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。     

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.     

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.     

时空遥感影像融合研究的进展与趋势

地表与大气环境的实时精细监测需要高时空分辨率的遥感影像提供数据支撑,然而,现有单一卫星传感器无法获取同时具有高空间与高时间分辨率的遥感影像.针对这一问题,国内外学者提出了大量的时空遥感影像融合算法,以低成本、便捷高效地生成满足不同应用需求的高时空分辨率遥感影像.总结现有主要的时空遥感影像融合算法并基于不同的算法原理将其分为4类:1)基于空间信息分解的融合方法,2)基于时空变化滤波的融合方法,3)基于学习的融合方法,4)组合性的融合方法.同时,讨论时空遥感影像融合的不确定性问题,并对其未来的发展趋势提出前瞻性的展望.     

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.     

基于高分五号卫星数据的红树林群落光谱特征分析

为解决高分五号(GF-5)高光谱数据空间分辨率较低的问题，本研究采用葛拉姆-施密特(Gram-Schmidt, GS)正交变换融合算法对GF-5高光谱数据与高分二号(GF-2)数据进行空谱融合，利用1 m分辨率的GF-5高光谱数据结合实地样本数据提取不同红树林群落与互花米草群落的平均反射率，通过包络线去除与一阶微分计算的方法分析不同红树林群落与互花米草群落的复合光谱特征，从光谱特征探讨红树林群落的可分性。结果表明，在原始光谱曲线680-900、980-1 320、1 530-1 750 nm区间4种群落的光谱差异最大；经过包络线去除与一阶微分计算后的4种群落的光谱反射率分别在1 170-1 400 nm与1 330-1 470 nm波长范围处表现出明显差异。综上可知，不同红树林群落与互花米草的光谱反射率在近红外波段范围内的差异性最大，近红外波段可作为识别不同红树林群落与互花米草的优势波段。     

喀斯特高原区多源遥感数据时空融合模型适用性分析

喀斯特石漠化综合治理防治措施已落实到小流域等较小空间单元内,迫切需要高时空分辨率植被覆盖度等数据支撑相关研究。由于技术和预算的限制,单一传感器难以获取同时满足高空间、高时间分辨率的数据,时空融合技术是目前解决遥感数据缺失和"时空矛盾"的重要方法之一。以Landsat8 OLI数据与MODIS数据为数据源,以喀斯特高原20 km×20 km区域为实验区,采用时空自适应反射融合模型(spatial and temporal adaptive rcflectance fusion model,STARFM)、增强型时空自适应反射融合模型(enhanced spatial and temporal adaptive rcflectance fusion model,ESTARFM)、灵活的时空数据融合模型(flexible spatiotemporal data fusion,FSDAF)模型三种模型融合生成高时空分辨率数据,分析三种模型在喀斯特高原区的应用能力。结果表明:STARFM、ESTARFM、FSDAF三种模型的融合影像与真实影像的R均高于0.6,ESTARFM模型的融合影像与真实影像的相关性最高,空间细节最为清晰,层次性更明显;ESTARFM模型在地表破碎,异质性较高的喀斯特高原区具有较好的适用能力。     

基于时空融合技术的高精度遥感蒸散计算

在利用遥感数据进行蒸散计算时，常因云雨污染和单一传感器限制，导致影像数据缺失严重，特别是在一些景观破碎化程度高的地区，较难获取高时空分辨率的蒸散序列。以黄河三角洲为研究区，基于增强型时空自适应融合模型构建高时空分辨率的遥感数据集，结合地表能量平衡系统模型采用先估算后融合和先融合后估算两种方式估算了区域2020年高时空分辨率的蒸散时间序列，探讨了融合算法和蒸散模型相结合的可行性和估算精度。结果表明：ESTARFM算法性能较好，融合反射率与实际反射率的相关系数均在0.85以上；SEBS模型估算的显热通量与通量站数据的均方根误差仅为57.8 W/m2，融合模型估算的水面蒸发与蒸发皿折算数据的相关系数达到了0.93；黄河三角洲蒸散量随季节变化较大，其中夏季蒸散量约占全年的40%，不同地物类型的年蒸散量差异明显，约在548.2-1289.9 mm/a之间；蒸散的空间分布格局受海陆分布和土地利用的影响显著，沿海的滩涂和水体蒸散量最高，自然植被明显高于人工地物；ESTARFM算法与SEBS模型的耦合方式对蒸散结果，先融合后估算方案的蒸散精度更高（R=0.88；RMSE=0.36mm/d），有效提高了蒸散的时空分辨率，更适用于黄河三角洲地区。     

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.     

鄱阳湖HJ卫星CCD影像水面覆盖时空动态变化研究

鄱阳湖作为典型的吞吐性通江湖泊,获取其高动态的水面覆盖变化格局信息具有重要意义.为适应鄱阳湖区水体覆盖类型复杂的特点,尝试利用大气校正有效剔除影像信号中的瑞利散射,并设计了近红外反射率(ρrc(NIR))与绿光/近红外反射率比(ρrc(Green)/ρrc(NIR))相结合的水体提取方法,有效地改善了影像水体的提取精度.利用2008年9月～2011年12月151景无云HJ－1A/1B卫星CCD传感器数据,通过改进后的新方法高精度地提取了水体覆盖信息.在此基础上,利用时空分析方法动态分析了鄱阳湖近年来水面变化的季节性特征与年际变化特征.研究结果能够为湖区旱涝灾害监测、调洪等提供科学依据.     

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%.     

内蒙古羊草草原返青期遥感识别方法研究

研究羊草返青期遥感识别方法对于模拟及预测内蒙古草原植被物候变化具有重要意义.为了有效识别内蒙古羊草草原的返青期,本研究基于250m分辨率的MODIS归一化差值植被指数(NDVI)时序数据,首先分别采用双高斯函数、多项式、S-G滤波3种拟合方法对原始NDVI时序数据进行重建,然后进一步分别采用最大斜率阈值法、动态阈值法及滑动平均法对重建的最优NDVI数据进行返青期识别,并利用33个样本点的返青期地面观测数据对遥感监测结果进行了地面验证.结果表明,"基于S-G滤波拟合的滑动平均法"是内蒙古羊草草原返青期的最佳遥感识别方法,可以此为基础开展内蒙古草原主要植被返青期的时空变化规律研究.     

Significant overestimation of global aerosol optical thickness by MODIS over land

Global aerosol optical thickness (AOT) data over land obtained from the Moderate Resolu-tion Imaging Spectroradiometer (MODIS) are evaluated through comparisons with AOT data retrieved by Aerosol Robotic Network (AERONET). In general, MODIS overestimates AOT except at a few AERONET sites in Africa and eastern Asia. MODIS/AOTs are, on average, larger than AERONET/AOTs by 0.041 and 0.090 at 470 nm and 660 nm, respectively. The AOT bias at 660 nm is significantly correlated to the surface reflectance at 2130 nm. Both facts suggest that the underestimation of the surface reflectance is the principal reason for this bias at 660 nm. To use the MODIS/AOT at 470 nm is strongly recommended because it is much more reliable than the AOT at 660 nm.     

Bi-directional normalized difference vegetation index:concept and application

The data products of land surface bi-directional reflectance distribution function (BRDF) from the space-borne Polarization and Directionality of the Earth Reflectance (POLDER) of France and the Moderate Resolution Imaging Spectroradiometer (MODIS) of USA are available recently- but the atmospheric correction for meeting the requirement of quantitative remote sensing is still a very difficult problem. This paper presents a concept: bi-directional normalized difference vegetation index (Bi-NDVI)- in order to consider simultaneously the effects of both land surface BRDF and atmospheric path scattering. An atmospheric quality index is thus defined for satellite multi-angular observations. The quality of MODIS/BRDF data products can be improved notably through iterative inversion weighed by this index.     

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.     

基于优化多光谱成像的异物检测新方法

为有效检测棉花中与棉纤维形态、色泽极其相似的异物,提出一种基于优化多光谱成像的异物检测新方法.在分析不同异物具有不同反射特性的基础上,在405~940 nm的波段范围内建立优化多光谱成像系统.通过实验确定了用于检测多种异物的最佳检测波长及最佳光照强度,在不同的光照条件下获取不同的光谱图像,然后采用小波变换图像融合算法获取完整的异物图像特征.实验结果表明,两种波长405 nm和850 nm构成的多光谱图像融合可检测多种棉花异物,异物检测结果与实际相符.此方法为解决棉花异物检测难题提供了一种新的途径.     

干旱对华北地区植被变化的影响

利用中分辨率成像光谱仪(moderate-resolutionimagingspectroradiometer,MODIS)归一化植被指数 (normalizeddifferencevegetationindex,NDVI)数据产品和气象站点的帕尔默干旱指数(thepalmerdroughtseverity index,PDSI)数据,分析了2001-2013年华北地区及3个主要地表覆盖类型区植被变化的时空特征和干旱的变化特征, 并以不同时间尺度分析了干旱对植被变化的影响.结果表明:1)华北地区植被NDVI空间分布差异较大,NDVI总体上 呈东南高、西北低的分布特点.2001-2013年,华北地区植被活动呈增强的趋势,其中秋季植被活动的增强趋势最明显. 2)2001-2013年,华北地区的干旱总体上有所减轻,其中秋季干旱减轻的趋势最明显.3)华北地区植被年际变化与干旱 有显著的正相关关系,干旱对植被生长状态有较大影响.北部草原区和中部落叶阔叶林带的植被年际变化与干旱的正相 关性显著;而南部农作物区不显著,干旱对农作物生长状态影响较不明显.4)在季节尺度上,华北地区夏季植被变化与干 旱的正相关性最为显著,夏季植被生长状态最容易受到干旱的影响;以16d的植被数据分析表明,NDVI距平值更适合 表征华北地区植被生长状态与干旱的关系.      

带钢表面缺陷图像小波融合方法

采用两个CCD图像传感器在多种采集方式下获得不同缺陷图像,运用小波变换法对缺陷图像进行融合,结合带钢表面缺陷特征对融合算法和规则进行了探讨,并对融合后的缺陷图像质量进行评价.实验结果显示了小波融合方法的优越性,该方法能更全面、更准确、更大限度地获得缺陷图像信息,解决了单一CCD缺陷采集模式下存在的缺陷特征丢失问题,为后续的缺陷识别与分类提供有效、可靠的数据支持.     

基于HJ-1-A卫星CCD相机遥感影像的水体提取

采用面向对象的分析方法(object based image analysis,OBIA),结合水体特征对国产环境卫星(HJ-1-A)CCD相机影像的水体信息进行快速分析、处理和提取.结果表明,对于中低分辨率多光谱遥感影像水体信息的提取,该方法的提取精度在95%以上,优于最小距离法(minimum distance).     

基于规则的MODIS数据日间云检测与比较分析

针对我国西北地区下垫面光谱特性及MODIS 通道特点, 提出一种基于阈值规则的日间云检测算法, 旨在克服目前云检测工作中普遍存在的分离薄云与高反射率晴空地表、识别体积较小的云体、识别冰雪上空云像元等方面的困难。采用2008年两期Terra星MODIS数据进行云检测试验, 并将这种算法得到的云检测结果与MOD35-2L云掩膜产品进行比较分析。结果表明, 这种算法可有效检测出我 国西北地区日间各种类型的云, 且在此类地区该算法对面积小、形状破碎的云及冰雪上空云像元的检测效果优于 MOD35-2L云掩膜产品。因此, 这种算法适用于干旱,半干旱地区的云检测, 并可应用于MODIS 数据的预处理环节中。