大叶黄杨光谱特征及其叶功能性状对叶面降尘的响应

城市绿化植物叶片具有滞留、固定大气粉尘颗粒物的重要作用。大叶黄杨是北京市种植面积最大的常绿阔叶景观灌木树种,在冬季承担着主要的粉尘颗粒物滞留的作用。由于城市生态系统作为人类活动最频繁剧烈的区域之一,其环境极为复杂。以往的研究主要以随机、分散的城市环境作为采样点。而植物功能性状在长期的生长发育、繁殖和进化过程中对环境变化具有敏感的响应和可塑性,往往在内部或表型结构表现出一定的生态权衡策略。在叶片滞尘量与光谱特征关系的实际研究过程中,往往忽略了植物在不同生境中的水分、土壤、光照及养护模式的重要影响,导致对其光谱的响应解释不清。基于路面粉尘扩散的规律,根据植物种植位置与路面距离划分高、中、低的粉尘浓度环境,以避免因光照、水分、养分、土壤等因素的干扰。结合植物功能性状特征,探讨大叶黄杨在不同粉尘浓度的影响下,其叶面光谱及其叶功能性状的响应机制及其权衡策略,分析了其高光谱参数与叶面降尘量间的相关关系,并建立滞尘量预测模型,旨在为城市环境中利用高光谱检测植被生长提供重要参考。结果表明:(1)粉尘污染的环境中,大叶黄杨普遍呈现出比叶面积低、叶绿素含量低、叶干物质含量高、叶厚度大的性状组合,体现了植物叶片在结构构建投资与回报之间的权衡策略,也充分说明了植物为了适应城市环境污染的生境特征所造成的不良胁迫,而对自身功能性状进行调整。(2)从可见光到近红外波段(350～2 500 nm)范围内,共出现了4个明显的反射峰和4个主要的吸收谷。350～1 870 nm区间,光谱反射率总体上与叶面降尘量呈负向相关,由此可以看出随着叶面降尘量的增多,其光谱反射率则随之减小。然而,在1 870～2 500 nm波段对叶面降尘量的变化比较复杂且无明显规律性。(3) 700～1 410和1 470～1 830 nm波段是光谱对叶面降尘量的响应最敏感的波段。在680～780 nm区间出现了"红边效应"。在750～1 350 nm区间出现了一个较高的反射平台,这可能是由于叶片水分对该波段具有较强的吸收性。(4)红边斜率、蓝边斜率、黄边斜率、黄边位置对叶面降尘的干扰十分敏感,但红边位置、蓝边位置对其响应不明显。结合叶功能性状的权衡策略可知,由于大叶黄杨在长期的粉尘污染环境影响下,形成了特殊的适应机制,叶面降尘对红边位置和蓝边位置影响不敏感,表现出了较强的抗干扰能力。红边斜率和蓝边斜率对叶面降尘的响应呈负向相关,而黄边斜率对叶面降尘量的响应则呈正向相关。同时,随着叶面降尘量的增加,黄边位置发生了明显的"左移"现象。(5)以叶面水含量指数、叶绿素指数、红边指数、归一化指数、简单比值指数、光合反射指数光谱参数作为自变量,以大叶黄杨的叶面降尘量作为因变量进行回归拟合,分别建立线性、二次多项式和对数形式的叶面降尘量预测模型。所有的模型中,以叶面水含量指数建立的二次多项式预测模型对叶面降尘量具有较高的预测精度(y=-1.112 3x~2+0.543 9x+0.991 1,R~2=0.828 9,RMSE=0.122)。     

叶片滞尘对大叶黄杨光谱特征的影响及其滞尘量预测研究

大气颗粒物污染在全球范围内已成为严重的城市环境问题之一。为探究滞尘对叶片光谱特征的影响,并建立以高光谱数据为基础的叶面滞尘预测模型。以北京市常见绿化树种(大叶黄杨)为研究对象,设置高、中、低滞尘污染梯度,采集720个叶片样本,利用ASD Fildsoec Handheld光谱仪获取高光谱数据。结果表明:光谱反射峰分别在560和900 nm处,吸收谷分别在400～500, 600～700和1 000～1 050 nm范围内;有无滞尘的叶片反射率在不同波段表现出不同的规律,在400～760和760～1 100 nm范围内的光谱反射率大小分别表现为滞尘叶片除尘叶片、滞尘叶片除尘叶片;滞尘与除尘叶片在植被光谱曲线上的差异性较明显, 350～700和1 900～2 500 nm波段,滞尘叶片的光谱反射率略高于除尘叶片,而在780～1 400 nm范围内,滞尘叶片光谱反射率则显著低于除尘叶片,差异性表现为:重度污染区中度污染区轻度污染区;反射率在可见光波段(350～780 nm)随叶面滞尘量的增加而增大,而近红外波段(780～1 100 nm)的变化趋势则相反;粉尘对叶片的红边斜率影响较大,表现为滞尘叶片无尘叶片,而对红边位置没有显著影响。叶面滞尘量预测模型中,以叶面水含量指数、简单比值指数建立的二次多项式预测模型效果最好,分别为y=-1.18x~2+0.542 4x+0.991 7,y=-7.67x~2+3.692 4x+0.371 4。模型验证表明,R~2分别达到0.987 7和0.887 3,拟合效果较好,说明预测模型可有效地估测大叶黄杨叶面滞尘量。     

植物叶片可见与近红外光谱反射率数据库的建立与主成分分析

可见与近红外波段光谱反射率数据库是颜色科学与技术和遥感目标地物分类识别领域等研究与应用的基础数据。主成分分析(PCA)在光谱数据分析、光谱重建、高光谱数据降维以及遥感图像分类等方面有广泛应用。测量并建立了云南公园常见绿化植物柳树、樟、红花檵木、蓝花楹等48种植物150条叶片从可见光到近红外波段光谱反射率数据库,波长范围400～1 000 nm、间隔4 nm。并且分别对可见与可见到近红外两种波段范围进行PCA研究。结果表明：不同植物叶片按照红、绿、黄相同色相的光谱反射率曲线基本相似;但对于同一种植物,在可见光波段400～700 nm,因为体内叶绿素、叶黄素、叶红素和花青苷含量的不同,光谱反射率曲线有较大的差异;在近红外波段700～1 000 nm,所有植物叶片光谱反射率仅仅是大小不同,而同一植物光谱反射率基本不随波长变化。PCA分析表明：在可见光和可见与近红外波段前三个主成分的累积贡献率分别达到98.62%和94.97%。数据库及其PCA分析结果将为自然物体光谱重建、多光谱成像技术和遥感目标地物分类识别等领域应用提供支撑。     

基于可见-近红外光谱技术的炭疽病侵染后油茶叶片叶绿素含量预测研究

分析炭疽病侵染后油茶冠层的可见-近红外光谱特征,探索建立病害胁迫下油茶冠层叶片叶绿素含量的预测模型。通过实地调查病情指数,获取不同病害程度的油茶冠层叶片光谱数据及其叶绿素含量,并对光谱数据进行了一阶微分与滑动平均滤波相结合的预处理,再通过光谱数据重采样,提取敏感波段建立了叶绿素含量的BP神经网络预测模型。结果表明:(1)随着病情的加重,油茶冠层光谱可见光区域的反射峰和吸收谷逐渐消失;红光到近红外陡峭的红边被逐渐拉平;在近红外区域,健康油茶的光谱反射率明显大于感病油茶的光谱反射率。(2)微分光谱484～512,533～565,586～606和672～724nm四个波段是叶绿素吸收和反射的敏感波段。(3)以敏感波段为输入变量建立的BP神经网络模型,其计算出的预测值与观测值之间的相关系数r和均方根误差分别为0.992 1和0.045 8。因此,利用可见-近红外光谱技术预测炭疽病侵染后油茶叶片叶绿素含量是可行的。     

高光谱激光雷达植被叶片方向反射特性及对叶绿素反演的影响

不同于传统被动光学传感器,高光谱激光雷达发射主动式全波段高斯脉冲激光,和植被叶片表面相互作用后,不同波段后向散射强度返回至接收器并被记录下来。以往的高光谱激光雷达植被叶片反射特性研究只聚焦于零度角入射的情况,对多入射角方向反射光谱特性以及方向反射特性对叶片叶绿素含量估算带来的误差尚未进行过深入研究。利用实验室研发的32波段高光谱激光雷达获取了不同入射角下的植被叶片反射光谱,对高信噪比波段下植被叶片的复杂方向反射特性进行了深入分析,随后选择光谱指数研究了高光谱激光雷达测量条件下植被方向反射特性对叶绿素含量反演的影响。结果表明,(1)高光谱激光雷达植被叶片回波强度随入射角增大逐渐降低,但二向反射率因子并不逐渐减小,在可见光和近红外波段,二向反射率因子随入射角增大分别呈现出两种不同形状特征,可见光波段反射率因子最大值出现在0°～10°,近红外波段最大值出现在60°,反射率因子最小值均出现在45°处,最大和最小反射率因子间可差0.1左右,可见光和近红外波段10°～60°内二向反射率因子均呈现先减小后增大的趋势;(2)通过对不同入射角下光谱指数与叶绿素含量的回归分析发现,方向反射特性对反演精度有...     

植被叶片光谱特征对烟煤病胁迫程度的响应模型研究

烟煤病是我国南方热带、亚热带地区一种非常普遍的植物病害,对我国农业生产造成巨大危害,对其监测预报是实施有效治理措施的重要基础和依据。为建立以高光谱数据为基础的烟煤病严重程度反演模型,在重庆北碚城区采集50个银木叶片样本,利用ASD FieldSpec HandHeld光谱仪获取高光谱数据,通过数码相机和ENVI软件获取叶面积数据,将银木叶片烟煤病面积与整个叶片面积的比例作为烟煤病的严重程度,建立相关性最大波段的烟煤病反演模型,探究烟煤病严重程度与光谱曲线之间可能存在的关系。结果表明： 单叶尺度下,健康叶片在560 nm波段附近有明显的反射峰,随着烟煤病严重程度增大,反射峰逐渐消失, 在可见光与近红外波段,总体上光谱反射率与烟煤病病情严重程度呈负相关性。500～650和720～850 nm为烟煤病的光谱敏感波段,其中相关度最大值点为550 nm波段,相关系数达到-0.72。在烟煤病严重程度与叶片波段原始光谱信息及多波段组合关系研究中,单叶尺度下785 nm波段高光谱参数与烟煤病严重程度建立的回归模型的决定系数(R2)最大,为0.875。通过模型的显著性检验和预测精度检验, 785nm 处的光谱反射率建立的二次曲线模型为最优。证明在单叶尺度下,基于785 nm波段的二次曲线模型反演烟煤病的效果较为理想。     

棉花单叶黄萎病病情严重度高光谱反演模型研究

对棉花单叶黄萎病病情严重度与原始及一阶微分光谱反射率、高光谱特征参数进行相关分析,构建病情严重度反演模型。结果表明：可见光和短波红外波段光谱反射率随病情严重度增加而增大,且可见光波段光谱反射率差异比短波红外波段更为显著。以红边面积为自变量的线性模型(r=0.669 6)及以波长694 nm处原始光谱反射率为自变量的对数模型(r=0.679 4)均能较好反演病情严重度。通过模型精度检验发现,以714 nm 处一阶微分光谱反射率为自变量的线性模型为病情严重度诊断的最佳模型,即y=-282.3x+3.811 2,该模型具有最大相关系数(拟合r=0.699 2,预测r=0.941 0),最小均方根误差(0.257 1)和相对误差(12.74%)。文章结果对深入研究棉花黄萎病遥感监测机理提供了理论依据,对利用高光谱遥感数据获取病害信息具有重要应用价值。     

光谱重构油菜叶绿素含量快速检测方法及设备研制

为了实现油菜叶片中叶绿素含量的快速无损检测,开发了手持式多光谱成像系统用于采集油菜叶片在460,520,660,740,840和940 nm 六个波段的光谱图像。将一台能够采集可见光/近红外（380～1 023 nm）512个波段光谱图像但是价格高昂且体积大的室内高光谱成像系统作为参考仪器,将手持式多光谱成像系统作为目标仪器后,采用伪逆法（pseudo-inverse method）求得高光谱成像系统和多光谱成像系统两台仪器之间的转换矩阵F,从而实现6个波段的多光谱图像向512个波段的高光谱图像的重构,提高了手持式设备的光谱分辨率。运用偏最小二乘回归算法（PLSR）建立了重构的光谱与油菜叶片的叶绿素含量之间的关系模型。结果表明,重构的可见光范围内的光谱反射率与叶绿素浓度之间具有很强的相关性,PLSR回归模型建模集的决定系数R2_c为0.82,建模集均方根误差RMESC为1.98,预测集的决定系数R2_p为0.78,预测集均方根误差RMESP为1.50,RPD为2.14。虽然应用本文开发的手持式成像系统结合PLSR模型实现油菜叶绿素含量快速无损预测的精度低于基于室内高光谱成像系统获得的高光谱图像建立的PLSR模型（R2_c,RMESC,R2_p,RMESP和RPD分别为0.90,1.41,0.82,1.36和2.37）,但是明显优于基于原始多光谱成像系统4个波段（460,520,660和740 nm）反射率建立的PLSR模型得到的结果（R2_c,RMESC,R2_p,RMESP和RPD分别为0.78,2.06,0.72,1.85和1.88）。表明光谱重构技术可提高多光谱成像预测油菜叶绿素含量的精度,并且与室内高光谱成像系统相比,开发的手持式设备具有体积小、成本低廉和操作简便等优点,可为田间油菜叶片的生理状态和养分检测及可视化表达提供技术支持。     

在滞尘影响下的植被叶片光谱变化特征研究

为建立以高光谱数据为基础的叶片滞尘质量反演模型,沿北京市区采集了30个大叶黄杨叶片样本。利用电子分析天平和光谱仪(analytical spectral devices ASD FieldSpec Pro)测定“除尘前”与“除尘后”叶片质量及光谱反射率曲线,以获取叶片尘埃量、光谱信息等数据。随后以传统意义和偏最小二乘(PLS)回归模型为基础,以探究空气尘埃量与光谱曲线之间可能存在的关系,阐述了叶片尺度上尘埃量对植物光谱特征的影响。结果为：除尘前后叶片光谱曲线在350～700, 780～1 300, 1 900～2 500 nm波段区间内有较大差异,同时尘埃量与叶片单波段光谱反射率比值呈负相关,相关度最大值点为737波段,属于近红外波段,相关系数可达-0.8左右。在尘埃量与叶片光谱多波段组合关系研究中得到,948和945波段构成的NDVI指数与尘埃量的相关度最大,相关系数可达0.76。在叶片滞尘量反演研究中,对比传统意义滞尘量回归模型,引进的偏最小二乘算法(PLS)可使叶片滞尘量反演精度略有提高,最后由回归模型精度评定可得偏最小二乘法反演效果较传统回归好。     

基于辐射传输优化模型的二类水体大气校正

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区,采用6S大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程,并利用中分辨率成像光谱仪(MERIS)754、779、865、885nm 4个近红外波段进行光谱优化,求算550nm处气溶胶光学厚度等变量。通过外推,实现可见光波段的大气校正。将2007年11月11日、20日、21日,2008年11月20日MERIS Level 1p影像以及野外实测水体遥感反射率数据集用于精度验证,结果表明,该方法能够较好地反演水体遥感反射率光谱,校正后的13个波段的平均相对误差大多分布在20%~40%之间。与6S以及Beam 4.9软件自带的大气校正方法相比,具有较高的校正精度和较强的稳定性,在太湖有较好的适用性。     

利用一种偏振方法减小由强反射或弱反射强度引起的植被反演误差

无论是多角度遥感的发展、还是偏振、高光谱遥感的发展,它们有一个相同的目的,即利用电磁波的种种特性、以及空间特性来对地球表面的一切地物进行精确的识别。任何单一的方法和手段不可能完整地描述和反映地物的所有特征。偏振测量是目标测量识别技术中不可缺少的技术之一,并且成为近年来全世界目标识别领域中的研究热点。由于定量遥感的反射强度对植被遥感的影响不可忽视,反射辐射信号呈现饱和或过弱都不能被检测到。而偏振是植被定量遥感的重要手段,因而有必要开发一种克服由反射强度强弱引起的植被反演误差的方法,这也是我们目前的研究目标。如果反射的辐射信号太强或太弱,都会影响遥感的准确性,而来自植被的偏振光可以提供有用的信息,特别是当反射的辐射信号饱和时,使得传感器不能获得足够有用的非偏振信息。本研究采用基于地面的偏振成像光谱仪系统,开发了一种偏振方法来克服反射强度过强过弱引起的植被反演误差。利用FISS-P偏振成像光谱仪系统研究了反射强度对遥感植被NDVI和DoLP效用的影响,实验地点在北京市中国科学院奥林匹克科技园。在对目标采样时对反射率强,反射率弱以及反射率适中的植被分别测量,同时对目标植被的不同波段(470, 555, 670, 864 nm)的DoLP进行计算与分析。地基成像光谱仪系统(FISS-P)提供了具有偏振信息的高空间分辨率图像,我们可以确定在阴影和强反射区域中单个像素的光谱偏振特性。在成像光谱信息的基础上,利用光的偏振性来对地物的物理特性进行分析。本文使用斯托克斯分量来表征反射光的各个偏振分量,使用线偏振度(DoLP)表征反射光偏振程度。信号饱和度和阴影效应导致归一化植被指数(NDVI)植被密集程度非常低,造成严重的反演误差,然而强反射对线偏振度(DoLP)的影响不大。研究结果表明,反射辐射信号饱和时,偏振效应可以通过适当的频带提高植被的反演精度,平均NDVI的相对误差为33.8％,而DoLP(670 nm)的相对误差仅为6.3％,而其他波段的DoLP(555 nm,864 nm)的相对误差要大很多。这项研究结果表明,在植被识别时可以忽略强反射,然而,阴影(弱反射)效应是不容忽视的。FISS-P偏振成像光谱仪是用于计算具有不同反射强度的样品类型的偏振和非偏振参数的有效工具,同时发现在识别植被时,强烈的反射可以忽略不计,但是植被的阴影(弱反射)效应不容忽视。与非偏振方法相比,偏振效应可以提高反射辐射信号饱和时的植被反演精度。这项研究分析了使用偏振法强弱反射强度引起的误差减少。为了进一步揭示植被的阴影(弱反射)效应与DoLP之间的关系,还有一些问题需要解决。     

典型重金属污染水体光谱特征分析———以广东省大宝山尾矿水为例

目前水体重金属遥感反演相关研究仍比较薄弱。自然界中重金属污染水体的光谱特征研究是重要的基础性工作,是将来实现卫星遥感反演时波段选择的重要理论依据,也是遥感反演模型所必须的基础参数。首先利用Analytical Spectral Devices（ASD）光谱仪,测量获得以大宝山尾矿水为例的典型重金属污染水体在两种水深和两种光照条件下的离水反射率光谱曲线,发现在600~700 nm（红波段）均有稳定的反射峰,然后进一步与自然界常见的两类水体（浑浊水体和富营养化水体）的反射峰位置进行对比,发现：以长湖水库石英砂厂附近为例的浑浊水体反射峰在550~700 nm（绿、红波段）,以北江韶关冶炼厂附近为例的富营养化水体反射峰在550~600 nm（绿波段）,3种水体的反射峰位置各异,说明该重金属污染水体反射率光谱与这两类水体具有很好的可分性。然后在测量水体反射率基础上,结合水质遥感模型和进行室内消光系数测量,反演得到大宝山尾矿水体的总散射系数和总吸收系数光谱,并进一步分离水分子吸收作用,最终得到水中成分的综合吸收系数光谱曲线,结果表明：在紫光波段吸收最强,在红光波段吸收最弱;具体表现为：从400 nm开始,吸收系数快速递减,在蓝绿光波段递减速度变缓,从黄光波段又开始快速递减,到676 nm达到极小值,然后又快速增强至750 nm,随后变化减缓。最后结合水样的水质化验结果,对该重金属污染水体的光谱成因进行分析,发现现场水色和水中成分的综合吸收系数光谱特征皆与作者前期研究测量获得的硫酸铁溶液颜色及其吸收系数光谱特征吻合,因此认为水中成分的光谱特征是由硫酸铁及其水解产物所引起。以上说明该重金属污染水体的光谱特征明显,反射峰和强吸收波长位置明确,这是将来利用卫星遥感手段反演水中重金属浓度的重要特征波段。该研究获得了以大宝山尾矿水为例的典型重金属污染水体反射率、消光系数、散射系数和吸收系数的光谱结果,为日后推广至其他种类重金属矿的尾矿水体及水中成分光学参数反演提供方法依据,也为将来利用卫星遥感技术对水中重金属浓度进行定量提取打下良好的理论基础。     

面向浑浊水体叶绿素a浓度遥感反演的光谱基线校正

根据浑浊水体中悬浮物的光学性质,提出使用线性基线校正方法来削弱水体光谱中的悬浮泥沙贡献。线性基线定义为450和750 nm的反射率值连线,基线校正为光谱反射率减去基线。2010年3月和2011年4月太湖梅梁湾水体的实测数据验证结果表明,光谱线性基线校正可以较好的提高叶绿素a浓度的反演精度,改进反演模型的诊断性。3月数据建立的波段比值反演模型中,校正前模型RMSE为4.11 mg·m-3,基线校正后模型RMSE为3.58 mg·m-3,同时,基线校正后模型残差的方差齐性和正态分布均有明显的改善。4月模型有类似结果,数据校正后的模型具有更小的误差。在没有水华发生的浑浊水体中,线性基线校正可以作为提高水体叶绿素a浓度反演精度的光谱数据处理方法。     

基于光谱特征的北京城区植被滞尘分布反演

植被叶片的滞尘量可以表征空气污染的程度, 分析城市植被滞尘的空间特征对于制定更为有效的空气污染控制政策具有重要的现实意义。基于北京市主城区采集的大叶黄杨、国槐、毛白杨和山桃等四种典型绿化植被叶片的滞尘量、光谱反射率和叶面积等数据,比较四种植被叶片滞尘前后的光谱曲线,进行窄波段与卫星波段滞尘前后叶片光谱反射率比值与滞尘量的相关分析。然后,分别建立相关性最大的卫星波段反射率和NDVI与滞尘量之间的回归模型, 选取拟合较好的模型反演北京城区植被的滞尘量分布,进而插值得到整个北京城区的尘埃分布。最后,根据高滞尘区域周围的土地覆盖和土地利用以及滞尘期间PM₁₀浓度的空间分布对反演的的合理性进行检验。结果表明：在780~1 300 nm波段,大叶黄杨、国槐、毛白杨和山桃四种植被的滞尘叶片反射率均明显低于干净叶片;窄波段反射率与滞尘量在520~650 nm波段和1 390~1 600 nm波段具有较高的相关性,相关系数的绝对值最高达到0.626;利用Landsat8的green波段和NDVI构建的滞尘反演模型,决定系数(R2)分别为0.446和0.465。NDVI模型反演的北京城区植被的滞尘量分布结果表明,北京城区滞尘含量呈现出北高南低,东高西低,中心城区高于郊区的空间分布格局。该研究通过高光谱和遥感影像数据反演滞尘量,可以为快速全面监测城市地区尘埃分布提供参考。     

耦合多种特征的森林蓄积量反演方法比较——以雅鲁藏布江流域森林为例

森林资源遥感监测是遥感的重要应用方向之一。传统的统测方法花费大量的人力、物力,科学的森林资源预测可以提升工作效率并降低测算成本。森林蓄积量是评价森林生态系统质量的重要指标。蓄积量反演模型是用来估测蓄积量的数学模型,具有学习和预测的功能。同样的地物在不同光照或阴影区域有较大的差别,利用波段比值可以在一定程度上减小光照和阴影区域在建模时得出结果的误差。森林蓄积量的预测模型通常选取光谱信息和纹理特征作为主要建模因子,但未充分考虑选取波段比值、植被指数、地形因子等多特征变量时不同模型对预测精度的影响。针对不同模型的精度问题,以西藏自治区米林县为研究区域,以Landsat OLI影像、DEM数据以及森林资源二类调查数据为数据源,对光谱信息、纹理特征和地形因子等进行提取与分析,并建立了三种基于多特征的森林蓄积量的反演模型,分别是多元逐步回归模型、BP神经网络模型和随机森林模型。旨在研究不同模型对森林蓄积量反演的影响。采用可决系数(R2)、平均绝对误差(MAE)和均方根误差(RMSE)来对模型进行拟合度和精度的评价。结果显示随机森林模型的拟合度和精度均为最优(R2=0.739,MAE=55.352 m3·ha-1,RMSE=63.195 m3·ha-1),高于多元逐步回归模型（R2=0.541,MAE=58.317 m3·ha-1,RMSE=71.562 m3·ha-1)和BP神经网络模型(R2=0.477,MAE=67.503 m3·ha-1,RMSE=73.226 m3·ha-1)。模型预测值的范围为121.3~372.8 m3·ha-1,与实际值较为接近。结果表明基于多特征的森林蓄积量反演在实际应用中是有效的,且不同的模型对森林蓄积量的反演精度有一定的影响。随机森林回归模型的反演精度最高,能够较好地应用于森林资源的遥感监测中。该研究可以为森林蓄积量反演方法的选取提供参考和借鉴,有助于森林资源遥感监测体系的不断完善。     

北京市区绿色空间滞尘分布反演研究

北京市作为中国政治中心和京津冀特大型城市,近40年来城市化进程迅速,大气颗粒物和尘埃粒子污染问题较为突出,发挥绿色空间滞尘功能具有重要现实意义。将高光谱技术与遥感技术相结合,反演了市域尺度绿色空间滞尘分布。以北京市区绿色空间常见植被大叶黄杨(Euonymus japonicus)为研究对象,通过室外采样与室内试验获取叶片样本的滞尘量、光谱反射率和叶面积等数据,比较叶片滞尘前后的原始光谱曲线和反射率一阶导数特征,分析不同滞尘量对光谱反射率的影响,探究对叶片滞尘量高度敏感的波段。利用光谱响应函数将地面采集的窄波段光谱反射率数据分别转化遥感卫星的宽波段光谱反射率数据,建立对应卫星波段植被指数比值与滞尘量的回归模型,选取拟合效果最好的回归模型作为滞尘反演模型。结合GF-2影像所提取北京市区绿色空间范围,采用滞尘反演模型获取北京市区绿色空间滞尘分布。进而插值得到北京市区尘埃污染分布,采用空间自相关模型检验其空间聚集特性。结果表明：740~1 870 nm波段, 滞尘后光谱反射率明显低于滞尘前反射率,滞尘对红边、黄边、蓝边位置没有明显影响,对“红边幅值”和“红边面积”影响较明显,利用Sentinel-2影像计算的EVI指数与滞尘量相关性最高,所构建的线性与二次滞尘回归模型决定系数(R2)分别为0.705和0.751;利用2021年4月7日和2021年6月3日的Sentinel-2影像反演获取了北京市区绿色空间滞尘分布,其滞尘分布趋势表现为：市中心高于郊区,北部高于南部,东部高于西部。北京市区中部、北部和东部易产生尘埃污染。污染分布具有明显聚集性,并非完全随机。     

基于HJ-1A-HSI提取稀土元素地球化学异常信息研究

稀土元素的特征谱带基本不随赋存状态的不同而变化,不能用于矿物种类的探测,却能够证实其自身的存在。通过研究稀土元素及其化合物在遥感可见光-近红外波段的光谱特征,分析了稀土元素含量与特征谱带吸收指数的定量关系。以内蒙古白云鄂博稀土富集地区为例进行试验,通过采集矿区典型岩矿标本的光谱、测试分析样品中Nd含量,表明Nd含量与各特征谱带的吸收深度、吸收指数均存在明显的正相关线性关系,相关性均在0.778以上。其中,726～772 nm谱带的吸收指数与Nd含量相关性最好,达到0.937。在此基础上,结合HJ-1A-HSI高光谱遥感数据的波段设置,构建了定量反演Nd含量的最优模型,并以此反演了区域Nd元素遥感地球化学异常信息。结果表明：与1∶20万水系沉积物地球化学异常对比,二者总体相关性良好。为快速获取区域稀土元素地球化学异常提供了新的手段。     

水体背景对湿地水生植物冠层光谱影响研究

水生植被是湿地生态系统的核心,也是影响湿地生态系统功能的最主要因素。近年来,卫星遥感技术在湿地植被资源调查、分类和保护等领域中已得到广泛的应用。由于水生植被独特的生长环境,其冠层光谱会受到水体背景要素包括大气—水界面、水中浮游生物以及泥沙含量、透明度、水体深度、底质和其他光学活性成分的影响,因此遥感技术应用于湿地水生植被冠层光谱研究时,需考虑到水生植被不同于陆生植被的生长环境,这一点在以往的相关研究中并没有得到应有的重视。以典型的挺水植物鸢尾(Iris tectorum Maxim)为研究对象,模拟湿地水生植被的生长环境,使用地物光谱仪测定了鸢尾植被冠层在不同水深梯度背景下的光谱反射率(400~2 400 nm)。实验结果表明,背景水深与鸢尾冠层反射率之间存在着显著的负相关性,其中可见光波段绝对相关系数在0.9以上,近红外波段的绝对相关系数在0.8以上。在可见光和近红外波段,随着背景水深的增加,鸢尾冠层反射率下降均比较明显。最后分别依据可见光和近红外区域相关性最高的波段(505,717,1 075和2 383 nm)建立了背景水深与冠层反射率之间的线性方程,并得出了相关参数。     

相对反射深度的秦皇岛海域叶绿素浓度反演

海水中的叶绿素浓度是描述海洋初级生产力、获知浮游植物丰度及变化规律、评估环境质量、预报生态灾害的主要参数.国内外卫星遥感叶绿素产品的通用反演模型是利用不同波段上遥感反射光谱的强度比值来构建的OC x(x=2～6)算法,应用在一类水体中,全球尺度上的平均相对误差在35％ 左右.但对于固有光学特性复杂且具有较大区域差异性的...     

基于珠海一号高光谱卫星的巢湖叶绿素a浓度反演

叶绿素a是重要的水质参数,可以衡量水体的富营养化程度。遥感技术可以实时、快速、大范围地获取水体中叶绿素a的浓度与分布,对于水生态环境的评价及治理具有重要意义。内陆水体的光谱特征复杂,宽波段的多光谱遥感难以精确获取水体的光谱信息。国产珠海一号高光谱卫星因其光谱分辨率高,波段多等优势在内陆湖泊的遥感监测中具有广阔的应用前景。基于珠海一号高光谱数据,充分发挥其高光谱分辨率的优势,对巢湖的叶绿素a浓度进行反演,从影像中提取实测点处的遥感反射率曲线,筛选具有显著光谱特征的波段,并以OIF指数衡量不同波段组合获取水体组分信息的能力,以此构建与实测叶绿素a浓度相关性较高的波段组合。结果表明珠海一号OHS-2A星影像的14,16和19波段所构建的三波段模型[R_rs(700 nm)-1-R_rs(670 nm)-1]×R_rs(746 nm)在巢湖的叶绿素a浓度反演中取得了较高的精度,相对误差和均方根误差分别为19.97%和10.85 mg·m-3。由模型反演巢湖2019年5月10日的叶绿素a浓度空间分布图可知,叶绿素a浓度自东向西呈上升趋势,全湖南部和东北部的叶绿素a浓度较低,西巢湖的北部叶绿素a浓度最高。西巢湖的整体叶绿素a浓度是全湖最高的,尤其是其北部水域,水质情况较差,已经出现了一定面积的水华,其主要原因在于该地区紧邻合肥市,人类活动强烈,污水废水排放量大。珠海一号高光谱卫星对于内陆湖泊的水质反演具有一定的优势,但也存在着数据处理困难,波段利用率低,反演模型普适性差等局限,今后仍需借助珠海一号高光谱数据开展更多的湖泊遥感研究,不断提出高光谱遥感影像处理的新方法,提高反演模型的精度与普适性,充分挖掘数据源的潜力,使其更好地服务于水质的遥感监测工作。