激光遥感技术范文

导语：如何才能写好一篇激光遥感技术，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

遥感技术以获取信息丰富、直观、简便越来越受到世界各国的普遍重视。突发灾情的救助，首先是要了解灾区的情况，但往往伴随着灾情的是交通阻断、通讯隔绝，尤其是以山区为甚。灾区就像一个战场，情况瞬息万变，各种信息准确快速的获取是减灾救灾的保障。以5.12汶川地震为例，震后灾区电力通讯中断、道路不通，给灾情了解和救援工作带来极大地不便，这时一幅高清晰的实时影像地图，会让指挥人员对灾区情况有个全面的了解，根据遥感图像可以及时判断受灾面积、范围、灾情、交通状况等，为救灾力量的合理部署、科学合理地制定救灾方案，做到运筹帷幄。

二、遥感影像应急保障的特点

遥感影像除了提供震后直观的判断外，它又是一种有效的工具。当通过卫星或是航空器，接收到灾区的数字信息后，地面处理系统经加密控制、影像纠正，转化成依固定比例尺的影像地图，马上就可以在地图面上量算出受灾的面积，研判通往抢救区域陆路、水路、空降场地的现状，量算出准确的距离，以便使救援人员快速进入抢救的现场。遥感影像图据有很强的直观性，对震后灾区居民地、山体、道路、河流的破坏程度很容易判读，这样就方便了确定抢救的重点和方向。需要的话，可以参照已有的地形图，把等高线与影像图叠加起来，进行综合分析和计算，从而估算出山体滑坡、河道淤 塞及道路塌方的土方量，有的放矢地合理调配人力、物力、缩短救灾的时间。

地震过后常常伴有诸多的次生灾害，而次生灾害造成的损害甚至不亚于主生灾害，遥感影像在防止次生灾害形成的减灾中有着得天独厚的优势。

1、遥感影像总概念清晰，便于大面积分析，适于宏观监测。

2、现势性好，通过定时、定性的比较分析能够正确显示灾区特征和变化。

3、数字精度高，经过点线量测可得出地物、地貌的移动数字信息。

4、多光谱遥感图像，内容丰富，能加深各种要素的理解。

震后灾区人无居所，山体松动，河道淤塞，环境污染，都会危及到的生命。基于遥感影像，可以分析解译研究山体移动的方向，河水改道方向及堰塞湖的形成，防止滑坡泥石流等灾害造成二次损失。饮水是灾后是否发生疫情的关键，采用特定光谱遥感图像，配合实地采样建立起色标，就可以在室内对江河、湖泊的水质进行初步的评估，节省大量的人力和物力。

震后百废待兴，我们要在废墟上建立起新的、更美的家园。首要任务就是要编制总体规划图，这时遥感影像图又能发挥重要的作用。航天、航空影像是区域景观结构的综合反映，是摸清区域资源分布的重要依据。在编制系列的规划图时，它特有的在内容上的现势性、完整性、可比性、可测量性对规划中合理分布居民区、合理保护自然环境，合理利用地理资源等起着积极的作用。

三、遥感影像应急保障技术路线

航天遥感数据快速生成数字正射影像图的技术，数据处理流程和生产作业技术路线是否科学、合理、可行和高效，是决定成果生成效率的关键制约因素。因此，本文结合目前的正射影像图生产流程，吸收和借鉴最新的科研成果和生产实践经验，设计了一套适应性强、生产效率高和能保证成果质量的数据处理流程和作业工序。

四、关键技术

高分辨率卫星影像快速制作数字遥感正射影像地图的关键技术主要有以下几个方面。

1、控制成果快速整合

制作数字正射遥感影像地图的基础是控制测量成果。现有的控制测量数据库已经建设完成，具备快速检索、控制点转刺、数据格式转换和输入输出等功能。

2、几何纠正

遥感图像成图时，由于传感器的成像机理、投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏和地球旋转等因素影响，获取的遥感影像相对于地表目标存在一定的几何变形，使影像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异，主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的扭曲。因此应根据传感器类型选择合适的几何纠正模型以及适合地区特点的纠正方案。

3、图像融合

遥感影像数据有可能是多传感器、多时相和多分辨率的数据，在利用多源遥感影像数据制作数字正射影像图时，应结合具体的图像特点，采用数据融合处理的方法，各种遥感数据优势互补，以期产生的新影像保留原图像的特征，既保留高分辨率图像的特点，具有较高的空间细节表现力，又增加了多光谱图像的光谱特征。

4、质量控制

遥感数据生成快速数字正射影像地图时，尽管有时可以牺牲"非兴趣"区域和要素的精度和质量，但对"兴趣"区域和要素的成果质量必须满足应用要求。因此，在强调快速的同时，也应充分考虑成果的质量。影响数字正射影像图质量的关键因素在于几何纠正的精度和空中三角测量的精度。几何纠正的精度主要取决于控制点（GCP）选取的数量、质量和分布位置。

篇2

Vol.43No.3

红外与激光工程

Infrared and Laser Engineering

2014年3月

Mar .2014

基于高光谱数据的叶面积指数遥感反演

李子扬1,2，钱永刚1，申庆丰3，马灵玲1，孔祥生4王宁1，刘耀开1，(1.中国科学院光电研究院定量遥感信息技术重点实验室，北京100094；2. 中国科学院大学，北京100049；3. 中国运载火箭技术研究院，北京100076；

4. 鲁东大学地理与规划学院，山东烟台264025)

摘

要：文中耦合叶片辐射传输模型(PROSPECT)和冠层辐射传输模型(SAILH)，基于高光谱载荷通

道设置，模拟高光谱冠层反射率数据；利用模拟数据深入分析了不同植被指数与叶面积指数之间的敏感性；通过敏感性分析发现改进型叶绿素吸收植被指数(MCARI2)具备抗土壤背景因素的影响能力，而且对叶面积指数较为敏感，因此该研究建立植被指数MCARI2与叶面积指数之间的经验统计模型，并用于高光谱数据进行叶面积指数反演；最后利用飞行同步测量的叶面积指数对反演模型进行精度分析。结果表明：相比实测叶面积指数，文中建立的反演模型约低估0.42，该反演模型能够较好的反映出地物真实叶面积指数。

关键词：叶面积指数；植被指数；高光谱数据中图分类号：TP701

文献标志码：A

文章编号：1007-2276(2014)03-0944-06

Leaf area index retrieval from remotely sensed hyperspectral data

Li Ziyang 1,2, Qian Yonggang 1, Shen Qingfeng 3, Wang Ning 1, Liu Yaokai 1,

Ma Lingling 1, Kong Xiangsheng 4

(1.Key Laboratory of Quantitative Remote Sensing Information Technology, Academy of Opto -Electronics, Chinese Academy

of Sciences, Beijing 100094, China; 2. University of Chinese Academy of Sciences, Beijing 100049, China;

3. China Academy of Launch Vehicle Technology(CALT),Beijing 100076, China; 4. College of Geography and Planning, Ludong University, Yantai 264025, China)

Abstract:An experimental leaf area index (LAI)retrieval model was proposed with the aid of a leaf -radiative transfer model (PROSPECT)and a canopy bidirectional reflectance model (SAILH)to simulate the canopy reflectance in this paper. Then, the vegetation indices (VIs)were introduced, and the sensitivities were analyzed between LAI and VIs, soil background. Based on the sensitivity analysis, a modified chlorophyll ratio index II (MCARI2)was proposed by Haboudane et al.

(2004)was used to

build the LAI retrieval model, because it is rather sensitive to the LAI and insensitive to soil background. Finally, the retrieval model proposed was performed to estimate LAI from the hyperspectral data. Compared with the ground -measured LAI, the LAI retrieved from hyperspectral data underestimate approximately 0.42. Key words:leaf area index;

收稿日期：2013-07-21；

vegetation index; hyperspectral data

修订日期：2013-08-25

基金项目：国家863计划(2012AA12A302)；国家自然科学基金(41101330，41371353，40901176，41271342)

作者简介：李子扬(1977-)，男，研究员，硕士生导师，博士，主要从事遥感地面系统及遥感应用方面的研究。Email:zyli@aoe.ac.cn通讯作者：钱永刚(1980-)，硕士生导师，博士，主要从事定量遥感地表参数反演及应用方面的研究。Email:qianyg@aoe.ac.cn

第3期

李子

扬等：基于高光谱数据的叶面积指数遥感反演

945

反演过程的流程图。

0引言

叶面积指数(LeafArea Index ，LAI) 是表征植被冠层结构最基本的参数之一，影响着植被的生物、物理过程[1]。LAI 通常被定义为单位地面面积上总叶面积的一半[2]。目前大区域范围内LAI 获取通常采用遥感反演的方式。LAI 遥感反演方法主要有经验统计法和物理模型反演法。

经验统计方法从植被独有的光谱特征出发，利用健康绿色植物在红光和近红外波段的反射特性差异建立植被指数，进而利用植被指数与LAI 的统计关系进行反演。该类方法形式简单，需要的参数少，被广泛应用于局部LAI 参数反演，并发展了基于多种植被指数(如归一化植被指数[3]或者改进叶绿素吸收指数) 的反演模型。然而该方法缺乏物理基础，建

[4]

图1植被指数方法反演叶面积指数流程图

Fig.1Flowchart of leaf area index retrieval from vegetation index

文中通过PROSPECT 和SAILH 模型联合模拟植被冠层反射率，在此基础上分析了不同条件下8种植被指数与LAI 的敏感性，选取其中最敏感的叶绿素吸收植被指数(MCARI2)并建立其与LAI 之间的经验统计模型。基于该模型和无人机获取的高光谱遥感数据，反演得到研究区的LAI ，最后利用实测不同地物类型的LAI 数据对反演结果进行了验证，并给出了精度分析。

立的经验关系仅适用于特定的时间和区域。相对而言，物理模型反演法从植被的辐射传输原理出发，具备较强的普适性和较高的反演精度。物理模型反演法可分为几何光学模型法、辐射传输模型法以及混合模型法。几何光学模型法考虑了植被冠层的二向性反射，但没有考虑冠层内多次散射；辐射传输模型法考虑了植被多次散射，但无法模拟植被冠层的二向性反射，尽管可加入热点效应模型[6]，仍难以直接得到LAI 的解析解。由于不同方法具备独特的优势，近年来出现了各种混合模型，如基于物理模型与统计模型相结合的核驱动模型，取得了较好的反演精度。还出现了查找表法和非参数方法(如神经网

[7]

[5]

[5]

1.1辐射传输模型介绍

该研究耦合叶片辐射传输模型(PROSPECT)和冠层辐射传输模型(SAILH)得到大量模拟数据，为

LAI 反演模型建立提供数据源。

(1)PROSPECT 模型

PROSPECT 是一个基于“平板模型”的辐射传输模型。该模型以植被结构参数、叶片色素含量、等效水厚度和干物质含量为输入参数，能够模拟叶片从

络方法等) 。

中国科学院光电研究院牵头在内蒙古包头与贵州安顺建立了遥感载荷综合验证场，验证场配备有光谱、辐射和几何特性靶标，能够利用验证场开展光学、

400~2500nm 的上、下行辐射通量，进而得到叶片的光学特性，即叶片的反射率和透射率[8]。该模型输入参数较多，并且部分参数没有实测方法，参数设置带有主观经验性。Jacquemoud 等人根据实验室测量的玉米反射率和透过率，通过PROSPECT 模型估算得到叶肉结构参数的均值约为1.4[9]。Haboudane 等人将等效水厚度、干物质含量和叶肉结构参数分别设置为0.0015、0.0035和1.55作为各种庄稼(如玉米、大豆和小麦等) 的均值输入PROSPECT 模型[4]。

文中研究利用LOPEX ′93(LeafOptical Properties

SAR 载荷飞行测试实验。文中研究基于863项目“无人机遥感载荷综合验证系统”对内蒙古包头验证场无人机高光谱遥感载荷数据开展叶面积指数反演研究。

1方法

植被指数法是建立不同植被类型的植被指数与

LAI 之间的经验统计关系实现遥感反演。植被指数法是一种经验性方法，因而要求研究区内有足够的资料。文中研究基于植被指数方法反演LAI ，图1是

Experiment) 植物生化参数数据库作为PROSPECT 模型输入参数的选择基础。该数据库是由欧盟委员会联合中心的空间应用研究所实测获取的[10]，包含70个

946红外与激光工程第43卷

叶片样本，代表了50种木本和草本植物。数据体现了叶片内部结构、色素含量、水分含量和其他组分含量的多样性。能够保证参数设置的合理性。

致植被指数与LAI 经验的关系不一致且系数各异。考虑到无人机获取的遥感影像高空间分辨率较高，土壤背景信息和植被信息都能很好的从影像中反映出来，因此，选择能够具有抵抗背景因素影响的植被指数对于LAI 反演尤为重要。

文中研究采用了归一化敏感性分析函数分析

(2)SAILH 模型

SAILH 模型是在SAIL(Scatteringby Arbitrarily Inclined Leaves) 模型的基础上加入了热点效应发展而来的。通过求解四流线性微分方程组以及引入考虑冠层热点效应的双向相关概率模型，进而计算连续植被冠层的方向反射率。SAILH 模型的输入参数包括角度参数、结构参数和光谱参数三部分，其中

LAI 与植被指数的敏感性[11]，其公式如下：

Y

N X =X lim Y =X d Y =d Y /Y =dln Y

Y

(1)

式中：N X 为归一化敏感性分析函数；X 为自变量

PROSPECT 模型的输出为SAILH 模型提供叶片的反射率和透射率。SAILH 模型涉及到多个输入参数，针对角度参数，文中研究采用无人机飞行中的观测角度、太阳角度等信息；结构参数主要有LAI 、叶倾角分布函数、热点因子，其中LAI 取值范围为0.2~

(LAI)；Y 为因变量(光谱反射率/植被指数等) 。归一化敏感性分析函数的含义是参数X 变化某一固定比率时，因变量Y 变化的百分比。

图2给出了3种亮度不同的土壤背景下LAI 与植被指数之间的敏感性。从图2可以看出：8种植被

7；叶倾角分布函数采用椭球体叶倾角分布参数。1.2植被指数

现有用于反演LAI 的植被指数种类繁多，文中分析了较为常用的8种植被指数(见表1) 。

表1植被指数计算公式

Tab.1Equations of vegetation indices

Vegetation index Normalized difference

vegetation index (NDVI)Renormalized difference vegetation index (RDVI)Simple ratio index (SR)Modified simple ratio

index (MSR)Soil -adjusted vegetation

index (SAVI)Modified soil-adjusted vegetation index (MSAVI)Modified chlorophyll absorption ratio index

(MCARI)Modified chlorophyll absorption ratio index 2

（MCARI2）

Formulas

ρ800-ρ670800670

姨[1**********]0ρ800/ρ670

ρ800670

-1/

姨姨800670

+1

(1+L ) ρ800-ρ6708006701[2ρ+1-800

姨800800670][(ρ700-ρ670)-0.2(ρ700-ρ550)]

(ρ700/ρ550) 1.5[2.5(ρ800-ρ

670)-1.3(ρ800-ρ550)]

姨(2ρ800+1)2-(6ρ800-5姨670

) -0.5

注：ρ表示反射率，下标表示特定的波长。

1.3植被指数与LAI 敏感性分析

不同植被指数所考虑到的因素各不相同，因此土壤背景反射率、植被结构和叶绿素含量等因素导

图2基于归一化敏感性函数的植被指数与叶面积指数的敏感性

Fig.2Sensitivity of leaf area index to vegetation indexes with

normalized sensitivity analysis

第3期

李子

扬等：基于高光谱数据的叶面积指数遥感反演

947

指数的敏感性随着LAI 增大先增大后减小；RDVI 和表反射率需要经过大气校正。利用大气辐射传输模型逐像元进行大气校正是非常复杂的计算，需要占用大量的计算机时间和资源。因此，文中研究根据无人机高光谱成像仪的性能特点，通过大气辐射传输模型MODTRAN 建立了以气溶胶光学厚度、大气水汽含量、飞行高度、地表高程、太阳天顶角、观测天顶角和相对方位角为索引的多维大气参数查找表。利用与飞行试验同步探空气球测量的气溶胶光学厚度和大气水汽含量，结合太阳以及无人机载荷观测的几何参数(天顶角、方位角等) ，基于大气参数查找表反演无人机高光谱数据地表反射率。

NDVI 的敏感性最弱；MCARI 和SR 的敏感性最强，MCARI2和MSR 次之；随着土壤亮度的增强，MCARI 、SR 和MSR 的敏感性增强，MCARI2和MSAVI 对土壤背景表现出很小的敏感性。显然，各种植被指数对小于3的LAI 表现出最大的敏感性。同时可以看出，当LAI 范围在2.5~3.0时，NDVI 、

RDVI 、MCARI 、SAVI 和MSAVI 基本达到饱和状态；MSAVI 和MCARI2对土壤背景的敏感性最弱，尽管SR 和MSR 表现出更高的饱和性，但是当LAI 在小于3.5时对土壤背景影响敏感。

相比其他植被指数，MCARI2对LAI 具有更高的敏感性及高的抗土壤背景干扰能力。因此，文中研究选择MCARI2反演无人机高光谱数据的LAI 。两者之间的统计模型采用如下形式：

LAI 反演时需要依据不同植被类型进行模型建模，因此，首先采用监督分类方式对无人机高光谱数据进行了分类(见图3) 。

LAI=a ×exp(b ×MCARI2)+c ×exp(d ×MCARI2) (2)

式中：a ，b ，c ，d 为拟合系数。拟合系数的获取方法如下：利用不同LAI 值，结合叶片和冠层辐射传输模型

(PROSPECT+SAILH)模拟冠层反射率数据，进而构建植被指数MCARI2，最后基于不同植被类型分别拟合MCARI2和LAI ，得到上述4个拟合系数。

图3无人机高光谱载荷地表分类图

Fig.3Classification of the UAV hyperspectral data

2数据

2.1无人机高光谱数据和地面测量数据

2011年9月3日，基于863项目“无人机遥感载荷综合验证系统”，由中国科学院光电研究院组织在内蒙古(包头乌拉特前旗，经度：109.53°，纬度：40.88°) 开展了光学载荷科学试验飞行。此次试验沿飞行航线布设了经过严格测试的多种用途靶标，并同步获取了靶标地面光谱测量数据及场地气象参数数据，用于开展光学载荷辐射、几何、光谱性能定标与评价的工作。无人机平台所搭载的高光谱成像仪光谱范围为400~1030nm ，光谱分辨率为5nm ，瞬时视场角

3结果与分析

3.1叶面积指数反演结果

根据无人机高光谱数据的特点，针对不同的植被类型，利用PROSPECT+SAILH模型获取反演模型

(公式(2))的系数(详见表2) 。

表2不同植被类型下MCARI2与LAI 的拟合系数

Tab.2Fitting coefficients between MCARI2

and LAI

Vegeta -tion type Grass Rice

Fitting coefficient

R 2

a 8.148e-7

b 15.6

c 0.28520.23310.36040.31340.28240.3148

d 2.4582.8362.7923.2982.5822.368

0.94380.47870.92320.55970.96940.35310.92590.54990.9549

0.429RMSE

0.2mrad ，128个波段，地面分辨率1.6m@8km 。

LAI 反演及验证的工作主要在农业示范区开展。同时，飞行过程中在农业示范区内利用叶面积指数仪(LAI2200) 采集了3种作物(马铃薯、向日葵、玉米) 共13组的LAI 测量数据。考虑到作物的非均一性，每组试验测量3次，取其平均值作为验证数据。

2.845e-717.19

21.3611.215.9

Sunflower 4.353e-9Corn Potato

7.821e-55.919e-7

2.2载荷数据处理

机载平台载荷传感器获得的辐射亮度转换为地

Broadleaf

5.116e-410.45

forests

0.90140.6341

948红外与激光工程第43卷

研究通过利用PROSPECT+SAILH模型模拟出冠层反射率，再耦合无人机高光谱成像仪通道响应函数模拟出无人机高光谱地表反射率数据，并建立不同植被类型的LAI 反演模型，最终将模型应用于真实无人机高光谱数据中反演出地物的LAI ，图4是利用2011年9月3日的无人机高光谱数据反演的LAI 结果。

果能够较好反映出地物的LAI ，证明采用的

MCARI2能够反演得到精度较高的LAI 。

图6无人机叶面积指数地面实测反演结果图

Fig.6Measured and retrieved LAI from UAV hyperspectral data

图4北方场无人机叶面积指数反演结果

Fig.4Results of the retrieved LAI from UAV in the North Site

影响到反演精度的因素可能有以下几点：从地面测试实验中可以发现，传感器测量的是地物的“面”信息，而地面测量仪器测量的是地物“点”信息，尺度效应问题影响了LAI 的对比精度；其次，地面测试过程中发现向日葵地和马铃薯两种植被覆盖的均匀性较差，测量过程中不可避免地会引起一定的误差；再次，随着LAI 的增大，近红外通道趋于饱和，会对LAI 反演精度产生影响；同时，植物生化数据库(LOPEX′93) 测量的地物特性因地域差异、气候差异等因素也会有所不同，同样会对LAI 的反演精度产生一定的影响；最后，测量仪器本身也存在一定的测量误差，对验证结果的精度也会产生一定的影响。

3.2模型自身精度分析

模型自身精度分析主要利用模拟数据对反演模型进行评价。为了检验LAI 反演的模型精度，通过模拟数据对LAI 反演模型进行了模型精度评价。利用PROSPECT 和SAILH 模型模拟的地表反射率数据反演出不同地物的叶面积指数，再与输入到

PROSPECT 和SAILH 模型中的LAI 进行对比，得到LAI 反演的模型精度。模拟获取了六种植被类型(草地、水稻、向日葵、玉米、马铃薯、阔叶林) 的LAI 反演模型，图5是利用高光谱数据反演LAI 的误差结果图，可以看出，LAI 的反演误差均在7%以内。

4总结

文中利用叶片辐射传输模型(PROSPECT)和冠层辐射传输模型(SAILH)模拟植被冠层反射率，分析了不同条件下LAI 与植被指数的敏感性。发现常用于LAI 反演的归一化差值植被指数(NDVI)受土壤背景因素影响严重，而且当LAI>2时，基本处于饱和状态。此研究建立了具备抗土壤背景影响、对LAI

图5高光谱叶面积指数反演模型精度评估结果

敏感的改进型叶绿素吸收植被指数(MCARI2)与LAI 之间的经验统计模型，并成功用于无人机高光谱数据的LAI 反演。经实测数据验证表面，模型反演结果可以取得比较好的精度。尽管如此，考虑到经验统计方法的局限性，所建立的经验关系是针对特定的时

间和研究区

，

模型不具备普适性。今后对MCARI2的应用范围还需要进一步探讨。

Fig.5Accuracy assessment of the LAI retrieval model

3.3地面测量验证分析

地面同步获取的LAI 以玉米、向日葵和马铃薯这三类自然植被类型为主。利用地面准同步测量的

LAI 验证结果如图6所示。相比地面实测的数据，模型反演值偏低，均方根误差RMSE 为0.42。但反演结

第3期

李子扬等：基于高光谱数据的叶面积指数遥感反演

949

刘晓臣, 范闻捷, 田庆久, 等. 不同叶面积指数反演方法比

参考文献：

[1]

Chen J M, Cihlar J. Retrieving leaf area index of boreal conifer forests using Landsat TM images[J].Remote Sensing of Environment , 1996, 55:153-162. [2]

Chen J M, Pavlic G, Brown L, et al. Derivation and validation of Canada -wide coarse -resolution leaf area index maps using high -resolution satellite imagery and ground measurements [J].Remote Sensing of Environment , 2001, 80:165-184. [3]

Price J C, Baush W C. Leaf area index estimation from visible and near -infrared reflectance data[J].Remote Sensing of Environment , 1995, 52:55-65. [4]

Haboudane D, John R M, Patteyc E, et al. Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies:modeling and validation in the context of precision agriculture [J].Remote Sensing of Environment , 2004, 90:337-352. [5]

Liu Xiaochen, Fan Wenjie, Tian Qingjiu, et al. Comparative analysis among different methods of leaf area index inversion [J].Acta Scientiarum Naturalium Universitatis Pekinensis , 2008, 2:57-64. (inChinese)

[11][9][8][7][6]

较研究[J].北京大学学报(自然科学版), 2008, 2:57-64.

Jupp D L B, Strahler A H. A hot spot model for leaf canopies [J].Remote Sensing of Environment , 1991, 38:193-210.

Li Xiaowen, Strahler A H. A hypid geometric optical radiative

transfer

approach

for

modeling

albedo

and

directional reflectance of discontinuous canopies [J].IEEE Transactions Geoscience Remote Sensing , 1995, 33:466-48Jacquemoud S. Prospect:A model of leaf optical properties [J].Remote Sensing of Environment , 1990, 34:75-91. Jacquemoud S, Bacour C, Poilve H, et al. Comparison of four radiative transfer models to simulate plant canopies reflectance:direct and inverse mode [J].Remote Sensing of Environment , 2000, 74(3):471-481.

[10]Hosgood B, Jacquemoud S, Andreoli G, et al. Leaf optical

篇3

准确，是说明文语言的先决条件。表示时间、空间、数量、范围、程度、特征、性质、程序等，都要求准确无误。说明文的实用性很强，稍有差错，就会失之毫厘，谬以千里。特别要注意说明文中使用的术语和修饰限制性的词语，它们往往体现了说明语言的准确性。在准确的前提下，说明语言有的以平实见长，有的以生动活泼见长。

说明文阅读是中考试题中的重要内容。从近年来的各地试卷看，说明文语言主要有以下考点：对科技说明文中的关键词能正确理解、判断、阐释，对文章语言的准确性和生动性能作赏析。

【典例呈现】

一、（2013・浙江湖州卷）阅读下文，回答问题。

感知地球的“千里眼”

近日，第三十五届国际环境遥感大会在北京召开，来自全球56个国家和地区的1000余位遥感专家参加了会议，这也是该会议发起50年来首次在中国举办，这说明我国遥感技术的应用发展得到了国际同行的广泛认可。

遥感技术兴起于上世纪60年代，是指从远距离感知目标反射、辐射或散射的可见光、红外、微波电磁波，从而对目标进行探测和识别的科学技术。人类目力有限，遥感技术的出现，让人类仿佛拥有了另一双可以无限感知地球的“千里眼”。

今年4月22日，国务院总理主持召开了部署芦山地震抗震救灾工作会议，在身后挂着一幅芦山县震后航空影像图。这幅影像图对抗震决策起到至关重要的作用。它是由中国科学院遥感与数字地球研究所（以下简称遥感地球所）提供的。遥感作业时间是4月20日11点，距离地震发生刚刚过去3个小时。那么科研人员怎么利用遥感技术评估判断地震灾情呢？

遥感地球所航空遥感中心主任李震说：“遥感航拍得到的高分辨率影像，能请楚地辨识建筑物、道路、河流、车辆等地面信息。科研人员运用专业知识，与震前的遥感观测数据比对，就能够判断建筑物和道路的受损情况，道路上堆积的滑坡物大小、滑坡的土方量等等，发现潜在的山体垮塌、堰塞湖等次生灾害，并确定财产损失的基本情况，确定救援所需投入的人力、物力等。”总之，利用遥感技术监测和评估灾情，具有定位准，速度快的特点，可以第一时间获取灾情数据，服务抗震救灾。

今年1月，我国中东部地区发生了数次极端强雾霾事件，主流观点认为，污染物排放量大，静稳天气、扩散条件不利，区域污染和本地污染贡献叠加等是导致强雾霾事件的主要原因。遥感地球所陈良富研究员基于遥感卫星观测数据的统计与分析提出，除了人为排放引起的本地污染浓度上升这一内在原因外，水汽、浮尘是造成雾霾来袭、能见度急剧下降的重要外部原因。

目前，对雾霾主要靠地面监测，但地面监测站只能监测地上几米高范围内的PM2.5数值。而灰霾随高度变化，分布不一样。利用激光遥感手段能获得霾的垂直分布情况，反映整个区域霾的二维甚至三维情况。如果不科学地认识极端强雾霾的发生机理，就容易判断错误，认为都是由排放的污染物引起的，在治理上进入误区。要得出科学判断，仅凭地面一种观测手段是不够的，还需要卫星遥感观测手段来补充，更全面客观地掌握大气污染状况。

另外，遥感技术对自然遗产和文化遗产的发现和保护的作用也不容小觑。应用遥感技术，美国考古学家发现了沉没海底数千年的古埃及名城亚历山大;希腊考古学家用红外像片在科林斯湾发现了公元前373年毁于地震的古城“Hekike”;遥感地球所郭华东课题组利用雷达遥感技术发现了阿拉善高原干沙覆盖下的古河湖串联系统和明、隋古长城……遥感技术也十分适用于文化遗产保护，它的优势在于能获得物体的三维图像。若能及早对文化遗产进行三维扫描，将来就可按照计算机模型对其进行复原。更重要的是，科学家还能依据这些数据分析破坏发生的原因，如温度、风力、湿度等，从而指导文物部门进行更加精细的修复。

总之，近些年，我国遥感技术发展迅速，在地震监测和评估，雾霾状况观测，自然遗产和文化遗产的发现和保护等方面广泛应用。

（选自《人民日报》2013年5月13日，有删减）

阅读下面句子，联系上下文，探究括号中的问题。

1.人类目力有限，遥感技术的出现，让人类仿佛拥有了另一双可以无限感知地球的“千里眼”。（为什么说遥感技术是“千里眼”？）

2.这幅影像图对抗震决策起到至关重要的作用。（黑体词为什么不能删去？）

二、（2014・江西卷）阅读下文，回答问题。

扇 子

黎 戈

《东周列国志》里，看到过这样的插图：两个梳双髻的宫女，手执长柄大扇，立在对坐畅谈国事的公侯身后，这样的扇子多半是由奴仆执掌，象征性大于使用目的，它是表明强权的道具。准确地说，它是礼仪扇。

汉代的扇子，则是用竹篾编成，其形制类似于现在的大号菜刀，扇柄附于一侧而不是居中，且开始落入寻常百姓家。在古画中，常见一奴仆蹲踞扇火，大力使着一把扇子，扇子地位大跌。汉末有一些原理简单的机械扇，诸葛亮同学发明过诸葛扇，悬挂屋内，手拉使之转动生风。穿过千年时光隧道，在关于老上海的电影里，仍然可以看见理发店里有这种手拉的风扇。【A】小伙计拉着一根绳，扇子左右缓移，时间也被拉长了，太太小姐们一边做头发，一边有一搭没一搭地拉呱家常。春日迟迟，昏昏欲睡。反正闲妇们有的是时间要打发，降那一点点心火，微风徐来的排扇也够了。

魏晋南北朝的扇子是羽扇，不用说是仿生原理的朴素运用，羽扇有十羽和八羽之分，后来进化成比翼扇，即以竹木为骨架上糊以绢绸，只在末端象征性地饰以羽毛。羽扇是男人的物什，尽显名士做派的道具，羽扇名人有“羽扇纶巾”的公瑾侯及其政敌诸葛先生。真不能想象，诸葛先生要是丢了他的三件套――一羽扇、纶巾、四轮车，会不会风采全无呢？

隋唐时流行纨扇，又称团扇，早唐时盛行腰圆纨扇，中晚唐为满月式样，纨扇近于现代的绢扇，以竹木为骨，承风面大，手感轻盈，它的使用者转向深闺。“轻罗小扇扑流萤”，隋唐女子都是腴美人，如果是骨重身宽的羽扇，用来扑蝶扑流萤，动作的幅度太大，就失了娇羞劲儿。

宋元后期开始使用的折扇，轻便，价廉，易携带，袖藏即可。市民图耐用，多用油纸扇，文艺青年大多使用素纸扇，图它可以挥毫泼墨，题诗作画。

扇子还是艺术作品中高频出现的道具。

言情小说中，扇子可煽情，比如李香君血溅桃花扇;可定情，比如西施赠扇给范蠡;可抒情，《桃花扇》就是靠一把扇子来抒情，并且贯串情节起落的;可绝情，《珍珠令》里，女主角赠男主角折扇一把，即可以示绝交，扇同“散”，和伞一样，是很不祥的赠物。

武侠小说里，儒化的博雅侠客，手持一把小扇，以显其书生性情。江南七怪里那个执扇的妙手书生，还在扇子里面藏暗器、毒针什么的。有的扇子本身就是兵器，比如玉扇真人那把。

西方艺术作品里也常看见扇子的身影。【B】电影里的名媛贵妇手捏一把小折扇，一手牵裙角，莲步轻移，旖旎而行。歌剧中的淑女用一种很有趣的面具扇，上面开了两只眼睛一样的小洞，把自己的面孔藏起来，以示畏怯。

（选自《私语书》，有删改）

这篇文章在语言上有什么特点？请任选文中一处画线句作具体分析。

【考点解析】

[思维轨迹]科技说明文的词句品读，欣赏评价，主要从词语、句子的准确性和生动性上进行考查。解答例一题目，关键在于能够结合具体的语言环境，阐释词语的含义及其表达作用。品析说明文词语的方法主要有：增删法，代替法，解词法等。句1可用解词法进行分析，黑体词“千里眼”中的“千里”指距离很远，符合遥感技术可以远距离感知的特点，而“眼”运用了比喻的修辞手法，意思是像人眼那样能探测和识别目标。句2运用增删法分析，可以看出“至关重要的”一词起强调作用。

例二题目考查对说明文语言的赏析能力。说明文语言的特点是准确、简明、浅显、易懂，其中准确是前提。在这个前提下，语言风格可以是平实的，也可以是生动活泼的。通读全文，可发现本文的语言具有浓郁的生活气息，言辞优美，读来朗朗上口。解题时，可从修辞、表达方式、表现手法、句式等角度中任选一个角度，分析画线句的语言特点。

[参考答案]一、1.因为“千里”符合遥感技术可以远距离感知的特点，而“眼”能突出遥感技术能探测和识别目标的特点。2.“至关重要的”突出了这幅影像图对抗震决策的重要作用，从而说明了利用遥感技术判断和评估灾情的重要性。二、A处画线句：“春日迟迟”“昏昏欲睡”等语句富有诗意，文化气息浓郁;“闲妇们”“太太小姐们”等词语风趣幽默，生活气息浓厚;“有一搭没一搭”“拉呱”“打发”等词传神地写出了太太小姐们的悠闲生活。B处画线句：“捏”“牵”“莲步轻移”“旖旎而行”等词句准确生动，形象细腻地表现出名媛贵妇高贵优雅的动作以及掩饰娇羞的动人姿态。

【技巧总结】

体会说明语言的准确性，可从以下两个方面入手：1.抓住关键性语句的中心语，如准确的名词、动词、形容词，在语境中要领悟其用语的准确性。2.抓住文中使用的修饰限制性词语。分析文中使用的数量词、副词、形容词等是怎样恰如其分地修饰、限制或补充说明中心语的。考查类型主要有两种：A型：文中黑体词好在哪里？B型：文中黑体词能不能删去？为什么？

答题方式：A型：用了“××”词，生动（准确）地说明了××（或符合实际情况，具有科学性）。B型：不能，删掉“××”词，句子意思就变成了××，显得太绝对化;用了“××”词，准确地说明了××，符合实际情况，留有余地，具有科学性。

【专项训练】

篇4

（淤北京航空航天大学公共管理学院，北京100191；于甘肃省办公自动化技术服务中心，兰州730000）

摘要院气候要素和大气污染是雾霾产生的主要成因，通过分析美国、英国、日本、德国等发达国家雾霾治理成功经验及启示，针对我国环境污染现状提出依法治霾、数据共享、综合控制、联防联控和绿色出行等雾霾治理的主要措施。

关键词 院雾霾；生态环境；绿色出行；低碳发展；治理

中图分类号院X513 文献标识码院A 文章编号院1006-4311（2015）27-0243-03

0 引言

近年来，我国京津冀地区、长三角地区、西南地区和两广地区等30 多个省（区、市）发生持续性雾霾天气。2014年10 月以来，我国京津冀、山东、河南、山西及陕西等地区再次出现大范围多地现浓雾或重度霾，且污染程度严重。雾霾治理的形势越来越严峻，公众的呼声也越来越高，借鉴国外雾霾治理的成功经验，及时采取有效措施减少我国雾霾的发生已刻不容缓。

1 雾霾的形成

“雾”和“霾”是两种天气现象。“雾”是大量微小水滴或冰晶组成的气溶胶系统[1]；“霾”是大量极细微干尘粒等均匀地浮游在空中，能见度小于10 千米，且空气相对湿度小于80%，排除了降水、沙尘暴、扬沙、浮尘等天气现象造成的视程障碍[2]。雾霾的成因很复杂，主要由气候要素和环境要素共同作用形成，相对湿度高和静稳天气是雾霾形成的基本气候条件，而大气污染则是雾霾形成的主要诱因。一方面，雾霾形成有赖于特定气象条件，如温度湿度、辐射强度、风力风向、降水降雪等，雾霾形成与静风天气、低气压、高湿度等气候要素联系密切。另一方面，雾霾形成与二氧化碳、二氧化硫、氮氧化物、交通排放的废气、燃油产生污染物、道路粉尘等可吸入细颗粒物（PM2.5）环境要素密切相关。据北京PM2.5 来源的一项研究分析报告，北京市PM2.5排放源细气溶胶污染来源包括，机动车燃油排放约23%，工业燃煤和工业燃油排放约18%和5%，生活燃煤排放约14%，居民日常生活及其他活动排放约19%，农业活动和秸秆燃烧贡献约为7%和4%，城市道路开挖、未覆盖道路、建筑工地、工业烟尘和城市外矿物粉尘约7%等[3，4]。根据2013年1 月中国环境监测总站的主要城市空气质量监测数据，对京津冀、太原、西安、郑州、济南、武汉8 个雾霾期间污染严重的城市进行大气污染特征分析表明，PM2.5 和PM10的浓度与机动车尾气污染和煤烟型复合污染等具有较强的相关性[5]。我国化石能源中煤炭和石油在能源消费中占90%左右，全国有31 个城市的汽车数量超过100 万辆，燃煤和燃油产生大量污染物，建筑工地扬尘、道路粉尘以及露天燃烧等这些都与雾霾形成有直接原因。

2 雾霾治理的启示

雾霾早已成为全人类共同面对的问题，西方发达国家在工业化时期曾出现“雾霾”天气。但经过长期治理，已经逐步形成了比较有效的雾霾防治体系，在根治雾霾方面积累了丰富值得借鉴的经验。见表1 所示。国外雾霾治理的成功经验是我国解决雾霾问题的“他山之石”，对我国雾霾治理具有重要启示。[6，7]

2.1 伦敦烟雾治理的启示。1952 年12 月，伦敦发生英国史上最严重空气污染事件，短短几天时间死亡人数达上万人。英国政府成立专门的比佛委员会调查烟雾事件，1954 年的《比佛报告》，指出家庭供暖煤炭燃烧是烟尘最大制造者。自查明成因后，政府积极采取措施控制雾霾。主要启示是：一是制订法律法规控制污染。如《清洁空气法》、《环境法》等。二是确立空气质量监测标准，实时监测空气质量并及时通报。三是控制超大城市的规模及其人口密度。通过建成33 个新城，容纳23%的城市居民。四是实施产业转型。不再单纯依赖制造业，而是大力发展服务业和高科技产业。五是出台一系列抑制交通污染的措施。包括发展公共交通、抑制私车发展、减少汽车尾气排放、整治交通拥堵等。六是扩大城市绿化带。伦敦城市中心区有1/3 的面积被花园、森林和公共绿地覆盖，还在伦敦城市外围建成大型环形绿地。通过环境立法、部门协作、监测体系和控污治污等措施，如今的伦敦已摆脱了“雾都”之称，大雾天气已经减少为每年不到10 天，成为了人类宜居的国际都市。

2.2 美国洛杉矶光化学烟雾治理的启示。1943 年7月，洛杉矶遭受雾霾攻击，政府成立专门烟雾委员会调查证实，烟雾为光化学烟雾，主要来源于汽车不完全燃烧尾气排放、汽车漏油、汽油挥发以及油田、炼油厂油气排放物。科学家哈根斯米特进一步证实，空气污染的罪魁祸首就是汽车尾气。自此，洛杉矶采用综合治理、制定标准，立法保障、数据共享等多管齐下的治理模式展开雾霾治理。主要启示是：一是加强综合治理。1945 年洛杉矶当局成立了大气污染治理监督办公室，1947 年划定了洛杉矶郡大气污染控制区，采取区域环境管理框架模式。二是设定科学标准，加强立法保障。先后出台了《空气污染控制法》、《清洁空气法》、《机动车空气污染控制法》等。三是重点限制机动车及电厂排污。1975 年规定所有汽车安装空气净化装置，此举被认为是治理雾霾之关键。四是全民数据共享。1997 年7 月美国环保署在率先提出将PM2.5 作为全国环境空气质量标准，并在政府官网上实时公布全民共享，2006 年美国环保局针对PM2.5 标准进行了修订，制定了24 小时周期内PM2.5 最高浓度、年平均浓度标准等。经过几十年的努力，现今洛杉矶一级污染警报天数从1977 年的121 天下降到0 天，已摆脱“烟雾城”，找回昔日蓝天。

2.3 东京大气污染治理的启示。20 世纪80 年代中期以后，东京大气污染公害事件受害人数骤然激增，日本通过出台法律条例、建立环境标准、实时数据共享、整治汽车尾气、加大城市绿化等策略展开长期治理。[8]主要启示是：一是出台法律条例。20 世纪50 年代开始，日本政府颁布了《公害对策基本法》、《噪声规制法》、《大气污染防治法》、《排烟规制法》，构建了较为科学和完备的法律体系。二是建立环境标准。2009 年9 月9 日，日本环境省公布了PM2.5 环境标准。三是加强环保检测，实时数据共享。日本环境省设有大气污染物质广域监视系统，对包括PM2.5 在内的各种大气污染物质进行监测并通过网站实时。四是整治汽车尾气。1992 年日本环境厅制定《汽车氧化氮·碳氢颗粒法》，鼓励发展小型车及低排放车种，规定了机动车在行驶过程中产生和排入大气废气的最高量，并设置废气浓度测试点，严禁超标车辆投入运行。五是加大城市绿化。东京市政府规定新建大楼必须有绿地，楼顶必须绿化，在注重绿化面积同时重视绿化体积，绿化措施以种植树木为主。

2.4 德国鲁尔工业区空气污染治理的启示。20 世纪中期，德国鲁尔工业区曾出现过严重空气污染状况，后来通过100 多个“空气清洁与行动计划”使莱茵河流域焕然一新。主要启示是：一是立法制定排放标准。1974 年德国出台《联邦污染防治法》主要针对大型工业企业进行整治，通过立法制定空气污染物排放标准，这项法律后来成为欧盟范围内的典范。二是限制可吸入颗粒物排放。主要有两种手段，一方面是车辆限行、限速，对污染严重地区车辆禁行、工业设备限制运转等，同时在超过40 个城市设立了“环保区域”，不符合排放标准的汽车不允许驶入环保区；另一方面是用技术手段减少排放，例如开发清洁能源、安装颗粒过滤装置。三是提倡绿色出行，提升市民环保意识。德国十分注重加强民众环保宣传教育和提高全民环保意识，作为世界主要汽车生产大国，德国大力提倡市民选择绿色出行，许多公司80%的员工每天都乘公共交通或骑自行车上班，绿色出行已成为一种潮流和共识。

3 我国雾霾治理的主要措施

3.1 依法驱霾，建立健全法律法规。各国在雾霾污染后采取的最重要举措就是立法先行，立法已经成为依法治理雾霾和保护环境的根本。我国雾霾治理的关键就是从源头上控制污染物排放，相关法律法规的制定和实施将为治理雾霾污染提供可靠制度保障。第一，完善相关法律法规。虽然有了新的《环境保护法》，但还需一系列关于空气污染防控法案。如出台《清洁空气法》，从国家法律层面设定空气质量具体排放标准，出台《机动车空气污染控制法》、《工业企业排污控制法》、《排烟规制法》等，构建环保领域全覆盖、种类齐全、功能完备、执行有力的环境法规标准体系，使大气污染防控做到有法可依。第二，加强地方性大气污染防治条例等制定。各地应切合实际、因地制宜、防保结合、细化标准、综合控制大气污染排放。如《北京市大气污染防治条例》规定禁止在政府规定范围场地设置露天烧烤，机动车停车三分钟以上应熄火等等，《上海市大气污染防治条例》提高无证排污罚金到50 万元，实行对单位和责任人双罚制等新举措。第三，制定明确的环保评估和奖励惩罚体系、责任落实制度、举报监督机制等。成立以环保部门为主的多部门联合执法队伍，推行联合执法、交叉执法、综合执法、区域执法。加强执法力度，落实执法责任，严厉打击环境违法行，严格执法做到有法必依、执法必严。加大处罚力度，提高排污超标企业处罚标准使企业违法必究。此外，党十八届四中全会“依法治国”的方略，为我国环境公益诉讼制度指明了方向，检察机关可以提起环境公益诉讼，效弥补了行政部门、社会组织和公众在环境保护能力方面的不足，有效增强了依法治理雾霾和保护环境的力量。

3.2 数据共享，提高监测预警能力。建立标准统一、多区域全覆盖、全网络多共享、现代化信息化的雾霾监测预警系统，构建大气污染成分监测体系，细化雾霾预报预警核心需求，提高雾霾数值天气预报模式，实现雾霾监测预报精准化，建立多部门信息共享、预警预报、协同联动的应急响应机制，全面提升大气污染防控和预报预警能力。第一，环保部门可以联合气象、海洋、国土、林业等多部门构建覆盖城乡立体式、全方位、高密度、全天候的环境监测网络，扩大监测范围实现对雾霾天气的系统检测，可包括气温、湿度、能见度、风向、风速、大气稳定度、大气颗粒物、大气组分等全面监测。第二，通过政府网站或移动通讯网络及时公布当日、次日的天气预报和空气质量等级，建立24小时对各地区监测数据的预警机制，实现监测数据实时共享，及时向公众通报有效信息，并就如何做好防护提出建议，同时不断提升公众环保意识和环保参与度。第三，充分利用现代化、信息化手段为建设空气质量预报和空气污染监测预警体系提供科技支撑保障，通过激光遥感技术、透雾监测技术、机动车云检测等高新技术，提高雾霾预报预警的监测水平和准确性。加强雾霾天气预警预报技术和形成机理的研究，加快工业防污、脱硫、脱硝、防尘、除尘等技术研发，科学有效地提高大气污染的监测、预警和防控能力。

3.3 多管齐下，加强空气污染综合控制。第一，从源头上控制污染排放总量。采用限制生产、限期整顿、关闭停产等多种方式，重点加强钢铁、煤电、石化、有色、焦化、水泥等行业二氧化硫、燃煤硫份和氮氧化等污染物排放治理，严格控制工业企业污染物排放总量，减少污染新增量。第二，调整优化产业结构。通过优化能源消费结构，调整产业结构，化解产能过剩，加快传统产业升级，发展战略性新兴产业，充分发挥市场在资源配置中的决定性作用，从根本上转变经济发展模式，走集约化发展的环保道路。如大力发展新能源、新材料、新医药、服务业、信息产业等。第三，推行科技环保。加强科技攻关，推动新能源研发和应用，加大环保科研资金投入，提高清洁能源在能源消费中的比重，如低硫煤、天然气、太阳能、地热能、生物质能、沼气、海潮和风力发电等等。第四，节能减排。发展循环经济，推进资源综合利用，提高再生资源利用率，依靠科技节能减排，提倡环保型节能技术，推动发展节能工程。在机关、企业、学校、科研机构等单位提倡节能减排措施，公众在日常生活中提倡节能环保，做到节约用电、用水、用气、用煤、用纸、用油、一次性资源等。第五，发展公共交通。通过公共交通配套设施的新建和改善，辅以机动车税费调整，市区增设自行车车道，让市民自愿选择公共交通出行。同时，采取有效措施抑制私家车发展、重新规划机动车车牌号、采用限号出行等方式控制机动车出行数量，大力推行纯电动汽车使用，发展高能效低排放新兴节能汽车，淘汰高污染柴油车辆和超标旧汽车。第六，发展绿化。大力发展城郊森林和社区森林，提高植被覆盖率，在扩大绿化覆盖面积的同时增大绿化体积空间。