HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;二波段(绿光波段)和三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;一波段(蓝光波段)、四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.     

基于浓密植被法的HJ-1B星CCD影像大气校正

利用红波段(0.66μm)与中红外波段(1.66μm)表观反射率之间的线性关系估计出红波段的反射率,然后利用红波段估计的反射率与其表观反射率,结合6S辐射传输模型构建查找表,查表得0.55μm处的气溶胶光学厚度(Aerosol Optical Depth,AOD)值,从而实现各个波段大气校正.通过林地校正前的表观反射率、大气校正后反射率和MODIS地表反射率的对比以及裸土校正前的表观反射率、大气校正后反射率和光谱库中反射率的对比,结果表明该方法对HJ-1B星CCD数据进行大气校正可取得较好的效果.     

基于World View-2影像的西溪湿地悬浮泥沙遥感监测

西溪湿地作为城市次生湿地,其生态和旅游功能为人们所重视,因此监测其水质安全尤为重要．水体中悬浮泥沙浓度是评定水质的相关参数之一,利用环境遥感技术可对水体的悬浮泥沙浓度信息进行监测．以西溪湿地2个时相的World View-2影像为主要数据源,通过水体光谱测量及水样采集,建立悬浮泥沙定量反演模型,并利用实测数据对反演模型精度进行验证评估．研究结果表明：1）采用第三、第五波段遥感反射率比值模型可削弱大气影响,突出悬浮泥沙信息,模型平均相对误差为19.98%;2）采用FLAASH大气校正方法,影像所有波段平均相对误差为17.58%;3)2011年、2013年选用的单景影像反演结果显示西溪湿地悬浮泥沙平均浓度分别为7.48mg/L、9.35mg/L,且湿地各区域悬浮泥沙浓度差异明显;4）采用合适的大气校正和悬浮泥沙反演模型,World View-2影像可较好地应用于西溪湿地悬浮泥沙浓度的遥感监测．     

水体悬浮泥沙动态监测的遥感反演模型对比分析——以鄱阳湖为例

水体泥沙是进行水环境监测及研究与泥沙输移有关的侵蚀、沉积过程所带来的灾害问题的关键因素,实现悬浮泥沙遥感定量动态监测的关键在于建立合适的反演模型。采用实测光谱模拟TM/ETM 和MERIS数据,对比分析了单波段和波段比值遥感因子构建的5种常用的经验半经验模型。结果表明,以MERIS第7波段遥感反射率为遥感因子建立的对数模型最适宜鄱阳湖地区悬浮泥沙的动态监测。     

杭州湾悬浮泥沙遥感反演与变化动力分析

利用2012年5月3日～4日,5月7日～8日实测悬浮泥沙浓度和光谱数据构建反演模型,反演了2012年5月7日杭州湾HJ-1A卫星CCD影像悬浮泥沙浓度,并进行了空间分布分析,结合水深、风速数据等其他实测要素对悬浮泥沙浓度的变化动力进行了分析.结果显示：杭州湾悬浮泥沙的空间分布受潮汐、湾底地形、风速、注入径流和长江口来沙的综合影响,悬浮泥沙浓度随时间变化十分剧烈,潮汐是其变化的主要因素,当风速较大时,风对悬浮泥沙的影响也不容忽略.     

融合HJ-1 CCD和MODIS生成高分辨率影像方法对比

高时空分辨率遥感影像的反演可有效解决南方云雨地区的数据缺失问题。本文以广西典型丘陵山地为试验区,利用时空自适应反射率融合模型（Spatial and Temporal Adaptive Reflectance Fusion Model,STRAFM）和增强型时空自适应反射率融合模型（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTRAFM）两种融合算法,选取小范围的国产环境减灾卫星（HJ-1 CCD）和中分辨率成像光谱仪（Moderate-resolution Imaging Spectroradiometer,MODIS）数据,比较分析两种融合算法所生成的高空间分辨率影像的优劣。与真实HJ-1 CCD的红、近红外（Near-infrared,NIR）波段影像相比,STRAFM和ESTRAFM预测影像在空间分布上均具有较好的一致性,R值均为极显著相关,差分图像98.94%以上像元反射率差值小于0.1,平均绝对差值（Average Absolute Difference,AAD）、平均差值（Average Difference,AD）、标准差（Standard Deviation,SD）均较小,融合效果好。与STRAFM相比较,ESTRAFM融合算法对真实HJ-1CCD影像的细节捕捉能力更强,高低反射率区域没有明显缩小或放大现象,破碎地物边界更清晰,不存在斑块。ESTRAFM预测影像与真实HJ-1 CCD红、近红外波段影像的相关性均高于STRAFM,相关系数（Pearson Correlation Coefficient,R）分别为0.930, 0.885。ESTRAFM预测影像与真实HJ-1 CCD影像差异小于STRAFM,其差分影像的AD、AAD、SD分别为-0.005、0.013、0.017。     

基于HJ-1卫星CCD数据的长江中游武汉河段悬浮物浓度反演

环境一号(HJ-1)卫星是我国自发研制的专门用于环境和灾害监测的光学卫星.其数据获取周期短、空间分辨率高,能及时、连续、准确地监测悬浮物浓度时空变化,在内陆二类水体遥感监测方面具有良好的应用前景.该文以长江中游武汉河段为研究区,利用HJ-1卫星CCD数据第1、3波段建立了具有较高精度的悬浮物浓度反演模型,并对2008年11月14日武汉河段悬浮物浓度进行了反演,得到其空间分布图.结果表明,该模型的悬浮物浓度反演均方根误差(RMSE)为8.84mg/L,平均绝对百分比误差(MAPE)为13.6%.从空间分布来看,在武汉附近,长江干流悬浮物浓度高于支流汉江,江心洲滩附近水体悬浮物浓度偏高.     

融合HJ-1 CCD和MODIS数据生成高分辨率影像方法对比

高时空分辨率遥感影像的反演可有效解决南方云雨地区的数据缺失问题。以广西典型丘陵山地为试验区,利用时空自适应反射率融合模型(spatial and temporal adaptive reflectance fusion model,STRAFM)和增强型时空自适应反射率融合模型(enhanced spatial and temporal adaptive reflectance fusion model,ESTRAFM)两种融合算法,选取小范围的国产环境减灾卫星(HJ-1 CCD)和中分辨率成像光谱仪(moderate-resolution imaging spectroradiometer,MODIS)数据,比较分析两种融合算法所生成的高空间分辨率影像的优劣。与真实HJ-1 CCD的红、近红外(near-infrared,NIR)波段影像相比,STRAFM和ESTRAFM预测影像在空间分布上均具有较好的一致性,R值均为极显著相关,差分图像98. 94%以上像元反射率差值小于0. 1,平均绝对差值(average absolute difference,AAD)、平均差值(average difference,AD)、标准差(standard deviation,SD)均较小,融合效果好。与STRAFM相比较,ESTRAFM对真实HJ-1 CCD影像的细节捕捉能力更强,高低反射率区域没有明显缩小或放大现象,破碎地物边界更清晰,不存在斑块。ESTRAFM预测影像与真实HJ-1 CCD红、近红外波段影像的相关性均高于STRAFM,相关系数(pearson correlation coefficient,R)分别为0. 930、0. 885。ESTRAFM预测影像与真实HJ-1 CCD影像差异小于STRAFM,其差分影像的AD、AAD、SD分别为-0. 005、0. 013、0. 017。     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

渤海海域叶绿素浓度的遥感反演研究

以渤海海域为研究区域,以MODIS1B卫星影像为数据源,利用MODIS 250.m分辨率的波段反射率构建的NDPI(Normalized Difference Pigment Index)遥感指数结合叶绿素质量浓度(ρ)实测值进行回归拟合分析,建立基于MODIS1B数据的渤海海域叶绿素质量浓度遥感提取模型,并应用该模型反演出渤海海域叶绿素浓度的分布情况,对其分布进行了分析和评价.研究结果表明,利用MODIS1B数据监测渤海海域的水质情况是可行的.     

珠江口水域水污染遥感定量分析

卫星遥感技术在水污染监测方面具有广阔的应用前景。在经大气校正后 ,可见光波段卫星遥感数据的水体象元主要受水中污染物、泥沙及叶绿素等的影响。研究污染水体反射光谱成像的物理过程 ,在水深较大(>2m)的假设下 ,建立了叶绿不敏感波段遥感数据象元反射率与污染物浓度的函数关系 ,并用多波段数据进行求解。然后采用 2 0 0 2年TM卫星数据 ,用该方法对珠江口海域的综合汛浓度进行了定量提取并用实测数据加以验证。结果显示 ,珠江口水域重污染区主要分布在伶仃洋东北部 ,香港维多利亚港和深圳湾。     

渤海浑浊水体GOCI影像神经网络大气校正研究

针对GOCI遥感数据的官方处理软件(GDPS(GOCI data processing system))中的标准大气校正算法在渤海近岸浑浊水体区域处理中存在的问题,以MODIS/Aqua数据NIR-SWIR波段联合大气校正处理所得的水色遥感反射率产品结果和GOCI的星上反射率数据为基础,基于神经网络模型进行浑浊水体GOCI影像的大气校正方法研究结果表明,神经网络方法能显著减少标准产品中大气校正失效区域,特别是在443、490、680、555、745nm波段改进效果非常明显;但412、660、865nm波段的紧邻近岸的浑浊水体部分区域存在遥感反射率空间分布不合理,这可能与MODIS对应波段产品本身的大气校正精度不高有关.由于缺乏对应的实测数据,后续验证工作还需要进一步开展.     

淀山湖微量水质参数卫星高光谱遥感估算

水质参数总磷、总氮、溶解氧、高锰酸盐指数、pH等是表征湖泊水质的重要指标,利用遥感技术可对其进行大范围定量监测,掌握水质参数的实时变化动态.以淀山湖为研究对象,利用HJ-1A卫星HSI高光谱遥感数据,分析了这些水质指标与单波段反射率、不同波段之间反射率的比值以及不同波段之间反射率的差值之间的相关关系,给出最佳波段组合.建立了9个水质参数与水体光谱反射率之间的估算模型,并对淀山湖水体的9项主要水质参数进行估算,可为基于HJ-1A卫星的水环境业务化监测提供借鉴.     

二类水体悬浮泥沙遥感反演算法综述

鉴于二类水体本身光学性质的复杂性及其与人类生产活动的密切关系,利用遥感数据监测二类水体水质受到了国内外学者的普遍关注,成为海洋学领域的热点问题。悬浮泥沙含量是表征水质优劣的一个重要参数,众多研究致力于建立悬浮泥沙反演模型的研究,定量反演二类水体悬浮泥沙浓度。该文总结了近年来二类水体悬浮泥沙遥感反演算法的研究进展。悬浮泥沙定量反演模型大致可分为以下三类：1）利用水体光学特性和水体组分之间关系建立的经验模型;2）综合经验模型和物理模型构建的半分析模型;3）基于辐射传输模型和生物光学模型建立的物理模型。针对目前反演算法存在的主要问题,提出未来的研究需加强反射率光谱曲线研究、开发高光谱遥感数据以及综合多源数据信息等方面的内容。     

利用BP神经网络预测大伙房水库叶绿素a质量浓度

利用HJ-1卫星CCD数据,通过MATLAB软件计算,分析了多光谱CCD数据的4个波段(近红外波段、红色波段、绿色波段、蓝色波段)参与的65个波段组合与叶绿素a质量浓度之间的关系.研究发现波段组合T1=B4/B3与叶绿素a质量浓度相关性最高,并以此为自变量建立一维线性模型.利用BP神经网络进行模型建立与预测,对比两者的拟合度R2和均方根误差RMSE以及验证点的相对误差.结果表明,利用BP神经网络预测的大伙房水库叶绿素a质量浓度与实测值较为接近,并且效果优于线性模型.     

鄱阳湖HJ-1A/1B卫星CCD影像TSM浓度时空变化分析

应用2008年～2011年近4年鄱阳湖151景HJ-1A/1B卫星CCD传感器影像,以2008年10月、2009年10月和2011年7月开展3个航次的外业调查数据为基础,建立了总悬浮物(TSM,Total Suspended Matter)浓度遥感反演模型,研究鄱阳湖TSM浓度时空动态分布及其变化规律.鄱阳湖TSM浓度时空变化特征明显,日变率北湖为0～17mg/L,平均值为5.66mg/L,南湖0～12mg/L,平均值为3.01mg/L;TSM浓度季相变化上枯水期高于丰水期,且具有明显的季节性变化特征,月平均TSM浓度最大值/最小值之比变化最大的区域为北湖,2011年9月比2008年9月高出20.4倍;2009年～2011年年平均TSM浓度北湖分别为37.96、50.57、74.54mg/L;南湖区分别为23.40、31.50、33.28mg/L.     

利用地面光谱数据反演悬浮泥沙质量浓度

为研究用高光谱数据反演悬浮泥沙质量浓度的方法,以近海悬浮泥沙为实验材料,配制了不同质量浓度悬浮泥沙样品,利用2种方法对样品进行建模:一种是将可见光和近红外光谱进行小波变换并将小波低频系数以偏最小二乘回归建模,另一种为波段组合法.利用交叉检验方法,分析了交叉检验结果,并将2种方法建立的模型进行了比较.研究表明:波段组合法中,TM4与TM1波段反射率比值的指数模型效果最好;在预测能力上,小波偏最小二乘模型总体上比波段组合模型精度高并且稳定性好,适用于悬浮泥沙光谱定量分析.     

基于TM数据渤海湾叶绿素浓度反演算法研究

海洋叶绿素浓度已成为衡量浮游植物的生物量和富营养化程度的最基本的指标.利用2005年4月13日Landsat-5/TM数据和同步实测数据反演了渤海湾叶绿素浓度.对TM数据进行几何校正和大气校正预处理后,建立9种波段组合模型,分别对TM图像进行模型运算.结合实测数据,建立相应的回归方程,在其中选取R2(拟合度)和R(相关性)最大的(tm4-tm3)/(tm4+tm3)波段组合进行反演,并将反演结果与实测数据作相对误差分析,实验结果表明,4和3波段组合建立的回归模型适合于渤海湾叶绿素浓度的反演.     

基于GRNN模型的悬浮物遥感反演研究——以长江城陵矶段为例

遥感反演是监测水体表层悬浮物浓度的有效手段之一.广义回归神经网络(GRNN)较其它神经网络具有更强的非线性拟合能力,在小样本情况下有更好的推广性能,适用于遥感反演模型.使用长江中游城陵矶段HJ-1BCCD2遥感影像结合实地同步采样数据分别建立悬浮物GRNN及BP神经网络(BPNN)遥感反演模型,分析对比模型的精度,并使用GRNN模型预测了区域水体悬浮物分布信息.结果表明,相对于BPNN模型,GRNN模型具有较强的非线性拟合能力和较高的反演精度;长江干流的悬浮泥沙浓度总体上明显小于洞庭湖,这主要是三峡工程下泄泥沙大幅减少造成的;洞庭湖浑浊的湖水汇入长江后,在城陵矶至洪湖之间形成明显的混合带;而洞庭湖湖口悬浮物浓度明显高于其他湖区,这可能是该区域采砂活动的强烈扰动引起的.     

利用HJ-1B模拟数据反演地表温度的两种单通道算法

现有的两种单通道算法（覃志豪单通道算法和Jimenez-Munoz＆Sobrino单通道算法）都是针对LandsatTM提出的,中国即将发射的HJ-1B卫星传感器也仅有一个热红外波段,要想应用这两种算法对HJ-1B数据进行地表温度的反演,需要根据HJ-1B热红外波段的通道响应函数来重新得到算法中的经验关系．文中针对HJ-1B卫星传感器对这两种算法进行了修订,通过大气辐射传输软件MODTRAN4模拟数据对算法进行了精度评价和参数的敏感性分析．并在此基础上考虑HJ-1B卫星传感器的噪声等效温差（NE△T）和各种参数的估计误差对算法进行了综合误差分析,发现在NE△T≤0．3K的情况下,覃志豪单通道算法平均综合误差为1．14K,而Jimenez-Munozoz＆Sobrino单通道算法平均综合误差为0．94K．基于模拟的HJ-1B热红外波段数据,采用修订后的算法进行了地表温度的反演实验,通过对反演结果的分析,发现覃志豪单通道算法反演的地表温度比模拟的地表温度低1．2K左右,而Jimenez—Munozoz＆Sobrino单通道算法比模拟的地表温度低0．8K左右．从算法验证和应用的结果来看,修订的这两种算法可以方便地应用到对HJ-1B热红外波段数据的地表温度反演．