地面植被的主被动同步观测实验方法

针对植被冠层结构参数主被动遥感协同反演的问题,开展了不同地形、不同植被覆盖类型的地面观测实验,获取了典型植被不同方位、不同角度的地面激光雷达和成像光谱数据,同时,测量了多种冠层结构参数,构成了与飞行数据配套的地面同步观测数据集。该文介绍了实验中样地选择,观测站点设置,主被动数据获取,辅助数据测量等过程的具体目标和设计;总结了实验中获得的主要经验,对遥感类专业的实践教学及科研实验均具有指导意义。     

玛多地区基于植被指数对土壤水分的反演

采用Landsat5影像数据对青海省果洛州玛多地区植被指数和地表温度进行提取,通过地面同步测定土壤水分含量,分析三者之间的相关关系。结果发现:归一化植被指数(NDVI)与土壤水分在植被盖度较低时,二者之间存在较为明显的负相关关系r=-0.655;地表温度与土壤水分呈负相关关系r=-0.932,3种关系模型中线型模型拟合效果最好R2=0.769 0;引入变量植被温度指数TVI并对其与土壤水分做相关分析,结果发现土壤水分与TVI之间的相关系数r=-0.906,二者之间存在明显的负相关关系,3种关系模型中,幂指数模型的决定系数最高R2=0.855 0,TVI与土壤水分的拟合效果较温度与土壤水分的好,因此利用植被指数对区域土壤水分的反演是可行的。     

基于数据驱动和支持向量机的土壤水分含量反演研究

利用MODIS遥感数据和支持向量机回归算法,反演出研究区土壤含水量。利用分类结果与MODIS L1B日数据,采用Vswi方法反演高植被覆盖区土壤水分,并利用MODIS复合产品数据对低植被覆盖度采用表观热惯量模型。实测数据表明,反演精度大大提高。     

基于多时相高分一号影像的土壤湿度反演

近年来使用国产光学遥感数据反演土壤湿度已成为业内研究热点,其中利用高分一号(GF-1)影像反演土壤湿度是一种潜在的新兴手段,但应用中模型参数需要根据地域调节.为提高GF-1反演土壤湿度的准确度,将豹澥试验区2019年12月至2020年6月的GF-1多光谱宽幅覆盖(WFV)影像和地面观测站点实测数据作为数据源,以垂直干旱指数(PDI)、基于归一化植被指数(NDVI)的修正型垂直干旱指数(MPDIN)、基于两波段增强型植被指数(EVI2)的修正型垂直干旱指数(MPDIE)以及植被调整垂直干旱指数(VAPDI)这四种干旱指数为基准建立土壤湿度反演模型并进行精度评估.实验结果表明:在无植被区域,四种模型的反演结果大致相同,决定系数均在0.7350左右、平均相对误差均在4.50％左右、均方根误差均在1.10％左右,具有较高的精度;在有植被区域,VAPDI的反演效果最优,MPDIN与MPDIE次之,PDI效果不佳.与PDI相比,VAPDI由于考虑了混合像元的影响,不仅适用于稀疏植被区域,也适用于密集植被区域,应用范围更广;与基于两种不同植被指数的MPDI相比,VAPDI由于克服了植被覆盖度和植被像元反射率等因素的影响,基于该指数的土壤湿度估计值与实测值的决定系数达到0.7277以上,具有较高的反演能力.因此,针对豹澥试验区的实际情况,VAPDI指数具有精确反演土壤湿度的潜力.     

基于GF-1遥感数据的大兴安岭林区雪水当量反演

【目的】以Landsat-8卫星数据为对照,探索国产GF-1卫星数据对林区积雪特征的估测能力,实现基于国产卫星对东北林区雪水水文过程的监测。【方法】以大兴安岭北部林区为研究区,结合同期的地面雪水当量野外观测数据,利用偏最小二乘回归与BP神经网络两种方法建立线性与非线性雪水当量反演模型。通过平均均方根误差(E_(RMSE))、平均相对均方根误差(r_(RMSE))和平均估测精度这3个评价指标对所建模型进行对比评价。同时,利用两种遥感数据建立的最优模型对研究区内雪水当量分布特征进行反演,并对反演结果进行对比分析。【结果】基于GF-1数据所建立的线性与非线性模型性能均略低于以Landsat-8数据构建的模型,其中GF-1数据最优反演模型精度为80.3%,较Landsat-8反演模型低1.6%;基于GF-1数据反演的雪水当量值与Landsat-8的基本相同;两类遥感数据反演得到的雪水当量在空间分布特征上基本一致,均反映了雪水当量与地形、植被及土地利用类型的高度相关性;由于山地林区植被和地形复杂,并且春季升温过程中地面积雪日消融速率快,GF-1数据以其高空间与时间分辨率上的优势能够更好地对研究区雪水水文过程进行监测。【结论】国产GF-1卫星能够替代Landsat-8卫星成为对大兴安岭北部林区雪水水文过程监测的遥感数据源。     

基于MODIS-Landsat时空融合的陕北黄土高原植被覆盖变化研究

陕北黄土高原地形复杂,水土流失现象较为严重,精确监测植被的时空变化对于该区域的生态环境建设具有重要意义。文中基于ESTARFM时空分辨率融合模型,利用MODIS和Landsat数据获取2008—2016年6～8月陕北黄土高原的Landsat NDVI时序数据,分析陕北黄土高原植被覆盖的时空变化情况及对气候因子的响应。结论:①运用ESTARFM融合模型得到的Landsat NDVI数据与真实Landsat NDVI数据在植被信息的表达方面具有较高的相关性,融合结果可以应用于后续植被覆盖度的估算。②2008—2016年陕北黄土高原地区植被覆盖呈现较为明显的增加趋势;空间分布上呈现由东南向西北逐渐递减的特点,植被覆盖等级结构好转;研究区78%的地区植被改善效果良好;各土地利用类型植被覆盖度均呈波动增加趋势。③整体上植被覆盖度与同期气温和降水的相关性呈现较为明显的空间分异,其中植被覆盖度对降水因子的响应更为敏感。ESTARFM算法综合了高空间分辨率数据的空间细节表达力和高时间分辨率数据的快速时序变化能力,为陕北黄土高原高精度的植被动态监测研究提供了有效依据。     

基于无人机多光谱数据的农田土壤水分遥感监测

为了提高农田精准管理效率,基于无人机(Unmanned Aerial Vehicle,UAV)实时获取和传输的遥感数据设计了一种快速监测农田土壤水分的方法:首先,利用UAV飞行采集农田的多光谱数据,在农田选取一个代表性的重点观测区域进行随机样点土壤水分探测;然后,利用垂直干旱指数(Perpendicular Drought Index,PDI),结合样点土壤水分数据快速构建农田土壤水分反演模型,进而获得大范围的农田土壤水分监测结果.并通过6个时相获取的UAV数据和样点土壤水分数据,进行方法实验和模型精度分析,结果表明利用该方法进行农田土壤水分监测的精度较高:6个时相土壤水分反演结果的决定系数R2均在0.8以上,其中5个时相的均方根误差RMSE和系统误差SE值均小于0.1.这证明了基于UAV数据设计的农田土壤水分监测方法的有效性和可行性,可以为大范围农田土壤水分的快速监测提供方法参考.     

利用GPS反射信号监测植被生物量研究

针对传统植被生物量测量时空间分辨率较低等问题,研究了一种基于GPS卫星SNR信噪比植被生物量反演方法。将SNR数据进行多项式拟合得到直射分量并剔除,提取出SNR中的反射分量并分析振幅特征。根据植被与裸土情况下的振幅之比计算归一化振幅,与实测降雨量与有效反射区内的NDVI数据进行了对比,分析植被生物量变化趋势。结果表明：归一化振幅与实测数据具有较强的相关性,利用该方法监测植被生物量变化是可行的。该方法为高时空分辨率监测植被生物量提供了一种新的思路。     

黄河源区不同植被类型覆盖下季节冻土冻融过程中的土壤温湿空间变化

在对不同植被覆盖度(95%,70%～80%,40%～50%和10%)下的土壤水分(θv)和土壤温度(Ts)进行日观测的基础上,研究了冻融过程中植被覆盖变化对土壤水分分布和温度的影响.土壤温度与水分关系的回归分析表明:土壤冻融过程明显受植被覆盖变化的影响,植被覆盖变化还导致土壤水分和温度的耦合变化.使用了一个土壤水分和温度的耦合模型来研究植被覆盖的影响,结果证明了这一方法的有效性.结果表明:土壤水分对土壤温度的变化范围和幅度都有影响,高盖度下的土壤比低盖度土壤持水性强.此外,在冻结过程中,由于水的热容量大于土壤的,高盖度土壤能够抑制土壤温度的降低幅度,高盖度土壤具有较好的绝热功能.对于黄河源区不同植被类型覆盖下季节冻土冻融过程中的土壤温湿空间变化研究有利于为高寒冻土地区冻土和生态环境的保护及合理利用提供科学依据.     

利用GPS的信噪比观测值监测植被生物量

针对传统植被生物量测量时空间分辨率较低等问题,研究了一种基于GPS卫星SNR信噪比植被生物量反演方法。将SNR数据进行多项式拟合得到直射分量并剔除,提取出SNR中的反射分量并分析振幅特征。根据植被与裸土情况下的振幅之比计算归一化振幅,与实测降雨量与有效反射区内的NDVI数据进行了对比,分析植被生物量变化趋势。结果表明:归一化振幅与实测数据具有较强的相关性,利用该方法监测植被生物量变化是可行的。该方法为高时空分辨率监测植被生物量提供了一种新的思路。     

土壤水分遥感反演研究进展

土壤水分是陆面生态水文循环的重要组成部分.及时、准确地获取土壤水分数据,对研究全球气候问题、构建流域水文模型、监测干旱等具有极其重要的意义.遥感技术具有范围广和信息传输快等优点,为土壤水分监测提供了全新的手段.本文梳理了可见光–近红外遥感、热红外遥感、可见光–近红外–热红外遥感、主动微波遥感、被动微波遥感的发展现状及对应的土壤水分反演方法,介绍了结合主被动微波遥感的GNSS-R技术,对土壤水分反演研究中的热点问题进行了归纳和总结,并展望了土壤水分遥感反演的发展趋势.     

被动微波遥感土壤水分产品降尺度方法研究综述?

利用被动微波遥感反演土壤水分是当前监测土壤含水量最有效的手段之一.但是受限于较低的空间分辨率,被动微波遥感土壤水分产品一般只适用于大尺度研究.为了满足科学研究中对不同分辨率土壤水分产品的需求,对土壤水分降尺度的相关研究成为当前遥感领域的一个研究热点.本文就目前国内外土壤水分降尺度方法进行详细介绍,并比较和评价多元统计回归法、基于物理模型的方法、权重分解、数据同化及空间插值等方法的优缺点及适用条件.最后指出目前土壤水分降尺度方法存在的问题,并提出今后降尺度方法的发展方向.     

Development of a Chinese land data assimilation system:its progress and prospects

The objective of land data assimilation is to merge multi-source observations into the dynamics of land surface model for improving the estimation of land surface states.We have developed a land data assimilation system for China's land territory.In this sys- tem,the Common Land Model and Simple Biosphere Model 2 are used to simulate land surface processes.The radiative transfer models of thawed and frozen soil,snow,lake,and vegetation are used as observation operators to transfer model predictions into estimated bright- ness temperatures.A Monte-Carlo based sequential filter,the ensemble Kalman filter,is implemented as data assimilation method to inte- grate modeling and observation.The system is capable of assimilating passive microwave remotely sensed data such as special sensor mi- crowave/imager (SSM/I),TRMM microwave imager (TMI),and advanced microwave scanning radiometer enhanced for EOS (AMSR- E) and the conventional in situ measurements of soil and snow.A spatiotemporally consistent assimilated dataset for soil moisture,soil temperature,snow and frozen soil,with a spatial resolution of 0.25 degree and temporal resolution of one hour,has been produced.This paper introduces the development of Chinese land data assimilation system and the progress made on data assimilation algorithms,land sur- face modeling,microwave remote sensing of land surface hydrological variables,and the preparation of atmospheric forcing data.The dis- tinct characteristics and challenges of developing land data assimilation system and the perspectives for future development are also dis- cussed.     

Reconstruction and analysis of temporal and spatial variations in surface soil moisture in China using remote sensing

An ensemble method was used to combine three surface soil moisture products,retrieved from passive microwave remote sensing data,to reconstruct a monthly soil moisture data set for China between 2003 and 2010.Using the ensemble data set,the temporal and spatial variations of surface soil moisture were analyzed.The major findings were:(1) The ensemble data set was able to provide more realistic soil moisture information than individual remote sensing products;(2) during the study period,the soil moisture increased in semiarid regions and decreased in arid regions with anoverall drying trend for the whole country;(3) the soil moisture variation trends derived from the three retrieval products and the ensemble data differ from each other but all data sets show the dominant drying trend for the summer,and that most of the drying regions were in major agricultural areas;(4) compared with the precipitation trends derived from Global Precipitation Climatology Project data,it is speculated that climate change is a possible cause for the drying trend in semiarid regions and the wetting trend in arid regions;and (5) combining soil moisture trends with land surface temperature trends derived from Moderate Resolution Imaging Spectroradiomete,the study domain was divided into four categories.Regions with drying and warming trends cover 33.2%,the regions with drying and cooling trends cover 27.4%,the regions with wetting and warming trends cover 21.1% and the regions with wetting and cooling trends cover 18.1%.The first two categories primarily cover the major grain producing areas,while the third category primarily covers nonarable areas such as Northwest China and Tibet.This implies that the moisture and heat variation trends in China are unfavorable to sustainable development and ecology conservation.     

FY-3A/MWRI数据反演半干旱地区土壤湿度的研究

为了监测半干旱地区干旱化范围和干旱程度, 探讨了一种利用卫星微波遥感反演土壤湿度的方法。根据陆表和大气辐射传输模式模拟植被覆盖地表微波亮温和土壤湿度的关系, 建立土壤湿度的对数三次多项式的反演算法。利用中国气象卫星(FY-3A)搭载的微波成像仪(MWRI)的亮温资料,反演得到吉林通榆地区农田和草地的土壤湿度, 并与地面实测结果进行对比, 其均方根误差农田为0.003 cm³/cm³, 草地为0.005 cm³/cm³, 反演精度较高。本方法可以应用于可以获得更多资料的FY-3B卫星, 结合改进的辐射传输模式获取不同地表类型的辐射特征, 期望未来可进行区域试验的反演研究。     

被动微波遥感土壤水分代价函数构建研究

在被动微波遥感土壤水分的传统代价函数中,默认垂直极化(V)和水平极化(H)地表微波辐射率观测数据对代价函数值的贡献是相同的;但二者对土壤水分敏感性不同的事实导致设定贡献相同的做法值得商榷。利用AIEM模拟数据集计算不同极化地表微波辐射率对土壤水分及土壤粗糙度的敏感性;并以敏感性程度来定量不同极化地表微波辐射率对反演土壤水分信息的贡献度,发展了裸露地表条件下的双极化被动微波地表辐射率协同提取土壤水分的代价函数。利用模拟数据集,对土壤水分反演算法中传统代价函数和本文发展的代价函数进行了对比。结果表明,在代价函数中考虑不同极化地表微波辐射率数据对土壤水分的敏感性差异,可有效提高裸露地表土壤水分的反演精度。     

基于微波遥感的土壤湿度异常监测

提出地表微波极化差异指数,并利用AMSR-E星载被动微波遥感亮温数据,统计分析了2002-2006年7月上旬新疆微波极化差异指数旬平均分布;通过计算归一化距平,反演得到新疆7月上旬土壤湿度动态变化分布图。结果表明:利用微波极化差异指数能够较好地表征土壤湿度时空异常变化,为定量监测土壤相对干湿程度提供了一种有效便捷的方法。     

基于星载被动微波遥感的地表土壤湿度反演

为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题,而利用微波在土壤水分反演方面具有的独特优势,总结了被动微波遥感模态反演土壤湿度的规律,提出了利用双谱模型计算土壤表面的发射率的方法,并对实验区进行了成功的地表土壤水分反演,取得了理想的结果,该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。     

地表参量反演与遗传自组织神经元网络联合估算子像元地表温度

在热红外遥感成像模拟中,高空间分辨率的地表温度场景可以由中、低分辨率的热红外遥感数据估算得出。基于可见光 近红外数据反演的若干地表参量和低分辨率的地表温度数据,在二者间引入遗传自组织神经元网络,建立非线性像元分解方法,最终获得高空间分辨率的地表温度场景。利用ASTER卫星产品数据对该方法进行了验证,结果表明： 对于无法直接进行高分辨率地表温度反演,或缺少大量地表先验知识情况下,该方法只需利用两组遥感数据即可估算出不同地表覆盖下子像元地表温度,方法简便易行,精度较高,为快速模拟和估算高分辨率地表温度分布提供了一条新途径。最后对方法的估算精度、适用性及应用前景进行了探讨。     

天津LNG码头SBAS-InSAR时序形变及地面监测数据响应分析

为了查明油气重大基础设施中,由星载雷达干涉测量、地面GNSS形变监测、地下位移传感器监测和管道应力应变监测网络构成的星地一体化监测技术的有效性,本文采用SBAS-InSAR技术提取了天津LNG（Liquefied Natural Gas ）码头区域油气管线区域的长时间序列的地表形变数据,进一步分析了地面GNSS（全球导航定位系统）地表位移、多层深度位移计、管道应变传感器数据与同步的SBAS-InSAR地表形变量的数据响应关系,并进一步分析了雨-旱循环的时序变化规律。结果表明：2019年5月-2022年4月的3年间天津LNG码头区域非均匀沉降最为显著,最高达到-394mm;SBAS-InSAR的时序形变数据15-53mm的沉降形变,在GNSS中有9-57mm的地表位移响应,两者相关显著,具有良好的一致性;SBAS-InSAR地表形变变化特征与多层位移计在1m、2m和3m深的位移数据响应特征都与降水量关系密切,呈现显著的雨季-旱季波动特征,二者具有良好的同步性,说明SBAS-InSAR地表形变变化特征能够揭示地下土层的位移变化特征;SBAS-InSAR地表沉降量与地下管道应变呈正相关, SBAS-InSAR获取的地表形变是反映地下管线应变的良好指标。由星载雷达干涉测量、地面GNSS形变监测、地下位移传感器监测和管道应力应变监测网络构成的星地一体化监测数据的集成应用,能够为未来星地一体化的管道安全监测技术体系构建提供有益的借鉴。