1卫星数据反演结果虽然在数值上与MODIS气溶胶光学厚度产品存在系统性偏差,但在空间上能够较好地反映长江三角洲地区大气气溶胶分布状况,且具有空间分辨率高的优势。     

HJ-1-CCD与MODIS数据的NDVI比较分析

利用辐射传输模型对HJ-1-CCD数据进行大气校正并反演出植被指数,和MODIS标准产品数据进行对比,并对典型区域的结果相关性和差异性进行了统计分析.结果显示:①当下垫面为相对均一的地表时,如耕地、有植被覆盖的山地、水体等,两传感器反演出的植被指数相关性(r)和相对差异分别为耕地(0.74,10％)、山地(0.69,12％)、水体(0.78,5％);②当下垫面为较为复杂的地表时,如建筑用地(含居民住宅区)等,两传感器的相关性(r)仅为0.58、相对差异达到18％;③在估算小范围区域且地表覆盖较为复杂的下垫面植被指数时,HJ-1-CCD因其相对较高的空间分辨率,能有效减弱混合像元的影响,进而提供更加丰富的植被指数信息.     

HJ-1/CCD地表反照率估算及其与NDVI关系分析

参照TM地表反照率反演算法,建立了适用于HJ-1/CCD传感器估算地表反照率的算法。通过应用6S辐射传输模型建立查找表,对覆盖内蒙古自治区锡林浩特市的HJ-1/CCD数据进行大气校正,并根据反照率定义,回归分析得到可见光波段地表反照率;通过与地面实测数据进行对比分析,表明该算法估算得到的地表反照率精度较高,其最大相对误差为14.32%。同时,本文将估算结果与同时期NDVI进行拟合分析,得出地表反照率与NDVI存在较高的负相关关系。     

Research on Vegetation Extraction and Fractional Vegetation Cover of Spartina Alterniflora Using UAV Images

In this study,vegetation extraction and fractional vegetation cover of Spartina alterniflora (S.alterniflora )was studied in an experimental region of Sansha bay,a typical coastal wetland area in Fujian Province,China.A new vegetation index visible|band modified soil adjusted vegetation index (V|MSAVI)was constructed and the fractional vegetation cover was calculated subsequently based on the NDVI model.Results showed that,the S.alterniflora extraction results by V|MSAVI had a satisfactory precision.Most of the fractional vegetation covers of S.alterniflora were in medium|level coverage (40%~60%)and a high|level coverage (60%~80%).An accuracy analysis based on the visual interpretation indicated the overall extraction results accuracy of 0.89,and a kappa coefficient of 0.77.Root mean square error (RMSE)of fractional vegetation cover between the estimation value and the true value was 0.06,and the determination coefficient R² was 0.92.     

HJ-1A/B卫星CCD影像大气订正

大气订正是遥感信息定量化研究中必不可少的一步,目前已有一些成熟的方法,但由于HJ-1A/B卫星CCD相机波段设置特点,常规的大气订正方法基本不适合于HJ-1A/BCCD影像.本文在大量分析HJ-1A/BCCD影像中不同地物的多种指数基础上,提出了改进暗目标法实现HJ-1A/BCCD影像的大气订正,该方法采用比值植被指数(RVI)、土壤调整植被指数(SAVI)和归一化水体指数(NDWI)的综合分析法确定暗像元自动提取,使之适用于环境减灾卫星CCD影像数据.为了客观地验证该方法的精度,本文选取地表平坦均一的敦煌校正场作为实验区,通过多次测量卫星过境时的地表反射率进行分析验证.     

基于环境一号卫星B星CCD与红外相机融合的澳洲火灾监测

利用我国自主研制的环境一号小卫星B星上搭载的CCD相机与红外相机,对澳大利亚维多利亚州威尔逊角森林火灾火势进行监测。B星CCD相机与红外相机由于具有相似的成像条件,因此可以对两个载荷的数据进行融合处理,增强对地面地物(如火势及火场旁边的林地)表达。另外由于卫星的宽覆盖以及高时间分辨率,卫星可以很好地对火势以及火势发展进行动态监测。