高光谱遥感识别地下储存天然气微泄漏点

如何及时准确探测天然气地下储存库或管道出现的微泄漏点目前尚是一个难题。通过野外可控系统模拟天然气微泄漏实验，研究天然气微泄漏对地表植被的影响及遥感特征变化，从而间接探测天然气微泄漏点。实验以草地与大豆为研究对象，测量了胁迫区与对照区植被的冠层光谱，进行奇异值剔除和平滑处理，对一阶微分处理后的植被冠层光谱再进行连续小波变换分析，发现对照组与胁迫组植被冠层光谱小波能量系数在685和715 nm处差异较大，且规律稳定，用其构建归一化指数(DW₆₈₅-DW₇₁₅)/(DW₆₈₅+DW₇₁₅)(DW)，并与PRI，NPCI，NDVI，D₇₂₅/D₇₀₂指数进行对比分析，经J-M距离检验，结果表明归一化指数DW在识别天然气微泄漏胁迫下的草地和大豆具有较好的识别效果，且比PRI，NPCI，NDVI，D₇₂₅/D₇₀₂指数具有更好的普适性与稳健性。该结果表明，通过高光谱技术间接检测天然气微泄漏点具有可行性，为以后的工程应用提供技术支持和理论基础。     

地下储存CO2 泄漏胁迫下地表植被光谱变化特征及识别研究

随着全球气候变暖,减少温室气体排放成为全世界所关注的问题,而碳捕捉与储存(carbon capture and storage,CCS)技术可以减少温室气体CO₂排放量,但储存在地下的CO₂有泄漏的风险。本工作的目的是通过野外模拟实验,研究地表植被(甜菜)在CO₂轻微泄漏胁迫下其叶片叶绿素含量、水分含量及光谱变化特征,结果表明CO₂泄漏胁迫的甜菜叶绿素与叶片含水量明显降低,叶片反射率在550 nm减小,而在680 nm增大。设计了比值指数R₅₅₀/R₆₈₀进行识别CO₂泄漏胁迫的甜菜,发现该指数能够在胁迫发生7天后识别出胁迫的甜菜,且该指数具有较强的敏感性、稳健性及识别能力。研究结果对于未来CCS项目选址、地表生态监测评估、遥感监测CO₂泄漏点等都具有重要的现实意义与应用价值。     

不同病害胁迫下大豆的光谱特征及识别研究

在英国诺丁汉大学Sutton Bonington校区(52.8°N, 1.2°W)实测感染锈病与普通花叶病大豆的单叶光谱数据,利用连续统去除法对原始光谱数据进行处理,筛选对病害及锈病严重度敏感的波段,构建植被指数对感染锈病与普通花叶病及不同严重度锈病的大豆进行识别研究。研究发现普通花叶病胁迫下的大豆光谱反射率在可见光区域均大于健康大豆的,而锈病胁迫的大豆光谱反射率在绿光区随病情严重度增加而减小,在红光区随病情严重增强而增大。根据大豆光谱变化特征设计了一个植被指数R₅₀₀×R₅₅₀/R₆₈₀对大豆病害进行识别,通过计算不同病害及不同严重度之间的J-M距离对指数识别病害能力进行检验,结果表明指数R₅₀₀×R₅₅₀/R₆₈₀能够较好的识别出大豆锈病与普通花叶病,且该指数在识别大豆锈病严重度方面也有较强的能力。研究结果对农作物病害遥感监测与防治具有重要的理论价值与实际应用意义。     

蒙古栎展叶盛期变化的光谱特征及其影响因素研究

植物生长状况是反映环境变化的重要指标,在全球环境变化格局下,研究多环境因子及交互作用对植物的影响尤为重要。为探究植物光谱特征响应环境变化,从而探究环境变化对植物生长状况的影响,同时实现遥感对植物的监测,该研究以东北地区优势树种蒙古栎为研究对象,分析研究了不同光周期、温度和氮沉降交互作用引起的蒙古栎展叶盛期冠层光谱反射特征变化。基于大型人工气候室模拟试验,设置3个温度,3个光周期和2个氮沉降交互处理,每个处理4个重复。当蒙古栎进入展叶盛期时,每个处理选择差异较小的三个重复,使用FieldSpec Pro FR 2500型背挂式野外高光谱辐射仪测量光谱反射率。对不同处理的蒙古栎冠层光谱反射率进行分析,选取NDVI（归一化植被指数）、Chl NDI（归一化叶绿素指数）和PRI（光化学反射指数）3个常用的光谱指数作为辅助分析,同时计算一阶导数光谱以得到红边斜率、红边位置、红边面积等参数。不同处理展叶盛期的蒙古栎光谱反射率趋势大体一致,均符合植物特有的光谱反射特征,在350~680 nm范围内有一个小的波峰,680~750 nm反射率显著上升,750 nm后进入反射平台。结果表明：(1）光周期对于蒙古栎冠层的光谱反射率没有明显的影响;(2）增温会减小蒙古栎冠层在350~750 nm波段处的光谱反射率;(3）施氮会导致蒙古栎展叶盛期350~750 nm波段和750~1 100 nm波段处的光谱反射率降低;(4）增温和施氮的交互作用会显著减小蒙古栎的光谱反射率;(5）通过一阶导数光谱可清晰地指示植物的红边特征。研究结果可为物候变化的监测与影响因素分析提供理论依据。     

基于连续小波变换的地下天然气微泄漏点识别模型

天然气作为一种清洁、高效的低碳能源，消费占比日益增大。无论是地下输气管道还是储气库，由于管道腐蚀、老化、自然灾害，地下断层、注入井封存不好等因素，都会导致天然气泄漏。从安全、经济、环境等方面考虑，开展地下天然气管道和储气库微泄漏检测是十分必要的。利用高光谱遥感监测地表植被变化而间接探测天然气微泄漏点，通过野外可控系统模拟地下储存天然气微泄漏实验，以冬小麦为研究对象，采集了9期小麦冠层光谱数据，通过光谱分析探寻胁迫小麦光谱特征并构建指数识别模型。首先对小麦冠层光谱进行奇异值剔除和平滑处理，对连续统去除之后的冠层光谱进行连续小波变换，选用Mexihat母小波，在尺度参数为32时，小波系数有较少的峰值和谷值，能与原始光谱拟合较好，且小麦多期数据其峰值和谷值位置都比较稳定。受胁迫和健康小麦的原始光谱可分性较差，但小波系数在487，550和770 nm处受胁迫与健康小麦样本可分性较优，且具有明显的诊断性特征：(1）受胁迫和健康小麦的小波系数在487 nm处为“吸收谷”，其小波系数值为负值，健康小麦小波系数值大于受胁迫小麦的；(2）受胁迫和健康小麦的小波系数在550和770 nm处，有明显的“反射峰”，且受胁迫小麦的小波系数值较大。为更好突出差异性，增强受胁迫和健康小麦的小波系数差异特征，构建了CWT_mexh（CWT_mexh=CW2₇₇₀/(1-CW₄₈₇)·CW₅₅₀）指数用于胁迫与健康小麦的识别；然后分别与NDVI₇₀₅，mNDVI₇₀₅，ARI1，R₄₄₀/R₇₄₀，D₇₂₅/D₇₀₂指数进行对比分析，经J-M距离定量检验，结果显示CWT_mexh指数对天然气微泄漏胁迫下的冬小麦具有较好的识别效果，该指数在天然气胁迫发生20 d后可以稳定区分胁迫和健康两类小麦，且在全生育期都保持相同的规律，而NDVI₇₀₅，mNDVI₇₀₅，ARI1等指数在整个生育期内无法准确识别健康与胁迫小麦。CWT_mexh指数在稳定性、普适性与可识别性方面优于其他5个指数。因此，高光谱遥感监测地表植被间接识别天然气微泄漏点具有可行性，研究结果可为星载高光谱遥感监测地下储存天然气泄漏点提供理论依据和技术支持。     

水浸胁迫下植被高光谱遥感识别模型对比分析

随着全球气候变暖,我国洪涝灾害发生的频率及影响范围都不断增加。通过野外模拟试验,研究植被（玉米、甜菜）在水浸胁迫下的光谱变化特征,以构建高光谱遥感模型对水涝灾害范围进行监测。试验于2008年5月-8月在英国诺丁汉大学Sutton Bonington校区（52.8°N ,1.2°W）进行,每周采集一次样本并在室内测量其光谱数据。试验结果表明植被光谱在550,800～1300 nm区域反射率都稍有降低,而在680 nm区域反射率则略微增大。选取NDVI ,SIPI ,PRI ,SRPI ,GNDVI及R800* R550/R680共六个植被指数识别水浸胁迫下的植被,研究表明,指数SIPI与 R800* R550/R680对水浸胁迫玉米比较敏感,而指数SIPI ,PRI及 R800* R550/R680对水浸胁迫甜菜比较敏感。为寻找最优的识别模型,计算对照与水浸胁迫植被指数之间的归一化均值距离并进行对比分析,发现植被指数 R800* R550/R680的归一化均值距离在胁迫早期即大于其他指数的距离,说明该指数识别水浸胁迫植被的能力优于其他指数,且具有较强的敏感性与稳健性。因此,可以利用该指数快速地提取水浸面积,为救灾减灾决策提供信息支持。     

大麻植物冠层光谱特征研究

大麻是一种特殊的经济作物,具有广泛的应用领域,准确掌握我国大麻种植面积与空间分布,对国家制定大麻产业政策具有重要的参考价值。遥感技术是大范围内大麻监测的一种潜在手段,但是对大麻光谱特征少有研究。利用ASD FieldSpec便携式光谱仪实测的大麻植物及常见作物的冠层光谱数据,系统分析了大麻植物冠层光谱特征,并采用差异分析的方法,探明其遥感探测的最佳波段和所需的波段光谱分辨率,为大区域范围内的大麻植物遥感识别提供了理论基础。研究表明,大麻植物在530,552,734,992,1 213,1 580和2 199 nm附近冠层光谱反射特征与其他植物有较大差异,且在734 nm附近与其他植物有最大反射率差异。光谱分辨率在可见光和近红外波段需要30 nm或更窄,在中红外波段需要50 nm或更窄。     

无人机高光谱的玉米冠层大斑病监测

大斑病是一种对玉米危害严重的病害,迫切的需要一种可以快速了解玉米大斑病病情的方法。以无人机遥感作为新的技术平台,探究玉米冠层受到大斑病胁迫时的光谱响应情况,并利用无人机高光谱成像技术对大斑病病情进行监测和可视化研究。采集玉米多生育期(抽雄期、灌浆期、完熟期)冠层500～900 nm的高光谱影像,根据采集影像的原始光谱和一阶微分光谱特征,提取出12个大斑病敏感波段位置, 12个波段位置分别为:514, 532, 553, 680, 714, 728, 756和818 nm,近红外、红、绿波段及红边位置。根据前人提出的植物病害监测参数结合提取的敏感波段位置,构建13组针对玉米冠层大斑病的监测光谱参数,研究不同波段对大斑病病情指数(DI)值的敏感性,并构建玉米冠层大斑病的监测模型,验证利用无人机遥感监测大斑病DI值的精度及稳定性。结果表明:随病情指数增加,一阶微分光谱图出现典型的"蓝移"现象,病害冠层DI值与红光(680～714 nm)和近红外(770～818 nm)的反射率及一阶微分光谱图的红边位置(680～756 nm)相关性更显著,与绿光波段相关性较低。在13组监测光谱参数中, 8组与建模样点冠层大斑病实测DI值达到极显著相关水平,决定系数(R~2)均达到0.8以上,选取各生育期R~2达到0.8以上的光谱参数用于玉米冠层大斑病监测模型的构建,将检验样本的实测值与监测模型的预测值进行相关性分析。检验表明,在抽雄期,模型DI-NDVI(SD_(λ_i), SD_(λ_j))的回归斜率(0.829 3)和决定系数(R~2=0.842 7)都最接近1,均方根误差(RMSE=4.59)和相对误差(RE=12.3)更小,说明模型DI-NDVI(SD_(λ_i), SD_(λ_j))的预测能力和精度更高。各生育期对应模型均取得较好监测效果,说明本研究利用无人机遥感对植物病害监测具有指导意义,对精准农业的发展具有一定的借鉴价值。     

基于线性回归算法的春玉米叶面积指数的冠层高光谱反演研究

利用辽宁锦州地区2013年生长季不同土壤水分控制条件下的春玉米冠层高光谱数据,及对应的植株叶面积指数(leaf area index,LAI)数据,分析在不同发育期内不同生长状况下的春玉米冠层高光谱特征及其与植株叶面积指数的关系。采集并计算共313组有效样本,包括350～2 500 nm波段范围光谱的反射率、反射率倒数的对数、反射率一阶导数及LAI,应用多元逐步线性回归法和偏最小二乘回归法,对剔除了受大气水分影响较为严重光谱波段的其他波段数据进行降维,构建叶面积指数的全波段冠层高光谱数据模型,并进行精度检验与比较。结果表明,春玉米LAI与光谱反射率在可见光波段(350～680 nm)、红外波段(1 430～1 800和1 950～2 450 nm)均呈显著的负相关;反射率倒数的对数在对应区间为显著的正相关;反射率一阶导数则在可见光和近红外波段(350～1 350 nm)存在较显著相关波段。三种全波段冠层高光谱数据在春玉米LAI的线性回归中,偏最小二乘法在以冠层反射率为自变量的模型构建中,比多元逐步线性回归拟合度好,其总均方根误差为0.480 7;以冠层光谱反射率的倒数的对数及一阶导数为自变量,应用逐步线性回归法建模,拟合度较好,其总均方根误差分别为0.333 5和0.348 8;三种光谱数据的春玉米LAI两种回归算法中,以冠层反射率倒数的对数为自变量,应用逐步线性回归方法建模的拟合度最佳。     

基于优化光谱指数的牧草生物量估算

牧草生物量是天然和人工草场产出的一个重要指标,能直接反映牧草的长势,它的实时监测是制定合理的草地管理和放牧制度的前提。然而,传统的样方法费时、费力很难满足草地生物量监测的实时性要求。近年来,随着高光谱遥感的发展,为草地的快速、无损的监测提供了可能。通过对内蒙古天然和人工草地生物量及其冠层光谱数据分析,探讨了不同类型光谱指数在估算牧草生物量的鲁棒性。研究表明,由于冠层结构和生物量的影响,不同类型草地冠层的光谱反射存在巨大的差异,从而使现有光谱指数对天然草地和不同品种人工草地牧草生物量的预测能力存在显著的差异(R2=0.00～0.65)。在荒漠草原低生物量的条件下,受土壤背景影响不同光谱指数预测能力较小,而在青贮玉米高生物量条件下,基于红光的光谱指数容易发生饱和失去敏感性。把不同草地类型的数据结合后进行简单比率和归一化窄波段光谱指数的波段优化,与出版的光谱指数相比优化后的归一化光谱指数(normalized difference spectral index, NDSI）显著提高了牧草生物量的预测能力,预测生物量模型的决定系数最高(R2=0.72)。敏感性分析进一步证明了基于波段优化算法的优化光谱指数NDSI,(ration spectral index, RSI）有最低的噪声,从而能更好的预测牧草生物量。波段优化算法可以有效提高遥感估算草地牧草生物量的精度,光谱指数及其优化波段的选择会直接影响模型的预测能力。