五种TM影像大气校正模型在植被遥感中的应用

基于2005年7月18日广州市东北部和惠州市北部的TM影像，以表观反射率模型为参照，从植被反射率光谱、地物反射率统计特征、规一化植被指数三方面对4种黑体减法模型和6S模型在植被遥感中的应用进行了评价.结果表明：黑体减法模型DOS4获得了精度较高的植被反射率，其地物反射率与规一化植被指数的信息量最大，适用于研究区的植被遥感研究.对于不同区域的植被遥感研究需要进行具体的比较分析，才能选择到合适的大气校正模型.     

基于遥感图像不同辐射校正水平的植被覆盖度估算模型

选用南京市SPOT 5 HRG图像的地物反射率(PAC)、表观反射率(TOA)和灰度值（DN）影像，提取了4种植被指数（VI），即归一化植被指数（NDVI）、转换植被指数（TVI）、土壤调节植被指数（SAVI）和修正的土壤调节植被指数（MSAVI），与地面实测的植被覆盖度进行了回归分析，并建立了36个VI-VFC关系模型.结果表明：在所有模型中，基于PAC级影像提取的NDVI和TVI的3次多项式模型最优；其次为基于DN级影像提取的SAVI和MSAVI的3次多项式模型，在VFC>0.8时其精度略高于前两种模型.这4个模型在植被中等密集区域（VFC＝0.4～0.8）的精度高于植被稀疏区域（VFC=0～0.4）.所建模型可通过中间模型的联结，进行推广使用.在基于VI-VFC关系建模过程中，基于遥感影像不同辐射校正水平提取植被指数，有利于充分挖掘遥感影像信息，进而提高VFC估算的精度.     

高分一号宽幅多光谱影像辐射定标偏差及其植被指数影响

自2013年4月在轨运行以来，高分一号(GF-1)宽幅(WFV)多光谱相机已实现持续对地观测，为包括生态学在内的相关研究领域与行业应用提供了丰富的数据源。当前场地定标频次偏低以及定标参数更新、发布滞后的现状，一定程度上影响了GF-1 WFV多光谱数据的定量应用。然而，现有文献仅在数据预处理流程中谈及对GF-1 WFV影像的辐射定标处理，很少讨论定标参数选取不当甚至误用产生的可能影响。基于已公布的辐射定标参数(2014—2021年)和4景GF-1 WFV Level1A级影像产品数据，重点围绕辐射定标偏差及其对多光谱波段星上反射率和常用植被指数的影响等展开模型分析和讨论。结果显示：即使两个相邻年份间，在多数情况下误用辐射定标参数会导致不可忽视的波段星上反射率相对偏差；进而给不同类型植被指数的实际应用带来不同程度的挑战。因辐射定标偏差的影响，常用的两波段归一化型植被指数在监测稀疏植被覆盖区时会存在明显的误差；而对高植被覆盖区的监测时采用两波段简单比值型植被指数将面临更大的挑战。针对存档GF-1 WFV Level1A数据的应用需求，提出利用时间距离加权的线性内插法来修正基于公开定标参数的辐...     

山丘区苹果树花期冠层反射率的定量遥感反演

采用山东省栖霞市苹果树花期不同分辨率的TM和ALOS影像,充分考虑坡向系数和冠层花叶比,通过地形辐射校正获取地表反演反射率,再经混合像元分解获取苹果树冠层的反演反射率,将30个果园样方的反演结果与同时段实测反射率及表观反射率进行比较,分析反演效果和精度.结果表明:地形辐射校正有效减弱了地形和大气的影响,恢复了阴影处地物,地表反演反射率影像的解析力大幅提高;无论是TM还是ALOS影像,冠层反演反射率的绝对误差和相对误差均最小,所有波段的相对误差表现出一致性,且样方间变化趋势与实测值最一致,说明混合像元分解是必要的.反演方法应用于不同分辨率影像,表现出相似的反射率变化特点,高分辨率图像更具优势,但受波段限制,可与中分辨率影像结合使用.     

不同大气校正方法对森林叶面积指数遥感估算影响的比较

利用TM原始图像以及经过6S模型和基于影像自身的Gilabert模型大气校正后的地面绝对反射率图像,分别计算了褒河流域阔叶林和针阔混交林2种林型的5类光谱植被指数(SR、NDVI、MNDVI、ARVI和RSR),并建立各林型森林叶面积指数与同时相的各个植被指数的相关关系。结果表明,2种大气校正模型均显著提高了各植被指数与森林叶面积指数的相关关系,除了对森林叶面积指数与植被指数SR和NDVI的相关关系影响不显著外,对森林叶面积指数与植被指数MNDVI、ARVI和RSR相关关系的影响均非常显著。说明不同大气校正模型对叶面积指数的遥感估算结果有较大影响。因此,在利用遥感数据进行定量分析、信息提取和生态遥感应用时,不仅要进行大气校正,而且还要慎重选择大气校正模型和植被指数。     

地形对植被生物量遥感反演的影响——以广州市为例

目前植被生物量遥感反演研究中的地形校正主要是校正地形变化对地表反射率的影响,较少考虑地形起伏引起的像元面积与实际地表面积的差异,而这种差异将导致植被生物量估算结果的偏差.在生物量遥感反演的基础上,结合地表面积计算模型和物质守恒定律,建立了生物量地形校正模型,定量分析和讨论了地形起伏对广州市植被类型面积提取和生物量准确估算的影响.结果表明:地形校正前后全市针叶林、阔叶林、草地、灌木林和园地面积分别增加6.18％、3.70％、2.86％、1.92％和1.29％;在综合分析区域生物量遥感反演中的各种不确定性的基础上,建立的各植被类型的生物量模型均具有较高精度,相关系数均接近或者超过0.9,可以满足生物量反演的要求;全市植被生物量呈现出东、北高,西、南低的分布格局,像元实际代表的林地(阔叶林和针叶林)平均生物量为61.86t/hm2,高于珠三角区域生物量平均值,但与亚热带林的顶级群落生物量水平有较大差距,林地生物量还有较大的增长空间;经过校正地形变化引起的像元面积和实际地表面积差异对生物量提取结果的影响后,植被总生物量比校正前增加了5.82％,5种植被类型的总生物量有不同程度的增加,阔叶林、针叶林、草地、灌木林和园地分别增加了7.74％,4.76％、3.34％、2.50％和1.58％.与其它的表面积计算模型相比,利用的像元地表面积模型具有较高的精度,可以满足生物量遥感估算中地形校正的需要.     

哀牢山亚热带常绿阔叶林与林外草地太阳辐射比较

太阳辐射是森林生态系统的主要能量来源,为探讨亚热带常绿阔叶林对太阳辐射的影响,本研究利用哀牢山亚热带森林生态系统研究站太阳辐射观测数据,对林外草地、林冠上的太阳辐射平衡各分量的年、季节变化特征进行了分析.结果表明:森林辐射的季节变化因随植被的变化而与林外草地辐射有所差异.森林有效辐射占总辐射的比率、反射率均低于林外草地,导致净辐射占总辐射比率高于后者.与我国各地的辐射分配率相比,哀牢山亚热带常绿阔叶林的净辐射占总辐射比率较高,反射率较低.总辐射与相近纬度同植被类型的鼎湖山、鹤山相比,分别高207.7和357.5MJ·m-2,这对生长在海拔2200m以上、温凉潮湿环境下的亚热带常绿阔叶林来说,显得异常重要.     

环境减灾卫星多光谱CCD影像自动几何精纠正与正射校正系统

我国环境减灾光学卫星(HJ)多光谱CCD影像由于具有高时空分辨率、大幅宽等优势,能够提供同一区域不同生长阶段的植被信息,是提取具有生态学意义土地覆盖及开展植被生理生态参量反演的重要数据源之一。然而,目前该数据产品的几何定位不准确及山区地形畸变误差使其难以满足应用需求。高定位精度是遥感影像信息提取、参数反演与应用分析的前提,遥感影像的几何精纠正与正射校正是遥感数据预处理面临的首要问题。在分析国内外卫星影像自动化处理系统研究现状的基础上,结合HJ CCD影像幅宽大的特点,构建了HJ CCD影像的自动几何精纠正与正射校正处理系统。与目前商业软件相比,自动几何精纠正与正射校正处理系统采用了自动化的控制点搜索与过滤方法,能有效提高控制点选取的效率与精度。同时,结合DEM数据,系统自动拟合卫星飞行路径并纠正由偏离星下观测导致的山体位移。系统应用结果表明,自动几何精纠正和正射校正系统能够有效的提高处理效率,节省人力和时间成本。该系统已被成功应用于全国生态十年(2000—2010年)变化遥感调查与评估专项土地覆盖遥感监测的环境减灾卫星多光谱遥感影像预处理工作。     

影响黄土高原地物光谱反射率的非均匀因子及反照率参数化研究

通过应用高光谱反射仪进行各种植被覆盖度地物的同期观测,分析不同地物光谱反射率和宽波段反照率的差异,得出:除太阳高度角的影响外,植被的不同生育期及生长状况决定的叶绿素、细胞构造和含水量等要素都会影响植物光谱反射率;基于归一化植被指数( NDVI)、归一化植被水分指数(NDWI)、土壤体积含水量以及参考对象的光谱曲线建立了植物光谱反射率的估算模型,能较好地反映地物光谱反射率特征;基于地物波谱反射率估算得到的全波段反照率误差在0.02范围内,可以作为反照率遥感反演和转换的依据;该方法也为高光谱遥感在反照率等陆面过程参数尺度耦合和转换过程中应用奠定了基础.     

辐射传输模型多尺度反演植被理化参数研究进展

植被是生态系统最重要的组成成分之一,许多与植被有关的物质能量交换过程都与植被的理化参数密切相关,因此定量估算植被的理化参数含量对监测植被生长状况、森林火灾预警以及研究全球碳氮循环过程等都具有重要意义.在众多定量反演植被理化参数的方法中,基于数学、物理学以及生物学的基本理论建立起来的辐射传输模型受到越来越多的关注.辐射传输模型描述了植被与入射辐射之间的相互作用过程和特征,相对于传统的经验/半经验方法,辐射传输模型物理意义明确,具有稳定性和可移植性强的特点.在分析国内外最新相关研究的基础上,首先从植被叶片、冠层和像元3个不同的尺度阐述反演植被理化参数的辐射传输模型.叶片尺度上主要介绍PROSPECT模型和LIBERTY模型;冠层尺度上主要介绍SAIL冠层辐射传输模型以及PROSPECT与SAIL耦合的PROSAIL叶片-冠层辐射传输模型;像元尺度的植被理化参数反演目前主要采用冠层尺度的辐射传输模型.其次,分析尺度变化下植被理化参数遥感反演所面临的主要问题,如不同尺度下模型参数敏感性的变化、辐射传输模型的选取以及混合像元的影响等.最后,总结展望植被理化参数反演多模型与多种数据源相互结合的研究趋势,以及将来具有高空间分辨率的高光谱遥感卫星升空后所带来的发展前景.     

Mapping large-scale distribution of submerged aquatic vegetation coverage using remote sensing

This study investigated the potential of using remote sensing for mapping and monitoring of submerged aquatic vegetation (SAV) on a large scale. The spectral characteristics of SAV with varied coverage were measured using a portable spectroradiometer on a man-made lake at the Chongming International Wetland Park, Shanghai, China. A good relationship between the coverage of SAV and their field spectral characteristics was established and the reflectance of SAV increased with its increasing coverage. A regression analysis was then carried out between the coverage and the reflectance at the wavelengths of four QuickBird bands. After making an atmospheric correction from a synchronous QuickBird image for the study site, the image digital number (DN) was converted into the ground reflectance. The reflectance image was then deduced into a distribution map of SAV coverage by using the results of the regression functions between the coverage of SAV and the reflectance rate measured in situ. An accuracy assessment indicated that this approach could be used to quickly monitor the distribution and growth situation of SAV. The implications of this observation, in terms of the ability of remote sensing to estimate and monitor the distribution and dynamics of SAV on a large scale are discussed.     

High-resolution satellite remote sensing of littoral vegetation of Lake Sevan (Armenia) as a basis for monitoring and assessment

Physics-based remote sensing in littoral environments for ecological monitoring and assessment is a challenging task that depends on adequate atmospheric conditions during data acquisition, sensor capabilities and correction of signal disturbances associated with water surface and water column. Airborne hyper-spectral scanners offer higher potential than satellite sensors for wetland monitoring and assessment. However, application in remote areas is often limited by national restrictions, time and high costs compared to satellite data. In this study, we tested the potential of the commercial, high-resolution multi-spectral satellite QuickBird for monitoring littoral zones of Lake Sevan (Armenia). We present a classification procedure that uses a physics-based image processing system (MIP) and GIS tools for calculating spatial metrics. We focused on classification of littoral sediment coverage over three consecutive years (2006–2008) to document changes in vegetation structure associated with a rise in water levels. We describe a spectral unmixing algorithm for basic classification and a supervised algorithm for mapping vegetation types. Atmospheric aerosol retrieval, lake-specific parameterisation and validation of classifications were supported by underwater spectral measurements in the respective seasons. Results revealed accurate classification of submersed aquatic vegetation and sediment structures in the littoral zone, documenting spatial vegetation dynamics induced by water level fluctuations and inter-annual variations in phytoplankton blooms. The data prove the cost-effective applicability of satellite remote-sensing approaches for high-resolution mapping in space and time of lake littoral zones playing a major role in lake ecosystem functioning. Such approaches could be used for monitoring wetlands anywhere in the world.     

Microphytobenthos assemblage mapping by spatial visible-infrared remote sensing in a shellfish ecosystem

The aim of this work is to assess the use of (SPOT) multispectral visible infrared remote sensing to study microphytobentos assemblages in a shellfish ecosystem (Bay of Bourgneuf, France). SPOT satellite images (acquired at low tide in spring or autumn between 1986 and 1998) were calibrated using in situ radiometric data, and the normalised vegetation index (NDVI) obtained from these images showed microphytobenthos on bay mudflats. Proliferation was mainly along a north-south strip, essentially localised around the +2 m isobath and covering a surface area of 19 to 25% of the total mudflat area studied (420 to 550 ha). Three factors seem to be responsible for the spatial structure of the assemblages: bathymetry, nutrient input from the Falleron River and its channel, and the location of oyster-farming areas. Although spatial and spectral resolutions of multispectral remote sensing data have certain limitations, this approach opens up a new field of application for hyperspectral remote sensing, particularly for synoptic mapping of biomass distribution.     

基于遥感的光合有效辐射吸收比率(FPAR) 估算方法综述

光合有效辐射吸收比率(FPAR)是反映植被生长过程的重要生理参数,是陆地生态系统模型的关键参数,是反映全球气候变化的重要因子。基于遥感的FPAR估算方法是获取区域乃至全球尺度FPAR的有效方法。目前,主要形成了植被指数法和机理法两类方法,植被指数法是建立FPAR与植被指数的经验统计模型,简单、计算效率高;机理法则从物理模型上进行FPAR的求解与反演,机理明晰、可行性强。然而,由于FPAR本身的复杂性以及环境因素、遥感数据质量的影响,导致了估算方法面临诸多不确定性问题。为了解决这些不确定性问题以及满足生态过程深入研究的需求,将进一步注重FPAR的机理研究、先验知识的获取与积累,构建长时间序列FPAR以及高时空的FPAR算法研究。     

地形校正对森林生物量遥感估测的影响

基于常用的4种地形校正模型（Cosine模型、C模型、C+SCS模型、Minnaert模型）,以IDL语言为二次开发平台,对黑龙江省帽儿山地区2007年7月21日TM图像进行地形校正,从视觉差异、图像的定量统计特征两方面评价了4种地形校正模型的修正效果,并比较了地形校正后几种遥感因子与森林生物量的相关性,建立了森林生物量的遥感反演模型,分析了不同地形校正模型对森林生物量反演的影响.结果表明：由于K-T变换采用线性变换方式,地形校正后遥感数据与森林生物量的相关性出现了较大波动,应根据地表信息调整变换参数,因此该变换方式不适合与地形校正结合使用;植被指数的信息量在地形校正后明显提高,其与森林生物量的相关性显著增强;4种地形校正模型中,Cosine校正过度,不宜采用,C模型和C+SCS模型通过引入半经验参数,较好地消除了地形效应,Minnaert模型校正后降低了森林生物量估测的误差,有效地提高了遥感反演模型的精度.