北京市自然科学基金(4102021)
- 作品数：11 被引量：185H指数：6
- 相关作者：杨贵军黄文江邢著荣冯海宽石月婵更多>>
- 相关机构：国家农业信息化工程技术研究中心山东科技大学中国科学院更多>>
- 发文基金：北京市自然科学基金国家自然科学基金遥感科学国家重点实验室开放基金更多>>
- 相关领域：农业科学天文地球自动化与计算机技术更多>>
- 可见光-近红外波段大气上行与下行辐射分量参数化方法被引量：3
- 2010年
- 可见光-近红外波段大气上行、下行辐射是辐射传输建模、成像模拟及大气校正关键的输入参数,根据四流辐射传输理论给出了与二者相关大气参量的数值模型及计算方法,针对Landsat 5 TM 6个波段建立了大气参量与水汽含量、能见度距离和太阳入射天顶角间的参数化模型,在此基础上对各参量间敏感性进行了分析,结果表明参数化模型具备较高精度。同时,计算了各波段大气上行、下行漫射辐射值,对二者在植被和裸土覆盖条件下的差异进行了定量分析。
- 杨贵军高中灵黄文江刘强王纪华张明月
- 关键词：大气校正
- 遥感组合指数与不同分类技术结合提取农业用地方法被引量：3
- 2011年
- 多光谱遥感影像因具有丰富的波谱信息,提高了地表覆盖的辨识能力,利用遥感数据高精度自动提取专题信息是目前研究的热点和难点。本文以北京市ASTER影像为例,通过对城市生态环境中土地类型及其光谱特征规律分析,组合归一化差异植被指数、修正归一化差异水体指数和归一化差异建筑指数三种指数,制作组合指数新影像。对组合指数影像采用基于支持向量机的面向对象分类方法进行农业用地信息提取,同时将该方法分别与基于原始影像、组合指数影像的最大似然及支持向量机的分类方法进行对比分析。实验结果表明:组合归一化差异指数影像压缩了数据维数,降低了覆盖地物相关性,易于农业用地信息提取。对组合指数影像采用基于支持向量机的面向对象分类方法精度达95.701%。
- 张明月杨贵军宋伟东徐涛
- 关键词：遥感信息提取农业用地面向对象
- 基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演被引量：33
- 2011年
- 大面积区域作物叶面积指数(LAI)遥感反演,对指导作物管理具有重要的意义。该文基于2008年5-7月在黑河流域开展的大型星-机-地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明:PROBA/CHRIS数据的最佳组合波段为band4(555.1nm)、band9(696.9nm)和band15(871.5nm),利用PROBA/CHRIS数据反演LAI时,3角度组合(0°、36°、55°)反演LAI精度最高(R2=0.854,RMSE=0.344;MAE=0.213)。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。
- 杨贵军赵春江邢著荣黄文江王纪华
- 关键词：遥感神经元网络反演春小麦LAI
- 北京山区森林叶面积指数季相变化遥感监测被引量：16
- 2012年
- 森林叶面积指数(LAI)遥感反演,对于区域环境生态监测具有重要意义。该文以北京市西北山区鹫峰国家森林公园为研究区,获取多时相Landsat5 TM数据,并利用半球形照相机(Hemispherical Photography)同步获取森林LAI。使用3种植被指数(归一化植被指数NDVI、增强植被指数EVI和三梯度差植被指数TGDVI),分别建立单个观测时期及整个时期的LAI反演模型,通过相关性分析筛选出最佳模型。研究表明利用整个时期的LAI建立的模型精度较高,其中最好的是基于NDVI的LAI指数模型。利用该模型反演森林LAI,生成基于时间序列的北京山区森林LAI分布图。该研究进一步分析了阔叶林、针叶林和混交林3种情况,结果表明,与不分植被类型的LAI反演模型精度比较,阔叶林和混交林有所提高,而针叶林稍微下降,但模型精度均达到显著水平。
- 石月婵杨贵军冯海宽李伟国王仁礼
- 关键词：遥感LANDSATTM叶面积指数
- 基于边缘特征的多源影像空间配准精度研究
- 2013年
- 图像配准技术是数字图像处理的关键技术之一。以甘肃省张掖市为研究区,获取ASTER与MODIS两种数据进行空间配准研究,首先以ASTER数据为基准选择同名点对MODIS数据进行空间配准,然后使用两种方式对其配准精度进行评价:第一种方法充分考虑研究区的地表覆盖特征,利用图像分割、边缘提取及图像匹配等技术,以先验知识为基础提取边缘并进行拟合分析,提出基于边缘进行空间配准精度的分析方法;第二种方法借鉴传统配准方式,选择同名点进行空间配准精度分析。研究表明,经过配准后的几何校正精度优于0.5个像元,能够满足精度要求。
- 石月婵杨贵军宋健冯海宽王仁礼
- 关键词：空间配准边缘检测ASTERMODIS
- 应用波段深度分析和偏最小二乘回归的冬小麦生物量高光谱估算被引量：45
- 2013年
- 当作物生物量较大时,现有植被指数由于受饱和问题限制,不能较好的估算作物生物量。针对此问题,尝试将波段深度分析与偏最小二乘回归(partial least square regression,PLSR)结合,提高对大田冬小麦生物量的估算精度,并将两者结合建立的模型与应用代表性植被指数建立的模型进行生物量估算精度比较。波段深度分析主要对冬小麦冠层光谱550～750nm范围进行,采用波段深度、波段深度比(band depth ratio,BDR)、归一化波段深度指数和归一化面积波段深度对波段深度信息进行表征。在建立的模型中,波段深度分析和PLSR结合的估算精度比应用植被指数模型的精度高,其中BDR与PLSR结合的估算精度最高(R2=0.792,RMSE=0.164kg.m-2)。研究结果表明波段深度分析与PLSR结合能较好的克服生物量较大时存在的饱和问题,提高冬小麦生物量的估算精度。
- 付元元王纪华杨贵军宋晓宇徐新刚冯海宽
- 关键词：高光谱遥感冬小麦生物量偏最小二乘回归
- 多源多角度遥感数据反演森林叶面积指数方法被引量：19
- 2010年
- 利用北京1号和Landsat多源数据组合成4个角度多波段数据集,在考虑森林三维垂直分布特点的基础上,结合INFORM几何光学与辐射传输混合模型,通过聚类+神经元网络方式,建立相应的多源多角度LAI反演模型。最后利用实地LAI测量数据和MODISLAI产品,对不同角度组合和噪声水平下的LAI反演结果进行验证。结果表明:在保证数据质量的条件下,通过增加角度可以提高森林的LAI反演精度,最终R2=0.713,RMSE=0.957,比单个角度的反演精度平均提高约20%。
- 杨贵军黄文江王纪华邢著荣
- 关键词：混合模型
- 环境减灾卫星高光谱数据大气校正模型及验证被引量：9
- 2010年
- 根据四流近似辐射传输理论,建立了适合环境与减灾卫星高光谱传感器(HSI)的大气校正解析模型,给出了模型中6个大气参数的数值计算方法。经与MODTRAN模型比较,解析模型误差小于0.5%,表明具有较高的数值模拟精度。利用与HSI数据同步过境MODIS数据生成的大气温湿度廓线产品和气溶胶产品,求解出了6个大气校正参数,并将其用于定标后HSI数据的大气校正,获得了地物真实高光谱反射率。经与地面同步观测光谱数据比较,波长大于700nm波段范围内校正结果与地面观测值一致性较好;其他波段受仪器自身存在较大噪声影响,校正后反射率高于地表观测值。
- 杨贵军黄文江刘三超邢著荣王纪华
- 关键词：HSI大气校正MODIS
- 冬小麦叶面积指数地面测量方法的比较被引量：56
- 2011年
- 该研究以冬小麦为对象,对叶面积指数测量的几种方法(比叶重法、照相法及SUNSCAN测量法)从测量难易程度、误差来源、适宜条件等方面做了比较分析与评价。研究表明比叶重法及照相法在整个生育期间均可使用,而基于SUNSCAN的仪器测量法在冬小麦封垄前的测量还需进一步研究。对SUNSCAN一天内不同时间测量的结果进行了比较,得出最适宜测量时间为13:00-15:00。照相法的测量精度最高,比叶重法次之,SUNSCAN测量需要根据作物生长特点做参数修正。针对SUNSCAN测量LAI提出了一种对叶倾角分布参数进行修正的方法,对3种冬小麦株型品种3个不同生育期进行了参数修正。该研究有助于地面测量叶面积指数的方法选择,同时对提高SUNSCAN测量精度具有参考意义。
- 刘镕源王纪华杨贵军黄文江李伟国常红李小文
- 关键词：叶面积指数参数修正冬小麦
- 农田辐射传输光学遥感成像模拟研究综述被引量：4
- 2013年
- 首先对光电物理仿真、图像合成法、计算机图形学法及遥感物理模型法等光学遥感成像模拟方法的技术方法和研究进展进行了分析,其中由于遥感物理模型法较为详细地刻画了真实辐射传输过程,成为国内遥感成像模拟的主要发展趋势。然后对作物关键参数时空变化分析、农田辐射传输建模及遥感成像模拟系统等方面进行了分析讨论,表明结合作物全生育期结构、光谱变化特征,进而建立叶片–土壤–冠层–大气–遥感器成像模拟耦合模型是主要途径,能够实现农田多维遥感数据模拟,为农业定量遥感研究与应用提供模拟数据支持。
- 杨贵军柳钦火杜永明石月婵冯海宽王纪华
- 关键词：遥感器农田信息
