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三种处理后,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;对数变换较为显著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。