内蒙古草原植被最大光能利用率取值优化研究

针对目前CASA (carnegie-ames-stanford approach)模型等植被生产力模型植被最大光能利用率的取值未对草原进行区分的问题,以内蒙古草甸草原、典型草原和荒漠草原为研究对象,结合野外实测NPP(net primary productivity)数据和CASA模型的建模思路优化了三大草原类型植被最大光能利用率,并以此为基础模拟分析了其植被光能利用率和NPP时空格局。结果表明,基于99个地面采样点所建立的一元二次方程模拟的草甸草原、典型草原和荒漠草原最大光能利用率分别为0.654,0.553和0.511 gC·MJ-1,平均为0.573 gC·MJ-1。与未对草原类型进行区分而统一取值为0.541 gC·MJ-1的结果相比,实测NPP与模拟NPP之间的决定系数和和均方根误差分别提高了0.024和2.62 gC·(m2·month-1)-1。受水热组合和草原类型的空间格局的影响,内蒙古草原植被光能利用率和NPP总体上由东北向西南逐渐下降趋势,呈明显的单峰季节变化特征。但光能利用率和NPP的最大值出现的月份有所不同,分别出现在8月份和7月份,这可能与植被吸收的光合有效辐射和光能利用率的最高值出现的月份不同有关。光能利用率和NPP平均值按草甸草原>典型草原>荒漠草原的顺序依次降低。     

荒漠-绿洲交错地带典型植被光谱特征研究

植被对区域生态环境保护具有重要意义,尤其是在荒漠-绿洲交错地带,植被对土壤保持、提高土地的抗剪切性能有重要意义,对土壤风蚀和荒漠化防治的影响作用较大,利用高光谱技术测定并分析荒漠-绿洲交错带典型植被的光谱特性,不仅能够指导区域的植被遥感分类,还能够对植被实行远程监控提供依据。研究借助美国Field Spec 4高分辨率地物光谱仪,在研究区采集棉花、柽柳、梭梭和盐穗木等四种典型植被不同条件下的光谱数据,在对数据进行归类、筛选及综合处理后,分别对原始数据进行FDR(一阶导数反射率)和RLR(倒数取对数反射率)变换。利用原始数据、FDR和RLR分别分析不同植物的光谱敏感波段和表达方式。结果表明：植物的光谱曲线具有类似的变化特征,植被种类不同在“红边”区和近红外780～1 260 nm波段的表达方式区别较大;植物对可见光的吸收非常强烈,对不同波长的光吸收强弱变化会形成波峰和波谷;植物红边特征具有特殊性,蕴含植物自身的特有信息,三种方式的处理结果显示,光谱特征在经FDR计算后,植物光谱红边特征区差异性非常明显;利用三种不同方式处理后的光谱数据,分别来计算改进的植物NDVI值,经RLR变换后重新计算得到的NDVI值在植物不同种之间表现出较大差别,用于植物种类区分的效果明显。     

联合MODIS与MISR遥感数据估算叶面积指数

多光谱传感器MODIS与多角度传感器MISR同时搭载在美国EOS观测计划的Terra卫星上,不同的观测方式使得两个传感器的数据组合后形成互补的多光谱多角度观测数据集,为地表参数的遥感估算提供了更多的对地观测信息.该文通过研究组合MODIS与MISR两种观测数据估算陆地表面植被覆盖区域叶面积指数的方法,发展了在物理模型反演的框架内引入基于伴随模型和信赖域优化的反演模式,改进了叶面积指数的遥感估算效果,提高了模型反演的运算速度.对试验区反演结果的验证说明融合两种数据源可以提高叶而积指数的估算精度.基于伴随模型和信赖域优化的地表参数反演方法,为应用于大范围遥感图像数据的模型反演提供了一种有效的途径.     

基于实测高光谱和电磁感应数据的区域土壤盐渍化遥感监测研究

以新疆渭干河—库车河三角洲绿洲为例,利用实测得到的不同盐渍化程度的盐渍土高光谱数据和电磁感应数据(EM38)协同构建土壤高光谱盐分指数遥感监测模型,将该模型通过尺度效应转换用于校正传统的Landsat-TM多光谱遥感影像的土壤盐分光谱指数,用校正过的TM影像进行区域土壤盐分的反演,并利用实测土壤盐分数据对反演结果进行分析与验证。结果表明：将高光谱和电磁感应数据与多光谱遥感技术相结合进行区域土壤盐渍化信息的提取,其精度和反演效果(R2=0.799 3,p<0.01)明显优于传统多光谱遥感方法中单纯利用土壤盐分指数所建立的监测模型(R2=0.587 4,p<0.01),为今后更好地实现土壤盐渍化的高精度遥感动态监测研究提供了科学依据。     

微分算法的艾比湖湿地自然保护区土壤有机质多光谱建模

针对以往利用高光谱数据来来反演土壤有机质（SOM）的可行性与可靠性,结合微分处理对光谱数据信息提取的高效性,提出了直接对多光谱遥感影像进行微分处理就可得出SOM建模研究,旨在为今后SOM速测提供参考。采用Landsat 8_OLI 多光谱遥感影像数据,对多光谱遥感影像进行辐射定标、几何校正、大气校正、镶嵌和裁剪,运用IDL软件对影像进行一阶微分处理和二阶微分处理,发现一阶微分图像能够更好地表达地物的真实情况,更好地区别水体与土壤。原始遥感影像包含大量的信息其中还包括噪声,通过微分处理后的遥感影像剔出了原始影像中反射率值突兀变化的部分。在研究区采用五点法采集土壤样品。室内实验用重铬酸钾氧化-容量法测得SOM数据。多光谱数据结合地面实测SOM数据,分析SOM与多光谱数据反射率的关系,发现一阶微分处理后的遥感数据与SOM含量的相关性存在敏感波段,说明一阶微分处理可以将原始遥感图像数据在多光谱范围内的一些隐含的土壤有机质信息释放出来。选取相关性高的数据建立基于原始遥感数据、一阶微分数据、二阶微分数据的单波段多光谱线性模型和多波段多光谱线性模型,选取最优模型来估算和反演土壤有机质含量。结论如下：（1）通过对原始影像进行微分处理发现,微分处理后的影像变化明显,一阶微分处理的影像噪声降低,更加突出了影像中土壤有机质隐藏的信息。二阶微分处理的影像抑制了土壤有机质信息。（2）原始遥感影像各波段数据对土壤有机质含量的相关性较低,一阶微分处理后的遥感影像数据反映出土壤有机质敏感波段即部分波段数据相关性明显高于原始数据,二阶微分处理后的遥感影像各波段数据对土壤有机质含量的相关性较弱。（3）多波段建模效果要优于单波段建模;一阶微分多波段模型预测精度最优,其模型的决定系数和模型拟合的决定系数分别为0.898和0.854,该模型对估算研究区内的SOM含量效果较好;综合比较了单波段模型和多波段模型的拟合精度,发现无论在单波段模型还是多波段模型一阶微分处理后的模型都具有更好的预测能力。（4）基于一阶微分多波段模型对研究区SOM进行反演,反演结果与实际情况相符合,对干旱区SOM含量制图提供了切实可行的方法和参考。     

渭干河-库车河三角洲绿洲盐渍化地地物光谱数据分析

地物波谱特性是遥感技术应用的物理基础,是遥感定量分析的基础,地物波谱研究是遥感基础研究的重要内容,文章以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,采用美国CID公司生产的CI700便携式野外光谱仪,通过大量的野外调查以及实地测点,分析了该绿洲盐渍化地区的几种典型地物(盐碱地、细沙地、沙丘、棉花地等以及柽柳、骆驼刺、芦苇等)的光谱特性及其变化规律,尤其是对盐渍化地和盐生植被的光谱曲线的差异做出了分析,并根据实际情况,采用移动平均法去噪进行了噪声去除,分析实测光谱数据噪声特征。同时利用导数光谱技术清除植被环境背景影响。最后,为了今后继续研究的方便,在对实测光谱数据进行处理的基础上,利用ENVI软件建立了小型的渭干河-库车河三角洲绿洲主要地物的光谱库,该库可以为渭-库绿洲的地物调查,植被调查、植被分类和环境监测等遥感应用服务。     

基于多光谱数据的永定河流域植被生物量反演

用传统研究植被生物量实测的方法不仅耗时费力,而且由于影响因子不易确定会导致预估精度不高。选择永定河流域河北——北京段为研究区域,以该地区2009年7月20日的TM影像数据为数据源,结合当地分辨率为30米的数字高程模型(digital elevation model,DEM)数据和其他相关辅助解译资料,并借助全站仪等高精度测量仪器进行外业调查,归纳出永定河地区遥感因子与植被生物量可能存在的函数关系,通过多元线性回归分析遥感影像因子并建立反演模型,最后将反演模型进行精度分析。通过将实测值和预测值分析对比,得出反演模型总体相对误差为-0.025%,平均相对误差为-0.016%,总体预估精度高达84.56%。模型的建立可对大范围流域生态环境因子进行及时、快速、准确地调查,为永定河生态环境问题诊断提供实验数据。     

基于半分析算法的海岸带和内陆水体悬浮物浓度遥感估算

水体总悬浮物(TSS)会影响光在水体中的传播过程及水体的生态功能,在水生生态系统中起着重要作用.基于2009～2014年在太湖、巢湖、鄱阳湖、珠江口和大亚湾采集的生物-光学数据,分析了TSS浓度变化的遥感响应波段,构建了海岸带和内陆水体TSS浓度遥感定量估算模型,并结合VIIRS(Visible infrared imaging radiometer suite)卫星遥感数据揭示了水体TSS浓度的时空分布特征.结果 表明,由不同水体组分贡献的比值模型[Rrs(865)/kd(555)]可以解释81％的TSS浓度变化,其中,Rrs(865)为865 nm处的遥感反射比,kd(555)为555 nm处的水体衰减系数.相比已报道的其他经验模型,本模型的估算精度有明显提高.验证结果表明,该模型可适用于海岸带和内陆水体,将其应用于预处理后的VIIRS卫星遥感数据,揭示了太湖和珠江口水域水体TSS浓度的空间和季节变化规律.     

基于大气中性点的地-气分离方法空基验证探究

偏振遥感是遥感领域的一个新兴对地观测手段,地物反射的偏振效应是偏振遥感进行观测的基础。然而,地物反射具有偏振效应,大气粒子的反射与散射也具有偏振效应,并且大气的偏振效应往往大大强于地物偏振效应。当用偏振遥感器对地表目标进行观测时,大气的强偏振效应会干扰甚至覆盖地物的偏振信息。因此,如何最大限度地消除大气的偏振效应对地物偏振效应的影响是偏振遥感的一个关键性问题。大气中性点是大气中偏振度趋近为零的区域。利用大气中性点进行地-气分离理论的核心思想是将探测器放置于中性点区域进行对地观测,以减弱大气偏振对地物偏振的影响。基于国内首次大气中性点偏振遥感航空飞行实验,通过处理和分析实验所得影像数据,分别得到了中性点位置和非中性点位置影像偏振度分布,发现中性点位置偏振度集中分布区域要明显小于非中性点位置,验证了利用大气中性点进行地-气分离理论的合理性和可行性,提出了利用中性点进行偏振遥感实验所需要的条件,并初步分析出,波长较长的波段更适合于偏振遥感观测。     

土壤镉污染环境下水稻叶片叶绿素含量监测的高光谱遥感信息参数

农田重金属污染是当今世界面临的重大生态环境问题之一,与环境质量、人类生存和粮食安全关系密切,是普遍关注的重要课题。利用Hyperion高光谱卫星遥感数据和大量地面实验测量数据,系统分析受镉污染的水稻叶片中叶绿素含量变化及其与高光谱遥感数据的响应关系,建立基于水稻叶绿素变化的农田镉污染遥感监测模型。利用多重判别分析法,确定监测水稻叶绿素变化的敏感遥感参数,作为镉污染的响应因子,进行农田污染遥感监测信息机理分析,并建立了污染监测机理遥感模型。研究结果表明,众多的遥感参数中,MCARI(modified chlorophyll absorption in reflectance index) 对镉污染的水稻叶绿素含量变化最为敏感,响应系数达到0.59。因此,可以通过该高光谱遥感参数的变化初步监测大面积土壤镉污染,但估算精度还有待进一步提高。     

一种遥感影像云层遮挡消除方法

针对光学遥感影像中常见的云层遮挡问题提出了一种去除云层的处理方法,采用直方图规定化来减小原始影像与替换影像间的灰度差异,采用特征点提取、整体松弛匹配以及小面元三角网纠正方法,解决了原始影像与替换影像之间的配准、纠正问题,同时利用羽化处理技术保证了拼接线附近影像灰度的平滑变化.试验结果表明:利用同一区域、不同时相、不同传感器平台的遥感影像来替换原始影像中的云层遮挡区域,可以有效解决遥感影像中的云层遮挡问题.     

遥感植被指数和CASA模型估算山东省冬小麦单产

准确估算区域尺度冬小麦单产对明确区域农业生产现状与保证国家粮食安全有重要意义。光能利用率模型是作物单产估算的常用模型之一,模型中最大光能利用率（ξ_max）是准确估算作物单产的关键参数,作物的ξ_max是否随时间发生变化需要深入探讨。首先使用Savitzky-Golay（S-G）对中分辨率成像光谱仪（MODIS）时序植被指数数据进行滤波,采用差分法结合光谱突变法提取了山东省2000年-2015年冬小麦种植面积,并使用市级尺度年鉴统计面积对提取面积进行验证,然后使用固定ξ_max和变化ξ_max分别驱动光能利用率模型（CASA）,结合作物收获指数与冬小麦种植面积获取山东省2000年-2016年冬小麦单产时空分布特征,探讨最大光能利用率对作物单产模拟的影响。结果表明,滤波后的时序植被指数数据能够反映冬小麦生长的光谱特征,差分法与光谱突变法结合提取冬小麦面积具有较好的普适性,提取的多年冬小麦种植面积与年鉴统计冬小麦播种面积之间的决定系数（R2）达0.71;变化ξ_max情景下模拟的多年冬小麦单产与统计单产之间的决定系数更高,说明冬小麦ξ_max是随时间变化的,可能与冬小麦品种更替有关。基于统计与模拟的结果均显示山东省冬小麦单产在2000年-2016年间呈现增加趋势,两者表现出来的增加速率分别为93.12和149.79 kg·hm-2·a-1。在空间上,山东省冬小麦单产呈现西部高于东部的分布特征。     

多时相遥感影像变化检测方法研究进展综述

近年来,随着遥感平台和传感器的发展,已经实现了对地球表面大部分区域的连续重复遥感观测,积累了海量的多源、多尺度、多分辨率遥感数据。这些数据详细记录了地表上各种地物的变化过程,使得基于遥感影像的中长期变化检测等全球变化研究成为可能,并极大地推动了遥感影像处理方法和应用的研究。但是,尽管许多学者已经开展了大量相关的研究工作,目前基于多时相遥感影像的变化检测仍然面临许多挑战,还没有形成相对完整、成熟的理论体系,对相关研究进展的系统性总结工作仍然相对缺乏。回顾了多时相遥感变化检测方法的发展现状,并根据输入数据类型和数量的不同将这些方法分成单时相分类比较法、双时相比较法和时序分析法三类,对其进展情况和特点分别进行总结分析,然后就多时相遥感影像变化检测方法研究中现存的问题加以分析,并尝试探讨了其发展趋势。     

基于五种大气校正的多时相森林碳储量遥感反演研究

大气校正已广泛应用于区域生态植被的动态监测,但是不同校正方法和模型对遥感影像光谱和森林碳储量估算结果的影响不得而知,同时这种差异在多时相遥感监测与应用时经常被忽略。以多期Landsat影像为数据源,借助植被指数MNDVI和野外实地调查的马尾松林样方数据,进行马尾松林碳储量反演。然后采用几种常用的大气校正算法：6S,FLAASH(fast line-sight atmospheric),IACM(illumination and atmospheric)和QUAC(quick atmospheric correction),并结合地面同步实测的光谱数据,以评估其对马尾松冠层光谱曲线、植被指数以及林分碳储量估算的影响;同时从遥感动态监测角度出发,分析了相对大气校正(pseudo-invariant feature, PIF)对多时相影像植被指数与碳储量反演结果的校正效果。结果表明,经大气校正后的影像波段反射率与实测光谱结果较为接近,其中近红外和短波红外波段光谱反射率明显上升,同时可见光波段减弱,NDVI(normalized difference vegetation index)增加明显。不同大气校正模型对研究区马尾松林碳储量的遥感反演结果影响较大,其中IACM与6S模型分别具有较高的精度和较低的误差。此外,经过PIF校正后不同时相影像的NDVI相对偏差降低了85.16%,同时马尾松林碳储量反演模型精度得到明显提升,表明辐射归一化处理对于多时相遥感影像的应用十分必要。研究发现ICAM与PIF的大气校正模型组合可较好纠正大气效应,适用于多时相遥感数据的森林碳储量反演与监测研究。     

三种典型荒漠植物生长期光谱特征变化分析

荒漠植物长势、变化、演替是反映荒漠地区生境状况的重要指标。目前荒漠植物监测与光谱研究多基于定时采样数据,波谱时序动态研究相对薄弱。荒漠植物光谱因受时间尺度影响,常引起辨识误差。将荒漠植物中最具代表性的灌木--柽柳、白刺、梭梭作为样本,旨在揭示三种荒漠植物光谱生长期变化规律及种间动态分异特征,为荒漠植被空间遥感辨析奠定基础。实验选取旺盛植株采集生长期内(5月-10月份)光谱数据,对不同月份植物光谱曲线分析比较并剖析机理,得出荒漠植物生长期光谱特征变化规律及其物候现象对应波谱表现。结论指出：(1)三种荒漠植物反射率曲线总体特征均符合绿色植被波谱规律,可观察到较明显的12峰谷分布,红边斜率与面积从大到小分别为：梭梭、柽柳、白刺。其光谱曲线峰谷幅度值相对较小,且变化较快,红边参数表现活跃期分别为柽柳8月、白刺10月、梭梭9月。(2)荒漠植物的光谱变化与植物本身物候特征、气候变化植物响应密切相关。光谱特征在可见光波段与营养期、花期、落叶期有一定响应关系;近红外波段与结实期、休眠期、降雨情况相关;短波红外波段与营养期、落叶期、降雨状况呈现关联性。(3)7月份三种植物的生长状况差异光谱曲线表现为：衰败植株地物光谱反射率可见光、短波红外波段呈高反射,近红外波段反射减弱,趋近于土壤光谱反射率曲线。     

荒漠绿洲区带状防护林遥感提取方法研究——以磴口为例

防护林是我国荒漠绿洲区主要植被类型，可为该地区防风固沙、水盐调控、水热平衡提供有力保障，调查防护林空间分布信息十分重要。然而荒漠绿洲防护林条带较窄、斑块面积小、分布广且零散，不易大尺度准确提取。为解决此难点，以磴口县荒漠绿洲为研究区，基于GF-2号遥感影像，采用面向对象分类技术提取防护林空间分布信息。分类前，首先基于局部方差（LV）和LV变化率（ROC）曲线，选取分割防护林的最优分割尺度。然后采用随机森林（RF）算法的袋外误差率（OOB error）及基尼系数（Gini）对包含光谱、形状和纹理的分类特征进行重要性评估并筛选特征、优化模型参数；最后，基于随机森林、CART决策树、支持向量机（SVM）、K近邻（KNN）四种分类器提取防护林空间分布信息并对比验证。结果表明：(1）采用ROC-LV曲线方法相比于遍历分割参数，可更客观更高效地筛选最优分割参数的可能值；(2）基于RF算法计算的袋外误分率和基尼系数可以有效筛除冗余特征，配合分类器参数优化，在保证分类精度的同时，有效提高分类器性能，大幅提升数据处理速度；(3）基于实测数据集对分类结果进行验证，结果显示基于随机森林算法的特征优化结合SVM分类器提取的防护林空间分布信息精度最高，生产者精度达到97.14%，总体防护林面积为208.99 km2，与实际210 km2接近，在小区块中，SVM分类器的分类效果优于其他三种分类器；(4）因GF-2影像分辨率高，并且含有近红外波段，通过波段合成得到亚米级信息，故基于面向对象的方法能够以单条林带为基本单位研究防护林林网属性，例如提取断带信息等林网结构特征。研究结论可为荒漠绿洲区带状防护林提取提供重要技术支撑。     

汉石桥湿地水质参数光谱分析与遥感反演

水质可见光近红外遥感监测是通过研究水体反射光谱特征与水质参数之间的关系,建立水质参数反演算法进行的。与传统水质监测方法相比,遥感技术监测水质可以快速反映区域水质在空间和时间上的分布情况和变化。文章以汉石桥湿地水体水质为研究对象,通过在可见光近红外波段分析光谱仪和ASTER遥感影像的水质参数特征光谱,建立了水质参数与最佳波段及其组合的多元线性回归方程。研究结果表明,基于地面光谱仪的光谱特征分析可为航天遥感特征波段的选择提供依据,但估算模型不能通用。基于AS-TER遥感的水质参数特征光谱其波段比值相对向长波方向移动,研究最终在分析ASTER遥感特征波段基础上,构建水质参数估算模型,并通过该模型得到目标水质参数空间分布图,实现了对湿地水质时空变异的遥感监测。     

湿地土壤硝化微生物群落的高光谱研究

氮循环是土壤生态系统元素循环的重要过程,其中硝化作用对于土壤氮循环有重要影响。硝化作用的主要完成者是硝化微生物群落,土壤微生物是湿地生态系统的重要组成部分,其可以指示湿地生态环境变化,对正确认识湿地生态系统氮循环和湿地污染净化功能具有重要意义。尝试从高光谱遥感技术角度,基于土壤氮素光谱监测机理,探索湿地土壤硝化微生物群落高光谱估算技术,进而为估测其时空分布状况提供新技术途径。研究对硝化作用中两个独立阶段的主要完成者氨氧化细菌和亚硝酸氧化细菌,采用最大可能数法分别计数,并以两者计数测量结果的合计,作为各采样区域土壤硝化微生物的数量值。采用光谱倒数的对数(LR)、光谱一阶微分(FD)、光谱二阶微分(SD)、包络线去除(CR)和光谱波段深度(BD)光谱变换技术,以及基于再抽样(bootstrap)技术的多元逐步回归(SMLR)和偏最小二乘回归(PLSR)建模方法,构建湿地土壤硝化微生物数量和全氮含量估算模型。研究结果表明：在采用bootstrap SMLR建模方法时,湿地土壤硝化微生物数量和全氮含量的估算波段位置存在一定的相似性(尤其对于原光谱实测数据R和SD光谱);对于湿地土壤硝化微生物数量和全氮含量的估算,bootstrap PLSR相比于bootstrap SMLR建模方法,具有较高的估算精度;对湿地土壤硝化微生物数量的估算,最高估算精度产生于SD光谱变换技术结合bootstrap PLSR建模;对湿地土壤全氮含量的估算,最高估算精度产生于CR光谱变换技术结合bootstrap PLSR建模。     

基于多源卫星多光谱遥感数据的过火面积估算研究

露天生物质燃烧是重要的大气污染物排放源,导致空气质量恶化并引起气候变化。卫星遥感数据能够提供大尺度、多时相的监测信息,然而燃烧火点监测和火烧迹地监测两种方式都存在着局限性。以美国东南部地区为研究区域,通过结合卫星遥感获取的高分辨率燃烧面积数据及多时相的燃烧火点数据,建立时空匹配模型估算露天生物质燃烧过火面积。通过分析植被燃烧前后的光谱变化特征,基于高分辨率的Landsat-5 TM4波段(0.84 μm)与7波段(2.22 μm)数据, 利用差分归一化燃烧比(dNBR: the differential normalized burn ratio)提取燃烧面积数据;而燃烧火点数据则通过分析燃烧植被的热红外光谱特征利用MODIS 4与11 μm波段数据提取。结果显示,该地区燃烧面积与燃烧火点数量之间相关系数达0.63,并且二者之间的比例关系随植被类型而发生变化,林地、草地、灌木、耕地和沼泽五种植被类型对应的像元燃烧面积分别为0.69,1.27,0.86,0.72和0.94 km2。通过与美国火灾中心(national interagency fire center, NIFC)地面调查数据比对,模型估算的美国东南部过火面积数据较为精确,而同期的MODIS燃烧面积产品(MCD45)及燃烧源清单产品(global fire emissions database, GFED)遗漏了该区域大量的小面积燃烧事件。因此,本研究建立的过火面积估算模型能够提供更为精确的排放源参数信息,有利于区域空气质量模式准确地模拟露天生物质燃烧排放状况。     

利用FTIR和MODIS数据估算塔克拉玛干沙漠宽波段地表比辐射率

分析并提供了一个利用MODIS窄波段数据,估算地表宽波段(8～14 μm)比辐射率的最优估算方程,并根据该方程获得了塔克拉玛干沙漠地区地表比辐射率特征分布情况。首先,沿塔克拉玛干沙漠的两条南北穿越公路,使用傅里叶变换热红外光谱仪(FTIR),选取20个观测点,获取实测的地表宽波段比辐射率。其次,利用MODIS温度产品MOD11A1和MOD11C1热红外区域第29,31和32波段和MOD09A1近红外区域第7波段数据,建立待定系数的地表宽波段比辐射率多元线性回归估算方程。通过FTIR的观测值和MODIS数据确定该估算方程的系数,并进行误差分析。研究发现,使用FTIR观测值,由MODIS第29,31和32波段数据的线性回归方程,可以产生高精度的地表宽波段比辐射率。加入MODIS第7波段后,新的线性回归估算方程的精度更高,均方根误差RMSE为0.004 5,平均偏差Bias为0.000 1。与文献中的其他六种估算方程横向对比,RMSE和Bias分别比其他六种估算方程低1和2个数量级。最后,利用该估算方程获得了研究区的地表比辐射率分布图,结果显示,沙漠中心区域的值为0.880～0.910,平均值为0.906;有稀疏植被区域的值为0.910～0.940;靠近沙漠边缘的绿洲的值为0.950～0.980。