积分球光源分布温度对宽波段光学遥感器绝对辐射定标的影响及其校正

实测了积分球输出光谱辐亮度分布曲线,并得到积分球光源的分布温度。从理论上分析了积分球光源分布温度影响宽波段光学遥感器绝对辐射定标精度的原因和机理,并仿真计算了包括积分球和太阳在内的几种不同分布温度光源定标某宽波段光学遥感器时得到的定标系数。仿真结果表明,不同分布温度间的定标系数最大差别大于2%。在此基础上提出了积分球光源分布温度影响绝对辐射定标系数的校正方法,为提高宽波段遥感器的辐射定标精度和遥感图像辐射校正提供了思路和依据。     

基于精确光谱响应匹配的星载成像光谱仪交叉辐射定标

星载遥感器在轨运行中受到外太空环境以及遥感器自身特性衰变的影响,辐射特性会发生变化。为确保星载遥感数据能真实地反映被观测地物目标特征及其变化规律,需要定期对星载遥感器进行在轨辐射定标。环境小卫星超光谱成像仪(HJ1A/HSI)由于缺乏配套的星上定标系统,基于场地定标的方法难以满足高频次定标的需求。以EO-1/Hyperion为参考遥感器,以HJ1A/HSI为待定标遥感器,通过反卷积方法对两成像光谱仪光谱通道之间进行精确光谱响应匹配,消除波段设置的差异性,显著降低了HSI定标系数的不确定度。基于本定标方法得到的HSI 115个波段的绝对定标系数中,Band 1至Band 60之间的定标系数的不确定度稳定在5%～8%,除760 nm附近的氧气吸收波段与940 nm附近的水汽吸收波段外,其余波段的定标系数的不确定度为7%～18%,随着波长的增加,不确定度增大。与传统波段匹配方法相比,提高了约50%的精度,该定标精度基本可以满足遥感数据定量化应用的需求。该方法解决了在轨星载成像光谱仪光谱通道设置差异大、交叉定标精度低,难以实用的问题,为星载成像光谱仪高频率更新辐射定标数据提供了一种有效方法。     

通道式辐射计自动观测数据的反射率光谱拓展方法

为了适应光谱特性、观测角度不同的卫星载荷定标需求,提出了一种考虑地表双向反射分布函数特性(BRDF)的通道式辐射计光谱反射率拓展方法。利用国家高分辨遥感综合定标场的星地观测数据,对提出的自动观测数据光谱拓展方法进行验证。结果表明,通道反射率光谱拓展结果与地物光谱仪实测值相比平均相对差异为2.67%;而与Sentinel-2A/B卫星实际观测结果相比,各波段差异均在10%以内。进一步开展了不确定性分析,利用提出的光谱拓展方法获得的地表光谱反射率不确定度为3.34%,基于该方法的Sentinel-2A/B蓝、绿、红、近红外波段辐射定标总不确定度分别为3.35%,3.77%,4.10%,4.29%。     

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。     

高光谱遥感器现场光谱定标精度验证方法研究

鉴于精确的光谱辐射定标精度验证对于高光谱遥感器的现场定标和数据应用非常必要,以SVC光谱辐亮度计为例,利用多波段辐亮度标准传递探测器和新型的光谱可调积分球参考光源,设计了一种高光谱遥感器光谱定标精度的验证方法。该方法利用新型光谱可调积分球参考光源在待测波段内分别输出光谱形状单调上升和单调下降的光谱辐亮度状态,通过光谱匹配技术,即平移改变SVC光谱辐亮度计的波长,分析比对MRSTD和SVC光谱辐亮度计测量辐亮度的相对偏差。比对结果为光谱定标验证精度优于±0.2 nm,辐射定标验证精度小于5%。     

基于超连续光源的InGaAs探测器相对光谱响应度定标技术

InGaAs光电探测器是近红外波段重要的光探测器件之一,具有高量子效率、低暗电流、宽带宽等特性,被广泛应用于光电测量、光通信及遥感等领域中。基于超连续白光激光器与双单色仪的光谱比较装置,利用标准InGaAs陷阱探测器对平面InGaAs探测器在900 nm～1600 nm波段进行了相对光谱响应度的定标,并与利用钨灯作为光源的响应度定标结果进行了比较。两种光源条件下,光谱响应度在900 nm～1600 nm波段最大相对差值小于0.2%,取得了较好的一致性。超连续光源的测量重复性最大值小于0.06%,远小于使用卤钨灯的测量重复性1%,降低了因测量重复性贡献的不确定度分量,验证了超连续激光器在探测器相对光谱响应度定标中的可行性。此外,还对被定标的平面探测器光谱响应度结果进行了测量不确定度分析。     

4m直径均匀扩展定标光源

针对目前光学口径不断增大的空间光学遥感器实验室辐射定标的需求,基于近距离扩展源照明方法设计了400～900 nm谱段内最大积分辐射亮度为200 W/(m²·sr)的4 m直径均匀扩展定标光源。该定标光源内径为4 000 mm,出光面直径为1 600 mm。对该定标光源光机结构进行了详细设计,利用光纤光谱仪监视输出的相对光谱分布,CPLD结合单片机实现输出光谱辐亮度值无人值守智能化远程自动控制。使用PR 735光谱辐射计测量该光源400～900 nm谱段内最大积分辐射亮度为222.62 W/(m²·sr),通过对定标光源的稳定性、面均匀性及角度均匀性测试,分析了定标光源的测量不确定度为3.57%。实验结果表明:该定标光源可以满足口径1 600 mm以下可见/近红外空间光学载荷的实验室辐射定标需要,并可实现智能程控化控制,提高了定标测试精度。     

空间调制干涉光谱成像仪的室外定标技术研究

空间调制干涉光谱成像仪通过干涉仪分光,在探测器上得到干涉条纹,经过软件复原后最终得到目标的光谱信息。发射前的室外辐射定标中的定标光源为太阳,可以有效地弥补实验室辐射定标时定标光源(太阳模拟器)短波波段辐亮度低,导致干涉光谱成像仪短波输出信噪比低、光谱复原精度低的缺点,通过室外辐射定标模拟遥感光谱仪探测地物目标的太阳反射光谱特性,可以得到地物目标的准确光谱信息,并与实验室定标的结果进行相互验证。经过理论研究和计算,使用了两种定标方法-大气漫射板测量法和标准传递辐亮度法进行室外定标,在大理的室外定标结果表明,大气漫射板测量法的定标不确定度为6.3%,标准传递辐亮度法的定标不确定度为6.0%。     

无人机多光谱传感器场地绝对辐射定标研究

2010年10月14日无人机遥感载荷验证场科学实验在内蒙古乌拉特前旗展开,这是我国首个航空遥感定标验证场的首次科学实验。通过验证场实验数据及制作的朗伯特性好的六块高光谱辐射特性靶标,采用反射率基法对搭载在无人机平台上的宽视场多光谱相机进行了场地绝对辐射定标。结果显示,对于成功获取影像的绿光、红光及近红外通道的绝对定标结果中,计数值(DN值)与辐射传输计算得出的表观辐亮度之间的线性相关系数优于99%。经误差分析得到不确定度为5.19%,优于验证场课题要求的6%。定标结果表示,验证场所配备之高光谱辐射特性靶标适用于机载多光谱载荷的场地绝对定标,且定标结果可靠,可以用于地物参数的反演。     

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。     

光谱匹配因子对GF-1/WFV时间序列交叉定标的影响分析

在轨运行的传感器辐射性能由于受到元部件老化、外太空辐射等因素的影响,会发生变化,通过传感器在轨定标可以及时追踪传感器在轨运行期间的辐射性能变化。利用Terra/MODIS(Terre卫星中分辨率成像光谱仪)参考,GF-1/WFV(高分-1号卫星视场传感器)传感器为目标,基于敦煌校正场的实测地表光谱数据,在考虑两传感器成像时刻的不同观测角度、光谱响应、大气条件和地表特性的匹配贡献的基础上,获得交叉定标光谱匹配因子,进一步得出WFV自发射后的时间序列交叉定标系数。以此辐亮度定标系数得到的表观辐亮度值与MODIS表观辐亮度值进行比对,开展光谱匹配因子对GF-1/WFV定标系数的影响分析。分析认为：在不同波段,光谱匹配因子变化趋势总体一致,大于0.9的光谱匹配因子比重分别为53.1%,75%,81.2%和93.8%;辐亮度定标系数的时间序列变化趋势与光谱匹配因子的时间变化趋势呈现负相关;匹配因子越接近1,两传感器辐亮度值的相对偏差越小。     

基于高光谱影像的干旱区草地光谱特征分析

基于石羊河流域金昌地区Hyperion高光谱影像,通过FLAASH大气校正,利用纯像元指数法提取草地波谱信息,并运用光谱一阶微分法和连续统去除法进行定量化处理。结果表明,相对于生长旺盛期的草地光谱特征,衰退期草地光谱红边左移,斜率降低,蓝边、黄边特征减弱,可见光波段反射值较高,近红外波段反射率较低;不同覆盖度草地的红边、绿峰、蓝光和红光吸收谷位置保持一致,可见光波段的光谱吸收特征(波段深度、宽度、面积、对称性)随覆盖度的增大呈有规律的变化,可作为提取或判定植被覆盖度的依据。     

GF-1与GF-6 WFV影像在滇池悬浮物浓度反演中的对比分析

总悬浮物(TSM)是水环境评价的重要参数之一,也是遥感水质反演的重要指标。GF-1/WFV和GF-6/WFV作为高分系列对外免费开放的卫星数据,在遥感监测中的应用较为广泛,但目前针对两种数据的对比分析以及GF-6/WFV新增波段在水体水质参数反演中的适用性研究较少。以云南滇池水域为研究区域,对与水体实测数据同步过境(或时相相近)的GF-1/WFV和GF-6/WFV遥感影像采用统计分析的方法进行相同波段(蓝、绿、红、近红外)一致性分析,在此基础上运用经验回归方法分别构建两种数据的TSM反演模型,并将加入GF-6/WFV新增波段的模型与GF-1/WFV构建的模型进行对比分析,选择最优模型应用于滇池2020年的6幅GF-6/WFV图像得到滇池TSM分布图。结果表明：GF-1/WFV与GF-6/WFV的蓝、绿、红、近红外波段的相关系数分别为0.98, 0.98, 0.97和0.99,两种数据的表观反射率具有很高的一致性。GF-1/WFV基于蓝、绿、近红外波段构建的差值模型“B2+B4-B1”反演精度较高,模型反演的均方根误差为6.35 mg·L^-1,平均绝对百分比误差为2...     

两种光谱混合分析模型的比较

为了分析与对比线性光谱混合分析模型(LSMA)和约束线性光谱混合分析模型(CLSMA)在光谱混合分解中的优势与劣势,我们设计了混合光谱分解实验。反演结果表明,当利用所有光谱数据进行端元百分含量反演时,LSMA的总误差比CLSMA小0.075。当利用波段选择后的数据进行端元百分含量反演时,前者的总误差比后者小0.017。这样,不论是利用所有光谱波段数据还是利用波段选择后的数据,LSMA在混合光谱分解的效果上都优于CLSMA;此外,LSMA利用波段选择数据反演端元百分含量的总误差比它利用所有波段数据的总误差小0.02,CLSMA利用波段选择数据反演端元百分含量的总误差比它用所有波段数据的总误差小0.077。这主要是因为波段选择大大减少了端元光谱间的相关性,所以,利用波段选择数据进行混合光谱分解优于不加选择的光谱混合分解。     

玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及估测模型

为了快速、准确估测番茄叶片叶绿素含量,利用光谱分析技术研究了玻璃温室环境下番茄叶绿素含量敏感光谱波段提取及其估测模型。番茄以基质方式栽培,在结果期使用ASD FieldSpecTM HH型便携式光谱辐射仪采集叶片光谱,并采用752型紫外-可见分光光度计测定其叶绿素含量。从原始光谱、吸光度光谱、一阶微分光谱、去除包络线光谱出发,进行光谱预处理,分析了净化图谱信息、突出作物叶绿素含量光谱特征的有效性。其中,吸光度光谱在可见光部分增强了光谱响应特征,去除包络线光谱和一阶微分光谱均具有较强的蓝光、红光吸收谷和绿光反射峰。又结合波段间自相关分析和多重共线性诊断提取了番茄叶绿素含量敏感光谱波段,原始光谱特征波段为639,672,696,750,768 nm;吸光度光谱特征波段为638,663,750,763 nm;去包络线光谱特征波段为436,564,591,612,635,683,760 nm;一阶微分光谱特征波段为516,559,778 nm。最后,应用4种预处理下的番茄叶绿素含量敏感光谱波段分别建立多元线性回归模型,模型精度由高至低分别为去包络线、吸光度、原始、一阶微分,其中去包络线模型校正集决定系数R2_c为0.88,验证集决定系数R2_v达到0.82,具有较好的预测能力。     

绿色植被可见-近红外反射光谱模拟材料研究进展

成像光谱技术能够同时获取目标的图像特征和光谱特征,很容易识别与背景环境光谱特征区别较大的传统伪装材料。近年来,成像光谱得到了迅速发展,经历了多光谱技术到高光谱技术的跨越,传感器的探测波段数、光谱分辨率、空间分辨率的显著提高。得益于各国ISR无人机技术的应用,高光谱传感器由星载拓展到机载,可以在更近距离对军事伪装目标进行识别,对具有重要价值的军事目标的生存能力构成巨大挑战。目前,应对高光谱的伪装材料主要设计思路是,选择材料或材料体系具有与环境背景相似的颜色和光谱反射特征（传感器探测范围内）进行复合,目的是与环境背景达到“同色同谱”来躲避高光谱侦察。绿色植被是最常见的伪装背景,也是本领域绝大部分研究的光谱模拟对象,其反射光谱曲线在可见近红外波段具有：“绿峰”、“红边”、“近红外高原”和“水吸收带”四个主要特征,分别由叶片的组织结构以及叶绿素和水分产生。离体叶绿素光热稳定性较差,不能直接用作伪装材料,所以寻找和合成稳定性好、具有类叶绿素结构及光谱特征的分子是当前的研究热点之一。此外,铬绿和钴绿是常用的伪装颜料,具有类似绿色植被“绿峰”、“红边”和“近红外高原”光谱反射特性,研究者将其与高吸水填料复合来引入“水吸收峰”,大致模拟出绿色植被反射光谱,但是想要实现精确模拟,仍存在一些难以解决的问题。从绿色植被光谱特征出发,分别阐述了模拟绿色植被可见光区和近红外光区光谱特征的材料选择依据及体系;同时介绍了它们在精确模拟植被光谱时存在的问题,以及通过改性和复合来提升光谱相似度和耐候性的相关研究工作,总结并展望了绿色植被光谱模拟材料要解决的重难点问题和发展方向。     

基于二维相关光谱的水体叶绿素含量探测

利用Shimadzu UV2450分光光度计测量了含有不同叶绿素浓度的湖水样本在可见光和近红外区域的透射光谱,并使用实验室手段测量了水体的叶绿素含量。分析了湖水样本的透射光谱特性,同时引入二维相关光谱技术,利用叶绿素浓度值作为微扰量,得到水体叶绿素的动态光谱,进而结合二维同步谱图和异步谱图确定表征水体叶绿素浓度的特征波段。综合观察二维相关光谱中的同步谱图和异步谱图,更加精确地阐明了水体光谱特征,同时剔除水体中其他物质对于光谱信息的影响,更有效、全面地提取反映水体叶绿素信息的敏感波段。利用所选特征波段构建归一化水体叶绿素指数,将特征波段与叶绿素指数分别与水体叶绿素浓度建立线性预测模型。结果显示,归一化水体叶绿素指数的预测模型测定R2达到0.771 2,均方根误差是45.509 8 mg·L-1,预测R2达到0.765 8,均方根误差是39.503 8 mg·L-1。模型精度较利用特征波段建立的多元线性回归模型有了较大的提高,达到了实用水平。     

基于近红外光谱的杂交水稻种子发芽率测试研究

现阶段水稻种子发芽率测试仍然按照传统的农作物种子发芽技术规定进行发芽试验,此方法存在试验周期长、成本高、专业性要求高等缺点,本研究提出一种基于近红外光谱技术的快速、无损测试杂交水稻种子发芽率的新方法。采用人工老化方法在温度45 ℃、湿度100%的条件下分别老化处理2个品种杂交水稻种子0,24,48,72,96,120,144 h;用近红外光谱仪分别采集2个品种不同老化时间段杂交水稻种子光谱数据共280份,随机分成校正集(168份)和检验集(112份);测试不同老化时间段的水稻种子发芽率;以偏最小二乘算法(PLS)建立了回归模型,分析不同光谱波段和比较不同光谱预处理方法对模型精度的影响。2个品种的水稻种子光谱数据采用全波段和标准化＋正交信号校正预处理时模型最优,模型校正集决定系数(R_C)与验证集相关系数(R_P)分别为0.965和0.931,校正标准误差(SEC)与预测标准误差(SEP)分别为1.929和2.899,验证集预测值与真实值之间的相对误差在4.2%以内。研究结果表明利用近红外光谱分析技术进行杂交水稻种子发芽率的快速无损检测是可行的。     

光栅色散型成像光谱仪的在轨光谱定标方法研究

精确的光谱定标是定量化反演地物信息的前提与基础。光栅色散型可见近红外成像光谱仪(VNS)主要用于海洋水色遥感和海岸带监测,采用推扫式成像方式,工作波段范围覆盖400～1 040 nm,空间维视场像元总数为1 024,共设置256个光谱通道,光谱采样步长为2.5 nm。针对仪器入轨后可能发生的光谱通道中心波长漂移或通道宽度展宽问题,基于光谱特征曲线匹配思想,提出了利用太阳大气廓线和星上定标器镨钕特征光谱进行在轨光谱定标的新方法。开展了在轨光谱真实性检验与定标的地面模拟实验,采用最小差值与相关系数联合算法对数据进行了处理。以大气氧气吸收763 nm波段为例,介绍了在轨光谱定标的步骤。给出了太阳夫郎和费517 nm、Pr-Nd玻璃685 nm和氧气吸收763 nm三个典型波段对应VNS的光谱通道的定标结果：三个通道穿轨视场Smile效应幅度相近,约为0.6 nm;中心波长漂移方向和大小各异,分别为0.707,-0.369和0.293 nm;对穿轨方向各像元的测量值进了二次曲线拟合,763 nm通道标准偏差小于另外两个通道,三个通道的光谱定位精度较高优于0.176 nm。为成像光谱仪开发出一种适用的在轨光谱定标算法。     

基于近红外光谱检测技术的水泥生料成分含量检测研究

近红外光谱检测技术已经成功应用于水泥生料成分的快速检测,但我国水泥企业在生产水泥生料时所用原材料品种不一,使用不同的原材料进行生产时对近红外光谱建模带来一定影响。为了研究不同原料生产的水泥生料近红外光谱建模差异,对不同地区水泥生产线所生产的水泥生料进行建模研究。选取两个不同地区水泥生产线的水泥生料样本各95份和82份,各自选取80份和67份作为校正集,15份作为验证集。首先将两条水泥生产线的样本每份重复装样测3次光谱,取平均光谱做为样本的近红外光谱。然后通过采用S-G平滑法对两个不同地区所生产的水泥生料近红外光谱进行预处理。对比发现两个地区水泥生料近红外光谱存在一定差异,采用偏最小二乘回归算法建立检测模型,所建立的模型精度差异较大。采用CARS波段挑选法,分别对两种水泥生料近红外光谱进行挑选,生产线一的水泥生料样本SiO₂,Al₂O₃,Fe₂O₃和CaO近红外光谱波段由3 113个变量分别保留了85,89,55和67个变量,生产线二的水泥生料近红外光谱则分别保留了51,55,55和55个变量,且保留的波段明显存在一定区别。最后分别建立了两个地区的水泥生料SiO₂,Al₂O₃,Fe₂O₃和CaO近红外光谱检测模型。通过对比发现原材料不同时所挑选的波段不同,且检测模型预测效果良好。生产线一的SiO₂,Al₂O₃,Fe₂O₃和CaO检测模型的RMSEP（预测均方根误差）分别为0.109,0.053,0.034和0.185,生产线二 的SiO₂,Al₂O₃,Fe₂O₃和CaO检测模型的RMSEP分别为0.084,0.024,0.023和0.184。结果表明当水泥生料的原材料发生变化或者产地不一时,不能仅靠修正模型对水泥生料进行检测,而是需要重新进行近红外光谱建模,且光谱波段选择也会发生变化。采用波段挑选法对水泥生料近红外光谱进行波段挑选能够提高检测模型的模型精度。