高光谱遥感在植被精细分类中的应用

文章论述了高光谱技术在植被遥感应用领域的若干问题，如植被“红边”定量分析及其应用、植被生物化学成分反演、植被研究中导数光谱的意义等；还利用高光谱遥感技术进行了植被生物量制图和植物精细分类试验．验证了高光谱遥感技术在植被研究中的巨大作用。     

基于GMI数据的植被荧光反演研究

太阳诱导叶绿素荧光直接指示植被生理状态,而植被作为重要的碳汇,若能利用温室气体卫星遥感数据反演出植被叶绿素荧光,则对于分析大气温室气体源、汇具有重要意义。利用氧气吸收线拟合法,基于GF-5卫星“大气主要温室气体监测仪(GMI)”及美国OCO-2遥感数据,针对亚马逊森林、撒哈拉沙漠和非洲草原地区2019年1月和7月GMI卫星遥感数据开展了叶绿素荧光反演研究,并将结果与OCO-2数据荧光产品进行对比分析。反演结果表明：以OCO-2荧光产品为基准,在三个研究区域的两个研究时段内,GMI数据能够较好地反演叶绿素荧光强度。     

基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度

混合像元组分温度相对来说更有应用价值,而多角度热红外遥感的发展推动了混合像元组分温度反演基础和方法的发展.根据前期数值模拟得到Terra和Aqua卫星上的MODIS测量可以认为是同一卫星在两个不同观测时间和观测角度上的测量,综合利用Terra和Aqua卫星上的MODIS数据反演混合像元内土壤和植被组分温度.根据混合像元热红外辐射模型,利用遗传算法,分别模拟Terra卫星MODIS的32和33通道,以及Terra和Aqua卫星上MODIS的32通道辐射反演了河北怀来试验区范围内植被覆盖率、土壤组分温度和比辐射率、植被组分温度和比辐射率等表面参数.通过与实测数据进行比较,综合利用上午Terra和下午Aqua卫星32通道数据反演的上午植被组分温度与地面同步测量温度偏差在1℃内,而利用上午Terra卫星32和33通道数据反演的上午植被组分温度与地面同步测量值偏差在1.4℃内.尽管利用双星数据反演的组分温度精度相对较高,但针对同一个像元,两个方案反演的结果有一定偏差.     

用于高光谱图像分类的归一化光谱指数的构建与应用

成像高光谱的近地田间应用为农业定量遥感的发展提供了新的契机。如何发挥其图谱合一的数据优势,尤其在解析土壤、阴影等背景地物对作物养分反演模型的影响需要关注。该研究借助可见/近红外成像高光仪,在近地田间采集小麦群体的成像立方体,根据影像中光照裸土、阴影裸土、光照叶片和阴影叶片的反射光谱特征建立了归一化光谱分类指数,并应用该指数提取大豆影像中不同类型地物的光谱,分析了背景土壤剔除前后的大豆植被归一化光谱与叶绿素密度的决定系数变化情况。结果表明:土壤和阴影叶片光谱去除后,反演叶绿素密度的敏感波段由红-近红外区间（727 nm,922 nm）向蓝、绿,尤其是红波段（710 nm,711 nm）移动。对叶绿素密度敏感的波段区间表现为可见光增加,近红外减少,且红边波段决定系数最高。由此说明,基于归一化光谱指数的植被光谱提纯对定量遥感反演研究具有重要意义。     

基于Radarsat2与Landsat8协同反演植被覆盖地表土壤水分的一种新方法

主动微波遥感与被动光学遥感在反演地表土壤水分方面分别具有各自的优缺点,为了将这两者的优势结合弥补缺点,提出了一种基于Radarsat 2与Landsat 8数据协同反演植被覆盖地表土壤水分的半经验耦合模型.该模型基于水云模型,将光学遥感反演得到的植被冠层含水量作为水云模型的关键输入参数,并同时考虑植被冠层与土壤以及其之间的部分对雷达后向散射系数的影响,以此来去除雷达回波中的植被部分.最后选用内蒙古呼伦贝尔市额尔古纳市大兴安岭西侧研究区的Radarsat 2与Landsat 8遥感数据,利用新的耦合模型反演得到植被覆盖区土壤水分含量,并利用地面测量数据对模型进行验证.结果表明:利用Landsat 8数据反演植被含水量算法精度较高(R2=0.89),论文提出的耦合模型反演植被覆盖地表土壤水分精度比之前算法也有了较大的提高,其中HH极化效果最好,R2由0.27提高至0.65.这表明该耦合模型具有较好的反演精度,可以应用于植被覆盖区土壤水分含量的反演.     

基于连续小波分析的植物理化参数反演中光谱分辨率影响分析

基于一套由PROSPECT模型模拟的包含叶绿素含量(Cab)、类胡萝卜素含量(Car)和叶片水含量(LWC)等重要植物生理生化参数及其光谱的数据,通过对光谱进行系列梯度的重采样和CWA分析,详细研究了光谱分辨率对植物生理生化参数反演的影响.结果表明:(1)采用CWA能够成功提取对Cab,Car和LWC等参数敏感的特征并建立具有较高精度的反演模型;(2)随着光谱分辨率的降低,敏感小波特征的数量、相关性以及反演精度总体均呈下降趋势,但下降的幅度、拐点均不相同,体现出分辨率对不同参数影响的差异性;(3)采用CWA反演建模时,不同植物生理生化参数对光谱分辨率敏感性差异较大,LWC敏感性较低,Cab次之,Car敏感性较高.根据这一结果,采用CWA反演Car,Cab和LWC时光谱数据在分辨率不低于8nm,32nm和64nm时能够得到较理想的结果.上述研究能够为实际中进行植被生理生化参数监测时的传感器选择提供依据.     

基于红边位置的木荷叶片叶绿素含量估测模型研究

利用红边参数反演作物参数是定量遥感研究的一个热点, 红边参数中红边位置与作物生化组分强相关, 为监测作物胁迫提供了一个非常敏感的指标。准确估测植被叶绿素含量,对于研究森林健康和胁迫、森林生产力的估计, 碳循环的研究有着重要的意义。介绍几种红边位置算法, 并对这些算法及其应用进行了比较,通过选取红边位置的不同敏感波段来估测植被叶片叶绿素含量。经室内光谱获取叶片的光谱数据,采用一阶光谱导数法、平滑处理后一阶光谱导数法、线性四点内插法、五次多项式拟合法四种算法处理光谱数据,获得红边位置变量,并与叶绿素含量进行拟合,构建估测木荷叶片叶绿素含量的回归模型。结果表明:各种算法获取的红边位置变量所构建的回归模型估测叶绿素含量是可行的;五次多项式拟合法估算精度是最高的,其获取红边位置计算相对复杂;线性四点内插法估算精度次之,但计算较简便。     

地基红外高光谱遥感大气温湿廓线反演研究综述

作为气象学和气候学研究的重要参量,温湿廓线在辐射传输过程、层结稳定度、对流有效位能、降水过程以及云的形成和演变过程中具有重要作用。目前,对大气温湿廓线的遥感探测主要有激光雷达、微波辐射计以及红外高光谱分辨率探测器等探测技术。总结了地基红外高光谱遥感大气温湿廓线在仪器、反演算法等方面的研究进展,重点介绍了统计反演算法和物理反演算法的基本原理,具体分析了不同算法在反演精度、稳定性和计算时间等方面的技术特点。最后,对目前地基红外高光谱遥感大气温湿廓线反演中存在的问题及未来的发展趋势进行了探讨。     

400-1000nm波段反演气溶胶光学厚度的暗像元法

从卫星遥感的角度来看,气溶胶的不确定性是可见一近红外遥感中大气校正的难点,从遥感数据本身来反演气溶胶参数,进而完成大气校正,一直是遥感研究的重点.针对可见一近红外波段大气辐射传输特点,提出了利用浓密植被红波段(660 nm)与近红外波段(830 nm)之间的线性关系反演气溶胶光学厚度的基于可见近红外波段的暗像元法,该方法主要思想是首先假设在清洁大气的条件下,利用MODTRAN辐射传输模型对遥感图像进行大气校正,以减少近红外波段大气的影响,再通过双层叠代法搜索浓密植被像元作为暗像元,根据红波段和近红外波段之间的线性关系通过近红外波段计算暗像元的红波段表观反射率,并反演气溶胶光学厚度.利用该方法对PHI航空高光谱图像进行了气溶胶光学厚度的反演,并给出了反演原理、步骤和误差分析.     

利用图谱特征解析和反演作物叶绿素密度

地面成像光谱仪可对作物个体及群体信息进行图谱同步解析,因此在农业定量化研究中具有巨大的应用潜力。利用可见-近红外成像光谱仪采集不同生育期玉米和大豆的冠层图谱数据,在逐步提取影像中光照土壤、阴影土壤、光照植被、阴影植被四种组分光谱的基础上,通过选取的敏感波段构建光谱植被指数和叶绿素密度进行波段自相关分析,探讨各个分量对作物叶绿素密度反演的影响。研究发现:当植被与土壤混合存在时,对叶绿素密度敏感的波段基本在红光与近红外波段;当植被光谱提纯后（剔除土壤光谱）,对叶绿素密度敏感的波段范围增大,表现在蓝、绿波段;当阴影叶片光谱剔除后,对叶绿素密度敏感的波段表现为可见光波段增加,近红外波段减少,红边波段决定系数最高。上述变化特征在不同作物中有相同的趋势,为探索地面成像光谱仪图谱协同反演作物生化参数进行了有意义的探索。