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。     

资源三号卫星多光谱数据的大气校正研究

资源三号卫星多光谱数据空间分辨率达到5.8 m,能够很好的应用于地物分类和识别,由于其缺乏短波红外波段,无法采用暗目标法进行大气校正,因此,提出通过6S辐射传输模型构建大气校正系数查找表,结合MODIS数据反演的气溶胶光学厚度参数的大气校正方法,对ZY-3卫星多光谱(MUX)数据进行大气校正。采用敦煌地区星地同步测量的石膏矿、戈壁两种地物光谱对大气校正结果进行了验证,并比较了大气校正前后归一化植被指数(NDVI)。结果表明：大气校正后的地面反射率与石膏矿、戈壁两种地物实测光谱数据相对误差不超过6%;大气校正增大了植被的NDVI与其他地物的NDVI的差值,突出在植被监测方面的应用能力。     

内陆河道表层水体反射光谱的走航观测研究

现场水体光谱观测是水体光学性质、水色遥感反演建模等研究不可或缺的基础性工作之一。常规的倾斜观测方法受其较为严格的观测几何条件限制, 需要依据船体位置、太阳方位等不断调整观测角度,特别是针对河道水体光谱观测时,还须考虑河道走向、岸线遮蔽物等情况,因此,只能设置若干站点进行离散样点的观测,难以在岸线环境较为复杂的河道水体开展连续走航快速观测。而现场水体光谱连续走航快速观测能够获取不同地方时的大样本水体反射光谱,丰富对水体二向反射特征的认识,并建立更精确的反演模型,在水色遥感研究中具有极其重要的作用。鉴于此,设计了一种基于垂直观测几何方式的内陆河道表层水体反射光谱连续走航快速观测方法,并通过时空匹配技术获取整个河道的全波长遥感反射率数据。在杭州西小江部分河段的试验表明,该方法获取的遥感反射率与同步实测的叶绿素浓度、浊度等水色组分的相关性较强,选取的特征波段获得的确定系数R2均大于0.855。Sentinel-2的观测天顶角接近于0,近乎于垂直观测。该研究使用Sentinel-2B的光谱响应函数对实测光谱进行等效光谱模拟,转换为相应波段的等效遥感反射率,反演结果与基于Sen2Cor的大气校正后的遥感反射率数据进行建模,分析结果表明,基于Sen2Cor的大气校正后的遥感反射率数据存在高估现象,同时又用Sentinel-2B的大气表观反射率反推辐射亮度,然后用FLAASH大气校正获取Sentinel-2B的遥感反射率数据,经与实测等效遥感反射率建模分析发现,基于FLAASH的大气校正后的遥感反射率数据在小于0.02 sr-1时也存在高估现象,在大于0.02 sr-1时则存在明显低估现象。研究表明,用该方法所获取的大样本实测遥感反射率数据具有对卫星反射率产品进行真实性验证的应用潜力。     

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。     

HJ-1A/1B卫星CCD影像水环境遥感大气校正方法评价研究——以鄱阳湖为例

HJ-1A/1B卫星CCD传感器具有较高的空间、时间分辨率,在内陆湖泊水质遥感定量监测方面有很大潜力,大气校正是制约其应用的关键问题之一。以我国第一大淡水湖——鄱阳湖为研究区域,结合2009年、2011年两次现场实测数据对FLAASH,6S,COST和QUAC四种大气校正结果进行对比分析,并探讨各种大气校正算法对悬浮泥沙浓度反演精度的影响。结果表明:(1)HJ-1A/1B卫星CCD的第1波段在水环境遥感应用时,建议进行重新定标;第2和3波段四种大气校正结果精度相对较高,其中,FLAASH,6S和COST三种大气校正算法精度都较高,QUAC精度偏低,建议在可能的情况下对该算法进行有针对性的改进;(2)FLAASH,6S,COST和QUAC四种大气校正算法第2和3波段比值结果与实测数据吻合度最好,平均相对误差分别为8.2%,9.5%,7.6%和11.6%,因此建议在鄱阳湖水域尽量采用第2和3波段比值作为反演因子;(3)以四种大气校正结果为基础,与悬浮泥沙浓度直接建模,结果发现,四种模型反演精度均比用实测遥感反射率与实测悬浮泥沙浓度建立的模型反演结果要高,FLAASH,6S和COST三种算法反演所得悬浮泥沙浓度精度都较高,平均相对误差分别为:10.0%,10.2%和8.0%;QUAC略差,平均相对误差为18.6%。建议在泥沙浓度反演时采用大气校正结果与悬浮泥沙浓度直接建模,可以有效降低利用实测光谱数据建模引起的大气校正误差的累积效应;(4)在精度要求不是特别高的前提下,四种大气校正算法都可以采用,但综合算法复杂程度、精度、稳定性等多种因素,在辅助信息不全的情况下,COST大气校正算法更值得推荐。     

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。     

一种改进的遥感影像地形校正物理模型

遥感影像地形校正是提高光谱反射率反演精度的一个重要的预处理步骤。目前已经出现了多种遥感影像地形校正模型,这些模型各有优缺点。针对现有地形校正模型存在的问题和不足,在Shepherd地形校正模型的基础上,利用更高精度的天空散射辐射计算方法对其加以改进。将改进的地形校正模型和6S大气辐射传输模型相结合以2006年7月12日北京北部山区的Landsat 5 TM影像为数据源进行了地表光谱反射率反演试验。从三个方面对遥感影像地形校正效果进行了检验,结果表明该改进模型能够取得较好的地形校正效果,校正效果优于Shepherd和C校正模型。该改进模型是一种物理模型,可以应用于各种光学遥感影像。     

基于果蝇-鲍威尔优化的航空高光谱影像大气校正方法

航空高光谱的大气校正是进行高光谱定量反演的基础,但通过空地同步对比分析航空高光谱大气校正的研究较少,论文主要研究了Hyspex高光谱遥感数据不同的大气校正方法。在现有的几种大气校正方法的基础上,提出了一种大气校正的新方法：首先,采用果蝇-鲍威尔优化算法反演光谱的性能参数(中心波长和半波高度的偏移量),对光谱重定标。然后在光谱重定标的基础上,采用MODTRAN模型对Hyspex高光谱数据进行大气校正,得到地表反射率数据。利用同步采集的五种典型地物的地面实测ASD数据将提出的新方法与现有的几种大气校正方法(快速大气校正、经验线性法大气校正、基于6S模型的大气校正、基于FLAASH模型的大气校正、基于MODTRAN模型的大气校正)的大气校正结果进行对比分析,并采用决定系数(R2)和均方根误差(RMSE)来比较各种大气校正方法的精度。结果表明：提出的果蝇-鲍威尔优化MODTRAN模型的大气校正结果最好,决定系数在80%以上,均方根误差在15%以内;基于MODTRAN模型、FLAASH模型、6S模型的方法的校正结果稍次于本文提出的新方法,结果比较稳定,决定系数在70%以上,均方根误差在20%左右;快速大气校正与经验线性法的校正结果不稳定。可以得出结论：本文提出的果蝇-鲍威尔优化算法有效可行,可以精确的反演出中心波长和半波高度的偏移量,其大气校正的精度优于现有的多种大气校正方法。     

基于FLAASH的Hyperion高光谱影像大气校正

遥感影像的大气校正是定量遥感研究的前提。文章对利用ENVI 软件的FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)进行EO-1 Hyperion高光谱影像的大气校正能力进行了评价。黑河流域甘肃张掖研究区的Hyperion高光谱影像的获取时间是2007年9月10日,卫星过境前后准实时获取41个样区的野外实测数据,包括冠层波谱和生化含量以及GPS定位数据。首先利用Landsat-7 ETM+影像对Hyperion高光谱影像进行了几何校正,然后将Hyperion的DN值转化为辐射亮度和表观反射率,并利用FLAASH对Hyperion影像进行大气校正。比较了研究区四种典型地物(玉米、水体、荒漠和建筑物)的辐射亮度、表观反射率以及FLAASH大气校正后的反射率,并与玉米ASD野外反射波谱利用高斯滤波函数重采样到Hyperion相应波段后进行了比较。结果表明,FLAASH大气校正很有效,两种方法获得的反射波谱相吻合,相关系数达0.987。     

浑浊二类水体的高分四号卫星大气校正效果分析

高分四号卫星是我国首颗高空间分辨率地球静止卫星,在浑浊二类水体的遥感定量监测方面应用潜力很大。为评价高分四号多光谱数据经大气校正后水体反射率的精度,以太湖为研究区,使用同步MODIS数据辅助的Gordon单次散射改进算法,对2016年7月21日和2016年8月17日两景高分四号多光谱数据进行大气校正,并通过与地面同步实测光谱数据、以及地球静止水色卫星GOCI数据大气校正结果的协同比对,验证高分四号多光谱数据的大气校正效果,为该卫星产品的水色遥感应用提供借鉴和参考。结果表明,红光B4波段校正精度最高,平均绝对误差(MAPE)为10.71%;绿光B3波段校正精度次高,MAPE为13.21%;近红外B5波段校正精度次低,MAPE为33.06%;蓝光B2波段校正精度最低,MAPE为53.55%。其中B3,B4和B5波段校正精度高于GOCI,主要原因在于高分四号的空间分辨率远高于GOCI,混合像元导致的精度误差相对较小,充分显示了高分四号作为一颗高空间分辨率地球静止卫星在水色遥感方面的优势;而B2波段低于GOCI,表明高分四号的蓝光波段尚有改进空间,今后有必要对该波段进行重新定标等处理;在未得到有效处理的情况下,水色遥感应用应尽量避开该波段。总体而言,高分四号多光谱数据校正精度较高,可以较好的应用于内陆二类浑浊水体的定量遥感监测。     

基于HJ-1-CCD数据的地表反射率反演与验证

环境一号卫星OCD相机(HJ-1-CCD)30m的空间分辨率在地物识别中具有潜在优势,然而由于缺少短波红外通道,利用暗像元法反演地表反射率较为困难.基于北京与珠三角地区的地物光谱试验,获得暗像元的植被指数与红、蓝波段反射率比值,构建基于辐射传输模型的大气校正算法.为了验证算法精度,将北京地区卫星反演值与实测的草坪、水体...     

基于Sentinel-2A影像的玉米冠层叶绿素含量估算

农作物叶片中的叶绿素通过吸收光能参与光合作用产生化学能,及时、准确地估算叶绿素含量对于农作物长势、养分含量监测、品质评价和产量估算具有重要意义。Sentinel-2卫星的重访周期为5 d,空间分辨率为10 m,具有13个光谱波段,其中包括三个波宽仅为15 nm对叶绿素含量变化敏感的红边波段,是叶绿素含量估算的理想数据源。植被指数是基于农作物在不同波段的反射特性,通过不同波段组合方式刻画长势和叶绿素含量的差异,可用于大区域范围内的玉米冠层叶绿素含量快速、精确估算。以Sentinel-2A影像为数据源,开展基于多种植被指数的玉米冠层叶绿素含量估算方法研究。课题组于2016年8月6-11日在河北省保定市（115°29′-116°14′E,39°5′-39°35′N）进行玉米冠层叶绿素含量的实地测量,并在每个采样位置上采用中绘i80 智能RTK(real-time kinematic)测量系统进行定位。Sentinel-2A影像预处理工作包括几何校正、辐射定标和大气校正,其中大气校正使用Sen2Cor模型和SNAP模型。首先,基于预处理后的Sentinel-2A遥感影像,分别计算CI_green(green chlorophyll index), CI_red-edge(red-edge chlorophyll index), DVI(difference vegetation index), LCI(leaf chlorophyll index), MTCI(MERIS terrestrial chlorophyll index), NAVI(normalized area vegetation index), NDRE(normalized difference red-edge), NDVI(normalized difference vegetation index), RVI(ratio vegetation index), SIPI(structure insensitive pigment index)植被指数。然后,建立样方位置上实测叶绿素含量与各植被指数的统计关系,从而构建玉米冠层叶绿素含量估算模型,并以野外实测玉米冠层叶绿素含量为依据,对基于各植被指数的估算结果进行精度评价。最后,利用筛选出的最优叶绿素含量估算模型,估算研究区内的玉米冠层叶绿素含量。研究的目标为：（1）通过比较分析,构建合适的玉米冠层叶绿素含量估算模型,估算精度以决定系数R2、均方根误差RMSE以及相对误差RE作为评价指标;（2）确定最优波段组合方案：在红边波段中选择与可见光、近红外波段组合效果更优的波段组合方案;（3）确定参与植被指数计算的红边波段的最优数量。精度评价结果表明：（1）选用的植被指数与玉米冠层叶绿素含量呈多项式拟合关系,其中使用红边波段计算的植被指数的估算结果明显优于未使用红边波段的估算结果;红边波段引入后明显提高了可见光、近红外波段对叶绿素含量的拟合的精度,CI_{green(560, 705)}指数比CI_{green(560, 842)}的回归模型R2提高0.516,红边波段参与计算的DVI相对于RVI来说,估算结果更稳定。（2）对于不同的植被指数,参与运算的Sentinel-2A影像的两个红边波段,估算精度的提高程度不同。对于可见光波段参与计算的植被指数来说,在红边波段1（中心波长为705 nm）的估算精度较高,如LCI,CI_green,DVI和RVI等;对于近红外波段参与计算的植被指数来说,在红边波段2（中心波长为740 nm）的估算精度较高,如CI_red-edge,NDRE和NAVI等。（3）对于Sentinel-2A影像来说,两个红边波段共同参与叶绿素含量估算时能取得最高的的估算精度。选用的植被指数中,MTCI_{(665, 705, 740)}指数与玉米冠层叶绿素含量估算精度最高,回归模型拟合精度R2为0.803,模型验证R2为0.665,RMSE为3.185,相对误差RE为4.819%。MTCI_{(665, 705, 740)}指数计算中使用了两个红边波段,突出红边波段反射率差值变化,与玉米冠层叶绿素含量表现出很好的相关性。最后,利用优选出的基于MTCI指数的叶绿素含量估算模型,对研究区范围内的叶绿素含量进行估算并完成空间制图。     

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。     

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。     

Sentinel-2宽波段光谱指数预测拔节后受冻冬小麦减产率

冬小麦拔节期后的晚霜冻害在区域尺度上表现出一定的空间差异,决定了应对冻害采取分区措施。基于Sentinel-2卫星数据的宽波段光谱指数预测区域冬小麦减产率,对灾情评估和生产管理决策具有重要意义。采用人工模拟霜冻试验,以光谱重采样将ASD FieldSpec® 3光谱辐射计获取的冠层反射率模拟为Sentinel-2传感器对应的波段反射率。采用19个已有光谱指数和以3种形式（简单比值、简单差值、归一化）组合构建的光谱指数构建冬小麦减产率线性回归模型。在每种形式中,筛选出决定系数排名前三的宽波段光谱指数作为候选指数。以商丘地区自然霜冻事件为契机,以Sentinel-2卫星数据计算候选指数,利用地面采样点的实测减产率验证候选指数精度。结果表明：（1）随着处理温度的降低,冬小麦冠层反射率在近红外区呈降低趋势,在可见光区和短波段红外区呈升高趋势;（2）重采样前后反射率数据计算的19个已有光谱指数中,大部分指数与减产率呈显著相关(p<0.001)。筛选出的12个候选光谱指数预测冬小麦减产率的线性回归精度较好,在校正集和验证集中的决定系数均高于0.631;（3）Sentinel-2卫星数据计算的候选光谱指数精度验证结果表明,包含波段B9的3个光谱指数未能通过显著性检验,其他9个光谱指数通过极显著性检验（p<0.001）。基于波段B8,B8a和B12组合的2个光谱指数(B8a-B12和B8-B12)精度较好,决定系数R2分别为0.543和0.492,均方根误差RMSE分别为8.510%和8.971%。该研究构建光谱指数B8a-B12和B8-B12符合简单差值形式,是预测冬小麦减产率宽波段光谱指数的最佳组合。研究成果揭示了冬小麦幼穗发育期冠层反射率在不同低温胁迫下的响应机制,表明Sentinel-2宽波段光谱指数预测冬小麦减产率有良好的精度,在霜冻后区域尺度上的冬小麦减产率预测具有可行性,对于不同地区霜冻灾害的措施制定具有指导作用。     

北京市区绿色空间滞尘分布反演研究

北京市作为中国政治中心和京津冀特大型城市,近40年来城市化进程迅速,大气颗粒物和尘埃粒子污染问题较为突出,发挥绿色空间滞尘功能具有重要现实意义。将高光谱技术与遥感技术相结合,反演了市域尺度绿色空间滞尘分布。以北京市区绿色空间常见植被大叶黄杨(Euonymus japonicus)为研究对象,通过室外采样与室内试验获取叶片样本的滞尘量、光谱反射率和叶面积等数据,比较叶片滞尘前后的原始光谱曲线和反射率一阶导数特征,分析不同滞尘量对光谱反射率的影响,探究对叶片滞尘量高度敏感的波段。利用光谱响应函数将地面采集的窄波段光谱反射率数据分别转化遥感卫星的宽波段光谱反射率数据,建立对应卫星波段植被指数比值与滞尘量的回归模型,选取拟合效果最好的回归模型作为滞尘反演模型。结合GF-2影像所提取北京市区绿色空间范围,采用滞尘反演模型获取北京市区绿色空间滞尘分布。进而插值得到北京市区尘埃污染分布,采用空间自相关模型检验其空间聚集特性。结果表明：740~1 870 nm波段, 滞尘后光谱反射率明显低于滞尘前反射率,滞尘对红边、黄边、蓝边位置没有明显影响,对“红边幅值”和“红边面积”影响较明显,利用Sentinel-2影像计算的EVI指数与滞尘量相关性最高,所构建的线性与二次滞尘回归模型决定系数(R2)分别为0.705和0.751;利用2021年4月7日和2021年6月3日的Sentinel-2影像反演获取了北京市区绿色空间滞尘分布,其滞尘分布趋势表现为：市中心高于郊区,北部高于南部,东部高于西部。北京市区中部、北部和东部易产生尘埃污染。污染分布具有明显聚集性,并非完全随机。     

基于辐射传输模型的环境一号卫星CCD相机的水体大气校正方法研究

水体大气校正问题是开展我国环境一号卫星水色遥感定量化应用的关键。针对环境卫星CCD相机的特点,以水气耦合的辐射传输模型构建大气校正参数查找表,研究以地面气象数据辅助的逐像元水体大气校正方法,实现水体离水反射率和遥感反射比的反演。以现场测量数据和MODIS数据为参考进行水体大气校正效果验证,研究发现CCD相机的反演结果在蓝、绿波段的精度较高而红、近红的反演结果系统偏大。研究结果还表明气溶胶模型是影响水体大气校正精度的重要因素。     

Landsat-8的舟山近岸海域总悬浮物遥感反演与时空变异研究

总悬浮物(TSM)是海洋水质和水环境评价的主要参数之一。舟山海域位于杭州湾边缘,泥沙含量多,总悬浮物长期处于高浓度状态,其分布与动态变化对近岸水质、水循环以及该区域的渔业、旅游业都有较大影响。Landsat-8卫星影像作为一种应用广泛、空间分辨率高、便于获取的光学信息,可以为舟山海域的TSM观测提供有力的技术手段。利用舟山近岸海域实测TSM吸收系数a_p(440)和水面光谱,开发了基于Landsat-8反演TSM的最优模型,发现基于近红外和蓝色波段比B5/B2的S-函数和线性函数模型反演精度较好,相对于线性模型,S-函数具有更强的鲁棒性,该模型形式为a_p=3.72/(0.009+e-5.249B5/B2),克服了常用函数模型（如线性、对数、指数函数）应用于实际卫星影像时出现光谱幅度范围受限的困难。海岸带内陆复杂水体水色遥感的另一难点是大气校正,以往的研究往往只采用某种大气校正模型,但该模型不一定适合研究水域,从而使得校正结果并不一定是最优的。在本研究中,验证比较了FLAASH,6S和ACOLITE三种大气校正方法面向Landsat-8水色反演的校正结果,发现ACOLITE方法获取的光谱形状最准确,误差最小,特别在蓝色波段,明显好于FLAASH和6S方法。将最优模型应用于舟山近岸海域2013到2018年的10幅Landsat-8图像。实测数据和反演结果显示：舟山近岸海域的TSM吸收系数a_p(440)的变化范围在1.64～417.04 m-1,均值118.47 m-1,TSM吸收占水体总吸收的90%以上,该海域实测的水面光谱形状呈现典型的河口海岸带复杂浑浊水体的光谱特征,很多光谱曲线具有双峰特征,遥感反射率幅值较大,特别是红色、近红外波段,由于受河口高浓度TSM的影响,遥感反射率高于远海较清洁的海水;衢山、洋山、宁波等近岸区域的TSM浓度明显高于东极、嵊泗等远海区域,随河口羽化区呈现由高到低的梯度变化,在近岸区域分布复杂,外海区域分布较为均匀。在时间分布上具有冬季浓度远高于夏季的特点,其中12月最高,最大值为413.32 m-1,8月最低,最小值为3.69 m-1,5月、10月期间也有TSM的局部峰值。这些TSM时空变异特征表明舟山海域悬浮物的分布和变化一方面受地形、海流、潮汐、季风、台风等自然环境因素的影响,另一方面也受如海运、港口建设、海岛旅游等人类活动的较大影响。     

实测反射率与影像反射率对土壤碱化预测的对比分析

以新疆奇台绿洲碱化土壤及其可见光/近红外光谱反射率为研究对象,通过实地定点土壤取样和光谱测量,将碱化土壤的实测反射率与同期获取的TM影像反射率相对照,分析二者与土壤pH值的关系,分别建立对土壤pH值的多元线性回归预测模型并对模型精度进行后验差检验。结果表明:研究区土壤pH值与反射率呈极显著的正相关关系,pH值增加,反射率随之增加,以板结为特征的碱化土壤对光谱具有良好的响应特性。实测反射率与影像反射率对研究区碱化土壤均具有良好的监测潜力。实测反射率预测pH值的模型精度较高,其预测精度主要受地表板结程度的影响。植被对TM反射率预测精度的影响较大,直接用TM反射率预测pH值精度较低,去除植被影响后,其预测模型等级与实测反射率预测模型等级接近,均达到良。     

基于敦煌辐射校正场的自动化辐射定标方法EI北大核心CSCD

提出了基于自动化多通道光谱辐射计(ATR)、6SV辐射传输模型、敦煌场地历史高光谱反射率模型、中分辨率成像光谱仪(MODIS)的双向反射分布函数(BRDF)的自动化辐射定标方法。当天气状况和卫星观测几何参数满足条件时,所提方法可对遥感器进行连续辐射定标。2015年8月至2016年3月在敦煌辐射校正场进行了实验,共获取17天的有效观测数据。以"水"卫星的中分辨率成像光谱仪(AQUA/MODIS)为辐射基准,验证了所提方法的精度和定标频次。结果表明平均10~15天能够对卫星遥感器进行一次辐射定标。与AQUA/MODIS各通道观测数据相比,利用所提方法得到的大气顶反射率的相对偏差均小于5%,平均相对偏差小于2%,标准差小于2%。