【摘 要】
：
冬油菜是我国重要的油料作物.它的主产区位于长江流域.由于寒流的影响,在此区域的油菜很可能遭受冻害,对产量和品质都会产生影响.油菜冻害的自动化探测与监测对于冻害预防,损失评估,监测植物生理状态是至关重要的.本研究调查了高光谱反射率技术区分正常状态的叶片和冻害过程中不同状态的叶片以及通过估算色素和含水量变化监测油菜冻害的能力.四个油菜冻害试验用于获取叶片高光谱数据和生化参数数据.首先分析了冻害过程油菜
【机 构】
：
浙江大学农业遥感与信息技术研究所 浙江省杭州市余杭塘路866号,310058
【出 处】
：
第三届全国成像光谱对地观测学术研讨会
论文部分内容阅读
冬油菜是我国重要的油料作物.它的主产区位于长江流域.由于寒流的影响,在此区域的油菜很可能遭受冻害,对产量和品质都会产生影响.油菜冻害的自动化探测与监测对于冻害预防,损失评估,监测植物生理状态是至关重要的.本研究调查了高光谱反射率技术区分正常状态的叶片和冻害过程中不同状态的叶片以及通过估算色素和含水量变化监测油菜冻害的能力.四个油菜冻害试验用于获取叶片高光谱数据和生化参数数据.首先分析了冻害过程油菜叶片的光谱特征,然后对不同光谱变换(原始光谱,一阶导数光谱,二阶导数光谱,伪吸收系数光谱)执行主成分分析.支持向量机用于冻害过程油菜叶片状态分类.五个不同的统计方法用于估算冻害过程中油菜叶片的色素和含水量变化.统计方法为：植被指数,逐步多元线性回归,主成分回归,偏最小二乘回归,支持向量机.在多元统计分析,我们也研究了不同光谱区域对参数反演结果的影响.结果表明：在降温过程,二阶导数光谱获得了最高的分类精度,总体精度和Kappa系数分别为98.3％,0.97.在升温过程中,叶片状态也能被正确分类,总体精度和kappa系数分别大于93.3％,0.87.在含水量变化预测中,RVI和PLSR分别有最高的精度,R2cv和RMSEcv分别为0.79,0.8545和0.0029,0.0024.对于色素变化估算,使用RVI估算类胡萝卜素变化获得最高精度,R2cv和RMSEcv分别为0.67,0.0017.光谱区域1481-1779nm和400-900nm能代替全波段光谱分别用于含水量和色素含量的估算.本研究证明了利用叶片水平冻害光谱特征识别与监测油菜冻害的潜力.在未来,随着更高空间,时间以及光谱分辨率的卫星数据的出现,在更大尺度上进行冻害监测与识别将成为现实.
其他文献
航空高光谱油气探测是当前高光谱遥感应用的前沿和热点，国内外都在积极探索.本文利用核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室的CASI/SISI/TASI航空高光谱成像系统，开展了油气探测研究，在获得该区2500km2面积高空间分辨率高光谱遥感数据的基础上，开展了以下关键技术和问题的研究：1.构建了油气渗漏异常识别的新模型
海洋特别是其海岸带和近海区域是全球生态系统中物种最为多样、产出最为丰富、最为宝贵、复杂和脆弱的区域，更是近代以来世界各国经济和人类社会发展的摇篮。随着世界经济和政治格局的不断变化，海洋更成为了各国经略和经营的重要目标。我国提出的"一带一路"发展战略和"建设海洋强国"的发展目标正是着眼于此。目前，遥感技术已经成为了的海洋资源环境监测与评价工作的重要手段。
目前中国石油可开采资源探明率为43％，尚有57％的剩余可采资源有待探明，总体属于石油勘探中等成熟阶段，但中国待探明石油资源70％以上分布在沙漠、黄土塬、山地等区域，勘探开发难度较大，技术要求和成本费用较高。因此利用遥感技术辅助油气勘探很有必要。
1.背景及意义：随着遥感技术在光谱和空间分辨率方面的不断提高，遥感地质应用将逐渐由定性分析走向定量分析，研究目标由岩石逐渐过渡到矿物、元素，这一发展趋势已十分清晰.目前，人们已在利用遥感数据进行岩石地球化学成分反演方面做了很多尝试.在地表岩石成分反演方面，部分学者尝试利用热红外数据实现了对SiO2含量的反演，然而对于利用其他遥感数据对SiO2之外的岩石成分反演的研究较少，有待于进一步尝试.从地质的
随着光学成像技术的发展，遥感传感器在空间分辨率和光谱分辨率两方面有了很大提升，然而由于光学成像特性，这两者呈互相制约关系，航天遥感传感器往往难以同时具备较高的空间分辨率和光谱分辨率。在遥感地质解译中，较高的空间分辨率有利于对线-环形构造的判视解译，超高的光谱分辨率能为地物成分的精确识别及丰度估算提供条件。因此对多光谱和高光谱结合利用成为遥感地质解译值得考虑的问题。本文从数据特点互补的角度，针对油气
近年来中国遥感事业突飞猛进,特别是中国自主研发的高分一号(GF-1)卫星的成功发射首次实现了高分辨率对地观测.随着在轨国产卫星的增多,遥感数据的多样化,数据间的对比评估和标准化的研究变得迫在眉睫.为探索国产不同卫星数据在农业遥感长势监测中的适应性和一致性,以衡水地区的冬小麦为研究对象,选取相近期相的国产GF-1 WFV(宽幅视场相机)、HJ-1 CCD(电荷耦合器件)和较为成熟的陆地卫星Lands
近年来，由石油泄漏引起的爆炸火灾等生产安全事故频发，对人民生命财产安全以及生态环境带来了严重的威胁，对土壤漏油污染的检测、分析和评估提出新的要求。在很多领域中光谱分析技术都已获得了大量广泛的运用，在土壤湿度、有机质含量、质地、以及粗糙度等研究领域中被广泛的采用，已有不少科研工作者针对土壤光谱特征的研究进行了相关工作并建立相应的高光谱模型。然而，目前在土壤漏油检测方面仍少有研究工作。
基于1998-2012年AVHRR EVI2长序列数据,提取新疆植被15年的关键物候数据集；采用统计学分析方法,分析植被生长季开始期、结束期的时空变化趋势以及植被关键物候期对气候要素的响应,并结合土地利用数据评价不同植被覆盖类型的植被关键物候期变化特征以及对气候要素的响应.结果表明：(1)新疆大部分地区生长关键物候期均表现出提前趋势；(2)新疆平均气温(4-5月)与植被关键物候期的负相关性区域较大
进入海洋的石油物质主要来源于天然和人为两种,天然来源主要是海底具有工业价值的海洋油气藏的自然渗漏形成；人为来源是人类在石油开采、加工、运输等诸多过程中造成的石油渗漏。海洋中这两种情况石油来源所占的比例,据估算大约有47％来源于自然,53％的来自人类的活动(Kvenvolden and)。烃微渗漏会在海面形成一层甚薄油膜层；海洋溢油会在风、浪、流的作用下,形成不同厚度的油膜和油水乳化物。海面油膜是海
叶绿素是监测植被受胁迫和健康状况的重要参数[1]。高光谱指数法反演小麦叶绿素含量是目前应用最常用的方法之一[2]，应用高光谱指数法反演植被生化组分的研究主要集中在如何克服土壤背景和避免植被指数饱和等方面，通过构建或优选指数，以达到有效应用的目的[3]，然而光谱指数也受到中心波长、波段宽度、信噪比等光谱指标的影响，可能导致反演结果的不确定性，而相关研究明显不足。