基于高分五号高光谱影像的干旱区盐渍化土壤盐分含量估算

目前星载高光谱传感器较少,基于高光谱影像的土壤盐分含量估算研究仍处于探索之中。高分五号(GF-5)是目前国内光谱分辨率最高的卫星。目的是研究高分五号高光谱影像大面积估算干旱区盐渍化土壤盐分含量的可行性。选择新疆焉耆为研究区域,采集了198个土壤样本。首先,检测土壤样本中的全盐量、Na⁺、Ca²⁺、SO₄^2-、Cl^-的含量,利用ASD FieldSpec3地物光谱仪在实验室测定土壤样本的光谱反射率。然后,对实验室土壤光谱进行SG(Savitzky-Golay)平滑预处理,采用竞争自适应重加权采样法选择土壤盐分的特征波段,再利用偏最小二乘、岭回归和支持向量机建立土壤盐分含量的回归模型,发现实验室光谱反演土壤盐分的模型精度较高,五种土壤盐分反演模型的校正集决定系数均大于0.97,预测集决定系数均大于0.90。接着,获取土壤采样同期的高分五号高光谱影像数据并进行预处理,根据采样点位置在影像上提取了198个土壤样本的光谱曲线,使用与实验室光谱相同的反演方法,建立了高分五号影像光谱与土壤盐...     

基于反射率特性的高光谱遥感图像云检测方法研究

为了提高光谱遥感图像数据的利用率,提出了一种基于光谱反射率特性的星载高光谱图像云检测方法。首先分析了各类地物在不同光谱下的反射率特征,根据其特点从星载高光谱图像中选取特定5个波长的图像数据,然后依照图像地物反射率及阈值判定法区分出高云区和中低云区,最后对二者合并,得到目标云区。试验结果表明,该方法的云检测率可达90%以上,虚警率在1%以内,可以准确区分云与雪地区域、沙漠区域以及植被区域,实现云检测。     

一种适合高光谱卫星云识别的Fmask改进算法

近年来,我国卫星高光谱技术发展迅猛,高分五号、高分五号02星、资源一号02D星、资源一号02E星等相继发射为遥感领域带来了丰富的高光谱数据源。但高光谱卫星在成像过程中不可避免地会受到云及云阴影的影响,如何准确识别成为保障后续应用的关键,Fmask算法作为国内外诸多算法中的典型代表,已被Landsat和Sentinel业务化产品生产系统采用。Fmask算法作为国内外诸多算法中的典型代表,已被Landsat和Sentinel业务化产品生产系统采用。但该算法对于缺少热红外波段的数据精度偏低,例如对Sentinel-2数据的云和云阴影识别精度分别为84.5%和50%左右。鉴于此,本文通过在原有算法中优化云及云阴影识别算法结构、增加高亮地物识别辅助判据等改进手段,提出了一种适合高光谱卫星的Fmask改进算法,并在含有城区、山地、平原等三类不同下垫面场景的20景高分五号和资源一号高光谱影像中进行检验,结果表明：云识别的用户精度和生产者精度可达91.26%和99.97%,云阴影识别精度达到78.66%和79.41%,明显优于原始算法。本文算法对于高光谱数据的云及云阴影识别具有精度高、效果稳定和易于工...     

高分四号卫星数据云和云阴影检测算法

高分四号卫星(GF-4)是我国研制的首颗地球同步高分辨率光学成像卫星,具有高时间分辨率和较高的空间分辨率。针对高分四号卫星数据的特点,提出了一种光谱分析与几何算法相结合的云和云阴影检测算法。使用几何校正和辐射定标后的高分四号影像,基于云与典型地表的光谱特征,采用光谱差异分析技术识别出潜在云像元,根据有云地物和无云地物的光谱变化率差异计算云概率;由云和云阴影的几何关系,并结合传感器参数识别云阴影的投影带,然后根据阴影的光谱特征在投影带中设定基于影像的动态阈值,用于检测云阴影。该算法能较好地识别薄云,而且可以显著提高云阴影的检测精度。采用目视解译法对检测精度进行验证后发现,不同区域类型的云像元识别位置准确,形状完整;将所提云阴影检测方法与云和云阴影匹配算法进行对比后发现,前者识别的云阴影更为精确。     

基于改进LCCD算法的高分六号WFV数据云检测研究

高分六号WFV是搭载在我国高分六号卫星上的高空间分辨率多光谱传感器,该传感器实现了高分辨率和宽覆盖的结合。精确识别高分六号WFV数据的云像元对于农业资源监测、林业资源调查以及防灾减灾等行业具有重要意义。基于全球土地覆盖产品FROM-GLC10数据,改进地表类型支持的云检测算法(LCCD算法),开展了高分六号WFV数据的云检测工作。以FROM-GLC10作为先验数据,充分考虑不同地表类型反射率的变化,在每种地表类型上分别采用不同的方法设置阈值。通过目视解译的方法对云检测结果进行精度评价,云正确率整体达到了92.46%,其中植被类、水体类、高亮地表类的云正确率分别为93.09%、95.60%和88.70%。结果表明,改进的基于地表类型的云检测算法有效提高了高分六号WFV数据云检测的精度。     

可见-短波红外波段光谱模块光机装调及分析

介绍了自行研制的辐射仪器的光谱模块,其光谱范围覆盖可见-短波红外波段(400 nm~2 500 nm),讨论了光谱模块的装调方法并对装调结果进行了分析研究。辐射仪器由3个光谱模块组成,分别是可见波段光谱模块(400 nm~1 000 nm),近红外波段光谱模块(900 nm~1 700 nm)和短波红外波段光谱模块(1 600 nm~2 500 nm),光谱模块的探测单元均以平场凹面光栅分光,线阵探测器探测信号,光谱模块的光机组件主要包括光纤头、狭缝、反射镜组件、光栅组件和探测器组件等。鉴于光谱模块的光机装调效果与其光机设计息息相关,装调结果的好坏能反映光机设计的优劣,针对光谱模块的光机设计特点进行了光机装调。光机装调分析结果表明:3个光谱模块的波长分辨率分别优于4 nm,15 nm和20 nm,达到了仪器的设计指标,验证了光机设计、装调的合理性。     

基于实测光谱和国产高分五号高光谱卫星的铁尾矿表层含水率遥感反演方法研究

尾矿库作为高势能的人造泥石流危险源,在尾砂含水量过高时有溃坝风险,低含水量状态下产生扬尘则会危害周围环境。尾砂含水量实时、动态监测对于尾矿库安全状况及矿区环境保护具有重要意义。相比传统采样化验手段,高光谱遥感拥有观测面积大、数据实时易获取、光谱信息丰富的特点,为快速、高精度尾矿水分监测提供了手段。以鞍山-本溪铁矿群中的高硅型铁尾矿为研究区,实地采集尾砂样品77个,利用可见光-近红外(350～2 500 nm)光谱仪获取其光谱数据,分析不同含水率尾砂光谱特征及机理;引入竞争性自适应加权重采样法(CARS)筛选水分敏感波段,并基于敏感波段建立三维波段光谱指数(TBI),结合随机森林(RF)、粒子群优化的极限学习机(PSO-ELM)及卷积神经网络(CNN)算法建立尾砂水分反演模型,以国产高分五号高光谱卫星为数据源进行模型应用,获取尾矿库表层含水时空分布特征。结果表明：(1)尾砂光谱反射率随含水率升高明显下降,在1 455和1 930 nm处出现O—H吸收特征,吸收深度随含水率减小而逐渐减小;(2)基于CARS方法能够对高光谱数据(305波段)有效降维,筛选出18个水分敏感波段,进一步利用敏感...     

利用地基红外高光谱发射率数据进行云参数反演(1): 云相态判别

云相态是气候模式中的重要参数,也是遥感反演过程中进行云滴有效半径、云水含量等微物理参数反演的重要前提。在研究了云层有效发射率光谱对云相态敏感性的基础上,提出了基于云层有效发射率光谱的云相态表达特征,包括800～900 cm-1区域的有效发射率斜率、900～1 000 cm-1区域的有效发射率斜率、上述两个区域的有效发射率斜率之差、862.1与989.8 cm-1的有效发射率之比、862.1与989.8 cm-1的有效发射率之差、1 900.1与2 029.3 cm-1的有效发射率之比、远红外窗区有效发射率平均值与900 cm-1有效发射率之比等7个特征。建立了利用支持向量机进行云相态判别的方法,开展了模拟数据验证试验,并利用遗传算法优化了支持向量机的径向基核函数参数和惩罚因子。将该方法用于处理ARM计划中SGP站点的AERI仪器获得的数据,得到的云相态判别结果与Shupe提出的多仪器综合判别结果进行了比较。结果表明,利用红外波段不同窗区的有效发射率光谱特征可以实现发射率低于0.95的云层的相态判别,建立的基于支持向量机的云相态判别方法与Shupe方法的总体判别结果较为一致,但有约30%的云层由于发射率较大而标记为不透明云。基于红外高光谱发射率数据的云相态判别技术充分考虑了光谱斜率、比值和差值等信息,是较为稳定有效的薄云相态判别方法。     

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。     

融合可见光-近红外与短波红外特征的新型植被指数估算冬小麦LAI

考虑到短波红外特征与叶面积指数(LAI)有很好的关联,将短波红外特征的典型水分指数与基于可见光-近红外特征的植被指数相融合,尝试构建新的植被指数估算作物LAI。通过PROSAIL辐射传输模型分析新植被指数对LAI饱和响应的特征;利用2009年和2008年北京地区冬小麦实测光谱数据进行LAI估算建模与验证。结果表明：所选择的10个典型可见光-近红外植被指数分别与5个水分植被指数相结合构建的新指数,都能够有效提高与LAI的相关性,特别是在融合了含有短波红外特征的sLAIDI*指数后,新指数显著提高了对LAI响应的饱和点,而对植被水分变化不敏感,LAI估算精度得到改善。研究表明：将短波红外特征引入到可见光-近红外植被指数中,构建的新植被指数对冬小麦LAI估算具有明显的优势。     

可见／红外光谱区烟尘浓度测量问题的研究

在透射法烟尘浓度测量中,采用非独立模式算法分别在可见、红外、可见/红外三个光谱区计算了烟尘浓度.通过对三个光谱区烟尘浓度反演结果的准确度,线性度以及灵敏度进行分析比较,确定了透射法烟尘浓度测量的最佳光谱区为可见/红外区.同时模拟了不同粒径分布,不同体积浓度的水滴分散系对烟尘浓度测量结果的影响.仿真计算结果表明,在可见/红外光谱区,烟尘浓度的反演结果与真值基本吻合.采用限定的消光比方法能够最大限度地克服水滴的影响,使测量的精度和可靠性明显提高.对测量的消光值加入2%随机噪声时,烟尘浓度的反演仍能得到满意的结果.     

基于可见光-短波红外波谱反射率的裸土土壤含水量反演建模

土壤是地表能够生长植物的疏松土层。它由不同矿物质、有机物质、空气、水分、微生物等组成,其中土壤含水量变化较大,利用遥感技术快速准确的反演土壤含水量具有重要意义。针对反演土壤含水量受土壤类型影响较大的问题,提出构建归一化光谱斜率吸收指数（normalized spectral slope and absorption index,NSSAI）,用于削弱土壤类型对土壤水分反演影响。其建模方法如下：首先在野外采取不同类型的土壤样本,制备不同土壤含水量的土样,利用ASD光谱仪采集不同含水量下的土壤反射率光谱,然后根据各类土壤在不同含水量下的光谱响应规律,提取短波红外水分的光谱吸收特征和可见光波段的土壤光谱斜率,综合两者在降低土壤类型影响土壤含水量反演精度的各自优势,构建归一化光谱斜率吸收指数,进一步建立该指数与土壤含水量之间的线性拟合关系来计算土壤含水量。实验结果表明,与传统利用单一土壤水分光谱吸收特征参数及其变形的方法相比,基于NSSAI构建的土壤含水量反演模型拟合精度较高（相关系数为0.93）,在土壤含水量较低和较高的情况下都能有效排除土壤类型差异造成的影响,提高了裸土土壤含水量的反演精度。     

高温目标短波红外光谱辐射亮度方向效应研究

为探究高温目标短波红外波段(1300～2500 nm)光谱辐射亮度是否具有方向效应,及光谱辐射亮度与辐射天顶角的关系,以500℃石墨与金属板(304不锈钢)为高温目标,设计了暗室条件下高温目标0°～70°辐射天顶角光谱辐射亮度测量实验。利用方差分析研究短波红外波段辐射亮度是否具有方向效应,采用最小二乘法,对高温目标的方向光谱辐射亮度进行拟合,进而探究其变化规律。实验结果显示:在显著性水平α=0.01的条件下,石墨板与金属板在不同辐射天顶角的光谱辐射亮度均存在显著差异;采用最小二乘法,使用指数函数对高温目标的方向光谱辐射亮度进行拟合,拟合精度均大于0.95。研究表明:金属板较石墨板具有更显著的方向效应;石墨光谱辐射亮度方向效应不随波长的变化而变化,金属板光谱辐射亮度方向效应受波长的影响;两种材质的方向光谱辐射亮度与辐射天顶角(0°～70°)均呈指数关系。     

高温石墨板短波红外光谱发射率-温度变化规律研究

为了研究高温目标在短波红外波段内的发射率光谱特性以及发射率与温度的关联规律,以高温石墨板为例在暗室环境中使用光谱仪测量其辐射亮度及使用热电偶测量其表面温度,并基于黑体辐射定律获取高温石墨板在9组不同温度下短波红外波段(1300～2500 nm)的光谱发射率,同时采用方差分析方法对不同温度分组下发射率的差异进行分析.实验...     

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。     

基于可见近红外高光谱的东北盐渍土盐分定量模型研究

为实现东北苏打盐渍土盐分的定量反演,利用光谱测量技术,建立了土壤反射光谱与土壤盐分含量之间的偏最小二乘回归模型;探讨了利用反射光谱预测土壤盐分含量的可行性;分析了不同光谱处理方法、不同重采样间隔条件下建模的精度。结果表明：基于反射光谱进行土壤盐分的定量预测是可行的。平滑后的光谱预测精度比平滑前的预测精度明显提高。平滑后倒数对数变换能够有效去除噪声影响,所建立的模型预测精度最高(R2=0.6677, RPD=1.61)。能够满足盐分预测精度的最大的重采样间隔为8 nm。为大规模卫星遥感监测盐渍化土壤时空演变提供了科学的参考依据。     

基于时序高分一号宽幅影像火后植被光谱及指数变化分析

为了探究国产高分卫星遥感技术监测火干扰对植被生长影响的能力及其表征植被指数,选取2014年发生在四川省雅江县和冕宁县的两场森林火灾形成的火烧迹地作为研究区,利用火灾前后时序的高分一号宽幅(GF-1 WFV)数据,对不同受灾程度火烧迹地火灾前后的光谱特征变化进行分析,并以月为单位分析了不同受害程度植被火后两年内由GF-1 WFV数据生成的归一化植被指数(NDVI)、增强型植被指数(EVI)和全球环境监测植被指数(GEMI)等三种表征植被生长状态的植被指数的变化,结合研究区纬度、海拔和气候条件分析火后植被的年内恢复规律。结果表明：火烧造成植被色素和细胞结构破坏,使其不再表现出正常植被特有的光谱特征,在可见光区受害植被的反射率相比于正常植被偏高,且其值随受灾程度加重而升高;在近红外波段火干扰后的植被反射率降低,其值远低于正常植被的反射率值。NDVI,EVI和GEMI在表征植被恢复生长过程中存在高度相关性且对植被季节变化敏感,均能反映植被恢复的生长过程,具有描述火烧区植被恢复动态过程的能力;受灾植被恢复生长过程中的植被指数变化与正常植被年生长过程的植被指数变化趋势基本一致,同样存在生长季和非生长季;火烧区植被的NDVI,EVI和GEMI值相比正常植被对应植被指数值始终偏低,且植被受灾越严重,其植被指数值在同期中对应越低。     

高稳定度可见/短波红外在轨相对定标监测系统关键技术研究

针对高稳定度遥感器在轨相对定标监测系统关键技术进行研究,阐述了工作原理和关键技术。研制了基于可见/短波红外双波段陷阱结构的高稳定度定标探测器组件,通过选择高灵敏度单元可见和短波红外光电探测器,一方面使探测器组件工作在线性更好、暗电流更低的零偏置光伏电路模式,另一方面使探测器组合成为复合型陷阱光机探测模式,并在模拟前放电路和数据采集环节进行了关键参数设计,完成了星载定标辐射源输出辐射的高稳定度相对定标监测系统设计。通过实验室内积分球以及国家计量技术机构提供的标准灯的辐射测试结果表明,系统获取的码值相对标准方差达到0.030%～0.046%(可见通道)和0.040%～0.059%(短波红外通道),实现了相对定标系统的高稳定度监测,为未来遥感器在轨相对定标提供一种优良的解决方案。     

沙质土壤热红外高光谱特征及其含沙量预测研究

为明确土壤热红外高光谱数据反演土壤含沙量的应用潜力,利用102F型便携式傅里叶变换红外光谱仪对沙质土壤进行测量,在进行相关分析和主成分分析的基础上,对土壤发射率光谱特征进行了分析,并采用偏最小二乘回归和主成分回归两种建模方法预测土壤含沙量.结果表明,沙质土壤发射率光谱中二氧化硅的Reststrahlen特征表现明显,在...     

实测甘草冠层光谱定量估算甘草酸和甘草苷含量

甘草酸(GA)和甘草苷(LQ)是甘草的两个主要的活性成分, 常用作评估甘草的质量主要指标。首次尝试应用实测甘草冠层的可见-短波红外(Vis-SWIR)高光谱数据定量估算甘草中的GA和LQ含量,利用高效液相色谱方法(HPLC)分别测定甘草中GA和LQ含量作为参考值,通过结合一阶导数预处理和运用Wilk’lambda 逐步回归法选择特征波长等光谱预处理方法,在选择9个最优波段基础上建立偏最小二乘(PLS)回归预测模型,甘草GA和LQ的回归精度R2分别为0.953和0.932,校正集的均方根误差(RMSEC)分别为0.31和0.22, 预测精度R2分别为0.875和0.883,验证集的均方根误差(RMSEP)分别为0.39和0.27。结果显示,用光谱预测模型获得甘草GA和LQ含量预测与HPLC方法获得的甘草GA和LQ含量实测之间具有较高的相关性,说明Vis-SWIR技术从遥感数据中来确定GA和LQ含量的可行性。为野外利用外机载和/或星载高光谱传感器对甘草质量遥感监测提供理论依据。