基于TM遥感数据的西藏林芝地区叶面积指数反演_骆社周

合集下载

基于单通道算法的HJ-1B与Landsat 5 TM地表温度反演一致性研究

基于单通道算法的HJ-1B与Landsat 5 TM地表温度反演一致性研究

第3O卷,第12期 2 0 l 0年1 2月 光谱学与光谱分析 Vo1.30,No.12,pp3285—3289 Spectroscopy and Spectral Analysis December,2010 

基于单通道算法的I-H一1B与Landsat 5 TM地表温度反演一致性研究 

罗菊花k。,张竞成。~,黄文江 ,杨贵军 ,顾晓鹤。,杨 浩。 

1.北京师范大学地理学与遥感科学学院,遥感科学国家重点实验室,北京100875 2.国家农业信息化工程技术研究中心,北京100097 3.浙江大学环境与资源学院/农业遥感与信息技术应用研究所,浙江杭州 310029 

摘要 针对传感器参数与Landsat 5 TM较为相近的环境减灾卫星HJ—lB的热红外数据是否能达到与 

TM6反演地表温度同样的效果的问题,作者获取了2009年4月15日覆盖北京地区相同范围的HJ-1B影像 和Landsat 5 TM影像,采用Jim6nez-Mufioz和Sobrino的普适性单通道算法,通过遥感数据获取反演参数, 

对研究区的地表温度进行反演,并对两类数据反演结果的一致性进行了分析和评价。通过对反演结果的统 

计分析和分级填图表明,基于普适性单通道算法的HJ一1B与TM的热红外波段反演的地表温度在数值上和 

空间分布趋势上一致性较高。因此,具有较高时间分辨率和较大幅宽等优势的HJ-1B IRS数据在地表温度 

反演方面具有更大的潜力和应用范围。 

关键词单通道算法;HJ-1B;Landsat 5 TM;地表温度 

中图分类号:TP751 文献标识码:A DOI:10.3964/j.issn.1000-0593(2010)12—3285—05 

引 言 

地表温度是地一气系统相互作用过程的一个重要的物理 

参数,它综合反映了地一气能量与物质交换的结果,在气候、 

水文、生态学和生地化学等许多领域都有广泛的应用。近年 来,随着遥感技术的快速发展,国内外不少学者在热红外遥 

基于神经网络方法的芦苇叶面积指数遥感反演

基于神经网络方法的芦苇叶面积指数遥感反演

基于神经网络方法的芦苇叶面积指数遥感反演

陈健;倪绍祥;李云梅

【期刊名称】《国土资源遥感》

【年(卷),期】2008(000)002

【摘 要】提出了一种从TM图像上获取芦苇冠层叶面积指数的方法:首先对芦苇的生长背景进行分类;然后,对不同的背景光谱利用冠层反射率(FCR)模型计算得到查找表;最后,利用实测数据和查找表中的数据作为参数进行BP神经网络模型训练,从而得到芦苇冠层LAI .结果表明,人工神经网络方法有很强的非线性拟合能力,能够消除背景对反演结果的影响,有效提高LAI 反演的精度.

【总页数】7页(P62-67,插8)

【作 者】陈健;倪绍祥;李云梅

【作者单位】南京信息工程大学遥感学院,南京,210044;南京师范大学地理科学学院,南京,210097;南京信息工程大学遥感学院,南京,210044;南京师范大学地理科学学院,南京,210097

【正文语种】中 文

【中图分类】TP79

【相关文献】

1.基于SARIMA-BP神经网络组合方法的MODIS叶面积指数时间序列建模与预测

[J], 姜春雷;张树清;张策;李华朋;丁小辉

2.基于人工神经网络的海水漫射衰减系数的遥感反演方法 [J], 张亭禄;李肖霞 3.基于高光谱数据和RBF神经网络方法的草地叶面积指数反演 [J], 包刚;覃志豪;周义;包玉海;辛晓平;红雨;海全胜

4.基于人工神经网络方法的冬小麦叶面积指数反演 [J], 马茵驰;阎广建;丁文;王跃智

5.基于EnMAP卫星和深度神经网络的LAI遥感反演方法 [J], 李雪玲; 董莹莹; 朱溢佞; 黄文江

因版权原因,仅展示原文概要,查看原文内容请购买

农业旱灾监测中的地表温度遥感反演方法--以MODIS数据为例

农业旱灾监测中的地表温度遥感反演方法--以MODIS数据为例

14卷4期2005年8月自然灾害学报JOURNALOFNATURALDISASTERSV01.14,No.4Aug.,2005

文章编号:1004-4574(2005)04—0064—08

农业旱灾监测中的地表温度遥感反演方法

——以MODIS数据为例

覃志豪1,一,高懋芳2,秦晓敏2,李文娟1,徐斌1

(1.中国农业科学院农业资源与农业区划研究所,北京100081;2.南京大学国际地球系统科学研究所,江苏南京210093)

摘要:以目前农业旱灾监测中应用较广泛的多波段MODIS卫星遥感数据为例,探讨农业旱灾遥感监测中所需要的地表温度反演问题,尤其是反演算法的选择、基本参数的估计和具体反演中的工作流程,为快速地进行农业旱灾监测中的水热遥感参数估计提供方法选择。虽然MODIS有8个热红外波段用来监测地表热量变化,但波段31和32特别适用于农业旱灾监测中所需要的地表温度遥感反演。因此,在算法上,我们将选择计算过程相对简便但反演精度又很高的两因素分裂窗算法。详细地讨论了如何快速地估计分裂窗算法中大气透过率和地表比辐射率这两个基本参数。从实际应用来看,本文所提出的方法能快速地用来反演我国农业旱灾监测中所需要的农田地表温度参数,并获得很好的反演结果。关键词:农业旱灾;土壤墒情监测;MODIS数据;地表温度;遥感反演;分裂窗算法;地表比辐射率;大气透过率中图分类号:¥161.2文献标识码:A

MethodologytoretHevelandsurfacetemperaturefromMODISdata

foragriculturaldroughtmonitoringinChina

QINZhi—ha01”.GAOMao.fan92,QINXiao—min2,LIWen-juanl,XUBin(1.InstituteofAgro.HsourcesandRegionalPlanning,ChineseAcademyofAgriculturalSciences,Beijing100081,China;2.InternationalInstituteforEarthSystemScience,NanjingUniversity,Nanjing210093,China)

HJ-1CCD与Landsat-5TM在森林叶面积指数反演中的比较分析

HJ-1CCD与Landsat-5TM在森林叶面积指数反演中的比较分析

第39卷第1期 

2011年1月 东北林业大学学报 JOURNAL OF NORTHEAST FORESTRY UNIVERSITY Vo1.39 No.1 Jan.2011 

HI一1CCD与Iandsat-5TM在森林叶面积指数反演中的比较分析 

朱高龙 李明泽 居为民 

(南京大学,南京,210093) (东北林业大学) (南京大学) 陈镜明 

(Toronto University) 吴中忠 

(南京市国土资源信息巾心) 

摘要利用LAI2000测量了帽儿山实验林场23个不同类型森林样区的叶面积指数(1eaf area index,L^I), 根据L 观测数据和由环境一号卫星HJ一1CCD数据及Landsat—5 TM数据计算的比植被指数(SR),分别建立了 研究区森林L 。的估算模型。在此基础上,对比分析了CCD和TM数据在红光和近红外波段的特征,评价了利用 这两种遥感数据提取的研究区 l的差别。结果表明,CCD数据在红光波 的质量比 稍偏低,CCD数据在近红 外波段的信息量丰富;利用CCD与TM数据提取的 I具有很好的相关性(R =0.736 4,n=180 339),但前者提取 的 比后者平均偏高0.23(4.5%);CCD数据在空间分辨率、辐射分辨率、波段设置上都与TM数据具有较好的 

一致性,同时,CCD还具有比TM高得多的时间分辨率(2 d),可以有效应用于较大范围森林 的提取。 关键词 叶面积指数;环境一号卫星CCD;简单比植被指数;帽儿山林场 分类号0948: rP79 Difference in Leaf Area Index in ForesIs Retrieved from HJ.1 CCD and TM Data of Maoershan Mountain.Hei- longjiang Provinee/Zhu Gaolong(International Institute for Earth System Science,Nanjing University,Nanjing 210093, P.R.China);Li Mingze(Northeast Forestry University);Ju Weimin(Nanjing University);Chen Jingming(Toronto Uni— versity):Wu Zhongzhong(Nanjing Municipal Land Resource&Information Center)//Journal of Northeast Forestry Uni— versity.一2011.39(1).一127—13O Leaf area index(LAI)for 23 typical plots with various vegetation types was measured using Li—Cor LAI2000 ju Mao— ershan Experimental Forest Farm of Heilongjiang Province in July 2009.The empirical models for retrieving LAI for the study area were established based on these measurements of LAI and simple Ratio Vegetation Index f RVI)calculated from CCD data of HJ.1 satellite acquired on 24 th June 2009 and Landsat一5 TM data acquired on 26【h June 2009.respectively. Then.the characteristics of CCD and TM data in red and near infrared bands were comparatively analyzed.The differences in IJAI values retrieved from CCD and TM data of the study area were quantitatively assessed.Resuhs show that the quality 0f CCD data is lower than that ofTM data in the red band.The CCD data in the near i ̄ared band contmns abundant informa. tion.The LAI retrieved from CCD data is in good agreement with LAl retrieved from TM data( = 7364.n=180339).LAI retrieved from CCD is 4.5 percent larger than LAI retrieved from TM data.CCD data is applicable for retrieving forest LAI at larger scales effectively owing to the consistency between CCD data and TM data in spatial resolution.radiometric reso. 1ution and band settlement as well as the higher temporal resolution(2 days)0f CCD data. Keywords Leaf area index;HJ.1 CCD;Simple ratio vegetation index;Maoershan forest farm 

基于多元回归模型的叶面积指数遥感反演

基于多元回归模型的叶面积指数遥感反演

第3l卷第2期 2012年5月 中南林业调查规划 CENTRAL SOUTH FOREST INVENT0RY AND PLANNING V01.31 NO.2 May.2012 

基于多元回归模型的叶面积指数遥感反演 

宋亚斌 ,林辉 ,孙 华 ,宁小斌 

(1.中南林业科技大学,长沙410004;2.国家林业局中南林业调查规划设计院,长沙410014) 

摘 要:采用2011年8月获取的黄丰桥林场SPOT5数据为信息源,并同步开展现地样地调查,依据典 

型抽样,以不同的海拔、坡度、坡向进行选样,利用手持GPS和LJ I一2000植物冠层分析仪,分别对选取 

的60块样地进行定位和叶面积指数测量。结合遥感数据和实地调查数据,对地理因子和遥感因子变量 

进行主成分分析,采用逐步回归法筛选出2个主成分建立多元回归方程,对该研究区域的植被叶面积指 

数进行模拟,精度达到84.17%。结果表明:RVI,NDVI,MSAVI,MCAVI和DVI与LAI之间存在较好的 

相关性。 

关键词:遥感;多元回归模型;参数反演;叶面积指数;SPOT5 

中图分类号:TP 79;S 718.55 文献标识码:A 文章编号:1003—6075(2012)02一oo24一o4 

The Inversion of Leaf Area Index through Remote Sensing Based on the 

Mmultivariable Regression Model 

SONG Yabin ,LIN Hui ,SUN Hua ,NING Xiaobin 

(1.Central South University of Forestry&Technology,Changsha 410004,Hunan,China;2.Central South Forest Inventory and Planning Institute of State Forestry Administration,Changsha,410014,Hunan,China) 

基于环境星CCD数据的环境植被指数及叶面积指数反演研究

基于环境星CCD数据的环境植被指数及叶面积指数反演研究

第31卷,第l0期 2 0 l 1年l 0月 光谱学与光谱分析 Vo1.31,No.10,pp2789—2793 Spectroscopy and Spectral Analysis October,2011 

基于环境星CCD数据的环境植被指数及叶面积指数反演研究 

张 瀛 。~,孟庆岩 弘,武佳丽 ,赵 峰 

1.遥感科学国家重点实验室,中国科学院遥感应用研究所,北京师范大学,北京100101 2.国家航天局航天遥感论证中心,北京100101 

3.中国科学院研究生院,北京100039 4.中国科学院力学研究所,北京100190 5.北京航空航天大学,北京100191 

摘要利用PROSAIL前向模型模拟的植被冠层光谱,在植被指数构造时,引入修正大气、土壤背景影响 

的蓝、绿波段,构建了避免过早饱和的环境植被指数(environmental vegetation index,EVI)。基于多个典型 

冬小麦生育期的地面观测数据,建立基于EVI-LAI长时间序列反演模型,并对模型进行不同品种间的交叉 

检验。研究表明,EVI建立的叶面积指数(1eaf area index,LAD反演模型精度优于同类植被指数模型,并具 

有较好的普适性,能应用于冬小麦遥感多时相长势监测及LAI反演。 

关键词光谱;环境植被指数;模型;交叉检验;LAI 

中图分类号:TP79 文献标识码:A DOI:10.3964/j.issn.1000—0593(2011)10—2789—05 

引 言 

叶面积指数(1eaf area index,LAI)是单位地表面积上单 

面叶面面积总和_1],它对植物光合作用和能量交换具有重要 

意义。遥感反演叶面积指数的方法大致分为两类,即经验模 型方法和物理模型方法。目前常用的LAI遥感反演方法主要 

是利用植被指数与LAI相关关系建立的经验反演法l2 ]。然 

而,植被指数普遍存在土壤背景及大气效应对其影响,同时 

基于高光谱数据的叶面积指数遥感反演

第43卷第3期 VO1.43 NO.3 红外与激光工程 

Infrared and Laser Engineering 2014年3月 Mar.2014 

基于高光谱数据的叶面积指数遥感反演 

李子扬1,2,钱永刚 ,申庆丰。,王宁 ,刘耀开 ,马灵玲 ,孔祥生 

(1.中国科学院光电研究院定量遥感信息技术重点实验室,北京100094; 

2.中国科学院大学,北京100049;3.中国运载火箭技术研究院,北京100076; 

4.鲁东大学地理与规划学院,山东烟台264025) 

摘 要:文中耦合叶片辐射传输模型(PROSPECT)和冠层辐射传输模型(SAILH),基于高光谱栽荷通 

道设置,模拟高光谱冠层反射率数据;利用模拟数据深入分析了不同植被指数与叶面积指数之间的敏 

感性;通过敏感性分析发现改进型叶绿素吸收植被指数(MCARI2)具备抗土壤背景因素的影响能力, 

而且对叶面积指数较为敏感,因此该研究建立植被指数MCARI2与叶面积指数之间的经验统计模 

型,并用于高光谱数据进行叶面积指数反演;最后利用飞行同步测量的叶面积指数对反演模型进行精 

度分析。结果表明:相比实测叶面积指数,文中建立的反演模型约低估0.42,该反演模型能够较好的 

反映出地物真实叶面积指数。 关键词:叶面积指数; 植被指数; 高光谱数据 

中图分类号:TP701 文献标志码:A 文章编号:1007—2276(2014)03—0944—06 

Leaf area index retrieval from remotely sensed hyperspectral data 

Li Ziyang 。,Qian Yonggang ,Shen Qingfeng。,Wang Ning ,Liu Yaokai , 

Ma Lingling ,Kong Xiangsheng 

(1.Key Laboratory of Quantitative Remote Sensing Information Technology,Academy of Opto—Electronics,Chinese Academy of Sciences,Beijing 100094,China;2.University of Chinese Academy of Sciences,Beijing 100049,China; 3.China Academy of Launch Vehicle Technology(CALT),Beijing 100076,China; 4.College of Geography and Planning,Ludong University,Yantai 264025,China) 

基于地表温度-植被指数特征空间的土壤干旱监测

基于地表温度-植被指数特征空间的土壤干旱监测

李润林;董鹏程;王瑜;汪晓斌

【摘 要】以张掖市甘州区绿洲为研究区,采用5期遥感影像(2011~2015年),运用ENVI 5.2提取归一化植被指数(NDVI)、改进型土壤调节植被指数(MSAVI)和地表温度(Ts),构建Ts-NDV I和Ts-MSAVI特征空间,对比分析两种特征空间.结果表明,Ts-MSAVI特征空间的干边和湿边斜率均小于0,这与前人的研究干边斜率是负值,湿边斜率是正值的结论有所不同.Ts-NDVI和Ts-MSAVI这两种特征空间具有相同的趋势,其中2012、2013、2014年这3年两种特征空间系数r2较高,其余2年系数r2较低.整体而言,Ts-NDV I特征空间的干湿边系数相比Ts-MSAVI特征空间的干湿边系数要高,稳定性好.从TV DI旱情等级分布图上可以得出2012年的受旱面积最大,干旱和重旱面积占总面积的70.39%,2013年干旱情况最严重,重干旱面积为1611.972 km2,重旱面积占到总面积的43.5%,2014年干旱程度开始缓解,轻旱、干旱和重旱面积开始降低,湿润和正常面积开始增加,2015年干旱程度得到全面缓解,湿润和正常面积占到总面积的21.9%,但是干旱和重旱面积比重依然很大,说明张掖市甘州区绿洲旱情依然很严峻.%Selecting oasis of Ganzhou district as

the study area in Zhangye city,using ENVI 5.2 software to extact

normalized difference vegetation(NDVI),modified soil adjusted vegetation

index(MSAVI)and temperature of surface(Ts),Ts-NDVI feature space and

Ts-MSAVI feature space were built. The two feature spaces were compared

基于Hyperion高光谱数据的植被冠层含水量反演

第33卷,第1O期 2 0 1 3年1 0月 光谱学与光谱分析 Vo1.33,No.1O,pp2833-2837 Spectroscopy and Spectral Analysis October,2013 

基于Hyperion高光谱数据的植被冠层含水量反演 

宋小宁 ,马建威 ,李小涛 ,冷 佩 ,周芳成 ,李 爽 

1.中国科学院大学资源与环境学院,北京100049 

2.中国水利水电科学研究院,北京100048 

摘要植被冠层含水量广泛应用于农业、生态和水文等研究中。本文基于PROSAIL模型,建立了利用 

Hyperion高光谱数据定量反演植被冠层含水量的模型。首先,PROSAIL模型模拟植被冠层反射特征表明, 

970 nm水吸收带右侧曲线(980 ̄1 070啪)一阶导数D ~l 070与冠层含水量关系密切,决定系数达0.96。基 

于此,利用Hyperion数据的983,993,1 003,1一o.13,1 023,1 033,1 043,1 053,1 063 nrn共9个波段计算 

D 。 ,并利用所建模型反演植被冠层含水量。最后,利用黑河流域盈科绿洲的实测数据对反演结果进行 

了验证,其平均相对误差为12.5 ,均方根误差在0.1 kg・m 内,结果表明该模型可靠。该研究可以为大 

范围获取植被含水量信息提供有效方法。 

关键词Hyperion;PROSAIL模型;一阶导数;植被冠层含水量 

中图分类号:TP79 文献标识码:A DOI:10.3964/j.issn.1000—0593(2013)10—2833—05 

引 言 

植被冠层含水量(vegetation canopy water content,VC— 

WC)是农业、生态和水文等研究中的重要参数,在全球的水 

循环中,扮演重要的角色[1]。VCWC可被定义为叶片等效水 

厚度(equivalent water thickness,EWT)与叶面积指数(1eaf 

利用作物生长模型和时序信号甄别水稻镉胁迫

第37卷 第4期 农 业 工 程 学 报 Vol.37 No.4 2021年 2月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2021 249

利用作物生长模型和时序信号甄别水稻镉胁迫

孔 丽,刘美玲※,刘湘南,邹信裕

(中国地质大学(北京)信息工程学院,北京 100083)

摘 要:在自然农田生态系统中,农作物的生长通常受到各类环境胁迫(如重金属胁迫、病虫害、水分、营养)的影响,如何区分重金属胁迫与其他胁迫有待进一步研究。该研究选取了湖南省株洲为试验区,收集2017—2019年的Sentinel-2卫星影像数据,结合野外实测数据,开展水稻重金属镉(Cd)胁迫识别研究。首先,利用作物生长模型World Food Studies(WOFOST)同化时序遥感数据获取每年的叶面积指数(Leaf Area Index,LAI)时间序列曲线;然后运用集合经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法对LAI时间序列进行多尺度分解,得到不同的时序信号分量(Intrinsic Mode Function,IMF);最后使用动态时间规整(Dynamic Time Warping,DTW)方法计算受胁迫水稻分解后的时间序列与健康水稻分解后的时间序列之间的DTW距离,即归一化胁迫指数。结果表明:归一化胁迫指数是水稻重金属胁迫敏感的参数,与土壤重金属含量的相关系数为0.851,水稻受到的胁迫程度越高,归一化胁迫指数值越大,反之越低;在试验区中,水稻重度重金属胁迫的分布面积比例相对较低,且主要集中在西部、东北部以及偏东南地区。融合集合经验模态分解和动态时间规整方法能有效地甄别并定量分析水稻重金属胁迫状况,从而为作物重金属污染胁迫监测提供重要参考。 关键词:遥感;模型;重金属;镉胁迫;时序信号分解;WOFOST doi:10.11975/j.issn.1002-6819.2021.04.030 中图分类号:S127 文献标志码:A 文章编号:1002-6819(2021)-04-0249-08

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
相关文档
最新文档