高光谱遥感的发展与应用

阐述了高光谱遥感的特点、优势,以及在航空及航天领域的发展情况,列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上,概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议,包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。     

高光谱遥感器通道中心波长漂移对红边光谱的影响

通过模拟高光谱遥感器通道中心波长漂移前后的典型植被红边区间反射率,定量分析通道中心波长漂移对红边光谱的影响.结果 表明,通道中心波长漂移导致植被红边区间反射率曲线出现多处尖峰、抖动,使植被反射率曲线在本不具有特征吸收的区域变得不光滑,并与红边位置误差呈显著线性关系,决定系数R2达到0.99.10 nm分辨率的高光谱遥感...     

Hyperion高光谱遥感器的在轨自动化定标

利用布设在敦煌辐射校正场的自动化观测设备,对Hyperion高光谱遥感器开展定标试验;详细描述自动化定标的原理和方法,明确定标流程;针对高光谱遥感器的特点建立参考反射率数据库,以解决通道反射率与参考反射率光谱形状不匹配的问题;在2016年10月至2017年4月期间,对Hyperion高光谱遥感器共完成4次有效的自动化定标试验,并将试验结果与Hyperion高光谱遥感器观测的表观辐亮度进行比对验证。结果表明:在420～1044nm光谱范围内,场地自动化定标得到的表观辐亮度与卫星观测的表观辐亮度的相对偏差小于5%,标准方差小于2.3%;场地自动化定标结果与高光谱星上观测结果具有较高的一致性和稳定性。所提方法可以应用于高光谱遥感器的高频次在轨辐射定标。     

水体氮磷高光谱遥感实验研究初探

水体中氮、磷含量是衡量水质的主要指标,遥感技术在环境监测中具有重要意义。利用高光谱遥感技术,通过测定实验室纯水条件下配比不同浓度氮、磷溶液的反射光谱,探索水体中有效态氮、磷的特征光谱。结果表明,氮在波长404和477 nm各有一反射峰,磷在350 nm处有一明显反射峰,且与浓度有很好的相关性,并以这些特征值建立了氮、磷浓度的遥感模型,为进一步遥感定量研究湖泊、水库和河流等大型内陆水体中的氮、磷奠定了基础。     

高光谱遥感监测土壤含水量研究进展

土壤含水量是监测旱情墒情的关键参量,近年来在利用高光谱遥感数据监测土壤含水量方面,国内外进行了大量的研究。文章首先在分析利用不同波段监测土壤含水量的原理及优缺点基础上,指出高光谱遥感监测的独特优势和问题。并以此为出发点,从机理上归纳了土壤含水量对土壤反射率的整体影响,以及对不同波段响应的差异。在此基础上,从物理机理和统计方法两个方面,总结了土壤含水量与土壤反射率的关系。并分析和评价了各模型及统计方法中的关键问题和优缺点。以往研究土壤含水量与土壤反射率关系的实验方法中往往存在一些问题,文章也一一指出并提出了解决方案。同时,探讨了高光谱在消除植被影响,更好地反演土壤含水量方面的可行性。最后对未来的研究方向进行了展望。     

高光谱遥感器的光谱定标

高光谱遥感器光谱性能参数的准确定标是高光谱遥感器数据定量应用的基本前提。本文基于单色准直光标定法对高光谱遥感器进行了光谱性能参数定标,通过数据采集软件及数据处理软件对高光谱遥感器光谱性能参数定标数据进行了分析。分析结果显示:定标测试的重复性在1 h内小于0.2 nm,在20 h内小于0.35 nm。光谱定标结果表明:高光谱遥感器的平均光谱分辨率为4.94 nm,且各高光谱遥感器空间维光谱分辨率均小于5 nm,典型谱段的平均带宽均在6 nm左右。     

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。     

远紫外高光谱成像光谱仪的辐射定标技术

利用紫外恒星对远紫外高光谱成像光谱仪进行在轨定标是实现高精度定量遥感的重要步骤。然而,在上述过程中,在轨定标系数无法直接用于目标反演。因此,转换在轨定标系数对提升仪器在轨定标精度具有重要意义。推导了定标系数的转换过程,给出了新的定标系数方程,并利用研制的仪器开展了相关验证实验。结果表明,利用修正后的定标系数进行目标反演,可将反演精度提升40%。     

牧草品质的高光谱遥感监测模型研究

粗蛋白、粗纤维、粗脂肪是评价牧草品质和饲用价值的重要指标。针对目前已有的牧草品质检测方法存在费时费力、容易产生化学废物等问题,提出了一种利用牧草冠层高光谱数据来实现牧草品质实时、无损监测的方法。通过ASD FieldSpec 3地物光谱仪采集了青海湖环湖地区19种天然牧草的冠层光谱反射率,并采样分析了牧草品质参数——粗蛋白、粗脂肪和粗纤维的相对含量(%)。光谱经去噪处理后,分别选择原始光谱、一阶导数、波段比值以及小波系数与牧草品质参数进行相关性分析。结果表明：在所有高光谱参量中,牧草品质参数含量与424,1 668,918 nm波段处的光谱一阶反射率以及低尺度(scale=2,4)的Morlet,Coiflets和Gassian小波系数之间的相关性较强。在此基础上,运用单变量线性、指数和多项函数分别建立牧草品质的高光谱遥感估算模型,分析结果显示,以Coiflets小波系数(scale=4,wavelength=1 209 nm)为自变量的二次多项式模型、以1 668 nm波段光谱一阶导数为自变量的二次多项式模型、以918 nm波段光谱一阶导数为自变量的指数模型分别为估算牧草粗蛋白、粗脂肪、粗纤维含量的最佳回归模型,模型检验均达到了极显著水平(0.762≥R2≥0.646),说明在冠层尺度利用高光谱技术结合光谱一阶导数或小波分析的方法来估测牧草品质参数是可行的,它将为牧草品质遥感监测提供依据。     

基于光谱特征的高光谱遥感影像检索

面向海量遥感信息管理中遥感影像检索的需求,以高光谱遥感信息为例对光谱特征应用进行了探讨,提出基于光谱特征的遥感影像检索包括基于点源示例的检索和基于面源示例的检索,检索中的关键问题是光谱特征提取与相似性度量。基于光谱曲线的相似性度量可以采用光谱角和光谱信息散度进行;基于光谱特征的检索可以通过提取反射和吸收光谱、光谱特征匹配的方法进行;而光谱曲线量化指标如中心矩、分维数和信息熵等的效果较差,不适宜应用于检索。     

矿区土壤Cu含量高光谱反演建模

为探究高光谱遥感手段反演土壤Cu含量方法的可行性,以湖南省某矿区为例,利用ASD地物光谱仪和实验室电感耦合等离子发射光谱法测定83个土壤样品350～2 500 nm光谱信号和Cu含量。在光谱重采样、一阶/二阶微分、标准正态变换预处理对比分析基础上,分别采用主成分分析与相关分析对潜在建模变量进行初步筛选,运用逐步回归方法确定最终模型变量,建立土壤Cu含量反演模型,基于最优模型识别Cu含量光谱指示特征波段。结果表明,相对于传统主成分分析方法,标准正态变换后的光谱全要素主成分分析逐步回归建模方法因保留土壤样品弱光谱信号能有效提升土壤Cu含量估算能力,R2达0.86,模型对于预测样本的估计效果较好,建模样本和预测样本的残差分别为0.76和1.29,且通过F检验;360～400,922～1 009,1 833～1 890与2 200～2 500 nm波段对研究区土壤Cu含量有较好指示性。研究结果将丰富南方矿区土壤Cu含量估算典型案例,同时为发展基于高光谱遥感的土壤环境监测手段提供理论支撑。     

雪粒径高光谱遥感估算模型研究

雪粒径是影响全球/局地能量收支和表征积雪水热状态的重要参数,大面积监测和估算雪粒径的分布及大小对于全球/局地气候变化和水资源管理具有重要意义。目前遥感技术已成为大面积监测和估算雪粒径的重要手段。针对雪粒径的遥感监测与估算,该研究采用辐射传输模型模拟雪面可见光-近红外波段的光谱曲线,经过分析光谱曲线并结合一阶微分和累计差异值选取对雪粒径敏感的波段和积雪指数,建立单变量雪粒径高光谱遥感估算模型,并用地面实测数据进行验证,结果表明,单波长1 030 nm,1 260 nm和归一化差值积雪指数(460和1 030 nm)构建的估算模型预测精度较高,雪粒径估算值与实测值的相关斜率分别为1.37,0.61和0.62 ,R2分别为0.82,0.86和0.93,RMSE分别为55.65,50.83和35.91 μm,可用于雪粒径的估算研究。研究成果为雪粒径的高光谱遥感反演提供科学依据。     

植被氮素浓度高光谱遥感反演研究进展

氮素是植被进行生命活动的必需元素,它在蛋白质、核酸、叶绿素和酶等物质的生物合成中起重要作用,并在植被的光合作用中起到关键作用。植被氮素浓度高光谱遥感反演技术是自20世纪70年代以来的研究热点。近年来随着高光谱遥感技术的发展,可将光谱波段在某一光谱区域进行细分的优势,为与植被氮素相关的光谱特性研究提供了有力的技术手段。结合近几年主要地理科学文献上发表的植被氮素浓度高光谱遥感监测的最新研究成果,介绍了植被氮素浓度高光谱遥感监测的原理及相关问题。从植被氮光谱指数、叶绿素指数的植被氮含量反演、回归模型和反演植被氮浓度影响因素的消除方面,详细介绍了植被氮素浓度高光谱遥感反演这四个方面的主要技术方法,总结分析了研究结论,并讨论了研究发展趋势。     

高光谱遥感图像光谱解混的独立成分分析技术

高光谱遥感在对地球陆地、海洋、大气的观测中发挥着重要作用,高光谱遥感图像分析的关键是提取像元光谱内部各物质成分及其含量,即光谱解混。独立成分分析提供了一种先进的技术手段,在很少先验知识的前提下,实现端元(物质成分)光谱及其丰度(含量)的同时提取。但丰度约束破坏了各成分独立的前提条件,导致了独立成分分析的局限性。针对这一问题,提出了丰度约束下总体相关性最小化的解决方案,并指出总体相关性最小化下的理想角度,通过设计角度修正的独立成分分析算法把各成分调整到理想角度上。利用模拟数据与真实数据算法进行检验,结果表明：经过角度修正后,独立成分分析突破了原有的局限性,有助于进一步提高独立成分分析技术在光谱分析中的有效性。     

基于光谱曲线形态的高光谱影像检索方法研究

随着传感器技术、数据通讯技术的飞速发展,利用各种机载和星载传感器,己经获取到各种不同的海量遥感影像数据。巨大的数据量带来了数据存储和管理的问题,如何实现从海量影像数据中检索出我们所需要的信息显得十分迫切。影像检索最早由Chang于1980年提出,是对传统信息检索的扩展。针对海量遥感影像高效检索的需求和高光谱遥感影像波段数目多的特点,分析了影像检索中的影像距离函数和相似性度量问题,基于经典的曲线简化Douglas-Peucke算法(简称DP算法)提取光谱曲线的形态特征,利用“提取特征”的思想,提出了基于DP算法的光谱曲线和影像检索(简称DPSR)方法,将光谱形态特征应用于影像检索当中。DPSR利用光谱曲线上的特征点,减小了计算量,实现了有效地匹配和检索,适合高光谱遥感影像的光谱检索。文章选择了OMISI高光谱数据的四种易混分地类进行了相似性度量的对比实验。通过与常规的分析方法光谱角匹配(SAM)、光谱信息散度(SID)的对比可以看到,DPSR在较少计算量的情况下能保持较高的计算精度,提供了一种新的影像光谱高效检索方法。此外,文章还提出了尚待进一步研究的问题。     

渤海固有光学量高光谱遥感反演

水体固有光学量是重要的海洋光学参数,是辐射传输模型最基本的输入参数,对于海洋光学遥感和水色研究具有重要意义。基于2005年渤海高光谱实测遥感反射率和总吸收系数数据,首次利用非线性最小化优化模型,反演水体总吸收系数等固有光学量。经过实测数据的检验,412,440,510,555,650和676 nm波段总吸收系数的反演平均相对误差分别为33.8%,20.4%,27.7%,37.5%,9.5%和10.8%。模型误差源主要为模型参数的不确定性和测量误差,通过讨论发现,光谱斜率S对总吸收系数的反演影响相对较少,而光谱指数Y导致的反演误差是不可忽略的。模型适用于高光谱数据,填补渤海固有光学量的最优化反演研究的空白,并可用于高光谱遥感数据的固有光学量遥感反演研究。     

基于高光谱数据和模型反演植被叶面积指数的进展

植被叶面积指数(Leaf Area Index , LAI)是陆面过程中影响陆-气交换的重要参数,也是表征植被冠层结构最基本的参量之一。准确而快速地获取LAI是植被-气候相互作用、植被生态和农作物估产研究不可缺少的工作。本文首先针对LAI和高光谱遥感进行概述,然后从不同平台高光谱传感器数据和不同反演方法两个角度总结了国内外近些年来高光谱遥感LAI的研究进展,最后分析了高光谱遥感反演LAI的未来发展方向。     

基于径向基函数神经网络的高光谱遥感图像分类

从径向基函数神经网络的理论出发,针对高光谱数据的特点,设计了有效的特征提取模型,再与径向基函数神经网络的输入层连接,建立了一个新的径向基函数神经网络的高光谱遥感影像分类模型,并用国产OMISII传感器获得的64波段数据进行试验。首先进行了最小噪声分离变换,提取了1～20个分量的数据,使用提取后的数据（20维）、提取后数据的纹理变换（20维）和主成分分析的前（20维）,组成了60维向量数据进行分类处理,这种分类器结构简单、容易训练、收敛速度快,其分类精度达到69.27%,高于BP神经网络分类算法(51.20%)以及常用的最小距离分类（MDC）算法(40.88%)。通过对结果和过程进行分析,实验证明径向基函数神经网络在高光谱遥感分类中具有较好的适用性。