高光谱遥感城市植被胁迫监测研究

开发有效的城市植被胁迫监测方法对于林业资源管理和营造良好的城市生态环境具有重要意义。采用EO-1卫星过境广州市东边建成区所采集的Hyperion高光谱影像,通过选取合适的植被指数进行分类,以及混合像元分解获得植被丰度这两种方法进行植被胁迫的识别,对比两者实验结果表明:在植被信息提取中植被丰度的方法要比指数法可靠且精度高;通过地面光谱测量,说明基于植被光谱理论的丰度分析能更好地表示植被胁迫的特征,为城市林业管理提供定性和定量的研究应用。     

高光谱遥感技术的铅污染监测应用研究

从高光谱技术的发展及其在植被遥感领域的应用出发，探讨了植被高光谱特征研究及其常用分析方法，对在营养胁迫情况下植物的叶绿素等变化对高光谱遥感响应的特征进行分析；归纳了获得优势应用的植被指数和导数光谱，植被光谱信息提取方法；总结了土壤遭受重金属铅污染及其对植物的影响的机理；针对遭受污染胁迫的植物的地面高光谱特征提出了利用地面高光谱遥感技术作为土壤及植物重金属污染的遥感监测手段；在探讨其应用现状的同时展望了高光谱遥感数据支撑与校验的应用前景。     

高光谱遥感数据挖掘若干基本问题的研究

面向高光谱遥感信息的特点,分析了高光谱遥感数据挖掘的形成和作用,在构建其框架体系与处理流程的基础上。探讨了可以发现的知识类型和典型的挖掘模式,并分析了一些主要挖掘算法和关键技术。最后对高光谱遥感数据挖掘潜在的应用方向进行了探讨。     

植物污染胁迫遥感监测研究综述

我国工农业在过去几十年内迅速发展,随之而来的是大批环境问题的涌现,其中包括工农业对植物的污染问题。由于需要监测的范围越来越广、监测的对象越来越多,利用遥感技术监测受污植物受到越来越多的重视。首先提出了影响植被光谱的主要因素有叶绿素含量、细胞结构以及水含量,分析了植物在受到污染胁迫时光谱特征的变化,进而介绍了当前遥感监测植物污染胁迫的主要指标：植被指数和红边参数,并对主要植物污染物--重金属和烃类物质污染应用进行了详细阐述。指出了找到合适的植被指数和利用合适方法精确提取植被红边是监测的关键。最后对用遥感技术监测植物污染提出展望。     

高光谱遥感分类方法研究

高光谱遥感是近二十年发展起来的遥感前沿技术。本文探讨了高光谱遥感分类方法,比较分析各种方法与传统方法的优缺点。     

植被水分遥感监测研究综述

植被水的监测对于森林火险预警、农业旱情评估、农作物生长监测都有着重要作用.本文通过跟踪国内外在这一领域所取得的主要成果,简要介绍基于叶绿素和植被状态的遥感监测模型、直接反演植被水法和微波遥感方法,并分析了这些方法的优缺点及适用情况.     

高光谱遥感在生态系统研究中的应用进展

遥感技术在生态系统调查与研究中具有广阔的应用潜力,但是传统的多光谱遥感主要侧重在面上的普查,很难对生态系统中各种复杂地物属性和生化参量进行精确反演。高光谱遥感突破了光谱分辨率的限制,大大提高了人们获取多种生态系统模型输入参数的类型和精度。在阐述高光谱遥感的原理和信息特点的基础上,系统评述了目前国内外高光谱遥感在生态系统过程与属性研究中的应用,并对未来高光谱遥感在生态学领域的研究方向做出展望。     

高光谱植被遥感数据光谱特征分析

利用植被的光谱数据,探讨了植被冠层的光谱反射特征和诊断性光谱吸收特征。根据植被光谱特征和连续统去除法(CR),介绍了识别植被种类和预测植被冠层营养元素等生化组分含量的可能性。运用一阶微分反射比(FDR)和从连续统去除的光谱吸收特征中获得的波段深度(BD)、连续统去除后微分反射比(CRDR)、波段深度比(BDR)和归一化波段深度指数(NBDI)等变量,利用逐步线性回归模型并基于光谱吸收特征的变量来选择波长,并通过相关分析来预测植被冠层生化组分。     

成像光谱技术在土地利用动态遥感监测中的应用研究

随着数字化调查技术的发展，国土资源管理对土地利用动态遥感监测提出了更高的要求，目前主要采用的多光谱数据由于受光谱分辨率限制以及“同谱异物，同物异谱”现象的影响，难以满足管理需要。成像光谱数据具有较高光谱分辨率。在类别细分方面具有一定的优势，在当前土地利用动态遥感监测中具有一定的应用潜质。该文针对成像光谱数据特点，探索了与成像光谱数据相适应的土地利用动态遥感监测方法，提出了异常光谱检测法，该方法在试验区应用中取得了良好效果。     

荒漠化地区高光谱遥感图像地物光谱重建的研究

应用高光谱遥感技术对荒漠化进行监测的过程中,重建地物光谱是一项关键性的技术。在图像预处理及光谱重采样的基础上,通过严格模拟大气辐射过程,推导并选用一元线性模型来重建荒漠化地区地物光谱,获得了满意的结果,为目标地物直接识别及其信息的定量反演奠定了基础。     

View angle effects on the discrimination of soybean varieties and on the relationships between vegetation indices and yield using off-nadir Hyperion data

Imaging spectrometry has the potential to provide improved discrimination of crop types and better estimates of crop yield. Here we investigate the potential of Hyperion to discriminate three Brazilian soybean varieties and to evaluate the relationship between grain yield and 17 narrow-band vegetation indices. Hyperion analysis focused on two datasets acquired from opposite off-nadir viewing directions but similar solar geometry: one acquired on 08 February 2005 (forward scattering) and the other on 14 January 2006 (back scattering). In 2005, the soybean canopies were observed by Hyperion at later reproductive stages than in 2006. Additional Hyperion datasets were not available due to cloud cover. To further examine the impact of viewing geometry within the same season, Hyperion data were complemented by 250 m Moderate Resolution Imaging Spectroradiometer (MODIS) images (bands 1 and 2) acquired in consecutive days (05-06 February 2005) with opposite viewing geometries (− 42° and + 44°, respectively). MODIS data analysis was used to keep reproductive stage as a constant factor while isolating the impact of viewing geometry. For discrimination purposes, multiple discriminant analysis (MDA) was applied over each dataset using surface reflectance values as input variables and a stepwise procedure for band selection. All possible Hyperion band ratios and the 17 narrow-band vegetation indices with soybean grain yield were evaluated across years through Pearson's correlation coefficients and linear regression. MODIS-derived Normalized Difference Vegetation Index (NDVI) and Simple Ratio (SR) were evaluated within the same growing season. Results showed that: (1) the three soybean varieties were discriminated with highest accuracy in the back scattering direction, as deduced from MDA classification results from Hyperion and MODIS data; (2) the highest correlation between Hyperion vegetation indices and soybean yield was observed for the Normalized Difference Water Index (NDWI) (r = + 0.74) in the back scattering direction and this result was consistent with band ratio analysis; (3) higher Hyperion correlation results were observed in the back scattering direction when compared to the forward scattering image. For the same reproductive stage, stronger shadowing effects were observed over the MODIS red band in the forward scattering direction producing lower and lesser variable reflectance for the sensor. As a result, the relationship between MODIS-derived NDVI and soybean yield improved from the forward (r of + 0.21) to the back scattering view (r of + 0.60). The same trend was observed for SR that increased from + 0.22 to + 0.58.     

航空高光谱遥感的发展与应用

概述了成像光谱遥感技术的内涵、高光谱数据的特点、成像光谱仪的主要类型、数据处理软件以及光谱数据库建设等内容。在此基础上,综述了航空成像光谱技术在海洋、环境资源勘探以及植被与生态遥感等方面的应用现状。最后对高光谱遥感技术的发展方向提出了几点建议。     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数(NDVI)的冬小麦估产模型,结果表明:利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

作物氮素营养诊断方法研究进展

改进氮素管理对农业生产和生态环境保护具有重要的意义。本文综述了几种氮素营养诊断方法的优缺点,重点介绍了主动遥感光谱仪G reenSeeker的特点,及其进行氮素诊断的机理、研究进展和其在国内的应用前景。     

高光谱遥感油气勘探进展

遥感方法用于油气勘探已有多年的历史。随着高光谱遥感技术的发展,高光谱遥感油气勘探近年来取得了很大的进展。简要介绍了高光谱油气勘探的基本原理和流程,重点讨论了烃渗漏引起地表烃异常、岩石矿物蚀变异常以及植被异常的高光谱响应机制,以及目前研究中存在的问题。归纳总结了目前用于油气勘探的高光谱影像数据类型及特点。高光谱遥感方法用于油气勘探,在高光谱异常响应机制、数据来源以及数据处理和分析方面还有许多问题有待解决,针对这些问题,提出了相应的解决思路。     

Aliasing assessment in wavelength domain of hyperspectral data

This paper focuses on a procedure for the assessment of spectral aliasing in hyper-spectral data acquired by push-broom spectrometers. The procedure is based on a push-broom spectrometer model that simulates acquired spectra by taking into account only the instrument parameters; aliasing is measured by means of some figures of merit considered among those proposed in literature. Quantitative evaluations have been performed on simulated spectra both with and without ideal atmospheric and radiometric correction. Results are presented in this paper; the impact of spectrometer slit size on aliasing appearance is also addressed.     

遥感技术在毒草识别中的研究进展

毒草的滋生蔓延严重破坏草地生境,制约草地畜牧业的发展。遥感技术作为牧场管理的一种重要的技术手段,其传感器自身的空间分辨率和光谱分辨率的高低是决定毒草识别成功与否的关键。于毒草独特的物候特征出现时获取影像数据能帮助提高分类识别的精度。回顾了3种遥感技术在毒草识别中的研究进展。航空摄影成本高、数据处理复杂,难于得到推广 ;多光谱卫星遥感大多空间分辨率低,仅在识别大面积滋生、密度较大的毒草方面展现出了一定的潜力 ;高光谱遥感的出现改善了对植被分类识别的精度,是未来毒草识别的主要依据。由于高光谱数据的冗余性和复杂性,数据处理技术和分类方法的选择也是影响毒草识别精度的重要因素。     

On the dimensionality of multi-view hyperspectral measurements of vegetation

This note investigates the structure of two data sets of highly resolved directional-reflectance of vegetation canopies, obtained with a spectroradiometer mounted on a goniometer. One canopy was a grass lawn (largely erectophile) and the other was of watercress (largely planophile). The data sets consist of radiance measurements in 356 spectral bands in visible and near-infrared wavelengths, and in either 61 or 358 different directions, but avoiding directions very close to the hot-spot. The singular value decompositions of the two-dimensional data sets are used to investigate their intrinsic dimensionality, and so also the redundancy contained in the data. A single directional function and a single spectral function together fit the data quite well in a least squares sense, with the root mean square residual amounting to one part in a hundred of the total sum of squares of the data. However, the residuals indicate that one or two further pairs of functions are needed to characterize the systematic variation of spectral reflectance with direction (or equivalently, of the angular reflectance distribution with wavelength). Three such pairs of functions are found to fit the data to better than one part in a thousand, with the residuals then showing no systematic structure. The consequences for atmospheric correction of multi-view remote sensing data are discussed.     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数（NDVI）的冬小麦估产模型,结果表明：利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。