光谱异同性和多尺度卫星雪盖差异分析——以MODIS和HJ-1B为例

为了探索不同类型遥感传感器对地物反射光谱响应的异同和卫星遥感监测雪盖空间尺度的差异,收集了2007年—2013年冬春季川西北米亚罗地区、青海省祁连山区和新疆北疆地区各种积雪、植被和裸土反射光谱数据,经中分辨率成像光谱仪MODIS和环境与灾害监测预报小卫星HJ-1B传感器响应函数完成地基光谱到传感器可见光、近红外及短波红外通道反射率的转换。分析了新旧融雪、不同雪深及不同积雪覆盖下的反射光谱特征及不同传感器对地物反射光谱响应的异同性,并结合同期同区域影像分析了MODIS和HJ-1B积雪监测空间尺度的效果差异。结果表明,可见光波段范围内,各传感器对新雪和污雪反射光谱响应一致性很高;对裸土和矮株植被反射光谱响应程度较为一致;对其他类型积雪反射光谱响应程度有所不同,尤其是消融积雪和冻结积雪,反射光谱响应性差异很大;全雪覆盖下,深度不同的积雪NDSI值域相对稳定,不同传感器NDSI具有很好的趋势一致性;MODIS和HJ1B NDSI法监测积雪空间尺度差异明显,很好的解释了混合像元存在的成因。     

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。     

基于不同植被指数的植被-土壤混合像元高光谱偏振信息与模型研究

高光谱遥感被越来越多的应用于确定混合像元的地物组分和比例。将不同面积比例的植被-土壤混合像元作为研究对象,使用偏振装置和 ASD FieldSpec3 光谱仪得到植被-土壤组成的混合像元的偏振反射光谱曲线,计算得到八种植被指数值,讨论不同面积比例,不同偏振角度下植被-土壤混合像元的高光谱偏振特性。研究发现,随着叶片占混合像元面积比例的增大,植被-土壤光谱曲线越来越明显地表现出植被光谱“五谷四峰”的特性,且峰值与谷底的位置与植被光谱基本相同。偏振角越大,混合像元的光谱偏振反射比越大;混合像元条件下,植被所占混合像元的面积比例越大,光谱受偏振角的影响越大。各植被指数与混合像元中植被面积大小呈线性关系,其中植被衰减指数和改进红边归一化植被指数的相关系数最大,可以达到98%左右,适合用于建立植被指数与植被占混合像元面积比例之间的相关模型。在植被面积发生变化时,改进红边比值植被指数的灵敏性更好。在利用光谱吸收特征参数进行植被指数估算时,发现吸收谷深度与光化学植被指数的二次函数模型拟合度最强,决定系数R2为0.963 3;光谱吸收指数与光化学植被指数的二次函数模型拟合度最强,决定系数R2为0.960 5。     

水生植物与水体混合像元的反射高光谱特征分析

研究了水生植物与水体混合像元的反射高光谱特征,并设计了一个3因素2水平的正交试验,F检验表明:对于单因素,波段和混合像元面积比均对混合像元的反射高光谱影响显著,而探测角不显著;对于交互作用,则波段与混合像元面积比、探测角与混合像元面积比也均对反射高光谱影响显著,而探测角与波段不显著。本文对影响混合像元反射高光谱特征的因素及其交互作用进行了定量分析,为混合像元的深入研究提供了一种新的方法。     

高光谱空间中混合象元非线性反射特征研究

在入射天顶角为50°,探测方位角为45°的实验条件下,利用地物多角度二向反射平台和FieldSpec3 Hi-Res便携式地物波谱仪获取了24组荷叶与水体组成的混合象元反射波谱,并根据其波谱特性建立了高光谱空间。通过计算不同荷叶面积比例的混合象元反射光谱与参照光谱的波谱角及相似度,分析了相似度与荷叶面积比例的关系,在此基础上采用线性模型、对数模型、二次多项式模型进行拟合,拟合优度分别为63.6%,76.2%和82.9%,根据混合像元光谱矢量与参照反射光谱矢量之间的实际关系,确定最佳拟合模型具有非线性的分段特征。在分析拟合曲线的基础上,提出水生植物与水体组成的混合像元可能具有植被特征临界值的设想,研究结果有利于加深对混合象元的理解,同时也为混合象元的光谱分解提供了新的思路。     

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。     

积雪混合像元光谱特征观测及解混方法比较

积雪混合像元分解方法研究及积雪比例产品的发展是积雪遥感的重要研究方向。在我国北疆地区利用SVC HR-1024野外便携式光谱仪观测了已知积雪比例的混合像元光谱特征并进行系统分析,同时,采用四种混合像元分解模型对实测光谱进行解混及精度评价。结果表明反射率随积雪比例均匀下降并不呈均匀的线性变化,在不同波段呈非线性变化特征,积雪像元解混精度与观测尺度的不同有一定的联系,尺度越小,解混精度越低;进一步对实测光谱的解混结果表明,线性回归法精度较低,特别是对于积雪比例小于50%的解混结果不准确,稀疏回归解混法和非负矩阵解混法略高于线性混合像元分解法,但线性混合像元分解法运算效率最高,稀疏回归解混法运算效率最低,当对遥感图像进行解混时,要综合考虑四种方法的计算效率。通过将推动积雪混合像元分解定量遥感研究,并为遥感影像准确提取积雪比例提供理论依据。     

结合空间和光谱信息的高光谱影像端元光谱自动提取

端元光谱提取是高光谱影像混合像元分解的关键。现有的端元提取方法多是仅利用了影像的光谱信息,忽略了像元间的空间相关性。现有研究基础上,提出了一种结合影像空间和光谱信息的高光谱影像端元光谱自动提取方法(integration of spatial-spectral information based endmember extraction,ISEE)。该方法首先进行影像子空间划分以增强影像局部的光谱信息特征,然后通过特征空间投影分析获得影像候选端元,最后依次在影像空间信息约束下和端元光谱信息约束下进行优化,得到最终的影像端元光谱集。仿真高光谱影像和真实高光谱影像的实验结果表明,结合影像空间和光谱信息的ISEE方法是有效的,且比一些常用方法提取的端元光谱更为准确。     

喷墨打印半色调混合像元的反射光谱形态特征研究

对不同的半色调混合像元比例通过彩色喷墨打印机输出后的光谱反射率曲线的光谱形态特征进行了研究。选择反射光谱形态指标,分析了125组不同半色调混合比例下光谱混合像元反射光谱形态指标的变化规律。研究结果表明,半色调混合元的光谱形态指标与半色调混合像元的比例间存在明显的关系;选择分析的4个光谱形态指标之间存在着较大的相关性,按照0.05及以上置信水平和相关系数0.9的条件对光谱形态指标进行剔除,确定了不同基色不同特征波段中的有效光谱形态指标;在不同波段范围内,各光谱形态指标随半色调混合像元比例的变化规律存在差异性;使用回归分析,各基色特征波段的光谱形态指标与半色调混合比例符合一次线性与二次多项式关系,R~2可达到0.9以上。     

基于土壤植被光谱协同分析的土壤盐度推理模型构建研究

土壤组成较为复杂,单纯利用土壤光谱信息探测土壤盐度,反演精度不足以满足实际需求。通过遥感获取的植被信息(植被类型和生长状况)可间接反映土壤盐分的空间分布特性,弥补上述不足。为此,基于干旱区土壤盐度与植被之间的协同变化,尝试结合土壤和植被光谱信息,借助二维特征空间理论,构建土壤盐度推理模型,提高土壤盐度推理精度。对于干旱区单个像元下土壤光谱的影响,利用归一化植被指数(normalized difference vegetation index,NDVI) 难以准确反演干旱区稀疏植被参数。因此,首先利用线性混合像元分解模型(linear spectral unmixing model, LSUM)提取研究区地物组分,构建植被组分指示因子(combined vegetation indicative factor, CVIF)方程,并与土壤盐度指数(salinity index,SI)构建二维特征空间。分析二维特征空间内散点走势与土壤盐分之间的关系,建立土壤盐度推理模型(salinity inference model, SID)。验证结果显示,CVIF提取的植被信息精度(R2>0.84, RMSE=3.92)高于应用较为广泛的NDVI(R2>0.66, RMSE=13.77)。构建的SID模型与前人基于NDVI建立的联合光谱指数(combined spectral response index, CORSI)相比,前者(R2>0.86, RMSE=6.86)推理精度优于后者(R2>0.71, RMSE=16.21)。由此得出结论,基于土壤和植被光谱信息双重判定的SID模型对土壤盐渍化的高精度遥感监测研究具有较好促进作用。     

Spectral reflectance characteristics of different snow and snow-covered land surface objects and mixed spectrum fitting

The field spectroradiometer was used to measure spectra of different snow and snow-covered land surface objects in Beijing area.The result showed that for a pure snow spectrum,the snow reflectance peaks appeared from visible to 800 nm band locations;there was an obvious absorption valley of snow spectrum near 1 030 nm wavelength.Compared with fresh snow,the reflection peaks of the old snow and melting snow showed different degrees of decline in the ranges of 300～1 300,1 700～1 800 and 2 200～2 300 nm,the lowe...     

基于端元可变的喀斯特地形复杂区石漠化信息提取

喀斯特山区因地形复杂、地表破碎等特点使得遥感影像中阴影、混合像元及光谱变异现象普遍存在,传统基于多光谱遥感的像元二分法（DPM）在光谱变异和阴影显著的区域难以准确的对喀斯特石漠化（KRD）信息进行提取。采用高光谱遥感的混合像元分解技术可将复杂的混合像元分解为纯净的地物光谱与各地物光谱对应的混合比例,为复杂山区获取更高精度的石漠化信息提供可能。然而,由于光照、环境及大气等诸多因素的变化会引起端元发生不同程度变异,导致在混合像元分解过程中出现显著的误差,其次要从地形复杂、地表异质性强的山区影像上直接获取地物纯净光谱建立用于应对光谱变异的光谱库极其困难。因此,如何在这种情况下应对光谱变异和地形效应,获取有效、准确的对石漠化信息进行提取是当前研究的重点。针对以上问题,采用通过模拟由光照条件造成的地物反射率变化,并考虑每个波长间隔光谱变异情况的广义线性混合模型（GLMM）,以减轻喀斯特地区石漠化信息提取过程中光谱变异与地形效应的影响。首先,从GF-5高光谱影像中提取喀斯特地区主要地物（植被、裸岩、裸土）的典型代表性光谱,然后基于提取的地物光谱模拟不同光照下每个像元光谱的变异情况,选择最适合的光谱组合对像元进行分解,得到最优的解混效果。为了验证方法的可靠性,利用高分辨率影像目视解译的结果作为参考对方法预测结果进行验证,同时选择未考虑端元变异的全限制最小二乘法（FCLSU）和DPM进行对比。结果表明,在地形高度复杂的喀斯特山区,考虑阴影、混合像元及光谱变异是必要的,GLMM在石漠化信息提取中总精度达到了84.89%,明显高于其他两种方法的59.68%和67.34%。通过对光照区和阴影区分别进行精度检验,发现GLMM在光照区与阴影区有着相似的精度表现,而另外两者则差异较大,阴影区明显低于光照区。这反映GLMM能较为有效地减轻地形效应的影响,对喀斯特石漠化信息提取的精度有一定提升。     

一种基于无人机高光谱数据的植被盖度估算新方法

从分析对植被覆盖度(FVC)敏感的光谱特性入手,使用Avafield-3光谱仪(测量范围300～2 500 nm),利用人工草坪控制植被覆盖度的方式研究混合光谱与植被覆盖度的关系,通过实验发现红边区间(680～760 nm)对植被覆盖度最为敏感,而红边区间光谱的一阶导数与植被覆盖度的相关性最高(>0.98),且有较强的稳定性,因此选择红边斜率k作为估算植被盖度的参数。参考混合光谱分解法反演植被覆盖度的经典模型--即以NDVI(normalized difference vegetation index)为参数的植被覆盖度反演模型,以红边斜率代替NDVI构建了2个反演植被覆盖度FVC的新的红边斜率模型,该模型是对经典模型的进一步改进。为验证模型精度,以研究区内无人机(UVA)的高光谱数据和研究区实际测量的植被覆盖度数据进行验证：对高光谱数据计算每个像元680～760 nm之间的斜率,利用PPI(pixel purity index)提取纯像元,计算纯植被像元光谱斜率的最大值和纯土壤像元光谱斜率最小值,利用新的红边斜率FVC模型求取植被覆盖度;实测数据采用照相方法,经过几何校正、监督分类后统计植被覆盖度,结果表明：通过实测数据与无人机高光谱数据获取的植被覆盖数据进行验证,新构建的基于红边斜率的两个植被覆盖度模型的精度(R2分别达0.893 3和0.892 7)都略高于以NDVI为参数的模型(R2分别达0.839 9和0.829 9)。提出使用红边斜率计算植被覆盖度的模型,具有较明确的生物物理意义,具有较高的应用潜力和推广价值。     

应用近红外高光谱成像技术检测面粉中偶氮甲酰胺

高光谱成像技术不仅可以获得样品的图像信息,每个像素点还包含了光谱信息,因其信息量丰富的特点已在食品安全检测方面得到了应用。该研究应用近红外高光谱成像技术检测面粉中偶氮甲酰胺。分别采集纯偶氮甲酰胺、纯面粉和面粉中10种不同浓度偶氮甲酰胺混合样品的高光谱图像。通过比较纯偶氮甲酰胺和纯面粉的平均漫发射光谱,找到两者区分度较大的4个吸收波段：1 574.38,2 038.55,2 166.88和2 269.91 nm。采用二阶导数对样品图像中的像素点光谱进行预处理,通过光谱角制图、光谱相关角和光谱相关性度量三种光谱相似性分析方法对混合样品中的偶氮甲酰胺像素和面粉像素进行检测。结果表明,预处理后的平均光谱不能有效检测面粉中偶氮甲酰胺;单像素点光谱结合光谱相似性分析实现了混合样品中偶氮甲酰胺像素和面粉像素的分类;分类结果的验证显示了偶氮甲酰胺像素和面粉像素的正确分类。研究结果为利用高光谱技术检测面粉中添加剂提供了方法支持,为食品中掺杂物的检测提供参考。     

渤海海冰反射光谱基本特征的观测研究

针对渤海海冰监测的需要,在分析前人相关研究的基础上, 从洁净平整冰入手, 通过控制实验,在辽东湾鲅鱼圈港内获取不同厚度的洁净平整冰、有积雪覆盖海冰和含有泥沙海冰的样本,开展海冰现场反射光谱观测实验。根据两年的观测数据, 在可观测到的小于30 cm厚度范围内,洁净平整冰的光谱曲线呈现出“一大一小” 的双峰特征,且主反射峰值与海冰厚度有较好的对应关系;有积雪覆盖海冰的主反射峰光谱值要大大高于相同厚度的没有积雪覆盖的洁净平整冰主反射峰光谱值;含有泥沙的海冰的光谱曲线在675～725 nm波长范围内表现为先略有抬升,然后再继续下降的特征,而且其主反射峰值也大大升高。积雪覆盖和泥沙是产生渤海海冰“同厚异谱”或“同谱异厚”现象的重要原因。     

基于无人机遥感的不同施氮水稻光谱与植被指数分析

卫星遥感空间分辨率低且易受大气、云层、雨雪等因素的影响。本文使用共轴十二旋翼无人机搭载光谱仪构成农情遥感系统。首先,给出自主设计的无人机结构和飞行控制系统,围绕飞行平台、控制系统、遥感载荷构建了多环节数据备份的无人机遥感数据采集系统;然后,试验测试4种施氮水平水稻的光谱指数变化规律;最后,通过试验数据分析可得:在可见光区水稻冠层光谱反射率随氮素水平增加而减小,在近红外区,光谱反射率一开始随氮素水平增加而增大,但氮素水平增大到一定程度后再增加氮素导致反射率降低。在4种氮素水平下,水稻植被指数RVI和NDVI由分蘖期到拔节期先增大,然后至抽穗期又逐渐减小,且抽穗期RVI和NDVI值小于其分蘖期RVI和NDVI值。试验表明以多旋翼无人机为平台搭载光谱仪器构成农情遥感监测系统用于反演作物植被指数方面是可行的。本文设计的无人机遥感数据采集系统能够有效、实时获取遥感信息,其获取的高空间分辨率和光谱分辨率的农田实时信息能够为作物长势的分析、健康状况的监测提供必要的数据支持。     

观测角度对岩石热红外光谱解混影响的实验研究

岩石定量遥感是矿产资源探测与地质环境监测的主要手段,光谱解混是岩矿定量遥感的重要方法。在实际应用中,由于卫星对地观测受地形起伏的影响,观测具有一定的角度,导致所测发射率光谱产生变异。但在目前的研究中,解混所采用的矿物端元光谱,是在实验室垂直试样表面观测得到的,忽略了观测角度对发射率光谱的影响,降低了光谱解混精度。因此,有必要将观测角度作为影响岩石光谱解混的因素,研究其对光谱解混精度的影响。首先,将常见的石英、正长石和斜长石矿物表面制作成一般粗糙度,并设计0°~77°共9个观测角度实测发射率光谱,分析观测角度对矿物热红外光谱特征的影响。其次,利用观测角度13°~77°的矿物端元,构建相应角度虚拟岩石光谱,并用0°的矿物端元光谱解混9个观测角度的岩石光谱,分析观测角度对岩石热红外光谱解混的影响。结果表明：(1)在0°~20°范围,观测角度对光谱影响较弱,从30°开始,影响显著。基本规律是：随着角度的增加,光谱吸收深度增加,但各波段处的情况不尽相同。CF特征在观测角度大于50°之后向短波方向移动明显;RF特征处的吸收谷在观测角度大于20°之后显著加深,且谷底位置向短波方向移动;TF特征在观测角度大于40°之后发射率显著降低。表明观测角度的变化,会引起光谱特征的明显变化。(2)在0°~20°范围内,观测角度对光谱解混影响不明显,解混误差小于5%;当观测角度大于20°时,观测角度对光谱解混有显著影响,30°~77°解混误差均大于5%,平均解混误差达到17.2%,解混精度较低。这表明,在基于光谱解混方法进行岩石矿物组分定量反演时,需要考虑观测角度的影响,这对于提高反演精度、准确确定岩石类型具有重要意义。