高光谱遥感应用案例

高光谱遥感应用案例蒋金豹第一部分高光谱遥感监测小麦条锈病研究1. 高光谱遥感监测小麦病害的技术流程高光谱遥感监测小麦病害的技术流程病害田间处理差分 GPS定位作物光谱获取和同步农学采样分析生理生化指标、农学参量与光谱数据特征病害作物光谱响应特征与冠层生化参数和病情指数建立反演模型条锈病遥感诊断和算法模型模拟小卫星光谱数据航天、航空遥感影像预处理、大气辐射校正、几何校正成像光谱数据的反射光谱重建以不同空间分辨率进行采样作物病情遥感识别、监测与诊断检验小卫星遥感数据空间分辨率能否识别作物病害检验小卫星遥感数据光谱分辨率能否识别作物病害测标准板发病小麦冠层光谱测量+3.不同发病程度条件下的冠层光谱特征0102030405060350 850 1350 1850 2350波长（nm）反射 率 （％）TX6TX5TX4TX3TX2TX1TX0TX0（（ Normal）） TX1（（ 10%）） TX2（（ 20%）） TX3（（ 30%））TX4（（ 45%））TX5（（ 60%））TX6（（ 80%））4.生理生化参数定量反演„ 4.1 条锈病胁迫下小麦色素含量定量反演R2＝ 0.8265RMSE=0.3196Y＝ -0.6926+1.3485X Y＝ -0.2404+1.3482XR2＝ 0.8116RMSE=0.0996基于变量 [（ SDr-SDg） /（ SDr-SDg） ]的模型色素含量预测值与实测值比较„ 4.2 氮素含量的定量反演y=0.8049x+0.978R2=0.729RMSE=0.3567y=1.063x-0.082R2=0.717RMSE=0.3806基于变量 SDnir/SDr和 SDr/SDb的模型 LTN含量预测值与实测值比较以 (a)冠层光谱主成分 ; (b)一阶微分主成分 ; (c)PRI; (d) SDr’/SDg’为变量的模型估测 DI与实测 DI对比图„4.3 病情严重度反演接种 9天后健康与染病小麦一阶微分曲线图健康与染病小麦高光谱指数SDr’/SDg’随时间的变化4.4 高光谱遥感指数提前识别小麦病害模型注：在小麦条锈病接种 21后，肉眼观察出有病菌胞出现，但是高光谱指数可以比肉眼提前 12天识别出小麦遭到胁迫，为早期防治小麦病害 提供必要的信息支持 。

„ 5.1基于光谱相似性度量（SAM ）的信息提取方法5.利用高光谱影像提取病害信息 1. 光谱角制图（ SAM）与参考光谱αBandiBand jReference spectrumTest spectrum⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=∑∑∑===−bbbniiniiniiirtrta121211cos通过计算参考光谱与 5月31日的 PHI影像像元光谱的光谱角，可获得 SAM分类图像： 1. 光谱角制图（ SAM）与参考光谱5.利用高光谱影像提取病害信息 2. 多时相归一化植被指数（MT-NDVI ）信息提取5.利用高光谱影像提取病害信息 2. 多时相归一化植被指数（MT-NDVI ）信息提取5.利用高光谱影像提取病害信息 3. 联合 SAM的MT-NDVI 小麦冠层条锈病信息提取（ a）基于 SAM提取最大限值角 = 0.10（ b）基于 MT-NDVI的假彩色合成影像SAM能很好地提取了病害信息，并能清晰地与树、土壤信息区分开 但其病害的分类信息是单调的，不能把病害的轻重程度明显地反映出来MT-NDVI能很好地提取了病害信息，并能明显地把病害的轻重程度反映出来。

但不能区分树与健康小麦、条锈病小麦与土壤信息5.利用高光谱影像提取病害信息 3. 联合 SAM的MT-NDVI 小麦冠层条锈病信息提取（ a）基于 SAM提取最大限值角 = 0.10（ b）基于 MT-NDVI的假彩色合成影像采用 MT-NDVI与SAM结合方法，不但能监别和提取出小麦条锈病信息，而且能区分出不同病害区的轻重程度，以及区别出土壤、树的信息5.利用高光谱影像提取病害信息 1. 方法分析分别对最初影像进行分别重采样为1m 、 10m、 20m、 40m、 80m和100m地面分辨率计算的光谱角a （这里确定最大限值角 a= 0.10rad）：（ 1） a＜ 0.10，不能区分感染条锈病小麦与正常生长健康小麦；（ 2） a＞ 0.10，能区分感染条锈病小麦与正常生长健康小麦条锈病小麦采样点光谱向量健康小麦采样点光谱向量a波段 j波段i⎟⎟⎟⎟⎟⎠⎞⎜⎜⎜⎜⎜⎝⎛=∑∑∑===−NiiiNiiiNiiiBBAABA1111cosα5.利用高光谱影像提取病害信息5.2不同空间尺度影像对小麦条锈病提取影响 2. 小麦拔节期影像不同空间尺度条锈病信息提取分析5.2不同空间尺度影像对小麦条锈病提取影响空间分辨率 /米 1m 10m 20m 40m 80m 100光谱角 a/rad 0.15 0.21 0.17 0.005.利用高光谱影像提取病害信息 3. 小麦灌浆期影像不同空间尺度条锈病信息提取分析5.2 不同空间尺度影像对小麦条锈病提取影响空间分辨率 /米 1m 10m 20m 40m 80m 100光谱角 a/rad 0.29 0.31 0.13 0.15 0.13 0.005.利用高光谱影像提取病害信息 4. 小麦乳熟期影像不同空间尺度条锈病信息提取分析5.2 不同空间尺度影像对小麦条锈病提取影响空间分辨率 /米1m 10m 20m 40m 80m 100光谱角 a/rad 0.40 0.28 0.16 0.16 0.30 0.005.利用高光谱影像提取病害信息主要结论：1.在病害早期，特别是染病后 20-25天，病情指数小于5 ％时，减灾小卫星高光谱数据识别病害能力较弱，且无法保证精度。

2.病情指数介于5-10 ％，也是病害防治的关键时期，减灾小卫星的高光谱数据能够识别小麦病害3.在病情指数大于 10％，减灾小卫星数据能够识别到病害信息，并且较为敏感波段更多，且反演精度较高第二部分高光谱遥感监测土地重金属污染研究1. 研究方法研究方法---以包头市玉米为例以包头市玉米为例从单叶水平 ----冠层水平 ------卫星遥感影像绿反射峰位置红吸收谷位置2. 玉米单叶片光谱特征研究玉米单叶片光谱特征研究118号：重度 129号：轻度土壤重金属镉的轻度污染，可导致玉米叶片光谱在低相关波段690-740nm内反射率的升高或降低，升高幅度最高可达10.3%；低降幅最高可达12.6%玉米单叶光谱特征与土壤污染的关系玉米单叶光谱特征与土壤污染的关系土壤重金属汞的污染，可导致玉米叶片在低相关波段690-740nm内的反射率呈现下降趋势，最大降幅为15.3%，但下降的幅度并不随污染程度的增加而增大，其相关拟合曲线主要表现在截距上玉米单叶光谱特征与土壤污染的关系玉米单叶光谱特征与土壤污染的关系3. 玉米冠层光谱特征研究玉米冠层光谱特征研究包头地面实测光谱实验现场清洁区光谱曲线南部及西部河滩地带光谱曲线3. 玉米冠层光谱特征研究玉米冠层光谱特征研究轻度污染区光谱曲线光谱曲线以绿峰峰高及红外平台反射率变化最为显著。

土壤轻度污染地区光谱的变化最为明显，清洁区也存在光谱特征的变化，南部黄河河滩地光谱的变化最小4. 玉米高光谱遥感信息提取玉米高光谱遥感信息提取包头市三景高光谱影像数据去除坏波段原始数据（242波段）坏线修复辐射订正几何纠正176波段数据ENVI坏线修复工具大气纠正转成FLAASH输入格式BIL数据FLAASH地表反射率数据最终处理结果数据Hyperion数据处理流程4.1图像处理流程图像处理流程4.2图像处理图像处理数据处理前光谱曲线数据处理后光谱曲线4.2图像处理图像处理表征玉米的本征特性的559nm的“绿峰”、661nm的“红谷”和733nm的“红外平台” 仍然存在，只是峰谷均变浅4.3 图像提取光谱曲线信息图像提取光谱曲线信息利用在大气沉降严重区域高光谱遥感影像红外平台反射率小于0.25的特征，提取大气沉降量严重的区域信息，进行大气沉降异常区的圈定，图中亮白和灰色区域4.4 图像提取信息结果图像提取信息结果第三部分地质封存CO2泄露高光谱遥感监测研究1.研究背景随着全球逐步变暖，政府间气候变化专门委员会 (IPCC)在2007 年报告中明确得出结论：全球变暖是无疑的，肯定的，有足够的证据证明气候变暖。

主要原因 ：人类活动过量排放温室气体造成的办法 ： IPCC设想采用炭捕捉与封存技术（carbon capture and storage ，CCS ），即把二氧化碳捕捉、液化、地质封存，以减少大气中的二氧化碳浓度，缓解全球变暖的步伐„ 风险：把二氧化碳掩埋地下，会出现泄漏的风险，如何及时有效监测二氧化碳泄漏点？是一个难题„ 方案：二氧化碳泄漏势必对地面植物造成某种程度的胁迫，致使植物光谱特征出现某种症状；„ 以植物作为指示剂，利用高光谱遥感监测识别植物的生长变化，从而有效判断二氧化碳泄漏点2.试验设计„ 为了更好检验不同作物对CO2泄漏的敏感性，分别种植了5 种作物，以确定何种作物对CO2泄漏较为敏感„ 为了对比植物究竟是遭受CO2泄漏胁迫还是水浸胁迫，因为水浸胁迫也可以造成土壤缺氧，特设计了对比试验试验田地空间分布图健康草地CO2胁迫草地健康扁豆CO2胁迫扁豆3. 数据处理与分析3.1 单叶 CO2泄漏识别模型卷心菜甜菜莴苣 玉 米大豆3.2 扁豆单叶光谱模型GNDVI、 OSAVI区别遭受不同 CO2胁迫的扁豆„„ 3.3不同单叶扁豆微分识别模型扁豆的微分识别模型3.4. 冠层光谱识别CO2泄漏模型草地草地扁豆3.5. 识别水浸作物模型卷心菜 甜菜莴苣玉米大豆第四部分 水环境遥感应用研究„ 目前遥感能直接反演的水环境参数：„ 叶绿素a浓度„ 悬浮物浓度„ 有色可溶性有机物（CDOM ）浓度„ 水体透明度„ 水深„ 水面温度„ …„ 间接能反演的水环境参数：„ TN浓度„ TP浓度„ 水生系统初级生产力估算„ …4 水体信息提取（水体遥感）水体遥感的任务是通过对遥感影像的分析，获得水体的分布 、水中含泥沙 、有机质的状况 ，水深 、水温 等信息，从而对一个地区的水资源和水环境等作出评价，为水利、交通、航运及资源环境等部门提供决策服务。

„ 水体界限的确定（水体的分布）„ 水体悬浮物质的确定„ 水温的探测„ 水体污染的探测„ 水深的探测4.1 水体的光谱特征太阳光照射到水面，少部分（约占3.5％）被水面反射到空中，大部分入射到水体中，入射到水体中的光又大部分被吸收，部分被水中悬浮物质（泥沙、有机质）反射，少部分透射到水底，被水底吸收和反射被悬浮物反射和被水底反射的辐射，部分返回水面，折回到空中因此，遥感器所接收到的辐射包括水面反射光、悬浮物反射光、水底反射光和天空散射光由于不同水体的水面性质、水体中悬浮物的性质和含量、水深和水底特性等不同，从而形成传感器上接收到的反射光谱特征存在差异，为遥感探测水体提供了基础4.2 水体界线的确定由图可见，在可见光范围内，水 体的反射率总体上比较低，不超过10％，一般为4％～5％，并随着波长的增大逐渐降低，到0.6μm处约2％～3％，过了0.75μm，水体几乎成为全吸收体因此在近红外影像上，清澈的水体呈黑色，即对近红外光全吸收未区分水陆界线，确定地面上有无水体覆盖 ，。