国家高技术研究发展计划(2006AA12Z108)
- 作品数：6 被引量：124H指数：6
- 相关作者：高志海李增元李晓松王琫瑜白黎娜更多>>
- 相关机构：中国林业科学研究院资源信息研究所中国科学院北京林业大学更多>>
- 发文基金：国家高技术研究发展计划国家科技支撑计划国家科技攻关计划更多>>
- 相关领域：农业科学环境科学与工程生物学自动化与计算机技术更多>>
- 基于Hyperion植被指数的干旱地区稀疏植被覆盖度估测被引量：15
- 2010年
- 受稀疏植被与明亮土壤背景影响,干旱地区植被覆盖精确遥感估测难度较大。以Hyperion影像为数据源,选取甘肃省民勤绿洲-荒漠过渡带为研究区,系统比较了利用不同类型高光谱及多光谱植被指数估测干旱地区稀疏植被覆盖度的能力,以期确定干旱地区稀疏植被覆盖度估测的最佳植被指数。不同植被指数估测稀疏植被覆盖度的能力利用线性回归R2及留一交叉验证的均方根误差进行比较,结果表明:高光谱植被指数估测稀疏植被覆盖度的能力显著优于相应的多光谱植被指数,抗大气植被指数(ARVI)及抗土壤和大气植被指数(SARVI)表现明显优于归一化植被指数(NDVI)与土壤调节植被指数(SAVI),其中以基于833.3nm/640.5nm波段组合的ARVI表现最佳,R2可达0.7294,均方根误差(RMSE)仅为5.5488。
- 李晓松李增元高志海白黎娜王琫瑜李世明
- 荒漠化土地土壤有机质含量的实测光谱估测被引量：27
- 2011年
- 在对2个荒漠化典型区土壤采样、化验分析和光谱测量的基础上,分析荒漠化土地土壤的反射光谱特征及土壤有机质的光谱敏感范围,构建多种土壤有机质含量高光谱估测模型。结果表明:荒漠化土地土壤具独特的波浪型光谱曲线,其主要特点是在可见光和近红外的500～900nm光谱范围存在一个明显的弓形突起区,其对提取土壤有机质信息有实际意义;相关分析发现,在中心波长分别为600和830nm的可见光和近红外光光谱范围分别存在1个有机质光谱敏感区;土壤有机质含量高光谱估测模型验证结果表明,利用波长588nm处的反射光谱对数lgR588和反射光谱倒数1/R588以及波长835nm处的反射光谱倒数的导数(1/R835)'和反射光谱对数的导数(lgR835)'分别建立的模型,可以较好地估测荒漠化土地土壤有机质含量。
- 高志海白黎娜王琫瑜李增元李晓松王玉魁
- 关键词：荒漠化土地土壤有机质土壤光谱
- 沙化土地遥感监测研究现状被引量：8
- 2008年
- 沙化土地遥感监测是采集沙化土地现状及其动态变化的重要技术手段,能够为国家防沙治沙提供重要的科学依据。本文从遥感信息源、光谱特征分析、沙化因子提取、沙化土地分类和动态变化分析等方面总结国内外的研究现状,在此基础上探讨存在的问题及发展方向。
- 王晓慧李增元高志海
- 关键词：沙化土地遥感监测
- 基于光谱混合分析的毛乌素沙地油蒿群落覆盖度提取被引量：12
- 2007年
- 油蒿群落覆盖度是判断毛乌素沙地荒漠化程度严重与否的直接指标,其信息的准确获取有助于更为合理的荒漠化监测与评价。本研究以Landsat ETM+为数据源,深入探讨了光谱混合分析过程中影像预处理、端元选取、光谱混合模型选择及光谱混合分析结果分析等关键问题,给出了恰当的解决方案,进而进行了油蒿群落覆盖度的提取,并通过野外实测数据对提取结果进行了验证。验证结果表明:基于光谱混合分析技术提取的油蒿群落分量与实测油蒿群落覆盖度线性相关显著,相关系数为0.88,因而研究区的油蒿群落覆盖度可以通过油蒿群落分量的线性变换得到。因此,光谱混合分析是提取毛乌素沙地油蒿群落覆盖度的有效技术。
- 李晓松李增元吴波高志海白黎娜王琫瑜
- 关键词：油蒿群落光谱混合分析端元毛乌素沙地
- 基于NDVI与偏最小二乘回归的荒漠化地区植被覆盖度高光谱遥感估测被引量：37
- 2011年
- 以星载高光谱影像Hyperion为数据源,系统比较了NDVI与偏最小二乘回归(PLS)估测荒漠化地区植被覆盖度的能力,模型的建立(n=46)与独立检验所用样本(n=10)均为地面实测数据。研究结果表明,基于星载高光谱数据的NDVI与PLS模型可以有效地估测荒漠化地区植被覆盖度。相比于宽波段NDVI(RMSEP=10.5618)及基于803.3/671.02 nm计算的标准高光谱NDVI(RMSEP=8.3863),选择特定高光谱波段(823.65/701.55 nm)构建的NDVI预测植被覆盖度的误差明显较低(RMSEP=6.5189)。基于高光谱所有波段原始反射率、一阶导数及包络线去除光谱的PLS回归模型表现,要明显优于仅利用两个波段信息的NDVI,其中基于原始反射率的PLS回归模型表现最佳,RMSEP为4.4998,约为因变量平均值的23%。
- 李晓松李增元高志海白黎娜王琫瑜
- 关键词：HYPERIONNDVI偏最小二乘回归植被覆盖度
- 基于高光谱混合像元分解的干旱地区稀疏植被覆盖度估测被引量：33
- 2010年
- 以Hyperion高光谱影像为数据源,选取流沙、假戈壁(影像端元)及荒漠植被(实测光谱端元)3种端元,利用非受限及全受限的混合像元分解对甘肃省民勤绿洲-荒漠过渡带的稀疏植被覆盖度进行了估测.结果表明:全受限混合像元分解得到的荒漠植被分量准确地代表了地表真实稀疏植被覆盖情况,两者之间的偏差不超过5%、均方根误差RMSE为3.0681;而非受限的混合像元分解结果则明显小于地面实测植被覆盖度,两者之间虽具有一定相关性,但相关性不高(R2=0.5855);与McGwire等的相关研究相比,全受限混合像元分解对稀疏植被覆盖度的估测具有更高的精度及可靠性,具有广阔的应用前景.
- 李晓松高志海李增元白黎娜王琫瑜
- 关键词：端元混合像元分解
