不同积雪深度与面积对积雪覆盖遥感反演的影响

针对利用多源遥感数据进行积雪覆盖监测的需要,在分析不同深度与面积的积雪实测光谱基础上,探讨了在利用NDSI方法进行积雪覆盖遥感监测时,不同积雪深度对其的影响,并以HJ-1B卫星以及MODIS卫星为例,研究了不同积雪面积对遥感积雪反演的影响。结果表明,积雪深度几乎对遥感积雪覆盖监测的结果没有影响,而在积雪面积方面,受所使用的遥感影像空间分辨率的制约,对遥感积雪监测的结果有一定影响。     

雪-土混合像元微观/宏观尺度光谱混合机制差异分析

为探索微观和宏观尺度下混合像元光谱混合机制的差异,在人工设置试验环境下,以人工制作雪-土混合像元表征微观尺度混合像元,固定全波段光谱仪探头距离,完成不同面积比的雪-土混合像元和雪、土端元反射光谱的采集,并对采集得到的光谱数据进行全波段反射光谱、350～2 500 nm归一化反射光谱和剔除噪声后350～1 815 nm再归一化反射光谱数据定性定量分析。同时,分析同期MODIS和环境与灾害监测卫星B星(HJ-1B CCD/IRS)影像中可见光、近红外和短波红外通道反射率相关性及MODIS影像中雪-土混合像元光谱与端元光谱的关系。结果表明;(1)微观尺度时,全波范围内混合像元反射光谱与端元光谱存在非线性关系,分波段范围内存在线性关系;(2)宏观尺度时,可见光范围内,CCD 1,2,3通道与MODIS 3,4,1通道相关系数在0.76～0.89间;短波红外范围内,IRS通道2与MODIS通道6相关系数为0.35。(3)MODIS影像中雪-土混合像元光谱与端元光谱关系为混合像元与雪端元光谱间正线性相关,与裸土端元光谱负线性相关。     

基于实测端元光谱的多光谱图像光谱模拟研究

地物光谱特性是遥感应用的基础。然而,在基于野外实测端元光谱的遥感应用中,由于测量尺度不同,导致同一地物光谱形态和反射率值存在很大差异,为遥感信息的定量反演带来困难。文章以新疆塔里木盆地北缘渭干河-库车河绿洲为研究区,选取裸土、植被两类地物作为研究对象,首先通过AVNIR-2传感器的光谱响应函数,实现了将野外实测端元光谱拟合为多光谱离散光谱,通过实例数据表明,拟和的多光谱与AVNIR-2像元光谱具有很好的相关性,在此基础上,采用线性算法建立端元光谱与遥感图像像元光谱的转换模型,实现了从实测端元光谱尺度向遥感多光谱像元尺度的定量光谱转换,为遥感定量分析奠定了一定基础。     

MODIS植被指数监测农业干旱的适宜性评价

MODIS传感器提供的短波红外光谱波段为农业干旱遥感监测带来了新的机遇,因为它对植被水分十分敏感。本文选择中国东北松嫩平原为研究区,旱田为农业干旱的监测目标。基于2001—2010年的8天合成MODIS产品（MOD09A1）,分别计算了四种基于可见光和近红外光谱的植被绿度指数和四种基于近红外和短波红外光谱的植被水分指数,并以多尺度标准化降水指标(SPI)为判别植被指数农业干旱敏感性的标准,利用一种气象站点与象元配对关联的方法计算了不同植被指数与多尺度SPI的皮尔逊相关系数。研究表明,在农业干旱监测敏感性方面,MODIS植被水分指数（NDII6和NDII7）明显好于植被绿度指数。其中NDII7的表现最为出色,研究证实了MODIS短波红外光谱在监测农业干旱方面的潜力,为今后相关研究提供了新的见解。     

基于非负矩阵分解的中红外地表特性光谱重建方法

在中红外遥感领域,高光谱地表反射率/发射率等地表特性具有极高的应用价值和应用需求,但利用卫星遥感手段难以获取吸收波段的高光谱地表反射/发射特性,且通过光谱重建获取全波段的地表特性方法仍存在很多问题。为解决中红外全波段地表特性光谱重建所面临的难题,基于约翰霍普金斯大学(Johns Hopkins University, JHU)地物波谱库和中分辨率成像光谱仪(MODIS)短波红外和中红外地表多光谱卫星产品,提出了一种利用非负矩阵分解(NMF)重建高光谱地表反射率的方法,对2.5～5.0μm中红外光谱范围内的地表反射/发射率进行光谱重建,重建后的光谱分辨率可达10 nm。首先基于JHU地物波谱库选取4种典型地物类型(土壤、植被、人造材料和岩石),建立地物光谱库样本信息,再利用MODIS传感器光谱响应函数,根据等效计算公式将2.0～5.0μm波段范围反射率结果重采样到10 nm光谱间隔、共301个波段,得到JHU地表反射率光谱数据集。对光谱数据集进行非负矩阵分解处理,提取4条端元向量光谱曲线,结合MODIS短波红外和中红外4个波段(2.13、 3.75、 3.96和4.05μm)的全球月均地...     

基于光谱响应差异的HJ-1B热红外通道星上定标系数验证

HJ-1B卫星热红外通道自发射以来共进行了7次星上黑体定标,然而针对星上定标系数的验证工作开展较少。通过半高宽法、矩方法和查找表法计算得到2009年9月14日星上定标系数。以具有较高定标精度的MODIS为参考源,基于MODIS第31,32通道和HJ-1B热红外通道的光谱响应特性,改进对应热红外通道的光谱匹配算法,建立两传感器表观辐亮度的匹配关系,进而通过Planck公式计算出HJ-1B热红外通道的等效水表亮温,通过与HJ-1B热红外通道基于星上定标系数得到的反演水表亮温进行比较,实现对星上定标系数的验证。以光谱响应差异计算的等效亮温值为285.97 K,半高宽法、矩方法和查找表法星上定标系数反演亮温值分别为288.77,274.52和285.97 K。结果显示,半高宽法、矩方法和查找表法星上定标系数反演亮温与光谱响应差异计算的等效亮温偏差分别为2.8,-11.46和0.02 K。结果表明,HJ-1B热红外通道星上定标方法中以查找表法星上定标系数计算结果精度较高。同时证明了基于光谱响应差异的HJ-1B热红外通道星上定标系数验证方法有效可行。     

星载成像高光谱的湿地景观光谱特征分析

光谱特征是地物的固有属性,分析地物光谱不仅有助于提高地物识别精度,也是定量遥感研究的基础.然而受限于尺度效应,近地空间采集的光谱与遥感像元尺度的光谱往往差异较大.因此,在遥感像元尺度上揭示湿地典型景观地类的光谱特征,将有助于大尺度湿地遥感分类和植被参数反演精度的提高.以华北平原典型的草型湖泊湿地南阳湖为对象,基于EO-...     

传感器光谱指标对植被光谱模拟精度的影响

高光谱卫星数据模拟是卫星遥感数据模拟的重点研究方向,基于星载多光谱数据和地物光谱先验知识是一种快速模拟高光谱数据的方法,但数据模拟精度受传感器光谱指标的限制。文章针对EO-1/ALI的可见光/近红外波长范围进行实验,研究了波段数量、半波宽度和波长位置等光谱指标与植被光谱模拟精度的关系,分析了两者之间的变化规律。研究表明,光谱指标决定了植被光谱特征提取,是影响光谱模拟精度的直接原因。文章总结了适于光谱重构模型的光谱参数范围,实验结果有利于提高植被光谱模拟精度。该结论可用于多光谱传感器的性能评价及其分光滤色结构的改进。     

积雪-荒漠植被及其组合反射光谱特征观测实验及分析

光谱混合机制研究对混合像元解算具有一定指导意义。利用全波段光谱仪累积期和消融期对规则和非规则分布模式下积雪-荒漠植被混合像元及纯净积雪和荒漠植被像元控制式采集反射光谱。K-均值法计算采集影像积雪和荒漠植被面积比并分析其对应混合像元光谱变化特征以获取更加精细的光谱特征信息,准同步Tetracam ADC3(Agricultural Digital Camera 3)采集图像并计算典型指数,从微观尺度上证实了混合像元主要出现在地类边界处。结果发现,1 456～1 697 nm粗粒径冻结雪反射光谱高于新雪反射光谱,新雪反射光谱明显高于陈雪;因冻结覆冰,荒漠植被光谱为积雪、冰晶和植被枝干混合光谱信息,新降积雪覆盖植被光谱特征为积雪和植被枝干的混合光谱信息,不存在常规绿色植被“红边”效应;采集角度为5°和10°时光谱低于垂直角度采集光谱,角度大于10°随角度增加荒漠植被光谱逐渐增大。像元内各个组成物质的面积比及所处像元的位置、采集角度和方向都会影响混合像元的光谱组合信息。     

霾光谱特性分析与卫星遥感识别算法

近年来,我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度(PM_2.5),已经引起了全世界范围的广泛关注。卫星遥感能够对大气污染进行快速准确地监测。然而在大气遥感领域具有代表性的中分辨率成像光谱仪(NASA/MODIS),其云监测和暗像元反演算法通常把灰霾当做薄云、雾或地表亮目标处理,无法反演霾天的气溶胶光学厚度(aerosol optical depth, AOD)。笔者研究了云、雾、霾、地表覆盖等不同像元在可见光、近红外以及红外通道的光谱特性。基于MODIS数据,参考相关的云监测和气溶胶反演算法,选取多个对灰霾敏感的光谱通道,计算表观反射率和亮度温度。针对不同波段,分别探讨了霾与薄云、低层云、雾、浓密植被和地表亮目标等像元之间的光谱差异,统计灰霾分布的阈值区间,并设计基于MODIS卫星遥感数据的灰霾识别自动处理流程。通过对2008年华北平原春夏两个重霾事件进行测试,该算法的霾分布监测结果与卫星真彩图具有较好的一致性。基于北京和香河AERONET站点观测的高AOD数据,验证了本算法的霾识别率接近80%,在一定程度能够弥补MODIS标准气溶胶算法用于灰霾天的不足。最后,分析了灰霾识别过程中的主要误差来源,并提出了基于霾纹理特征,以及其他辅助数据支撑的改进方法。     

天山北坡融雪期雪层含水率地物光谱特征研究

积雪含水率是雪层中液态水的含量,也是积雪出流、产流的关键指标,对积雪含水率的研究对春季融雪产流及融雪型洪水有现实意义。借助美国ASD地物光谱仪和Snow Folk积雪特性仪获取原始数据,并利用SPSS19.0和Excel等统计软件对数据进行分析、处理,并利用这些数据进行制图、数据综合,建立雪表层的地物光谱特征预测模型。结果表明：积雪的光谱特征曲线由于在可见光和近红外由于吸收呈现出若干波谷;地物光谱特征与积雪表层含水率存在负相关关系,且随着波长的增加这种负相关关系变化明显,并在可见光和近红外形成三个相关关系的极小值;构建雪层含水率的地物光谱反射率模型,可见光范围内,在350 nm时的模型精度较高,能够达到75.9%,预测值和实测值拟合程度高,在近红外波段内,1 204 nm建模的模拟精度最高。     

遥感图像林地与农田小波特征的神经网络识别

为了解决仅仅依赖遥感图像光谱特征较难正确区分光谱相近的植被覆盖下垫面林地与农田的问题,对美国Landsat 7 ETM卫星遥感图像进行小波变换分解,研究林地、农田样点的小波系数特征的差异,研究BP人工神经网络识别光谱相近的林地与农田的方法。结果表明,小波变换对遥感图像地物的空间变化非常敏感,在一定尺度下能分离林地与农田地物的细节特点的差异,其多波段小波系数特征存在差异,可以构成光谱相近地物林地、农田的识别特征向量,使用BP神经网络对样本训练后可有效地识别光谱相近的林地与农田地物。     

基于实测光谱分析的HJ-1B数据浅层雪深反演

积雪的重要性是不言而喻的同时积雪所带来的危害也受到越来越多的重视.目前,积雪深度遥感监测研究主要集中在微波遥感,少量的利用光学遥感进行的积雪深度研究也主要是利用气象卫星数据以及MODIS数据等.我国自主发射的环境与灾害监测小卫星无论是在光谱分辨率还是在空间分辨率上,都与气象卫星数据以及MODIS数据有较大区别,对利用H...     

雪粒径高光谱遥感估算模型研究

雪粒径是影响全球/局地能量收支和表征积雪水热状态的重要参数,大面积监测和估算雪粒径的分布及大小对于全球/局地气候变化和水资源管理具有重要意义。目前遥感技术已成为大面积监测和估算雪粒径的重要手段。针对雪粒径的遥感监测与估算,该研究采用辐射传输模型模拟雪面可见光-近红外波段的光谱曲线,经过分析光谱曲线并结合一阶微分和累计差异值选取对雪粒径敏感的波段和积雪指数,建立单变量雪粒径高光谱遥感估算模型,并用地面实测数据进行验证,结果表明,单波长1 030 nm,1 260 nm和归一化差值积雪指数(460和1 030 nm)构建的估算模型预测精度较高,雪粒径估算值与实测值的相关斜率分别为1.37,0.61和0.62 ,R2分别为0.82,0.86和0.93,RMSE分别为55.65,50.83和35.91 μm,可用于雪粒径的估算研究。研究成果为雪粒径的高光谱遥感反演提供科学依据。     

地物光谱仪测量中的温湿度影响

地物光谱仪在遥感领域的应用日益重要,可用于研究不同地物条件下可见和红外的光谱辐射特性,从而获得地表的光谱辐射亮度、光谱辐射照度或方向反射因子等信息。地物光谱特性的准确测量是光学遥感定量分析的基础,对于航天传感器定标、遥感数据反演等具有极其重要的意义。地物光谱仪在测量前必须进行光谱辐射定标,一方面定标过程中地物光谱仪的光谱响应特性可能发生漂移,另一方面测量时的环境与定标环境可能差异较大,都会影响测量的准确性。在恒温恒湿条件下,实验采用谱线灯光源和积分球光源考察了地物光谱仪波长和光谱响应度随探测器温度的变化。数据显示当光谱仪内部硅阵列探测器温度上升时,波长位置并未发生改变;而光谱仪的光谱响应度随着温度上升明显增大。当硅探测器温度从28.3 ℃升至35.2 ℃时,光谱仪在380～990 nm的光谱响应度变化达到1.8%～7.3%;同时近红外1 000～1 800 nm的平均变化约3.0%,2 000～2 500 nm的变化约1.9%。当改变环境温度和湿度时,测量数据表明湿度影响主要在大气中水分子的吸收峰附近波长,对其他波长影响很小;光谱仪光谱响应度与内部探测器的温度近似存在一一对应关系,环境温度的影响可以近似根据内部探测器温度变化予以表征。理论上当环境条件改变时,根据光谱响应度随温度的变化和探测器的监测温度,可以进行光谱数据修正。最后,实验测量了一组探测器温度下对应的光谱响应度,采用多项式拟合和最小二乘法建立了地物光谱仪光谱响应度与温度的函数关系。根据函数关系插值得到的光谱响应度修正因子和直接测量得到的数据基本一致,全谱段的差异几乎都小于0.2%,表明光谱响应度与温度的对应关系可用于解决不同环境条件下的测量准确性。     

基于水体光谱特性的赤潮分布信息MODIS遥感提取

赤潮监测对于赤潮治理、预防,减少赤潮危害有着重要作用.通过分析东海赤潮多发区域实测遥感反射率曲线,比较赤潮水体与非赤潮水体的光谱特性差异,发展了一种针对MODIS传感器的赤潮水体分布信息遥感提取方法.应用实测资料对提取方法进行验证,发现在119组实测数据中,只有一组不能正确识别.将算法应用于MODIS卫星资料,对200...     

混合像元光谱特征影响因子分析

高光谱遥感能够提高地物识别和分类,通过光谱比较和匹配达到分类识别目的。由于传感器空间分辨率以及地面复杂多样性的差异, 混合像元在遥感图像中普遍存在。混合像元的分解问题是定量遥感应用中的一个突出问题, 如何有效地解译混合像元是遥感应用的关键问题之一。研究了面积比始终为1∶1的两种材料形成的混合像元在不同入射天顶角和不同拓扑位置分布时的高光谱反射比曲线的特征与差异,为混合像元分类精度的提高提供科学依据。     

数字化地物反射光谱数据库研究进展

随着遥感技术向更高的光谱分辨率方向发展,数字化地物反射光谱数据库的建立和开发越发显得重要,它是遥感应用研究中一项基础性的研究内容和研究方向。遥感应用越来越依赖于地物波谱特征,并且已经发展到定量分析的新阶段,文章较为系统的总结和介绍了近年来国际和国内在数字化地物反射光谱数据库方面的研究现状和该领域的发展趋势,对已建立的包括荒漠、植物、地质、土壤、矿物、云层、雪、大气、岩石、水体、陨石、月球、人造材料、混合物、挥发物、液体等的多种数据库研究现状进行了介绍,并对数字化地物反射光谱数据库的建设中存在的诸如没有统一的光谱数据库国家标准、缺乏地物划分的统一标准、不同数据库之间缺乏可比性、无法进行数据共享机制等问题提出了相应建议。     

从高光谱卫星数据中提取植被覆盖区铜污染信息

重金属矿山开采活动对生态环境造成了复杂的影响,而植被的生长状况是矿山周围生态环境变化的重要指示因子。常规的对植被中重金属元素富集程度的估计方法往往依赖于大量的野外调查数据以及实验室化学分析方法,需要耗费大量的物力与时间。而通过光谱分析方法能够非接触地获取植被中的重金属含量信息。然而,从高光谱遥感卫星数据中反演植被重金属含量信息仍然是个比较困难的工作。从众多的卫星数据波段中找到对特定重金属元素敏感的波段是植被重金属含量提取的关键。该工作探索了一种基于统计分析的方法从国产卫星（HJ-1）高光谱数据中实现特征波段发现与重金属含量提取,该方法基于野外实测数据集与环境星高光谱遥感图像,选取叶片铜离子含量作为重金属铜污染程度的指示因子,利用44组德兴铜矿植被覆盖区的叶片铜离子含量数据与逐步多元线性回归与交叉验证方法,实现了环境星高光谱反射光谱与叶片铜离子含量的统计建模。将统计模型应用于德兴铜矿研究区,生成了德兴铜矿植被覆盖区叶片铜离子含量分布图。结果表明,该工作建立的重金属含量估计模型具有明显的统计学意义,叶片铜离子含量对516 nm附近的冠层反射光谱最为敏感。矿区铜含量制图结果表明,德兴铜矿植被覆盖区铜离子含量的分布范围介于0～130 mg·kg-1之间,铜离子含量在德兴市东南角和铜矿周围的植被覆盖区域含量最高,均介于80～100 mg·kg-1之间。制图结果可以为德兴铜矿重金属铜污染的预防与治理提供基础数据支持。     

重庆市南川区土壤锰元素遥感反演

土壤中的锰元素对植物生长起着重要作用,土壤锰含量过高或者缺少都将对植物产生不良影响,因此快速监测土壤中的锰含量尤为重要。目前利用遥感技术监测土壤锰含量的相关研究主要集中在利用土壤光谱估算土壤锰含量,而对于植被常年覆盖的南方地区,难以从卫星影像中获取土壤光谱。因此,引入植被光谱,探索植被覆盖区域土壤锰元素的快速监测方法。首先从Landsat 8影像中提取11种植被光谱指标,并运用皮尔逊相关系数(Pearson correlation coefficient)结合方差膨胀因子(VIF)筛选出最佳植被光谱指标;在此基础上,利用偏最小二乘回归(PLSR)、多元逐步回归(MSR)和BP神经网络(BPNN)算法构建最佳植被光谱指标与土壤锰元素之间的光谱响应模型,分析比较三个模型的估算效果从而确定最佳反演模型;最后,基于最佳反演模型进行土壤锰含量空间制图。以重庆市南川区为例,研究结果表明：3个植被光谱指标(比值植被指数,归一化植被指数和可见光大气阻抗植被指数)被确定为土壤锰元素最佳的光谱响应指标;BPNN光谱响应模型(R²为0.78, RMSE为334.24, RPD为2.13...