阴影是遥感影像中普遍存在的干扰因素, 如何有效去除阴影已成为共识, 寻找一个有效的阴影检测指标是实现影像阴影去除的基础工作。 以Landsat TM, ALOS AVNIR-2, CBERS-02B CCD及HJ-1 CCD影像为试验数据, 立足于进一步增大阴影区植被与明亮区植被、 水体间的差异, 实现影像阴影的有效检测, 构建了一个新的植被指数--阴影植被指数SVI, 该指数既可保证明亮区植被、 阴影区植被、 水体区在近红外波段的绝对差异, 又能对NDVI进行放大, 消除可能存在的混淆现象, 改变NDVI直方图的“偏态”现象, 使植被指数值更接近于正态分布, 更符合地面实际; 该指数适用于近红外波段辐射特征差异较大的地物。 采用精度评估法验证SVI对明亮区植被、 阴影区植被、 水体区三类地物的识别效果, 结果显示, 四幅影像总分类精度依次高达98.89%, 100%, 97.78%, 97.78%, 总Kappa系数依次为0.983 3, 1, 0.966 7, 0.966 7, 说明SVI对明亮区植被、 阴影区植被及水体区具有极好的检测效果; 对子影像、 SVI与NDVI的统计指标对比亦说明, SVI可靠、 有效, 可以将其应用于影像阴影去除。

地物光谱特性是遥感应用的基础。 然而, 在基于野外实测端元光谱的遥感应用中, 由于测量尺度不同, 导致同一地物光谱形态和反射率值存在很大差异, 为遥感信息的定量反演带来困难。 文章以新疆塔里木盆地北缘渭干河-库车河绿洲为研究区, 选取裸土、 植被两类地物作为研究对象, 首先通过AVNIR-2传感器的光谱响应函数, 实现了将野外实测端元光谱拟合为多光谱离散光谱, 通过实例数据表明, 拟和的多光谱与AVNIR-2像元光谱具有很好的相关性, 在此基础上, 采用线性算法建立端元光谱与遥感图像像元光谱的转换模型, 实现了从实测端元光谱尺度向遥感多光谱像元尺度的定量光谱转换, 为遥感定量分析奠定了一定基础。