叶绿素a浓度是表征水体富营养化程度的重要指标，通过遥感手段反演叶绿素a浓度是实现水体富营养化监测的一个有效途径，已衍生出了一系列叶绿素a浓度反演算法。这些算法各有所长，适用范围也各自有别。由于水体光学特征差异，盲目套用这些算法难以取得预期效果。为了推动水质遥感的进一步发展，从遥感反演的原理和数据源出发，对国内外利用遥感技术反演水体叶绿素a浓度的算法进行综述。根据算法结构设计的不同，将反演算法分为6大类，分别为荧光峰和反射峰算法、波段算法、指数算法、智能算法、基于水体分类的算法体系以及分析类算法，系统地梳理各类算法并分析算法特征。从算法适用的叶绿素a浓度区间和水体类型等角度出发，总结各类算法的适用范围，评述各类算法的优缺点，以期为环境和遥感工作者提供参考。主要结论如下：①Ⅱ类水体算法外推适应性较弱，应建立并补充实测数据集，研究各类水体光学特性异同点，构建基于水体分类的通用算法体系；②无人机技术与高光谱传感器的结合可为内陆水体水质监测提供新思路；③应结合机器学习算法与机理模型，发展物理原理约束的高精度反演模型。
凭借着高分辨率、可控性强和性价比高的特点，无人机遥感技术在森林研究中得到了迅速的发展与应用。对无人机遥感成像平台的发展和国内外利用无人机遥感技术开展森林调查的情况进行介绍，针对单木和林分两种森林资源调查对象，总结了目前利用无人机遥感技术提取森林参数的前沿方法。重点分析和讨论了基于无人机平台的多光谱、高光谱和激光雷达传感器获取森林参数的算法，对比了其优越性、局限性并分析其最佳应用场景。此外，介绍了无人机遥感在森林树种分类和病虫害监测方面的应用情况。最后，对无人机遥感技术在森林监测方面的应用前景进行了展望，可为今后基于无人机遥感的森林资源监管领域的研究提供理论依据与技术支持。
在长时间尺度上监测和评价森林生态过程的状态变量是当前森林生态系统观测研究的热点问题之一。针对森林生态系统观测站观测数据实时传输存储不畅、数据共享度低、数据碎片化严重、大数据分析平台建设薄弱、森林火灾实时预测预警缺乏等问题，下蜀林场综合观测试验平台结合遥感技术、涡度相关技术、样方调查技术和无线传感器网络技术实现了森林生态系统水、土、气、生各要素长期的连续的综合观测，提供了森林生态系统与大气之间的碳收支数据、水通量数据、能量通量数据、气象数据的实时自动存储及显示，森林生态系统服务功能及价值量的存储及显示，实现了对森林火灾的监控以及森林火险的预测预警。试验平台可为森林生态系统长期自动化观测提供借鉴。
快速准确获取森林结构参数对森林资源调查管理及全球碳汇研究具有重要意义。以祁连山东、中部青海云杉林为研究对象，利用16个无人机激光雷达（LiDAR）点云数据、正射影像数据结合实地样方观测数据，提取样方内青海云杉的单木树高并准确验证树木分割精度；结合实测数据和地形数据，依据统计指标验证提取树高精度并分析原因；基于点云数据提取的各样方树高分析祁连山青海云杉冠层高度在空间上的变化。结果表明：在祁连山山地森林，冠层高度平均值估算精度最高，R2为0.93，RMSE为1.39 m（P<0.05）；地形影响基于点云数据的树高提取，坡度较小的青海云杉树高提取效果更好；从东到西，青海云杉平均树高呈下降趋势；随着海拔高度上升，青海云杉的平均树高先上升后下降，这与祁连山东西水热条件差异和不同海拔树木年龄分布有关。
四川省木里县及周边林区是全国林火最为高发和易发区之一，近两年连续发生了扑火人员重大伤亡的事件。利用时序国产卫星影像、无人机影像和现场勘查数据等，从监测火灾蔓延时空过程的角度，对该区林火热点进行了动态监测，并分析了重点火场火灾发展过程，结果表明：以国产GF-4卫星影像为主，辅助以2 m/8 m光学卫星星座影像，可较好地监测林火热点；研究提出林火热点判定阈值为白天亮温值T≥360 K或夜间亮温值T≥330 K；监测发现了该区3月30日至4月6日间共6处火场的25次林火事件，并重点反演了①号木里和②号西昌火灾发展的时空过程。通过将卫星监测热点与现场勘查热点、无人机影像解译热点对比，表明在火灾早期和中期卫星林火热点监测精度可达89%。建议利用时序国产多源卫星影像对该区林火进行持续监测，并结合权威部门现场勘查数据适时发布预警信息，避免造成重大生命财产损失。
以福州大学为试验区，提出一种基于无人机遥感影像的台风灾害倒伏绿化树木的快速提取方法，为园林部门进行台风灾害损失评估、灾后重建提供参考。首先利用无人机遥感技术获取高于10 cm分辨率的台风过境前后影像，经过处理得到数字正射影像（Digital Orthophoto Map，DOM）和数字表面模型（Digital Surface Model，DSM）；其次采用高斯高通滤波算法突出树干的边缘信息；然后采用对比过滤分割算法结合互信息最大化特征选择算法（maximum Relevance Minimum Redundancy，mRMR）选择最佳特征子集，再分别根据阈值和随机森林（Random Forest，RF）分类方法检测出树干与非树干；最后使用骨架化算法将倒下的树干简化为骨架线，采用八邻域追踪法对单棵树干进行精细提取。结果表明：基于单期无人机影像使用阈值分类方法在试验区中共检测出了71棵倒伏木，准确率达76.06%；而基于RF分类方法倒伏木提取准确率虽提高了12.73%，但漏检率达25.39%；为了比较基于单期和两期影像两种数据源倒伏木的检测效率，结合两期DSM差值，分别采用阈值分类和RF分类两种方法，准确率分别为89.66%和87.30%，漏检率为17.46%和12.70%。研究认为，通过单时相影像特征基本能够检测出倒伏木，多时相影像分析可以有效提高倒伏木的检测精度，为不同数据源情况下的倒伏木检测提供了一种新途径。基于无人机遥感技术可以较好地实现台风灾后倒伏木数量的快速估算。
为形成林场级森林可燃物类型遥感精细识别方法，以内蒙古大兴安岭根河林业局潮查林场为试验区，结合地面调查和森林资源调查等资料，建立了该区域的森林可燃物类型机载高光谱影像数据分类体系；通过对各类型的原始光谱曲线、一阶微分曲线、二阶微分曲线和包络线消除曲线进行分析，得到了适用于各类型识别的特征波段；并基于生成的特征波段的主成分分析分量（信息量95%以上）及其纹理特征影像，采用随机森林方法对该区域的森林可燃物类型进行了识别。利用机载高光谱遥感数据与其他数据相结合，研究形成了林场级森林可燃物类型随机森林识别方法，识别总体精度达86.31%，Kappa系数0.836；兴安落叶松和白桦的制图精度分别达到95.58%、94.34%，表明该方法适宜用于乔木可燃物的细分，可为林场级森林可燃物更新管理、森林火灾的科学预防及扑救提供技术支撑。
森林在生态系统服务中起着重要作用，例如提供清洁空气、保护生物栖息地以及减少全球温室气体的排放等。全球森林变化数据集（Global Forest Change，GFC）每年以30 m的高空间分辨率绘制森林覆盖变化图，成为监测森林覆盖时空变化特征的有效工具。利用谷歌地球引擎（Google Earth Engine，GEE），基于GFC产品，结合线性回归方法和空间自相关理论对西南地区2001~2019年森林变化情况进行研究，结果表明：近19 a来，西南地区森林损失面积为375.27万hm2，以2008年为拐点，2008年之前呈显著增加趋势（p<0.05），在此之后波动下降，损失主要集中分布在广西、贵州东南和云南南部地区；森林损失与地形分析的关系表明损失主要分布在海拔2 000 m以下、坡度小于40°的区域，并逐渐向海拔更低坡度更缓的地方转移；森林损失面积具有一定的空间关联性，2001~2019年来Moran’s I 指数均为正，平均值为0.406，空间高值聚集在广西和贵州南部，低值聚集在重庆、四川和云南北部；政策因素在土地利用方式转变过程中发挥着重要作用，林业活动和农业扩张是影响损失现象发生的主要驱动因素，今后制定森林保护和管理战略时应充分考虑多方面因素造成的森林损失现象，研究结果可以为森林监测和保护提供更科学的指导。
土壤水分在土壤监测中是一项重要的指标，对于农业生产、生态环境以及水资源管理有着重要的影响。随着遥感建模与反演理论的不断成熟，其逐渐成为分析土壤指标的重要技术与手段。因此，利用光学影像与雷达影像数据，以大兴安岭地区漠河市为研究区域，分别建立以Landsat 8为数据源的土壤水分反演模型和由Landsat 8影像数据与GF-3卫星数据协同反演的土壤水分反演模型，将反演结果与实际测得数据进行对比验证，并评价所建立的反演模型。结果表明：①对研究区地温进行反演，利用地表温度（Ts）与归一化差异湿度指数NDMI构建Ts-NDMI特征空间，结合实测数据可以发现Ts-NDMI特征空间土壤水分反演模型的反演结果与实测土壤含水量为负相关性；②协同GF-3卫星数据和Landsat 8遥感影像数据所建立的土壤水分反演模型能得到质量较高的反演结果，且在高植被覆盖度地区，利用该协同反演模型得到的反演结果比利用单一光学数据源所建模型得到的反演结果精度高，为今后高植被覆盖度地区土壤湿度的研究提供了新途径。
高分辨率的降水数据对于复杂地形区的精确水文预报和气候模拟至关重要。利用青藏高原的植被、地形和地理位置特征，建立了与降水的回归模型，将全球降水测量（GPM）IMERG的年降水量从0.1° 降尺度至1 km，通过分解年降水获得月降水量数据，并用气象站点的实测数据进行校准。得出以下结论：①GPM IMERG月降水量略大于地面观测值，与2015~2017年的站点数据相关性较高（R2=0.79）；②通过建立降尺度模型，提高了研究区GPM IMERG的空间分辨率；③利用站点数据校准后的月降水量，可以反映降水的细节特征，尤其是在雨季和湿润地区。该模型可用于获得地形复杂地区的高空间分辨率降水资料，对水文学和气象学研究具有重要意义。
雷达高度计的主要功能是测量全球平均海平面高度（SSH：Sea Surface Height），它通过准确测量收发脉冲之间的时间间隔来实现精准的星地距离测量，时间测量的准确度取决于高度计时钟的准确性。卫星在轨运行期间，雷达高度计时钟频率会产生缓慢漂移，时钟频率漂移会影响星地距离的测量准确度，造成对海面高程的测量偏差。在基于重建型有源定标器对HY-2A卫星高度计时钟偏差在轨测试方法的基础上，提出了从星地斜距函数曲线时间偏移量中提取高度计时钟偏差的估计方法，应用于HY-2B卫星雷达高度计在轨定标测试中，测量了雷达高度计时钟频率漂移量，精度优于0.001 Hz。结果表明：HY-2B高度计原子钟性能稳定，时钟频率偏差造成的测距偏差为毫米量级，平均测距漂移率为2.95×10-7 m/d。
高光谱图像的高维特性和波段间的高相关性，导致高光谱图像地物识别问题研究中，面临着数据量大、信息冗余的问题，降低了高光谱图像的分类识别精度。针对以上问题，提出了基于局部保留降维（Local Fisher Discriminant Analysis，LFDA）结合遗传算法（Genetic Algorithm， GA ）优化极限学习机（Extreme Learning Machine， ELM）的高光谱图像分类方法。首先，采用LFDA对高光谱图像数据进行降维处理，消除信息冗余并保留局部邻域内主要特征；然后用GA优化ELM，对降维处理后的特征样本进行分类，提高高光谱图像的分类识别精度。将该方法应用于Salinas和Pavia University高光谱图像的地物识别问题研究，分类精度分别达到了98.56%和97.11%，由此验证了该方法的有效性。
提出一种工作在65~70 GHz强氧气吸收波段的星载差分吸收气压雷达，用以连续获取全球高时空分辨率的海面气压数据。通过对星载差分吸收气压雷达系统设计需求的分析，利用大气廓线数据和大气吸收系数模型，对海面气压差分吸收的性能进行了仿真及性能分析。仿真结果表明：通过强氧气吸收波段下的海面气压和差分吸收指数之间存在线性关系，星载差分吸收气压雷达在66 GHz与69 GHz的工作频率下晴空时得到的海面气压估计的均方根误差在2.6 mbar，不同云况下得到的海面气压估计的均方根误差在3~4 mbar，为后续雷达系统的设计与工程实现提供了参考与依据。
全球水储量的时空变化研究，对理解全球水循环过程、安排农业生产、防治洪涝灾害等具有重要意义。GRACE重力反演与气象实验卫星为获取全球水储量变化提供了直接观测手段，但不同解算模型和方法导致最终水储量产品之间存在差异。针对现阶段GRACE水储量数据产品中所存在的不确定性，拟结合全球水文模型以及陆面模型数据，采用三角帽方法对现有水储量数据产品进行不确定性分析；选取不确定性最低的GRACE和全球水文模型数据产品，引入点面融合思想，利用卫星观测和模型模拟数据互相约束来选取训练点，基于BP神经网络、深度置信网络建立GRACE精度校正模型，对GRACE月尺度水储量数据进行校正。以美国加利福尼亚州为例，从产品不确定性定量评价、水储量异常长时序变化及空间分布定性分析和地下水井站点实测验证等方面对校正结果进行分析验证。结果显示：①校正结果相比原始卫星观测数据产品及模型模拟产品在不确定分析中具有更低的不确定性（GRACE CSR： 25.32 cm， PCR-GLOBWB： 33.10 cm， DBN： 13.85 cm）；②在长时序变化和空间可视化分析中，校正结果相较于原始数据减少了异常的波动；③地下水位监测水井站点验证中，校正结果在相关性、均方根误差以及平均绝对误差上均有提升。
准确识别和划分城市功能区对合理规划城市发展和解决城市问题具有重要作用。遥感影像拥有丰富的光谱纹理特征但难以表征建筑物的社会经济属性，而社交媒体数据等城市数据为城市研究与应用提供了丰富的数据资源，补充了遥感影像所缺失的建筑物内在特征。融合高分辨遥感影像和POI数据的多特征信息，利用嵌入主题模型挖掘其潜在语义信息识别城市功能区。以宁波市2个典型的城市商业区为研究区设计3个实验，验证该方法的效果和性能。研究结果表明：该方法能够取得85.67%和85.78%的分类精度，并准确识别出城市功能区。同时，光谱、纹理、几何和POI特征组合的多特征信息能够明显提升城市功能区的识别精度，并且嵌入主题模型能够更好地挖掘多特征的高层次潜在语义信息，效果明显优于pLSA、LDA和STM 3种主流模型。
影像融合在滨海湿地遥感监测中具有重要作用，然而滨海湿地区域多以水体、植物等为主，地物复杂多变，导致现有融合方法易产生光谱畸变且鲁棒性往往较差，难以满足滨海湿地的长时序动态监测需求。为此，提出基于空—谱质量评价的全色/多光谱影像融合方法SSQI_ PANSHARP，所提融合模型以融合影像的空—谱质量评价为导向，集成多种融合方法在空间增强和光谱保真方面的互补优势，满足滨海湿地长时序遥感监测对融合方法鲁棒性的需求。以杭州湾滨海湿地为研究区域，利用1999~2018年Landsat-7、Landsat-8卫星20年影像数据，从定性、定量以及滨海湿地典型地物光谱指数NDVI、NDWI等多方面，对提出方法进行充分验证，并在此基础上均匀抽取相近季度3期数据，对杭州湾滨海湿地近20年间土地覆盖类型，进行宏观长时序动态监测分析。研究结果表明，SSQI_PANSHARP方法在滨海湿地区域中的光谱保真度、空间结构信息增强效果表现较好，且鲁棒性强，适合于滨海湿地的长时序监测需求。监测结果显示，杭州湾南岸滨海湿地2010年后建筑用地比例上升，区域内池塘水田明显增加，农田绿地有所下降。
泥石流物源的信息获取目前主要依靠野外勘查测量和目视解译提取，存在耗时费力、覆盖范围有限、主观性强等问题。遥感因其快速、大范围、高精度监测的特点为泥石流物源识别提供了更为可靠的方式。基于Sentinel 2影像和ALOS地形数据，根据物源区光谱特征和地形特征差异，采用面向对象的分类方法进行物源识别，实现了树正寨流域地震前后泥石流崩滑物源、沟道物源和坡面物源的遥感精细识别。实验结果表明：①基于无人机和Google Earth高分辨率影像选取验证样本发现，采用该方法的树正寨流域物源识别精度分别为震前85.71%，震后88.34%，对应的Kappa系数分别为0.77和0.76；②相比于传统基于像元的遥感分类方法，该方法震前和震后分类精度分别高出14.28%和22.70%，尤其对于小面积的崩滑单体识别有着更优秀的表现；③地震前后由于地震诱发崩塌滑坡等灾害导致物源总储量由1.85×106 m3增至3.99×106 m3，主要物源类型是崩滑物源，占比70.80%。总体而言，实验为泥石流物源的判识提供了基于高分辨率遥感影像观测的自动识别方法，判识结果也将为泥石流灾害防治及风险评估提供重要的科学支撑。
获取Doseo盆地和Salamat盆地ASTER遥感数据进行预处理，利用波段比值法及主成分分析法提取粘土蚀变、碳酸盐岩蚀变、铁离子（Fe2+、Fe3+）蚀变等异常信息，圈定遥感异常区。异常解译显示，异常区域主要分布在Salamat盆地和Doseo盆地西南侧，异常强度以一级为中心向四周扩散。高渗漏区粘土矿物蚀变异常极为明显，其次为碳酸盐岩异常，铁离子蚀变异常最不明显。地表地质解释表明，中非剪切带为右行走滑断裂，断裂两侧发育与主断裂斜交的雁列式断层或褶皱，主剪切带在宏观影像上呈反“S”形，走向北东，断层转折部位为松弛拉伸区域，形成Salamat和Doseo拉分盆地，盆地内部发育大量扭张类构造样式。异常区域与断裂分布的对应关系较好，指示油气渗漏受断裂控制，断裂带为油气渗漏提供通道，使地表油气异常信息较为明显。该研究为中非裂谷系油气勘探提供参考。
针对全球海面舰船目标检测的需求，结合宽刈幅与方位高分辨的需求，提出了一种基于星载宽刈幅散射计的海面舰船目标检测方法。该方法使用扇形波束旋转扫描散射计，发射宽带线性调频信号，对回波信号进行方位高分辨，海面目标二维检测，得到舰船的多次观测信息。使用方位角、多普勒频率、高分辨距离像等观测数据，计算船长、船速、与卫星运动方向夹角，并对舰船类型进行初步分类识别，实现辅助检测的功能。仿真结果表明：该方法能够实现对海面舰船的检测，得到有效的舰船信息，具备辅助检测的能力，对未来星载雷达海面舰船目标检测与识别提供了可实现的路径。
随着城市化进程的加快，热岛效应成为当今社会热点问题，研究主要集中于热岛强度变化和景观格局影响分析。遥感热岛提取结果受到多方面因素的影响，因此影像选择尤为关键。以石家庄地区为例，选取不同季节、相同季节但植被状态不同的Landsat影像以及ASTER夜间影像，分析季节、农田生长状态、昼夜等因素对遥感热岛提取结果的影响。研究表明：农田作物生长茂盛、平均温度高的季节，遥感热岛提取效果较好且热岛强度较大；农田作物收获后，土地裸露，为保证遥感热岛有效提取应选择夜间数据。实验结果可为热岛研究过程中遥感数据选择和分析提供参考。
精确辐射定标是定量遥感的基础。以搭载在全球降水测量（Global Precipitation Measure-ment，GPM）卫星上的微波成像仪（GPM Microwave Imager， GMI）为辐射基准，用双差异（Double Difference， DD）方法对搭载在我国风云三号C星（Fengyun 3C， FY-3C）上的微波成像仪（Microwave Radiation Imager， MWRI）进行在轨交叉辐射定标。首先，将FY-3C MWRI数据、GMI数据和第五版欧洲中尺度天气预报中心再分析（European Centre for Medium-Range Weather Forecast Re-Analysis V5， ERA5）数据重采样至1°×1°的全球规则格网空间；其次，根据匹配条件收集晴空海面上的匹配观测点，用海洋微波辐射传输模型分别模拟FY-3C MWRI和GMI各个通道大气顶亮温；然后，根据匹配的观测值和模拟值计算DD值和FY-3C MWRI的理论观测值；最后，确定交叉辐射定标系数，并完成对FY-3C MWRI数据的定标重处理。结果表明：相对于GMI，FY-3C MWRI观测值被低估，特别是低频通道，但随着频率的增大，定标误差逐渐变小。FY-3C MWRI升轨（MWRIA）的定标误差比降轨（MWRID）小1.0~2.0 K。在全球天基交叉辐射定标系统（Global Space-based Inter-Calibration System， GSICS）所定义的标准场景亮温下，对于10V/H、18V/H、23V、36V/H和89V/H共9个通道，MWRIA的辐射定标误差分别为-6.7±0.3 K、-8.7±0.7 K、-2.9±0.7 K、-2.0±0.8 K、-2.4±0.7 K、-4.0±0.8 K、-2.4±1.4 K、-1.3±1.0 K和-0.4±1.8 K；而MWRID的辐射定标误差分别为-7.9±0.7 K、-9.7±0.9 K、-4.3±0.9 K、-3.0±0.8 K、 -3.5±0.9 K、-5.1±0.8 K、-3.0±1.1 K、-2.4±0.6 K和-1.0±2.1 K。
地表粗糙度反映了地表的微小起伏，是土壤水分微波遥感反演研究中重要的地表参数。以闪电河流域为研究区，首先利用针板法对不同地物下的地表粗糙度进行测量，然后对测量数据进行透视变换、数字化、倾斜校正及周期校正等一系列的处理，计算得到不同地表的粗糙度结果。研究表明：在使用针板法测量地表粗糙度时，为校正不同剖面测量姿态的影响需要进行倾斜校正以减小计算偏差，而对胡萝卜地、花菜地等具有周期性田垄结构的地表还需要进一步进行周期校正。通过对获取的闪电河流域典型地物的地表粗糙度进行分析，发现该地区草地的地表粗糙度较小，作物区的地表粗糙度普遍偏大，各类地物的地表粗糙度由小到大分别为草地、花菜地、玉米地、胡萝卜地、土豆（收割）地和土豆（未收）地。最后对地表粗糙度与机载微波辐射、散射观测进行相关性分析，发现在地面单点测量的地表粗糙度与机载尺度的微波辐射散射特性之间不存在明显关系。
高空间分辨率遥感技术为大范围判识农用地利用类型提供了丰富的数据源。农用地类型多样性和复杂性给高效应用高分影像识别农用地类型带来很大挑战。地块矢量的引入可以帮助更好综合利用多元影像特征，进而提高农用地类型判识精度。但是，传统地块特征提取方法将地块视为一个整体，通过对地块内部像元特征平均实现地块特征表达，不能很好适用于地块内部像元光谱具有较强异质性的情况。针对内部光谱异质但具有较强规律的地块，提出一种基于光谱聚类的特征提取方法，将地块内部的光谱聚类特征作为地块的特征之一，对地块进行分类。利用上海崇明区内2个典型样区的BJ-2卫星影像和地面调查数据进行实验验证分析，结果表明：①该方法相对利用地块内部所有像元光谱平均的方法，能够有效提升地块分类精度；②通过引入地块内部光谱聚类特征到传统地块特征组合，可以进一步提升地块分类精度，对菜地和廊道等内部像元光谱混合比例变化较大的类别提升效果最为明显。该方法为复杂地块分类提供了新思路。
甘公网安备 62010202000685号
