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。     

雾霾对典型地物光谱曲线测量的影响分析

我国雾霾的发生时间成常年化趋势,且在几十年内都可能存在,雾霾对地物光谱曲线测量的影响是不可避免的,而反射率光谱是众多遥感参数反演的基础,因此定量分析雾霾对典型地物光谱曲线测量的影响是丞需解决的问题。本文以简易的雾霾模拟实验室为基础,实际测量了不同雾霾浓度(晴空,浓度分别为35,75,150)下植被、土壤和水泥地的反射率光谱,同时与室外太阳光照下同一样本进行了对比测量和分析。本文首次综合分析不同雾霾浓度对植被、土壤、水泥地等典型地物反射率光谱曲线测量的影响,对定量分析雾霾对遥感监测、应用的影响具有重要意义。主要的研究结论有：草坪、土壤、水泥地等主要地物测量的反射率光谱曲线在晴空时反射率值最高,反射率光谱曲线也最平滑,随雾霾颗粒物浓度的增加,各主要地物的反射率都呈降低趋势,但降幅都不尽相同,降幅没有明显的规律可循;雾霾对各主要地物测量的反射率的影响,在不同波段、不同含水量状况都不尽相同,因此利用统计规律消除雾霾影响有较大困难。雾霾对地物测量的光谱的影响仍需进一步深入研究。