植被指数-地表温度构成的特征空间研究

植被指数和地表温度是描述陆表过程的重要参数, 综合通过遥感手段得到的植被指数和地表温度信息, 来分析地表的各种植被覆盖、水分含量等变化过程, 有助于更好地认知和评价陆表变化过程, 是目前遥感和陆表过程研究中比较前沿的一个方向. 文中试图解释清楚归一化植被指数(NDVI)和地表温度(Ts)的各种存在关系及其相互转换过程, 尤其是根据NDVI和LAI、地表蒸散的关系, 利用LAI-Ts构成的三角形特征空间, 解释NDVI达到饱和以后的情况, 以便更有效地进行应用.     

应用条件植被温度指数预测县域尺度小麦单产

选取关中平原2008-2016年的条件植被温度指数（vegetation temperature condition index,VTCI）遥感干旱监测结果,基于最优的干旱影响评估方法确定冬小麦各生育时期干旱对其单产的影响权重,构建县域尺度加权VTCI与小麦单产间的一元线性回归模型,并结合求和自回归移动平均模型（autoregressive integrated moving average,ARIMA）对各县（区）的冬小麦单产进行估测及向前一、二、三旬的预测。结果表明,基于改进的层次分析法与熵值法的最优组合赋权法对冬小麦各生育时期的权重确定较合理,以拔节期（0.489）最大,抽穗-灌浆期（0.427）次之,返青期（0.035）与乳熟期（0.049）较小;加权VTCI与小麦单产之间的相关性显著,单产估测精度较高;向前一、二、三旬的单产预测精度均较高,且以向前一旬的预测精度最高,有76.9%的相对误差小于2.0%,71.6%的均方根误差小于75.0 kg/hm2。     

基于时间序列叶面积指数稀疏表示的作物种植区域提取

以华北平原黄河以北地区为研究区域,以时间序列叶面积指数LAI(Leaf Area Index)傅里叶变换的谐波特征作为不同作物识别的数据源,利用稀疏表示的分类方法识别2007年—2016年冬小麦、春玉米、夏玉米等主要农作物种植区域。首先利用上包络线Savitzky-Golay滤波分别对2007年—2016年的时间序列MODIS LAI曲线进行重构,进而对重构的年时间序列LAI进行傅里叶变换,以0—5级谐波振幅、1—5级谐波相位作为作物识别的依据,基于各类地物的训练样本,通过在线字典学习算法构建稀疏表示方法的判别字典,对每个待测样本利用正交匹配追踪算法求解稀疏系数,从而计算对应于各类地物的重构误差,根据最小重构误差判定待测样本的作物类型,并对作物识别结果的位置精度进行验证。结果表明,2007年—2016年作物识别的总体精度为77.97%,Kappa系数为0.74,表明本文提出的方法可以用于研究区域主要作物种植区域的提取。     

遥感信息与作物生长模型的耦合应用研究进展

卫星遥感技术具有快速、宏观、准确、客观、及时、动态等特点,在大范围作物长势监测和产量预测等方面具有得天独厚的优势。但遥感监测常常受卫星遥感数据空间分辨率、时间分辨率等因素的影响,且遥感信息大多反映的是瞬间物理状况。作物生长模型是对作物生长、发育、产量形成过程中的一系列生理生化过程进行数学描述,是一种面向过程、机理性的动态模型。但是,当作物模拟从单点研究发展到区域应用时,由于随空间尺度的增大导致模型中一些宏观资料的获取和参数的区域化方面存在很多困难。
遥感信息与作物生长模型的耦合应用可以解决作物长势监测和产量预测等一系列农业问题,越来越受到相关研究人员的关注,已经逐渐成为一个重要的研究领域。因此,随着作物模型和遥感技术的迅速发展,如何将两者结合,进行互补性的研究是很有意义的。在查阅了相关资料的基础上,综述了遥感信息与作物生长模型的耦合应用以及发展历程,分别阐述了两种遥感数据与作物生长模型的结合方法——强迫法和同化法,总结了两类方法的应用情况。最后提出了该领域存在的问题,以及进一步解决的研究方向。     

基于植被指数和土地表面温度的干旱监测模型

干旱是一种周期性发生的自然现象,其发生过程中有关参数如地表覆盖度、温度和土壤表层含水量等可以通过遥感的途径进行定量反演,而这些参数客观地反映了地表的综合特征。综述了运用遥感反演产品---土地表面温度和归一化植被指数在干旱监测中的应用前景和进展,分析了距平植被指数、条件植被指数、条件温度指数和归一化温度指数等干旱监测方法的优缺点,在前人研究的基础上,提出了条件植被温度指数的干旱监测模型,探讨了其应用前景。     

条件植被温度指数及其在干旱监测中的应用

应用NOAA－AVHRR数据，在用条件植被指数、条件温度指数和距平植被指数进行年度间相对干旱程度监测的基础上，提出了条件植被温度指数的概念，它适用于监测某一特定年内某一时期（如旬）区域级的相对干旱程度。条件植被温度指数的定义既考虑了区域内归一化植被指数的变化，又考虑了在归一化植被指数值相同条件下土地表面温度的变化。陕西省关中平原地区2000年3月下旬干旱的监测结果表明，条件植被温度指数能较好地监测该区域的相对干旱程度，并可用于研究干旱程度的空间变化特征，对干旱的监测结果与用土壤热惯量模型反演的土壤表层含水量的结果基本吻合。     

城市三维管网的可视化及其系统功能

阐明了三维管网几何建模的原理,介绍了基于该技术的城市三维管网的可视化过程及几种加快图形显示的方法和管网系统的功能。该三维管网建模关键技术对于解决复杂的城市三维管网可视化快速建模提供了一种新思路,是建立三维管网系统的前提。     

基于地表温度与植被指数特征空间反演地表参数的研究进展

遥感反演的地表温度(Ts)和植被指数(VI)构成的特征空间结合模型分析可以对显热通量、潜热通量及土壤含水量等地表参数进行估算.这种方法比较实用,且不过多地依赖地面观测数据.随着研究的深入,许多学者在Ts/VI特征空间基础上提出了更加丰富的空间变量.基于此,以不同空间变量为标准,分类介绍在Ts/VI特征空间的基础上对地表能量通量及土壤水分等参数的反演.其中包括在Ts/NDVI特征空间基础上提出温度植被干旱指数和条件植被温度指数来监测干旱;利用Ts/albedo特征空间反演蒸发比;用DSTV/VI特征空间反演蒸散量;用地气温差/植被指数特征空间反演蒸散量等.并介绍了Ts/VI特征空间与微波遥感结合反演地表含水量等相关研究的进展情况,最后提出未来研究的发展方向.     

利用地形图对TM遥感影像进行几何精校正的方法研究

遥感数据的几何精校正是生成遥感数据产品及将遥感数据用于进一步数据分析前重要的一步。几何精校正的效果将直接影响到影像地理参考的精度,进而影响到在许多遥感数据分析中都要用到的地物能否精确定位的问题。因此几何精校正是遥感科研工作中基础的必可可少的工作之一。本文介绍了利用1:100000比例尺地形图及ERDASIMAGINE8.6软件,采用2次多项式模型,对关中平原TM影像进行几何精校正的方法。结果表明:当保留25个控制点时,校正后误差为0.63个像元,校正后影像具有较高精度,可以用于遥感信息的提取以及为地理信息系统等提供可使用的数据。     

基于Sentinel-3条件植被温度指数的关中平原干旱监测

基于Sentinel-3数据计算多年条件植被温度指数（IVTC）,并进行近实时定量干旱监测,以陕西省关中平原为研究区,在单年Sentinel-3数据的基础上综合多年Terra MODIS数据计算多年Sentinel-3 IVTC,进而实现研究区的干旱监测。研究结果表明,基于单年Terra MODIS IVTC与多年Terra MODIS IVTC之间的线性回归模型计算关中平原的多年Sentinel-3 IVTC是可行的,并且计算的旬尺度多年Sentinel-3 IVTC与近20 d累积降水量具有较高的相关性,相关系数（R2）达到065,展现了较高的近实时定量干旱监测能力。