松嫩平原典型土壤高光谱定量遥感研究

为实现松嫩平原典型土壤理化参数时空信息的快速获取,为定量遥感、精准农业等相关研究服务,以松嫩平原典型土壤的高光谱反射率为研究对象,分析土壤反射光谱特征及其与土壤理化参数的关系,建立基于反射光谱指数的土壤理化参数遥感估算模型;提取黑土光谱特征点,建立黑土反射光谱曲线模拟函数.结果表明:松嫩平原不同土壤光谱特征差异主要在450-600,600-800 nm两个吸收谷部分,土壤有机质是黑土反射光谱特征的决定因素;不同于南方土壤,铁对松嫩平原典型土壤反射光谱特征的影响较小;随着含水量的增加,土壤水分对土壤光谱反射率的作用过程可以用三次方程定量描述;基于土壤反射率及反射光谱特征的土壤理化参数光谱预测模型可以用于土壤相关理化参数的快速测定;基于光谱特征点的黑土反射光谱曲线模拟函数可以准确描述黑土的反射光谱特征,这一方法可以用于高光谱数据压缩和基于多光谱数据的高光谱反射率重建.     

中国科学院东北地理与农业生态研究所遥感科学与技术研究回顾与展望 ——献给东北地理与农业生态研究所成立60周年

通过中国科学院东北地理与农业生态研究所（简称东北地理所）及其前身（长春地理研究所）自1978 年以来40 a的遥感基础理论与应用研究工作的回顾,以主持的国家与地方重要遥感研究项目为主线,首先展现了研究所在遥感队伍建设、人才培养、平台建设、光学与微波遥感基础理论与遥感应用研究、微波遥感器的设计与研制等方面的大量工作;然后结合东北地理所在东北地区及东北亚周边国家开展的研究工作,回顾了研究所在自然资源、土地利用/覆被变化、生态环境演变、灾害监测、农情遥感监测等领域所取得的成就;最后,根据国内外遥感科学与技术的应用发展态势和东北地区资源环境特征,对东北地理所遥感研究的发展前景和优先发展领域进行了展望。     

湖泊水质遥感研究进展

详述了湖泊遥感水质最新发展动态,如遥感水质模型的数学方法、与水质指标最敏感的波段以及TM、SPOT、MODIS、MERIS、AVHRR、CASI等传感器的适用情况,并分析了可能导致湖泊水质遥感模型误差的原因和解决办法。湖泊各项水质组分与光谱之间相互影响可认为是一种非常复杂的非线性关系,最适合用神经网络这样的黑箱模型来模拟。应当研究和选取敏感波段,用高光谱逐段分析与各种水质指标相关最密切的波段。湖泊水质遥感最终走向实用化必将其与水生态问题结合起来,作为一种监测手段,在水中藻类的时空分布、流域营养物质输送模型和湖泊水域水质模型等问题中得到广泛应用。我国学者使用超光谱数据源获得更为精确的监测成果还比较少,由于我国卫星可以用来进行水质遥感的波段比较宽,应当在新一代的资源环境卫星上加入更适合水质遥感的波段。     

基于面向对象的河道信息提取及其季节性变化分析

准确提取河道变化信息可以为堤坝等防洪减灾设施建设提供数据支持。该文采用主成分分析与小波变换相结合的方法,对黄河下游花园口段的ETM遥感影像进行融合增强处理,而后利用面向对象的方法提取河道信息。对冬季、春季、夏季与秋季4期遥感影像分别进行处理,并结合GIS空间分析功能,选取河道水面面积、平均河面宽、心洲面积及心洲数量4个指标对区域内河道进行季节性变化分析。研究结果表明,利用遥感方法结合GIS空间分析功能可以直观准确地监测黄河下游河道的空间格局变化。     

吉林查干湖水体叶绿素a含量高光谱模型研究

叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

长春市石头口门水库颗粒物光谱吸收特性

针对东北地区水体,以长春市重要水源地石头口门水库为例,分别于2008年6月13日和9月23 日对该水库进行了水体颗牲物吸收特性研究.结果显示:2008年6月水库悬浮物含量高于9月,而叶绿素a含量低于9月:总颗粒物的吸收光谱曲线类似于非色素颗粒物,非色素颗粒物吸收对其的贡献明显大于浮游植物色素,9月份浮游植物吸收对其的贡献略有增加,吸收曲线在440nm左右能明显看到浮游植物引起的吸收峰;非色素颗粒物在440nm的吸收系数与悬浮物浓度存在较好的函数关系,而与叶绿素a浓度的相关性较弱;浮游植物色素吸收系数较低,色素组成中叶绿索a占主导地位,浮游植物在440nm和675nm的吸收系数与叶绿素a含量均存在较好的指数函数关系;6月浮游植物比吸收系数在440nm和750nm的均值分别为0.0483m2/mg和0.0263m2/mg,而9月份的均值分别为0.0337m2/mg和0.01 87m2/mg.     

基于MODIS数据的太湖藻华水体识别模式

针对2007年5月太湖爆发的蓝藻水华事件,利用MODIS植被指数数据对其进行遥感监测.结果表明:MODIS数据可成功提取蓝藻水华信息.近红外/红光波段比值识别模式和植被指数NDVI值、EVI值识别模式均可确定蓝藻分布范围,但前两者不易将高浑浊水体区分开来,或不易识别低蓝藻分布区域,因此易扩大或缩小蓝藻分布范围;而后者由于引入了背景调节参数,可有效抑制背景水体及泥沙的影响,因此根据EVI值得到的蓝藻范围及强度较为真实的反映了藻华情况.该研究可为今后利用遥感技术,建立太湖蓝藻水华监测系统奠定基础.     

双台河口国家级自然保护区芦苇叶面积指数遥感反演与空间格局分析

应用Landsat7 ETM+遥感数据与同期野外实测叶面积指数(LAI)数据,基于多季相遥感影像,用面向对象的分类方法,提取双台河口国家级自然保护区芦苇分布数据,建立芦苇LAI最优估算模型,并进行其遥感反演及空间格局分析。研究结果表明,2012年,双台河口国家级自然保护区内芦苇总面积为38 200 hm2,占保护区总面积的29.5%,其中,缓冲区的芦苇面积为16 200 hm2,实验区的芦苇面积为11 900 hm2,核心区芦苇面积为10 100 hm2;以遥感影像缨帽变换(TC)后的绿度(GREEN)分量、ETM+第5波段(B5)和第3波段(B3)为自变量的多元线性模型为芦苇LAI反演的最优估算模型(p0.01,R2=0.741)。双台河口国家级自然保护区芦苇LAI介于0.12~5.85之间,呈现东高、西低和北高、南低的分布格局;保护区核心区的芦苇LAI最均一,实验区的芦苇LAI空间变化最明显。