“黑河综合遥感联合试验”是在我国典型的内陆河流域——黑河流域开展的大型航空、卫星遥感和地面同步观测试验。28个单位的280多名科研人员、研究生和工程技术人员参加了试验。介绍了2008年加强试验期以来的研究工作进展。“黑河综合遥感联合试验”最主要的成果是一套多尺度、高质量的综合观测数据集,该数据集已正式对外发布,十分有力地支持了一系列生态、水文、定量遥感模型的发展、改进和验证,试验所期望突破“数据瓶颈”的目标已经实现。此外,已在积雪参数提取、地表冻融微波遥感、森林结构参数的遥感反演、蒸散发观测与遥感估算、土壤水分反演、生物物理参数和生物化学参数反演、水文气象观测、尺度推绎、流域水文模拟和同化应用等方面取得了丰富的研究成果。试验亮点包括蒸散发观测及其遥感模型改进、机载激光雷达的应用、多角度热红外传感器研制和应用；航空遥感在获取高质量、高分辨率数据方面依然具有不可替代的作用。
介绍了“黑河综合遥感联合试验”在水文和生态变量与参数反演、估算和模型应用方面取得的进展。在水文变量遥感方面,利用车载双偏振多普勒雷达在黑河上游和中游分别开展了高精度降水观测,获取了后向散射系数和极化信息与降水强度之间的定量关系。在综合利用多源观测信息,改进和发展蒸散发估算模型方面取得了实质性的进展。发展了利用K和Ka波段机载微波辐射计数据反演山区积雪深度的方法。针对SAR观测数据反演土壤水分中地表粗糙度的显著干扰,发展了消除粗糙度影响的反演方法。在生态过程遥感参量估算方面,提出了一种基于机载激光雷达和高分辨率光学影像的高精度地物信息分类方法。发展了从高光谱航空遥感提取植被自然光照下的荧光,并与NDVI结合的C3/C4植被分类方法。发展和改进了使用多角度、多光谱观测反演叶面积指数的方法,挖掘了激光雷达在植被垂直结构探测上的潜力,探索了叶面积指数遥感中的尺度转换规律。发展了利用高光谱数据中的荧光信息反演光能利用率的新方法;建立了考虑土壤反射率、冠层结构等因素的光合作用有效辐射比率反演模型;改进了利用遥感估计生态系统生产力的模型。发展了利用高光谱遥感数据提取叶绿素含量和叶绿素荧光强度的方法。
全球时间系列卫星遥感产品自产生之日起就得到了高度关注,被广泛地应用于全球、洲际和区域的地表动态监测,并与气温、降水等气候变化表征参数结合起来,应用于全球变化分析。随着时间系列的逐渐延长和新兴传感器的不断涌现,时间系列遥感产品的内容和应用领域更是得到了极大扩展。主要介绍了:①当前国际上流行的可见光/近红外、短波红外和热红外时间系列卫星数据产品的发展现状,传感器主要包括AVHRR、VEGETATION和MODIS。早期以开发波段信息和植被指数等基础数据为主,当前大量专题产品的生产得到广泛开展;② 在数据产品的进一步处理和分析方面,重点介绍了时间系列重建、比较和延长、产品真实性检验的研究进展和发展趋势;③在数据产品应用方面,重点介绍了地表覆被特征的动态监测、物候和种植结构等信息提取、遥感产品在模型中的应用等方面的研究进展和发展趋势。
海表面盐度SSS(Sea Surface Salinity)是研究大洋环流和海洋对全球气候影响的重要参量、是决定海水基本性质的重要因素之一。卫星微波遥感可以满足盐度研究过程中大范围、连续观测的需要,国际上统一的认识是选择频率为1.413 GHz的L波段作为盐度遥感的首选波段。目前,国外发展的海面盐度微波遥感反演算法主要有两种:基于海表发射率估算海表盐度的算法和基于贝叶斯定理提出的反演算法。影响盐度反演精度的因素主要有太空辐射、电离层法拉第旋转、大气、海面粗糙度等。其中,海面粗糙度对盐度反演影响很大,海面粗糙度处理模型可以分为3大类:理论算法(间接发射率模型、直接发射率模型)、经验算法、半经验半理论算法(Hollinger 半经验模型、WISE半经验模型、Gabarró模型)。SMOS卫星和Aquarius/SAC\|D卫星的成功发射,将海表面盐度遥感的反演精度控制在0.2 psu以内,通过改进反演算法,有望得到更高的反演精度。
线性光谱解混已成为一种通用的光谱解混方法并已发展出大量算法,对这些算法进行客观评价,是该算法得到推广应用的重要基础。由于实测数据获取困难且花费很大,大多数研究中广泛采用模拟数据进行算法验证。针对目前常用的基于Dirichlet分布的模拟方法在实际应用中遇到的问题,结合实验分析了Dirichlet分布的参数设置对模拟结果的影响,进一步结合高光谱数据在其特征空间中的单形体几何特征,探讨了实际应用中参数取值受到的限制,并通过分析Dirichlet分布概率密度函数值的空间分布特征,提出参数的合适取值范围为(0,1.5)。
为了对比基于Hopfield Neural Network(HNN)和几何绘图的遥感亚像元分类制图方法的具体性能,验证空间相关性原理用于遥感亚像元定位的可行性。以一个研究区的TM影像为对象,通过利用HNN和几何亚像元制图方法,获得该区的亚像元定位结果,对比分析了各方法的视觉效果、精度和时间复杂度。结果表明:空间相关性特性在两种方法中得到了良好的体现,为后续亚像元制图研究应用提供参考。
高分辨率SAR图像的纹理特性对于图像的解译及地物分类等具有重要的意义。根据高分辨率星载SAR图像上建筑区的纹理有别于其他地物的特点,提出了一种综合利用灰度和纹理特征的高分辨率星载SAR图像建筑区提取方法。首先对SAR图像进行斑点噪声的抑制,然后利用灰度共生矩阵计算出星载SAR图像上建筑区与非建筑区的8种纹理特征统计量,根据巴氏距离进行特征选择,并通过主成分分析去除纹理特征之间的相关性,得到了最佳纹理特征分量,将所选的特征影像与原始图像进行波段组合,利用K均值聚类算法对组合后的图像进行非监督分类；最后通过对分类图像进行后处理并提取外部轮廓,提取了建筑区。以COSMO-SkyMed SAR影像为数据源进行了实验。结果表明该方法能够有效提取高分辨率星载SAR图像中的建筑区,提取效果明显优于未利用纹理特征的方法。
随着对地观测技术的进步,海量地学时空场数据的积累对时空场数据的建模、检索与分析提出新的要求。基于张量结构构建多维时空场数据组织方法,建立了基于时空立方体模型的数据存储结构,并定义了相应的数据操作功能与数据接口,进而设计了时空场数据的分层索引机制及基于张量运算算子的地学时空场数据分析方法。基于卫星测高数据的系统验证结果表明:本模型可有效支撑多维时空场数据的表达、检索与分析,是对高维时空场数据分析与建模的有益探索。
城市地物类型多样,空间分布复杂,而且地物具有多尺度性,不同的地物类型具有不同的纹理表达尺度。利用主成分分析法(PCA)对高分辨率遥感影像进行处理,以减少数据量、抑制噪声、突出主要信息。在此基础上,利用灰度共生矩阵法对PCA的第一主成分进行纹理特征提取,选择最佳的多尺度纹理组合进行决策树分类。实验结果表明：基于PCA和多尺度纹理特征的决策树分类方法能够有效地提取地物信息,分类精度达到82.4%,Kappa系数为0.78。
应用于遥感图像、武器制导等的自动目标识别系统中,经常遇到形状相似目标的鉴别问题。为提高其识别的快速性和识别率,提出一种分级的基于形状的目标识别方法。借鉴人类视觉感知方式提取多尺度特征,大尺度下采用全局特征快速粗分类,小尺度下采用局部特征鉴别形状相似目标。然后运用模糊规则对提取的特征进行选择,降低特征维数,加快目标匹配过程。实验结果表明:该方法能快速有效地识别形状相似的目标,特征选择后平均识别率较选择之前提高了6.9%。
斜距多普勒定位模型是实现SAR图像无控制点定位的基本模型,因此如何高效准确地获得RD方程组的解成为实现SAR图像无控制点几何定位的根本问题,也是实现SAR自动图像定位的关键。首先利用地固坐标系下目标速度为零的特性,简化RD模型并整理为一元四次方程,然后利用一元四次方程求根方法,推导出斜距多普勒定位模型的明确数学解析解,并与常用的数值迭代求解方法进行比较分析,仿真结果验证了推导的正确性。新解法具有无需设置初始值,易于编程实现,鲁棒性高的特点。
森林是陆地生态系统中最大的碳汇,在调节全球碳平衡、减缓大气CO2等方面具有不可替代的作用。森林生物量是陆地生态系统碳循环过程中最主要的参数,准确估算森林生物量及森林的变动引起的生物量变化受到科学家的普遍关注,并成为碳循环科学研究中的焦点。以生态敏感区滇西北香格里拉县为研究区,在野外森林样方调查数据的支持下,综合3S技术、地理学、生态学、气象学等相关知识,筛选了9个植被指数、2波段灰度值、生长季降水、生长季积温、生长季总辐射量、海拔、坡度、坡向、坡位和土壤有机质含量等多个因子,组合成遥感综合因子层、地理综合因子层与水、光、热共同构成变量,建立了区域森林生物量估算模型,并进行了检验,模型的R、R2、aR2及F统计量分别为0.809、0.655、0.661、101.436;样地实测值与模型估测值建立线性回归方程常数项(a)和回归系数(b)分别为0.09和1.021;用22个野外实测样点生物量数据对估算模型进行独立性检验,平均估算精度达到76.43%。说明模型的估算精度总体稳定,基本满足生物量估算精度要求,可用于该区域的森林生物量估算研究。
利用Planck函数分别计算ASTER13、14 两个波段温度在253~333 K范围内的辐射强度,建立两者之间的散点图,回归分析得到它们的指数关系式,应用于ASTER数据地表温度反演的劈窗算法推导。在大气参数的估计上采用三次多项式拟合大气透过率与大气水汽含量的关系以提高拟合精度。最后采用模拟数据法进行算法验证并对参数的敏感性进行分析,结果表明：该算法精度较高,对各种不同的地面温度和大气水汽含量情况进行反演的误差均在1 K以内,且对大气水汽含量和大气透过率的微小变化都不敏感。
遥感地表反照率产品的验证与分析是将其应用于环境研究的基础。采用中国通量网的地表实测短波反照率数据对MODIS反照率产品进行对比和分析,针对选取的8个地面站点,提取了2004年的MODIS反照率产品并进行验证。这些站点的植被覆盖情况涵盖了草地、森林和农业用地。结果显示MODIS在多数情况下能提供准确的地表反照率产品。针对各个站点的误差、均方根误差、相关系数分析都显示了这个结果,总体反演误差在0.002左右。较大的误差出现在有冰雪影响的时候,排除受积雪影响的数据,总体均方根误差可达0.028。分析了引起误差的原因并提出了改进意见。
叶面积指数(LAI)是分析冠层结构最常用的参数之一,它控制着植被的生物、物理过程,如光合、呼吸、蒸腾、碳循环和降水截获等。但是通过野外实测获取大面积的LAI比较困难,通过对西藏林芝地区的TM遥感数据进行处理获取各种植被指数,然后分别与实测LAI建立相应的回归关系,并对不同的回归模型进行分析找出相关性较好、误差较低的回归模型,最后利用该模型对林芝地区的叶面积指数进行制图。通过植被指数与实测LAI进行回归分析建立LAI估算模型,其决定系数最高为R2=0.653,具有较好的相关性。研究结果表明:TM遥感数据可以实现林芝区域LAI估算,能为生态环境研究提供数据支持。
准确监测天山地区积雪面积和积雪日数对合理利用水资源及分析区域气候变化有重要意义。MODIS每日积雪产品可以为大面积快速积雪制图与监测提供依据,但因云量较高成为其应用的瓶颈。利用结合MODIS产品的时间与空间信息有效地减少了云对MODIS积雪产品的影响,并利用改进的MODIS积雪数据和DEM分析2002~2009年天山地区积雪面积和积雪日数的变化特征。结果表明:积雪频率总体上随着海拔升高而增大;不同坡向积雪面积差异明显,西北坡积雪覆盖率最高,北坡、西坡和东北坡次之,南坡和东南坡的积雪覆盖率最低;2006~2008年研究区积雪面积出现低值,年内最大积雪面积呈逐年减少的趋势;随着海拔下降,积雪日数逐渐变小,天山南部地区积雪日数仅为40 d以下;积雪日数大的区域年际积雪日数变化相对稳定,积雪日数少于40 d的区域积雪日数的变异系数最大,年际积雪日数变化不稳定。
AVHRR和MODIS卫星数据在全球和区域尺度植物物候对气候变化响应研究中起着重要的作用,然而两种传感器在全球尺度物候监测的一致性有待验证。首先利用时间序列谐波分析法(HANTS)对2005年全球GIMMS AVHRR NDVI和MODIS 13A2 数据进行滤波处理；然后基于改进的动态阈值方法,提取全球植被的返青期(SOS)、枯黄期(EOS)和生长季长度(DOS)；最后分区域比较和评估两种传感器提取物候参数的潜力。研究结果表明：2005年全球大部分地区植被在第100～140 d开始生长,到第260～300 d逐渐停止生长,生长季长度集中在130～180 d,并且和区域研究结果具有一致性；两种传感器提取的植被关键物候期的空间变化趋势是一致的,随着纬度升高,返青期呈现推迟趋势,枯黄期呈现提早趋势,生长季长度呈现缩短趋势；AVHRR和MODIS提取落叶林和草地的SOS、EOS和DOS在欧亚大陆和北美洲区域的相关系数大部分达到0.9以上。
利用大洋渔船在智利外海观测的风场资料与QuikSCAT 10 m散射风原始轨道资料L3产品进行了比较分析。两种资料的偏差统计特征显示:①智利外海船测风速总体上高于QuikSCAT风速,船测风向总体上偏于QuikSCAT风向的左侧;②智利外海船测风场资料与QuikSCAT散射风的风速偏差集中分布在-1~1 m/s之间;风向偏差主要集中分布于-60°~-10°之间,其次为10°~60° 和-10°~10°段;③智利外海白天的风速偏差特征值均小于夜晚,昼、夜风向平均偏差数值差别很大,但昼、夜风向平均绝对偏差、均方根偏差数值相差不大;④2008年智利外海船测风场资料与QuikSCAT散射风的偏差大于其他年份的整体平均值,在高风速段风速偏差尤为明显。
针对基于像元光谱特征提取沙化土地信息分类精度偏低的问题,以Landsat\|5 TM为数据源,基于面向对象的方法对沙化土地遥感信息提取技术进行研究。首先采用多尺度分割法对影像进行分割以获得同质区域,然后结合野外调查数据制成不同地物类型的多种特征图,从而确定提取目标地物的特征并建立沙化和非沙化地物提取决策树,最后对影像进行模糊分类,并对分类结果进行精度评价。结果表明,基于面向对象提取沙化土地信息的总精度达84.89%,Kappa系数为0.8077。研究结果为后续深入研究奠定了基础。
作物淹没历时是作物洪水淹没减产损失精分析的一个重要指标,由于受作物分布\,地形差异等因素影响,直接获取作物淹没历时数据存在困难。作物淹没历时由暴雨期作物淹没历时与暴雨后作物淹没历时两部分构成。现有的暴雨后作物淹没历时提取主要通过流域内的排涝能力和洪涝积水量来估算整个退水历时,因流域排涝数据获取困难,排涝能力以点带面,不能有效表达流域特征,亦不能反映暴雨后作物淹没历时的空间分布,对降雨淹没历时估计能力有限。因此,提出了应用暴雨后长时间序列MODIS数据,结合洪水退去过程有序渐变特点,构建具有稳健性与一致性特点的作物淹没历时指数,并结合最优二分算法分界点提取大范围暴雨后作物淹没历时的新方法。最后以2003年6~8月淮河暴雨洪水及2010年7~9月辽河暴雨洪水为例,通过以实验样田为单位的点比较以及以流域分布为单位的整体对比验证了该方法的准确性和可行性。同时该方法具有数据获取容易\,算法实现简单\,结果直观可靠\,空间特征明显等特点,易于推广应用。
遥感图像信息提取研究是遥感研究中的一个关键问题,也是遥感研究的热点和难点之一。使用2000~2010年MODIS-NDVI 16 d合成数据和物候记录,借助GIS空间分析和统计分析方法,重构了古尔班通古特沙漠梭梭林地Mean NDVI时间序列特征曲线。分析物候与Mean NDVI时间序列表明,梭梭林地内的短命植物生长期早于梭梭。研究梭梭林地Mean NDVI时间序列曲线发现,曲线中存在一个明显区别于其他地物的特征点,该点可以作为梭梭林地信息“诊断点”。根据“诊断点”特征构建了梭梭林地特征指数模型(HFFI),进而反演了古尔班通古特沙漠梭梭林地信息,并利用地面实际观测资料进行验证,结果表明分类精度达到83%。
河道主溜是河势的关键要素,是防洪决策需要及时掌握的重要信息,遥感则是快速获取河道主溜的重要途径。根据对现实河道水流中主溜表象的实际观测,分析了河道横断面上主溜区域与非主溜区域表象特征,提出了基于小波多尺度峰值分析的河道主溜检测算法,并利用黄河下游河道TM遥感影像进行了主溜检测实验,以人工查勘主溜线为真值,对检测结果进行了精度评价,验证了该算法对检测河道主溜的有效性。
研究地表参数变化与热岛效应的关系对优化城市功能分区以及城市可持续发展具有重要意义。采用上海市2000、2005、2009年3个时期的Landsat ETM+卫星遥感影像,使用归一化不透水面指数(NDISI)、基于指数的植被指数(IVI)、归一化差异水体指数(MNDWI)分别从遥感影像中提取不透水面、植被和水体;然后从时间、空间角度并采用回归分析方法分析了上海市地表参数在这9 a中发生的变化及其对城市热环境造成的影响。结果表明:9 a中城市不透水面面积大幅增加,不透水面增加的代价是植被和水体大范围减少,形成了城市的热岛。上海市整体热岛强度是先增强后缓慢减弱的趋势,且热岛分布从集中型向分散型发展。
甘公网安备 62010202000685号
