林分平均高度是生态系统模型重要的输入参数之一,与生物量估算与碳循环研究高度相关。通过系统回顾林分平均高度研究的发展历史和最新进展,总结了不同传感器林分平均高度(SAR树高与LiDAR冠层高度)研究的主要模型和方法,通过单一传感器技术进行林分平均高度研究的内在特征的不同,分析了多传感器的区域林分平均高度联合反演方法的优劣性,并从科学发展趋势和社会需求出发,认识目前存在的主要问题与难点及未来面临的挑战和机遇,为今后更好地进行森林垂直结构和全球碳循环研究提供思路和借鉴。
光谱维噪声使地物光谱扭曲或变形,中心波长偏移,影响地物信息提取和地表参量反演的精度。对光谱维噪声进行滤波处理,有利于改善遥感数据定量应用的效果。由于数学形态滤波的原理简单且较易实现,被应用到植被光谱以及有机化合物光谱的研究中。运用数学形态滤波对地面实测小麦光谱去噪,一方面对滤波后的光谱进行噪声和波形相似度的直观分析,另一方面通过植被指数反演小麦理化参量进行定量应用评价。结果表明,与传统Savitzky\|Golay滤波相比,在可见-近红外波段范围内,数学形态滤波去噪后的光谱能够保持可见—近红外波段原始光谱的固有特征,叶面积指数和叶绿素的反演精度比去噪前有小幅提升,主要原因是实测光谱在该谱段范围的噪声影响很小;在短波红外波段范围内,数学形态滤波能有效去除短波红外大尺度噪声,提高叶片含水量的反演精度。而传统Savitzky\|Golay滤波只能削弱短波红外大尺度噪声。广义形态滤波去噪后植被指数和叶片含水量之间的R2最高可达0.5130(去噪前0.3753),叶片含水量的反演值与实测值之间的R2最高可达0.4221(去噪前0.3097),RMSE为0.0243(去噪前0.0318),优于传统Savitzky\|Golay滤波。
空气动力学粗糙度是表征下垫面空气动力学特征的重要参数。雷达遥感是空气动力学粗糙度研究的一种有效手段。利用2006~2011年的22景多时相ALOSPALSAR数据,分析了北京市北部地区后向散射系数的方向及尺度特征,同时利用多层风速\,风向观测资料计算得到了空气动力学粗糙度,并在不同尺度和方向上分析了两者的相关性,得出上风向扇形区域半径为2 500 m,夹角为30°时扇形区域内的后向散射系数与空气动力学粗糙度的相关性最大,表明SAR图像可以有效表征城市下垫面地表的空气动力学粗糙特性。这一结论为城市空气动力学粗糙度雷达遥感反演提供了重要基础,将为大气边界层模型和区域气候模型提供更精确的输入。
主要研究遥感湖泊面积亚像元分解提取方法和空间尺度效应,为遥感湖泊面积提取、检验及基于此的局地气候变化分析提供科学的基础数据。在对TM遥感数据进行升尺度处理的基础上,采用混合调制匹配滤波(Mixture Tuned Matched Filtering,MTMF)进行亚像元分解,得到不同空间分辨率的湖泊面积。进而分析不同面积湖泊随遥感空间尺度的变化。结果表明:①当通过对高空间分辨率的遥感数据重采样获取多尺度遥感影像进行湖泊面积提取及湖泊空间尺度效应分析时,采用最近邻法比像元聚合重采样法更合理。②MTMF亚像元分解法可以用于基于水体光谱特征的遥感湖泊边界提取和面积计算,但边界提取过程中容易将湖泊与河流或其他非湖泊的水体混淆。③遥感湖泊面积的提取结果受所用遥感影像空间分辨率的影响较大,影像的空间分辨率越低,湖泊面积提取的偏差越大,尤其对面积较小的湖泊。
利用茶叶反射光谱数据分析茶叶中有机物组分的含量,能够快速、无损地进行茶叶品质鉴定。选择浙江省丽水市松阳县和绍兴市越城区的4个茶叶品种的新叶、成熟叶和老叶的样本,进行了光谱测量和3种有机物组分(叶绿素、茶氨酸和茶多酚)的含量检测。然后利用最佳指数法选出了估算这3种有机物的最佳波段,建立了估算3种有机物含量的多元回归线性模型。最后,比较了多元散射校正变换、标准归一化变换、结合Savitzky\|Golay滤波的一阶导数变换这3种不同的光谱数据预处理方法的估算结果的差异,并分析了敏感波段的产生原因。研究结果表明:利用茶叶光谱估算叶绿素含量的效果最好,模拟值与实测值之间R2大于0.9;估算茶氨酸的效果次之,模拟值与实测值之间R2约为0.7;估算茶多酚的效果最差,模拟值与实测值之间R2仅为0.65左右。
水华与水草的同步监测对于研究湖泊水环境、生态特性以及水循环具有重要意义,相对于传统监测方法如实地调查,利用遥感手段具有大范围、长时间周期、高效率以及低成本等优势。基于海岸带高光谱成像仪HICO(Hyperspectral Imager for the Coastal Ocean)影像,利用叶绿素a光谱指数和藻蓝蛋白基线的水华和水草识别模型,提取太湖水华和水草分布图,经过检验,水华和水草的平均提取精度为93%和95%;通过水华和水草分布图的叠加分析了2010~2014年太湖水华和水草的分布规律,与相关文献的分析结果一致,进一步证实了识别方法的可靠性;将平均阈值与最佳阈值进行对比分析,提取水华与水草面积的精度分别为75.7%和84%,在对精度要求不高但对效率要求较高的情况下,可以利用平均阈值提取水华和水草,便于实现水华和水草的自动化提取及批处理。
MODIS火灾产品的火点检测算法主要以4和11 μm通道亮温数据来识别火点,在应用于不同地区和不同季节时有一定局限性。在分析MODIS现有火点检测算法的基础上,对算法相关阈值及参数进行适当调整,同时考虑火灾前后NDVI的变化,以及林火燃烧过程中伴生烟羽使火点下风方气溶胶光学厚度明显增加的特点,构建了基于亮温—植被指数—气溶胶光学厚度的火点识别算法,并应用多次火灾个例对本算法进行验证。结果表明:算法提高了对高温热点和低温焖烧火点的识别能力,有效降低了高温热点的误报率和低温火点的漏报率,使火点检测算法在不同环境的适应性有所增强。
为了提高星载雷达高度计海面风速产品的精度并更好地修正海况偏差的影响,有必要对高度计测量的后向散射系数进行定标。分布目标是星载雷达散射系数定标的有效手段,而沙漠的散射特性特别适于高度计的散射系数定标。检验了Jason-2卫星高度计的沙漠回波波形,在澳大利亚辛普森沙漠和我国的塔克拉玛干沙漠选取了适当的区域,收集了在这些区域长达7 a的Jason-2高度计数据。基于这些数据,研究了Jason-2卫星雷达高度计在沙漠上的散射系数特性,并提出了基于沙漠的散射系数定标方法,分析了其原理、可行性和试验方案,探讨了高度计和现场定标散射计足迹匹配等关键技术,并对其定标误差进行了分析,论证了沙漠定标场可实现优于0.5 dB的定标精度。该方法有助于进一步提升海洋2号(HY-2A)卫星风速和海况偏差产品的质量和应用前景。
如何从空间目标序列性二维(2-D,Two-Dimentional)逆合成孔径雷达(ISAR,Inverse Synthetic Aperture Radar)成像获取目标的三维(3-D)信息,是目标特征自动识别(ATR,Automatic Target Recognition)技术的重要研究课题。利用双向射线跟踪(BART,Bidirectional Analytic Ray Tracing)方法,计算连续多角度观测条件下空间目标的电磁散射数据,并由此获取空间目标的ISAR序列2-D图像。再利用KLT(Kanade-Lucas-Tomasi)特征跟踪算法,跟踪提取2\|D序列ISAR图像中的特征点(强散射点),获得其2-D坐标。然后,基于正交因式分解法(OFM,Orthographic Factorization Method),计算强散射点的3\|D坐标,获取空间目标的3-D信息。通过简单六棱柱模型,验证重构算法的精度；并以ENVISAT卫星模型为例,给出强散射点的3-D重构结果。结果表明,本文对空间目标3\|D信息获取方法能有效地从ISAR序列2-D图像中重构目标的三维信息。
一种新的利用散射计(ERS1/2)数据反演有效波高和平均周期的模式被提出。 通过俄罗斯学者利用浮标数据建立完全成长风浪条件下有效波高与风速之间的关系,与匹配浮标观测的有效波高数据对比,区分完全成长风浪、成长风浪和涌浪3种海况下的匹配数据;利用BP神经网络建立模式反演3种海况下的有效波高,均方根误差分别为0.53、0.57和0.86 m,反演平均周期均方根误差分别为0.69、1.04和1.36 s。这种反演方法在完全成长风浪海况下最好,依次是成长风浪和涌浪海况。该研究为散射计数据反演波浪参数提供了依据,使大面积反演波浪参数成为可能。
利用卫星雷达高度计开展高精度近海高度测量面临诸多问题,重构受污染的近海回波波形,建立近海测高基准是实现高精度近海高度测量的重要基础。介绍一种利用有源定标器重建卫星雷达高度计近海测高基准的方法,以HY\|2卫星雷达高度计为例,分别分析了离岸距离大于20 km、离岸距离小于2 km及离岸距离处于2 ~20 km之间处近海地区雷达高度计回波波形受影响情况,并从理论上推导了该方法建立近海测高基准的精度。在2012年7月5日唐山近海地区HY\|2高度计在轨定标试验中,首次观测到近海地区有源定标器转发高度计信号的回波波形,结果表明:利用有源定标器重建卫星雷达高度计近海测高基准的方法可行,该方法将有助于提高近海测高精度。
长时间序列的对地观测数据集在研究地球环境变化及趋势分析中具有十分重要的意义。而目前的对地观测卫星寿命很少有到数十年或者几十年以上。因而,通过对具有重叠观测并且具有相近配置的传感器之间进行交叉校正获得连续的对地观测数据就显得十分必要。由于不同传感器之间系统配置以及定标过程不同等,即使同时同地的观测值也可能会有一些差异。AMSR\|E和AMSR2具有极其接近的物理配置,为了获得长时间序列的地表参数数据集,选取该传感器2013~2014年一年期18.7 GHz和36.5 GHz陆面观测数据进行对比来确定观测值之间的差异,并建立了针对两传感器在这两个频率之间基于像元观测的线性转换模型。对比发现这两个通道的观测值之间的相关性在0.98以上,两传感器同时同地亮温观测值有2~6 k的差距,这些差异在地表参数反演及长时间序列数据集的建立中应予以关注。
20世纪90年代以来,卫星高度计在监测海平面变化、海洋环流、区域海面地形、气候变化等方面做出了巨大的贡献。但是,卫星高度计测量海面高度时都会存在偏差和偏移,需要进行定标。定标的基本原理是在卫星星下点位置处,卫星过境时刻现场测量海面绝对高度值,与卫星高度计的测量值进行对比,得到其偏差和偏移。利用自主设计的GPS浮标测量卫星过境时刻的瞬时绝对海面高度值,分别在山东石岛、海南清澜完成了4次针对HY-2卫星高度计的绝对定标工作。定标结果表明:①在岸基GPS基准站的支持下,使用自制的GPS浮标海面高程测量精度优于50 mm,满足高度计定标检验的需求;②HY-2卫星高度计测量的海面高度测量值随时间产生了漂移,存在系统偏差;③通过使用Jason-2高度计数据对HY\|2的相对定标和使用GPS浮标对其进行的绝对定标结果表明,HY\|2绝对海面高度测量的精度可以达到国际先进水平。
利用高空间分辨率遥感影像准确提取建筑物信息是在更精细尺度上分析、管理人类活动的重要途径,但建筑物形态的多样性、复杂性使得建筑物提取方法在精度、效率等方面依然面临挑战。基于高分辨率影像中建筑物所呈现的多种形状及结构特点,通过发展形态学建筑物指数并结合具有良好保边去噪性能的引导滤波,提出了基于多结构元素形态学建筑物指数(MMBI)的建筑物提取方法。将之应用于具有不同特征的GeoEye-1影像建筑物提取实验,并与MBI方法进行比较,发现该方法准确率达到88.2%以上,比MBI的准确率提高了约5%,且漏检率下降近6%。结果表明:MMBI方法能够快速、准确地提取出高分辨率影像中的建筑物区域,在建筑物的自动化提取方面具有较好的应用前景。
由于天气等各种因素,卫星遥感叶绿素数据中的大面积无规律缺失问题一直是遥感数据领域的研究热点,阻碍了卫星数据的应用。因此,卫星遥感数据的重构和再分析成为一个重要课题,在关注海域获得时空连续的完整数据对于扩展遥感数据的应用范围,提高其数据利用效率有着重要意义。针对这一系列问题,基于对东中国海叶绿素时空多尺度(包括天气过程时间尺度)变化机制研究的需要,结合多变量DINEOF方法和最优插值等数学方法的优点,成功构建和发展了多尺度最优插值、二次订正的多变量DINEOF方法,简称DINEOF-OI方法。对于目标缺测数据点重构过程中,如何有效分配时间序列上与空间场中的观测数据对重构数据的影响权重,取决于研究的具体目标问题,是研究的重要思路创新。基于这一方法对东中国海近10 a的卫星遥感叶绿素数据成功进行了重构试验,并较成功地刻画了东中国海海表面叶绿素的包括天气尺度在内的多尺度变化特征。
通过对Landsat-8 OLI的多光谱波段与GF-1 PMS的全色波段进行数据融合,并基于融合后的数据,利用主成分分析法对研究区的铁染蚀变信息进行了提取。为了验证融合后的数据在矿化信息提取中的优势,将数据融合前后分别提取的铁染蚀变信息结果进行了对比分析。结果表明:基于融合后的数据比不进行融合的数据能够提取更丰富的蚀变信息,尤其是对微小特征的提取效果更好。
多源数据与其技术方法逐渐被应用于植被物候的研究当中,但基于多源数据物候识别方法间的差异性比较及定量化评估工作还有待加强。以山东禹城农田生态系统为例,探讨了基于多源数据,NDVI、EVI、数字相机图片、碳通量数据(NEE)以及人工实测数据获取的冬小麦主要生育日期的结果进行差异比较及定量化评估。结果表明:①通过碳通量数据获取的主要生育日期的计算结果与人工实测结果最接近,各阶段差异均<3 d;通过数字相机图片获取的结果仅次于通过碳通量数据获取的结果,而通过遥感数据NDVI、EVI获取的结果与人工实测结果差距最大;②通过NDVI、EVI两种数据获取的冬小麦主要生育期结果具有极显著的相关性,最高达到R2=0.857(P<0.001);③基于多源数据获取的冬小麦主要生育期的计算结果,均显示出禹城站冬小麦返青期提前,蜡熟期推迟,生长季长度变长的年际变化特征。
研究植被物候及其与气候之间的关系对于理解全球生态环境变化意义重大。近地面数字相机凭借其监测频率高、数据质量好等优势已成为一种有效的监测植被物候的遥感平台。以北美地区瓦瑞(Vaira Ranch)牧场为例,对研究区植被的春季生长情况进行监测,利用近地表数字相机获取的影像计算绿度相对亮度(Greenness Chromaticity Coordinates,Gcc)并构成时间序列,模拟植被春季物候,将所得植被物候信息分别与地面同步实测的总初级生产力(Gross Primary Production,GPP)以及气象数据进行对比分析。结果表明:研究区植被春季生长季开始于第20 d,结束于第145 d,Gcc与GPP的总体相关性为0.88,二者提取的7项物候指标平均相对差异为0.05;降雨、土壤湿度、空气温度、土壤温度、太阳辐射通量对植被生长存在影响:空气温度、土壤温度、太阳辐射通量三者整体对于Gcc变化的解释力为91.3%,其中,气温和土温的单因子解释力分别为30.9%和49.0%,此外,由于水分缺乏,降水成为制约研究区植被生长的重要因素。
利用震后1景极化SAR影像提取倒塌建筑物是一种快速有效的灾害调查手段。倒塌建筑和倾斜建筑物在PolSAR影像中的散射特征相似,易造成建筑物倒塌率的过度评估。由于倒塌建筑和倾斜建筑的纹理特征有较大差异,将利用这种纹理差异来解决倒塌建筑和倾斜建筑的混分问题。通过实验发现均值、同质性、熵及相关性4种基于灰度共生矩阵(Gray-Level Co\|occurrence Matrix,GLCM)的纹理特征能够有效区分倾斜建筑和倒塌建筑,故利用这4种纹理特征提取倒塌建筑中混杂的倾斜建筑,从而降低倒塌建筑的虚警率。以玉树地震为例,提取城区的建筑物震害信息,实验证明该方法能够大幅提高建筑物震害评估精度。
在高山峡谷地区湖泊水体提取过程中,山体阴影对水体的干扰一直以来是个难题,虽然利用谱间关系法或控制阈值范围等基于光谱的方法可以去除部分阴影,但实际效果并不理想,而且会损失湖泊边界的完整性,甚至漏提部分湖泊。通过光谱特征先提取较为完整的湖泊水体,再利用空间位置关系去除阴影,实现了既保留较为完整的湖泊,又能够高效去除阴影干扰的目的。在保留完整湖泊的基础上,经过对提取参数的调整,地形起伏较大的山地样区的综合提取效果达到了去除90% 以上阴影的效果。
从遥感图像监督分类结果到矢量对象的转换是遥感技术领域的一个瓶颈问题。提出了一种“分类图斑自适应概括”(Self-adaptive Generalization of Classified patch,SGCP)的方法,是针对这一问题的新尝试。SGCP能实现从破碎图斑到完整图像对象的自动转换,它由如下运算组成:①以形态学开启和形状系数分离道路与其他不透水表面;②以面积过滤和数学形态学操作去除噪声,以使图斑完整;③以递归凸残差回补简化图斑边界;④以膨胀和面积占优方法消除图斑裂隙;⑤以凸节点减少率评估图斑概括度,并同时以面积保持和分类精度保持评估概括精度;直至形成指定概括度的对象。概括运算的主要参数(如结构元素尺寸、递归次数、邻域窗口尺寸等)均由计算机自适应确定,同时预留部分用户调节参数,在自动概括的同时,允许人工干预概括程度。经Matlab仿真测试,该方法可以在保持分类精度与获取概括对象之间取得较好平衡。当图斑简化度上升22.9%时,面积平均变化仅为2.7%,分类精度仅平均下降0.72%。
利用离散小波方法对2001~2012年MODIS EVI时序数据进行平滑,基于动态阈值法提取我国植被物候信息,探讨农作物和自然植被物候的时空变化特征。结果表明:①我国第一季农作物开始、峰值和结束日期主要以华北平原为中心随海拔的上升而推迟,而自然植被物候更早20 d左右,且随海拔的上升先推迟后提前;②物候在时序上有显著变化的第一季区域,43.98%开始日期、52.83%峰值日期呈现提前趋势,多在开始晚、结束早的西南区及东北与内蒙古交界处,其余区域开始、峰值日期及81.80%结束日期呈推迟趋势,发生在开始早、结束晚的黄土高原及双季农作区;农作物物候推迟幅度小于自然植被。
利用多源遥感数据,结合光学遥感数据高空间分辨率及被动微波数据不受云干扰的优势,利用MODIS逐日积雪标准产品和AMSR\|E雪水当量产品,生成了欧亚大陆中高纬度区500 m分辨率的逐日无云积雪产品,并利用更高分辨率的Landsat\|TM数据生成的积雪产品作为“真值”影像,对研发的逐日无云积雪覆盖产品的精度进行了验证。结果表明:MOD10A1和MYD10A1受云影响均较为严重,无法直接用于地表积雪面积的监测。而本研究合成的逐日无云产品具有较好的精度,与TM积雪图具有较高的一致性。但不同的土地覆盖类型对积雪分类精度有一定的影响。其中,裸地和草原覆盖区精度最好,Kappa系数分别为0.655和0.644,均为高度一致性;其次精度较好的是灌丛和耕地覆盖区,Kappa系数分别为0.584和0.572,均为中等的一致性;而森林覆盖区由于受到高大植被的影响,Kappa系数仅为0.389,合成产品相对TM积雪产品明显高估了森林区积雪面积。整体Kappa均值达到0.569,接近高度一致,研究结果对实时监测欧亚大陆积雪面积具有一定的应用价值。
蒙古高原生态系统及其变化对中国北方乃至整个东北亚的生态安全有着重要影响,了解蒙古高原干旱半干旱区植被生长的动态如何在不同时间和空间尺度上响应气候变化十分必要。利用NDVI数据构建长时间序列,分析植被生长动态变化的过程和时空特征,并与气象数据进行相关性分析。主要结论如下:①NDVI的分布具有地带性;②大约39.5%的区域NDVI呈显著的增加(P=0.1),7.3%的区域NDVI显著减少(P=0.1),说明植被条件在蒙古高原有所好转;③蒙古高原NDVI的变异系数均值16.99%,这表明过去32年里植被覆盖变化情况有较强的波动性;④蒙古高原植被的生长状况与降水量有极显著的正相关关系,与气温有极显著的负相关关系。
甘公网安备 62010202000685号
