红树林是海岸带生态系统中重要的植物群落，具有较高的社会、生态和经济价值。遥感技术的发展为红树林监测提供了一种高效便利的手段。雷达遥感由于具有穿透性好、不受云雨影响的特点，在红树林分布地区具有得天独厚的优势。对近几十年来雷达遥感在红树林监测方面的研究进行了回顾，着重分析了红树林散射机制、红树林分类与识别和红树林生物物理参数反演这3个方面的研究进展，对各类方法进行了总结和对比，最后针对存在的问题提出了未来可以改进的方向。
土壤水分是陆地生态系统和水循环的重要状态变量，在植被生长监测、农作物产量评估等研究中均发挥着重要作用。为了消除植被散射的影响，进而实现农田地表土壤水分的高精度反演，以时间序列Sentinel-1影像及MODIS产品为实验数据，基于高级积分方程模型和比值植被模型的耦合模型，通过采用不同光学植被参数和VH交叉极化后向散射系数，分别对农田植被散射贡献进行表征，消除植被散射的影响，进而实现土壤水分的高精度反演。结果表明：当利用VH极化进行参数化植被散射贡献时，标定的耦合模型，虽然可消除对光学植被参数的依赖并较好地模拟Sentinel-1卫星观测，但土壤水分反演结果效果欠理想，相关系数R最大仅为0.54；与VH极化相比，利用光学植被参数表征植被散射贡献时，土壤水分整体反演效果较理想，R最大达到0.79，但光学植被参数反演结果在不同站点存在显著的空间差异性，R介于0.07~0.79之间。因此，在未来研究中可尝试将雷达数据与光学数据协同反演，以期在消除植被散射影响的基础上，实现植被覆盖区域土壤水分的高精度反演及动态变化监测。
土壤水分是地气间水热交换的重要变量，影响着地表感热潜热划分、水分收支和植被蒸腾等过程，青藏高原土壤水分的研究对于改进高原水分循环和能量平衡的模拟研究具有重要意义。随着SMOS、SMAP等卫星的发射，L波段被动微波遥感技术成为大尺度监测土壤水分的主要手段。分别从L波段星—机—地观测与微波辐射模拟、区域尺度土壤水分观测、卫星产品评估与土壤水分反演算法发展等方面系统回顾和总结了近年来L波段被动微波遥感及其土壤水分反演算法、产品在青藏高原的主要应用与研究进展。在此基础上，归纳了当前高原L波段被动微波辐射模拟与土壤水分反演存在的问题，主要包括缺乏高原尺度的微波辐射模拟评估和改进的卫星土壤水分产品、土壤冻结时期的水分监测产品依然缺失等问题。针对存在的问题，进一步提出了相关建议与展望，建议今后的研究应加强高原尺度的微波辐射模拟评估与土壤水分产品改进工作，并积极拓展土壤水分产品在高原水分循环和能量平衡模拟、植被生长与干旱监测的应用研究。
宇宙射线中子法是一种百米尺度的土壤水分无损测量方法。基于重庆市青木关槽谷区多个站点的多层土壤水分观测数据，针对宇宙射线土壤水分观测系统（COSMOS）同步测得的中子序列开展了土壤含水量反演研究。在反演算法研究过程中，引入S-G滤波对COSMOS快中子数进行平滑，分析了植被含水量的影响，探索和优化了算法率定和验证阶段不同的数据筛选方案。结果表明：该区域植被含水量对COSMOS反演结果影响较小，且考虑全时段土壤水分水平下发展的算法能得到与实测区域平均更为一致的土壤水分序列。最后应用该反演算法进一步生成了COSMOS观测时段的长时间序列土壤水分产品，并与周边相邻土壤水分观测进行间接验证，揭示了该区域的土壤水分季节变化特征。该研究发展的COSMOS土壤水分反演算法在该区域展现了较强的适用性，可为重庆市青木关喀斯特槽谷区典型流域的区域尺度土壤水分观测与水文气象分析提供支持。
选取淮河流域为研究区域，利用2016年6月至2019年5月流域内的313个土壤水分观测站0~10 cm土壤体积含水量数据，使用多种指标分析SMAP卫星（Soil Moisture Active Passive）9 km分辨率土壤水分产品（L2_SM_P_E）精度的空间和时间（年、月、日尺度）特征，并讨论植被、土壤、地形等对精度影响。结果表明：①整体来看，L2_SM_P_E在淮河流域达不到0.04 m3/m3的预期精度，存在湿区高估、干区低估的现象，但可以较好地反映流域土壤水分的空间分布特征，也能较为准确地指示高湿区和低湿区。②L2_SM_P_E的精度存在明显的区域差异和季节差异。冬季精度明显优于其他季节，流域大部分地区的无偏均方根误差（ubRMSE）均接近预期精度，且在流域北部的部分地区、伏牛山区和大别山区达到了预期精度。在春秋季，流域北部和大别山区的精度较高。夏季L2_SM_P_E的可用性较差。③L2_SM_P_E和降水有较好的一致性，对降水的响应比土壤水分观测值敏感。在降水过程中和降水结束后，L2_SM_P_E的误差以随机误差为主；当土壤相对干燥，则以系统性负偏差为主。④L2_SM_P_E的精度与采样点的土壤类型关系并不密切，山地地区的精度要优于其他地区。
L波段微波辐射计是探测土壤湿度和海水盐度的重要手段，但日益严重的射频干扰（Radio Frequency Interference， RFI）使得L波段被动微波遥感无法达到地表参数的反演精度要求。将具有快速采样能力的L波段积分式微波辐射计搭载于车载移动平台，在华北闪电河流域进行地基测量，应用时域脉冲检测算法（Asynchronous Pulse Blanking algorithm， APB）及基于变异系数的中值比较算法对测量结果进行射频干扰检测与抑制，两种算法对射频干扰检测都取得了一定的效果。根据检测结果，闪电河综合遥感试验区的L波段地基微波辐射计观测到的射频干扰以小量级的脉冲式干扰为主，野外干扰平均量级一般集中在3~4 K，持续时间多在1~2 ms，干扰率在2%~14%之间。对比分析发现，城镇中的射频干扰较野外严重，野外实验中H极化测量结果受射频干扰影响略轻于V极化，APB算法相对具有较多的误检现象，而中值比较法则更能容许测量目标本身的辐射亮温波动，该算法的最小检测干扰量级小于3 K， 有助于提高试验区内土壤湿度的反演精度。
土壤水分的降尺度研究为解决被动微波产品的粗分辨率问题，更好地服务于流域小尺度应用提供了技术手段。以美国俄克拉荷马州为研究区域，基于SMAP土壤水分产品和MODIS产品等多种辅助数据，在地表分类数据的支持下，结合参量统计降尺度和时空融合降尺度发展了一种土壤水分混合降尺度方法，并利用SMAP 9 km产品和站点实测数据对降尺度效果进行了评估。结果表明：混合降尺度方法可以得到细节丰富、空间覆盖完整的降尺度结果。相较于参量统计或时空融合两种单一降尺度而言，混合降尺度结果的空间分布与SMAP 9 km真实产品最为相似，并且混合降尺度结果与站点的整体时序精度最高，在不同地表分类下的时序精度也优于单一方法的降尺度结果。由此证明结合参量统计与时空融合的降尺度方法是可行的。
卫星反演的日光诱导叶绿素荧光（Solar-Induced chlorophyll Fluorescence， SIF）是全球植被生产力遥感监测的理想工具。现有的诸多大气成分探测卫星的高光谱载荷可以满足卫星平台SIF遥感探测的需求，中国和欧洲也计划发射专门的SIF卫星探测器。国内外学者生产了一系列全球SIF卫星遥感产品，并开展了SIF产品时空尺度扩展研究，为SIF应用研究提供了丰富的数据源，但现有的全球SIF产品仍然存在诸多局限性。系统梳理了现有和计划发射的SIF卫星载荷、目前公开发布的SIF卫星遥感产品、以及SIF时空尺度扩展产品，并从应用需求的角度出发，总结了现有全球SIF产品存在的问题和后续SIF卫星探测计划的发展方向，为现有SIF卫星产品的应用以及未来SIF探测卫星载荷方案的设计提供参考。
针对太阳诱导叶绿素荧光（Solar-Induced chlorophyll Fluorescence， SIF）可以有效指示陆表植被水分胁迫的特点，提出了归一化叶绿素荧光干旱指数（Normalized SIF Drought Index， NSDI）用于黄淮海地区冬小麦旱情监测。该方法首先基于哨兵-5p卫星（Sentinel-5p）对流层观测仪（Tropospheric Monitoring Instrument， TROPOMI）传感器反演得到的SIF原始产品集，通过0.1°等经纬步长栅格化处理为空间连续数据，然后基于时间序列分析进行了缺失值线性插补，再经过S-G滤波重建获得了高时空分辨率荧光数据集。以此数据集为基础，结合研究区冬小麦分布数据构建NSDI指数。通过选取典型旱情事件对比分析，NSDI指数与同期归一化植被指数（Normalized Difference Vegetation Index， NDVI）以及温度植被干旱指数（Temperature Vegetation Drought Index， TVDI）都有良好的相关性，其中与NDVI的R2为0.60，与TVDI的R2为0.41；NSDI指数与野外土壤水分调查结果也高度相关，其中河北样区R2为0.53，山东样区R2为0.54，整体R2为0.51；通过物联网监测数据分析显示，NSDI指数可以在优于2 d的滞后期内响应旱情的变化，其变化趋势与田间土壤水分保持高度相关。实验结果表明：NSDI指数可以在时空尺度上有效指示黄淮海地区冬小麦旱情。
月球目标具有受大气影响小且与背景温度差异明显的特点，可以作为通道配准非常稳定的参考源，用于分析不同通道的成像位置。以风云三号D星（FY-3D）搭载的第二代中分辨率光谱成像仪（MERSI-Ⅱ）为例，介绍了一种利用月球图像进行在轨通道配准的方法。通过对MERSI-Ⅱ各通道月球图像进行预处理，并对图像采取亚像元最大相关迭代的方法进行配准，得到亚像素精度的配准参数；利用月球质心距及灰度差值比较法对配准结果进行评价分析。结果表明：基于月球观测的配准方法具有较高的精度，与月球质心距结果一致性优于0.05像素。同时，利用月球配准结果对MERSI-Ⅱ基于发射前测试的配准结果进行了比对验证，发现目前MERSI-Ⅱ在轨配准偏差整体较小，但在短波通道的扫描方向存在0.5个像素左右的偏差，这对后续高精度的定量产品存在影响。利用该配准方法可以发现长期性的通道配准变化规律，为历史数据再定标及后续的定量化遥感产品开发应用打下基础。
精准/智慧农业需要田块尺度高精度地形数据，而现有耕地范围地形测绘数据不能满足需求。为获得高精度数字高程模型（DEM），以SRTM DEM为基础进行改进，获取2016年6~9月SPOT 6多光谱数据，测量实际高程，将实际高程通过克里金空间插值获得分辨率为6 m的DEM；将SRTM DEM格网的栅格值和植物生长季节的归一化植被指数（Normalized Difference Vegetation Index，NDVI）作为输入量，建立逐步多元回归和BP神经网络模型，以实测的地面高程和无人机获取的DEM数据作为验证，与空间插值方法和资源三号获取DEM进行对比。结果表明：①引入生长季节NDVI的线性回归模型的精度达到96.0%，RMSE为1.12；BP神经网络模型精度达到98.7%，RMSE降为0.86；②生长季节NDVI的时空变化是坡度、坡位等地形因子作用的结果；③利用BP神经网络改进的SRTM DEM获得更高空间分辨率的DEM精度高于资源三号生成的DEM，与无人机DEM的空间趋势相似。可为田间变量管理、精准管理分区、土壤分类与精细制图等提供支持。
光学遥感观测极易受到云雾影响，降低数据质量并限制其后续应用潜力。由此，提出了一种基于类内拟合的遥感影像薄云雾校正方法。首先，利用滑动窗口逐波段地搜索局部最小值，称之为暗目标，通过拟合不同波段的暗目标样本估计出薄云雾辐射的相关性。基于此，联合云雾波段相关性与成像模型，生成不含云雾干扰的合成假彩色影像，利用K均值分类自动得到地表覆被类型。利用地类信息，进一步选取晴空区像元获取不同地类在不同波段对间的线性关系。最后，将上述两种线性关系进行联立，求解出各地表类型在不同波段上的值，从而完成影像校正。通过模拟与真实实验对方法有效性和场景适用性进行测试，并从定性目视与定量评估两方面对结果进行检验。实验结果表明：提出方法可有效去除薄云雾干扰，适用于不同地表覆被类型场景，获得高光谱保真的校正地表。
为评价阴影消除植被指数（Shadow-Eliminated Vegetation Index， SEVI）对常用十米级不同空间分辨率遥感影像的地形阴影消除效果，采用2019年1月24~25日过境的Sentinel S2B（10 m）、GF-1（16 m）、Landsat 8 OLI（30 m）、GF-4（50 m）4种空间分辨率多光谱影像，计算了基于地表反射率的NDVI、SEVI和基于SCS+C模型校正后反射率的NDVI。评价方法包括植被指数数值分析、本影和落影相对误差分析、变异系数分析、植被指数与太阳入射角余弦值（
在数据同化方法中，观测误差协方差矩阵是相关的，且与时间和状态有一定的依赖性。针对这种相关特性，将鲁棒滤波方法与观测误差协方差估计方法相结合，得到随状态时间变化的观测误差协方差，提出一种带有观测误差估计的鲁棒数据同化新方法，更新观测误差协方差，改善估计效果。从分析误差协方差，转移矩阵特征值放大等角度优化同化方法。利用非线性Lorenz-96混沌系统，对三种不同优化角度下带有观测误差估计的鲁棒滤波和原鲁棒滤波方法的鲁棒性和同化精度进行评估，并比较分析了两种方法在模型误差、观测数目和性能水平系数变化时的性能。结果表明：观测误差估计技术能够提高状态估计的精确性，带有观测误差估计的鲁棒滤波对系统参数变化具有较好的鲁棒性。
森林病虫害等扰动类型造成的亚健康林木监测预警工作不能及时到位，导致防治工作长期处于灾后救灾的被动局面。基于2019年5~9月份的多时相GF-1 WFV数据，应用比值植被指数和红绿植被指数，准实时地监测逆生长、叶冠胁迫或失色等“灾害”信息。结果表明：虽然树木叶片枯黄、萎蔫等叶绿素降解并逐渐转化成叶黄素和叶红素需要一定的过程，或“灾害症状”有时具有滞后性，但高频次遥感动态监测结果对于指导森林灾害地面踏查，提高监测覆盖率和科学性，防范大面积灾害，具有积极作用。国产GF-1和GF-6 WFV遥感数据的高重访周期能为月度森林资源生长过程的监测提供坚实的数据保障，满足公顷级树叶长势退化预警监测的需要。
加强城市动态扩张与环境质量变化监测对促进长三角城市群高质量一体化协同发展具有重要意义。基于DMSP/OLS夜间灯光数据、多源环境遥感数据等，运用趋势线分析、综合评价指数（Comprehensive Evaluation Index，CEI）构建等方法，对长三角城市群2001~2013年的城市扩张模式、扩张区内环境质量变化特征及二者的协调性情况进行分析。结果表明：①46.24%的城市显著扩张，上海—苏锡常城市化水平和一体化程度最高，其次为环杭州湾城市群和沿江发展带，此外未形成多区域规模化的城市高速扩张模式，经济总量、对外开放程度和用电水平是长三角城市高速扩张的主要驱动因素；②46.35%的显著扩张区环境逐步恶化，集中在江苏省和安徽省，环境恶化型集聚在合肥主城区周围，浙江省城市环境最优，上海市基本未变，多数城市环境变化主要由PM2.5增长所致；③城市扩张与环境变化叠加结果可反映区域城市发展与生态环境建设的协调程度。上海市嘉定区、浦东新区和崇明岛，苏锡常及沿江地区协调性较弱，浙江省城市的“渐变”分布模式体现其高协调性，合肥市城区表现为环境质量远落后于城市化进程的双系统非协调发展状态。谷歌影像定位结果表明结合DMSP/OLS与CEI可有效检测出区域内由人类活动所产生的环境破坏型地表覆盖类型变化情况。该研究成果可揭示区域可持续发展状况，对长三角双系统动态发展协调性的空间转移研究具有指示作用。
当前很多研究利用遥感影像关注地表水动态变化情况，但不同算法得到的变化情况尚待进一步分析。基于GEE平台，以三江源为例，利用JRC全球地表水产品对三江源2001~2018年的地表水体面积进行动态变化分析，并结合大气再分析产品ERA5和PERSIANN-CDR进行驱动力分析。结果表明：2001~2018年期间，三江源常年性水体面积从6 403.61 km2增加至7 473.09 km2，主要增加部分分布于长江源区；三江源常年性水体面积变化和年降水量有显著正相关关系，常年性水体面积变化和气温没有显著相关关系；卓乃湖自2011年起溃坝，引起自身萎缩，导致其下游的盐湖扩张严重，有溃坝的风险。
在“一带一路”背景下，当前针对边境城市建成区发展的研究尚不充分，特别境内外口岸毗邻城市的演化交互关系更有待挖掘。以中缅边境地区典型的口岸毗邻城市——瑞丽市和木姐市作为研究区，选取2012、2015和2018年遥感影像，采用城镇建筑用地指数提取两市建成区，从建成区扩张数量、空间分布格局和内部经济规模3个方面，分析瑞丽市开发开放试验区设立后的两市建成区动态变化特征，并对两市建成区演化的交互关系和扩张驱动因素进行探讨。结果表明：在自然环境、经济产业、政策规划、交通、口岸等因素的综合作用下，两市建成区扩张明显。瑞丽市城市西部扩张最为明显，东部次之，呈现“一体两翼”式扩张格局，逐渐从建成区外延转为内部填充及基础设施完善阶段；木姐市主要向西北和正东方向扩张，建成区保持较为明显的外延特征，但其内部土地集约利用水平不高。在交互协同发展过程中，瑞丽市占主导地位，木姐市处在依附地位。两市的快速协同扩张也体现了中缅两国政治经济的紧密交流和广阔的合作空间。
量化联合国可持续发展目标SDG 11.3.1“土地消耗率与人口增长率的比率（LCRPGR）”有助于了解城市扩张与人口增长之间的关系，为城市国土空间规划和人口城镇化调控提供数据支撑，并且对指导决策者制定城市增长计划至关重要。基于土地利用产品、夜间灯光数据和人口普查数据，提取了城市建成区，利用地理加权回归模型测算了珠三角地区1 km×1 km格网尺度人口密度。依据SDG 11.3.1指标元数据中定义和公式，对珠三角地区可持续发展进行了可靠评价。结果显示：①1990~2010年珠三角建成区面积扩张4.6倍，城区人口增长3.7倍；②1990~2010年珠三角的LCRPGR
毛竹是我国南方广泛分布的重要竹种，具有良好的生态效益和经济价值。毛竹林与其他森林区分难度大，现有提取方法多直接采用已有的晴空观测，未充分考虑分类时相的影响，限制了提取精度。以浙江省庆元县为例，从地物光谱的季节曲线特征入手，利用MODIS高时间分辨率观测充分挖掘各植被类型光谱季节曲线特征和差异，结合多时相Landsat OLI影像进行分类实验，优选毛竹林与其他植被区分度最大的季相，并采用随机森林方法实现了毛竹林分布的有效提取。结果表明：①初、中秋是区分研究区毛竹林与其他植被的最优时相，夏季次之，春季与冬季较差；②当初、中秋无晴空影像时，结合夏冬季影像的毛竹林提取精度最佳，用户和制图精度分别达到85.57%和78.06%；③10月影像提取毛竹林分布精度最高，用户和制图精度分别达到89.00%和86.91%，与当地森林资源调查数据相比精度优于89.23%。实验表明：在类似亚热带地区毛竹林提取中，应优先选择秋季初、中期影像；若此时期无晴空观测，应优先采用夏季与冬季影像共同分类。
由于云、大气等因素，归一化植被指数（Normalized Difference Vegetation Index，NDVI）时间序列数据存在一定的误差。Savitzky-Golay（S-G）滤波方法能够在一定程度上减小这种误差，抑制突降的低质量像元值，但对于低质量像元高值的抑制和高质量像元值的保护有所欠缺，而且不能很好的运用于不同时间间隔的时间序列影像重建中。基于Google Earth Engine（GEE）云平台，综合利用空间插值和时间滤波以及像元质量分析对重庆2014年春至2018年冬250 m分辨率的MOD13Q1长时间序列数据集进行重建研究。同时使用皮尔逊相关系数（Pearson）、新提出的平滑度指数以及NDVI变化差值，对样本点和整幅影像定量对比重建结果。研究表明：相同参数下，新方法的重建影像与原始影像的相关性高于S-G方法；模拟噪声实验中，其与两幅模拟噪声影像的相关性分别为0.87和0.94，而SG方法的相关性仅为0.65和0.61。
森林高度在森林生态状况、生物量水平研究中是一个重要参数，目前存在的多种获取树高的遥感技术，都不同程度存在一些问题。塔里木河下游胡杨林作为干旱区内陆河流域荒漠生态系统的核心构件和重要生态恢复对象，了解其高度信息有助于科学评估塔河下游受损生态系统的恢复程度。使用高分辨率遥感影像，利用面向对象影像分析技术，获取单木尺度的胡杨树冠，并提取对应的光谱、纹理和几何特征；在使用消费级无人机获取的树高数据支持下，分别使用Linear、MLP（Multilayer Perceptron， MLP）、PACE 和SVR（SVM Regression， SVR）方法建立树高回归模型获取塔里木河下游胡杨高度信息。结果表明：①基于光谱、纹理和几何特征建立的树高回归模型R2为0.668 7，RMSE为0.942 6 m，说明结合使用高分辨率卫星遥感和无人机遥感技术可以用于获取单木尺度的胡杨树高；②当使用所有特征时，MLP、PACE和SVR回归模型的相关系数均大于0.81，其中PACE回归模型精度最高；③在单木尺度上，光谱特征中包含有较多的树高信息，其次是纹理特征。
城市热岛是一种城市地区温度比郊区温度高的现象，它可改变城市的自然和社会过程，引发一系列环境问题。利用Landsat 8 TIRS10波段的单通道算法（TIRS10_SC算法）反演了长沙主城区2013年7月、2016年3月、7月和11月4景Landsat 8影像的地表温度，并进一步分析了地表温度的时空分布特征，建设用地、绿地、河流以及不同材质的屋顶等典型地表对主城区地表温度的影响。结果表明：①长沙火车站沿线、高桥大市场和部分工厂在各个时期均为高温区。2016年7月浏阳河周边区域热岛效应相对于2013年7月有所缓解，主要由天气情况的不同以及拆迁改变地表覆盖性质等造成。3月建设用地中比率最大的为中温， 7月建设用地中比率最大的为次高温。3月和7月，绿地中比率最大的为次低温，水体中比率最大的为低温。而11月，建设用地和绿地中比率最大的为中温，水体中比率最大的次高温。②河流周边120 m范围内，由陆地向河流每减少30 m，7月建设用地平均温度减少0.93~1.26 ℃，绿地平均温度减少0.57~0.99 ℃；3月建设用地平均温度减少0.51~0.78 ℃，绿地平均温度减少0.3~0.57 ℃。河流的降温强度与河水温度和距离河流120 m以上的地表温度的差值大小有关。③负的MNDWI（非水体）与地表温度呈正相关关系，正的MNDWI（水体区域）与地表温度3月和7月呈负相关关系，11月呈正相关关系。④地表比辐射率对地表温度反演的结果影响显著，利用NDVI估算地表比辐射率难以区分高反射率的屋顶与其他类型的建设用地。因此，针对高反射率屋顶对地表比辐射率的影响有待进一步研究，以提高城区地表温度的反演精度，为减缓城市热岛效应提供参考依据。
甘公网安备 62010202000685号
