矿区植被生化组分高光谱遥感定量反演

摘要

煤矿开采区,瓦斯抽放、矸石山自燃等排放的大量有毒元素及生产过程产生的扬尘,通过植被滞尘作用,直接或间接胁迫植被生长，进而改变植被生化组分的含量。精确监测煤矿区的植被胁迫效应,对煤矿资源的可持续利用具有重要的意义。
　　本文使用高光谱卫星遥感数据，开展矿区植被生化组分反演的研究工作，为精确评价矿业扰动对植被的影响提供技术支持。监测的植被生化组分是与植被健康状况密切相关的植被叶绿素含量和水分含量；使用的卫星数据为波段数量较多、覆盖范围相对较宽、光谱分辨率和空间分辨率均较高的HYPERION数据，选用的研究区为矿业扰动较为显著的兖州矿区。
　　植被生化组分反演模型构建是本论文的核心，文中使用地面光谱数据与地基测量的植被生化组分数据开展了植被叶绿素含量和水分含量模型构建方法研究。针对矿区地表类型复杂，植被覆盖较为稀疏，背景影响较为显著的特点，本文在对矿区植被生化组分反演时，开展了植被生化组分响应光谱的抗土壤背景影响能力分析。使用LOPEX’93数据集，基于混合像元分解的理论，模拟了在不同的土壤背景比重条件下，各波段、波段组合以及多种光谱指数数据与植被生化组分含量的相关性。模拟结果表明：在叶绿素和水分的统计分析中,以反射率及反射率倒数的对数的方法抗土壤背景的能力稳定。光谱位置变量以红边—绿峰—红谷的组合进行叶绿素反演的精度较高,且相关系数和入选变量个数及类型基本稳定。在植被指数的分析中,发现与纯植被叶片叶绿素含量相关性较高的植被指数,抗土壤背景的能力都不强。只有指数ND和LCI在土壤背景小于10％时精度较高,且在土壤小于20%时,相关系数基本稳定。对水分指数,基本都能达到较高的相关系数,但以Ratio975和Ratio1200随着土壤背景的增加,相关系数基本保持不变,抗土壤背景的能力最强。
　　针对矿区大气颗粒物含量较多，空气成分较为复杂，对不同波段电磁波信号影响差异明显的特点，模拟了不同的气溶胶光学厚度，O3、H2O、CO2等大气成分含量对反演波段透过率的敏感性，进而实现高光谱卫星数据的大气精纠正。结果表明：AOT，H2O，O3等均不同程度的影响反演波段透过率，CO2对反演所用波段没有影响。高光谱遥感影像大气校正的大气参数 AOT、H2O参数通过实际反演得到， O3由于测量比较困难且对透过率影响较小，采用中纬度夏季6S模型自带的O3含量。结果表明：校正结果精度较高,可以用于植被生化组分反演。
　　在植被生化组分反演模型构建及卫星数据大气精纠正的基础上，使用HYPERION卫星数据，开展了兖州矿区植被生化组分的遥感反演实验，使用地基采样结果对反演结果进行了验证，验证结果表明：植被水分的反演结果好于植被叶绿素的反演结果，叶绿素反演相对误差基本小于30%，水分反演误差小于15%，反演精度较高。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 理论意义及研究目的

1.2 高光谱遥感提取植被生化组分的原理

1.3 国内外研究现状

1.4 研究内容及关键技术

2 矿区概况与实验设计

2.1 矿区自然与环境概况

2.2 实验设计与实施细则

2.3 数据简介

3 光学遥感统计模型抗土壤背景能力分析

3.1 分析方法

3.2 土壤影响评价及机理分析

3.3 结论

4 大气成分敏感性分析与大气校正

4.1 模型介绍及敏感性分析

4.2 大气校正

5 光谱模型构建与影像反演

5.1 统计变量模型构建

5.2 波段组合模型构建

5.3 影像反演与精度验证

6 结论与讨论

6.1 结论

6.2 展望

致谢

参考文献

作者从事科学研究与学习经历的简介