太阳诱导叶绿素荧光(Solar-Induced Chlorophyll Fluorescence，SIF)是光合作用的副产品，能够提供直观反映与植被光合作用相关的信息，同时也为光合作用和GPP的研究提供了新的手段。近年来，许多基于通量塔的荧光观测系统用于SIF和GPP的关系研究。定量估算SIF对陆地生态系统碳循环、初级生产力(Gross Primary Productionty，GPP)和干旱监测的研究具有重要的意义。综述了现有的卫星遥感SIF反演方法，并依据使用通道的位置将SIF反演方法分为基于夫琅禾费暗线法和基于大气吸收波段法两类；分析了SIF卫星遥感反演与应用存在的问题，主要包括传感器性能误差、云覆盖影响、角度效应影响、真实性检验、降尺度以及日尺度转换等；最后，对今后SIF卫星遥感反演的研究方向进行了展望。
塔基光谱观测是连接通量站点与卫星遥感数据间的重要桥梁，而水平地表与塔基平台之间大气吸收、散射的作用对O2-A等大气吸收波段的影响难以忽略。首先，分析了大气辐射传输对塔基平台上下行辐射的影响，建立了基于上下行透过率的大气校正方法，即通过直射光透光率和总的透过率校正上下行辐射的影响。其次，利用中分辨率大气传输模型的模拟数据，定量分析550 nm气溶胶光学厚度(Aerosol Optical Depth at 550 nm，AOD550)、辐射传输路径长度对大气透过率的影响，并建立了基于近红外与红光波段下行辐照度比值和太阳天顶角的AOD550查找表(Look-up Table，LUT)，以及基于AOD550和辐射传输路径长度的上下行大气透过率LUT。最后，利用塔基平台观测的不同生育期玉米冠层光谱数据，分析了大气校正前后O2-A波段吸收线内外表观反射率的差异。结果表明：基于AOD550和辐射传输路径长度的LUT大气校正方法，可以较好地校正塔基平台O2-A吸收波段大气上下行辐射传输的影响，为塔基平台的日光诱导叶绿素荧光观测等应用提供了重要方法支持。
日光诱导叶绿素荧光(SIF)是一种植物光合作用直接探测新方法。目前O2-A和O2-B吸收线波段的叶绿素荧光填充效应被广泛应用于探测近红外(760 nm)和红光波段(687 nm)的植被冠层SIF信号。SIF光谱范围为650~800 nm，虽然水吸收波段(719 nm)介于叶绿素荧光发射峰值690 nm和740 nm之间，且具备较强的光谱吸收特征，但该水汽吸收光谱特征尚未应用于冠层SIF探测，因此，基于模型模拟和野外实验观测数据，使用夫琅禾费暗线SIF反演法，评价了基于719 nm 波段水吸收波段的SIF反演潜力，其中野外光谱数据采用ASD FieldSpec Pro便携式地物光谱仪(3 nm分辨率)测量。首先，利用FLD、3FLD、iFLD等3种经典的SIF反演方法，检验和对比分析了719水汽吸收波段的SIF反演性能，结果表明使用水吸收线比使用O2-B吸收线表现更优，反演RMSE为0.154 W/m2/μm/sr。其次，定量计算了水汽和氧气吸收波段SIF反演的敏感度和不确定性，结果表明，719水汽吸收波段与O2-B吸收线相比，其吸收线内外的反射率和荧光比值估算误差对SIF反演误差的贡献更小，但是显大于比02-A波段。最后，利用野外多角度和日变化观测实验数据，检验和分析了三个大气吸收波段的SIF反演结果，发现719 nm水吸收波段的冠层SIF与 O2-A和O2-B 氧气吸收波段具有相似的角度变化和日变化特征，表现为后视和热点方向的SIF高、前视和暗点方向的SIF低，以及中午SIF高、早晚SIF低。研究表明利用719 nm 波段的水汽吸收波段的光谱信息，可以准确反演近地面冠层SIF信号，研究结果为近地面冠层SIF 观测提供了一个新的波段。
综合利用反射率光谱在作物生化参数探测的优势和叶绿素荧光在光合生理诊断的优势，开展了日光诱导叶绿素荧光(SIF)和反射率光谱指数协同的小麦条锈病光谱探测研究，以期提高小麦条锈病病情严重度的预测精度。利用O2-A波段(760 nm)的SIF信号和对小麦条锈病病情严重度敏感的7种反射率光谱指数，基于支持向量机(SVM)、逐步回归(SR)以及神经网络(BP)算法，定量分析了反射率光谱指数和反射率光谱指数与SIF协同的小麦条锈病病情严重度(DI)光谱探测模型的预测精度。结果表明：①SIF与小麦条锈病病情严重度之间存在极显著的负相关关系，SIF与DI间的响应能有效地应用于小麦条锈病的遥感探测;②SIF结合反射率光谱指数的小麦条锈病病情严重度光谱模型探测精度均高于反射率光谱指数模型，SIF能够显著提高小麦条锈病病情严重度的光谱探测精度;③无论是利用反射率光谱指数还是SIF结合反射率光谱指数作为小麦条锈病病情严重度预测模型的输入参数，训练模型以BP模型的预测精度最高，但验证结果表明SVM与SR方法构建的病情严重度预测模型效果较优。
快速准确掌握地区生态环境质量及其变化分布对于区域生态环境监测与治理、城市建设规划等问题具有重要的参考价值。基于此，以苏锡常城市群为研究区，选取多时相Landsat影像，分别提取湿度、绿度、热度和干度4项指标并通过主成分分析计算遥感生态指数RSEI(Remote Sensing Ecological Index)，定量评价2001~2018年间区域生态质量变化情况。结果表明：①2001~2018年间苏锡常地区生态质量呈先下降后回升的趋势。2008年前后先下降17.69%后回升7.69%，其中苏州、无锡回升幅度大于常州；②2008年之后10 a区域生态恶化趋势得到明显遏制，生态恶化区从年均增长5.85%减至2.06%，其中老城区生态质量得到明显改善。③建筑类地物占比上升是生态质量下降的重要原因之一，而逐步回归分析中绿度在4个指标中所占权重最大且与干度权重呈负相关，表明恢复植被覆盖是改善区域生态质量的关键。
为探讨运用土壤光谱估算城市居民区土壤重金属含量的可能性，以上海闵行居民区土壤重金属Cu、Pb、Zn元素为研究对象，通过采集土壤样本，分析土壤光谱信息，构建基于高光谱的土壤重金属多元线性逐步回归（MLSR）和偏最小二乘回归（PLSR）模型。结果表明：通过倒数一阶和对数一阶微分变换能有效增强土壤重金属的光谱特征；土壤Cu、Pb和Zn元素最优波段分别出现在1 042.7 nm、706.84 nm和1 404.8 nm处；从模型稳定性和精确性来看，PLSR模型较优于MLSR模型。土壤Cu、Zn元素验证RMSE值仅为研究区该重金属含量均值的10%左右，拟合精度高。与Cu、Zn元素相比，Pb元素决定系数R2在0.64~0.88，模型稳定性较好。通过对光谱数据的预处理，采用偏最小二乘回归模型可有效提高估算城市居民区土壤重金属含量的精度。
以南京市江宁区某大学校园为研究区，利用无人机搭载热红外成像仪获取6种典型城市下垫面(水体、灌木、草坪、荷兰砖路面、大理石路面、沥青路面)地表温度数据，分析其在不同天气、不同月份的变化状况，并估算其感热释放量，定量描述不同下垫面地表温度的精细特征。通过对地表温度与气象因子进行相关性分析，探究地表温度变化的影响因素。结果表明：不同天气条件下，下垫面地表温度变化特征、感热释放量均存在差异。晴天时不同下垫面地表温度日变化波动较大，沥青路面温度相对较高，感热释放量最大，大理石、荷兰砖路面次之。水体和灌木在白天几乎没有感热释放量，对热环境缓解效应明显。阴天时不同下垫面地表温度日变化均不明显，人工地表仍然是感热释放的主体。气象因子中，太阳辐射和空气温度与下垫面温度呈正相关，对下垫面有增温作用，空气湿度与下垫面温度呈负相关，对下垫面增温具有一定的抑制作用。研究为城市微环境研究提供了新的思路和方法，并能够为城市微热环境遥感研究提供一定的理论依据。
天然森林具有冠层和林下植被(即灌丛、草地)的垂直立体结构，准确、定量地分离林下植被对于改善森林冠层叶面积指数反演精度具有重要的科学意义和实用价值。传统被动光学遥感数据由于在直接获取三维信息方面存在局限性，联合主被动的航空激光雷达(ALS)和高光谱数据(HyMap)，以美国华盛顿州植物园为重点研究区，首先在单木分割的基础上实现了森林的垂直分层(即森林冠层和林下植被层)。在此基础上，利用森林冠层激光点云数据对光学影像数据进行林下植被信息剔除。通过对比利用航空光学影像和地面实测得到的森林有效叶面积指数结果发现：①森林郁闭度对于ALS数据的穿透性具有显著影响；②去除林下植被信息能够有效改善森林冠层有效叶面积指数(LAIe)估算精度。通过剔除林下植被信息，植被指数(NDVI)与地面实测有效叶面积指数的相关性由0.087提升到0.591。此外，基于剔除林下植被信息的光学遥感影像，与简单比值植被指数(SR)(相关性由0.209提升到0.559)和简化简单比例植被指数(RSR)(相关性由0.147提升到0.358)相比，归一化植被指数(NDVI)对冠层叶面积指数的变化最为敏感(相关性提高0.5)。本研究所提出的联合主被动遥感数据定量分离林下植被的方法能够有效地改善森林冠层叶面积指数的反演精度，为准确定量地估算森林生物物理参数和研究碳、水循环过程提供坚实的基础。
针对高分辨率遥感影像道路网的复杂性，模拟人眼视觉的心理感受，提出一种基于格式塔的道路分离模型，从形状学的角度对高分辨率遥感影像中的道路进行提取。首先基于光谱和纹理信息，使用分割技术提取出疑似道路的目标；然后按照疑似目标的实心度将其分类，对每一类分别进行道路目标提取。最后对3类识别出的道路信息进行验证与合并，得到连续光滑的道路提取结果。在真实的高分影像上进行实验，发现结果与人眼视觉感受一致，且总体分类精度较高，说明算法有效可行，有良好的使用价值。
近年来，遥感技术在中小区域的地表能量、热环境、气候研究等领域应用广泛，对高分辨率、高精度的反照率产品需求日益增多。鉴于此，提出了一种基于物理意义的降尺度方法，用于高效、准确地生成高分辨率的反照率结果。首先，假设地表朗伯反射，利用30 m的Landsat 8反射率估算得到Landsat 8初级反照率；然后，在500 m尺度上，发现分类后Landsat 8 初级反照率与MCD43A3反照率相关性更好。因此，基于地表分类建立二者的线性回归函数，在MCD43A3基础上，融合30 m高分辨率Landsat 8初级反照率，得到降尺度反照率结果。与MCD43A3反照率相比，该结果提供了丰富的细节信息；利用SURFRAD观测数据的验证实验表明，降尺度反照率结果偏差为-0.01，标准差为0.012，对于不同地表类型具有良好的适用性，这说明该算法对于生产高分辨率反照率产品具有一定的应用价值。
Sentinel-2卫星传感器获取的是3种不同空间分辨率的光学遥感影像，如何通过融合方法提高较低空间分辨率波段的空间分辨率成为Sentinel-2数据应用面临的问题之一。以Sentinel-2B影像为数据源，利用相关系数最大法、中心波长最近邻法、像元值最大法和主成分分析等4种方法从4个10 m分辨率的波段中产生一个高分辨率波段；采用主成分分析、高通滤波、小波变换、Gram-Schmidt变换以及Pansharp共5种融合方法，对产生的高分辨率数据和6个20 m分辨率的多光谱数据进行融合，并从定性、定量（信息熵、平均梯度、光谱相关系数、均方根误差和通用图像质量指数）以及融合影像的分类精度3个方面对融合效果进行评价，结果表明：相关系数最大法的Pansharp方法融合图像质量优于其他融合方法，分类精度略低于最高的像元值最大法的GS方法，并且远高于4个原始10 m分辨率的多光谱影像的分类精度。从实验数据的分类精度分析，不同融合方法在不同地物提取中各有优势，在实际应用中，应根据实际研究需要，选择适宜的方案。该研究可为Sentinel-2卫星以及相似卫星数据处理和应用提供参考。
〖HTH〗通讯作者〖HTSS〗:[ZK（]金〓燕(1991-)，女，山东济宁人，硕士研究生，主要从事图形图像处理，图像与视觉信息计算方面的研究。E\|mail:jyan0529@163.com。[ZK）]
〖ZW)〗〖HT〗
〖AM〗〖HT5SS〗〖MM(〗〖ZZ(S〗〖HT5”〗〖SX(B〗第34卷〓第3期〖〗2019年6月〖SX)〗[KG0.2mm]〖KG7*3〗〖HT〗〖SX(B〗遥〓感〓技〓术〓与〓应〓用〖〗〖WT5，6〗REMOTE SENSING TECHNOLOGY AND APPLICATION〖SX)〗〓〓〓〓〖KG6*2〗〖WT5”BX〗〖SX(B〗Vol.34〓No.3〖〗Jun.2019〖WT〗〖SX)〗〖ZZ)〗〖MM)〗〖HT〗
〖HT2H〗〖JZ(〗〖WTHZ〗〖STHZ〗
基于Marr小波改进的SIFT算法的遥感影像配准
〖STBZ〗〖WTBZ〗〖HT4K〗
张海涛，金〓燕，刘万军
〖HT5K〗
(辽宁工程技术大学 软件学院，辽宁 葫芦岛〓125105)
〖JZ)〗〖ＨＴ５Ｈ〗〖GK2!2〗摘要〖HTK〗:
[KG(0.1mm]针对遥感图像配准方法中错误匹配点对过多、配准效率低和其他性能，提出了一种基于小波的遥感图像配准方法。首先，利用尺度空间理论下的Marr小波对参考图像和待配准图像进行特征提取，然后利用欧氏距离对参考图像和待配准图像的特征点进行初配准，再根据随机采样一致法，对初配准结果进行精配准。为了验证方法的有效性，选择无人机实时航拍图像、不同时相变化遥感图像以及遥感不同高度的遥感图像。实验结果表明：该方法与SIFT(Scale Invariant Feature Transform)算法以及其他改进SIFT算法相比可以有效剔除错误匹配点对，提高了配准精度，同时提高配准效率两倍以上。该方法可以应用于不同遥感数据源，能够有效地提高配准精度，降低配准时间。[KG)]
〖ＨＴＨ〗关〓键〓词〖ＨＴ５Ｋ〗:
遥感图像配准;Marr小波;欧氏距离;随机采样一致法
〖ＨＴＨ〗中图分类号〖HTSS〗:TP79〓〓〖HTH〗文献标志码〖HTSS〗:A〓〓〖HTH〗文章编号〖HTSS〗:10040323(2019)03062208
〖HK〗〖HT5SS〗
为获得遥感水分收支对区域水资源估算潜力，利用遥感降水与蒸散发数据，通过研究中国十大水资源一级区及省区尺度上遥感水分收支平衡(降水与实际蒸散发差值)与水利统计水资源量间的关系，发现遥感降水蒸散差折合水资源量与基于统计数据的水资源量间具有较强正相关性，但总体偏低且存在区域差异，其中海河区低估最为显著，其次为淮河区、西南诸河区，西北诸河区则存在较大高估。对于地下水需求较大的区域，如海河区，地下水开采量没有被考虑作为遥感水资源量来源是造成遥感水资源量低估的主要原因。遥感降水低估、蒸散发高估也导致遥感水分收支平衡折合水资源量低于基于统计数据的水资源量。水资源时间变化趋势显示，中国水资源量总体呈增加趋势，但作为粮食主产区及人口密集区的华北地区，水资源形势严峻，呈显著减少趋势，将对经济发展及人们生活产生重大影响。
使用区域气候模式降水驱动水文模型是提高站点稀少地区水文模拟精度的一种重要思路。如何根据地面台站观测对区域气候模式降水数据进行误差订正，一直都是寒区水文研究的热点问题。然而，目前尚无系统研究对比不同降水订正方案并评估其对寒区水文模拟的影响。因此，对比了两种主流的区域气候模式降水订正方法：概率密度匹配法和最优插值法，以2004~2009年为研究时间段，评估了两者在玛纳斯河流域的表现。结果发现：在统计意义上两种方法各有优劣。概率密度匹配法对中低值降水的订正结果良好，年平均降水的空间分布也更合理，但对高降水值的订正结果不稳定，且相关系数和均方根误差没有改善。订正前，模式降水与台站观测降水的相关系数为0.37，均方根误差2.80 mm/d，订正后的相关系数为0.36，均方根误差为2.70 mm/d。最优插值法对相关系数和均方根误差改善显著，订正后分别为0.85和1.46 mm/d，但空间分布相比订正前改善不明显，且会得到更多的微小降水。将订正前后的降水数据分别驱动水文模型，在使用同一套率定参数的情况下，概率密度匹配法订正的降水对径流模拟的改善微弱，纳什效率系数仅从0.63提高至0.65，而最优插值法则对降水的订正更加有效，订正后的降水模拟的径流纳什效率系数提高至0.71。本研究有助于解决寒区水文模拟中降水数据的质量优化问题，提高寒区水文的模拟精度。
青藏高原脆弱的生态圈和独特的高寒地理环境，使得高原植被对气候变化反应敏感，因此探讨青藏高原植被变化趋势在认识植被对气候变化响应和区域生态保护方面具有重要意义。基于1982~2012年GIMMS NDVI3g植被指数数据集，通过季节趋势分析和变化点检测方法建立季节趋势模型对变化趋势进行分类研究，并结合土地覆被分类情况明确了高原植被在时间序列变化点前后变化趋势的时空格局。结果表明：①季节趋势模型能够有效地识别植被时间序列的变化点，发现青藏高原植被变化点时间分布跨度大，空间异质性强;②高原植被的改善区域面积大于退化区域面积，西部植被略呈退化趋势，南部和东北部植被退化趋势明显，中东部植被情况有所改善。此外，有58.93%的区域中植被状态趋于稳定，32.3%的区域中植被状态变化显著;③在高原植被状态发生一般或显著变化的区域中，单调趋势和中断趋势的植被改善情况多于退化情况，逆趋势中退化情况多于改善情况；3.14%的区域发生单调趋势变化，58.36%的区域发生中断趋势变化，38.50%的区域发生逆趋势变化；单调趋势和中断趋势的时间分布较为集中，逆趋势则布满整个时间序列;④高原不同的土地覆被类型中植被改善和退化的情况有所差异，其中改善率最高的类型是沙漠(53.30%)，稀疏植被的退化率最高(60.14%)。总体而言，青藏高原植被趋于改善，但空间异质性比较显著。
利用遥感技术及时、准确地获取大棚的空间分布和面积信息，对于农业结构调整、污染防治有着重要意义。以邯郸市馆陶县为研究区，基于国产高分二号（GF-2）卫星影像数据，利用面向对象的最近邻方法提取研究区农业阳光大棚信息。经随机点验证结果显示，大棚信息提取精度为95.65%，大棚面积为21.11 km2。在空间上，馆陶县大棚沿交通干线以及重要河流形成了明显的聚集特征，尤以翟庄村附近为甚（2017年统计结果0.93 km2）。鉴于官方统计的大棚面积同时包含纯大棚和附属设施面积，通过计算纯大棚面积占比对提取结果进行修订。修订后的大棚面积为33.68 km2，相比于官方大棚面积统计数据（30 km2），面积精度为87.80%。研究表明：面向对象的最近邻分类方法适用于在GF-2影像上快速提取温室大棚信息，并可以为研究区农业大棚空间规划与管理以及农业污染监管与防治提供技术支持。
甘公网安备 62010202000685号
