Hyperspectral Characteristics of Canopy Components and Structure for Phenological Assessment of an Invasive Weed

Spectral reflectance values of four canopy components (stems, buds, opening flowers, and postflowers of yellow starthistle (Centaurea solstitialis)) were measured to describe their spectral characteristics. We then physically combined these canopy components to simulate the flowering stage indicated by accumulated flower ratios (AFR) 10%, 40%, 70%, and 90%, respectively. Spectral dissimilarity and spectral angles were calculated to quantitatively identify spectral differences among canopy components and characteristic patterns of these flowering stages. This study demonstrated the ability of hyperspectral data to characterize canopy components, and identify different flowering stages. Stems had a typical spectral profile of green vegetation, which produced a spectral dissimilarity with three reproduction organs (buds, opening flowers, and postflowers). Quantitative differences between simulated flower stages depended on spectral regions and phenological stages examined. Using full-range canopy spectra, the initial flowering stage could be separated from the early peak, peak, and late flowering stages by three spectral regions, i.e. the blue absorption (around 480 nm) and red absorption (around 650 nm) regions and NIR plateau from 730 nm to 950 nm. For airborne CASI data, only the red absorption region and NIR plateau could be used to identify the flowering stages in the field. This study also revealed that the peak flowering stage was more easily recognized than any of the other three stages.     

湿地芦苇光谱对富营养化响应的多尺度高光谱遥感研究

近年来大多数滨海河口湿地都受到了人类活动的影响,水体富营养化加剧的问题造成了深远的影响,亟待在不同时空尺度上以快速、稳定、准确的途径监测滨海河口水体富营养化。论文采用能够提取植被氮吸收特征细微变化的高光谱遥感技术,基于3个时相的野外实验测量数据和HJ-1A HSI高光谱遥感数据,在叶片、冠层和景观3种尺度上,研究湿地芦苇的高光谱特征对滨海河口水体氮素浓度变化的时空响应特性,以此避免营养物质脉冲效应导致的错误水体富营养化水平评估结论。研究结果表明：在叶片和冠层尺度,邻近不同氮浓度的水体,湿地芦苇的光谱特征存在差异。而且,所采用的高光谱植被指数能够对邻近水体氮浓度的变化作出响应,各指数与水体氮浓度的相关性在冠层比叶片尺度有所降低,其中TCARI/OSAVI指数与水体氮浓度的相关性较高（叶片尺度R²为0.73,冠层尺度R²为0.7）;在景观尺度,采用基于Bootstrap的SVM模型,构建高光谱指数TCARI/OSAVI的水体总氮浓度估算模型,应用于3个时相HJ-1A HSI高光谱图像。精度检验显示,估算值和实测值之间存在较好的相关性（R²=0.61,RMSE=2.96 mg/L）。综合叶片、冠层和景观3种尺度的研究结果,证明湿地植被的高光谱响应特征可用于滨海河口水体氮浓度的时空分布估算,进而可以指示湿地所在区域水体富营养化水平的变化状况。     

环境污染监测中的植物光谱效应研究

介绍了健康植物光谱特征及各波段反射率的影响因子,以及植物受到污染胁迫后其光谱特征的变化情况,如可见光、近红外波段光谱反射率升高或降低,红边漂移等,同时指出污染物质主要通过改变植物叶片的色素含量而对植物光谱产生影响。阐述了污染植物光谱信息提取方法,及植物光谱效应在环境污染遥感监测中的应用情况,提出了今后高光谱遥感在植物监测应用方面需要进一步解决的问题。     

基于高光谱特征提取的藻类叶绿素a反演模型

选取自然界中分布较广泛的小球藻和铜绿微囊藻为研究对象,进行室内藻类光谱试验,同步测定其ρ(叶绿素a),并分别建立基于混合高斯函数的小球藻和铜绿微囊藻高光谱信息模型. 在此基础上,利用模拟退火算法实现模型的非线性参数拟合,提取这2种藻的高光谱特征,通过非线性回归分析,反演得到分解后的高光谱信息模型的峰高(h_i)与ρ(叶绿素a)的定量模型,实现对水体中小球藻和铜绿微囊藻ρ(叶绿素a)的预测. 结果表明:藻类高光谱特征提取算法能有效揭示小球藻和铜绿微囊藻的光谱本质特征,并得出相应的小球藻和铜绿微囊藻叶绿素a反演模型.      

Aerospace wetland monitoring by hyperspectral imaging sensors: a case study in the coastal zone of San Rossore Natural Park

The San Rossore Natural Park, located on the Tuscany (Italy) coast, has been utilized over the last 10 years for many remote sensing campaigns devoted to coastal zone monitoring. A wet area is located in the south-west part of the Natural Park and it is characterized by a system of ponds and dunes formed by sediment deposition occurring at the Arno River estuary. The considerable amount of collected data has permitted us to investigate the evolution of wetland spreading and land coverage as well as to retrieve relevant biogeochemical parameters, e.g. green biomass, from remote sensing images and products. This analysis has proved that the monitoring of coastal wetlands, characterized by shallow waters, moor and dunes, demands dedicated aerospace sensors with high spatial and spectral resolution. The outcomes of the processing of images gathered during several remote sensing campaigns by airborne and spaceborne hyperspectral sensors are presented and discussed. A particular effort has been devoted to sensor response calibration and data validation due to the complex heterogeneity of the observed natural surfaces.     

基于高光谱遥感的沿海河口无机氮浓度空间分布特征解译

利用39组样本的野外实测光谱结合Hyperion影像资料,建立了高悬沙含量沿海河口可溶性无机氮(dissolved inorganic nitrogen,DIN)的高光谱定量遥感解译模型,实现DIN浓度空间分布规律的遥感反演及动态监测.研究发现,当悬沙浓度0.1kg/m3时,DIN浓度与悬沙含量之间呈显著的倒数相关关系,相关系数R2为0.617.据此首先将重采样处理后的野外实测光谱与同步DIN浓度数据进行统计相关分析,筛选出2个对DIN浓度变化敏感的波段,中心波长分别为630nm和804nm;然后利用波段反射率R804和R630计算出仿泥沙遥感参数因子R804×R630/(R804-R630),建立其与实测DIN浓度的非线性遥感模型,29组建模样本和10组检验样本的相关系数R2分别为0.746和0.67,DIN浓度平均绝对误差分别为109.07μg/L和147.58μg/L.将该非线性遥感模型应用于Hyperion影像,获得了射阳河口DIN浓度的空间分布特征,DIN浓度的变化范围为52～513μg/L.可以看出,在以悬沙为主要悬浮物的沿海河口,遥感解译得到的DIN浓度扩散趋势与潮流的运动以及悬沙的运移规律密切相关.因此,在无需了解水动力状况的条件下,高光谱遥感是对DIN浓度进行动态监测的有效手段.     

查干湖叶绿素a浓度高光谱定量模型研究

叶绿素a含量能够在一定程度上反映水质状况,利用高光谱遥感可获得叶绿素a的诊断性光谱特性,较好解决了常规遥感中出现的问题.利用野外高光谱仪在查干湖进行了反射光谱测量和同步水质采样分析,通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,尝试采用多种半经验算法建立叶绿素a高光谱定量模型.结果表明:单波段光谱反射率与叶绿素a浓度的相关系数较小,不宜用于估算叶绿素a浓度,反射率比值法和一阶微分法与叶绿素a线性相关程度都比较高,决定系数分别为0.71和0.48,而且其显著水平p<0.01,皆可以用于叶绿素a的定量遥感,但反射率比值算法模拟效果好于一阶微分算法.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

高光谱数据在“十一五”期间生态环境状况监测中的应用

高光谱遥感以"图谱合一"等特点在生物多样性监测、土壤退化、植被重金属污染监测、生物量估算等方面都有广泛应用。通过长时间序列高光谱反演数据NDVI和NPP,较好的反映了"十一五"期间新疆生态环境V字型的变化趋势,基本符合5年新疆生态环境变化状况。高光谱数据反演技术是开展生态环境宏观监测的有效手段之一。     

结合水体光学分类反演太湖总悬浮物浓度

本研究利用2008年11月、2009年4月、2010年5月及2010年8月的太湖水体原位观测数据,在对光学复杂水体进行光学分类的基础上,分别建立了针对各个类别水体的总悬浮物浓度高光谱反演模型.通过对每类水体中各个模型的性能比较,分别得到各类水体的最优模型:第一类水体,比值模型为最优模型;第二类水体,半分析模型2为最优模型;第三类水体,一阶微分模型为最优模型.同时,比较分类前后模型的精度和稳定性,结果表明分类后,两者均表现出不同程度的提高,并且分析了光学分类导致半分析模型精度下降的原因.最后针对本研究的结果在遥感数据上的适用性进行了探讨,表明在高光谱遥感数据上有很大的应用潜力.本研究结论对光学复杂湖泊水体的水色遥感具有积极重要的意义.     

基于数据同化的太湖叶绿素多模型协同反演

在国内外众多学者的不懈努力下,开发了大量的水质参数遥感估算反演模型,但不同的模型都具有其"局限性",只能从某个层面反映"真值".基于上述考虑,本研究发展了基于数据同化方法的太湖叶绿素a浓度多模型协同反演算法.利用2006~2009年太湖野外实测水体高光谱遥感反射率数据,构建了7个叶绿素a浓度反演模型;通过模型精度对比,最终遴选出6个适宜的叶绿素a浓度反演模型.进而使用不同模型组合,进行多模型协同反演.结果表明:1多模型协同反演算法的反演精度要高于单模型反演的反演精度,最优MAPE仅为22.4%;2随着参与多模型协同反演的模型个数的增加,其反演精度也逐渐提高,MAPE均值从25.6%降低到23.4%,RMSE均值从15.082μg·L-1降低到14.575μg·L-1,相关系数R均值从0.91提升到0.92;3通过对多模型协同反演产品的置信区间进行计算,可以有效地估算产品精度和误差,同时使得获取全湖反演叶绿素a浓度的误差空间分布情况成为可能.