山地在维持生物多样性、调节区域气候和涵养水源等多个方面具有非常重要的生态服务功能。由于存在高度的时—空异质性,山地地表生态参量的反演面临更多理论和技术上的难题,也对定量遥感的发展提出了新的要求。梳理了山地地表生态参量遥感反演的研究进展,讨论了进一步提高山地地表生态参量遥感反演能力的关键理论、技术及存在问题。只有模型、观测和数据处理方法3个环节的共同进步和有机结合才能推动山地定量遥感继续向前发展。反演山地生态参量不仅需要已有理论和技术的提升,同时还需要方法论上的突破。
遥感为获取山区生态环境与资源信息提供了重要的观测手段。然而受地形遮蔽影响,山区光学影像大量的地形阴影给山区土地覆被解译以及生态参量的遥感反演带来了巨大困难。针对地形阴影光谱信息的恢复,提出了一种基于MODIS NDVI的Landsat TM影像地形阴影区光谱信息恢复方法。该方法首先利用MODIS上午、下午星(Terra和Aqua)不同时间过境能够对地形阴影区信息实现互补的特点,采用最大值合成法合成MODIS上、下午星16 d NDVI产品(MOD13Q1和MYD13Q1),获得低空间分辨率影像上的阴影区光谱信息;在此基础上,考虑MODIS与Landsat的观测角度、光谱差异,设置滑动窗口及筛选规则提取MODIS与TM影像相匹配的同质纯像元;基于中、低空间分辨率影像中均匀同质像元存在一定统计关系的假设,进一步建立同质区域中TM影像光照区域与对应MODIS NDVI的回归树模型,利用该统计关系和阴影区MODIS的NDVI信息推导得出地形阴影区的光谱信息。将阴影光谱信息恢复后的影像与SCS+C校正后的影像进行比较和分析,结果表明该方法恢复得到的地形阴影的光谱信息能够更好地反映阴影区信息,同时光谱保真程度较好。随着越来越多的中高空间分辨率卫星影像的发展,采用多源卫星数据进行山地地形阴影区信息恢复将成为一个新的发展趋势,该方法以期为同类影像处理提供参考。
相对于平地,山地的空间异质性更强,交通更为不便,开展遥感实验时需要更加高效的地面样点布设方案。以条件拉丁超立方体采样为理论基础,通过构建多目标代价函数,发展了一种专门针对于山区遥感试验的采样方法。以具有复杂地形特征的海螺沟为研究区,与随机采样(SRS)、基于分类图的采样(LCSS)以及无成本约束的条件拉丁超立方体采样(CLH)进行了对比试验。结果表明,CLH和本文方法所得样〖JP2〗点的概率直方图和研究区总体概率直方图非常相似,样点代表性明显优于SRS和LCSS方法。同时,本文方法所得样点的平均成本距离(296.78)显著低于SRS(407.84)、LCSS(408.19)和CLH方法(458.78)。
山地是森林重要的分布区,然而山地多样的森林类型、高度异质化的景观格局、突出的地形效应以及云、雾的干扰均不同程度地影响了山地森林类型的遥感自动制图。多源多时相遥感影像提供的季相节律信息是当前提高土地覆被遥感制图精度的重要信息源之一。以岷江上游地区为研究区,以国产环境减灾卫星多光谱CCD(简称HJ CCD)影像和美国Landsat TM影像为数据源,以决策树为分类方法,根据参与分类影像的时相差异设计了5组对比实验(生长季单时相组、非生长季单时相组、生长季多时相组、非生长季多时相组、全时相组),对比论证多源多时相遥感影像对山地森林类型自动制图的贡献和作用。对比结果表明:生长季和非生长季相结合的多时相遥感影像较单时相或单一类型(生长季或非生长季)多时相遥感影像,更能显著提高山地森林类型自动制图精度,且能降低分类决策树的复杂程度,更有利于山地森林类型的自动提取。
叶面积指数(LAI)遥感估算是植被定量遥感研究的热点之一,监测植被LAI时空变化对于研究陆地生态系统碳循环及全球变化等具有非常重要的意义。在我国西南山区设置10个50 km×50 km的观测样区作为研究区,其中包括5个森林生态系统样区、3个农田生态系统样区和2个草地生态系统样区。分别获取不同优势植被类型LAI地面实测数据,结合同期获取的遥感数据,考虑地形因素影响,基于偏最小二乘原理分别构建各样区LAI遥感估算模型,并采用交叉验证的方式对模型精度进行评价。结果表明:考虑了海拔、坡度和坡向等地形因子的森林LAI遥感反演模型与未考虑地形变量的模型相比,其验证精度有所提高,R2由0.30~0.75提高至0.50~0.80,RMSE由0.52~0.93 m2/m2降低至0.48~0.89 m2/m2;所有样区优势植被类型LAI反演模型验证R2在0.40~0.80之间,RMSE在0.22~0.89 m2/m2之间。发展的LAI遥感估算方法有助于认知山地植被LAI反演的地形效应问题,可为进一步的山地植被长势监测提供科学依据。
地上生物量是衡量草地长势及生态系统服务功能的重要参数，对于草地生态系统碳收支、资源可持续开发等研究具有重要意义。研究基于若尔盖高原典型样带的无人机可见光影像和地面实测样本，建立生物量与多种可见光植被指数的指数回归模型，对比不同植被指数模型的生物量估算精度的差异。结果表明：可见光植被指数能够有效区分草地和其他覆盖类型，生物量与植被指数具有较好的相关关系。但基于不同波段建立的植被指数对生物量的估算精度存在差异，其中利用红、绿波段建立的植被指数NGRDI模型对生物量具有最高的模拟精度(R2=0.856)和预测精度(验证样本ABE=94 g/m2，RMSE=124 g/m2)。研究获取了高空间分辨率的草地地上生物量，相关成果可为若尔盖高原碳收支、卫星遥感产品真实性检验、生态模型、资源可持续利用等研究提供方法与数据支撑。
地表温度是影响地表能量收支平衡的重要参量,能够综合反演地表的水热交换过程。虽然当前在基于地表温度开展全球或者区域尺度的地表能量平衡研究方面取得一系列的进展,但是面向山地区域尺度的类似研究仍然面临较大的挑战。为分析山地复杂地形对山地地表温度时空分布的影响规律,基于具有较高空间分辨率的Landsat 8热红外数据,以我国西南典型山地为研究对象,定量反演该区域的地表温度空间分布状况,结合SRTM90 DEM数据,选择从海拔、坡度和坡向3个关键地形因子角度分析山地地表温度的地形效应特征。结果发现:山地地表温度随地形因子均呈现出十分显著的变化特征。总体而言,地表温度均随着海拔和坡度的升高而降低,而在坡向方面,南坡的温度相比北坡的温度要高。在地形效应分析的基础上,通过开展1 km空间尺度地形和地表温度的空间统计分析发现,山地1 km尺度下地表温度存在较大的空间异质性,且其影响不可忽略。研究结果表明:开展山地地表水热过程遥感动态监测需高空间分辨率地表温度作为数据支持,以准确描述山地地形因素对地表能量交换过程的影响。
叶绿素是农作物生长过程中重要的生化参数之一,其含量对农作物长势监测、病虫害监测、成熟期预测都有重要意义。介绍了现有遥感监测农作物叶绿素含量的模型基本原理与方法,总结了国内外在该领域的主要研究成果,进一步将模型进行分类,并分别针对经验模型、物理模型和耦合模型进行详细论述,分析了模型的优缺点及其适用范围,根据遥感估算农作物叶绿素含量的模型研究中存在的问题,对未来估算模型的发展趋势进行了展望。
传统D\|InSAR技术虽然在地表形变测量应用中得到广泛应用,但其测量精度容易受失相干、大气效应、DEM误差等的影响,测量结果有时甚至不可靠。为了突破这些限制,在D\|InSAR技术中引入时间维,筛选出时序SAR图像上受失相干影响较小的像元,建立并解算相位模型,从而提取形变信息。PS\|InSAR技术自出现以来,经过不断改进,在受失相干影响较大的长期缓慢形变监测中发挥了重要作用,一直是近年来雷达干涉领域研究的重点问题。详细梳理了PS\|InSAR技术的发展历史,总结了关键技术环节的改进算法以及应用领域,指出现有PS\|InSAR技术仍然存在的问题以及可能的发展趋势。
使用MODIS地表温度(LST)产品对青藏高原地表温度的空间分布和年际变化进行分析。通过一种融合时空信息的方法对LST缺失像元进行重建恢复,重建后有效像元比例达到97%以上。用正弦和线性分段函数法将4个瞬时时刻的LST观测值拟合为日平均LST,经地面0 cm土壤温度观测数据验证,拟合后的均方根误差(RMSE)在1 K以内。建立以年为周期的余弦函数模型,刻画了LST在一年内的季节波动,并得到LST的年平均值、振幅和峰值日期3个参数。分析了各参数在空间上的分布和多年的变化趋势。结果显示:LST年平均值与海拔高度、纬度和下垫面类型相关性较大；年内振幅从青藏高原东南部到西北部呈升高趋势；水体的峰值日期相比其他地物类型有明显的延迟。多年变化斜率分析显示,整个青藏高原的年平均LST以每年0.015 K的速度升高,振幅以每年0.076 K的速度增长,反映出受气候变化的影响,极端气候出现的概率明显增大,而峰值日期有所提前。
洪涝灾害范围是表征洪涝灾害时空分布特征的关键物理参数,是洪涝灾害灾情评估的主要内容和重要基础。充分利用遥感技术、地面站网观测数据和实地调查核查等手段,是当前“天、空、地、现场”一体化开展洪涝灾害范围动态监测的研究前沿。针对洪涝灾害范围实时动态演变过程监测时效性受数据和信息提取效率制约的问题,提出了基于HJ\|1 CCD数据利用区域生长算法的洪涝灾害范围提取模型。在研究多种地物目标的影像特征与光谱响应特征基础上,采用区域生长算法对2013年汛期黑龙江省抚远县洪涝灾害范围进行识别和判定。结果表明:汛期内稳定高频次获取的HJ\|1 CCD数据能为洪涝灾害范围识别和动态演变过程监测提供数据保障。区域生长法提取集中连片水体的效率高,能够将过去目视解译、人工勾画需要5 h的工作量缩短到10 min之内;提取结果宏观性强,在影响范围大的洪涝灾害范围动态监测业务中发挥着重要的作用。
通过对5种微波辐射计SSM/I、SSM/IS、TMI、AMSR\|E和WINDSAT以及2种微波散射计ASCAT和QUIKSCAT多年的海面风产品同浮标同步的实测资料进行数据匹配处理,再对匹配后的数据进行数据分析和统计。研究结果表明:微波辐射计遥感海面风的性能在1 m/s左右,可以满足绝大多数应用的需求。微波辐射计的低频海面风产品性能优于中频产品,但是中频数据地面分辨率高,建议在近海应用中使用中频产品,在大洋应用中使用低频产品。就不同微波辐射计而言,AMSR\|E和WINDSAT性能较优,SSM/I和SSM/IS性能较差,TMI则处于中等水平。微波辐射计测量风速的性能与微波散射计相比处于同一水平,但在高风速段微波辐射计有一定优势。微波辐射计中仅全极化微波辐射计WINDSAT具有测量海面风向的能力,在低风速段,WINDSAT测量海面风向的性能远远不及微波散射计,只有风速超过6 m/s时,WINDSAT提供的海面风向数据才能符合应用的需求。当风速超过8 m/s后,WINDSAT遥感海面风向的能力就和微波散射计基本一致。在此基础上,提出了强风条件下深入研究的必要性,并对浮标测风存在的问题做出了初步的分析并指出了改进的方向。
景观指数分析是进行遥感监测土地利用及变化空间格局的重要方法之一,而因为遥感分类方法的不同,所计算出的同一景观指数所揭示的土地变化模式可能出现较大差异。以北京市密云县为研究区,对影像分别进行了面向对象分类与基于像元的监督分类,并对两种分类进行景观指数计算,利用配对样本t检验方法对各景观指数进行了差异显著性分析。分析结果显示地类面积比例(PLAND)和最大斑块指数(LPI)在两种分类方法之间差异不显著;边缘密度(ED)略有显著差异性;而斑块数量(NP)、斑块面积平均值(AREA_MN)、聚合度(AI)与周长面积分维数(PAFRAC)在两种分类方法之间差异显著。
利用水介质光辐射传输数值模型Hydrolight,结合前人对长江口及邻近海域水体的生物—光学模型研究,模拟不同光学水体的遥感反射率,并分析遥感反射率对悬浮颗粒物(SPM)的敏感性以及SPM对4种叶绿素a(Chla)反演算法(二波段、三波段、荧光基线高度(FLH)和综合叶绿素指数(SCI)算法)的影响。结果表明:由Hydrolight模拟得到的遥感反射率与现场同步实测的遥感反射率的均方根误差小于0.01 sr-1,其中可实现遥感反射率在550~725 nm波段较精确的模拟。遥感反射率对SPM的敏感性随着Chla浓度的升高而降低。二波段、三波段算法适合低SPM浓度水体的Chla浓度反演,FLH算法反演Chla浓度时易受SPM的影响,而SCI算法在中、高SPM浓度水体中消除SPM的影响进而反演Chla的潜力较好。
大面积土壤水分反演对于青海湖流域草场的管理和保护具有重要的意义。利用C波段全极化的Radarsat-2 合成孔径雷达(SAR)影像数据,开展了青海湖流域刚察县附近草场的土壤水分反演研究,在“水—云”模型和Chen模型的基础上,发展了一种新的土壤水分反演算法。该算法消除了植被覆盖以及地表粗糙度对雷达后向散射系数的影响。实验结果表明:预测结果能够与实测数据很好地吻合,R2、RMSE和RPD分别达到0.71\,3.77%和1.64,反演精度较高,能够满足研究区土壤水分的反演精度要求。如果能够更细致地刻画植被层以及地表粗糙度对雷达后向散射系数的影响,土壤水分反演精度有望得到进一步提高。
海表面亮温是反演海表面盐度的关键。从不同海表面亮温参数与海表面盐度的关系入手,利用2014年7月8日西北太平洋区域SMOS(Soil Moisture and Ocean Salinity)卫星L1C数据和Argo实测盐度数据,使用数据拟合、显著性检验、偏相关分析和广义相加模型等方法,分析了海表面盐度SSS(Sea Surface Salinity)与SMOS卫星不同极化方式和不同入射角亮温参数的相互关系,并得到以下结论:水平极化亮温、垂直极化亮温、第一斯托克斯参数和第二斯托克斯参数4种亮温参数与入射角具有较强的相关性,水平极化亮温、第一斯托克斯参数与海表面盐度相关性较好,其中12.5°第一斯托克斯参数为反演海表面盐度的最佳亮温参数。
由于城区场景的复杂性和SAR成像几何畸变的影响,基于单幅SAR图像的建筑物高度提取常常存在很大困难。针对这一问题,利用建筑物目标SAR成像形成的叠掩、二次散射、较强单次散射等散射机制对应的高亮特征非常典型,并且对方向性敏感的特点,提出了一种基于双视向SAR图像高亮特征与几何模型匹配的建筑物高度提取方法。首先分析了建筑物目标的SAR图像散射特征及对雷达视向的敏感性,然后构造了建筑物目标在双视向SAR图像上高亮特征几何模型,然后基于灰度均值、灰度概率分布、边界信息定义匹配函数,并利用多种群遗传算法进行优化求解,最终得到建筑物目标的高度信息。基于模拟和机载SAR图像的试验表明该方法的建筑物高度平均反演误差小于1 m,可以有效提高建筑物高度反演的精度。
准确提取农村居民点用地规模及分布,对合理利用土地资源、改善农村生态环境及促进城市化发展具有重要意义。根据农村居民点用地的POLSAR散射特性及光谱特征,提出一种基于POLSAR极化散射特征与光学归一化差异指数的农村居民点用地提取方法,并结合实验分析了POLSAR极化相关系数在区分农村居民点用地与林地的不适用性。所述方法可有效解决单一数据源在农村居民点用地提取中裸地(光学数据)、林地(POLSAR数据)与农村居民点用地混分的问题,精确提取农村居民点用地(用户精度为91.7%,制图精度为95.2%,总体精度为95.9%)。相比基于POLSAR极化目标分解的H/α/Wishart迭代分类,该方法用户精度提高了34.9%,制图精度提高了14.4%,总体精度提高了16.2%;相比基于归一化植被指数和归一化建筑指数的监督分类,本文的用户精度提高了24.3%。
在遥感数据分类中,获取精细的地物类别无疑能够传递更加丰富的信息量,进一步加深对遥感数据的理解和解译。在机载LiDAR点云高程数据的支持下,提出并实现了遥感影像上地物精细分类的方法。为保证高精度地同种地物再划分,综合考虑配准、辅助数据源、首次回波、点云密度及影像空间分辨率4种因素,并重点解决了点云密度与影像空间分辨率不匹配的问题,利用决策树显著地提高了影像上建筑物、植被的分类数量,使点云与影像联合分类的优势得到体现,达到了分类精度与地物类别数量相统一的目的。
针对数量日益增长的多源、异构遥感影像组织与管理问题,在分析遥感影像特点的基础上,设计并实现了海量遥感影像高效可视化管理系统。研究了系统的组织架构,借助三维地球技术,提升系统的可操作性与视觉体验；采用元数据库技术,实现海量、多分辨率遥感影像的统一、快速查询、检索与定位；通过遥感影像缩略图、金字塔模型和线程池机制,提高遥感影像读取及可视化显示的效率。最后,完成了基于三维地球的遥感影像可视化管理系统的功能集成,实现遥感影像的多种管理模式和多层次需求。在此基础上,在实际工程应用中为海量遥感影像的分发服务提供有力的技术保障。
面对海量数据的特征空间高维性及训练样本的有限性,高光谱遥感影像若采用常规统计模式的分类方法难以获得较好的分类结果。因此探讨支持向量机(SVM)分类器的基本原理,针对EO-1 Hyperion高光谱影像的分类特点及现有多类SVM算法所存在的训练时间长及分类精度低等问题,引入二叉决策树SVM(BDT-SVM)分类算法,并提出一种新的类间分离度定义方法及相应的客观确定二叉树结构的策略,由此生成改进的BDT\|SVM算法。实验结果表明:与其他多类分类方法相比,基于改进的BDT-SVM算法的高光谱影像地物分类效果更好,总体精度达到90.96%,Kappa系数为0.89,该算法还解决了经典SVM多类分类可能存在的不可分区域问题。
高分遥感影像分割质量对面向对象分类精度有着重要的影响,良好的影像分割质量有利于得到较高的分类精度。对高分遥感影像分割质量进行评价,从而找到最优的分割结果就显得十分重要。通过对比参考对象和分割对象之间的面积和位置差异,提出了一种新的高分遥感影像分割质量评价方法。将该评价方法应用于GeoEye\|1高分遥感影像分割质量评价,试验结果表明:该评价方法能客观地评价影像分割质量,所得到的最优分割结果与参考对象边界匹配程度高,有利于影像后续的分类。
仅依靠光谱信息无法满足高分辨率遥感分类的应用需求,辅之以纹理特征信息进行分类,可提高影像分类精度。利用KZ\|1卫星影像和Landsat\|8卫星影像数据,基于面向对象的影像分割法和灰度共生矩阵纹理分析法对新疆石河子市局部城区进行了地表覆盖分类实验,将不同空间分辨率的全色影像纹理信息、光谱信息构成多种影像特征组合进行分类比较研究,以选择最佳的分类特征集。结果表明:KZ-1影像能为城市区域的土地覆盖分类提供丰富的纹理信息,面向对象的影像分割可较好地利用高分辨率数据的几何结构信息实现优化的影像分割,从而提高多光谱影像的分类精度,总体分类精度为90.06%,Kappa系数为87.93%,比单纯利用光谱信息分类的总体精度提高了8.02%,Kappa系数提高了9.65%,表明KZ\|1数据可为光谱分类提供丰富的纹理信息,从而提高城市区域的土地覆盖分类精度。
甘公网安备 62010202000685号
