杜华强[1]2002年在《荒漠化地区高光谱遥感数据预处理及地物光谱重建的研究》文中研究指明本研究是国家自然基金项目“荒漠化地区地物光谱重建及定量反演的研究”(项目编号：30070604)的部分内容。 与常规遥感相比，高光谱遥感数据处理及目标地物的识别需要采用一些新的技术和手段。本研究根据荒漠化地区的实际情况和高光谱遥感数据的特点，提出数据预处理方案，从理论和应用的角度出发详细推导了地物光谱重建模型，讨论并分析了数据预处理方案的优劣及光谱重建模型的精度和适用性，在理论上和实际应用中取得了一些成果。本研究的主要工作和创新点包括以下几个方面： 1．从光谱特性、图象的统计特征和信噪比叁个方面讨论了高光谱遥感数据波段选择的方法。 2．对图象进行了正切校正，提出了一种基于直方图匹配的边缘辐射校正算法，改正了图象边缘列与中心列亮度的差异。 3．尝试了小波分析在高光谱遥感图象噪声处理中的应用。 4．建立了研究地区内典型地物的地物光谱库，并分别地物按所选波段的中心波长进行了光谱重采样。 5．分析了光谱库中典型地物的光谱特性，对光谱库光谱特别是植被光谱做了导数、归—化及归—化后再计算导数等叁种处理，消除了同一地物因背景、光照差异等因素造成的光谱差异。 6．根据图象的构成理论，在严格模拟大气辐射过程的基础上，推导并采用一元线性模型来重建地物光谱，获得了满意的结果，为目标地物直接识别及其信息的定量反演奠定了基础。
崔林丽[2]2002年在《高光谱遥感在荒漠化监测中的定量反演研究》文中认为本文是国家自然科学基金项目“荒漠化地区地物光谱重建及定量反演的研究”(项目编号：30070604)的部分内容。 论文的主要目的是研究高光谱分辨率成像光谱仪数据在荒漠化监测中应用的可能性和适用性。针对荒漠化地区的地物特征，对高光谱数据不同波段的数据质量、波段组合进行定性和定量的评价，提出用于数据评价、波段选择的指标、原则和方法；初步确定一个适用于荒漠化监测的优化波段组合，建立适合于荒漠化监测的数据预处理模式；初步分析、掌握研究区内各类地物的光谱特性及变异规律；针对荒漠化地区特点对多种分类方法进行探讨分析；建立荒漠化监测主要评价因子的定量反演模型。 本研究以内蒙古奈曼旗作为研究试验区，采用我国自行研制的机载高光谱成像光谱仪OMIS-Ⅰ，在植被生长季节取得高光谱分辨率成像光谱仪数据和ETM~+图像，并进行了同步的地面调查及量测，包括不同类型地物反射特性量测和光谱重建以及荒漠化监测评价因子定量反演模型所必需的地面样方调查数据。采用先进的光谱测量仪器对荒漠化地区定标地物和主要荒漠化类型的光谱进行了测定和分析。采用GPS定位方法使样地位置和高光谱图像进行了精确配准。 根据成像光谱仪数据的性质、特点结合地面调查和其他现有的数据，在高光谱数据的预处理的基础上分别从理论分析和经验拟合两个角度实现了荒漠化地区的信息提取和定量化分析。研究结果如下：首先针对荒漠化地区的地物特征，对高光谱数据不同波段的数据质量、波段组合进行了评价，提出了适用于荒漠化监测的基本波段选择集；初步了解和掌握了研究地区的地物光谱特性及变异规律，进一步明确了掌握地物光谱特征和变异规律是用成像光谱仪数据提取地物信息的基础；发现了基于光谱整体形状的分类方法在很大程度上能够消除由于传感器、地物目标观测方向之间的角度变化引起的反射率曲线整体平移的“同物异谱”现象，对于谱形相似而整体反射率的值相差较大的两类地物，通过引入均值和方差图像参与分类得到解决；研究还表明在植被“红边”范围内的波段是进行荒漠化监测的主要特征波段，这些波段与植被生物量和盖度都有密切的关系，是开展精细植被分类研究和植被定量反演的重要基础；像元的导数光谱分析可以消除土壤背景的影响，是进行植被生物量和盖度定量反演的有力工具；建立了荒漠化监测主要评价因子的定量反演模型，并分析了模型的适用性。
杜华强, 范文义, 赵宪文[3]2003年在《荒漠化地区高光谱遥感图像地物光谱重建的研究》文中指出应用高光谱遥感技术对荒漠化进行监测的过程中,重建地物光谱是一项关键性的技术。在图像预处理及光谱重采样的基础上,通过严格模拟大气辐射过程,推导并选用一元线性模型来重建荒漠化地区地物光谱,获得了满意的结果,为目标地物直接识别及其信息的定量反演奠定了基础。
何挺[4]2003年在《土地质量高光谱遥感监测方法研究》文中认为土地资源作为资源与生态环境系统中的重要要素和诸多生态环境问题的集中体现者，土地资源利用是可持续发展最重要的组成部分。要进行土地资源的高效管理，必须进行土地质量的监测。随着土地资源管理从数量管理向质量管护和生态管护方向发展，对土地动态监测也提出了更高的要求，土地动态监测将从以往单一的土地数量监测向土地质量监测发展。通过采集、分析和解译一系列时相的定量化数据，获取土地质量的及时可靠的信息，探测土地质量的变化，而这些变化可能正是土地开始进化或退化的信号。及早识别土地质量变化上的任何不利趋势，对于土地资源管理决策，最终实现可持续土地利用具有重要意义。高光谱分辨率遥感将反映地物性质的光谱与确定其空间和几何关系的图像革命性地结合到了一起，在获取研究对象的影像的同时获得每个像元的光谱分布，定量分析地球表面生物物理化学过程和参数，为土地质量监测提供了一种新的技术手段，使得土地质量监测各指标的定量反演成为可能。 本研究将高光谱分辨率遥感技术引入到土地质量监测中，探索将其应用于土地质量监测中的潜力。根据高光谱遥感的技术特点结合土地质量指标光谱特点，运用多元统计分析技术、基于光谱位置变量的分析技术等方法，通过对试验区不同土样的地面光谱特征分析和理化特性分析，选择高光谱遥感技术手段所能监测的若干直接或间接反映土地质量状况的光谱指标，初步建立土地质量指标的光谱指标模型，进行高光谱遥感土地质量监测的潜力研究，希望借助高光谱遥感这一新兴技术，达到提高土地质量监测的水平，扩展监测内容，降低调查成本，缩短调查周期，提高调查成果的科学性、客观性和稳定性的目的。 从针对土地“维持生物活动、多样性和生产力”这一功能的土地质量出发，论文重点研究了利用高光谱遥感技术监测土壤有机质含量、水分含量、氧化铁含量等土地质量指标的方法。论文主要研究内容包括：第二章进行了野外波谱测量及其影响因素研究。论述了地物光谱测试时太阳高度角、太阳方位角、云、风、相对湿度、入射角与探测角、仪器扫描速度、仪器视场角、仪器的采样间隔和光谱分辨率、坡向、坡度、目标本身光谱特性等等各种因素对测量结果影响；第叁、四、五章利用光谱特征提取、多元统计回归、光谱微分等技术分别对土壤有机质含量、水分含量、氧化铁含量这叁个指标与土壤光谱反射特性之间进行了研究，分析了反射率的各种变换形式对这叁个土壤理化指标的敏感程度，建立了反演模型；第六章进行了OMIS影像几何校正、辐射纠正和参数成图研究。与卫星遥感传感器相比，机载成像光谱仪具有平台姿态稳定性差、飞行高度低、视场角较大等特点，这些因素的结合使得图像几何畸变的图案十分复杂化，在详细分析OMIS图像存在的主要几何畸变的基础上提出了OMIS图像几何校正的处理流程。利用OMIS影像的辐射校正后生成的反射率图像，进行土壤有机质含量、水分含量、氧化铁含量指标的参数成图，并将建立的地面模型应用到影像中。 论文的主要研究结论和创新点总结如下： 卜王壤有机质含量与土壤光谱反射特性的关系及其有机质含量反演 有矶质左研究的350一250Onm波长范围内并不存在吸收峰，但在这一波长范围内，光谱反射率与有机质含量呈负相关关系，在675nm附近的相关性最强。总体而言，在进行微分变换以前，可见光波段的有机质含量探测能力要比近红外波段要强，最敏感的区域在675nln附近:光谱微分变换以后，近红外波段要更敏感一些，反射率对数的一阶微分在2187nm处与有机质的相关性可达0.89，在本研究同类相关系数中的最大值。在研究的反射率的各种变换形式中，反射率的对数的一阶数分对土壤有机质含量最为敏感，这是由于反射率的对数变换减少了因光照条件变化的乘性因素豹影响，而光谱微分能去除部分线性或接近线性的背景、噪声光谱对目标光谱的影响。最后建立由849nm、168Inln、2187nm叁个波段的反射率对数的一阶微分为自变量的回归方程，预测能力较强。 2、土壤表面含水量与土壤光谱反射特性关系及其含水量反演模型 在预测土壤含水量时，145Onln吸收峰比1925吸收峰要更为敏感有效，而.且前者的吸收峰位置与含水量高度相关，随着土壤含水量的增加吸收峰位置有向中红外方向偏移的现象，而19扑黝近的吸收峰则没有这种现象。研究结果发现土壤含水量与145Onm处的光谱吸收特征峰面积、位置和深度均存在良好的线性回归关系，说明利用地物光谱仪直接测量土壤光谱，从而对土壤表层含水量进行测定是可能的，可考虑将地物光谱仪进行改造，建立一种新型的专门用于测定土壤表层含水量测定仪器，有望达到野外实时、实地、全天候、大面积快速测量的目的。研究结果还表明，反射率的对数的一阶微分这一变换能大幅度增强光谱数据与土壤含水量之间的相关性，变换后担关系数的最大值从变换前的一0.52482提高到为一0.90068。 3土壤氧化铁含量与土壤土壤光谱反射特性关系及其反演模型 士_壤中氧化铁的含量与反射率呈负相关，氧化铁含量的增加，会导致土壤反射率一F降，这跟有澎I质是一样的，但是氧化铁对反射率的
张倩倩[5]2013年在《基于Hyperion高光谱影像土地利用分类》文中研究表明高光谱遥感以纳米级的超高光谱分辨率对目标空间特征成像的同时，对每个像元可在更宽波长范围上形成几十个乃至几百个窄波段连续的光谱覆盖，具备辨别地物光谱细微差异的能力，这为某一地区高光谱影像分类提供了可能。但是高光谱遥感数据存在波段数目多、相关性高、空间分辨率较低等一系列问题，通过面向像元与面向亚像元的分类方法，旨在挖掘高光谱数据的应用潜力，为高光谱影像分类深入研究提供帮助；同时，减小高光谱数据缺陷带来的影响，发挥其光谱优势，最终达到进一步提高土地利用分类精度的目的。本文以Hyperion高光谱数据为数据源，选取杭州余杭百丈镇为试验区，围绕Hyperion高光谱影像分类这一目标展开。第一部分基于Hyperion高光谱预处理数据比较了基于像元级别的两种无参机器学习方法—支持向量机和神经网络在同一训练样本条件下的学习结果，结果表明支持向量机优于神经网络；第二部分基于Hyperion高光谱遥感预处理数据，结合纹理信息，在线性分离的光谱信息基础上，实现对土地各地物的分类，取得了满意的分类效果。主要结论如下：（1）虽然从形式以及分类实质上，支持向量机与神经网络分类有类似之处，但是由于两者对输入数据样本要求不同，两者功能结构不同，参数设定的复杂程度不尽相同，在假定像元为纯净像元，有限训练样本条件下，支持向量机各地物分类的生产精度和用户精度范围分别是63.89%-98.67%，67.26%-95.39%，神经网络精度范围为2.95%-99.21%，33.23%-94.18%，支持向量机能够取得全局最优解，而神经网络只能取得局部最优，其马尾松、栎类精度均高出支持向量机16%和15%。（2）纹理分析结合其他辅助要素，在中低空间分辨率高光谱遥感数据上也能得到较好的分类结果，在波谱与纹理结合方法操作下，建筑物精度较单源信息光谱角制图与单源信息支持向量机分别提高了34.13%和17.16%，农田提高了19.71%和9.24%，马尾松则改善了27.09%和5.42%，栎类精度提高了近3%和10%。要想提高精细植被类型，多种分类器的结合或是特征的综合运用是一种有效办法。纹理分析时，不同的纹理窗口对分类精度产生不同的影响，本文中，5×5窗口总体精度及Kappa系数最高，达到87.32%，0.83。（3）对于中低空间分辨率的Hyperion高光谱数据来说，大部分像元是以混合像元的形式存在，但是基于像元级别的支持向量机和神经网络分类两种方法识别的精细植被类型精度较高，这也验证了高光谱数据独特的光谱优势。
程街亮[6]2008年在《土壤高光谱遥感信息提取与二向反射模型研究》文中进行了进一步梳理随着遥感技术的发展,高光谱遥感在越来越多的领域得到了广泛应用。现代农业的发展也迫切要求遥感技术能够提供快速、准确的地表信息。高光谱遥感具有光谱分辨率高、波段连续性强等特点,能够在特定光谱范围获取较为连续的地物光谱曲线,使地物信息在光谱维上进行展开,从而使高光谱数据能够以足够高的光谱分辨率区分出那些具有诊断性光谱特征的地物,实现更准确的监测或反演。对于土壤来说,其水分含量、有机质含量、表面粗糙度、质地等特性是现代农业生产中重要的信息。大量研究表明:土壤的光谱特性与土壤的理化性质有着明显的关系,土壤的光谱特性是由土壤本身的性质决定的。高光谱遥感正是由于其极高的光谱分辨率在土壤特性的研究中表现出巨大的研究潜力。二向性反射是自然界中最基本的宏观现象之一,物体表面的反射随着太阳入射角和观测角的变化有明显差异,从观察到的阴影变化也可以推断出物体的某些结构特征。目标物的二向性反射特性,无论是在遥感模型还是在遥感反演研究中都扮演着重要的角色。土壤二向反射特性的研究对定量遥感及土壤遥感技术的本身发展有着重要意义,是进行地表温度、地表反照率等方面反演必须解决的问题,同时也是全球地面覆盖遥感研究所要考虑的背景因素。此外,土壤反射率的方向分布还潜在地携带有土壤的一些属性如土壤湿度、有机质含量、矿物组成、粒径分布以及表面粗糙度等的信息。因此,开展土壤的BRDF数学模型及模型验证研究、多角度模型反演是当前土壤定量遥感研究的热点和难点。本研究以高光谱土壤信息的分析、提取方法为中心,以高光谱遥感为技术支持,着重研究运用不同的数据处理和建模方法,建立了多组土壤特性预测模型,成功地实现了部分土壤特征性质的预测;利用不同类型的土壤BRDF(Bidirectional Reflectance Distribution Function)模型对室内及室外土壤二向反射率进行了模拟并反演了模型的参数,探讨了土壤表面状况对模型参数的影响。主要研究内容和结果概述如下:(1)不同滤波方法平滑去噪效果及其对预测模型精度影响评价研究采用移动平均(MA)、中值(MV)、SAVITZKY GOLAY(SG)、低通滤波(LP)、GAUSSIAN滤波(GS)、小波去噪(WD)等方法对土壤光谱曲线分别进行滤波,并构建平滑指数(SI)、横向特征保持指数(HFRI)和纵向特征保持指数(VFRI)对平滑效果进行评价。结果表明:总体上平滑能力越强必然导致特征位置横向和纵向保持能力越差,而横向特征保持能力越好其纵向保持能力也越好;GS去噪方法最差,其平滑效果和特征保持都不理想,WD和MV是平滑效果最好,曲线的特征保持相对较好,能够较好的平衡平滑能力和特征保持能力这一矛盾体;MA和LP平滑效果不佳,但其特征保持能力强,并不能很好的平衡两者之间的矛盾。利用六种滤波去噪方法对土壤光谱数据进行处理后,采用偏最小二乘回归方法(PLSR)构建滨海盐土砂粒含量预测模型。结果表明:WD构建的预测模型用到的主份量个数少,砂粒含量预测精度最高;而主份量最多的MA、GS和SG对砂粒含量预测精度较低;在平滑与特征保持平衡上较好的WD和MV滤波方法,砂粒含量预测精度也较高,平滑能力最差的MA对其的预测精度最低;这说明在光谱平滑和特征保持方面,滤波器平滑效果的好坏是影响预测砂粒含量精度主要的因素,而特征保持能力虽不是主要影响因素,但也是不可忽略的因素。(2)不同数据处理及建模方法对滨海盐土砂粒含量的预测研究对使用小波去噪和10nm间隔重采样后的光谱数据分别采用归一化(NOR)、一阶微分(FD)、基线纠正(BL)、标准化(SNV)和多次散射纠正(MSC)等5种处理,加上原始无处理(NO)数据共6种不同处理方式,采用偏最小二乘法(PLSR)和主成分回归法(PCR)两种线性模型以及人工神经网络(ANN)和支持向量机(SVM)两种非线性模型分别建立砂粒含量的预测模型。从数据预处理角度看,对原始光谱数据进行不同的预处理对砂粒含量的预测精度影响较大,其中FD处理效果最差,而SNV和MSC处理效果最佳,而经过NOR、FD、BL叁种处理后,砂粒含量预测精度并没有提高反而有所下降;从模型角度看,在线性模型下,除了BL外,其他方法处理后砂粒含量预测精度相差不大,两种线性模型均较为稳定,而非线性模型非常不稳定,受数据预处理影响较大。(3)不同数据处理及建模方法对水稻土有机质含量的预测研究以水稻土为对象,研究利用土壤光谱反射率及其各种变换形式建立土壤有机质含量的预测模型。单相关分析结果表明,反射率及其变换形式数据与有机质含量相关系数最大的波段都落在可见光波段内,反射率经过倒数的一阶微分(1/R)′变换后,与有机质之间的相关性有明显的提高,但并未提高有机质含量预测的精度:预测能力最强的变化形式是对数的倒数1/logR;在进行光谱变化的基础上,利用PCR建立的有机质含量预测模型所需用到的成分数较多,对于建模样本和验证样本而言,不同的光谱数据变化形式有不同的预测效果;而PLSR预测模型利用的成分数相对较少,收敛的效果更好。(4)不同数据处理及建模方法对土壤水分含量的预测研究利用不同类型土壤在注水后变干过程中测得的土壤光谱反射率数据及其水分含量数据,建立土壤水分含量预测模型。结果表明:水分含量对土壤光谱反射率影响与前人研究结果基本一致;土壤水分相关系数高的波段也都集中在经典的水吸收波段1450nm和1950nm附近;对数变换较为显着的提高了其与土壤含水量的相关性,而一阶微分变换并不能提高其与土壤水分含量的相关性,反而有所降低,根据数据变换建立的都是一元二次回归预测方程;1450nm附近的水吸收峰预测能力比1950nm附近的吸收峰更为有效;无论是利用PCR还是PLSR进行建模,采用logR变换预测土壤水分含量的效果都是最佳的。(5)土壤二向反射率随观测角度的变化及其影响因素研究在不同的观测方位角,土壤二向反射率随着观测天顶角的增加而增加的;不同的观测方位角,土壤的二向反射率在垂直主平面方向上基本是对称的;垂直主平面上后向散射方向的反射率最高,而前向散射方向的反射率最低;随着太阳天顶角越来越小,二向反射率是逐渐增大的,这些变化都跟观测角度变化时引起的探测器视场内的阴影变化有关。通过对不同表面粗糙度及水分含量土壤样品的二向反射特性研究发现:随着粗糙度的增加,二向反射率降低,土壤越呈非朗伯特性;而土壤水分含量对二向反射率的影响与其对垂直观测反射率的影响规律是一致的。(6)基于辐射传输模型的土壤二向反射率模拟及模型参数反演研究通过模型灵敏度的检验得知,基于辐射传输理论的SOILSPEC土壤BRDF模型参数的拟合对任意初值都不敏感,并能够很好的模拟给定的二向反射率;土壤湿度对单次散射反照率ω具有明显的影响,随着土壤逐渐变干,其单次散射反照率在整个波段都都呈增加的趋势,并且ω参数不受测量时条件的影响;土壤颗粒越大,其表面越粗糙,反演得到的粗糙度参数h值也越大,且其随波长的变化也很小;土壤表面的散射类型与其表面状况有关。该模型对室内不同表面状况下的土壤二向反射率均有较好的模拟效果,而对室外原始土柱二向反射率的模拟效果则不如室内,特别是在太阳天顶角较大时模拟的效果不理想。(7)基于几何光学模型的土壤二向反射率模拟及模型参数反演研究通过Irons几何光学模型预测发现,二向反射因子R在相位角为0°时达到最大,此时土壤具有很强的后向散射;二向反射率随着球面积指数L的变而逐渐减小;在主平面方向上随着散射百分比f的增加,模型预测的R对观测天顶角变化的敏感性降低,而且R最大值出现的位置对f的变化不敏感;各向同性反射因子P值的平均值随着土壤含水量的增大而不断减小,但当其含水量达到一定程度时P值反而会比较为干燥的土壤要高,球面积指数L也是随着水分含量的增加而减小的;随着土壤颗粒大小的增大,L参数也越来越大,而P是逐渐减小的。该模型也可以较好地模拟土壤二向反射率,但当观测天顶角逐渐变大时,模拟值明显低于实测值,与辐射传输模型相比,其模拟的效果相对较差。本项研究基本完成研究内容,达到了预期的研究目标,在以下四方面取得了新进展:(1)综合运用多种不同的光谱数据滤波去噪、数据预处理方法及模型构建方法,研究建立了不同类型土壤特性的预测模型,并对土壤特性预测精度的影响进行比较,以确定最佳的预测方法,可以为光谱数据处理方法及土壤信息提取提供一些新的借鉴。(2)在对室内不同表面状况土壤及室外原始土柱样品二向反射率测定的基础之上,研究了土壤二向反射率随观测天顶角、方位角及太阳天顶角变化的规律,为建立土壤二向反射新模型以及土壤特性的反演研究提供了基础。(3)利用室内不同表面粗糙度及水分含量土壤样品二向反射率数据,反演了不同类型的土壤BRDF模型参数,研究了土壤表面状况对这些参数及土壤二向反射特性的影响,并在此基础上成功模拟了其二向反射率,可以为野外自然状态下土壤的二向反射特性研究及其表面特性的反演提供新的研究思路,并为提高土壤定量遥感的反演精度提供研究基础。(4)利用土壤辐射传输BRDF模型对原始土柱样品室外测量的二向反射率进行模拟,可以拓展新一代多角度传感器探测自然或耕作条件下土壤特性的应用潜力,为提高土壤遥感的精度、定量反演土壤特性参数的研究提供新的研究基础,同时为多角度遥感图像的模拟及新型传感器的研制提供了一定的依据。
曹炳霞[7]2011年在《HJ-1A高光谱影像在黄土丘陵区生态环境监测中的应用研究》文中研究指明我国社会正处于高速发展时期,随着经济的增长和人口的膨胀,人们对资源的需求急剧增加。然而,人们对资源的不合理开发利用以及对环境的破坏,使土地利用、植被覆盖及其环境形式发生着急速的变化。水土流失、土地荒漠化、环境污染等一系列生态环境问题日益加剧。遥感技术可以及时、有效地监测土地利用及其环境的变化,更新相关的空间地理信息数据,为国家的生态建设提供有效的技术支持和决策依据。高光谱数据以其极高的光谱分辨率和“图谱合一”的特性,可以对地物进行更精细的分类,从而提高变化监测的精度。本文利用环境减灾卫星的高光谱(HJ-1A/HSI)数据,对宝塔区的生态环境动态监测技术与方法进行研究,并实现该区域生态环境的动态变化分析。高光谱数据的预处理,特别是大气辐射校正是后期分析应用的前提。本文通过对比大气校正的多种方法,分析了各自的适用性,选用辐射传输模型法中的FLAASH模型对研究区HJ-1A/HSI高光谱数据进行了大气校正,校正后的地物波谱曲线很好的去除了大气吸收的影响。最后得出结论为在缺少野外同步实测数据的前提下,运用大气辐射传输模型法对高光谱数据进行大气校正是有效可行的,也是精度最高的方法。遥感动态监测的精度依赖于遥感影像分类的精度,所以其分类方法的选择至关重要。本文运用几种典型的分类方法对研究区的环境减灾卫星的高光谱数据进行了分类实验,其中SAM的总体分类精度达到了84.57%,林地、草地和耕地的识别精度分别为95.94%、88.71%和86.36%,在一定程度上满足黄土丘陵区大面积范围内生态环境动态监测精度的要求。文章最后确定了宝塔区域生态环境动态监测对象的地物类型,对该区域的影像进行分类解译,结合2000年ETM影像遥感动态调查的结果,建立了动态监测数据库,实现了环境减灾卫星高光谱数据对宝塔区生态环境变化的动态监测,同时建立了基于环境减灾卫星高光谱(HJ-1A/HSI)数据的生态环境动态监测整个数据处理流程。为我国新型超光谱成像仪(HSI)数据在生态环境动态监测中的应用提供了参考,同时为其今后在更多领域的推广应用奠定了基础。
吴阳春[8]2012年在《基于环境卫星的松辽平原盐渍土盐分含量研究》文中研究表明土壤是生态系统的重要组成部分，是连接动物和植物的有机载体，随着社会进程的发展，土壤环境问题逐渐加剧。目前，土地退化和荒漠化是制约土壤潜力的最主要问题，而土壤盐渍化则在松辽平原内影响巨大。土壤盐渍化的形成通常在地下水中可溶性盐含量高，气候干燥，土壤水分蒸发强度较大的地区，多数人类活动也是形成盐渍土的主要问题之一。松辽平原西部是我国土壤盐渍化最集中的分布区，该地区土壤盐渍化面积约占总土壤面积的60%，在松辽平原内，土壤盐碱化对土地资源造成了严重的破坏，制约了农业产业的发展，打破了该区域内生态系统的平衡。土壤盐渍化已经成为该地区人类生产生活的巨大阻碍。对盐渍土盐分含量的研究，能从多角度、全方位掌握研究区内的土壤盐分信息，能有效的区分该区域内盐渍土的盐分含量等级、分布范围、地理位置及发展变化过程，研究结果制成的土壤盐分含量专题图能为土地管理部门、农业生产部门等提供有效的基础辅助信息，为合理的制定管理政策和防治土壤盐渍化进一步扩展提供依据。早期的土壤盐分含量监测方法主要以实地采集、结果检测和同步观测为主，这不仅增加了监测的难度、耗费大量物质，而且在大面积的定量监测过程中需要的时间更长，工作量更大。因此，面对未来环境的发展，需要建立一种更加快速、经济、有效的监测体系。遥感科学的发展，为土壤盐分含量的监测和制图提供了全新的方法，遥感技术的基础即为非接触、远距离的探测技术，它能从宏观的角度，快速、有效的进行监测，不仅降低了经济成本，而且提高了大面积监测的精度并在在重复监测和动态分析上具有明显的优势。在遥感技术应用于土地监测的初期，对盐渍土的区分主要利用多光谱遥感数据，区分能力单一，高光谱技术的发展是基于物质组成和结构差异获取的物质反射光谱，有效的利用光谱曲线的反射及吸收特征，使得遥感方法对盐渍土进行定量监测研究成为可能。本论文以研究松辽平原盐渍土的盐分组成、光谱曲线特征为基础，采用光谱分析的方法，提取该区域盐渍土的敏感波段，并利用最小二乘支持向量机回归分析方法建立了土壤盐分含量及其相关判断指标与盐渍土反射光谱间的关系模型。在验证环境减灾卫星高光谱可行性的前提下，将模型应用于土壤盐分含量空间分布信息的提取，结合野外采样点的检测数据对模型在松辽平原内盐渍土盐分含量空间分布信息的估算结果进行评价，揭示了环境减灾卫星在土壤盐渍化中的监测和盐分定量估算的能力。论文主要研究内容和结论如下：1、松辽平原的土壤盐分组成特征。利用野外采样数据进行检测，结果表明，在松辽平原的盐渍土的表层土壤中，阳离子含量主要以Na~+为主，占阳离子总量71.18%。阴离子则以HCO_3-、CO_3~2-为主，占阴离子总量的74.27%。利用统计学方法对监测数据进行分析可以得出HCO_3-、CO_3~2-离子、Na~+离子含量与土壤盐分的相关性显着，这可能是由于成土母质原因造成离子结合方式主要以钠离子和碳酸根离子及碳酸氢根离子为主。2、环境减灾卫星高光谱数据应用可行性分析。环境减灾卫星高光谱数据的实际应用在国内的研究中利用的较少，为了验证该卫星获取的高光谱数据对研究区内的盐渍土含量研究是否具有实际意义，本文采用了数据对比的方法，以目前应用较广的Hyperion数据为比较对象，在去除坏线条和条纹的基础上，采用FLAASH模型对图像数据进行了大气校正，利用MNF变换进行大气校正后处理，得到光谱优化的图像数据。最后采用相关分析和差值分析的方法对两组数据进行对比，结果表明环境减灾卫星高光谱数据具有实际应用价值。3、基于盐渍土的光谱特征，确定了识别盐渍土的敏感波段。在结合前人研究结果，分析松辽平原成土母质的基础上，确定了本研究区内主要粘土矿物成分为高岭石、绿泥石、伊利石和蒙脱石为主，利用USGS光谱库数据，提取粘土矿物的光谱特征并进行分析。并以野外采样点的光谱数据为基础，采取光谱分析的方法，以原始光谱曲线，一阶微分曲线和二阶微分曲线为比较对象，初步确定本区对盐渍土敏感波段在460-508nm、540-571nm、765-827nm范围内。4、建立了基于最小二乘支持向量机回归分析方法的高光谱数据土壤盐分含量估算模型。最小二乘支持向量机回归（LS-SVM）建模方法是在等式约束的条件下，把数据非线性的映射到高维特征空间上，并构造出最优化的分类超平面。LS-SVM回归模型能够反映光谱对土壤盐分含量的响应，与盐渍土光谱特征研究结果一致，说明LS-SVM回归模型具有一定的物理意义，该建模相比传统的数理统计方法精度较高。5、环境减灾卫星高光谱遥感土壤盐分含量估算。为实现环境减灾卫星对土壤盐分含量的空间分布制图，本研究利用NDVI对反射率图像进行土壤与植被、水体、城镇的分离，最终提取土壤信息。利用所建的土壤盐分含量估算模型，实现了环境减灾高光谱数据的土壤盐分含量信息提取，对估算结果的分析表明，基于LS-SVM方法所建的模型用于环境减灾卫星高光谱数据的土壤盐分含量估算精度较高，结合土壤采样样本进行检验，由环境卫星估算的土壤盐分含量值与检验样本实验室实测值的决定系数R2=0.784,RMSE=1.037。通过对土壤盐分含量的空间分布进行分析可知，本文研究结果与前期调查基本一致。
参考文献：
[1]. 荒漠化地区高光谱遥感数据预处理及地物光谱重建的研究[D]. 杜华强. 东北林业大学. 2002
[2]. 高光谱遥感在荒漠化监测中的定量反演研究[D]. 崔林丽. 东北林业大学. 2002
[3]. 荒漠化地区高光谱遥感图像地物光谱重建的研究[J]. 杜华强, 范文义, 赵宪文. 遥感技术与应用. 2003
[4]. 土地质量高光谱遥感监测方法研究[D]. 何挺. 武汉大学. 2003
[5]. 基于Hyperion高光谱影像土地利用分类[D]. 张倩倩. 浙江农林大学. 2013
[6]. 土壤高光谱遥感信息提取与二向反射模型研究[D]. 程街亮. 浙江大学. 2008
[7]. HJ-1A高光谱影像在黄土丘陵区生态环境监测中的应用研究[D]. 曹炳霞. 长安大学. 2011
[8]. 基于环境卫星的松辽平原盐渍土盐分含量研究[D]. 吴阳春. 吉林大学. 2012
标签：自然地理学和测绘学论文; 工业通用技术及设备论文; 遥感论文; 反射率论文; 盐渍土论文; 大数据论文; 光谱分辨率论文; 光谱论文; 土壤湿度论文; 土壤分类论文; 土壤结构论文; 质量特性论文; 高光论文; 土壤检测论文;