双通道光谱仪观测系统在农田光能利用率方面的应用

来源 :第九届成像光谱技术与应用研讨会暨交叉学科论坛 | 被引量 : 0次 | 上传用户:yangqixun123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文描述了一种安装于塔上的双通道光谱仪(Unispec-DC)观测系统,该观测系统可以连续进行多角度的观测,每15分钟一个周期(水平近视360度,4个天顶角方向),并简要介绍了在农田光能利用率方面的应用.系统覆盖的光谱范围为310-1100nm,光谱分辨率约小于10nm,视场角约为15°,两个通道可以同时获得辐亮度radiance和辐照度irradiance.研究表明,通过双通道光谱仪的多角度观测,可以利用光化学反射率指数PRI有效的将农田冠层的光照和阴影区的光能利用率区分开来.该结果可以用于精确的农田生产力的估算.
其他文献
本文针对一种由软式气囊和硬式连杆机构组成的变形飞艇,建立了其机构的多体动力学仿真模型,软式气囊和连杆机构的刚柔耦合有限元仿真模型.该模型可对该类机构进行外力作用下连杆铰接点位移和接触力求解,然后将变形以约束条件输入到刚柔耦合结构有限元模型中求解结构应力,同时求出下一瞬时结构的外载荷,按此流程即可进行该类结构的变形仿真.在此模型基础,搭建协同仿真软件系统,初步进行了仿真分析,得出该飞艇伸缩机构载荷时
成像光谱遥感既能获取地物成像光谱分辨率的光谱特征信息,又能获取岩矿等地物的影像信息,从上世纪八十年代发展以来,机载AVIRIS、HyMap、OMIS-I,星载Hyperion等传感器获取了大量的成像光谱影像,在地质矿产资源勘查,林农水资源调查、环境监测与调查等方面应用广泛.在成像光谱遥感矿产资源勘查中,不仅利用成像光谱影像信息,而且充分利用成像光谱遥感在0.40-2.50μm波段上探测岩矿地质体十
东海原甲藻是中国东海最为高发的赤潮藻种.本文基于MODIS卫星数据建立了该类型赤潮的遥感识别算法.本算法从藻类的色素组成与固有光学特性特征出发,通过对现场实测的赤潮水体与正常水体遥感反射率的光谱特征差异分析,建立了基于绿光波段比值与绿光波段反射率强度的赤潮水体识别方法.同时,本算法在赤潮水体识别的基础上,针对东海原甲藻这一东海海域高发赤潮藻种,建立了基于红绿波段反射率光谱形状特征的识别算法,对东海
基于遥感技术的鄱阳湖面积动态监测,对鄱阳湖地区的防灾减灾工作有着十分重要的意义.本文首先对获取的15个时相的HJ-CCD2级产品进行精确几何校正、大气校正.然后,利用归一化水体指数(NDWI)提取出水体,并用掩膜去除提取出的非研究区水体,得到解译面积;同时目视解译,得到真实面积.最后,建立了解译面积和真实面积之间的线性关系模型.实验取得了较好的效果,遥感解译提取水体面积的平均绝对中误差为5.57%
辐射归一化旨在减小不同时相影像间因获取条件不一致而导致的非地表辐射变化的差异,是土地覆盖变化监测的重要前提条件.本文根据高光谱图像上同类地物的谱形及数值的相似性,利用光谱角距离(SAD)和欧式距离(ED)双重判定进行不变特征点的选取,提出了一种基于光谱角距离-欧式距离的辐射归一化方法.在评价指标中除了常用的均方根误差和相对偏差,更增加了高光谱特色的衡量光谱保真性指标:皮尔森系数、光谱扭曲程度.利用
植被与植被阴影是遥感影像中的一组形影不离的组成部分.特别近年来,高空间分辨率遥感以及多角度遥感得到迅速发展,遥感影像中植被阴影对植被信息提取影响的问题显得尤为突出.植被阴影在遥感影像数据上表现为亮度偏低,信息量有所损失或受到干扰,阻碍了植被信息的识别与提取工作开展.植被指数广泛应用于植被参量反演与应用中,但由于植被阴影的存在,使得植被参量反演的精度变得具有不确定性.本文利用可见-近红外波段的地面成
植被覆盖区矿物弱信息提取是长期以来困扰遥感找矿的一个亟待解决的瓶颈.目前,多数遥感探矿研究被局限在无植被或低植被覆盖区域.在植被覆盖超过50%的区域,遥感获取的信息以植被为主,矿物的典型吸收特征由于光谱混合效应被植被光谱压抑.参考背景光谱去除是一种新型的光谱处理技术,它能够基于背景物的参考光谱拟合出类似于包络线的背景光谱,并通过背景光谱去除消除背景物的影响,使得被压抑的吸收特征显现出来.本研究以矿
基于图像处理的海背景目标检测问题一直受到人们的关注,由于其区域广泛、目标暗小和动态变化,对图像处理方式、速度和精度要求高.但是海背景特征相对明显,有较强的规律可寻,论文试图通过探讨航空航天图像的融合处理方式,构建出海背景目标的高效检测处理算法,提出了基于三维GMRF模型和D-S证据理论相结合的海背景目标检测处理方法,分析了算法原理和实现流程,进行了航空图像、航天图像及其融合处理实验研究,得到了有价
犯罪现场指纹采集的传统方法是使用物理或化学手段直接作用于指纹载体,不但耗时长、容易损害指纹形状,且采集过程不可复现.高光谱成像技术以非接触方式获取指纹信息,可多次稳定成像,其获取的图像具有光谱分辨率极高的特点,为分离指纹和各种类型背景提供了有利条件.本文提出了一种基于独立成分分析的高光谱图像指纹信息提取方法.首先利用主成分分析方法估计出图像中的独立信号个数;然后利用估计出的独立信号个数对高光谱指纹
近年来,基于不同仿生学原理的群智能算法被不断提出,以群智能优化为基础的模式聚类算法得到了迅速发展,并且展现出精度优势和应用潜力.本文针对典型的高光谱图像聚类模型,引入蜂群算法(Artificial Bee Colony Algorithm,ABC)、粒子群算法(Particle Swarm Optimization,PSO)、萤火虫算法(Firefly Algorithm,FA)和教与学算法(Te