1 北京大学地球与空间科学学院, 遥感与地理信息系统研究所空间信息集成与3S工程应用北京市重点实验室, 北京 100871
3 湖南大学电气与信息工程学院, 湖南 长沙 410082
4 贵州师范大学地理与环境科学学院, 贵州 贵阳 550001
叶片氮含量极大程度上影响植被生物化学过程, 有重要的研究意义。 利用机载高光谱数据反演叶片氮含量在农业遥感领域有广泛应用, 但其反演精度不能完全满足精细农业的需要, 有一定提升空间。 叶片氮含量遥感反演精度受机理误差和算法误差的影响, 机理误差主要来源于叶片表面反射。 传感器探测到的反射辐射既包含叶片内部多次散射, 又包含叶片表面镜面反射部分, 只有前者是携带叶片内部生化组分(如氮含量)信息的, 由于后者是入射光在叶表蜡质层发生的直接反射, 因此该部分并不携带叶片内部信息。 根据菲涅尔定律, 叶表镜面反射是部分偏振的, 而内部散射是非偏振的, 因而通过偏振反射建模可部分去除叶表镜面反射影响, 以消除机理误差。 算法误差主要来源于不同氮含量反演算法对于高光谱数据挖掘能力的差别。 比较了偏最小二乘法、 主成分回归、 支持向量机、 K-近邻算法和随机森林回归在高光谱叶片氮含量反演中的表现, 在调整算法参数之后, 选择使用随机森林回归算法以减少高光谱反演算法误差。 以常绿针叶林、 落叶阔叶林和针阔混交林为研究对象, 利用多角度偏振卫星POLDER/PARASOL的多光谱数据库构建二向偏振反射模型, 用以模拟和分析研究区森林的偏振反射率; 从HySpex传感器系统获取的机载高光谱数据中去除偏振反射率带来的光谱机理误差, 以实现叶片氮含量的精确反演。 以均方根误差为主要指标评估精度变化可获得以下结论: 在高光谱叶片氮含量反演中, 消除偏振反射率带来的机理误差后, 各算法反演精度均有提升, 平均提升了4.244%。 其中, 随机森林回归可以最大程度减小反演算法误差(可决系数达到0.803, 均方根误差达到0.252), 且对光谱偏振信息最为敏感, 去除偏振后精度提高了13.103%。 相比于广泛使用的偏最小二乘算法, 去除光谱机理误差并减小反演算法误差后, 叶片氮含量反演精度整体提高了32.440%。 该研究实现了基于机载高光谱数据的叶片氮含量精确反演, 证明了在叶片氮含量反演中去除偏振反射率的必要性, 体现了在高光谱氮含量反演中随机森林算法的应用潜力。
遥感反演 偏振遥感 叶片氮含量 高光谱数据 随机森林回归 双向偏振分布函数 Remote sensing retrieval Polarization remote sensing Leaf nitrogen concentration Hyperspectral data Random forest regression Bidirectional polarization distribution function 光谱学与光谱分析
2021, 41(9): 2911
1 北京大学地球与空间科学学院空间信息集成与3S工程应用北京市重点实验室, 北京 100871
2 北京农业信息技术研究中心, 北京 100097
高光谱遥感为冬小麦氮含量的实时估测提供了技术途径, 然而在实际探测过程中, 接收的信号不仅包含植株叶、 茎等器官内部发生多次散射后的光辐射, 也包含在叶片表面发生镜面反射而没有进入器官内部的光辐射, 原理上只有前者可反映植株的生化组分信息, 因此目前常用的反演算法存在较大不确定性。 拟采用增加偏振测量的方式, 区分与上述两种情形对应的非偏振光和部分偏振光, 通过构建相应的反射率表征因子, 以评估剔除部分偏振反射分量对植株氮含量估算的影响。 实验获取了冬小麦拔节、 挑旗、 开花、 灌浆四个典型生长期共计48组偏振高光谱与氮含量测量样本, 分析后表明, 剔除偏振反射后, 反射率光谱与氮含量的相关性在可见光波段有较明显的提升, 而常用的多个植被指数对氮含量的估算精度有小幅提升, 且不同生长期对应的最优植被指数不同。 上述结果证明了通过测量叶表偏振反射而提升冬小麦氮含量高光谱估算方法的有效性与稳定性, 为提升植被生化组分遥感反演的精度提供了参考。
氮含量 偏振遥感 高光谱遥感 冬小麦 叶面反射 植被指数 Nitrogen content Polarization remote sensing Hyperspectral remote sensing Winter wheat Leaf surface reflection Vegetation index 光谱学与光谱分析
2020, 40(6): 1956
1 Beijing Key Laboratory of Spatial Information Integration and 3S Application, Peking University, Beijing 0087, China
2 Institute of Remote Sensing and Geographic Information System, School of Earth and Space Science, Peking University, Beijing 100871, China
3 National Engineering Laboratory for Video Technology, Peking University, Beijing 100871, China
对于表面光滑、低纹理的目标，传统基于多视几何重建的算法难以获得理想的结果，利用偏振信息来重建这类物体是便捷有效的方法之一.然而单纯利用偏振信息进行三维重建存在歧义性等问题，难以获得理想的结果.以粗糙深度图作为先验信息可解决歧义性问题.先对偏振相机与深度相机标定并配准图像，由粗糙深度图获得的法向量辅助纠正偏振方位角歧义，再利用纠正的法向量与粗糙深度图积分融合，从而获得较高精度的物体三维表面.
三维重建 低纹理物体 偏振 图像融合 3D reconstruction low-texture object polarization image fusion
1 北京大学空间信息集成及其应用重点实验室, 地球与空间科学学院, 北京 100871
2 School of Mechanical and Aerospace Engineering, Nanyang Technological University, 639798, Singapore
3 河海大学地球科学与工程学院, 江苏 南京 211100
无论是多角度遥感的发展、 还是偏振、 高光谱遥感的发展, 它们有一个相同的目的, 即利用电磁波的种种特性、 以及空间特性来对地球表面的一切地物进行精确的识别。 任何单一的方法和手段不可能完整地描述和反映地物的所有特征。 偏振测量是目标测量识别技术中不可缺少的技术之一, 并且成为近年来全世界目标识别领域中的研究热点。 由于定量遥感的反射强度对植被遥感的影响不可忽视, 反射辐射信号呈现饱和或过弱都不能被检测到。 而偏振是植被定量遥感的重要手段, 因而有必要开发一种克服由反射强度强弱引起的植被反演误差的方法, 这也是我们目前的研究目标。 如果反射的辐射信号太强或太弱, 都会影响遥感的准确性, 而来自植被的偏振光可以提供有用的信息, 特别是当反射的辐射信号饱和时, 使得传感器不能获得足够有用的非偏振信息。 本研究采用基于地面的偏振成像光谱仪系统, 开发了一种偏振方法来克服反射强度过强过弱引起的植被反演误差。 利用FISS-P偏振成像光谱仪系统研究了反射强度对遥感植被NDVI和DoLP效用的影响, 实验地点在北京市中国科学院奥林匹克科技园。 在对目标采样时对反射率强, 反射率弱以及反射率适中的植被分别测量, 同时对目标植被的不同波段(470, 555, 670, 864 nm)的DoLP进行计算与分析。 地基成像光谱仪系统(FISS-P)提供了具有偏振信息的高空间分辨率图像, 我们可以确定在阴影和强反射区域中单个像素的光谱偏振特性。 在成像光谱信息的基础上, 利用光的偏振性来对地物的物理特性进行分析。 本文使用斯托克斯分量来表征反射光的各个偏振分量, 使用线偏振度(DoLP)表征反射光偏振程度。 信号饱和度和阴影效应导致归一化植被指数(NDVI)植被密集程度非常低, 造成严重的反演误差, 然而强反射对线偏振度(DoLP)的影响不大。 研究结果表明, 反射辐射信号饱和时, 偏振效应可以通过适当的频带提高植被的反演精度, 平均NDVI的相对误差为33.8％, 而DoLP(670 nm)的相对误差仅为6.3％, 而其他波段的DoLP(555 nm, 864 nm)的相对误差要大很多。 这项研究结果表明, 在植被识别时可以忽略强反射, 然而, 阴影(弱反射)效应是不容忽视的。 FISS-P偏振成像光谱仪是用于计算具有不同反射强度的样品类型的偏振和非偏振参数的有效工具, 同时发现在识别植被时, 强烈的反射可以忽略不计, 但是植被的阴影(弱反射)效应不容忽视。 与非偏振方法相比, 偏振效应可以提高反射辐射信号饱和时的植被反演精度。 这项研究分析了使用偏振法强弱反射强度引起的误差减少。 为了进一步揭示植被的阴影(弱反射)效应与DoLP之间的关系, 还有一些问题需要解决。
线偏振度 场成像光谱仪系统 反射强度 Degree of linear polarization Field imaging spectrometer system NDVI NDVI Reflection intensity 光谱学与光谱分析
2018, 38(10): 3315
北京大学 地球与空间科学学院 空间信息集成与3S工程应用北京市重点实验室, 北京 100871
在遥感观测中, 天空偏振模式是大气效应的重要特征。它描述了全天空的偏振信息分布, 大气效应对偏振观测的影响巨大, 因此研究大气的偏振光效应是根本, 它可以为减小大气效应对偏振图像的影响提供新思路。由于不同的区域和不同的观测条件对应于不同的天空偏振模式, 研制天空偏振模式观测的仪器则成为了必要的前提。文中的重点在于设计一个全天空偏振观测仪器, 通过精度测量, 验证它的可用性。文中首先介绍了仪器的主要组成部分, 包括仪器机械结构, 光学设计以及电路控制, 然后分析仪器的控制策略以及控制精度, 最后通过对比试验, 结果显示该天空偏振观测仪器可靠。
偏振仪器 系统设计 控制策略 测试分析 polarizing instrument system design control strategy test analysis 红外与激光工程
2018, 47(4): 0417002
1 北京大学空间信息集成与3S工程应用北京市重点实验室， 北京 100871
2 College of Engineering, South Dakota State University, Brookings, SD 57007, USA
陆表温度（LST）在地-气相互作用过程中扮演着重要的角色， 是全球变化研究的关键参数。 陆表发射率是陆表温度反演的关键输入参数之一。 中红外谱区（3~5 μm）介于可见光-近红外谱区（038~25 μm）与热红外谱区（8~14 μm）之间， 地物的发射率在该谱区表现出独特的光谱特性， 可用于霜冻监测、 矿物成分分析等研究。 由于传感器在中红外谱区探测到的能量既有来自于地物自身发射的热辐射能量， 又有反射的太阳辐射能量， 这两部分的能量分离机理比较复杂， 因此中红外谱区发射率特性分析的相关文献较少。 本文针对单一均匀地表和具有混合像元的复杂地表计算了MODIS红外通道的有效发射率， 发现通道有效发射率在单一均匀地表下与温度的耦合效应不强烈； 但在复杂地表下， 通道有效发射率与混合像元内的成分比例以及成分的地表温度具有耦合效应。 在误差允许的范围内， 混合像元的有效发射率可以忽略成分地表温度的影响。 发射率误差对陆表温度反演精度的敏感性随着波长的变化而变化。 在热红外波段， 敏感性是其在中红外波段的2倍左右， 说明利用中红外波段进行陆表温度反演具有一定的优势。
中红外 发射率 陆表温度反演 宽谱段 Mid-infrared Emissivity Land surface temperature MODIS MODIS Broad spectrum 光谱学与光谱分析
2018, 38(5): 1393
1 北京大学地球与空间科学学院，北京 100871
2 中国人民武装警察部队警种学院，北京 102202
3 中国科学院遥感与数字地球研究所，北京 100094
本文面向灾害应急的无人机遥感影像快速拼接融合算法的研究，满足灾害应急对灾情影像数据时效性的需求。为研究算法的融合改进对无人机近红外遥感影像精度的提升问题，利用SURF 计算效率高和MSERS 能够提取完全仿射不变区域特征的特点，提出了无人机遥感影像特征提取与匹配的方法，该方法是基于SURF 融合特征，在影像和尺度空间均具有稳定性且具有多尺度仿射不变的可靠性。并对MS-MSERS、MSERS＋SIFT、MSERS＋SURF 三种算法进行配准效果验证。结果表明：MSERS＋SURF 的匹配正确率优于其他两种算法。该算法实现了MSERS 的多尺度检测及拼接效率成果较好的平衡。
无人机 近红外光谱 配准算法 unmanned aerial vehicle(UAV) infrared spectrum registration algorithm MSERS MSERS SURF SURF
1 北京大学空间信息集成与3S工程应用北京市重点实验室, 北京 100871
2 中国人民武装警察部队警种学院, 北京 102202
3 深圳飞马机器人科技有限公司, 广东 深圳 518000
无人机加载红外光谱载荷对区域内影像进行获取现已成为遥感领域一种重要的技术手段, 可通过对携带位置信息的影像进行分类提取, 得到植被盖度、 温度指数等一系列因子指标。 利用FREE BIRD(自由鸟)小型低空无人机系统挂载Tetracam红外相机(310万像素)对新疆玛纳斯县一河道进行影像获取。 无人机飞行面积约为205 km2, 为了得到更加精确的植被、 温度等因子, 需要对无人机红外影像进行配准, 通过优化SIFT匹配参数和RANSAC粗差剔除后, 获取了可靠的匹配结果, 即经过算法匹配后的影像与原影像进行了误差比对, 能够满足后期的应用需要, 这也是本文的创新点之一。 将影像进行配准后进行二维影像拼接, 将多张红外影像按照航向重叠度不低于60%, 旁向重叠度不低于50%的概率进行拼接, 得到拼接后的红外影像图。 另外比较了SIFT和SUFT两种算法, 利用优化的SIFT算法及改进的FLIR传感器获取1 600张热红外影像, 利用地面同步测量数据对拼接后的红外影像进行算法匹配, 并利用ENVI(完整的遥感图像处理平台)软件进行温度及植被盖度的影像反演, 得到了研究区域的单一影像及红外影像的温度反演图及植被反演图。 通过对两种算法的对比得到更加优化的算法模型, 并对该模型进行回归分析和精度检验, 得到该模型的相关系数R2为0767, 匹配精度为8151%, 模型精度较高。 本模型的建立对日后无人机红外影像的配准及提取反演奠定了理论和实践基础。
无人机 红外光谱 影像数据 匹配方法 Unmanned aerial vehicle Infrared spectrum Image data Matching method
1 北京大学 空间信息集成与3S工程应用北京市重点实验室, 北京 100871
2 国家卫星气象中心, 北京 100081
将美国NPP卫星可见光红外成像辐射仪(Visible Infrared Imaging Radiometer, VIIRS)的中红外通道(中心波长3.697 μm)作为检验基准, 使用菲涅尔反射定理建立中红外和被验证通道的海表反射率关系, 对四个太阳反射通道(中心波长位于0.672、0.862、1.238和1.602 μm)进行了基于海水表面耀斑区反射率精度验证并深入分析该方法的不确定度.结果表明:VIIRS四个通道的验证不确定度分别为3.8%、3.9%、4.1%和4.1%, 这一方法可实现VIIRS部分光学通道的在轨较高精度验证.
中红外 海面耀斑 可见光红外成像辐射仪(VIIRS) 定标验证 菲涅尔定律 mid-infrared sun-glint visible infrared imaging radiometer (VIIRS) calibration/validation Fresnel Law
1 北京大学, 空间信息集成与3S工程应用北京市重点实验室, 北京 100871
2 国家卫星气象中心, 北京 100081
传感器入瞳处接收到的中红外波段(3~5 μm)能量包含反射的太阳能量与地物自身的发射能量。 通常该波段反射的太阳能量很弱, 但在海面太阳耀斑区等特定情况下, 被中红外通道探测到的反射太阳能量是比较可观的, 且其对大气影响的敏感性较低, 同时, 对于搭载有在轨定标系统的卫星传感器, 使用黑体定标后的中红外波段的在轨辐射性能相当稳定的。 因此, 考虑将中红外波段的海面耀斑区反射率作为用于反射太阳波段交叉定标的基准。 基于这个想法, 构建了改进的、 适用于VIIRS(visible infrared imaging radiometer)中红外波段的非线性劈窗模型来计算南印度洋海面耀斑区中红外反射率。 首先统计得到VIIRS M12和M13波段海面反射率的限定关系, 然后使用非线性劈窗算法模拟计算海面反射率, 模拟模型的不确定度为083%。 在此基础上使用VIIRS的M12波段（中心波长为3697 μm)太阳耀斑区数据计算选取的样本区的海面反射率。 然后使用两种方法对反射率精度进行验证, 精度分别为029%和023%, 假设M12和M13波段海面反射率相等的反射率计算结果精度分别为248%和103%。 该计算模型大大提高了精度, 说明该模型用于VIIRS M12中红外波段计算海洋耀斑区反射率是有效可行的, 其精度能够满足中红外波段海面反射率作为波段间定标基准的需求。Window Model
中红外 太阳耀斑区 海表反射率 波段间定标 Middle infrared Sun glint area Surface surface reflectance VIIRS VIIRS Band calibration
