卫星遥感反演降水技术为获取全球降水信息提供了途径。遥感降水数据不可避免地存在误差，精度检验是必不可缺的。首先回顾了遥感降水数据全球检验项目；总结检验策略，分为降水事件检验、中小区域尺度检验和大区域尺度检验；然后总结检验方法，包括基于地面观测数据检验方法和基于降水产品检验方法；最后介绍遥感降水数据检验常用流程，包括获取参照数据、检验区域选择和数据对比。遥感降水产品精度检验框架主要存在3个方面的问题，全球遥感降水产品检验策略不完善、参照数据缺乏统一标准和检验指标不统一。未来发展方向可能有完善检验策略、统一参照数据及检验方法。
风云三号D星(FY-3D)是我国新一代极轨气象卫星。中分辨率光谱成像仪(MERSI-Ⅱ)是其携带的核心传感器之一，FY-3D对于全球数值天气预报、大气定量探测以及气候变化监测等具有重要意义。积雪面积比例产品是众多陆面产品之一，是水文模型和区域气候模型的主要输入参数。基于MERSI-Ⅱ数据发展了业务化提取积雪面积比例的算法，算法核心是混合像元分解。空间光谱端元提取(SSEE)的方法自动提取端元，全约束最小二乘法(FCLS)求解线性混合模型。解混结果叠合云掩膜得到FY-3D/MERSI-Ⅱ积雪面积比例数据(FY-FSC)。以Landsat 8的积雪面积比例数据(L-FSC)作为参考值对FY-FSC进行验证，同时将FY-FSC和MODIS积雪面积比例数据(M-FSC)进行比较。结果表明：FY-FSC的总体相关系数(R)为0.54，均方根误差(RMSE)为0.17，绝对平均误差(AME)为0.10；M-FSC总体R为0.41，RMSE为0.26，AME为0.29；利用积雪面积提取的精度评价因子K比较FY-FSC和M-FSC获取的总积雪面积的精度。结果表明：FY-FSC和M-FSC数据的平均K值分别为88.51%和86.78%，FY-FSC精度高于M-FSC。FY-FSC将作为试验参数纳入FY-3D/MERSI-Ⅱ积雪覆盖业务产品中，可填补国产卫星业务化反演积雪面积比例参数的空白。
微波辐射亮温正向模拟是辐射传输模型反演积雪参数的关键步骤之一。以HUT模型为基础，针对森林冠层微波透过率这一关键的模型输入参数，在东北大小兴安岭典型森林积雪区进行了14个子区域(10 km*10 km)的地基遥感观测和森林参数取样观测实验，分别利用地基微波辐射计实测和森林材积量回归两种不同参数获取方法，得到实验观测区冬季森林透过率，并模拟了星载微波辐射计探测亮温(T simu B)。通过对两种参数获取方法模拟亮温的相关性分析，说明在K波段水平极化条件下森林存在体散射效应(相关系数R2≤0.37)，而Ka波段双极化和K波段垂直极化条件下，森林存在很弱或无体散射效应(相关系数R2≥0.53)。在此基础上，将T simu B与FY3C MWRI观测的微波辐射亮温进行了差值比较，以MWRI的定标精度约以2 K为基准，提出了以偏差|Δ|≤3·6 K为一致性判据准则。在K波段水平极化(H)与垂直极化(V)辐射计模拟的一致性为79%、82%，Ka波段的H和V为43%、50%；材积量模拟亮温的一致性是K波段H和V为57%、86%，Ka波段的H和V均为64%。结果表明：在HUT模型模拟森林积雪系统微波辐射亮度温度时，Ka波段积雪层散射引起的不确定性大于K波段森林散射引起的不确定性。通过数据分析，提出了HUT模型的适用性及东北地区森林—积雪真实性检验场的选址依据。
森林地上生物量（AGB）是评价森林生态系统功能的重要参数，遥感是获取区域尺度AGB的有效手段。以内蒙古根河市为研究区，利用TM遥感影数据和33个森林样地调查数据，基于四尺度几何光学模型的森林AGB遥感估算方法，首先，基于样地观测数据建立树冠面积（SA）估算AGB的方程；再利用四尺度几何光学模型建立由冠层反射率反演SA的查找表，由TM影像反演SA，进而估算AGB。在全部33个样地，估算的AGB与观测数据的一致性（RMSE=20.8 t·hm-2，R2=0.45）明显优于基于差值植被指数（DVI）（RMSE=27.7 t·hm-2,R2=0.09）和混合像元分解（SMA）（RMSE=27.6t·hm-2 R2=0.02）方法建立的统计模型的估算结果。利用19个针叶林样地的观测数据验证表明，估算的AGB的RMSE和R2分别为20.8 t·hm-2和0.53，利用DVI估算的AGB的RMSE和R2分别为31.5 t·hm-2和0.18，利用SMA方法估算的AGB的RMSE和R2分别为31.8 t·hm-2和0.14；对于14个阔叶林样地，估算的AGB的RMSE和R2分别为20.9 t·hm-2和0.47，利用DVI估算的AGB的RMSE和R2分别为21.4 t·hm-2和0.01，利用SMA方法估算的AGB RMSE和R2分别为20.6 t·hm-2和0.11。结果表明：通过反演与AGB紧密联系的SA，进行AGB的遥感估算是一种有效可行的技术方法。
利用地基Ka波段云雷达和无线电探空仪数据进行云边界识别和对比分析研究。结果表明，8毫米波云雷达探测的云底高度比无线电探空仪观测偏低约300 m，大多数情况下二者识别的云底高度接近；而判定的云顶高度偏差较大。雷达与探空云底高度判别偏差较大时，在云下常存在大气“干层”，此时雷达探测更为灵敏；探空仪水平漂移及其湿度传感器的探测误差随高度增加是造成两者偏差的主要原因。通过计算和对比雷达反射率的时空变化率，给出了云雷达确定云底和云顶高度的一个可信度判据。
GF-1 PMS2和GF-2 PMS2作为同系列卫星，在许多方面都有相似之处，对二者定量关系的研究有助于它们之间影像数据的互为补充使用。基于3对同日过空的GF-1 PMS2和GF-2 PMS2影像对，采用基于全试验区的光谱比较法与基于样区的均值比较法对两者的影像数据进行交互对比。结果表明：GF-2 PMS2的表观反射率总体大于GF-1 PMS2，但二者的差异在各波段的表现不尽相同。在蓝、绿光波段二者差异较大，在红光和近红外波段差异较小，这种差异明显受土地覆盖类型的影响。提出了两种传感器各波段数据的对应转换方程，并验证了方程的有效性。证明所求转换方程具有较高精度，能够明显降低二者影像数据之间的差距，可作为二者数据替代使用的转换方程。
基于高分辨率遥感影像进行飞机目标的自动检测对精确掌握飞机的空间位置具有重要意义。由于飞机姿态不一、背景复杂、轮廓不完整等原因，导致飞机自动检测的难度较大、检测精度不高。传统飞机检测方法主要基于人工特征和机器学习分类器，在算法鲁棒性、位移、旋转不变性等方面表现欠佳。为了解决上述问题，通过引入深度神经网络模型和迁移学习策略，基于国产高分辨率遥感影像实现了飞机目标的高精度检测。具体而言，首先构建了多尺度飞机样本数据库，并基于YOLO V2目标检测模型进行迁移学习，从而提高飞机检测模型的精度和鲁棒性。以上海浦东机场GF-影像为例进行飞机目标检测实验，实验结果表明：飞机召回率为92.25%，正确率为94.93%;通过深度学习和模型迁移可以实现小样本情况下的飞机目标高精度检测。该方法可以推广到其他地物的检测和识别中，具有较好的推广意义和价值。
全球气候变化对粮食安全和农业可持续发展造成威胁，冬小麦作为全球重要粮食作物之一，其快速和准确的信息提取对保障区域粮食稳定具有重要意义。采用在农作物识别和提取领域具有明显优势的随机森林算法，结合典型冬小麦种植区光谱特征、纹理特征和主成分特征实现了30 m空间分辨率遥感影像下的冬小麦地块的特征选择和快速提取，并分析了不同特征空间组合方式下的提取效果。研究表明：在“光谱特征”、“光谱特征+纹理特征”、“光谱特征+纹理特征+主成分特征”3种特征空间组合下，第3种组合方式下的冬小麦提取效果最佳，总体精度可达到84.85%，分别高于前两种方式8.08%和6.88%。因此，利用随机森林算法结合多源特征信息，可以有效实现特定农作物如冬小麦的快速提取，并为区域作物进一步应用研究提供有效数据支撑。
针对四川省九寨沟2017年8月8日发生的7.0级地震引起的地表形变，使用欧空局2014年发射的Sentinel-1A卫星C波段雷达影像数据，采用两轨雷达差分干涉技术(D-InSAR)处理得到了研究区范围内同震形变场。干涉结果显示，此次地震造成了明显的地表形变，景区内最大抬升达到了12.6 cm，最大沉降达9.8 cm。研究结果表明：Sentinel-1A卫星的C波段雷达数据非常适用于对植被覆盖葱郁、地形复杂的区域进行D-InSAR形变监测。D\|InSAR技术获取的地表形变信息可用于分析讨论地震受灾范围和地震机理。进一步明确了D-InSAR技术在大范围地表形变探测和地学研究范畴的重要地位。
近年来湿地的植被退化一直是全球关注的问题，对湿地植被覆盖度进行反演并研究其时空分布特征显得尤为重要。而为了解决植被反演中存在的混合像元问题，提出了基于面向对象的多端元光谱混合分析方法。以扎龙湿地保护区为研究对象，中高分辨率 Landsat 影像为数据源，从时间尺度和植被覆盖度等级变化层面，研究湿地植被时空变化特征。面向对象多端元混解模型，有效地减少了计算量和混合像元的端元变化，且反演值与检验值相关性较高，均方根误差较小，优于传统多端元混解模型方法，提高了植被覆盖度反演精度。扎龙湿地多年植被覆盖度整体呈现退化趋势，2001~2017年的平均变化速率高于1985~2000年，对于提高全球气候变化情景下植被转移预测精度具有重要理论意义。
研究植被覆盖度（Fractional Vegetation Cover，FVC）动态变化，可增强了解森林群落的抵抗力和恢复力，为森林生态系统定量评价提供科学依据。基于像元二分模型、Landsat-5 TM（2006、2010）及高分一号（GF-1，2016）数据估算了3个时期的根河市FVC，引入变化率和动态度2个指标评价其动态变化情况，并且分析了多因素对该变化的影响。实验结果显示：中度以上等级占总面积80%以上，2016年低、较低、中度、较高、高等级FVC分别为1 645.02、1 655.97、3 536.59、5 556.87、7507.15 km2。采用0.2 m航空CCD影像进行植被/非植被点提取后，针对2016年的FVC估算结果进行交叉验证的精度为0.92。变化分析结果显示：除部分地区外（敖鲁古雅），2006~2016 年间FVC变化整体上呈增加态，尤其是高等级增加了1 668.78 km2。综合来看，根河市植被覆盖良好，多重因素共同影响其动态变化，局部FVC对火灾干扰的变化极为敏感，低海拔和平坡FVC明显降低，与人类生产生活密切相关。
夜间灯光数据已成为监测城市发展进程及空间格局演变的重要依据。利用覆盖陕西省的2000、2005、2010年3期DMSP/OLS数据及2015年无云复合NPP/VIIRS数据，结合MODIS等多源遥感数据构建VANUI、EANTLI两种指数模型，识别并提取陕西省城市建成区面积，经过对比分析后，选取较为精确的EANTLI指数重建陕西省2000~2015年城市扩展进程，并对西安市城市扩展的细节特征进行探究。结果表明：EANTLI指数在城市建成区识别与提取方面较VANUI指数稳定；2000~2015年陕西省城市扩展的不均衡性较为突出，关中各地市城市建成区面积增长速率最快，陕北次之，陕南地区较为缓慢。陕西省城市扩展的主要特征是以各地市中心城市为核心，呈同心圆或扇形模式向外蔓延；西安市城市扩展具有明显的外延性特征，城市重心逐渐向西移动，城市建成区向西北、西南方向持续扩展。
受云等诸多因素的影响，青藏高原的MODIS LST数据通常存在大面积数据缺失，传统的插值方法很难达到理想效果，因此学者们研究了许多新方法，其中较好的一种是利用和缺失像元具有相似的LST变化特征的已知像元集估算缺失像元的LST，能够能实现高精度插值，但计算花费巨大，通常需要借助高性能计算机完成。将分布式计算引擎Spark应用于该方法，用一个普通计算机群来代替高性能计算机实现对青藏高原MODIS LST数据快速有效的插值，并对比分析了不同硬件条件、不同数据尺度下原方法和基于Spark实现的该方法两者的性能。结果表明：基于Spark的实现方案有效可行；当节点数和数据量较少时，后者的性能低于前者；随着硬件资源和数据量的增加，后者的性能表现更好并逐渐超过前者；使用新版的Spark编写代码或着将插值方法的代码编译成.so动态库再通过Spark调用，可以进一步提高该方案的插值性能。
水文地质、工程地质、环境地质（简称水工环地质）信息对经济建设、地质灾害等方面具有重要意义，然而传统的地质环境信息服务方式受数据格式、权限、观念等制约，难以满足政府、专业人员与社会公众对水工环地质信息的需求。因此，如何整合多源异构数据实现水工环地质信息的社会化共享已成为水工环地质领域内的难题。首先分析了水工环地质信息的特征，并构建水工环地质信息服务模型，然后基于大数据、云计算等现代信息技术与理念，结合水工环地质工作的实际情况，阐述了全国水工环数据中心，全国地质环境信息管理及服务平台的总体设计与应用模式。最后系统论述了建设水工环地质信息服务平台的总体架构和关键技术。
甘公网安备 62010202000685号
