水体叶绿素a浓度估算是水质参数遥感监测的重要内容,由于采样时间和地点的限制,传统估算模型的参数和形式具有较大的时间和空间依赖性。光谱平滑可以突出不同数据集的共同特征,从而增加模型的预测精度,因此考虑使用平滑方法来提高水体叶绿素a浓度估算模型的应用精度。利用太湖2004年夏季和2011年春季共4个月的数据,对比分析了移动平均、多项式平滑和核回归平滑处理前后浑浊水体实测反射光谱的变化,以及该变化对叶绿素a浓度三波段遥感估算模型和模型应用精度的影响。结果表明：核回归平滑处理后的光谱数据建立的三波段模型的残差正态分布更好,估算模型更为稳健。将2004年7月数据建立的模型用于8月数据,估算的叶绿素a浓度的RMSE从平滑前的33.56 mg/m3降低到了平滑后的25.60 mg/m3；将2011年3月建立的模型用于4月数据,估算的叶绿素a浓度的RMSE从平滑前的16.68 mg/m3降低到了平滑后的10.57 mg/m3。由此可以认为,实测光谱的核回归平滑处理有助于提高叶绿素a浓度三波段模型的应用精度,且对于叶绿素a浓度变化较大的夏季数据的改进效果更显著。
结合内蒙古锡林浩特草原区域的实地测量数据和Landsat TM高分辨率遥感数据,对两景GLASS LAI产品进行真实性检验,同时以MODIS LAI产品为比照。结果表明:①GLASS LAI产品和MODIS LAI产品均高估,其中7月中旬GLASS LAI产品高估约11%,其高估的程度明显小于MODIS LAI(高估约36%),而8月末两者高估的程度相似；②GLASS LAI产品与Landsat TM反演LAI产品有较好的一致性,两期数据的决定系数R2分别达到0.72和0.58,优于MODIS LAI产品(0.61和0.27)；③GLASS LAI和MODIS LAI两个产品的误差主要来自于模型的准确性,真实性检验中数据定量化误差小于5%。结论表明:GLASS LAI产品数据在锡林浩特草原区域的观测精度和一致性都优于MODIS LAI产品数据,更适用于相关研究。
利用环境星1A/1B遥感影像,运用Jiménez-Munoz & Sobrino's普适性单通道算法定量反演广州市的地表温度(Land Surface Temperature,LST) ,结合MNF主成分分析和支持向量机获取的不透水面分布格局,利用面向对象分类方法获得了土地利用覆盖情况,重点研究广州市不透水面、土地覆盖和植被指数与城市热环境的定量关系。研究结果显示:基于大气水汽含量实测数据的JM&S普适性单通道算法反演结果更精确；广州市2009~2011年的不透水面面积和土地覆盖与平均地表温度相关性分析表明:广州市连续3 a呈现城市扩张的现象,城市热效应显著加剧；城市平均地表温度与不透水面面积呈现正相关,与城市的植被指数和裸土指数呈现负相关。
地表温度是土壤水分和植被水分状态的指示计,在干旱遥感监测中有重要作用。应用Landsat-5 TM遥感数据和气象资料,利用归一化植被指数(NDVI)区分地表覆盖类型,采用Van de Griend的经验公式法结合典型地表赋值法计算出地表比辐射率。用单窗算法和单通道算法分别对河南省白沙灌区地表温度进行反演,结果表明:两种方法均能较好地将白沙灌区地表温度分布趋势反映出来,单窗算法的反演精度较高,绝对误差为1.1 ℃,更适宜白沙灌区的地表温度反演,进而可以提高灌区旱情遥感监测精度。
单天观测数据中很难得到令人满意的植被指数产品,通常采用多天观测合成的方法得到更高质量的植被指数产品。从植被指数合成主要影响因子入手,将植被指数合成算法分为5类,分析误差移除具体方法,总结各类合成算法优缺点。归纳了目前常用的区域或全球尺度植被指数产品及其精度验证。在此基础上展望了植被指数合成算法的研究前景。
进入新世纪以来,卫星雷达测高技术迅速发展,部分领域已进入业务化实施阶段,目前表现出了新的发展趋势。详细介绍了卫星雷达测高在海洋、陆地水体、冰川和测绘上的应用,并对目前测高技术存在的一些问题进行了分析。我国在雷达测高领域与西方发达国家还有很大差距,及时加强在该领域的研究非常必要。
静止卫星凭借其宽覆盖、高时效、机动灵活的特点,在国家减灾救灾业务中有着独特的应用优势。在回顾国内外静止卫星发展的基础上,总结其光学成像传感器在灾害监测预警中的应用现状和存在的问题。基于静止卫星及其载荷现有研制基础,从灾害管理各阶段应用需求出发,分析光学成像静止卫星在减灾中的应用潜力。根据减灾救灾实际业务和应用需求,分别从卫星工作模式、观测频次以及光学图像的几何性能、光谱范围、辐射性能等5个方面提出对静止卫星的技术指标要求,为推动我国的防灾减灾光学成像静止卫星建设提供借鉴。
受到全球气候变暖的影响,台风的年暴发频率及其造成的危害都成上升趋势,中国位于西北太平洋沿岸,已成为世界上少数几个遭受台风影响最严重的国家之一。卫星遥感资料因其覆盖范围广、成像面积大、时间分辨率高,已成为台风灾害损失评估的有效资料。在综合近年来台风监测相关研究的基础上,从常规观测资料、气象卫星遥感资料、微波遥感资料等角度出发,对遥感技术在台风监测中的应用现状进行了详细的论述。同时,也对各种数据资源存在的问题以及优势进行了分析,并提出需要加强开展多源数据融合、台风监测系统建设等方面的研究。
“生态水(层)”富水特征特殊,各信息指标参数难以用常规方法进行量化和反演,高光谱遥感由于其波段多、光谱信息丰富的优点为生态水(层)各信息指标参数的量化反演提供有效的数据源及方法。利用高光谱遥感技术进行植被分析时,其光谱特征的分析和敏感波段提取非常重要。针对“生态水”信息指标植被参数有关量化反演需要,对研究区部分典型植被叶片进行了光谱采集,利用微分方法对光谱数据进行处理,分析了不同植被叶片光谱的原始、一阶微分和二阶微分光谱曲线,从中提取差异大的波段区分不同植被。同时,采用距离统计分析方法对所选择的不同波段进行有效性验证。研究结果表明:虽然3种方法提取的波段有差异,但存在共同点；选择的光谱特征波段可有效地区分不同植被,在近红外波段尤为明显,分别是1 814~1 823 nm,1 874~1 883 nm和1 890~1 899 nm附近。
调制传递函数是目前国际上普遍使用的光学遥感载荷在轨运行性能的重要评价指标,而刃边法是评估中高分辨率光学载荷在轨MTF最普遍使用的方法。针对推扫型机载线阵光学遥感载荷成像特点,重点考虑姿态因素对算法评估精度的影响,对刃边算法进行调整和优化以适应推扫型机载线阵光学遥感载荷的MTF评估;还改进了精度分析方法,引入了载荷姿态影响因素,并利用真实载荷姿态数据生成仿真刃边图像对算法的有效性和评估精度进行了验证。
压缩感知理论利用目标的稀疏特性,能从极少的测量值中重构出目标图像,已成为突破奈奎斯特采样定理,实现超分辨成像的一个极具潜力的研究方向,其应用于对地观测遥感成像的一个核心问题在于面对复杂的地物场景,如何探求有效的稀疏化表达方法。对于具有超高数据量的高光谱成像而言,充分利用波段间丰富的冗余光谱信息,研究有效的光谱稀疏化表达方法更加具有实用价值。首先介绍了压缩感知光谱成像以及光谱稀疏化表达的基本原理,然后利用来自ASTER光谱库的多种类型地物光谱数据构建了一种基于K-SVD方法的训练字典,将其与DCT基、小波基分别作为稀疏基,对于几种典型地物目标进行仿真重构,结果表明:所构建的稀疏字典在采样数较少的情况下明显优于DCT基和小波基,在20%的低采样率时即可近乎完美地重构光谱曲线。
为了探讨环境卫星影像在分类中的应用潜力,通过对其地物光谱进行分析,计算推导出了适用于环境卫星数据的LBV变换公式,并且将变换后得到的LBV图像应用到面向对象分类中。实验结果表明:推导的针对HJ\|1B影像的LBV变换公式具有普适性,并且经过LBV变换后的影像有效地弥补了环境卫星数据光谱分辨率不高的缺点,在分割参数相同的情况下,分割效果明显好于原始影像分割结果。利用变换后的LBV图像进行面向对象分类,可以很好地提取出水体、植被、城镇和建筑用地4大类,总体分类精度达到93%,Kappa系数为0.8894,表明经LBV变换后的HJ影像在面向对象分类中具有很大的应用潜力。
基于2001~2010年逐月MODIS NDVI产品,采用Mann-Kendall检验和Hurst指数,研究中国东部及5个子区(东北区、黄淮海区、长江中下游区、江南区和华南区)植被覆盖的时空动态特征。结果表明:10 a期间中国东部植被覆盖以不显著改善和不显著退化特征为主,前者稍占优势,4个季节中秋季改善状况最显著；未来态势主要表现为不显著改善且未来将持续改善和不显著退化且未来将持续退化两种特征。植被覆盖为不显著退化且将持续退化的区域主要分布在大型城市或城市群周围；5个子区中,除江南区年内主要表现为不显著退化且将持续退化特征外,其余4区均主要表现为不显著改善且未来将持续改善特征。
激光雷达（LiDAR）系统能够快速获取高精度数字地表模型,广泛应用于国土资源调查、地形测量、林业、灾害评估等方面。LiDAR系统采集的原始数据必须经过点云解算才能生成满足应用需求的三维点云,为此,在分析阵列推扫式机载激光雷达系统成像原理的基础上,详细推导了基于同平台POS数据的三维坐标解算模型,提出了面向该系统的激光雷达三维点云解算方法以实现三维点云的生成,利用飞行试验数据解算结果验证了此方法的有效性。该方法适用于同类型阵列推扫式机载激光雷达的点云解算。
近年来混合像元分解在城市地表组分监测与分析中的应用逐渐成为城市遥感的一个热点。纯像元的选取是混合像元分解过程中的重点和关键所在。以沿海城市厦门为研究对象,根据不同的土壤和不透水面纯像元选取规则,使用2组12种不同的纯像元选取方法对2007年1月8日TM影像进行混合像元分解,对分解结果的模型适宜度进行了比较,并使用2006年12月25日SPOT5高分辨率影像对分解结果的精度进行了比较和评估。结果表明:混合像元分解在纯像元选取时,S端元选取兼顾低反射率裸土和高反射率裸露基岩的纯像元可以整体提高分解的模型适宜度和分解精度;适度提高I分量纯像元中高反射率纯像元的比例有助于改善整体尤其是S、W分量的分解效果。
提出了一种利用SAR插补因云遮挡导致CCD数据缺失的算法。通过分析云及其阴影的光谱特征,设计出云及其阴影的提取模型,并运用CCD和SAR之间匹配转化算法和有云影响像元的替换运算,得到插补后的新CCD数据。利用高光谱数据反演海面盐度算法所得海面盐度与实测海面盐度做相关性比较分析对本缺失数据插补算法进行检验。结果表明:研究海域中缺失数据区域的海盐反演精度为R2=0.8441,RMSE=0.7031,即SAR插补CCD缺失数据算法具有较强的可靠性和多源遥感数据兼容性,一定程度上恢复了噪声下垫面的实际情况,可以用于融合多传感器生成时空完整、高精度的数据产品。
基于2001~2009年MCD12Q1数据,提取哈德逊湾西南区连续9年都是湿地的区域作为研究区。利用1982~2006年GIMMS NDVI数据,分析此区域25 a来NDVI季节、年际变化,并与温度、降水数据进行相关分析。结果显示:研究区域NDVI季节变化呈现单峰曲线形状,夏季达到最大值。1982~2006年NDVI年际变化在春秋两季与全年平均NDVI年际变化都呈增加趋势,夏季与冬季趋势则相反。此区域NDVI季节变化与温度、降水呈极显著相关,冬季NDVI年际变化与温度以及夏季NDVI年际变化与降水的相关性不显著,而其他各时期NDVI年际变化与温度、降水也都呈极显著相关。然而,由于人类活动及其他因素的影响,此区域的NDVI年际变化驱动还存在一定的不确定性。
准确获取建筑的三维分布信息对于城市规划与管理、灾害风险评估与防范以及灾后救助等都具有非常重要的意义。针对目前建筑物信息提取研究集中于二维平面信息提取,三维信息提取研究较少,且方法自动化程度较低,实用性和和推广性不足,提出了综合立体像对和高空间分辨率两种遥感数据进行建筑物三维信息提取的方法。首先,基于小波变换融合方法对GeoEye\|1高空间分辨率全色和多光谱影像进行融合,然后运用面向对象方法对融合后的高空间分辨率遥感影像进行建筑物基底轮廓提取,再利用IRS\|P5立体像对反演地物高度,最后通过数据整合获得研究区建筑物的三维空间分布。研究结果表明:该方法可以充分利用不同遥感数据的优势,获得较高的提取精度;研究所需数据容易获取,方法具有较好的可操作性和推广性。
为了探讨藏北中部地区近20年来的草地退化状况及主要驱动力,基于1990、2000及2010年的Landsat影像,采用混合分类方法对研究区主要景观类型进行分类,并利用景观指数分析景观格局及草地退化特征。另外,基于气象数据,利用灰色关联度方法分析草地退化的主要驱动力。结果表明:草地退化面积在1990~2000年呈增加趋势,在2000~2010年呈减少趋势,2000年之后研究区草地退化状况趋于缓和。造成草地退化的主要气候因素为降水量、气温、日照时数、平均相对湿度和蒸发量等,其中,高寒草甸草地主要受平均相对湿度及降水量的影响,高寒草原草地受蒸发量、日照时数、平均最低气温、降水量、平均相对湿度和平均最高气温的影响均较大,高寒荒漠草地与平均最高气温、日照时数和蒸发量的关系最为密切。
台风是世界上最严重的自然灾害之一,及时、快速地开展台风灾害监测对台风灾害评估以及灾后重建具有极为重要的作用。以2011年第17号强台风“纳沙”为例,采用HJ\|1 CCD影像开展台风灾害前后海南省NDVI植被变化研究。选取2011年台风灾害前7月8日、台风过后12月25日两个时相的CCD遥感影像,通过影像预处理及矢量裁剪等运算,得到台风灾害前后7个农场的NDVI数据。随后,选取了2010年7月5日、12月27日两个时相的CCD影像提取相同区域的7个农场NDVI值进行对比分析;最后应用线性回归分析方法,建立了台风前后NDVI值变化与距离台风风眼的关系模型。研究结果表明:受台风“纳沙”的影响,7个农场的NDVI值均有不同程度的下降;距离台风越近的农场NDVI值下降程度越大,两者呈现显著的线性相关关系。
植被在遥感影像上成像具有复杂性和不确定性,这使得利用遥感技术提取植被信息具有很大的难度。利用数据资源丰富的ETM+影像数据对新疆西天山矿化蚀变区的植被进行提取研究,目的是为进行下一步的矿化蚀变信息提取做准备。为保证在提取植被信息后能较好地保留矿化蚀变信息,在认真分析了植被和矿化蚀变的光谱特征后,提出采用“面向特征的主分量分析+最优密度分割”法,最后得出采用ETM+波段3和波段4组合的方式能够取得较好的效果,该方法具有一定的适用性。
在若尔盖湿地以1989、2000、2005和2010年的Landsat TM/ETM数据为信息源提取土地覆盖以及植被覆盖度信息,结合ASTER DEM数据,在地理信息系统技术空间分析功能的支持下,依据水利行业《土壤侵蚀分类分级标准》(SL190-2007),通过叠加分析对研究区近20 a水土流失变化状况进行评估并分析了其与沼泽萎缩的关系。研究结果表明:若尔盖湿地土壤水力侵蚀面积广,但是程度轻;2000年以前水土流失程度加重,泥沙淤积是沼泽快速萎缩的原因之一;之后在相关生态环境建设和恢复措施作用下水土流失程度有所减轻,沼泽萎缩也呈减缓趋势。
以Google Earth平台分辨率为0.61 m的QuickBird高分辨率遥感影像为基础,选择毛乌素沙地22座典型新月形沙丘,提取2个不同时期的沙丘形态参数数值。沙丘形态参数分析表明:沙丘宽度与背风坡水平长度之间显著相关。沙丘在移动过程中,宽度减小,迎风坡水平长度增加,背风坡水平长度减小；沙丘移动速度与沙丘宽度间具有良好的相关性,移动速度为3.5~9.5 m/a。沙丘前移过程中,沙丘形态既有正向演变又有逆向演变,说明沙丘移动的复杂性。
由于雷达遥感的全天候、全天时的优势,使之成为南方大范围农业信息动态监测的最佳遥感手段。应用星载合成孔径雷达(SAR)—RadarSat-2,选择安徽省涡阳县冬小麦产区进行测产研究。利用SAR的多极化特点(HH/HV/VH/VV),针对此卫星影像比较选择VV极化,并在试验田取样,获得试验田产量,从而建立产量和后向散射系数关系的线性测产模型,在提取冬小麦种植区基础上,应用此模型对冬小麦进行大面积产量测产。通过计算,得到了超过80%精度的测产模型和冬小麦较准确的测产结果。研究结果表明:在冬小麦收割前一周左右应用SAR进行测产,从而为农保提供服务,这种思路和方法是行之有效的。
高空间分辨率卫星遥感数据的发展为滑坡灾害数据获取和更新提供了新的途径。以西北黄土高原为研究区,提出了一种基于多特征面向对象区域滑坡现象的识别方法,基于单期高空间分辨率遥感数据,利用集合和特征组合进行区域滑坡现象识别,实验结果表明:该方法是识别滑坡现象有效的技术方法之一,对开展滑坡监测、影像理解和地学分析具有重要的研究意义。
随着城市化进程的加速发展,地面沉降危害不断加剧。以廊坊市城区为示范研究区,选取近5 a的ENVISat卫星ASAR数据,采用永久散射体干涉测量(PS-InSAR)技术,提取廊坊市城区2003~2007年时间序列地面沉降形变信息,并对廊坊市地面沉降空间分布特征进行初步分析。研究结果表明:廊坊市城区年平均沉降速率在-19.2~18.7mm/a之间变化,沉降中心主要分布在城区北部地区,对城市基础设施及施工建设产生严重影响。
植被是环境的重要组成因子,植被的保护和恢复是公路生态环境建设的核心。而生态环境的传统评价方法无法对植被环境做出全面、及时的反映,无法满足实际工作需求。利用遥感的光谱性优势,以京港澳高速长潭段路域为试验区,结合物理方法及数学分析,建立高等级公路路域植被健康指数模型。结果表明:模型计算结果与现场试验结果吻合较好,可有针对性地指导路域环境的防治,为路域生态环境遥感监测的业务化运行奠定坚实基础。
甘公网安备 62010202000685号
