扬花期冬小麦叶面积指数高光谱遥感反演研究

利用扬花期冬小麦实测冠层高光谱数据与同步叶面积指数(LAI)数据,分析350～1 000 nm波段范围内冠层反射率与LAI之间的相关性,分别在蓝波段、红波段、绿波段及近红外波段选取光谱特征波段,并用其计算6种被广泛应用于植被LAI反演的植被指数.通过相关分析、回归分析等统计方法,构建扬花期冬小麦LAI反演模型并进行真实性检验.研究结果表明,6种植被指数与冬小麦LAI均具有显著相关性,其中NDGI和EVI反演模型效果较好,拟合方程决定系数R~2均高于0. 6,分别为0. 634和0. 623.最后通过精度验证,得出结论:EVI反演模型R~2最高,为0. 779,故选取EVI为自变量的二次模型为扬花期冬小麦LAI最佳反演模型.研究可为作物长势监测及产量估算等提供一定的理论依据.     

基于GLDAS与TVDI降尺度反演土壤含水量

土壤水是连接大气降水、地表水和地下水的关键水文带,在旱寒区对于维系植被生长起到至关重要的作用.为获取相对精度较高,时空分布更广的土壤含水量数据,本文采用青藏高原2006年MODIS(moderate resolution imaging spectroradiometer)植被归一化指数NDVI(normalized difference vegetation index)数据与地温数据LST(land surface temperature)计算出青藏高原全年温度植被干旱指数TVDI(temperature vergetation dryness index);分析TVDI数据与GLDAS各层土壤含水量的相关性以及相关性的稳定性,结果表明:总体上TVDI数据与GLDAS各层土壤含水量数据呈负相关关系,其中TVDI与GLDAS第1层土壤湿度数据相关性最好,且相关性的稳定性较强;利用TVDI和GLDAS第1层数据的相关关系反演出青藏高原2006年每月土壤水分分布图,并利用月均值进行实例分析,结果表明反演结果与GLDAS数据基本吻合,仅在青藏高原南部和北部两个区域存在偏差.与原始GLDAS数据相比,TVDI反演的土壤含水量数据具有更高的分辨率(分辨率为1km),在时间尺度上,可以反演逐月的土壤水分.     

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

黄土高原半干旱区春小麦冠层光谱对不同程度水分胁迫的响应

于2011年在定西地区开展了观测试验,主要测定了不同水分控制条件下春小麦冠层高光谱反射特征,同步测定了各项生理参数响应.在分析不同水分胁迫下春小麦冠层光谱特征基础上,研究了该地区春小麦冠层光谱对不同水分胁迫的响应特征.结果表明:在水分胁迫下春小麦冠层光谱在可见光区(VIS)和近红外区(NIR)均呈现明显的趋势性变化,随水分减少,VIS光区与短波红外光区(SWIR)反射率都呈增加趋势,而NIR光区反射率呈下降趋势;小麦水分指标冠层等效水厚度(EWTcanopy)比叶片相对含水量(F MC)能够更敏感地体现水分胁迫变化;光谱指数对不同水分胁迫的响应分析表明,WI指数的监测效果较差;反演半干旱区冠层尺度作物水分,红边植被指数与EWTcanopy相关性最高,PRI指数可反映作物水分胁迫后的光合效率变化,间接反映水分状况,但不适合监测重旱;OSAV I对土壤调节系数的修订比SAVI提高了相关性;短波红外波段对水分胁迫的变化响应比较稳定,进一步结合红边波段构建新的水分指数有望提高研究区冠层水分的监测精度.     

扬花期冬小麦冠层叶绿素含量高光谱遥感反演

通过分析扬花期冬小麦冠层光谱反射率与叶绿素含量的相关性,选取491、577、698和780 nm作为特征波段,利用其构建了归一化植被指数、差值植被指数、比值植被指数、三角形植被指数和增强型植被指数,分析光谱指数与叶绿素含量之间的相关性,并基于PROSPECT模型模拟的不同叶绿素含量(5～80μg·cm~(-2))下的5 nm叶片光谱反射率数据,分析评价光谱指数对叶绿素含量变化的敏感性;再将五种光谱指数与叶绿素含量进行回归分析,构建叶绿素含量反演模型;最后利用验证数据对光谱指数反演模型进行真实性检验.结果表明,选取的五种光谱指数与叶绿素含量均具有显著相关性,其中SRI和EVI反演效果较好,决定系数R2分别为0.73和0.74,且预测值和实测值具有较好的拟合效果,其余指数反演效果较差.SRI对叶绿素含量具有较好的相关性和敏感性,表明其在全生育期冬小麦叶绿素含量反演中更具潜力.本研究可为其他农作物叶绿素含量反演提供研究思路和参考借鉴.     

台湾海峡真光层深度半分析算法遥感反演的真实性检验

应用SeaWiFS遥感数据,采用最新的基于固有光学特性的半分析算法进行台湾海峡真光层反演,与卫星过境时间±2小时内实测的数据比对的结果,平均相对误差为16.7%,均方根误差为0.077 81,遥感反演与实测数据之间相关系数达到0.87.相对于叶绿素反演算法(平均相对误差38.0%,均方根误差0.152 4,相关系数0.56),有较高的反演准确性.说明该算法不仅适用于Gulf of Mexico、Monterey Bay和Arabian Sea,也适用于台湾海峡.     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

疏勒河流域夏季土壤含水量时空变化

以中国西北干旱区的疏勒河流域为研究区,利用MODIS遥感数据、全球陆面数据同化系统和实测数据等,基于遥感反演及统计降尺度方法获取疏勒河流域2001-2017年夏季土壤含水量数据,开展疏勒河流域夏季土壤含水量的时空变化分析.结果表明, 2001-2017年疏勒河流域夏季土壤含水量整体呈上升趋势.流域干流上游和中下游灌区土壤含水量最高.除敦煌灌区及上游高寒区土壤含水量存在不显著下降趋势外,其余区域主要呈上升趋势.夏季土壤含水量呈6月<7月<8月的趋势,且6月土壤含水量的增加趋势最显著.整体来看,流域土壤含水量随海拔升高而增加,耕地土壤含水量普遍高于草地和林地.     

基于真实三维结构的玉米冠层生化参数垂直分布的定量化分析

为了定量研究作物生化参数在冠层中的垂直分布情况,本文以2000年栾城实验测量的玉米冠层自上而下不同叶位叶片的光谱数据为基础,利用PROSPECT模型进行反演,获得每层叶片的叶绿素(a b)含量、等效水厚度、干物质含量等叶片的生化参数.通过比较发现:玉米冠层叶绿素等含量生化参数具有明显的随高度垂直分层现象,最明显的就是叶片的叶绿素含量,最大和最小叶绿素含量的相对差值甚至可以达到最大值的79.1%.在此基础上,根据实测玉米冠层结构,利用扩展L系统生成玉米真实三维结构冠层场景.通过统计计算每层叶片的生化参数,进而得到冠层生化参数的垂直分布.这为进一步基于冠层光谱的参数反演和定量分析以及农业应用等研究奠定了理论基础.     

冬小麦典型多参量冠层高光谱反演的光谱指标敏感性研究

高光谱遥感反演作物参量多集中在单一参量研究上,缺乏多参量综合反演研究。因此,面向多参量反演,需要对传感器参数的有效设置,以及同一指标对不同参量的适宜程度进行综合研究。以冬小麦为例,通过实测冠层光谱反射率和LAI、叶绿素、氮素含量数据,分析了中心波长、波段宽度、信噪比等指标的变化对各参量定量模型的影响,及光谱指标对LAI、叶绿素和氮素定量模型反演的敏感性和有效性,以及对冬小麦典型参量高光谱遥感反演的光谱指标进行了综合性分析。结果表明:反演冬小麦LAI的最佳植被指数为DVI(R~2=0.457,RMSE=0.614%),对应的最佳指标为:中心波长为768 nm和732 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦叶绿素的最佳植被指数为MSR(R2=0.554,RMSE=0.548%),对应的最佳指标为:中心波长为768 nm和736 nm,波段宽度在5 nm以内,信噪比大于70 d B;反演冬小麦氮素的最佳植被指数为NDVI_(g_b)(R~2=0.733,RMSE=0.600%),对应的最佳指标为:中心波长为500 nm和454 nm,波段宽度为5 nm以内,信噪比大于70d B。植被指数SAVI在一定波段范围内可同时反演LAI、叶绿素和氮素;MSAVI、DVI、RDVI和NDVI均可在一定波段范围内同时反演LAI和叶绿素含量,而反演LAI和氮素含量的适宜波段以及反演叶绿素和氮素的适宜波段存在差异。利用高光谱植被指数可实现作物参量的有效反演,且作物参量的定量反演对不同的光谱指标,即中心波长、波段宽度和信噪比具有较强的敏感性。     

蔬菜作物水分胁迫遥感光谱指数构建实验研究

蔬菜作物干旱程度是影响其长势及产量的关键因素,实时掌握其各生长阶段的干旱程度在农业估产、旱情监测等方面具有重要的意义。利用遥感监测技术可以快速、方便地获取作物的生长信息,对其各生长阶段的干旱程度进行实时监控和防治。通过同种小白菜在不同供水量条件下的室内实验,用ASD光谱仪实测其整个生长周期的冠层光谱。通过分析小白菜在不同供水量条件下的光谱特征,利用可分性度量方法构建归一化水分指数,实现了对小白菜整个生长阶段水分含量信息的识别;之后在已有卫星遥感器波段设置的基础上,通过可分性度量与因子分析相结合的数学方法构建两个光谱指数:生长指数(GI)和干旱指数(DI),实现了对小白菜的生长阶段及干旱程度的准确识别。室内实验直接观测得到的结果也为星载数据的使用提供了依据。     

植被水分遥感监测模型的研究

植被水分含量的遥感测定对农、林业和水文研究具有重要的意义，对于植被干旱评估也十分重要．研究表明，在叶片尺度上建立400-2500nm的反射率数据与表征叶水分含量的参数，如EWT（等价水厚度）与FMC（叶片相对水分含量）之间存在紧密的相关关系；在冠层水平上，植被水分与光谱指数存在很好的相关关系．归一化水分指数（NDWI）（R860-R1240）／（R860＋R1240）等能较好地反演植被冠层的水分含量．同时，本文对辐射传输模型及其与植被水分指数结合对植被水分反演的应用也进行了讨论；从利用高光谱站台辐射传输模型（如PROSPECT等）进行植被水分反演的角度，对植被水分监测进行评述．最后对利用多角度和偏振光技术定量反演植被水分和临测旱情的研究提出展望。     

基于高分一号的农田植被区土壤湿度反演研究

以国产高分一号(GF-1)遥感数据为数据源,以荆州市公安县为实验区,选择垂直干旱指数(PDI)、改进型的垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证,同时为减少水体对地表反射率的干扰,采用归一化差异水体指数法(NDWI)对水体进行掩膜处理.研究结果表明,PDI、MPDI和VAPDI分别反演得到的土壤湿度值与实测值的相关系数为0. 520 5、0. 697 2、0. 687 2,实测土壤含水量验证精度评价也表明各模型均能满足反演的精度要求;在植被覆盖较好的农区,MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,模型拟合效果优于PDI.研究结果可为江汉平原大范围和动态监测表层土壤湿度指数提供理论基础和实践参考.     

台湾海峡真光层深度半分析算法遥感反演的真实性检验

应用SeaWiFS遥感数据,采用最新的基于固有光学特性的半分析算法进行台湾海峡真光层反演,与卫星过境时间±2小时内实测的数据比对的结果,平均相对误差为16.7%,均方根误差为0.077 81,遥感反演与实测数据之间相关系数达到0.87.相对于叶绿素反演算法（平均相对误差38.0%,均方根误差0.152 4,相关系数0.56）,有较高的反演准确性.说明该算法不仅适用于Gulf of Mexico、Monterey Bay和Arabian Sea,也适用于台湾海峡.     

基于低空遥感的消费级相机油菜苗期长势监测最优波段选取

无人机遥感作为卫星和航空遥感平台的有力补充,在低空遥感观测领域发挥越来越重要的作用.对于农作物长势监测而言,选择合适的光谱波段有利于更加准确地反映作物长势情况.该研究借助水稻—油菜氮素养分试验,针对其油菜季开展基于无人机遥感的消费级相机油菜苗期长势监测最优波段选取问题研究.试验采用经红外改造后的消费级相机,逐次搭配lp680、lp720、lp850 3种近红外长通滤波片和RGB红外截止滤波片来获取不同光谱位置的近红外波段影像和可见光波段影像.在此基础上计算多波段影像的多种植被指数,同时结合油菜地面冠层高光谱数据和滤波片光谱响应特性模拟计算相同的植被指数.结果表明,使用可见光波段影像计算的归一化差指数(NDI)与地面实测归一化差植被指数(NDVI)之间的相关性最高,其R2达到0.945,该结果与基于油菜地面冠层高光谱数据所得结果呈现出较好的一致性.同时该NDI值与油菜氮素养分试验中不同氮素施用水平之间的相关性也较好,其R2达0.963.该研究结果表明选取常规消费级相机可见光波段也能准确地获取作物长势信息,为其用于作物长势监测提供了科学依据.     

汾西灌区冬小麦田间土壤含水量空间分布研究

选取山西省临汾市汾西灌区一块约20 hm2的冬小麦试验田,在实测田间土壤含水量的基础上,利用地统计学方法,分析了田间土壤含水量的空间变异结构,并采用克里金插值技术研究了冬小麦田间土壤含水量的空间分布格局,为灌区墒情检测和农田灌溉管理提供科学指导.     

基于EOS/MODIS数据的土壤水分遥感监测方法

美国国家航空航天局(NASA)自1991年开始实施对地观测系统(EOS)计划以来,EOS/MODIS传感器的高时间分辨率、高光谱分辨率、适中的空间分辨率等特点使其在干旱监测中具有突出的优势.纵观近年来国内外基于EOS/MODIS资料遥感监测土壤水分的理论、方法的发展和应用特点,可以分为5类:①基于植被指数类的遥感干旱监测方法,如简单植被指数、比值植被指数、归一化植被指数、增强植被指数、归一化水分指数法、距平植被指数等;②基于红外的遥感干旱监测方法,如垂直干旱指数法、修正的垂直干旱指数法等;③基于地表温度(LST)的遥感干旱监测方法,如热惯量法、条件温度指数、归一化差值温度指数、表观热惯量植被干旱指数等;④基于植被指数和温度的遥感干旱监测方法,如条件植被温度指数、植被温度梯形指数、温度植被干旱指数模型等;⑤基于植被与土壤的遥感监测方法,如地表含水量指数作物缺水指数法等.重点介绍了目前生物、物理意义较明显,比较成熟和广泛应用的基于可见光与热红外波段的改进型垂直干旱指数法(MPDI)、作物缺水指数法(CWSI)、地表含水量指数法(SWCI)、热惯量法(ATI)等;对各种遥感监测土壤水分方法的优缺点做出评价;指出利用高分辨率卫星资料(如EOS/MODIS和中国发射的风云三号极轨气象卫星250 m分辨率资料)进行农业干旱监测研究将成为主要的研究方向,"土壤-作物-大气"多圈层立体监测、多学科的融合将是解决提高旱情定量化监测精度、使之实用化和业务化的必由之路:最后,展望了遥感监测土壤水分的发展前景.     

基于GF-1号卫星WFV数据反演玉米叶面积指数

叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明：研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.     

基于波谱数据库先验信息的地表参数同化反演方法

我国典型地物波谱数据库的构建为地表参数反演提供了先验信息,而时间序列遥感观测数据则能够提供反演目标参数的动态变化信息．文中将描述植被冠层反射的遥感辐射传输模型与描述作物生长变化的过程模型结合,提出了综合利用时间序列遥感观测数据和波谱库所提供的参数先验信息对农作物生长过程中的关键结构参数叶面积指数（LAI）进行反演的方法．时间序列遥感观测数据能为目标参数LAI的反演提供更多信息,而作物生长模型的引入则能够对反演过程中LAI的变化趋势进行约束．实验结果表明,利用地物波谱库中提供的参数先验信息结合时间序列遥感观测数据,采用变分数据同化算法可以明显提高具有时间变化特征的地表目标参数反演精度．     

基于Noah LSM的河套灌区土壤含水量同化研究

土壤含水量是灌区水资源管理研究中的关键参量,获得时空连续的可靠土壤含水量对灌区水资源管理意义重大。河套灌区是全国三大灌区之一,目前在该区域还没有开展时空连续土壤含水量的同化实验。本文利用地面实测单点土壤含水量数据和遥感反演区域土壤含水量数据,基于Noah LSM模型和集合卡尔曼滤波(En KF)算法的同化方案实现了河套灌区时空连续土壤含水量的单点和区域模拟,并对比分析了同化结果和模型模拟结果。单点同化实验显示,同化结果和模型模拟结果均能反馈出强降雨中的土壤含水量变化,且模型模拟也能较好反应实测值变化,但同化结果比起模型结果更另接近实测值。区域同化实验表明,模型模拟土壤含水量的空间变异性时效果较差,同化结果能明显改善这个问题,整体模拟结果更接近于遥感反演的土壤含水量值。