现阶段，我国土地复垦及其评价工作越来越受到重视。结合课题研究工作介绍了土地开发整理遥感评价方法。通过实验区域的选取、实验区相关实地数据的收集、遥感影像选择、试验区遥感影像的处理和解译、影像信息分类等研究工作,提取了土地复垦开发整理项目的工程量指标,建立了土地复垦项目的工程量评价体系,分析提取的成果与实地数据一致,证明遥感评价方法有效可行。
随着遥感技术的进步,人们发展了多种通过遥感计算区域蒸散发的方法。SEBAL模型是通过遥感反演地面蒸散的典型方法,它以陆面能量平衡为基础,物理意义明确,只利用遥感影像和少量的气象数据（风速、气温）就能反演蒸散量。Landsat数据的波谱信息丰富、空间分辨率高,数据源稳定,是通过遥感技术反演蒸散发的理想数据源。如果能合理地估算SEBAL模型中的基本参数,将会获得较高精度的反演结果,能够满足在水文、生态、林业等研究或应用中的需要,对区域水资源的管理与利用具有重要意义。从SEBAL模型的基本原理出发,分析了利用SEBAL模型采用Landsat的TM/ETM+数据反演区域蒸散发的基本过程,针对TM/ETM+数据特点对模型所需要的基本参数进行估算求解,为SEBAL模型在蒸散量反演中的广泛应用提供了一定的指导。
健康落叶松与遭受病害落叶松的冠层光谱反射率曲线具有明显差异,利用反映这种差异的光谱特征参数建立回归模型,可为反演落叶松冠层光合色素含量进而诊断落叶松健康状况提供方法和途径。以吉林省延边州敦化、和龙两市林场中健康的和遭受落叶松早落病侵害的人工落叶松林为调查对象,在对野外采集的14个落叶松冠层样本进行光谱测量及光合色素含量测量的基础上,选取8个对落叶松冠层光合色素含量变化反映敏感的光谱参数参与建立其光合色素含量的一元线性回归和多元逐步回归模型。研究结果表明,不同健康程度的落叶松冠层光谱曲线在其可见光及近红外波段有3个比较明显的特征差异处,分别位于光谱曲线的“绿峰”、“红谷”和“红边”位置。利用反映这些差异的8个光谱特征参数建立落叶松冠层光合色素含量的回归模型,除 “红边”这一参数回归效果不令人满意外，其余7个参数均得到了较好的回归效果,其中利用峰谷波长差Dgr建立的关于总叶绿素和叶绿素b含量的一元回归模型R2值分别达到0.842 8和0.749 8,利用NDGI建立的关于叶绿素a和类胡萝卜素含量的一元回归模型R2值分别达到0.875 8和0.789 7；多元逐步回归模型的回归效果与一元回归模型相比,各判定系数R2值均有所提高,总叶绿素、叶绿素a、b和类胡萝卜素含量的回归模型R2值分别达到0.885、0.910、0.839和0.862。
通过分别采用纯像元指数(PPI)和手动选取端元这两种不同的方法获得了2003年广州市区的植被、水体和不透水层3种端元，然后利用线性波谱分离法得到各个端元的丰度图像和均方根误差图像，从而获得广州市老八区不透水层的分量图。另外，还对比分析了基于线性光谱混合模型（LSMM）两种终端单元的选取方法的优缺点，并从定性的角度对所得结果进行精度评价。结果显示:基于线性光谱混合模型（LSMM）的方法获得广州市老八区不透水层的分量图是可行而有效的；手动选取端元的方法比纯像元指数（PPI）能够得到更高精度的分量图。
土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数。利用1989年和1996年两个时相Landsat TM遥感卫星影像来获取厦门的植被覆盖度和地表温度，并由此构建了植被覆盖度和地表温度组成的特征空间，最后利用该特征空间反演了土壤湿度，并分析湿度在两个时相中的变化情况。结果显示，在所研究的时间段内，厦门西南老城区的湿度得到增加。但是在东北部城市建成区扩展的地区，土壤湿度则明显降低。
采用暗像元法对北京地区的气溶胶进行了监测：以2005~2007年的MODIS 1B数据为数据源，使用6S进行辐射传输计算构建查找表，进行气溶胶光学厚度的反演，并使用AERONET数据对结果进行验证，对冬季和夏季的监测结果进行了比较。结果表明，该算法能够较好地监测气溶胶，反映城市气溶胶的区域变化；但冬季时的监测结果要远远差于夏季，很难满足气溶胶监测需求。
从我国土地利用调查应用出发,为了解决我国多云多雨地区土地利用分类及遥感动态监测问题,以面向对象影像分割、分类软件——Definiens Developer作为处理平台,对中分辨率星载合成孔径雷达（SAR）（以ENVISAT ASAR和Radarsat-1为例）、高分辨率星载SAR（以TerraSAR-X为例）进行分类处理,分析了单极化星载中、高分辨率星载SAR在土地利用分类中的能力,并对该模式星载SAR在土地利用分类中的影像特征和可解析程度进行了小结。
为了快速、准确地从遥感影像上提取水稻信息，满足国家农情遥感监测系统要求，以黑龙江省852农场水稻提取为例，利用SPOT-5卫星影像数据，分析了水稻和其它背景地物的光谱特征，发现利用原有波段难以提取复杂的水稻信息，因此利用植被特征波段：归一化植被指数（NDVI）作为新波段融入原始影像中，在增加有效信息量的同时运用简单决策树模型提取水稻信息，并参照地块现状矢量图进行精度评价。结果表明，该方法的总体提取效果较好，其提取精度与通常的监督分类方法相比有了较大的提高，只是在水稻和玉米交界处有误判现象。
基于2000年2月到2001年12月的GIMMS-NDVI、VGT-NDVI和MODIS-NDVI数据,分析了此3类NDVI对若尔盖湿地植被变化响应方式的差异性及在该区植被变化监测研究中的适宜性,研究结果表明,3种遥感数据间不存在显著差异,传感器光谱特征是造成数据间差异的主要原因； MODIS、Vegetation传感器具有红光波段对叶绿素吸收敏感,近红外波段剔除了强水汽吸收带、空间分辨率高等优势,加之MODIS-NDVI和VGT-NDVI合成法包含有全面而有效的大气纠正处理,使得MODIS-NDVI和VGT-NDVI对若尔盖植被较GIMMS-NDVI敏感,较适宜于该区植被变化监测研究。但由于3类NDVI数据并无显著差异,且GIMMS-NDVI具有时间序列长这一MODIS-NDVI和VGT-NDVI无法比拟的优点,因此其在该区植被的长期连续监测中仍具有不可替代的作用。
烟草是我国重要的经济作物之一,在全国的经济发展中发挥着不可替代的重大作用。烟田的种植监测和科学管理显得尤为重要,但烟草的监测目前国内外研究较少,利用遥感手段监测烟草的研究少之又少。以云南省产烟县为例,在复杂山区尝试利用遥感监测的手段提取烟田地块和面积,监测中采用剔除干扰烟田信息的监督分类方法,取得理想效果,同时也提出了提高分类精度的建议。
水是维系湿地生态系统稳定和健康的决定性因子,利用卫星遥感影像快速、准确地提取湿地水体信息已经成为湿地调查、研究与保护的重要手段。鉴于TM遥感影像具有较高的空间分辨率、波谱分辨率、极为丰富的信息量、较高的定位精度和相对较低的价格，其必然成为近一段时期湿地调查、研究与保护的重要数据源之一。研究基于TM遥感影像，运用多种方法针对典型内陆淡水湿地的水体信息进行了提取实验，通过对实验结果的分析得出：在面积的准确性、提取的准确度以及视觉效果3种指标下，光谱分类法较其它方法效果要好，其次为单波段阈值分析法与植被指数法，较差的是多波段谱间关系法与水体指数法；影响提取效果的主要原因是湿地水体提取不够完全，这是由影像的分辨率及湿地特殊的水文条件所造成的，采用像元分解及多源遥感数据融合技术将成为提高水体提取精度的重要手段。
土地盐碱化是土壤退化的一种重要表现，要进行大范围的实地调查研究需要投入大量的人力、物力和时间，而利用遥感技术可以快速准确地提取盐碱地的分布信息，提高时效、减少成本。分析在区域尺度上利用遥感技术进行土壤盐碱化监测可行性以及遥感影像选择方法，利用最大似然分类方法，基于地面采样和遥感影像数据,对内蒙古河套地区盐碱地的分布状况进行了分析与精度评价。研究成果可以为防止河套灌区土壤退化提供基础数据和基本方法。
以植被净第一性生产力NPP遥感估测为研究内容，以地学和生态学知识为基础，利用RS、GIS 技术手段，综合遥感光谱数据、DEM数据、统计数据、定位点的实测数据等多源信息，构建了 NPP 遥感地形模型，计算出夏尔希里自然保护区7 月份的植被 NPP。最终完成夏尔希里自然保护区植被生产力的定量化。
以巢湖为研究区域,以MODIS 卫星影像为数据源,结合准同步的地面水质监测数据,将MODIS 250 m分辨率的波段反射率与叶绿素a浓度实测值进行相关分析。在此基础上通过回归拟合,构建基于中分辨率成像光谱仪(MODIS) 的叶绿素遥感提取模型。应用模型成功提取出蓝藻爆发水域chl-a的分布。从MODIS遥感图像上可以清晰地反映出巢湖这次蓝藻爆发的强度、地点和分布范围 。研究结果表明:用MODIS影像监测巢湖蓝藻水华是可行的,其中250m分辨率波段1 、2的比值组合r2/r1与叶绿素a浓度实测值高度相关(R=0.909 3),适于反演叶绿素a浓度。
水汽是天气变化的主要动力因素之一，同时大气中的水汽含量也是影响遥感应用的主要因素之一。介绍了MODIS近红外二通道比值法和三通道比值法反演大气水汽的思想，对反演算法的过程进行了推导和分析，并结合实例进行了总结和讨论。通过融合已有的两种水汽反演算法，较好地解决了利用NASA文档对水汽加权平均所遇到的问题，取得了较好的实验效果，对降水产品的生产具有一定的实际意义。
利用南京市2003年TM影像,通过单窗算法提取地表温度信息,总结出南京市热岛分布状况,找出影响较广泛的热岛集聚区。并利用NDVI指数和NDBI指数分别对南京市区进行绿地和建筑用地的提取,分析南京市热岛空间分布特点以及用地各专题信息和热岛分布的相关性。结果显示,南京市区的热岛区多分布在城市下垫面为硬地面,人口或工业密集地区,并且,建筑用地内的植被对于降低地面温度比绿地更明显。
支持向量机（SVM）是一种卓越的分类方法,灰度共生矩阵（GLCM）则是一种很好的纹理分析方法，而纹理是合成孔径雷达（SAR）图像分类的一个重要特征，故而提出了一种使用灰度共生矩阵进行特征提取的应用支持向量的SAR图像分类法。实验结果证明了支持向量机算法的可行性和有效性。
采用基于敏感度方程的方法，研究了基于正侧视成像模型下的机载双天线干涉SAR系统的外定标问题。算法通过对干涉成像方程各参数求导，得到基于敏感度方程的误差模型，并在此基础上，依据若干地面控制点的精确数据，求解干涉参数偏差。通过迭代求解，得到定标后的干涉参数，并生成精确的数字高程模型及对地面目标点进行定位。利用我国自主设计、研制的机载干涉SAR系统获得的数据，进行了外定标处理实验，验证了方法的有效性。
针对高光谱图像特点，提出了一种基于区域活动轮廓模型的高光谱图像分割方法。综合考虑高光谱图像的空间信息和光谱信息，对Chan\|Vese方法中的能量函数加以改进，利用空间全局信息和同质区域的灰度一致性，约束能量函数空间项；利用目标光谱信息相似性，约束能量函数光谱项，最后通过能量函数最小化实现图像分割。该方法能够有效提取高光谱图像中的模糊轮廓，从而降低混合像元和目标周围阴影对分割造成的影响。利用两幅AVIRIS图像进行仿真实验，实验结果表明，提出的方法能够获得令人满意的分割效果，并且对复杂场景具有一定适应性。
合成孔径雷达干涉图质量直接影响相位解缠精度，对干涉图进行滤波处理，去除相位图噪声，改善干涉图质量，是InSAR处理中十分重要的步骤，通过探讨方位向与距离向滤波，以及多视滤波、圆周期均值/中值滤波、基于梯度自适应滤波、Goldstein自适应滤波等噪声抑制方法，并利用Envisat ASAR数据对以上滤波方法进行对比验证。
由欧空局(ESA)与法国空间局(CNE)于1999年发起并创建的“空间与重大灾害”国际公约组织，是国际上第一个也是目前唯一一个以运行性的方式、利用空间对地观测技术进行减灾活动的国际组织。介绍了Charter的发展情况、行动机制，并结合中国国家航天局加入Charter后，在2007年安徽、四川和重庆两省一市严重洪涝灾害中利用Charter机制和国际空间资源所开展的工作，综合述评了Charter的作用、贡献与意义。
甘公网安备 62010202000685号
