水稻叶片不同光谱形式反演叶绿素含量的对比分析研究

通过对常优1号和武粳15两个品种水稻叶片的反射率R、lg(1/R)、反射率一阶微分（FD）和反射率归一化（BN）等光谱形式的测量和计算，分析了叶片光谱不同变化形式与叶绿素含量的相关关系，建立了统计方程，并进行了比较与评价，同时，对反演方程的最佳波段选择进行了探讨。结果表明，叶绿素含量与反射率一阶微分光谱方程的相关性最强，而采用lg(1/R)的光谱形式能够提高遥感反演叶绿素含量的效果。经验证，两个水稻品种叶绿素含量的模拟值与实测值的复相关系数R2分别达到0.641和0. 818。     

叶片表面蜡质层对植被光谱反射率的影响

首先获取叶片去除表面蜡质层前后光谱反射率,比较分析叶片表面蜡质层的光谱特征,探究叶片去除蜡质层前后叶片反射率的变化.结果表明:叶片去除蜡质层后在400～2500 nm光谱区间反射率发生较明显改变;去除蜡质层对植被红边参数没有影响,并不会导致"红边"移动,叶片表面的蜡质并不影响绿色植被所特有的反射特征;不同叶片蜡质层对不同植被影响不同,叶片反射曲线不是叶片表面蜡质反射曲线和经去蜡质处理的叶片反射曲线简单的线性叠加.植被叶片的光谱定量分析可为公路植被遥感环境评价提供支持.     

基于神经网络的水稻双向反射模型研究

水稻的双向反射特性与其冠层结构，各组分光谱性质以及入射光方向和观测方向之间存在着密切的，非线性的相关关系。运用人工神经网络技术，采用水稻田间实测数据，对这种关系进行拟合，所建立的水稻双向反射BP前向和反演模型，都达到了较高的拟合精度。研究表明：采用人工神经网络技术计算水稻双向反射率和成批反演冠层结构参数是可行的。对所建模型做进一步的改进，可模拟水稻双向反射的实际过程，进而监测作物长势。     

高光谱数据与水稻叶面积指数及叶绿素密度的相关分析

分析了北京大屯科技站水稻叶面积指数 (LAI)、叶绿素密度 (CH .D)与高光谱分辨率遥感数据在整个生育期内的变化过程。利用微分技术处理水稻群体反射光谱以减少土壤等低频背景光谱噪音的影响。通过单相关分析和逐步回归方法研究水稻LAI、CH .D分别与光谱反射率、反射率的一阶微分光谱的相关关系 ,并建立预测回归方程。结果表明 ,微分技术能够改善光谱数据与LAI、CH .D的相关性 ,CH .D与光谱数据的相关明显优于同LAI的。     

高光谱反演水稻叶面积指数的主成分分析法

为了通过水稻冠层反射光谱来提取水稻叶面积指数信息，尝试利用辐射传输模型PROSPECT+SAIL来模拟水稻冠层反射光谱， 比较了各植被指数中叶面积指数(LAI)和叶绿素浓度的相关性。在观察光谱曲线后发现，红边位置光谱可以较好地区分LAI和叶绿素 浓度二者引起光谱变化的差异。由此提出对700 nm~750 nm区间内的反射光谱做主成分变换，并利用第2主成分与LAI建立反演模型( 即主成分分析法)，取得了较好效果，表明在植被指数趋近于饱和以至于无法区分二者相关性时，主成分分析法可以作为一种简单 而有效提取水稻叶面积指数信息的补充手段。     

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.     

山东省招远金矿区春季赤松林的植物地球化学和反射光谱特征

本文研究了山东省招远市台上金矿区与背景区赤松林的植物地球化学特征、赤松生长状况和光谱反射率特征的差异。结果表明，赤松对Ａｕ，Ａｇ，Ｃｕ，Ｐｂ等金属元素均呈强积累，赤松针叶中的Ａｕ、Ａｇ元素含量金矿区值和背景区值之比分别可达６和１８。重金属的过量吸收使金矿区赤松的生长状况变差，针叶内叶绿素含量减少，反射光谱特征明显变化。金矿区与背景区对比，赤松的红界蓝移幅度可达８—１２ｎｍ。随重金属污染程度的加重，近红外肩反射率值、叶绿素反射峰值与叶绿素吸收峰值之差均呈下降趋势，一阶导数谱７１０ｎｍ附近平顶斜率由正值变为负值，逐渐变小。反射光谱的这种变化规律可用以遥感探查赤松林下重金属矿藏。     

水稻叶片最优叶肉结构参数估算

叶片作为植物冠层的基本组成元素,其自身的光学特性直接影响着遥感所能获得的植物冠层反射光谱。从原理上讲,叶片的光学特性不仅取决于其内部生化组分含量的多少,还与其物理结构密切相关。因此对叶片内部物理结构进行估算有助于分离其对叶片光谱的影响,从而提高叶片生化信息反演的精度。在基于叶片内部辐射传输过程的PROSPECT模型中,叶片内部结构用一个假想的叶肉结构参数N来描述。PROSPECT模型模拟光谱发现,N对叶片反射率和透过率均影响显著,且影响范围涵盖400—2500nm的全部波段。本文利用水稻叶片实测光谱和生化数据尝试了3种N的估算方法,包括两种经验方法和一种模型反演方法,并对其进行比较。结果表明,由于两种经验方法都基于N和表观叶面积（SLA）之间的非线性经验公式,因此两者具有内在的数学关系。运用模型反演方法估算的N可在实测水稻光谱和模型模拟光谱间得到最小RMSE,且其在数值上小于两种经验方法的估算值。以N为因变量,叶片光谱反射率为自变量,运用逐步线性回归分析建立了N的光谱估算模型,550nm,816nm,1210nm和1722nm四个波段被选入模型,回归效果较好,为N的估算提供了一种新的经验方法。     

基于主成分分析和BP神经网络的法国梧桐叶绿素含量高光谱反演研究

利用ASD便携式野外光谱仪和SPAD-502叶绿素计实测了落叶阔叶树法国梧桐叶片的高光谱反射率与叶片绿度,并对原始光谱反射率及一阶导数光谱与叶片绿度进行了相关分析;综合分析了10个常见光谱植被指数与法国梧桐叶绿素含量的相关性与预测性;最后利用主成分分析对光谱数据进行降维,将得到的主成分得分作为BP人工神经网络模型的输入变量进行了法国梧桐叶绿素含量的估算。结果表明:法国梧桐的叶片反射光谱数据与叶绿素含量的相关性在可见光区域显著,导数光谱数据在绿黄光区和红光区的部分波段与叶绿素含量的相关系数大于对应波段光谱反射率与叶绿素含量的相关关系。在所列举的10个常用植被指数中归一化植被指数与叶绿素含量的关系最密切,相关系数达到了0.7957。主成分分析的BP神经网络模型可以容纳更多的波段信息进行叶绿素含量的估算,预测值与实测值之间的线性回归的确定性系数R2为0.9883,是一种良好的植被叶绿素含量高光谱反演模式。     

开封市郊冬小麦冠层反射光谱特征分析

通过对开封市郊冬小麦整个生育阶段反射光谱的测量,分析了不同生育阶段、播种垄向及土壤背景对冠层光谱反射的影响。结果表明：不同生育阶段的冬小麦反射光谱特性总体趋势符合植被的反射光谱特性,但是又有一些差异;不同垄向冬小麦的反射光谱也不一样,南北垄向的光谱反射率高于东西垄向光谱的反射率;不同土壤背景的冬小麦反射光谱也存在差异。     

不同养分供应状况对水稻荧光光谱特征的影响及其在遥感应用上的意义

在不同的养分供应状况下,对水稻在几个生育期的荧光光谱特征的研究表明:氮素供应的减少会引起水稻叶片荧光光谱中蓝绿波段峰的强度在有效分蘖期时降低,无效分蘖期始升高,并使红波段峰的强度和特征峰之间的强度比值(如440nm/550nm)在各生育期均有所降低;利用水稻叶片荧光光谱特征的变化监测其养分供应状况是可能的;监测波段以400—800nm为宜,监测时期应为分蘖盛期一孕穗期。     

利用高光谱数据对作物群体叶绿素密度估算的研究

叶绿素是农作物生长中重要的因素。叶绿素含量既表明作物生长的状况,又表征了作生的生产能力。而叶绿素密度（单位面积农作物的叶绿绿素含量）是估计农作物群体生产力的重要指标。对早播稻、晚播稻和玉米的多时相的群体光谱测量数据和相应的叶片叶绿素密度的测量数进行了相关分析,结果表明早播、晚播稻和玉米的群体光谱的反射率数据以及其导数光谱数据绿素密度具有委好多的相关性,并且可以对这几种农作物建立统一的线性回归关系。     

不同传感器的模拟植被指数对水稻叶面积指数的估测精度和敏感性分析

本研究利用水稻冠层高光谱数据,模拟NOAA-AVHRR,Terra-MODIS和Landsat-TM的可见光波段反射率数据,计算各传感器的多种植被指数(NDVI,RVI,EVI,GNDVI,GRVI和Red-edge RVI),比较植被指数模型对水稻LAI的估测精度,分析不同植被指数对LAI变化的敏感性.相对于红波段植被指数,红边比值植被指数(Red-edge RVI)和绿波段指数GRVI与LAI有更好的线性相关关系,而GNDVI和LAI呈现更好的对数相关关系.MODIS的Red-edge RVI指数不仅模型拟合的精度最高,还有独立数据验证的估测精度也最高,而且它的验证精度较拟合精度下降幅度最小;其次是绿波段构建的GNDVI和GRVI植被指数的估测精度,再次是NDVI和EVI的估测精度,而RVI的估测精度最差.敏感性分析发现,13个植被指数对水稻LAI的估测能力都随着LAI的增加而下降,但归一化类植被指数和比值类植被指数对LAI变化反应的差异明显,归一化类植被指数在LAI较低时(LAI<1.5)对LAI变化的反应开始非常敏感,但迅速下降,而比值类植被指数在LAI较低时,明显小于归一化类植被指数,之后随着LAI的增大(LAI>1.5)比值类植被指数对LAI的变化敏感性,则明显高于归一化类植被指数.Red-edge RVI和绿波段指数GRVI和LAI不仅表现了很好的线性相关关系,而且在LAI大于2.9左右保持较高的敏感性.     

叶片生化组分浓度对单叶光谱影响研究——以2100nm吸收特征的碳氮比反演为例

运用连续统去除法和波深归一化方法对构成植物叶片碳氮比的基本因素——总碳和总氮浓度进行深入研究,对其组成物质的浓度差异在2030—2220nm区间内光谱响应的物理机制进行深入分析。在对多组典型叶片的对比分析后发现,经连续统去除后的相对反射率光谱中可以明显观察到碳、氮浓度差异造成的影响,而其影响与纤维素、木质素和蛋白质在此范围的吸收特征密切相关。其中,以纤维素和木质素为代表的碳浓度的影响主要体现在2030—2050nm区间,而以蛋白质为代表的氮浓度的影响则体现在2054nm和2172nm附近存在的斜率突变上。另外利用波深归一化方法再次证明了氮浓度对2054nm和2172nm处光谱特征的影响,进一步证实蛋白质双峰特征在光谱上的响应,并通过相关分析和回归分析验证了相对反射率光谱与碳氮比之间的定量关系。     

Is There a Physical Linkage Between Surface Emissive and Reflective Variables Over Non-Vegetated Surfaces?

For a satellite sensor with only one or two thermal infrared channels, it is difficult to retrieve the surface emissivity from the received emissive signal. Empirical linear relationship between surface emissivity and red reflectance are already established for deriving emissivity, but the inner physical mechanism remains unclear. The optical constants of various minerals that cover the spectral range from 0.44 to 13.5 μm in conjunction with modern radiative transfer models were used to produce corresponding surface reflectance and emissivity spectra. Compared to the commonly used empirical linear relationship, a more accurate multiple linear relationship between Landsat TM5 emissivity and optical reflectances was derived using the simulated data, which indicated the necessity of replacing the empirical relationship with the new one for improving surface emissivity estimate in the single channel algorithm. The significant multiple linear relationship between broadband emissivity (BBE, 8–13.5 μm) and MODIS spectral albedos was also derived using the same data. This paper demonstrates that there is a physical linkage between surface emissive and reflective variables, and provides a theoretical perspective on estimating surface emissivity for sensors with only one or two thermal infrared channels.     

Formulation of Time Series Vegetation Index from Indian Geostationary Satellite and Comparison with Global Product

To study impact of climate change on vegetation time series vegetation index has a vital role to know the behaviour of vegetation dynamics over a time period. INSAT 3A CCD (Charged Couple Device) is the only geostationary sensor to acquire regular coverage of Asia continent at 1 km × 1 km spatial resolution with high temporal frequency (half-an-hour). A formulation of surface reflectances in red, near infrared (NIR), short wave infrared (SWIR) and NDVI from INSAT 3A CCD has been defined and integrated in the operational chain. The atmospheric correction of at-sensor reflectances using SMAC (Simple Model for Atmospheric Correction) model improved the NDVI by 5–40% and also increased its dynamic range. The temporal dynamics of 16-day NDVI composite at 0500 GMT for a growing year (June 2008–March 2009) showed matching profiles with reference to global products (MODIS TERRA) over known land targets. The root mean square deviation (RMSD) between the two was 0.14 with correlation coefficient (r) 0.84 from 200 paired datasets. This inter-sensor cross-correlation would help in NDVI calibration to add continuity in long term NDVI database for climate change studies.     

Spectral response of maize at different growth stages

Maize crop was sown at weekly intervals on six dates in a randomized replicated trial under nonlimiting moisture conditions. The different dates of sowing represent different growth stages in the same given environment. Spectral data were collected using a portable radiometer at different wavelengths, ranging form visible to infrared on two different dates. The spectral reflectance data in the red and infrared region were analysed for their sensitivity to leaf area index and leaf dry biomass. During active crop growth period significant correlations existed between leaf area index and ratio of infrared to red as well as the normalized differences. Similar relationships were also observed between dry biomass and spectral data. However, these relationships were found to be valid upto the crop growth stage when the leaf area index has reached its maximum, corresponding to flowering. Beyond this stage, the spectral reflectances were found to be not related to LAI. The relsults suggest the possibility of obtaining crop phenological information from the spectral response data.     

利用小波分形维数确定水稻光谱分辨率特征尺度

采用1维离散小波HAAR、DB4、SYM4对LOPEX 93数据库中的6条水稻反射光谱曲线进行10层小波分解。利用小波近似系数重构信号,采用步长行走法计算重构信号的小波分形维数。研究各尺度下小波分形维数、小波细节系数方差、小波细节系数信息熵、小波近似系数重构方差的特征。结果表明水稻光谱曲线具有分形特征,分形计算中相关系数值均大于0.9证明分形计算的有效性。4个参数的尺度特征揭示了水稻光谱曲线特征尺度转折点出现在尺度6,当水稻光谱分辨率小于64 nm,才能较好地反映光谱曲线峰谷细节特性。通过田间实测18条水稻光谱,计算各尺度的两种植被指数及植被指数与叶绿素的相关系数,进一步证明这一结论。     

The Comparison of Spectral Top-of-Atmosphere Reflectances Measured by AATSR, MERIS, and SCIAMACHY Onboard ENVISAT

The top-of-atmosphere reflectance measurements by advanced along-track scanning radiometer (AATSR), medium-resolution imaging spectrometer (MERIS), and scanning imaging absorption spectrometer for atmospheric chartography (SCIAMACHY) onboard ENVISAT have been compared for collocated scenes. The AATSR and MERIS observations were averaged to the scale of a SCIAMACHY ground scene (30 km times 60 km). The SCIAMACHY reflectances were averaged to account for much coarser spectral resolution of AATSR and MERIS observations. It was found that SCIAMACHY reflectances coincide with those of MERIS within 4% MERIS calibration error. This is also the case for AATSR reflectances, except at the wavelength of 0.865 mum, where SCIAMACHY gives, on average, 6% lower reflectances as compared to those of AATSR. They are 3% too low as compared to MERIS observations at this wavelength.     

Correlation of water quality parameters and products of exotech radiometer bands

In the analysis of water quality by remote sensing, it is widely reported, that, several parameters of water quality are correlated with the reflectances and the ratios of reflectances of the water body in different spectral bands. In this paper, it is shown empirically, that, the pairwise product of the reflectances in different bands is better correlated than the bands and their ratios. A possible explanation for this pnenomenon is also suggested.