1 河南农业大学信息与管理科学学院, 河南 郑州 450046
2 南京林业大学林学院, 江苏 南京 210042
3 中科星图股份有限公司, 北京 101399
4 山东科技大学测绘与空间信息学院, 山东 青岛 266590
高分五号(GF-5)卫星上荷载的可见短波红外高光谱相机(AHSI)能够同时获取330个谱段的光谱信息,对大气和陆地进行综合高光谱观测,能有效获取地物的精确信息。云的存在会对遥感影像造成污染,为了提高GF-5数据的利用率,本文结合AHSI的地物高光谱特性,研究多种下垫面背景下的云检测方法。对得到的1级产品,利用产品配套的定标系数以及光谱响应函数文件,得到各波段的大气顶层表观反射率数据。使用多种典型地物与云像元进行表观反射率的对比后发现,厚云与其他类型的像元在可见光波段具有显著差异。高光谱数据由于波段宽度窄,易受到噪声的影响,因此在进行厚云像元判定时,使用多个窄波段数据进行等效计算,得到对应的宽波段表观反射率,在此基础上使用简单的检测阈值可以将厚云筛选出来。之后使用卷云波段,筛选出潜在的薄云像元。高亮地表作为薄云检测的重点研究对象,检测时极易与薄云造成混淆,为了将薄云区域与高亮地表进行有效区分,统计不同波段之间表观反射率比值的变化,将薄云与易造成误判的高亮区域进行对比,确定最优判定波段与阈值。为了验证算法的精度,对多景AHSI影像进行目视解译,勾选出云像元区域作为基准数据。实验结果表明,本文所提方法的云检测总体精度可达91%以上,可以准确区分云与晴空区域,实现高精度的高光谱遥感影像云检测。
遥感 云检测 高光谱 表观反射率 高分五号 可见短波红外高光谱相机
宫兆宁 1,2,3,4,*林川 1,2,3,4赵文吉 1,2,3,4崔天翔 1,2,3,4
1 首都师范大学 资源环境与旅游学院, 北京 100048
2 三维信息获取与应用教育部重点实验室, 北京 100048
3 资源环境与地理信息系统北京市重点实验室, 北京 100048
4 北京市城市环境过程与数字模拟国家重点实验室培育基地, 北京 100048
利用多光谱遥感技术定量估算野鸭湖湿地挺水植物的含水量.基于典型挺水植物的实测冠层光谱及其对应样方的叶片含水量和叶面积指数LAI数据, 首先对芦苇和香蒲的地面实测光谱进行重采样, 以模拟WorldView-2影像的光谱, 然后利用模拟光谱分别构建芦苇和香蒲任意两波段反射率组合而成的比值(SR)和归一化差值植被指数(NDVI), 通过分析植被指数与CWC(冠层含水量,Canopy Water Content)的相关关系, 选择与CWC显著相关的植被指数, 并通过单变量线性与非线性拟合的分析方法确定监测不同挺水植物群落的最佳植被指数, 建立估算模型；结合覆盖研究区的WorldView-2高分辨率多光谱影像, 对研究区的挺水植物群落CWC进行反演及制图.结果表明, 基于模拟WorldView-2影像光谱构建的比值(SR)和归一化差值植被指数(NDVI)与CWC的总体相关性较高；SR(8,3)芦苇为估算CWC芦苇的最优植被指数, 估算模型为y=0.005x+0.003, NDVI(8,3)香蒲为估算CWC香蒲的最优植被指数, 估算模型为y=2.461x2-0.313x+0.032, 通过交叉检验, CWC芦苇和CWC香蒲的预测精度分别为87.42%和82.12%, 预测精度较为理想；利用实测数据对反演的CWC空间分布图进行了验证, 通过验证, 芦苇和香蒲影像估算CWC的均方根差(RMSE)分别为0.0048和0.0052, 估算精度分别为83.56%和80.31%, 表明利用WorldView-2高分辨率多光谱影像反演湿地挺水植物群落CWC具有较高的可行性.
挺水植物 冠层含水量 植被指数 面向对象提取 北京野鸭湖湿地 emerged plant canopy water content vegetation index WorldView-2 WorldView-2 object-oriented extraction Wild Duck Lake wetland (Beijing) 
