融合MODIS与ASTER数据生成高空间分辨率时间序列LAI方法研究

为了得到高时间分辨率和高空间分辨率的LAI产品,提出一种方法,可以融合MODIS LAI产品的高时间分辨率和ASTER数据的高空间分辨率优势,该方法利用MODIS全年的LAI产品和少数景ASTER高分辨率数据,最终得到ASTER尺度上全年时间序列的LAI.其中主要利用高分辨率图像的分类图像,和MODIS配准得到MODIS各像元内的各地类百分比,利用混合像元分解方法得到高分辨率尺度上各个地类的LAI时间变化曲线.再利用高空间分辨率影像反演得到的LAI值来调整这条曲线,从而得到高空间分辨率时间序列的LAI.     

采用混合像元分解的水库面积提取及变化监测

利用Landsat-5 TM,Landsat-7 ETM+和Landsat-8 OLI遥感影像数据和高空间分辨率(1.14,0.54 m)的Google Earth^TM地面实况图进行水库面积检测与变化监测的技术研究.采用完全约束最小二乘法混合像元分解(FCLS)方法提取不同水库水体信息,并与常用水体指数法及支持向量机(SVM)分类法进行比较,利用多时相FCLS方法监测厦门杏林湾水库2006-2014年间的面积动态变化.结果表明:基于FCLS的方法比NDWI等水体指数方法更能准确地获取水库水体面积大小及其变化信息.     

基于高光谱线性混合光谱分解识别人工地物

城市下垫面包含多种不同年代、材料和成分的人工建筑物,其光谱多样性远远超过自然环境.利用高光谱遥感数据的丰富光谱信息,可以弥补传统遥感数据源(如航片、多光谱遥感数据等)在区分城市地物所需光谱分辨率等相关信息上的不足.从光谱分析与光谱匹配技术出发对城市地物和人工目标进行精细分类,可提供城市规划、环境监测、城市变迁乃至相关社会经济等方面的信息.本研究基于Hyperion高光谱遥感数据,以广州市区为试验区,尝试用手动提取终端像元,首先对水体与植被做分层掩膜,尽可能消除其在求取参考波谱与影像波谱角度过程中的影响;继而参考约翰-霍普金斯大学提供的标准光谱库的人工建筑物波谱,对光谱角度制图方法所产生的规则影像进行密度分割,获取与参考光谱夹角最小的端元准确位置,再通过高空间分辨率影像Quick Bird数据对其进行准实地验证,尽可能提"纯"并获取相应地物影像端元;最后,应用线性光谱分解模型提取出广州市区地表物质的丰度,由丰度图设定阈值生成地物分类图.结果表明:星载高光谱数据可识别出都市人工地物中的水泥混凝土、铺路混凝土、粘土瓦屋顶、较老建筑屋顶、裸土、高反射率未知物(玻璃、金属等)、低反射率未知物(阴影)、林地、草地与水体等,其总体精度为76.2099%,Kappa系数为0.7258.     

基于混合像元分解的水体面积提取算法

为减小水体边界混合像元对水体面积提取精度的影响,提出基于混合像元分解的水体面积提取改进算法。以ALOS数据为例,利用混合像元线性分解模型获得各像元水体丰度,结合阈值法和数学形态学算法分别提取纯净水体像元和水体边界像元;通过分析水体边界像元的水体丰度构成,提出水体边界像元面积修正算法,实现水体面积修正。研究结果表明,与混合像元分解直接提取的水体面积相比,修正算法提取的水体面积精度最大提高6.7%,有效减小滩地水分对水体边界像元水体丰度计算的影响。     

基于MODIS数据的生物保护区域土地覆被分类

中分辨率(250 m和500 m)MODIS数据比1 km分辨率的AVHRR具有更高的空间和光谱分辨率,在区域尺度上土地利用/覆盖得到了广泛的应用.该文主要探讨了如何在生物保护中利用MODIS数据获得区域土地覆被分类信息.采用决策树和最大似然法相结合的分类方法,对MODIS数据进行了生物保护区域土地覆被分类制图,并利用Landsat TM土地覆被制图作为参考数据对MODIS数据土地覆被制图进行了精度评价.结果表明,利用MODIS数据在区域尺度上可以获取令人满意的土地覆被分类.     

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.     

基于多源数据的甘南草地植被覆盖度遥感监测研究

选取甘南藏族自治州为研究区域,以2016-2017年野外实测样方盖度数据和无人机照片提取的草地植被覆盖度数据为基础,对基于像元二分模型计算的草地植被覆盖度进行精度校正,分析并探讨无人机用于野外草地植被覆盖度调查的可行性,构建基于不同遥感数据源草地植被覆盖度的回归模型,并对模型进行精度评价.结果表明,利用无人机在草地上空一定距离(25 m)获取的照片可以多时相匹配Landsat 8等中分辨率遥感影像,动态监测野外大面积草地植被覆盖度;乘幂模型对以像元二分法计算的陆地卫星-8陆地成像仪(Landsat 8 OLI)产品的草地植被覆盖度校正效果最佳,模型的估测精度高达93.60%,在进行空间小尺度研究时模型计算精度最高;对数模型对以二分法计算的MOD13Q1产品的草地植被覆盖度校正效果最佳,模型的估测精度为91.97%;用中分辨率遥感数据Landsat 8 OLI校正低分辨率MODIS模型,修正后的模型R2=0.64,比原始的中分辨率成像光谱仪(MODIS)估测模型(R2=0.23)明显提高,在进行空间大尺度研究时该模型更适应.     

基于景观结构的遥感影像超分辨率制图

尺度问题是基于遥感信息的土地覆盖分类中的一个核心问题,利用低空间分辨率数据得到高分辨率分类结果的向下尺度转换又是其中的难点．遥感影像超分辨率制图是近年发展起来的用于分类向下尺度转换的新方法,可由低空间分辨率遥感数据得到高分辨率的硬分类结果,弥补了传统的通过混合像元分解进行向下尺度转换时不能得到亚像元具体空间位置的不足．但现有超分辨率制图方法对小斑块、具有平直边角的形状或线形地物制图能力普遍较差．文中提出一种基于景观结构的超分辨率制图方法并将其用于模拟景观和真实景观的超分辨率制图．结果显示该方法可用于大斑块、小斑块共存景观的超分辨率制图,且制图结果不确定性低,算法简单,对研究区的先验信息要求低．基于景观结构的超分辨率制图改善了现有方法,为遥感影像土地覆盖分类向下尺度转换提供了一种简易可行的新选择．     

基于HCS方法融合高时空遥感数据的玉米种植面积提取

目的提出一种利用高空间分辨率Landsat8 OLI全色影像和高时间分辨率MODIS影像进行融合的方法,构建出高时空分辨率遥感数据,提供一种监测农作物种植面积新思路,为农业生产信息化奠定科学的理论依据.方法以沈阳市法库县为例,基于色彩超球面锐化(HCS)方法,利用多光谱Landsat8 OLI全色影像数据与MODIS-NDVI时间序列数据相结合的手段,对其进行预处理后,根据该地区的物候数据和具有可信度的样本数据进行面积估算,并统计出玉米种植面积的制图精度和用户精度;对Landsat8 OLI全色影像数据和MODIS-NDVI时间序列数据进行融合处理,再利用马氏距离分类法对高时空分辨率遥感数据进行玉米种植面积提取.结果融合后的高时空遥感数据对玉米种植面积的识别效果较好,制图精度和用户精度分别达到89.62%、99.71%.结论 HCS方法适用于高时间数据和高空间数据的融合,融合后的影像保持了原有的光谱特征及空间细节纹理.     

基于ETM~+影像的滇池水体污染分析

近年来滇池受到严重的环境污染困扰.应用Landsat7 ETM+影像对该流域水体进行最大似然分类、混合像元分解等方法进行比较,得到水体的藻类、悬浮泥沙、黄色物质的全湖相对丰度分布图,从中确定高浓度区域.从空间分布上分析,达到对滇池水体进行准确快速有效监测的目的,以期对滇池水体污染治理、恢复滇池流域生态脆弱区起到一定的指导意义.     

基于MODIS数据的湖北省地表温度反演研究

利用遥感影像获取地表温度信息,对于监测地表状况和生态环境变化有重要意义.利用MODIS影像和劈窗算法计算了反演地表温度的关键参数:大气透过率和地表比辐射率,并针对湖北省水域单独提取出水体像元来计算地表比辐射率,估算出湖北省地表温度,与地面同步实测数据比较表明,平均误差为0.51℃,精度比较高.     

多源多分辨率遥感影像黄海绿潮监测能力分析

绿潮遥感监测手段受时间分辨率、空间分辨率和天气等因素的限制,难以实现大规模、连续且高精度的绿潮检测,为了弥补遥感影像时间分辨率和空间分辨率低的问题,基于多源多分辨率的遥感影像,结合归一化植被指数法(NDVI)对GF-1PMS、Landsat 8和MODIS的同步影像进行绿潮监测能力分析,并在此基础上利用多源多分辨率影像对2017年绿潮爆发过程进行高时间序列的绿潮监测。结果表明,Landsat 8数据的监测结果与GF-1PMS数据相比产生了6.76%～39.66%的偏差;MODIS数据的监测结果与GF-1PMS数据相比产生了410.4%～1128.8%的偏差,主要原因是空间分辨率导致的混合像元效应。     

基于环境一号HSI高光谱数据提取叶绿素a浓度的混合光谱分解模型研究

随着遥感技术的应用推广以及对研究精度的要求提高,越来越多的研究注意到混合像元的问题。在水质遥感监测中传感器探测的水体辐射亮度值是纯水和各种水质参数辐射亮度值的叠加,混合像元问题严重影响了水质定量遥感反演的准确性。基于环境一号HSI高光谱数据,首先分析了混合光谱分解模型的物理基础,然后基于采样点浓度大小和PPI(纯净像元指数)方法在遥感影像上提取纯水和叶绿素a的端元波谱,并利用线性光谱分解方法得到叶绿素a的丰度值找丰度值与叶绿素a浓度值之间的统计关系,建立了叶绿素a浓度反演的混合光谱分解模型,且反演精度较高。本文为水质定量遥感提供了一种新的思路。     

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.     

长江三角洲雾的MODIS遥感检测

MODIS数据波段多、分辨率高,是雾监测良好的数据源。利用MODIS多通道阈值法,对2007年12月19日长江三角洲地区的大雾进行检测。根据云．雾及下垫面在可见光、中虹外和长波虹外波段的辐射特性差异,得到多通道余离云雾的方法,实例验证结果表明谈方法对雾的检测有较好的效果。     

基于线性光谱混合模型的混合像元分解研究——以合肥市为例

利用Landsat ETM+数据,在水体掩膜的基础上,采用线性光谱混合模型(Liner Spectral Mixture Model,LSMM)进行混合像元分解,得到合肥市高反射率地物、低反射率地物、植被和土壤四种端元的丰度图像以及RMS误差分量图像.应用线性光谱混合模型研究城市地表组分组成,端元(End-member)选取是模型成败的关键.通过分别采用手动选取端元和利用纯像元指数(PPI)法选取端元两种方法,从定性角度对比两种方法得到的结果,结果表明在本研究区内手动选取的端元比PPI选取的端元模型拟合精度更高,能够得到更高精度的分量图像.     

基于边缘特征的多源影像空间配准精度研究

图像配准技术是数字图像处理的关键技术之一.以甘肃省张掖市为研究区,获取ASTER与MODIS两种数据进行空间配准研究,首先以ASTER数据为基准选择同名点对MODIS数据进行空间配准,然后使用两种方式对其配准精度进行评价：第一种方法充分考虑研究区的地表覆盖特征,利用图像分割、边缘提取及图像匹配等技术,以先验知识为基础提取边缘并进行拟合分析,提出基于边缘进行空间配准精度的分析方法;第二种方法借鉴传统配准方式,选择同名点进行空间配准精度分析.研究表明,经过配准后的几何校正精度优于0.5个像元,能够满足精度要求.     

基于MODIS的西藏荒漠化动态监测研究

为了研究不同植被指数对监测土地荒漠化的动态变化统计结果的差异,以2003年和2009年全年的250 m分辨率的MODIS植被指数产品MOD13Q1为数据源,利用NDVI值作为荒漠化分类的依据,对西藏自治区内荒漠化土地进行研究,得出了2003年和2009年的荒漠化土地面积及其分布图和不同荒漠化等级土地之间的动态变化图并统计其变化面积.研究结果表明:西藏自治区内部分地区荒漠化程度有所减缓,就整体而言其荒漠化趋势不容乐观.而不同植被指数统计结果可为西藏自治区的荒漠化防治提供参考.     

利用ETM+和MODIS数据反演陆地表面温度

Landsat 7 ETM+数据是一种常用的中分辨率卫星遥感数据,它的热红外波段的空间分辨率为60m,是目前星载遥感数据中分辨率最高的。然而由于Landsat 7 ETM+只有一个热红外波段,给ETM+陆地表面温度反演造成了困难。本文在前人研究的基础上开展ETM+数据陆地表面温度反演研究,首先利用MODIS数据反演总大气水蒸汽含量,然后利用普适性单通道算法从ETM+数据得到陆地表面温度,试验结果表明该方法能够取得较好的反演结果。     

野外实验数据的低空间分辨率影像模拟研究

在对时间序列土地覆盖变化的研究中,常常会遇到将高空间分辨率影像和低空间分辨率影像进行时间序列的比较的情况;同样在野外调查试验或采集时常用较高空间分辨率或大比例尺的地图作为选取采样点的参考图,回到实验室后又需要将实测点的数据镶嵌到低空间分辨率遥感图像上,获取更为直观的模拟影像进行研究分析。针对这一问题,在对河北省小麦种植区进行实地试验,获取一系列实测小麦参数后,提出一种基于高空间分辨率遥感影像的小麦实测数据在低空间分辨率影像上镶嵌的模拟方法。通过利用该方法建立的像元分解模型,结合种植区实验数据,获取了基于TM影像的小麦实测数据的MODIS模拟图像。