水储量是全球和区域水文循环的重要组分,借此可分析区域水资源和干旱的时空演变规律。传统的水储量监测方法以地下水位监测为主,但站点布设和分布情况限制了大尺度的研究与探索。GRACE(Gravity Recovery and Climate Experiment)卫星提供了大尺度的逐月地球重力场变化数据,国内外众多学者将其反演的水储量变化数据应用至水文学领域,在一定程度上推动了水文学的进步与发展,但目前系统阐述GRACE数据在反演水储量方面的研究仍不够全面,鲜有研究对基于GRACE数据的监测干旱和插补重建现状进行系统性的总结。该研究简要介绍了GRACE数据的应用领域,探讨了两种数据处理方法的优缺点,分析总结了GRACE数据在反演结果验证和不确定性、陆地水储量变化、地下水储量变化、干旱演变与响应、插补重建等方面的应用现状及存在问题,建议未来在变化环境对水储量变化的影响、降低GRACE数据的不确定性、构建更适合干旱监测的干旱指数、提高插补重建GRACE数据精度和提升GRACE数据时空分辨率等方面进一步开展研究,旨在为利用GRACE数据的相关研究提供借鉴与思考。
双站SAR系统无时间去相干的特性,结合长波的强穿透能力,在估计植被结构参数上应用前景极大,借助极化干涉SAR分解技术研究双站SAR系统下的植被区散射过程,对揭示信号与地物的交互过程,构建植被结构参数反演模型具有重要意义。考虑模型适用性和双站SAR系统存在的不可忽略的去相干,将极化干涉矩阵表达为极化方位角扩展的广义表面散射矩阵、广义二次散射矩阵和Neumann自适应体散射矩阵与其对应相干成分乘积的和的形式,基于残差最小二乘准则,使用非线性最小二乘优化技术同时求解所有模型参数。使用BioSAR 2008项目的L波段全极化机载数据对方法进行测试,获取了实验区不同散射机制的相干成分、相位分布和能量信息,结合机载激光雷达数据进行了分析。结果表明:分解方法对植被区不同散射机制区分良好,有效抑制了体散射功率高估;植被区表面散射在垂直向上的分布与植被高度和穿透程度存在联系,体散射相位中心高度与机载激光雷达植被高接近且趋势一致;有效估计了散射机制的相干性。
GNSS-InSAR数据融合进行监测地表形变是目前地表形变监测领域研究的热点问题,传统GNSS-InSAR数据融合方法融合简单、不能动态地反映地表形变特点,导致数据使用不充分、形变特征精度低等后果。提出了一种新的基于InSAR校正值和卡尔曼滤波的GNSS-InSAR融合方法。根据时间序列的GNSS观测值和InSAR校正观测值的时空相关性,通过卡尔曼滤波对两种数据进行融合,得到更精确的地表三维形变结果。利用2018年11月15日至2022年6月3日103景Sentinel-1A数据和同期13个GNSS点位数据进行处理,实验结果表明:校正后的InSAR观测值与GNSS观测值经卡尔曼滤波融合结果比未校正的InSAR观测值与GNSS观测值融合结果精度高45%,比InSAR观测值精度高57%。因此,基于InSAR校正值和卡尔曼滤波的GNSS-InSAR融合模型提高了InSAR变形监测的精度,拓展提升InSAR应用范围的广度和深度。
南迦巴瓦峰地区位于东喜马拉雅构造结的构造变形核心地带,地质构造环境复杂,地质灾害频发,加强对该地区的地表形变监测研究对当地防灾减灾和经济可持续发展有着重要意义。研究利用Sentinel-1卫星数据在该区域开展地表形变监测,通过PS-InSAR技术获得雷达视线方向(Line-Of-Sight, LOS)的形变速率分布与形变时间序列数据,并对地表形变的分布情况和2017年米林M6.9地震的同震形变情况展开分析与讨论。结果发现南迦巴瓦地区地表形变受新生代构造变形影响较大,研究区内的构造形变主要有同震、震后松弛形变和板块边界带的俯冲形变。雅鲁藏布江两侧变形差异较大,北侧呈缓慢的负形变趋势,南侧由于受到俯冲断裂的影响以较高的速率正形变。米林地震的同震形变呈现出西南盘负形变,北东盘正形变且西南盘形变量更大的空间分布特征。研究结果表明:InSAR监测技术可为青藏高原灾害监测和科学研究提供高时空分辨率的地表形变数据。
白鹤滩水电是国内继三峡水电站之后的第二大水电站,于2021年4月开始蓄水,水位上升约150 m,库区运行期随着水位线的快速变化,改变了库区的地质环境,极易引发突发性的地质灾害。为了保障水电站的正常运行及库区的居民生命财产安全,需要对库区进行快速动态的地质灾害识别。因此,基于短基线DInSAR方法对金沙江流域白鹤滩库区重点库岸段(葫芦口—象鼻岭地段)蓄水期展开了地质灾害隐患识别。通过Sentinel-1A/B数据进行联合监测,将重返周期提高到6 d 1景,获取了研究区蓄水期2021年4月至11月共66景数据,结合SRTM DEM数据进行基于同一主影像的DInSAR处理,再将干涉对进行组合分析以达到快速动态的形变监测。最终共识别出92处存在显著形变的强形变区,均分布在金沙江两岸,其中8个强形变区域已被目前最高水位线800 m淹没,38个强形变区域位于水位线附近,部分出现小规模塌岸。同时选取了4个持续形变的区域结合实际地形地貌进行分析,发现形变迹象较为明显,且强形变区域位置与DInSAR方法监测结果相吻合,证明了将DInSAR方法应用于快速动态的发现新隐患点的情况的可行性,进行了蓄水期灾害分析与监测预警对保障白鹤滩水电站的正常蓄水发电具有重要意义。采用该方法进行广域地质灾害高效快速动态监测,在第一时间发现隐患点并进行定性分析,为水库岸蓄水期因水位变化引起的突发性潜在地质灾害的识别提供了一种新思路。
植被覆盖在维持生态系统结构稳定和防治水土流失等方面发挥着重要的作用,海南自1988年建省以来迅速发展,导致海南岛植被覆盖也产生了巨大的变化。为揭示海南本岛地形因子对植被覆盖度的影响以及为海南本岛进一步制定合理的生态环保策略提供依据,基于1988、1998、2008、2017和2020年Landsat-TM/OLI多光谱影像,以海南本岛为研究区域,采用归一化植被指数和像元二分模型进行植被覆盖度提取,通过线性趋势分析海南本岛近30 a植被覆盖变化特征。并结合30 m_DEM获取的海、坡度和坡向数据,来进一步探讨海南本岛植被覆盖度在不同地形因子条件下的空间分布特征。结果表明:①1988~2020年海南岛平均植被覆盖度介于0.58~0.88之间,整体呈先下降后上升趋势;②海南岛高植被覆盖主要分布于海南岛中部、西南部和东南部地区,低植被覆盖主要出现在居住区、沿海地区等人为干扰因素较高的地区;③海南岛各等级植被覆盖均随海拔的增加而不断降低,在海拔小于100 m的区域分布面积最大;坡度为0~5°时植被覆盖面积达到最大值,随着坡度的增加,植被覆盖面积呈减少趋势;各等级植被覆盖在阴坡和阳坡的分布面积变化差异不大,主要以高植被覆盖类型为主。
为了揭示海南岛植被覆盖长期变化趋势以及进一步确定影响海南岛植被变化的主要气候驱动因子,为海南岛植被应对气候变化以及植被的良性发展提供科学指导。基于GIMMS NDVI数据,采用趋势分析法,探究1982~2015年海南岛植被的时空变化趋势;利用偏相关分析和主成分回归分析研究34 a里温度、降水和太阳辐射对海南岛植被变化的影响。研究表明:①空间上海南岛植被在北部和沿海地区呈明显增加趋势,而三亚及周边地区存在多处植被退化区域;②时间上海南岛植被整体以缓慢增长为主,增速为0.019/10 a,年际变化明显;③温度和太阳辐射显著主导海南岛88%地区的植被生长,其驱动因子存在如下关系:太阳辐射作用>温度作用>降水的驱动作用;④温度主导海南岛北部及西部地区植被的生长,太阳辐射主导驱动岛屿南部的植被生长,而降水是岛屿中部植被的主导气候驱动因子。综上所述,海南岛植被总体呈现良性发展的趋势,温度和太阳辐射是促进植被生长的主要气候因子。
遥感影像由于目标角度各异且普遍密集、小目标占比高、背景复杂等特点,检测精度低。针对水平框算法不再适用于遥感旋转目标,以及主流五参数法存在角度回归的周期性与边缘互换性问题,提出VR-CenterNet,采用向量表示法来进行旋转目标的检测与损失设计,规避角度回归的根本性问题,优化细长目标的偏移高敏问题;针对浅层特征融合的高冗余问题,引入自适应通道激活过滤杂质信息,为强化关键点信息,在主干输出部分引入改进后的全局上下文自适应层激活注意力块。首先在HRSC2016与UCAS-AOU数据集上进行不同算法的性能比较;再在两数据集上进行方法消融实验,以验证各改进方法的有效性。实验结果表明:在HRSC2016与UCAS-AOU数据集上分别取得的了88.48%与90.35%的精度。改进算法能够提升遥感旋转目标的检测精度,为遥感旋转目标的准确检测提供了另外一种解题思路。
色匹配函数通过构建地物反射光的光谱分布与颜色三刺激值的关系可将任意波段的信息映射到三原色基准值上,经过色彩空间的转换后重建多光谱遥感影像。针对大多数多光谱传感器在可见光内波段数量有限、波段通道较窄且波段间隔不均匀,直接在相邻波段间插值会使色匹配积分过程出现较大误差的问题,结合遥感数据的模拟和反向传播(Back Propagation,BP)神经网络,以可见光范围内通道设置丰富的近岸高光谱水色成像仪(Hyperspectral Imager for the Coastal Ocean,HICO)经色匹配函数和色彩空间转换后得到的R、G、B三刺激值作为网络输出值,其波段重建后得到的目标传感器的模拟波段作为输入值,训练得到适用于Landsat-8 OLI、Terra MODIS、Himawari-8 AHI传感器的真彩色影像合成模型。计算均值、标准差、平均梯度和信息熵这4类客观评价参数,并结合对真彩色影像和直方图的主观分析,结果表明该方法能丰富和扩展有限的波段信息,提高影像的清晰度、色彩饱和度以及包含的信息量,校正了三波段合成影像存在的色偏,解决了在原始数据波段数受限的情况下通过简单插补波段带入色匹配函数进行积分计算产成误差的问题。
相较于同源遥感影像地表覆被变化检测,异源影像能综合不同卫星传感器间数据特征和现势性等优势,更好满足应用需求。针对异源遥感影像变化检测中存在的光谱差异和特征空间不一致问题,研究提出编码对齐生成对抗网络实现异源影像的高精度变化检测。考虑到异源影像间通道和数据类型上存在差异,难保持重构前后影像空间结构的一致性,研究通过添加自编码器和构造编码对齐损失,约束编码器输出特征的空间结构变化,使重构前后影像空间结构一致,有效减少信息丢失;在跨域映射过程中为减少源域与目标域间影像的色彩差异,采用循环一致对抗生成网络在无成对影像情况下进行色彩迁移,实现两时相异源影像的相互跨域映射,生成能与原始影像直接对比的无色偏重构影像;利用设计的变化概率权重使网络在训练过程中自动选择样本,有效提取覆被变化信息。实验结果表明:该方法与CGAN、SCCN等方法相比能更充分提取影像特征,降低跨域映射函数的随机性;在4组公开数据集的检测精度分别达到0.93、0.96、0.97、0.88,精度最高;变化检测结果与参考图的一致性、检测差异图质量均最优。因此,该方法在异源遥感影像中能够进行高精度变化检测。
相干斑的存在严重干扰了SAR图像质量,亟需对其抑制处理。传统AD(Anisotropic Diffusion)滤波器边缘检测模型精准度仍有提升空间,且噪声抑制效果往往受限于扩散阈值较难准确估计的问题。针对上述问题,提出了一种融合多方向Sobel算子的相干斑各向异性扩散抑制方法。该方法是SRAD(Speckle Reducing Anisotropic Diffusion)的改进算法,其利用多方向Sobel算子在SAR影像各点处构建了全新的边缘检测模型,并基于此,融合高斯核函数建立了新的AD扩散函数,可有效解决传统AD扩散系数受参数估计限制,提升了相干斑各向异性抑制的准确性。实验选取了3景真实SAR影像进行滤波实验,结果表明:该方法可有效提高边缘检测能力,获取更优相干斑抑制效果。
现有异常水体的检测研究通常针对特定区域、特定数据源和特定时相开展,且往往是事后的检测而非实时的监测,不能很好地服务于水体异常快速发现与识别的业务需求。为此,提出了一种基于无监督的孤立森林加决策规则(U-IForest-SD)的水体异常信息提取方法,并以Landsat与Sentinel的数据作为测试数据,以青岛浒苔、松雅湖黑臭水、墨西哥湾溢油为案例,对比了支持向量机、监督孤立森林以及U-IForest-SD 3种方法识别浒苔、黑臭水和溢油的精度。研究结果显示:该方法对于3种异常类型的总体识别精度都在90%以上、Kppa系数都在0.8以上,整体精度高于监督孤立森林但略低于SVM。该算法只需要输入单期影像,无需训练样本,具有可移植性好、普适性强、自动化程度高的优点。此外,该方法可以有效地避免“假警”和“虚警”的发生,在异常水体的快速发现和识别业务中有很好的应用前景。
云是影响青藏高原能量平衡和地气过程的关键参量之一,研究高原的云量对探讨青藏高原的气候变化具有重要意义。采用2001~2020年的MODIS总云量数据与ERA5、CRA40两套再分析资料的总云量数据,以3~11月份MOD06云量资料为真值,评价不同再分析资料在青藏高原的适用性。利用改进自编码器模型,基于ERA5和MOD06重构了1950~2020年的3~11月的高原云量。结果表明:在高原地区,ERA5的云量值偏高,而CRA40云量值偏低,且ERA5与MOD06的相关性明显优于CRA40与MOD06的相关性;通过相关系数、偏差、平均绝对误差、均方根误差四种评价指标,发现改进自编码器模型在重构云量方面具有良好的效果,且能模拟出青藏高原云量的变化趋势,为研究青藏高原地区云量时空演变规律提供了可靠的长时序数据。
NO2作为大气中重要的痕量气体之一,是衡量大气污染状况的重要风向标。与传统地基观测相比,星载传感器能够提供大范围、长时间序列的观测资料,利用遥感卫星数据反演获取对流层NO2浓度已成为近些年研究的热点之一。首先介绍了国内外星载紫外高光谱传感器的发展。然后从原理方面对国际上通用的对流层NO2垂直柱浓度反演算法进行阐述。之后介绍了各官方对流层NO2柱浓度产品的反演流程及产品精度,并比较了各产品DOAS算法的区别。可见,由于传感器所获取数据的时间、空间、光谱分辨率越来越高,NO2柱浓度产品的反演模型及算法的选择更加合理,因此NO2产品精度也更高。
水体悬浮物浓度是描述水体光学特性的一个重要参数。卫星遥感具有大范围、快速、高频次动态监测的优势,有助于加强对青海湖水环境质量的监测,降低监测成本。而资源一号02D(ZY1-02D)卫星高光谱影像作为新的数据源,具有高空间分辨率、高光谱分辨率的优点,为湖泊的水质高精度监测提供了可能性。为了验证ZY1-02D高光谱相机在水质遥感监测应用中的适用性,以ZY1-02D高光谱影像为遥感数据源,同时辅助实测数据,构建青海湖悬浮物浓度反演模型,并进行精度验证,评价模型的准确性,最后将模型应用于青海湖悬浮物浓度反演。研究结果表明:青海湖悬浮浓度反演模型平均相对误差为21.1%,均方根误差为0.296 mg/L,精度较好,青海湖悬浮物浓度反演结果呈现湖心低岸边高的特征,与同期Sentinl-2和同期Landsat 8数据反演结果进行对比,反演结果保持一致,说明ZY1-02D高光谱影像能够作为悬浮物浓度遥感反演的数据源之一。
植被作为陆地生态系统的重要组成部分,常被用作评估气候变化和生态恢复成效的指标。以石羊河流域为研究对象,基于Google Earth Engine (GEE) 平台采用Theil-Sen趋势分析和Mann-Kendall检验(TS-MK)、Hurst指数揭示植被覆盖变化特征;采用偏相关分析、残差分析和地理探测器探究植被覆盖变化的影响因素。结果表明:2001~2020年间石羊河流域植被NDVI呈现波动增长趋势,增长率为0.023/10 a;呈显著增加趋势和显著减少趋势的面积占比分别为72.32%和2.40%。未来植被NDVI变化趋势保持一致(Hurst>0.5)的面积占比为63.84%,其中持续性显著增加的面积占比最大,为47.37%。偏相关分析结果表明降水对植被生长的影响较强,而温度、太阳辐射和饱和水汽压差的影响相对较弱。残差分析结果表明气候要素和人类活动影响下植被NDVI呈显著增加趋势的面积占比分别为21.59%和60.07%,石羊河流域的植被变化主要受人类活动的积极影响。此外,地理探测器的结果表明植被NDVI的空间分布主要受水热条件分布特征的影响。该研究结果有助于深化对植被覆盖变化影响因素的认识,为石羊河流域生态保护提供借鉴。
滑坡是自然界频繁发生的地质灾害,会对人民的生命造成威胁,并带来巨大的财产损失。因此,高效准确地进行滑坡提取对快速制定应急救灾方案、减少损失有着重要的意义。目前滑坡提取研究大多针对单个或少许事件,且背景地物比较单一。研究采用高分辨率遥感影像,针对复杂背景地物条件下的多起滑坡构建提取模型,并对其进行精度验证。采用马尔科夫随机场最小化能量方程结果作为滑坡提取特征,并用于滑坡提取模型构建,与目前滑坡提取研究中常用的特征相比较,验证这一特征对于滑坡提取的有效性。选用多时相的PLANET 3 m分辨率遥感影像,对2018年9月6日北海道地震引发的多起滑坡进行提取。结果表明:本研究提出的特征运用于滑坡提取中,可以提高提取精度2%,在滑坡提取的完整性上得到一定提升,为在大区域范围内的滑坡精确提取提供帮助。
基于Sentinel-2遥感数据,选用最大似然监督分类法、随机森林机器学习分类法和基于时序NDVI的物候特征分类法等3种方法,对2021年5月初南四湖沉水植被(菹草群落)进行提取研究,利用同期实测的南四湖菹草群落面积和分布数据对3种方法的提取精度进行分析,结合菹草植被覆盖度分析3种方法对菹草的提取能力。结果表明:①不同方法提取的南四湖菹草群落总面积存在明显差异。监督分类和随机森林方法提取的2021年南四湖菹草群落面积均在100 km2以下,分别为98.97 km2和75.92 km2,基于时序NDVI的方法提取面积为207.44 km2,最接近实地调查的菹草面积。②无论是全湖还是核心区,监督分类和随机森林法的提取精度均75%左右,平均相对误差(MRE)在0.5左右,平均误差在20~30 km2左右,而基于时序NDVI的方法精度在90%以上,MRE和MEarea也最低。③对比植被覆盖度发现,监督分类和随机森林方法只能提取到近湖岸的植被覆盖度较高的菹草,对湖心区覆盖度较低的菹草提取效果差,而时序NDVI的方法对低植被覆盖度菹草群落更敏感,是菹草遥感提取的有效方法。本研究对于创新沉水植被遥感提取方法和指导湖泊生态环境遥感监测具有一定的参考价值。
无人机遥感技术可快速获取测区冠层高度模型(CHM),如何从CHM中更加准确识别树顶点,是树高提取的关键。分析了不同窗口类型、窗口大小以及林分郁闭度对树顶点提取的影响,以高校校区为研究区,根据郁闭度选取密集林地和稀疏林地2块局部区域,分别利用GIS矩形邻域分析、GIS圆形邻域分析和局部最大值算法提取树顶点。结果表明:树顶点提取精度不仅受窗口大小、林分郁闭度影响,而且和窗口类型密切相关,且GIS矩形邻域分析提取树顶点的结果更加稳定,精度更高,其F测度值在密集林地最高为78.13%、稀疏林地为96.94%。将基于该结果得到的树顶点对应的提取树高与实地测量的树高值对比,密集林地的均方根误差为37 cm,稀疏林地的均方根误差为39 cm。结果证明了基于小型无人机可见光遥感技术提取较高郁闭度阔叶林树高的可行性,为后续基于冠层高度模型识别树顶点提供方法借鉴,提高树高提取精度。
异质遥感影像变化检测是一个重要且具有挑战性的研究课题。针对直接比较异质数据进行变化检测导致检测精度低的问题,提出了一种图像回归与关联关系特征融合(Image Regression and Association-based Feature, IRAF)的异质遥感影像变化检测方法。首先基于信息熵理论量化异质数据的信息量差异并确定回归方向,采用多输出多层感知器图像回归得到与原始影像特征空间分布相近的回归图像;其次,得到差异图像并基于模糊局部信息C均值(Fuzzy Local Information C-Means,FLICM)算法找到部分显著样本对用于后续检测。为了考虑不同特征间的关联关系并充分利用数据中潜在的高阶信息,采用基于关联关系特征的融合算法(Association-based Fusion,AF)对原始遥感数据进行增强,最后利用融合后的特征训练分类模型得到最终的变化二值图。为验证该方法的有效性,采用Sardinia、Yellow River和Texas这3组真实数据集进行实验,Ka 分别达到了0.796 1、0.827 1、0.958 1。与相关方法进行对比的实验结果表明该方法在不同数据集上均得到了最优的检测结果,能够抑制噪声的影响且有效提升变化检测精度。
研究土地利用景观格局的地形分异特征及其驱动机制,对于土地利用优化及景观动态管理具有重要意义。选择地形复杂、覆被类型多样、以旅游干扰为主的张家界市永定区为研究对象,将研究区多个年份的景观类型图与高程、坡度、坡向分级图逐个叠加并进行分类统计;从景观水平指数和类型水平指数中选取斑块密度(PD)、聚合度指数(AI)、蔓延度指数(CONTAG)等8个景观指数,计算指数年份变化,探讨其地形分异规律和驱动机制。结果表明:①研究区土地利用景观类型具有明显的海拔梯度特征,80 %以上的土地面积集中于海拔300~800 m与坡度6°~35°的区域;②无论是景观水平指数还是类型水平指数,其地形分异特征明显,且高程与坡度的分异明显高于坡向分异;③地形梯度较大区域(高海拔陡坡区)的土地利用景观格局演变以自然生态演变导向为主,而地形梯度较小区域(低海拔缓坡区域)的演变受社会经济因子干扰较明显。
叶面积指数是研究全球和区域碳循环、水文循环、气候变化区域响应的重要参数之一,研究不同LAI产品的时空一致性可为该地区LAI产品的使用提供建议和参考。本研究基于流域、DEM和土地利用类型,对GLOBMAP、GLOBALBNU、GLASS的LAI产品从平均值、频率以及差值频率等的变化进行统计,分析3种国产LAI产品在中国区域的一致性。主要结论为:①3种产品均可捕捉中国地区LAI的空间分布和月及年的时间变化特征,GLOBMAP在2001年更换数据源后年平均值开始下降。②3种产品在九大流域、不同DEM、不同地表利用类型分类下均存在差异。在海河流域、黄河流域和内陆河流域,3种产品的相关性较好,但是在长江流域、东南诸河流域以及珠江流域内产品间差值大于2.00的范围较多。2 000~4 000 m区域内3种产品的年均变化趋势区别存在明显不同。和其他产品相比,在草地区域GLASS较低,在城乡工业用地区域GLOBMAP较低,在林地区域GLOBALBNU较高。定量分析了3套国产LAI产品的时空差异,结果可为国产LAI产品在中国的应用提供科学参考。