SCS+C地形辐射校正模型的应用分析研究

在对有森林覆盖的山区影像进行地形辐射校正时，基于太阳-冠层-传感器（SCS）几何关系的校正模型优于基于太阳-地形-传感器（STS）几何关系的模型。SCS校正模型解释了树木不依赖于地形、观测角和光照入射角而具有向地性生长的本质特性，但在某些地形区域，SCS与余弦校正同样存在过度校正的问题。为了解决这个问题，研究者在SCS校正模型中引入C校正系数来解释散射辐射项，提出了SCS+C校正模型。以北京密云Landsat 5影像为数据源，通过目视判别、直方图、定量的统计参数和地物光谱曲线对比等方法，对SCS+C校正模型与传统的余弦校正、C校正和SCS校正模型进行了对比。结果表明，4种方法均能在很大程度上消除地形阴影，更好地反映阴影区域的细节信息； 从总体的光谱特性保真程度来说，余弦和SCS校正都因过度校正问题表现较差，SCS+C校正最好，C校正次之。     

鄱阳湖富营养化高光谱遥感监测模型初探

基于对光谱反射率与水质参数的相关分析,分别选取特征波长建立水质参数高光谱估测模型。结合修正营养状态指数,对湖泊的富营养化程度进行了监测和评价。结果表明:①总氮、总磷含量和透明度值的高光谱估测模型效果较理想;②单项指数评价水体富营养化水平其结果存在较大差异,综合考虑多个指标,计算营养指数的平均值,可以对富营养化程度进行正确的评价;③由于悬浮物浓度变化较大,掩盖了水体的叶绿素a信息,以致叶绿素a估测模型不具有通用性,为了完善叶绿素a浓度估测模型需要获得大范围、多季节的光谱数据,以便建立更有代表性和通用性的模型;④评价结果显示,鄱阳湖呈现轻度到中度富营养化状态,需要采取有力的保护措施防止进一步恶化。     

北京山区植被覆盖动态变化遥感监测研究

植被覆盖变化遥感监测是区域生态监测的一个重要部分,可为区域生态建设和可持续发展提供科学依据.利用北京市1979年7月14日和2005年7月25日的Landsat MSS和TM影像,采用基于归一化植被指数(ND-VI)的像元二分模型,计算了这2个时期的植被覆盖度,并对北京山区1979-2005年间植被覆盖的变化情况进行了遥感监测和定量分析.结果表明,北京山区的植被覆盖度由1979年的70.05%下降为2005年的66.14%;植被退化的总面积为3672.90km2;植被覆盖度在80%～100%的退化面积最大,为617.45km2.     

C3、C4作物的光保护机制差异的光谱探测研究

本文设计了大豆(C3作物)和玉米(C4作物)日变化光谱探测试验,提取了太阳光照条件下叶绿素荧光信号和光化学指数PRI。结果表明,首先大豆和玉米叶绿素荧光强度的日变化特征有较大差异,上午大豆的叶绿素荧光比例呈现快速增加的趋势,而玉米的叶绿素荧光未出现增加趋势;其次,下午高温胁迫条件下C3、C4叶绿素荧光光谱比值的变化差异显著,大豆在760nm和688nm波段的叶绿素荧光比值快速增加,而玉米未出现显著变化;最后,研究证实了C3作物中午受到强光抑制出现光合作用"午休"现象,即午后光合恢复后其光合效率快速增加,表现为C3作物的热耗散降低、PRI快速增加,而C4作物无"午休"现象,午后PRI增加较小。本文研究表明,强光和高温环境胁迫下C3、C4作物的叶绿素荧光和热耗散变化特征有较大差异,利用胁迫条件下的多时相、高光谱遥感数据,提取C3、C4作物的叶绿素荧光和PRI,有可能实现C3、C4作物的遥感分类目标。     

利用多时相的高光谱航空图像监测冬小麦条锈病

冬小麦发生锈病 ,叶绿素被大量破坏 ,水分蒸滕量大大增加 ,叶片细胞大小、形态、叶片结构发生了改变 ,从而改变了叶片和冠层的光学特性 ,使得遥感探测与评价成为可能。利用多时相的高光谱航空飞行图像数据 ,了解、分析和发现条锈病病害对作物光谱的影响及其光谱特征 ;设计了病害光谱指数 ,成功地监测了冬小麦条锈病病害程度与范围。对比 3个生育期的条锈病与正常生长冬小麦的PHI图像光谱及光谱特征 ,发现 :5 6 0— 6 70nm黄边、红谷波段 ,条锈病病害冬小麦的冠层反射率高于正常生长的冬小麦光谱反射率 ;近红外波段 ,条锈病病害的冠层反射率低于正常生长的冬小麦光谱反射率 ;条锈病冬小麦冠层光谱红谷吸收深度和绿峰的反射峰高度都会减小     

冬小麦冠层氮素的垂直分布及光谱响应

考察了田间条件下冬小麦主要生育阶段冠层氮素、叶绿素的垂直分布及其光谱响应。不同叶层的叶片含氮量按上 (冠层顶部向下至 1 / 3株高处 )、中、下层的顺序呈明显下降的梯度 ,全生育期不同土壤施氮处理平均 ,上、中层间相差 1 3 3% ,中、下层间相差 2 9 5 %。在生育前期 ,各层叶片的含氮量随土壤供氮水平增高而增加 ,但不同叶层间氮素的梯度相对稳定。到生育中后期 ,中、下层叶片间氮素含量梯度增大 ,且随土壤供氮水平增高而加剧 ,最大时可相差 4 5 3% ;冠层内叶绿素 (a b)含量的垂直分布规律与氮素含量的垂直分布相类似 ,但对土壤供氮水平的反应上表现出与氮素不尽一致的趋势。不同叶层的光谱特征表现为 ,在土壤低氮水平下 ,不同叶层间在红光波段、短波红外波段 (1 4 0 0nm— 1 80 0nm及 1 95 0nm— 2 30 0nm)的反射率差异显著 ,下部叶层的反射率显著高于上、中叶层 ,但在土壤高氮水平下 ,上述差异消失 ;在近红外平台处 ,不同叶层间反射率按上、中、下顺序降低 ,梯度分布特征明显。利用近红外波段的冠层反射光谱能够很好地反演中下层叶片的叶绿素含量     

基于地物空间信息的浮动先验概率最大似然分类研究

利用遥感影像对地物进行分类识别时，既需要考虑地物波谱信息，也需要考虑其空间信息。现有遥感分类方法主要集中在利用像素的波谱信息，对各个像素进行独立分类，忽略了地物空间信息。考虑到传统最大似然分类（MLC）方法包括先验概率和条件概率密度函数两个核心环节，提出基于空间信息的浮动先验概率MLC方法，融合空间信息和波谱信息，以提高分类精度。在分析地物空间信息的基础上，总结了基于空间信息的浮动先验概率确定原则和依据，包括地物几何空间特征、情景特征、临近像素空间自相关定律、景观参数等，并设计了基于地物空间特征和临近像素空间自相关定律的浮动先验概率确定算法和分类流程。通过分类试验和误差矩阵分析，结果表明：基于空间特征和临近像素空间自相关定律的浮动先验概率MLC方法，能够融合地物的波谱信息和空间信息，克服最小距离、MLC等基于像素波谱信息的分类方法的缺点，显著提高地物分类精度。     

利用ASAR图像监测土壤含水量和小麦覆盖度

以高级合成孔径雷达（ASAR）影像数据和地面实测数据为基础，分析了裸土、低覆盖（覆盖度为0．2左右）冬小麦麦地的后向散射与土壤含水量、地表粗糙度及小麦覆盖度之间的关系，探讨了裸土和冬小麦麦地土壤含水量及小麦覆盖度的反演方法。分析结果表明：①裸土后向散射系数受地表粗糙度和土壤质地的综合影响较大，裸土的后向散射和土壤含水量正相关关系未达显著，反演裸土土壤含水量必须考虑这两个因素的影响。②冬小麦麦地两种极化后向散射对土壤含水量和小麦覆盖度的敏感性差异明显。由于小麦植株与土壤的水平同极化后向散射差异较大，水平极化后向散射系数和小麦覆盖度及土壤含水量相关性达到显著；冬小麦麦地的垂直同极化后向散射对土壤含水量较敏感，垂直极化后向散射系数和土壤含水量的相关性达到显著，但与小麦覆盖度的相关性相对较低。据此，利用冬小麦麦地的两个同极化后向散射系数，建立了后向散射系数与土壤含水量和小麦覆盖度之间的关系模型，实现了小麦覆盖度和冬小麦覆盖下的土壤含水量反演。验证结果表明：土壤含水量和小麦覆盖度反演结果与地面调查和测量结果一致。     

基于RS的北京山区植被覆盖变化空间特征

利用1979年和2005年的LandsatTM／MSS影像,采用基于植被指数的像元二分法分别计算了北京山区的植被覆盖度,分析了植被覆盖变化及地貌对植被覆盖变化的影响。结果显示：北京山区高海拔地区植被覆盖较稳定,低海拔区变化剧烈;陡坡区生态较脆弱,缓坡区生态修复和植被退化的概率较大;同一时相阳坡植被覆盖度小于阴坡,西北坡生态较脆弱,东南坡植被生态修复机率较大。     

基于NDVI和氮素积累的冬小麦籽粒蛋白质含量预测模型

蛋白质含量是小麦重要的品质指标,快速、大面积获取其变化动态信息,对于品种种植区划研究和食品品质加工非常重要.通过设置不同年份、不同区域的小麦种植试验,综合分析TM遥感影像的植被指数和小麦长势信息之间的关系,结合小麦灌浆期间气候环境条件对籽粒品质形成的影响特点,建立基于NDVI和籽粒氮素积累生理生态过程的籽粒蛋白质含量预测模型.利用不同的试验数据对模型的可靠性进行了检验,模型的预测值与测量值较为一致,均方根差(RMSE)小于0.47%-0.59%.模型预测性能较好,且具有一定的解释性和机理性,可以适用于不同年度、不同区域间对小麦籽粒蛋白质含量的监测预报.基于空间遥感信息和籽粒氮素积累的生理生态过程,建立了较为简化的小麦籽粒蛋白质含量的预测模型,模型的研究不仅为实时预测不同生态条件下小麦籽粒蛋白质含量的动态变化奠定了基础,而且是对国内外现有小麦品质模型的发展和完善.