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。     

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。     

基于SHDOM经验方程和基于同步实测光谱数据的遥感影像邻近效应校正算法对比研究

从背景反射率计算和真实反射率获取两个方面,以Landsat-5 TM影像、ASTER影像以及与两幅影像分别对应的沙地、草地同步实测光谱数据作为数据源,对基于三维辐射传输模型SHDOM经验方程的垂直观测光学遥感影像邻近效应校正方法和基于与影像同步实测光谱数据的遥感影像邻近效应校正方法进行了对比研究。结果表明,从辐射传输机理上,基于SHDOM经验方程的邻近效应校正算法的理论基础更为完善;而从校正后影像的目视效果上,基于同步实测光谱数据的邻近效应校正算法则更为有效。     

基于光谱匹配的大气校正方法

大气校正是遥感定量化的一个重要环节,其常用方法是暗目标法。该方法适用于浓密植被地区,但在植被覆盖度较低的地区,暗目标法的适用性较差。提出了一种基于光谱匹配的大气校正方法,以城市地区的不变目标为切入点,针对高分一号(GF-1)卫星全色和多光谱(PMS2)传感器相机开展大气校正方法的研究。该方法利用6S辐射传输模型构建大气校正参数查找表,得到了影像上的水泥路面在不同大气条件下的反演光谱;同时,利用水泥路面的平均实测光谱作为参考光谱,通过参考光谱与测试光谱的光谱角度匹配,找到最相近的光谱曲线,用以确定大气校正参数,并对影像进行大气校正。实验结果表明:该大气校正方法效果良好,反演得到的地表反射率与典型地物的光谱数据比较吻合,更好地还原了地表的真实情况,为植被稀疏地区的大气校正工作提供了新思路。     

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。     

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。     

一种改进的光谱图像反演地表目标遥感反射率的方法

提出一种改进的反演地表目标遥感反射率的方法．利用光谱图像中的太阳耀光估计当时气象条件下的大气透过率,分析了天空辐射和色散现象对反演的影响,据此构建遥感反演模型,计算出地表目标的遥感反射率．由于消除了天空漫射辐射带来的额外影响使得可见光波段的反演准确度大为提高,此外将菲涅尔反射率表示为波长的函数进行计算使反演光谱在整个波段范围内能更好地匹配实验室光谱．实验结果表明,改进算法计算的反射率能更好地匹配实验室光谱,具有更高的反演准确度．     

一种改进的光谱图像反演地表目标遥感反射率的方法

提出一种改进的反演地表目标遥感反射率的方法.利用光谱图像中的太阳耀光估计当时气象条件下的大气透过率,分析了天空辐射和色散现象对反演的影响,据此构建遥感反演模型,计算出地表目标的遥感反射率.由于消除了天空漫射辐射带来的额外影响使得可见光波段的反演准确度大为提高,此外将菲涅尔反射率表示为波长的函数进行计算使反演光谱在整个波段范围内能更好地匹配实验室光谱.实验结果表明,改进算法计算的反射率能更好地匹配实验室光谱,具有更高的反演准确度.     

实测高光谱和HSI影像的区域土壤盐渍化遥感监测研究

通过典型研究区不同盐渍化土壤光谱反射率数据的变换和分析,选择与土壤含盐量响应敏感波段,建立实测高光谱土壤含盐量反演模型,以校正HSI影像建立的土壤含盐量反演模型。结果表明：实测高光谱土壤含盐量反演模型与HSI影像土壤含盐量反演模型均有较好的精度,模型判定系数(R2)均高于0.57,且模型稳定性较好。校正后的HSI影像土壤含盐量反演模型,模型判定系数有了较大提高,R2从0.571提升至0.681,且通过了0.01的显著性水平,均方根误差(RMSE)值为0.277。模型能够较好地提高区域尺度条件下土壤盐渍化监测精度,运用此方法开展盐渍化土壤定量遥感监测是可行的。     

水稻分蘖期无人机高光谱影像混合像元特征分析与分解

开展水稻无人机高光谱解混,获取水稻植株的高光谱反射率信息,对于提高水稻理化参量的反演模型精度具有重要意义.目前大多基于高光谱遥感影像自身数据进行解混,运用算法模型进行高光谱数据解混,将高光谱图像和可见光图像进行优势互补,提出一种基于无人机高清影像与高光谱遥感影像融合的稻田无人机高光谱解混方法,解决单一数据局限性问题,增...     

基于Sandmeier模型的月球KAGUYA卫星高光谱数据地形校正

月球是人类深空探测的前哨站。月球卫星光谱测量是月表岩矿成分分析的主要技术方法。鉴于月表比地球地形起伏还要显著,有必要开展月球卫星高光谱数据的地形校正。通过顾及宏观地形起伏和周围地形反射辐射的影响,建立适合月表的Sandmeier辐照度模型,并由此推到了月表反射率地形校正模型。以月球虹湾地区KAGUYA卫星Spectral Profiler(SP)高光谱数据为例,借助美国Lunar Orbiter Laser Altimeter(LOLA)高程数据,计算了试验区坡度、坡向,以及入射角、反射角、地形可见因子等地形校正参数,结合平坦月表接收的太阳直接辐照度,实现了月球虹湾地区经向SP数据的反射率校正。通过比较发现,校正后反射率像元数量统计直方图近似高斯分布,而且光照区的月表反射率得到了抑制,阴影区的月表反射率有所增强,有效地消除了月表起伏地形的影响。     

Investigations of the dynamics of road pavement reflectance

Road pavement reflectance is usually assumed to be invariant in short periods of time in some quantitative remote sensing applications.To examine its variability,reflectance sequences of concrete and asphalt pavement are measured in field for half a day in visible and near-infarecd(VNIR)spectral range using dual-beam method.As much as 20.7%and 3.52%of relative changes are found in asphalt and concrete reflectance data at 550 nm,and all VNIR bands demonstrate similar variations found to correlate with both illumination geometry and the relative portion of diffuse irradiance.In this letter,this effect is interpreted from a mathematic view.Further studies are needed to model the dynamics of reflectance physically.     

基于改进暗目标法山区HJ CCD影像气溶胶光学厚度反演

国产HJ CCD影像在环境与灾害监测预报方面具有巨大的应用潜力,但其缺少中红外波段无法直接应用传统暗目标法反演气溶胶光学厚度,尤其山区受地形影响,气溶胶时空分布变化显著,影响了HJ CCD影像的大气校正精度。基于山区森林植被分布广的特点引入红波段直方图阈值法自动提取山区浓密植被暗像元,构建红蓝波段地表反射率间的线性关系,利用6S辐射传输模型建立查找表反演暗像元的气溶胶光学厚度,并通过空间插值推演到整幅影像。HJ CCD影像反演结果与MODIS气溶胶产品的空间分布趋势一致性非常好,且前者具有更高的空间分辨率特性,更适合山区气溶胶的遥感监测。二者的散点图拟合曲线为y=0.828 6x-0.001,R2达到0.984 3,表明改进暗目标法能有效地反演山区HJ CCD影像气溶胶光学厚度。工作中对传统暗目标法的改进有效地解决了HJ CCD影像只有可见光、近红外波段,在求解辐射传输方程时信息不足的问题,同时,改进方法中充分考虑了山区复杂地形环境的影响,为山区HJ CCD影像进行逐点大气校正奠定了基础,并为其自动化处理提供了可能。分析还显示,红波段直方图阈值法提取浓密森林暗像元比NDVI阈值法具有明显的优势;查找表建立和暗像元红、蓝波段地表反射率关系都会显著的影响气溶胶光学厚度的反演精度,是进一步改善算法、提高反演精度的重要研究方向。     

硫酸钡漫反射板在250～400 nm光谱辐射亮度标定中的应用研究

表面喷涂硫酸钡的漫反射板正入射时是最接近朗伯特性的用于标定光谱辐射亮度的实用漫反射板。通过实验测量硫酸钡漫反射板 2 5 0～ 4 0 0nm的半球反射率和双向反射分布函数表明 ,实测的双向反射分布函数与假定漫反射板为朗伯表面根据测量的半球反射率计算的双向反射分布函数的相对差值为 6 7% ,实测的双向反射分布函数随散射角的变化可达 2 8%。为提高光谱辐射亮度标定的准确性 ,考虑双向反射分布函数的微小变化和漫反射板上的光谱辐射照度的不均匀性 ,通过对光谱仪视场内每一小面元积分 ,最后可精确求得所测光谱辐射亮度 ,并标定光谱仪的光谱辐射亮度     

基于6S模型的遥感影像逐像元大气纠正算法

大气纠正的目的是从遥感影像中去除大气影响,并反演获取地物真实反射率。介绍了一种逐像元对遥感影像进行大气纠正的算法,该算法基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型计算建立的查找表(look-up table),并利用地面暗目标(dark object)进行陆地气溶胶光学厚度的自动反演,由于气溶胶的分布具有空间连续性,在获取地面暗目标气溶胶光学厚度值后,通过空间插值的方法计算影像中非暗目标像元的气溶胶光学厚度值,经过查找表二次插值计算,逐像元进行大气纠正并获取像元地表反射率值。以Landsat5遥感影像为例,介绍了算法流程,展示了大气纠正的结果。结果显示,利用查找表逐像元大气纠正的算法,能够在一定程度上去除云雾对影像的影响,更加精确的对遥感影像进行大气纠正并获取地物的真实反射率。     

一种基于支持向量机回归的旋转遮光带日射表散射辐照度修正新算法

通过比较旋转遮光带日射表(RSP)和参考标准表所测散射辐照度之间的数值差异,分析了太阳总辐照度、环境温度、相对湿度和太阳光谱等气象要素对RSP散射辐照度测量误差的影响关系,提出了一种修正RSP散射辐照度测量值的新算法。该算法从支持向量机回归预测角度,建立了对RSP散射误差修正值的一次预测模型,然后根据误差修正值最优预测模型推导出RSP散射辐照度修正算法模型。利用该算法对美国国家太阳辐射研究实验室和劳里观测站采集的RSP散射辐照度数据进行修正,修正后两观测站数据的平均偏差和均方根误差分别降低到-0.2W/m2,3.3W/m2和1.9W/m2,8.5W/m2,显示算法具有良好的修正性能和适用性。该算法能够有效避免Vignola算法中存在的欠修正和Vignola and Augustyn(VA)算法中存在的过修正现象。     

基于冠层辐射传输模型的地表反射率光谱重建方法

针对基于多光谱数据有限光谱信息重建地表反射率光谱的病态求解难题,提出一种基于冠层辐射传输物理机理并充分考虑像元异质性的地表反射率光谱重建方法,该方法假设混合像元由植被和土壤两种地物类型组成,利用冠层辐射传输模型构造端元光谱查找表,进而通过组分比例因子估算实现基于多光谱图像的高光谱地表反射率模拟。以Landsat ETM+多光谱图像为例的地表反射率超光谱重建验证实验结果表明,模拟的反射率光谱能够较好的反映不同地物特征信息。进一步地,利用模拟的地表反射率拟合Landsat ETM+图像和MODIS图像,各波段模拟图像与实际观测图像之间具有较高的相关系数(Landsat: 0.90~0.99, MODIS: 0.74~0.85),进一步验证了该方法的可行性。     

不同预处理方法对多位置种蛋性别鉴定的影响研究

由于猪瘟影响,鸡蛋作为动物性蛋白的需求大幅增加,蛋鸡养殖行业也在逐步发展与壮大以满足人们的需求.如何在幼雏阶段甚至胚胎发育阶段能够简单、准确与方便地判断出雌雄,对蛋鸡养殖行业的发展具有重要意义.对此,选用96个壳色相近、表面无裂纹的新鲜种鸡蛋,以其可见/近红外漫反射光谱为研究对象,探讨数据采集位置、光谱预处理方法对种蛋...     

利用无人机搭载的多光谱相机直接测定地表反射率的新方法

目前,无人机获取的多光谱遥感数据已被广泛应用于农业、林业、环境等领域的定量监测中.然而,现有的将多光谱遥感数据转换为地表反射率的方法,仍然存在一定的缺陷,如需要依赖地面参考板、无法适应光照条件变化、得到的结果不准确等,从而影响了多光谱遥感数据定量化应用的效果.为了解决该问题,提出了一种可以利用无人机搭载的多光谱相机,直...     

高光谱漫反射无损检测鸡蛋受精状态

种鸡蛋孵化期间受精状态的检测需要消耗大量人力、物力,并且孵化期间的种鸡蛋不能保证均为健康蛋,需要能够在孵化早期将无精蛋和死精蛋快速准确挑选出来达到降低生产成本的目的。以白来航鸡蛋为研究对象,采用高光谱分选仪批量采集受精、未受精、死精三类鸡蛋共119枚在382~1 026 nm范围内的高光谱数据,其中受精蛋采集孵化3,5,7,9,11,13和15 d的数据,并通过黑白校正方法对原始光谱图做校正处理,得到其漫反射率,经过实验对比以及根据实际生产需要,受精蛋选用孵化3和5 d的光谱数据作为建模数据。同时提出了一种将光谱数据转换为图像数据的方法,在最大化保证光谱原始数据的前提下达到了光谱向量数据可视化的效果,可以有效与深度学习图像识别算法相结合。采用连续投影算法（SPA）、竞争性自适应重加权算法（CARS）对光谱波段进行筛选,建立基于全波段、CARS筛选的特征波长、SPA筛选的特征波长与SVM、RandomForest算法与AlexNet、MobileNet网络的判别模型,其中AlexNet-5dFull Wave Bands准确率最高为93.22%。与通过不同特征波长算法筛选出的数据实验结果对比发现,经过SPA算法筛选后的特征波长的建模效果相比于CARS效果更好,其中SVM-SPA3d模型准确率为91.52%,RandomForest-SPA3d模型的准确率为89.83%,AlexNet-SPA3d模型的准确率为89.83%,表明经过SPA筛选后的特征波长能够保存更多关于种蛋信息差异的有效信息。研究结果表明,利用高光谱分选仪对批量种蛋进行漫反射光谱采集,并将黑白校正后的原始光谱漫反射率数据转换为图像数据,将转换后的图像数据利用深度学习图像识别算法对鸡蛋的受精状态进行准确、无损鉴别是可行的,为后续相关自动化的批量检测提供了技术支持。