联合LiDAR和多光谱数据森林地上生物量反演研究

【目的】森林地上生物量的准确估测对于实时掌握全球碳储量变化及应对气候变化有着重要的意义。组合多种遥感数据特征优选,分类建模反演森林地上生物量,是提高森林地上生物量精度的有效方法。【方法】以根河市大兴安岭生态观测站寒温带天然林为研究对象,以机载激光雷达(LiDAR)、Landsat8 OLI两种遥感数据源结合55块地面调查数据,采用偏最小二乘算法优化筛选变量,再以线性多元逐步回归和快速迭代特征选择的最近邻算法(KNN-FIFS)构建模型,在两种数据源的不同组合方式下进行森林地上生物量反演。【结果】①基于线性多元逐步回归模型下的单一LiDAR数据反演精度决定系数(R²)为 0.76,均方根误差(RMSE)为 21.78 t/hm²;单一Landsat8 OLI数据的反演精度R²为 0.24,RMSE为39.27 t/hm²;LiDAR和Landsat8 OLI联合反演精度R² 为 0.84,RMSE为18.16 t/hm²;②基于KNN-FIFS模型下的单一LiDAR数据反演精度R²为 0.74,RMSE为23.83 t/hm²;单一Landsat8 OLI数据的反演精度R²为0.60,RMSE为 29.63 t/hm²;LiDAR和Landsat8 OLI联合反演精度R²为0.80,RMSE为21.15 t/hm²。【结论】①特征优选支持下的3种组合方式中,LiDAR和Landsat8 OLI两种数据的组合在两种模型中反演精度均最高,其中线性多元逐步回归模型的反演精度最高,说明LiDAR和Landsat8 OLI数据组合,激光雷达与光学数据优势特征互补,协同反演可有效提高森林地上生物量的反演精度;②单一数据源反演森林地上生物量精度中,LiDAR数据比Landsat8 OLI数据在两种模型反演精度中均较高,这与LiDAR数据空间分辨高、可获得垂直结构特征参数有关。     

玛纳斯河流域山区雪粒径HJ-1卫星反演

雪粒径是影响雪面能量收支和表征积雪状态的重要参数,利用遥感手段定量反演雪粒径信息对雪水当量估算、流域水资源管理和局地气候变化研究等具有重要意义.针对新疆玛纳斯河流域山区积雪表层粒径地遥感反演,以渐近式辐射传输模型为基础建立雪粒径反演模型,利用HJ-1卫星多光谱数据得到玛纳斯河流域山区冬季积雪期和春季融雪期的雪粒径反演结果,并利用地面实测数据对反演结果进行验证,最后分析雪粒径随海拔的分布特征.结果表明:建立的雪粒径反演模型能够较好地描述雪粒径与卫星遥感信号间的定量关系;雪粒形状对反演结果影响较大,当选择适当的雪粒形状时,雪面粒径反演值与实测值较为吻合;海拔对雪面粒径的分布影响较大.     

新疆天山玛纳斯河流域高分辨率积雪遥感研究进展

新疆天山北麓玛纳斯河流域冬、春季积雪覆盖,高山冰川发育,是我国西北干旱区的典型流域,其冰雪融水对北疆工农业生产和生态环境具有重要意义.近五年来,在流域开展5次科学考察、积雪常规观测和星地同步观测,利用GF-1PMS(Panchromatic and Multi-Spectral)和WFV(Wide Field of View)、HJ-1CCD(Charge-Coupled Device)和IRS(Infrared Scanner)等国产高分光学遥感数据和C波段RADARSAT-2、ENVISAT ASAR等合成孔径雷达数据,探索山区复杂地形条件下的综合辐射校正方法,建立积雪识别模型获取积雪覆盖范围、积雪表面类型和积雪干湿状况,建立积雪参数反演模型获取雪粒径、雪深和雪水当量,分析流域积雪变化特征与雪盖衰退过程,进行流域融雪径流模型的参数率定、模拟与预报,为流域水资源合理利用与调配提供科学依据.     

GF-1 WFV与Landsat-8 OLI和Sentinel-2A MSI遥感图像光谱信息转换研究

地表环境的宏观动态监测研究中,受卫星回归周期及天气的影响,单颗卫星难以获取长期、连续的光学遥感数据,因此,定量分析多平台遥感数据的光谱信息关系是十分必要的.本研究基于两组同日过境的无云卫星影像(GF-1与Landsat-8和Sentinel-2A),结合地面调查数据,进行了不同传感器影像间对应波段的光谱信息对比,并通过统计回归分析获得了两组卫星对应波段(蓝、绿、红和近红外)的反射率转换方程.研究结果显示,GF-1与Landsat-8和GF-1与Sentinel-2A对应波段的反射率都具有很强的相关性,得到的转换方程能够对上述三种卫星数据间对应波段的光谱信息实现高精度的转换.本研究能够实现同日多光谱遥感数据的光谱信息转换及协同应用,并为区域资源环境的长期定量遥感监测提供技术支持.     

基于合成孔径雷达图像的山区雪水当量反演

雪水当量是表征积雪水资源量的重要指标,准确获取雪水当量信息对于流域水资源管理与区域气候研究具有重要意义.以新疆玛纳斯河流域山区典型地区为研究区,在获取RADARSAT-2精细四极化产品、地面同步观测数据、数字高程数据和土地覆盖类型数据的基础上,探讨了针对山区地形与下垫面条件的EQeau模型参数优化方法,修订了模型系数,并反演获得了研究区2013年12月13日的雪水当量分布信息.结果表明:(1)在山区复杂地形与下垫面条件下,增加地形、土地覆盖类型和局部入射角作为EQeau模型的条件参数,可取得冬秋季后向散射系数比与积雪热阻间较好的拟合关系,从而修订模型系数;(2)利用系数修订后的EQeau模型和RADARSAT-2数据反演得到了研究区精度较高的雪水当量信息,进而表明利用C波段合成孔径雷达数据和EQeau模型反演山区雪水当量是有效可行的.研究成果可为山区雪水当量的定量反演提供新思路.     

结合冠层密度的森林净初级生产力遥感估测

【目的】 森林冠层密度与林分年龄、植被生长状况有关,在区域森林净初级生产力遥感估测中,结合森林冠层密度以期提高估测精度。【方法】 以广东省韶关市为研究对象,选用2017年Landsat-8 OLI影像、2017年357块森林资源连续清查固定样地数据为主要信息源,分别采用随机森林、多元线性回归、人工神经网络和K最近邻分类法等4种模型,结合森林冠层密度制图器(FCD)进行区域森林净初级生产力特征变量的选取、参数建模、模型精度评价和森林净初级生产力空间制图。【结果】 特征变量中,红光波段(B4)、归一化植被指数(NDVI)、比值植被指数(RVI)、叶面积指数(LAI)、缨帽变换土壤植被因子、纹理特征和地形特征在森林净初级生产力反演中有重要作用。将森林冠层密度因子加入反演模型后,4种遥感估测模型精度均有大幅度提高。对4种遥感估测模型进行性能比较,随机森林模型精度最高,其次是多元线性回归模型、人工神经网络模型,K-最近邻分类模型精度最低。研究区内森林净初级生产力平均值为10.689 t/(hm²·a),高森林净初级生产力 [≥18 t/(hm²·a)]林分面积仅占研究区的19.61%,主要分布在海拔较高的西北部。【结论】 结合冠层密度进行森林净初级生产力的建模,可有效提高模型估测精度。     

基于GF-1 WFV影像的浑河悬浮物浓度和浊度遥感反演研究

综合利用高分一号(GF-1)卫星WFV影像和地面同步水质实测数据,以沈阳浑河为实验区,分别建立悬浮物浓度和浊度反演经验模型。经验证分析GF-1WFV数据可有效反映浑河悬浮物浓度和浊度,且反演精度较好,结果均符合常规水质监测规律。同时基于浊度数据模拟的悬浮物浓度也具有较高的精度,拟合度达到0.68,可为今后简化浑河悬浮物浓度反演流程提供经验。将反演模型应用于GF-1卫星WFV数据,得到2016年9月浑河悬浮物浓度和浊度分布图,反映了浑河流域悬浮物浓度和浊度的空间变化规律。对GF-1卫星WFV数据和Thermo便携式浊度计综合运用进行中小尺度河流水质遥感监测有一定的参考价值。     

基于环境减灾卫星遥感信息估测呼伦贝尔草原叶面积指数(英文)

国产环境减灾小卫星星座的HJ-1A和HJ-1B星于2008年发射升空,其具有的高时间分辨率和中高空间分辨率的特点,使它们可在资源环境监测中发挥巨大作用.文章探讨了利用环境减灾卫星遥感影像数据估测中国重要牧草基地呼伦贝尔草原叶面积指数的可行性.为实现此目的,2009年夏季获得呼伦贝尔草原区遥感影像三景和对应地面采样点草地叶面积指数信息,利用8个常用光谱指数分别建立了叶面指数的反演模型.结果表明:各光谱指数均与叶面积指数具有较好的定量关系.其中,增强光谱指数(Enhanced Vegetation Index,EVI)的结果最好,模型的交叉检验决定系数为0.50,均方根误差为0.34.环境减灾卫星可为草原监测和管理提供重要数据支撑.     

基于遥感影像的红树林虫害监测模型

【目的】研究遥感监测对红树林(Mangrove)虫害的适用性。【方法】应用资源一号02C卫星(ZY1-02C)影像和实地调查红树林虫害状况数据,结合影像光谱与纹理特征,采用多元逐步回归分析方法对广西铁山港湾的红树林虫害状况进行估测,并制作研究区红树林虫害状况空间分布图。【结果】估测模型可做为叶片损失情况预测的一种工具。【结论】本研究首次将遥感技术应用于红树林虫害的监测,大大提高红树林虫害的监测效率,项目成果极具推广意义。     

MODIS/Terra辅助的HJ-1B CCD1数据悬浮泥沙浓度反演研究

针对MODIS/Terra传感器服役时间超期需要后续卫星延续观测以及国产陆地卫星数据水环境遥感应用问题,以深圳湾为研究区域,利用2007年～2008年获取的40个现场实测数据与MODIS/Terra NIR-SWIR大气校正反射率数据建立MODIS悬浮泥沙浓度反演模型,以此为基础,反演2010年～2012年4景MODIS悬浮泥沙浓度分布状况,展开同步的瑞利散射校正反射率(Rrc)多波段组合因子的HJ-1B CCD1影像悬浮泥沙浓度反演模型对比研究.结果表明,在不进行气溶胶校正的情况下,HJ-1B CCD1数据波段比值算法(Rrc(660)/ Rrc(560))可以有效实现深圳湾悬浮泥沙浓度的反演,反演模型的决定系数为0.88,均方根误差为7.19 mg/L,模型验证的相对误差为7.45%,该研究对于进一步推进水环境遥感监测有一定的积极意义.     

基于多时相高分四号影像的雪盖范围提取

积雪覆盖监测是地球科学研究的基础,对于研究全球气候变化,开展防灾减灾救灾等工作都有重要的意义.高分四号卫星是我国高分辨率对地观测系统重大专项中唯一一颗民用高轨卫星,也是世界上首颗静止轨道高分辨率光学成像卫星,其机动灵活、高频次观测能力在积雪遥感业务化监测中具有广阔的应用前景.该文利用高分四号卫星多谱段、高时效、大幅宽和中分辨率等成像优势,紧密结合积雪和移动云层在多时相图像上的反射特点,提出了基于多时相高分四号卫星数据的积雪覆盖范围提取方法.首先对高分四号卫星全色图像进行二值化分割以消除低反射目标的影响;然后对多时相云雪覆盖区域进行合成来剔除移动云层的干扰;在此基础上,利用云、雪在多时相近红外图像上反射值变化的差异性,通过对多时相高分四号卫星近红外图像的最小值合成和阈值分割精细化地提取积雪覆盖范围,进一步去除变化云层的影响.以新疆中西部为试验区,通过与基于HJ-1B卫星的积雪覆盖结果比较,实验表明：两类数据提取的积雪空间分布具有较好的趋势一致性,高分四号卫星影像监测积雪范围更广,总体精度达92.19%,高于HJ-1B卫星图像的89.84%;但受空间分辨率和“不变云层”的影响,基于高分四号卫星影像的积雪识别精度为85.16%,低于基于HJ-1B卫星图像的识别精度94.53%.     

国产高分遥感数据估算草地NPP

利用国产卫星高分一号卫星数据评估其植被第一生产力(NPP)的潜力,对植被指数取值范围、光能利用率、水分指数等参数进行修订,建立适合高分卫星数据的光能利用率模型,反演小尺度草地生态系统的生产力,利用野外观测数据对反演结果进行验证.模型模拟的数值与实测值的拟合度达到0.94,均方差为20.59 g C/(m2·a),并进一步将该结果与该区域同类型研究进行类比分析.结果表明,该模型对小尺度草地NPP估算可行,减少了工作量,为国产高分数据进行草地NPP、尤其煤矿区草地环境的监测提供了可行的技术方法,从而推动国产卫星在该地区的应用.     

典型电厂区多源遥感定量反演的适宜性评价

【目的】探讨典型电厂厂址区各种地质要素在多源遥感监测的影像及方法选取方面的适宜性。【方法】以寿光火电厂和西北典型洪灾区(有4个电站)为例,从海岸线变化监测和洪水痕迹范围识别方面,开展适宜性评价研究。【结果】对电厂厂址尺度范围内的海岸线变化监测,在传感器类型和反演方法选取时,不同潮滩坡降分别受到影像空间分辨率、水边线高程误差和改正时的内插误差、坡度改正误差的影响,而需要选择相应合适的影像数据。在进行洪水淹没范围的提取时,遥感反演、现场调访和模拟结果对比显示,基于Landsat数据的土壤含水量法提取的洪痕及洪水淹没范围更加准确。【结论】本研究结果可为电厂选址及后期监测选取适宜的遥感数据源和相应技术方法提供参考,为工程厂址环境监测提供可靠的遥感反演理论依据。     

基于Landsat-8 OLI与Sentinel-2 MSI传感器的香港近海海域叶绿素a浓度遥感反演

为验证Landsat-8 OLI遥感数据与Sentinel-2 MSI遥感数据监测近海海域叶绿素a浓度可行性,以其为数据源,香港近海海域为研究区域,以半分析模型为方法,挑选与监测点实测叶绿素a浓度采集时间一致且遥感影像云覆盖率小于10% 影像清晰的两类遥感影像。对两类遥感影像分别选取2/3的遥感影像数据经预处理后提取其对应实测日期监测点位置遥感反射率进行相关性分析,得到相关性最高的反演因子进行建模,并且利用剩下的1/3数据对其反演回复回归模型进行精度检验,其结果与OCx模型反演结果进行对比效果显著。基于Landsat-8遥感数据建立的最佳反演回归模型为Y=6.8x2-20.77x+17.02,R2=0.906略高于基于Sentinel-2遥感数据建立的最佳反演回归模型Y=-3.345e+05x2+3826x-3.44,R2=0.801,证明了就香港近海海域叶绿素a浓度反演两类遥感数据的可行性,且两类数据的反演结果均呈现出香港近海海域内部海域叶绿素a浓度高于外部叶绿素a浓度的现象。     

水文模型模拟预报的多源数据同化方法及应用研究进展

介绍了水文遥感数据同化中常用的数据同化方法,总结了变分和顺序两类数据同化常用方法的优势与不足;以土壤湿度与径流两个水文变量的数据同化研究为重点,探讨了土壤湿度、径流、降水、蒸散发、积雪等多源数据在水文模型模拟预报中的同化研究进展及其在同化应用中存在的问题;最后,从数据同化方法、多源数据同化应用方面总结了水文遥感数据同化的未来发展方向,提出遥感、地面等多源数据的同化在改进水文模型模拟预报方面的应用潜力将会随着遥感观测技术与反演方法的改进、水文模型结构的完善以及数据同化方法的优化而不断增大,多源数据在水文模型模拟预报中的综合应用将是水文遥感数据同化发展的必然趋势。     

基于遥感资料和观测数据的重点海域海表盐度评估分析

【目的】通过验证Aquarius海表盐度遥感产品数据在不同大洋和波束的反演精度,为其应用提供依据。【方法】基于自沉浮式剖面探测浮标Argo(Array for real-time geostrophic oceanography)盐度观测数据评估Aquarius卫星在重点海域(太平洋、大西洋、印度洋)和不同波束对应的海表盐度产品精度。【结果】相对于波束2和波束3,波束1海表盐度与Argo观测最为接近,偏差和均方根差分别为0.003psu和0.397psu。与大西洋和印度洋相比,太平洋反演精度最高。在中纬度地区,盐度偏差较小,约为0.1psu;在南北纬20°和高纬度区域,盐度偏差较大,约为0.2psu;低海温和高风速对盐度误差也有重要贡献,低海温对应的弱亮温信号和高风速下的不准确的海面粗糙度模型是导致盐度偏差的主要因素。此外,利用Argo月平均海表盐度观测数据评估了Aquarius卫星海表盐度三级产品,均方根差在0.27~0.34psu之间,平均值为0.31psu。在二级和三级产品中,V3.0SSS_bias_adj的均方根差相比V3.0SSS均降低约0.04psu。【结论】与V2.0数据产品相比,V3.0二级产品精度有了的较大提高,三级产品无明显改善,升轨和降轨的偏差依然存在。海表温度校正能够提高盐度反演的精度,使得均方根误差下降0.04psu。     

基于卫星遥感影像的土地分类实验方法研究

为了让本科生充分理解和掌握遥感影像处理技术,结合吉林大学大学生创新创业训练计划,设计了基于高分辨率卫星遥感影像的校园土地分类实验项目。以2015 年9 月20 日高分二号( GF-2) 卫星拍摄的吉林大学中心校区卫星影像为实验数据,通过使用不同的光谱指数以及支持向量机( SVM: Support Vector Machine) 分别对影像中的建筑物、植被、水体、平地和操场等地物进行提取,进而得到基于高分辨率遥感影像的校园地物分类图,并对分类结果中各种地物信息进行统计分析,将统计结果与真实的地物参数进行对比,近而改善该方法的分类精度与可靠性。实践结果表明,该实验可以有效的帮助学生对知识的理解和掌握,达到了预期的教学效果。     

基于VIRR逐日数据区域雪情监测方法研究

VIRR是FY-3卫星上搭载的遥感探测传感器之一.利用VIRR逐日数据进行区域雪情监测,首先对数据作辐射校正、几何校正等相应预处理,然后计算归一化积雪指数(NDSI),并结合通道2、9反射率设定综合阈值进行积雪信息提取,并可利用降雪周期内逐日积雪数据去云处理,实现地区连续降雪最大雪盖统计以便于分析雪情.根据区域地面站实测数据对监测结果进行精度分析验证.研究表明,利用VIRR资料能够有效提取积雪信息,反映地区积雪实情,可推进国产卫星在灾害预警系统中的应用.     

一种基于特征选择的面向对象遥感影像分类方法

针对GF—1多空间分辨率遥感数据空间信息丰富,传统影像分类方法无法满足实际应用需要的问题,提出了一种基于特征选择的面向对象遥感影像分类方法——object-RJMC算法,即在影像分割及特征提取的基础上,运用Relief F算法和J-M(Jeffries-Matusita)距离算法去除无关及冗余特征,筛选出适于各类别分类的特征,然后利用CART算法建立分类规则,完成分类过程。以GF-1号2 m、8 m和16 m空间分辨率的三组影像进行算法验证,并与object-CART和pixel-CART影像分类方法进行对比分析。实验结果显示object-RJMC算法的分类精度均高于object-CART和pixel-CART算法的分类精度;且对高空间分辨率的影像分类效果要优于对中低空间分辨率影像的分类效果。该算法减少了特征选择及规则建立的人工干预,克服了以像素为单位的分类算法中由于缺少空间邻域信息而产生孤立、离散、不连通分类结果的问题,可有效地提高GF-1遥感影像分类精度。