利用遥感手段判识沙尘暴的一种新方法——以内蒙古地区为例

利用比辐射率的特征,并根据热辐射理论进行沙尘暴遥感监测是一种全新的研究手段.本文发现,沙尘发生时地表的主要物质沙尘、地面和云的物质性质不同,并且沙尘强度不同时图像像元上的地面和沙尘的比例不同,从而导致像元物质的性质有差别,地物比辐射率不相同.通过理论推导和试验研究得出:云区、地面、弱沙尘和强沙尘区的ε29与ε31接近程度不同,且ε31在0-1整个区间上变化时,ε29的大小顺序永远是云>强沙>弱沙>地面,并在此基础上建立了一个稳定判识沙尘强度的沙尘指数(DSI)模型.经过多次沙尘暴的实例验证,结果表明,该模型能够较精确地监测沙尘发生的范围和强度.     

基于数据机理的植被叶面积指数遥感反演研究

定量获取地表植被高精度时序及空间覆盖的叶面积指数（Leaf Area Index, LAI）是生态监测及农业生产应用的重要研究内容。通过使用Moderate Resolution Imaging Spectroradiometer（MODIS）植被冠层多角度观测MOD09GA数据及叶面积指数MOD15A2数据,发展了一种参数化的叶面积指数遥感反演方法并完成了必要的检验分析。研究使用基于辐射传输理论的RossThick LiSparse Reciprocal（RTLSR）核驱动模型及Scattering by Arbitrarily Inclined Leaves with Hotspot（SAILH）模型进行植被冠层辐射特征的提取,使用Anisotropic Index （ANIX）异质性指数作为指示植被冠层二向反射分布Bidirectional Reflectance Distribution Function（BRDF）的辅助特征信息,发展了基于数据机理（Data-Based Mechanistic, DBM）的植被叶面积指数建模和估算方法。通过必要的林地、农作物、草地植被实验区反演及数值分析可得知：①时间序列多角度遥感观测数据结合数据机理的叶面积指数估算方法,可实现模型参数的时序动态更新,改进叶面积指数估算结果的时序完整性及精度。②异质性指数可以用做指示植被冠层二向反射分布特征信息,可降低因观测数据几何条件差异所导致的反演结果不确定情况,同时能够补充植被时序生长过程表现的植被结构变化等动态特征。经研究实践,可将算法应用于时空尺度的叶面积指数估算,并能够为生态、农业应用提供植被的高精度遥感监测指标。