线性光谱混合模型影响因子不确定性定量研究

线性光谱混合模型(Linear Spectral Mixing Model,LSMM)是一种像元分解模型,由于其简单和易操作性的特点,在目前亚像元研究中应用颇为广泛。其分离精度受多种因素的影响,但目前对该模型的研究多集中在对模型本身的线性假设评价及端元光谱选取方法上,而忽略了模型应用的环境条件(大气反射、散射、地形起伏等)对模型分解精度的影响等。本文以线性光谱模型提取植被分量为例,探讨环境大气条件、地形因素对模型精度影响的不确定性。研究将数据处理为四个层次,即原始的ASTER数据,利用MODTRAN进行大气校正的数据,经C-地形校正的数据,同时进行了大气校正和地形校正的数据。然后在四个层次上依次提取植被丰度,并将其和NDVI进行线性回归分析,检验植被丰度的分离精度,从而量化大气、地形等因子对LSMM的影响程度。研究结果表明:大气条件、地形因素都会制约LSMM分离精度的提高,特别在有地形起伏的中小空间尺度范围内,地形因子对线性光谱混合模型的影响远大于大气影响。     

矾山铜钼矿区重金属与覆盖植被胁迫相关性光谱特征

高光谱遥感在地物精细探测方面具有较高的精度,能够实现弱缓信息的提取。应用高光谱遥感技术研究福建矾山高植被覆盖铜钼矿区重金属铜铅等元素与覆盖植被光谱胁迫相关性。通过对比分析矿区与非矿区典型植被光谱特征,在光谱特征分析结果基础上得出矿区典型植被均不同程度受到了重金属元素胁迫,并造成光谱曲线发生变异。在分析结果基础上,结合植被地球化学数据建立重金属与植被光谱胁迫相关性数学模型,提出矿区重金属与覆盖植被胁迫相关性。依据该模型可获得金属元素的空间分布,最终实现高光谱遥感技术在高植被覆盖区地质找矿中的应用。      

基于偏振植被指数的植被-土壤混合像元室内实验研究

混合像元是遥感影像中普遍存在的一种现象,对其组成和各成分比例的反演一直是遥感研究中的重难点,而国内利用偏振植被指数对混合像元的研究几乎没有涉及。本次研究通过对不同面积比例的植被-土壤混合像元偏振反射高光谱特征进行分析,讨论不同条件下的植被-土壤混合像元偏振高光谱特性,并利用偏振反射比计算了12种0°偏振态下的偏振植被指数,分别构建了植被指数与植被面积比例以及光谱特征参数与植被面积比例的数学模型。结果表明,混合像元中植被面积比例和偏振角均对其偏振高光谱有一定的影响;865 nm的偏振反射比与植被占像元面积比例的相关性最好,采用多项式进行拟合时,其决定系数达到0.99,适合进行植被占像元面积比例的反演;偏振光谱“红边”处的一阶微分值与植被像元比例存在良好的线性相关,R²=0.974;植被面积比例与植被指数和光谱特征参数呈现良好的相关关系,其中P-DVI和光谱吸收指数（SAI）与植被面积比例的拟合效果最好,决定系数分别为0.99以及0.94,适合进行植被-土壤混合像元中植被面积比例的反演。     

基于改进线性光谱分离模型的植被覆盖度反演

线性光谱分离技术可以有效地提取像元水平上植被或其他端元(影像中的地物)的相对百分比,但是目前该技术在多光谱宽波段影像数据应用中,由于波段数量、波段宽度等的限制,估算精度离定量研究的水平仍有一定差距。鉴于此,本文提出了一种改进的线性光谱分离方法,该方法在对影像进行土地覆盖分类基础上进行分离,一方面同类土地覆盖类型内同种地物的光谱变异相对较小,更有利于端元选取;另一方面,分影像的地物种类数量明显少于整幅影像,更容易满足模型的适用条件,从而突破了波段数量限制,同时使地物光谱分离更具针对性,经过验证,该方法较传统分离方法相比植被覆盖度的反演精度可提高6.4%,用该方法实现了研究区的植被覆盖度的定量反演并对研究区植被覆盖度的空间结构进行了分析。     

利用高光谱数据进行植被生化成分反演方法研究

高光谱数据包含着丰富光谱信息,能够定量地分析物质成分^[1]。由高光谱数据,可以运用多元逐步线性回归方法反演植被生化组分含量,从而达到监测植被生长状况的目的^[2]。本文具体介绍了多元逐步线性回归方法,及其在氮、木质素和纤维素含量估算中的应用。     

一种基于归一化扰动模型的积雪和植被覆盖度反演方法

积雪和植被的覆盖范围对于研究气候变化和水资源平衡、生态环境状况具有重要的意义,但它们的光谱曲线具有较强的时空变异性,难以获取精确的覆盖度产品。针对线性混合像元分解算法在积雪和植被覆盖度反演中噪声和光谱变异带来的误差,本文提出了一种基于归一化扰动模型的积雪和植被覆盖度反演方法,并选用了3个不同的区域（单独的积雪覆盖区、单独的植被覆盖区、积雪和植被混合的覆盖区）来验证所提出框架的可行性。研究结果表明：① 该方法单独反演积雪覆盖度的均方根误差为0.172,单独植被覆盖度反演均方根误差为0.223,积雪和植被覆盖度混合反演的均方根误差分别为0.185和0.249,3种方案均有较高的精度;② 对影像与端元组进行归一化后,降低了光谱异质性,在此方法下的扰动混合模型可以有效地减弱MODIS影像光谱变化和噪声带来的误差;③ 针对MODIS影像,该框架获取的积雪覆盖度相对于植被覆盖度具有更高的精度。今后将进一步发展类似的积雪覆盖度与雪粒径协同反演算法。     

干旱荒漠区植被覆盖变化的遥感监测分析

多期的遥感数据可以用来分析干旱荒漠区植被的空间分布格局和变化特征。本文以1989、2000和2007年3个不同时相的Landsat TM/ETM+影像为数据源,利用线性光谱混合分析和RGB彩色合成法构建一个研究框架,对古尔班通古特沙漠西缘进行植被信息的提取和变化监测分析。在混合像元分解过程中,通过多种方法选择端元,比较...     

林下植被遥感反演研究进展

林下植被在森林生态系统碳、水和营养元素的累积和循环方面有着重要作用与科学意义。多角度、高光谱和激光雷达遥感系统凭借对森林分层结构的敏感性,成为量化林下植被的重要手段。本文综述了森林林下植被的遥感反演研究进展：首先讨论了林下植被的定义,其次对当前林下植被的遥感反演现状作了深入分析,总结了多角度、高光谱和激光雷达遥感观测的森林背景的反射率、林下植被的叶面积指数、高度和覆盖度的遥感反演原理和方法。基于不同卫星观测角度下森林冠层和森林背景对总反射的贡献差异,林下反射率可通过多个角度的观测数据进行反演。此外,借助激光雷达穿透冠层直接观测林下植被的优势,总结了激光点云数据和回波波形信息反演林下植被的覆盖度和高度的方法,以及今后使用遥感技术反演的难点和获取林下植被信息的主要发展方向。     

结合Sentinel-2数据与光谱特征的稀疏非光合植被指数构建

非光合植被(NPV)在干旱半干旱区生态系统中扮演了重要角色，对了解植被碳循环过程起着至关重要的作用，同时掌握非光合植被定量信息对科学评估土地荒漠化程度以及荒漠化科学防治具有重要意义。本文以甘肃省民勤县为研究区，对高光谱仪采集NPV及研究区内其他端元光谱信息进行光谱分析，结合Sentinel-2 MSI影像构建提取稀疏NPV覆盖度信息的植被指数，实测NPV覆盖度作为精度验证数据，决定系数R²、均方根误差和显著性p值用于模型精度评价，结果发现：(1)通过原始光谱法、一阶导数变换法、倒数的对数法和连续统去除法进行光谱分析发现，连续统去除法处理获取的NPV光谱的包络线值较光合植被(PV)和裸地(BS)光谱包络线值特征差异明显；(2)通过绿光波段的包络线差值和短波红外波段的光谱反射率比值计算后，可以有效拉开NPV与PV和BS光谱特征值差距，从而实现NPV信息提取，得到表征NPV覆盖信息的新指数；(3)通过精度验证发现，新构建的NPV指数—包络线差值植被指数(Envelope Difference Vegetation Index, EDVI)优于参与比较分析的其他指数模型，...     

高光谱遥感的物质组分和物质成分反演的应用分析

高光谱遥感的最大特点是可以提取和重建像元光谱,从而依据光谱特征直接识别地物类型、地物组成,乃至地物的成分,反演地物的物理、化学参量。本文阐述了高光谱的光谱识别方法所能探测的岩石、土壤、植被和人工建筑物的物质组分或成分;另外,与多光谱相比较的角度,讨论了高光谱图像地物特征识别和物质成分反演等技术方法的应用。     

Influence of vegetation on runoff and sediment in wind-water erosion crisscross region in the upper Yellow River of China

All characteristics of vegetation,runoff and sediment from 1960 to 2010 in the Xiliu Gully Watershed,which is a representative watershed in wind-water erosion crisscross region in the upper reaches of the Yellow River of China,have been analyzed in this study.Based on the remote sensing image data,and used multi-spectral interpretation method,the characteristics of vegetation variation in the Xiliu Gully Watershed have been analyzed.And the rules of precipitation,runoff and sediment's changes have been illuminated by using mathematical statistics method.What′s more,the influence mechanism of vegetation on runoff and sediment has been discussed by using the data obtained from artificial rainfall simulation test.The results showed that the main vegetation type was given priority to low coverage,and the area of the low vegetation coverage type was reducing year by year.On the country,the area of the high vegetation coverage type was gradually increasing.In a word,vegetation conditions had got better improved since 2000 when the watershed management project started.The average annual precipitation of the river basin also got slightly increase in 2000–2010.The average annual runoff reduced by 37.5%,and the average annual sediment reduced by 73.9% in the same period.The results of artificial rainfall simulation tests showed that the improvement of vegetation coverage could increase not only soil infiltration but also vegetation evapotranspiration,and then made the rainfall-induced runoff production decrease.Vegetation root system could increases the resistance ability of soil to erosion,and vegetation aboveground part could reduce raindrop kinetic energy and splash soil erosion.Therefore,with the increase of vegetation coverage,the rainfall-induced sediment could decrease.     

玉米叶面积指数的CHRIS/PROBA数据反演分析

叶面积指数(LAI)是衡量植被生态状况和估算作物产量的一个重要指标。LAI的反演是定量遥感研究的重要内容。传统的经验统计反演方法基于单一观测角度的遥感数据进行,忽略了地物反射率的方向性。若在反演中加入多观测角度的信息,则有可能提升LAI反演的精度。以2008年甘肃省张掖市玉米实验区为研究区,利用欧空局的CHRIS/PROBA多角度高光谱数据对比分析了传统植被指数NDVI、RVI、EVI的变化规律及其反演玉米叶面积指数LAI的精度,并根据NDVI随观测角度的变化规律,构造出新型多角度归一化植被指数MNDVI,分别对实测叶面积指数进行线性回归并利用实测数据对估算LAI进行精度验证,结果表明：新型MNDVI指数相比于传统NDVI、RVI、EVI对LAI的反演精度有了显著提升,估算模型决定系数R²达到0.716,精度验证均方根误差为0.127,平均减小了33.3%。     

WorldView-2近红外光谱波段反演马尾松植被信息的比较研究

WorldView-2卫星自2009年发射至今,已为用户提供了大量高性能的影像产品。与众多高分辨率卫星影像不同,WorldView-2有2个近红外波段,即近红外1(Near-infrared1,NIR1)和近红外2(Near-infrared2,NIR2),但目前这2个波段在应用上的区别并不清楚。因此,本文以福建省长汀县河田地区的马尾松林为例,采用NIR1和NIR2这2个近红外波段分别构建了3种植被指数(NDVI、ARVI和NDMVI),以探索二者在植被信息反演方面的差异。结果表明,NIR1构建的植被指数在马尾松林提取精度上高于NIR2,并具有更丰富的植被信息量。经统计可知,NIR1所构建的植被指数信息量比NIR2分别大8.0%(NDVI)、12.3%(ARVI)和7.3%(NDMVI);在反演植被覆盖度方面,NIR1也比NIR2具有更高的精度,其模拟的植被覆盖度与实际植被覆盖度的拟合度更高,误差更小。NIR1和NIR2所表现出的差异是因为马尾松在这2个近红外波段的光谱反射不同,其反射在NIR1的波长范围内达到最强,而在NIR2的波长范围内则出现了小幅下降。     

福州市城市不透水面景观指数与城市热环境关系分析

城市化致使城市环境问题的产生,城市热环境问题就是其中之一。本文从不透水面方面研究对城市热环境的影响。根据福州市1989年和2001年LandsatTM/ETM+遥感影像数据,利用线性光谱分解法提取两时相不透水面信息,并离散化分级为中低、中、中高、高密度区4个区域,分别计算这4个区域的地表温度(LST)、归一化植被指数(NDVI),并进行相关性分析;根据阈值法和范围法分别计算不透水面的PD、AI、LPI等景观指数,结果表明:两时段内不透水面的面积有所增加,在高密度区增加明显;不透水面与地表温度的呈正相关,相关系数分别为0.66和0.71;不透水面景观指数对FISA敏感,景观指数整体的变化趋势与地表温度的变化趋势相一致,FISA值越大,温度越高,且各斑块的形状越来越复杂,空间的连续性越强;聚集度越高,人类活动也越强。     

高速公路对路域植被影响的时空格局变化遥感监测分析

植被覆盖动态监测及与生态环境变化的响应是陆地生态系统研究的重要内容。本文以不同时相的TM遥感影像为信息源,基于辐射传输模型PROSAIL,定量反演了不同时期高速公路两侧植被的叶面积指数,以反演的叶面积指数作为路域植被生长状况的监测指标,对实验区路域植被的生长状况进行了时空格局变化的动态遥感监测研究。研究表明：① 在时间上,路域植被的生长状况在高速公路开通后5年内受到的影响相对最大;② 在空间上,离高速公路越近的植被的生长状况受到的影响较大,离高速公路越远的植被的生长状况受到的影响较小。本研究为监测路域植被生长状况提供了重要的方法,为指导路域植被的生态恢复与保护提供了可靠的基础。     

多源遥感数据时空融合模型应用分析

多源遥感数据时空融合模型是解决目前遥感数据获取能力不足问题的重要方法之一,当前主要融合方法的研究,集中于平原区域,缺乏复杂条件下的多源遥感数据融合技术的应用研究。针对我国南方复杂条件,本文对比研究了多源遥感数据时空融合模型在我国南方复杂条件下的应用能力。针对LORENZO模型、LIU模型、统计回归模型、STARFM和ESTARFM 5种主流多源遥感数据时空融合模型,采用Landsat-ETM+和MODIS数据,以江苏省南京市的小块区域为实验区,利用5种模型生产融合影像,以真实Landsat-ETM+数据为模板,定性和定量评价融合效果的好坏。结果表明：除LORENZO模型外,其余4种模型获得的融合影像与真实影像之间都具有较高的相关性,相关系数均高于0.6,其中,ESTARFM模型的融合影像与真实影像间的相关性最高,融合效果最好,其次为STARFM模型,再次为LIU模型和统计模型法。在融合过程中采用距离、时间和光谱等信息越多,融合效果越好,在复杂地区的适用能力越强,融合影像更能反映地物的细节特征。     

利用MODIS影像提取火烧迹地方法的研究

火烧迹地监测不仅可以反映火灾对生态系统的影响情况及损失信息,还能为全球碳循环研究提供重要的数据支持。本文利用MODIS地表反射率产品（MOD09A1）的近红外和短波红外波段构建的归一化燃烧率指数（NBR）,计算前后2期影像的NBR差值,并在光谱指数差分法的基础上,结合MODIS植被数据产品（MOD44B）提供的植被覆盖度信息,设置规则提取火烧迹地。本文选择西伯利亚地区东南部的林地、草地、农田等不同生态系统的交界地带作为实验区,利用本文算法提取该区域的火烧迹地。实验结果表明：（1）本文算法的火烧迹地提取效果较好,优于MODIS火烧迹地产品（MCD45A1）,kappa系数由0.70提高到0.75;（2）利用林木覆盖度、草本覆盖度数据,可以减少误判,提高火烧迹地提取的精度,kappa系数分别由0.69、0.73都提高到0.75。     

基于网格的街区尺度城市绿度度量方法

本文提出一种基于网格的街区尺度城市绿度度量方法。其以900 m×900 m的网格单元作为以城市主干道划分所形成街区尺度的表征,根据网格单元内植被覆盖度与植被构成之间的关系构建绿度指标。通过与传统的基于植被面积占比的格网法所计算的绿度指数进行比较。发现本文方法建立的绿度指标能在街区尺度上提供更加丰富的城市绿度信息,有效地解决了传统方法难以反映的植被覆盖度近似区域因其内部植被构成不同所带来的绿度差异问题。为城市规划、设计以及管理提供了一种新视角。基于该绿度指标,利用Landsat TM/OLI 2009、2015和2019年不同季节的遥感数据分析北京市城市绿化的时空变化特征。结果表明：北京市主城区城市绿化的面积和质量在2009—2019年显著提升,且秋季最为明显。绿化的变化在四环内外呈现出不同的模式。四环内主要为绿化面积的增加,四环外则在绿化面积和绿化质量上都有明显的增长。     

Spatial-temporal changes of vegetation cover in Guizhou Province,Southern China

Guizhou Province is an important karst area in the world and a fragile ecological area in China. Ecological risk assessment is very necessary to be conducted in this region. This study investigates different characteristics of the spatial-temporal changes of vegetation cover in Guizhou Province of Southern China using the data set of SPOT VEGETATION(1999–2015) at spatial resolution of 1-km and temporal resolution of 10-day. The coefficient of variation, the Theil-Sen median trend analysis, and the Mann-Kendall test are used to investigate the spatial-temporal change of vegetation cover and its future trend. Results show that: 1) the spatial distribution pattern of vegetation cover in Guizhou Plateau is high in the east whereas low in the west. The average annual normalized difference vegetation index(NDVI) from west to east is higher than that from south to north. 2) Average annual NDVI improved obviously in the past 17 years. The growth rate of average annual NDVI is 0.028/10 yr, which is slower than that of vegetation in the country(0.048/10 yr) from 1998 to 2007. Average annual NDVI in karst area is lower than that in non-karst area. However, the growing rate of average annual NDVI in karst area(0.030/10 yr) is faster than that in non-karst area(0.023/10 yr), indicating that vegetation coverage increases more rapidly in karst area. 3) Vegetation coverage in the study area is stable overall, but fluctuates in the local scales. 4) Vegetation coverage presents a continuous increasing trend. The Hurst exponent of NDVI in different vegetation types has an obvious threshold in various elevations. 5) The proportion of vegetation cover with sustainable increase is higher than that of vegetation cover with sustainable decrease. The improvement in vegetation cover may expand to most parts of the study area.     

Evaluation of Forest Damaged Area and Severity Caused by Ice-snow Frozen Disasters over Southern China with Remote Sensing

The accurate assessment of forest damage is important basis for the forest post-disaster recovery process and ecosystem management. This study evaluates the spatial distribution of damaged forest and its damaged severity caused by ice-snow disaster that occurred in southern China during January 10 to February 2 in 2008. The moderate-resolution imaging spectroradiometer(MODIS)13 Q1 products are used, which include two vegetation indices data of NDVI(Normalized Difference Vegetation Index) and EVI(Enhanced Vegetation Index). Furtherly, after Quality Screening(QS) and Savizky-Golay(S-G) filtering of MODIS 13 Q1 data, four evaluation indices are obtained, which are NDVI with QS(QSNDVI), EVI with QS(QSEVI), NDVI with S-G filtering(SGNDVI) and EVI with S-G filtering(SGEVI). The study provides a new way of firstly determining the threshold for each image pixel for damaged forest evaluation, by computing the pre-disaster reference value and change threshold with vegetation index from remote sensing data. Results show obvious improvement with the new way for forest damage evaluation, evaluation result of forest damage is much close to the field survey data with standard error of only 0.95 and 1/3 less than the result that evaluated from other threshold method. Comparatively, the QSNDVI shows better performance than other three indices on evaluating forest damages. The evaluated result with QSNDVI shows that the severe, moderate, mild damaged rates of Southern China forests are 47.33%, 34.15%, 18.52%, respectively. By analyzing the influence of topographic and meteorological factors on forest-vegetation damage, we found that the precipitation on freezing days has greater impact on forest-vegetation damage, which is regarded as the most important factor. This study could be a scientific and reliable reference for evaluating the forest damages from ice-snow frozen disasters.