有害藍(lán)藻(cyanoHABs)通常生長在世界各地的水生環(huán)境中,包括北美五大湖的淡水湖。營養(yǎng)物質(zhì)豐富或過量(例如N和P)的水體可以支持藍(lán)藻的快速生長。除此之外,水溫,風(fēng),浪和水流都會影響水華的形成和垂直分布。一些藍(lán)藻會產(chǎn)生有毒化合物從而危害動物和人類健康。因此對有害藻華的預(yù)先監(jiān)測顯得尤為重要。【摘要】利用美國航空航天局(NASA)格倫研究中心開發(fā)的高光譜成像系統(tǒng)于2015年至2017年在伊利湖和俄亥俄河采集高空間分辨率數(shù)據(jù)。配合密歇根理工學(xué)院實(shí)施的替代校正方法,將HSI系統(tǒng)采集的輻亮度數(shù)據(jù)轉(zhuǎn)換為高質(zhì)量的反射率數(shù)據(jù),并使用現(xiàn)有算法實(shí)時(shí)監(jiān)測有害藻華。替代校正方法依賴于成像光譜恒定的目標(biāo)以歸一化大氣和儀器校準(zhǔn)信號的高光譜數(shù)據(jù)。對伊利湖西部盆地附近的一個(gè)大型瀝青停車場進(jìn)行光譜特征分析,確定為一個(gè)合適的校正目標(biāo)。機(jī)載HIS可以提供對水質(zhì)狀況的獨(dú)特見解。飛機(jī)可以在云層下運(yùn)行,并且可以根據(jù)需要選擇和更改飛行路線,這比基于空間平臺的靈活性更大。HIS能以較高的空間分辨率(~1 m)采集數(shù)據(jù),從而可以監(jiān)測小型水體,檢測小塊的表面浮渣,以及監(jiān)測水華與感興趣目標(biāo)(例如進(jìn)水口)的接近程度。借助這種新的快速周轉(zhuǎn)時(shí)間,機(jī)載數(shù)據(jù)可以作為現(xiàn)有衛(wèi)星平臺的補(bǔ)充監(jiān)測工具,針對關(guān)鍵區(qū)域并按需響應(yīng)水華事件。2015年NASA GRC HIS停車場反射率。粗紅線表示ASD FieldSpec III的原位反射率。校正前,HIS...
發(fā)布時(shí)間:
2020
-
07
-
30
瀏覽次數(shù):53
雪反照率可用于估算雪崩,美國國家航空航天局機(jī)載降雪觀測臺將其與激光雷達(dá)聯(lián)合用于測量雪深。反照率(或“白度”)是單位時(shí)間,單位面積上各方向出射的總輻射能量與入射的總輻射能量之比,其測量范圍從0(對應(yīng)于吸收所有入射輻射的黑體)到1(對應(yīng)于反射所有入射輻射體)。根據(jù)Wikipedia的說法“雪反照率變化很大,可以從0.9(剛落下的雪)到0.4(融化的雪)到0.2(臟雪)。南極洲平均雪反照率略高于0.8。如果積雪區(qū)域邊緣變暖,雪易于融化,會降低反照率,因此積雪吸收了更多的輻射導(dǎo)致了更多的融雪?!痹谒降奈恼轮小癟he Airborne Snow Observatory: Fusion of scanning lidar, imaging spectrometer, and physically-based modeling for mapping snow water equivalent and snow albedo”特別提到了ITRES CASI在測量雪反照率上的重要性?!菊吭谑澜缭S多山區(qū),積雪覆蓋和融化主導(dǎo)著區(qū)域氣候和水資源。山區(qū)的融雪時(shí)間和量級主要受太陽輻射的吸收和雪水當(dāng)量(SWE)的分布控制,但是即使在全球儀器設(shè)備最完善的山區(qū),對其了解和認(rèn)識仍不充分。本研究中我們描述并介紹了機(jī)載降雪觀測臺(ASO)的結(jié)果,它耦合了成像光譜儀,掃描激光雷達(dá)以及積雪分布模型以測定積雪光譜反照率...
發(fā)布時(shí)間:
2020
-
07
-
30
瀏覽次數(shù):145
摘要:采礦后地區(qū)受到大規(guī)模和嚴(yán)重的干擾,會對周圍生態(tài)系統(tǒng)產(chǎn)生重要的影響。原本的生態(tài)系統(tǒng)被破壞,而植樹造林可以恢復(fù)這些生態(tài)系統(tǒng)。但其成功和速度取決于所挖出棄土基質(zhì)的特性。熱紅外遙感為棄土基質(zhì)的標(biāo)測和分類帶來了優(yōu)勢,從而確定了其特性。棄土基質(zhì)庫包含光譜發(fā)射率(Designs and Prototypes Model 102便攜式FTIR光譜儀)和化學(xué)性質(zhì),可以促進(jìn)遙感活動。該研究提供了從捷克共和國褐煤開采場提取的棄土基質(zhì)發(fā)射率的光譜庫。通過干燥和篩分將提取的樣品均質(zhì)化。每個(gè)樣品的光譜發(fā)射率通過光譜平滑算法來確定,該算法適用于傅立葉變換紅外(FTIR)光譜儀測得的數(shù)據(jù)。同時(shí)測量了每個(gè)樣品的化學(xué)參數(shù)(pH、電導(dǎo)率、Na、K、Al、Fe、灼燒損失和多酚含量)和毒性。本文中光譜基因庫以地理坐標(biāo)的形式提供了獲取位置的有價(jià)值的信息,呈現(xiàn)的數(shù)據(jù)本質(zhì)上是唯一的,可以在長波紅外電磁頻波中為許多遙感活動提供服務(wù)。1總結(jié)露天采礦過程中,煤層上方大量的基質(zhì)被清除并重新堆放,覆蓋了廣闊的區(qū)域,這些從幾百米深處挖出的材料被稱為棄土基質(zhì)。其物理和化學(xué)特性會發(fā)生變化,異質(zhì)性很大程度上受地質(zhì)及采礦和堆放方法的影響,由于這個(gè)原因,基質(zhì)與最近的土壤有很大的不同。它們有極端的pH值,高濃度的重金屬、多酚(即煤分解產(chǎn)物)和鹽含量。這些性質(zhì)會影響采礦后地區(qū)植被發(fā)展的成功和速度。因此,在土地...
發(fā)布時(shí)間:
2020
-
05
-
28
瀏覽次數(shù):83
植被冠層的光合特性是基于地球系統(tǒng)模型進(jìn)程的重要參數(shù),可用于理解全球碳循環(huán)。然而這些地球系統(tǒng)模型缺乏光合特性連續(xù)的時(shí)空信息,導(dǎo)致了很大的不確定性,無法解釋碳的源和匯以及大氣層與陸地生物圈的交換。此外,光合速率的準(zhǔn)確表征對于重設(shè)光合作用途徑以提高作物產(chǎn)量至關(guān)重要。選擇新品種需要在給定環(huán)境中將基因型與表型聯(lián)系起來,但尚未以高通量方式實(shí)現(xiàn),這成為植物育種的主要瓶頸之一。為此,作為全球糧食安全問題解決方案的一部分,迫切需要光合特性高通量表征技術(shù)的進(jìn)步,這對于深刻理解全球環(huán)境變化至關(guān)重要?;诖耍髡哐芯苛税惭b在移動平臺上的高光譜成像相機(jī)是否能解決這些問題,重點(diǎn)研究三種主要方法-基于偏最小二乘法回歸(PLSR)的反射光譜,光譜指數(shù)以及數(shù)值模型反演,以從11個(gè)煙草品種冠層高光譜反射率估算光合特性。結(jié)果表明,基于PLSR建立的反射光譜和光譜指數(shù)模型預(yù)測Vcmax和Jmax的R2為~0.8,高于數(shù)值反演的預(yù)測結(jié)果(R2為~0.6)。與反射光譜的PLSR相比,光譜指數(shù)的PLSR預(yù)測Vcmax(R2 = 0.84 ± 0.02, RMSE = 33.8 ± 2.2 μmol m?2 s?1)的結(jié)果更好,預(yù)測Jmax(R2 = 0.80 ± 0.03, RMSE = 22.6 ± 1.6 μmol m?2 s?1)的結(jié)果相似。...
發(fā)布時(shí)間:
2020
-
05
-
28
瀏覽次數(shù):240
摘要:本研究旨在理解不同缺水脅迫下10個(gè)水稻基本型的表現(xiàn)。記錄了不同脅迫水平下植物的相對含水量(RWC)以及在350-2500 nm范圍內(nèi)的高光譜數(shù)據(jù)。通過光譜指數(shù),多元技術(shù)和神經(jīng)網(wǎng)絡(luò)技術(shù)確定最佳波段,并建立預(yù)測模型。建立了新的水敏感光譜指數(shù),并就RWC評估了現(xiàn)有的水帶光譜指數(shù)。這些基于指數(shù)的模型可以有效地預(yù)測RWC,R2值為0.73至0.94。在350-2500 nm范圍內(nèi)的所有可能組合中,使用比率光譜指數(shù)(RSI)和歸一化光譜指數(shù)(NDSI)繪制等高線,并量化與RWC的相關(guān)性以確定最佳指數(shù)。光譜反射率數(shù)據(jù)(ASD Field Spec3 spectroradiometer測量)還用于建立偏最小二乘回歸(PLSR),然后進(jìn)行多元線性回歸(MLR)和人工神經(jīng)網(wǎng)絡(luò)(ANN),支持向量機(jī)回歸(SVR)和隨機(jī)森林(RF)模型來計(jì)算植物RWC。在這些多元模型中,PLSR-MLR被認(rèn)為是預(yù)測RWC的最佳模型,校正和驗(yàn)證的R2分別為0.98和0.97,預(yù)測的均方根誤差(RMSEP)為5.06。結(jié)果表明,PLSR是鑒定作物缺水脅迫的可靠技術(shù)。盡管PLSR是可靠的技術(shù),但如果將PLSR提取的最佳波段饋入MLR,則結(jié)果會得到顯著改善。使用所有光譜反射帶建立了ANN模型。建立的模型未取得令人滿意的結(jié)果。因此,使用PLSR選擇的最佳波段作為獨(dú)立x變量開發(fā)了模型,發(fā)現(xiàn)PLSR-ANN模型比單獨(dú)的ANN模型...
發(fā)布時(shí)間:
2020
-
05
-
25
瀏覽次數(shù):207
土壤有機(jī)碳(SOC)源和匯之間的平衡會影響溫室氣體以及全球氣候。SOC儲量的微小變化會影響碳循環(huán),并可能顯著增加或降低大氣中的碳濃度。土壤碳的變化受氣候和土地利用的影響,并且在不同土壤中也會發(fā)生變化。為了更好地理解土壤有機(jī)碳的動力學(xué)及其驅(qū)動因子,作者收集了華北和東北地區(qū)1980年代和2000年代的數(shù)據(jù),其中2000年代的樣品利用ASD Fieldspec ProFR vis–NIR光譜儀進(jìn)行了漫反射光譜的測定用于土壤碳的預(yù)測,并對各個(gè)時(shí)期土壤有機(jī)碳的空間變化進(jìn)行了數(shù)字土壤制圖。在1980年代,在30公里的方格中采集了585個(gè)土壤樣品,并在2003年和2004年對該區(qū)域進(jìn)行了重新采樣(1062個(gè)樣品)。該地區(qū)土地利用類型主要是農(nóng)田,森林和草地。土地利用,地形因素,植被指數(shù),可見近紅外光譜和氣候因素作為預(yù)測因子,使用隨機(jī)森林預(yù)測土壤有機(jī)碳濃度及其時(shí)間變化。1985年平均土壤有機(jī)碳濃度為10.0 g kg-1,而2004年為12.5 g kg-1。在這兩個(gè)時(shí)期中,土壤有機(jī)碳變化相似且從南到北增加。據(jù)估計(jì)土壤有機(jī)碳儲量在1985年為1.68 Pg,在2004年為1.66 Pg,但是不同土地利用下土壤有機(jī)碳變化是不同的。在過去的20年中,平均氣溫升高,大面積森林和草原轉(zhuǎn)化為農(nóng)田。農(nóng)田土壤有機(jī)碳增加了0.094 Pg(+9%),而森林和草地土壤有機(jī)碳分別損失了0.089 Pg(?25%)和0....
發(fā)布時(shí)間:
2020
-
05
-
15
瀏覽次數(shù):81
6372117373571266866723166.pdf
發(fā)布時(shí)間:
2020
-
03
-
30
瀏覽次數(shù):136
點(diǎn)擊下載:廣州市秋季氣溶膠光學(xué)特性日變化.pdf
發(fā)布時(shí)間:
2020
-
02
-
24
瀏覽次數(shù):137
ASD 地物光譜儀FieldSpec 4 技術(shù)文獻(xiàn):不同干旱條件下,夏玉米全生育期冠層吸收光合有效輻射比的高光譜遙感反演 冠層吸收光合有效輻射比(fAPAR)是植被生產(chǎn)力遙感模型的重要參數(shù),但關(guān)于不同干旱條件下作物全生育期的fAPAR遙感反演研究仍未見報(bào)道。本研究利用2015年夏玉米5個(gè)灌水處理模擬試驗(yàn)的高光譜反射率和fAPAR觀測資料,分析了不同干旱條件下夏玉米關(guān)鍵生育期fAPAR和高光譜反射率變化特征,探討了fAPAR與反射率、一階導(dǎo)數(shù)光譜反射率和植被指數(shù)的關(guān)系。 輕度水分脅迫和充分供水條件下,fAPAR較高;重度水分脅迫和重度持續(xù)干旱條件下,fAPAR較低。冠層可見光、近紅外光和短波紅外光區(qū)的反射率與fAPAR分別呈負(fù)相關(guān)、正相關(guān)和負(fù)相關(guān)關(guān)系。fAPAR與可見光和短波紅外光區(qū)的383、680和1980 nm附近的反射率的相關(guān)性最強(qiáng),相關(guān)系數(shù)均達(dá)-0.87。一階導(dǎo)數(shù)光譜反射率與fAPAR相關(guān)性強(qiáng)且穩(wěn)定的波段為580、720和1546 nm,相關(guān)系數(shù)分別為-0.91、0.89和0.88。9個(gè)常用植被指數(shù)與fAPAR呈線性或?qū)?shù)關(guān)系,其中,增強(qiáng)型植被指數(shù)、復(fù)歸一化植被指數(shù)、土壤調(diào)節(jié)植被指數(shù)和修正的土壤調(diào)節(jié)植被指數(shù)與fAPAR的關(guān)系模型最好,決定系數(shù)(R2)均在0.88以上,平均相對誤差分別為16.6%、16.6%、16.7%和16.2%;基于一階導(dǎo)數(shù)光譜反射率與...
發(fā)布時(shí)間:
2020
-
02
-
07
瀏覽次數(shù):116
M.K. Maid1*, R.R. Deshmukh21*Department of CS and IT, Dr. B. A. M. U, Aurangabad, India2Department of CS and IT, Dr. B. A. M. U, Aurangabad, India*Corresponding Author: mm915monali@gmail.com Available online at: www.ijcseonline.org Abstract— Remote Sensing has wide range of applications in many different fields. Remote Sensing has been found to be a valuable tool in evaluation, monitoring, and management of land, water and crop resources. The applications of remote sensing techniques in the field of agriculture are wide and varied ranging from crop identification, detection of diseas...
發(fā)布時(shí)間:
2019
-
03
-
19
瀏覽次數(shù):256