基于HJ卫星混合像元分解法的湖北省四湖地区夏收作物种植信息提取

混合像元是造成中低空间分辨率遥感数据计算机解译不准确的主要原因，通过收集2013年四湖地区夏收作物生长期内的不用生育时期的三景HJ卫星CCD数据，生成一个15波段的“类高光谱”数据；在采用阀门技术结合夏收作物NDVI指数变化特点，提取所有夏收作物（小麦与油菜）在四湖地区的空间分布的基础上，成功运用改进的逐步回归法计算出小麦与油菜在混合像元中的丰度值，高精度地取得了四湖地区小麦、油菜种植区的空间分布；将部分结果与同期资源三号卫星融合数据作为标准进行比较，证明基于改进的逐步回归法计算混合像元的丰度值是比较准确的，为运用HJ卫星CCD数据高精度提取农作物种植信息提供了一种可行的方法     

基于ASAR GM数据时序特征的农田表层土壤水分的反演

了解农田表层土壤水分的时空变化对反演涝渍害有着十分重要的意义， 针对ASAR GM数据特点提出了在没有地面观测数据地区农田大尺度土壤水分的反演方法，即运用MODIS NDVI数据（空间分辨率为250 m）的农田作物时序特征提取土地利用现状，并以此来校正ASAR GM数据（空间分辨率为1 km）中的混合像素；利用大面积降水后土壤表层湿度水平差异不大的特点，运用非线性回归模型，获取水云模型中的经验系数，运用水云模型将植被和土壤对后向散射的贡献区分开；在获得一个地方长时间土壤后向散射系数空间分布集后，假设其土壤粗糙度不变的情况下，其后向散射系数与土壤表层湿度成正比，运用其时序特征计算出其土壤表层相对体积含水量。运用上述方法，利用79景ASAR GM数据和同时期的MODIS数据，反演了湖北省四湖地区棉田的土壤表层相对体积含水量的时空分布，将其计算值与观测值比较分析后发现，其变化趋势相同、相关系数（R2=0779，n=25）也很高，圴方根误差为963%，表明上述反演方法还是可行了，适用于大尺度农田土壤墒情的反演