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.     

新一代Landsat系列卫星：Landsat8遥感影像新增特征及其生态环境意义

美国Landsat 8卫星的成功发射使一度中断的Landsat对地观测得以继续。Landsat 8除了保持Landsat 7卫星的基本特征外,还在波段的数量、波段的光谱范围和影像的辐射分辨率上进行了改进。基于该卫星的首幅影像,针对这些新的特性进行了分析和研究。研究发现:(1)新增的卷云波段有助于区别点云和高反射地物;(2)卷云波段设计的波长范围位于粘土矿物光谱反射的强吸收带,有利于土壤与建筑不透水面信息的区别;(3)新增的深蓝波段有助于水体悬浮物浓度的监测;(4)全色影像波长范围的收窄有利于该影像上植被和非植被的区别;(5)辐射分辨率的提高可避免极亮/极暗区的灰度过饱和现象,这对反射率极低的水体的细微特征识别有很大帮助。显然,Landsat 8这些新增的优点将会对全球生态环境变化的监测产生积极的作用。     

基于6S模型的FY-3A/MERSI可见光到近红外波段大气校正

基于山西省太原市及其周边区域气象台站观测数据,为6S模型提供所需的大气状态参数,对晴空状况下FY-3A/MERSI可见光到近红外波段（250 m分辨率）数据进行大气校正.结果表明：大气校正后,MERSI可见光到近红外波段数据范围加宽、反射率数据普遍增大,波峰高移,各波段反射率的分布更趋平滑;校正后,反映植被状况的归一化植被指数的值域比校正前增大、峰值变高,更接近实际情况;校正后彩色合成图显现出更丰富的地物信息,亮度增大,层次变强,对比度增强,地物信息更接近实际.     

空间分辨率对绿潮覆盖面积、密集度卫星遥感信息提取的影响

研究表明,多源卫星数据提取的绿潮信息存在较大差异,通常认为可能的主要原因是不同卫星遥感器的的空间分辨率、过境时间差、波段设置等各不相同,但对此仍缺乏深入的研究。本文采用波段设置和过境时间完全相同、仅空间分辨率不同的四景 MERIS 全、降分辨率（300 m 和1200 m）影像,利用统一的算法（NDVI）进行绿潮信息提取,量化了空间分辨率对绿潮覆盖面积、密集度（由斑块个数、聚合度表征）卫星遥感信息提取的影响。结果表明：空间分辨率对绿潮覆盖面积卫星遥感信息提取影响显著,全、降分辨率 MERIS 影像提取的绿潮覆盖面积最大相对偏差可达67％,遥感影像的空间分辨率对绿潮面积提取结果的影响既与绿潮 NDVI 探测阈值有关,还可能与绿潮发展阶段有关。绿潮密集度卫星遥感提取结果也受遥感影像空间分辨率的影响,全分辨率 MERIS 影像提取的绿潮斑块个数为降分辨率影像的7～21倍,绿潮聚合度较降分辨率影像高15％～25％。     

基于Sentinel-2的复杂山区常用植被指数地形效应分析

结合典型地形校正模型，比较复杂山区不同植被指数的地形效应去除效果，能够为地表植被的准确评估提供科学依据。本文以湖南省炎陵县的Sentinel-2影像为数据源，采用C模型、SCS+C模型以及Teillet-回归模型对比值型植被指数(NDVI和SR)和非比值型植被指数(MNDVI和RSR)进行地形校正，从视觉效果、相关性、坡度、坡向、植被覆盖度方面分析4种植被指数的地形效应去除效果。结果表明：(1)植被指数的波段比形式能够有效抑制地形引起的噪声。坡度<15°时，植被指数的地形效应均有不同程度的抑制；坡度>15°时，MNDVI的校正效果最好，RSR次之，NDVI和SR容易出现过度校正。(2)3种地形校正模型均能削弱复杂山区植被指数的地形效应，特别是坡度>15°时，C模型效果最好，SCS+C模型次之，Teillet模型效果较差。(3)MNDVI指数结合地形校正模型，能够有效抑制复杂山区地形效应的影响，提高植被覆盖度的估算精度。其中，坡度<25°时，Teillet模型效果最好；坡度>25°时，C模型效果最好。     

表观反射率及其在植被遥感中的应用

 由于植被遥感应用定量化和监测等的需求,光学遥感数据的辐射校正更加受到重视。该文论述了辐射校正,辐射定标和大气校正的概念以及它们之间的区别及关系。特别对辐射定标的结果之一,大气层顶表观反射率,简称表观反射率(Apparent reflectance)的定义、概念、计算和它在植被遥感中的应用等方面,进行了详细的论述。     

联合GF-6和Sentinel-2红边波段的森林地上生物量反演

光谱反射率能反映地物差异,是森林地上生物量（Aboveground Biomass,AGB）遥感反演的理论基础。红边波段处于近红外与红光波段交界处快速变化的区域,能对植被冠层结构和叶绿素含量的微小变化做出快速反应,对植被生长状况较敏感。研究以GF-6和Sentinel-2多光谱影像作为数据源,结合野外调查AGB数据,构建落叶松和樟子松AGB线性和非线性估测模型,通过比较模型精度选择最优模型进行森林AGB反演和空间分布制图。结果表明：GF-6和Sentinel-2影像红边波段反射率与落叶松、樟子松AGB均呈显著相关（P<0.05）,红边波段对AGB估测较敏感。多变量估测模型整体估测效果优于单变量模型,所有模型中多元线性回归模型取得了最优的决定系数（落叶松R²=0.66,樟子松R²=0.65）和最低的均方根误差（落叶松RMSE=31.45 t/hm²,樟子松RMSE=54.77 t/hm²）。相比单个数据源,联合GF-6和Sentinel-2影像构建的多元线性回归模型估测效果得到了显著提升,模型RMSE对于落叶松和樟子松AGB估测分别最大降低了22.9%和11.2%。增加红边波段进行AGB估测能显著提高模型估测精度,三组数据源分别加入红边波段信息后进行建模,模型RMSE得到了显著降低。GF-6拥有800 km观测幅宽和高效的重访周期,可以快速地提供大尺度时间序列数据,在森林地上生物量反演和动态监测方面有着很大潜力。     

柽柳灌丛关键物候参数多种植被指数遥感提取的适用性——基于CO2通量观测和Sentinel-2数据

本研究以额济纳绿洲四道桥超级站为研究区,结合2018—2019年涡度通量、气象数据和2017—2020年Sentinel-2遥感影像,分析通量塔总初级生产力(GPP)与环境因子的关系,评估12种遥感植被指数对柽柳灌丛长势模拟和关键物候参数提取的适用性。采用7参数双逻辑斯蒂函数(DL-7)+全局模型函数(GMF)拟合GPP和各植被指数生长曲线,并逐年提取生长季始期(SOS)、生长季峰期(POS)和生长季末期(EOS)3种关键物候参数。结果表明: 有效积温(GDD)和土壤含水量是影响柽柳灌丛物候动态的主要环境因子。与2018年相比,2019年由于气温较低,SOS前的积温累积速率较慢,柽柳灌丛需要更长时间的热量积累来进入生长季,从而导致2019年SOS比2018年晚。在SOS与POS之间,2018和2019年水热条件相似,但2019年POS比2018年晚8 d,可能是2019年SOS较晚所致。POS以后,2019年较高的GDD和较低的土壤含水量使柽柳灌丛遭受水分胁迫,导致其生长季后期时间缩短。标准化的Sentinel-2植被指数与10:00—14:00 GPP均值的线性回归结果表明,宽波段植被指数中的增强型植被指数和窄波段植被指数中的叶绿素红边指数、倒红边叶绿素指数、红边归一化植被指数(NDVI705)能够较好地反映与柽柳灌丛GPP具有较高的一致性。柽柳灌丛SOS和EOS的遥感提取结果表明,Sentinel-2窄波段植被指数比宽波段植被指数的准确性更高,尤其是修正叶绿素吸收反射率指数提取SOS最准确,MERIS陆地叶绿素指数提取EOS最准确;Sentinel-2宽波段植被指数提取POS的准确性更高,尤其是两波段增强型植被指数和植被近红外反射率指数最准确。综合所有物候参数来看,NDVI705综合表现最佳。     

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.     

三种植被冠层二向反射分布函数模型的比较

随着定量遥感技术的发展, 描述森林冠层二向反射分布函数(BRDF)的机理模型越来越多。该研究采用3种植被冠层BRDF模型——DART模型、4SCALE模型和MGEOSAIL模型, 模拟了不同郁闭度样地在红光、近红外波段各个观测角度下的场景反射率, 并比较分析了不同BRDF模型的适用性和局限性。结果表明: MGEOSAIL模型只适于模拟样地郁闭度较小、林木个体较大条件下的场景反射率, 且热点效果不十分明显; DART模型和4SCALE模型适于任何郁闭度条件下的场景反射率的模拟, 并且精度较高; 4SCALE模型模拟的场景反射率介于DART模型模拟的1次散射与5次散射之间。这3种模型在模拟近红外波段的场景反射率时, 均存在“碗边”效应。     

海洋赤潮水色遥感技术研究进展

海洋水色遥感已成为赤潮探测与监测的重要技术手段之一。文章回顾了赤潮卫星遥感技术的发展历程,阐述了水色遥感的原理--水体的离水辐射及其光谱特征。着重论述了高光谱卫星在赤潮水色遥感中的作用,通过大气校正减少大气和气溶胶对遥感信息的衰减,同时就赤潮发生的海洋学机理进行了探讨。综合分析后指出中分辨率成像光谱辐射计(MODIS)作为图谱合一的新一代卫星传感器将在赤潮的卫星监测研究中发挥及其重要的作用。并对今后赤潮遥感的主攻方向提出了一些建议:拓宽遥感数据来源,与地理信息系统技术结合及加强赤潮的预警研究等。     

1986—2019年新疆湖泊变化时空特征及趋势分析

干旱区湖泊是区域水资源系统的重要组成部分,不仅在维系区域生态系统平衡上发挥重要支撑作用,而且也对区域气候变化和人类活动具有重要的指示意义。基于Google Earth Engine(GEE)遥感云计算平台,以Landsat 5/7/8卫星遥感影像为主要数据源,分析了1986—2019年新疆维吾尔自治区湖泊数量以及面积变化的时空特征,并从气候要素变化、人类活动干扰等方面初步探讨了新疆湖泊变化的主要原因。结果表明：1986—2019年间,气温升高使得冰川积雪融水增加,新疆湖泊整体上呈现出扩张趋势。然而受人类活动的干扰程度以及地形海拔等因素,这种趋势存在显著的空间差异。全球变暖背景下,由于受到丰富稳定的雪冰融水的补给,受人为干扰较小的青藏高原北部地区湖泊呈现显著扩张。相反由于环天山地区强烈的人类活动以及冰川加速退缩影响,该区域湖泊面积持续高位波动状态。     

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。     

基于多光谱影像的森林树种识别及其空间尺度响应

当前,不同空间分辨率卫星影像对森林类型识别结果中普遍存在的尺度效应,而且纹理参量对不同尺度下树种识别精度的影响仍缺乏广泛认知.本研究以中国东北旺业甸林场为研究区,采用观测时相同步、地理坐标匹配的GF-1 PMS、GF-2 PMS、GF-1 WFV,以及Landsat-8 OLI卫星传感器数据组成空间尺度观测序列(1、2、4、8、16、30 m),并结合支持向量机(SVM)模型,探讨了区域内5种优势树种遥感识别结果的尺度变化规律及其纹理特征参数的影响,同时检验了基于尺度上推转换影像的树种识别结果差异.结果表明: 影像空间分辨率对区域树种识别结果具有显著影响,其中,研究区森林树种识别的最佳影像分辨率为4 m,当分辨率降低至30 m时,树种识别结果最差.在1～8 m影像分辨率范围内,增加纹理信息能够显著提高不同优势树种的识别精度,使总分类精度提升了2.0%～3.6%,但纹理信息对16～30 m影像的识别结果没有显著影响.与真实尺度卫星影像相比,基于升尺度转换影像的树种识别结果及其尺度响应特征存在显著差异,表明在面向多个空间尺度的遥感观测和应用研究中,需要采用真实分辨率影像以确保结果的准确性.     

4-Scale几何光学模型冠层反射率模拟的空间尺度适用性

明确4-Scale模型模拟森林冠层反射率适用的空间尺度,有助于提高其应用于不同植被类型冠层反射率模拟时的精度,进而提升其开展叶面积指数、郁闭度和其他参数的反演精度。以黑龙江省尚志市帽儿山实验林场2块100 m×100 m森林样地(阔叶林与混交林各一块)为研究对象,分别分割为10、20、30、40和50 m空间尺度,使用4-Scale模型模拟森林冠层反射率,采用局部平均法、最邻近法、双线性内插法和立方卷积法对空间分辨率为10 m的Sentinel-2影像升尺度转换至其他尺度并评价,对比分析模拟冠层反射率和遥感像元反射率,明确混交林和阔叶林适合4-Scale模型高精度反演参数的空间尺度。结果表明：4-Scale模型整体低估了像元森林冠层反射率,混交林和阔叶林冠层反射率在20 m尺度的模拟效果均最差,红光波段和近红外波段的均方根误差(RMSE)和平均绝对偏差(MAE)均较大;>20 m尺度的模拟效果开始变好,混交林40 m、阔叶林30 m时模型的适用性最佳,红光波段和近红外波段下,模拟值与遥感像元反射率之差的均值和标准差最小,RMSE和MAE同样最小;10 m尺度混交林和阔叶林模拟结果...     

玉龙雪山地区地表三维温度场时空变化分析

玉龙雪山属于海洋型冰川,对全球气候变化敏感,具有重要的生态研究价值。为了获取玉龙雪山地区的地表温度变化情况,提出了一种基于地表三维温度场的定量分析方法。首先,采用高分辨率立体测绘卫星影像构建数字表面模型,作为三维底图参考,并利用多时序热红外卫星影像数据反演地表温度场模型,提供地表温度变化依据;然后,在统一参考坐标系下将数字表面模型和多时序地表温度场模型套合,准确地分析地表温度时空变化情况。试验利用1987年至2018年间同一季节的Landsat卫星遥感影像反演地表温度,结合资源三号卫星立体影像构建的数字表面模型,并采用四阶温度区间分析多时序范围内玉龙雪山地区的地表温度变化情况。试验结果表明玉龙雪山低温区和次低温区面积逐渐减小,减小速度分别为2.096 km²/a和2.662 km²/a,中温区和暖温区面积逐渐增大,增大速度分别为2.902 km²/a和1.703km²/a,玉龙雪山地区的地表温度呈现整体上升的趋势,为全球生态环境变化提供参考。     

基于高分辨率遥感影像的北亚热带森林生物量反演

以北亚热带湖北省太子山林场为研究对象,基于高空间分辨率GF-2与SPOT-6卫星影像,提取不同窗口大小下的纹理信息与光谱信息,利用随机森林回归算法,并结合野外实测106块样地的生物量数据,建立不同影像下的太子山林场森林生物量反演模型。结果显示：（1） GF-2和SPOT-6虽然空间分辨率有差异,但是从其不同波段反射率的相关系数（0.75、0.78、0.73、0.61）发现,两种影像的波段反射率具有较高的相关性,说明两者的辐射性能相近;（2）通过分析不同纹理特征对生物量模型的影响,发现均值和对比度纹理参数对生物量反演具有很好的效果。（3）高分辨率的遥感数据在生物量反演中具有较好的表现,且GF-2生物量模型精度（R²=0.88,RMSE=27.11 Mg/hm²）与SPOT-6生物量模型的精度（R²=0.89,RMSE=23.93 Mg/hm²）相近。（4）两种影像对不同森林类型的生物量预测值不存在显著差异,都适合对不同林分类型的生物量进行预测。     

基于不同空间尺度遥感影像估算森林叶面积指数的差异

地面测量点对遥感像元的代表性如何,怎样获取像元的相对真值,多大的空间分辨率可以真实地反映森林区域的叶面积指数(LAI),这些都是定量遥感中的重要问题.本研究计算LAI-2200和TRAC两种冠层分析仪测量的空间范围,并结合GF-2(4.1 m)、Sentinel-2(10 m)、Landsat-8(30 m)3种不同空间分辨率遥感影像,找到各尺度下像元的相对真值,在保持真值观测面积和遥感获取面积一致的条件下,基于一元指数和多元回归模型,对比分析不同空间分辨率影像对估算森林LAI的影响,并对3种影像模型进行30和100 m尺度下的检验以及各自数据集的空间代表性评价,比较得出最适合表达研究区域森林LAI的尺度.结果表明:对于森林来说,高分辨率并不一定能充分反映森林LAI.基于3种分辨率影像的统计模型都能很好地估测森林LAI,其中,基于Sentinel-2的反演精度最高,基于GF-2的反演精度最低.30和100 m尺度下的检验结果表明,基于GF-2反演模型高估了森林LAI,基于Landsat-8的反演模型低估了森林LAI,基于Sentinel-2分辨率的统计模型可以很好地估测研究区域森林LAI.     

不同林分郁闭度与遥感数据的相关性

林分郁闭度与遥感数据的相关性分析是郁闭度遥感估算的基础,郁闭度遥感是林业遥感的重要方向。以四川省石棉县为例,就不同林分探讨了其郁闭度与陆地资源卫星专题制图仪LANDSAT Thematic Mapper(TM,包括其波段1至7,分别表示为TM1、TM2、TM3、TM4、TM5、TM6和TM7)数据之间的相关性及其受地形校正的影响。建立了地形数据库和基于1994年调查数据的森林资源数据库;对1994年6月26日成像的LANDSAT TM数据进行了几何校正,并与森林资源数据库配准;分别利用Lambert Cosine Correction(LCC)模型和Sun Canopy Sensor(SCS)模型对TM数据进行地形校正,生成TM-LCC和TM-SCS数据;将TM、TM-LCC和TM-SCS各波段数据分别与森林资源数据叠加统计,得到各小班TM、TM-LCC和TM-SCS各波段数据的均值和标准差,并将其添入数据库中,选取标准差较小的小班共1194个作为样本。按优势树种将样本层化为8个林分层,分别计算其郁闭度与TM、TM-LCC和TM-SCS各波段数据间的相关系数,并分析其在不同林分不同波段上的差异及其受地形校正的影响。研究表明:铁杉、冷杉和云杉等林分郁闭度与TM部分波段数据的相关性在0.01的水平上均为显著;而桦木、栎类、桤木、软阔类和云南松等林分郁闭度与TM数据的相关性在0.05的水平上均不显著;TM的LCC校正提高了冷杉、铁杉和软阔等林分郁闭度与TM4和TM5的相关性,TM的LCC校正还提高了软阔类林分郁闭度与TM7的相关性,TM的SCS校正提高了冷杉林分郁闭度与TM4和TM5的相关性,且在0.01的水平上均为显著。TM的LCC和SCS校正未能明显提高桦木、栎类、桤木、云南松和云杉等林分郁闭度与TM数据的相关性。该研究对林分郁闭度遥感具有一定的科学意义和应用价值。     

内蒙古温带荒漠草原生长季地表反射率特征及数值模拟

基于内蒙古苏尼特左旗温带荒漠草原生态系统野外观测站2008年生长季(5月1日-10月15日)的气象和生物要素观测资料,分析了地表反射率日、季动态,并构建了温带荒漠草原地表反射率模型.结果表明：研究区地表反射率日变化主要受太阳高度角影响,呈早晚高、中午低的U形曲线特征;生长季地表反射率在0.20～0.34,平均为0.25,以5月较高、6月下降、7-9月相对稳定、10月增大;研究区地表反射率的季节动态与冠层叶片的物候变化有关,同时受降水过程的影响;土壤含水量和叶面积指数是影响该区地表反射率的关键因子;反映土壤含水量和叶面积指数共同作用的地表反射率模型的模拟值与野外实测值具有较好的一致性.