MODIS数据辅助中巴资源卫星图像大气校正研究

中巴资源卫星(CBERS)的CCD图像数据在内陆水环境遥感监测中具有很大的潜力,但它的大气校正的精度是影响其定量化应用的重要因素.文中提出了一种基于同步MODIS数据辅助的CBERS CCD图像大气校正算法,该算法首先改进了NASA MODIS海洋水色遥感大气校正算法,使之能够很好地应用于内陆Ⅱ类水体,然后利用这种改进的算法通过同步的MODIS数据来反演大气参数,进而完成CBERS CCD内陆水体数据的大气校正.实验证明,这种MODIs数据辅助的CBERS CCD图像大气校正算法能够取得比较好的效果.同时,MODIS数据每天都能免费接收,因此这种大气校正算法对于基于CBERS CCD数据的业务化运行的内陆水质监测具有巨大的应用推广价值.     

乌苏里江水深遥感反演

文中在分析卫星遥感测深机理的基础上,利用SVCHR-1024高光谱成像仪确定了可见光反演水深的最佳波段,通过对HJ星CCD数据各波段反射率、波段比值组合对水体、水深的敏感性分析,建立了适合于乌苏里江的单波段对数水深反演模型,从而快速获取乌苏里江河道地形信息,并探测了河道深泓线,整体精度达到80%以上.遥感反演水深可快速探测河道深泓线的方法,为乌苏里江河势演变研究提供了新的思路.     

基于水体目标的CBERS-02卫星CCD相机与MODIS的交叉辐射定标

为研究利用中巴地球资源卫星02星(CBERS-02)CCD相机进行水体定量化遥感, 利用高精度的MODIS数据对CCD相机进行了交叉辐射校正. 在均匀清洁水体海域上, 分别选择了两个遥感器同一天过境的具有相同观测区域的两天数据, 利用一种清洁水体大气辐射计算方法和MODIS获得的水体与气溶胶参数, 对CBERS-2 CCD相机的4个通道进行了基于大气层外总辐亮度的交叉辐射校正工作. 由于CCD探测器之间的响应差异较大, 因此在进行辐射校正之前, 还对CCD图像进行了消条带工作. 选择CCD阵列的同一组像元在上述两个区域进行消条带, 以避免残余条带、CCD阵列焦平面照度不匀等的影响. 结果表明, 两天的结果具有很好的一致性.本方法误差在5%左右.     

遥感信息的定量化

系统阐述了遥感信息定量化的含义,分析了遥感定量化发展的必然性及应用指标要求,指出了遥感定量化研究的重要作用.以CBERS-02星数据定量化遥感应用研究为例,论述了"遥感数字信号-辐射信息-地表参数信息反演"的整个定量化体系.最后展望了我国定量化遥感的发展趋势.     

基于混合像元分解的遥感图像融合实用算法

传统的图像融合算法,如IHS变换、合成变量比、主成分替换等方法所得到的融合图像通常存在不同程度的光谱扭曲现象.一种基于混合像元分解的图像融合算法(FSMA)可以很好地保持图像的光谱信息,但该算法仅在以终端端元为先验知识的模拟数据中得到了成功的应用.分析表明,由于全色波段与多光谱波段光谱响应函数不同以及多光谱波段通常不能覆盖整个全色范围,原有的FSMA算法并不能直接应用到真实遥感数据中.文中提出了一种改进的基于混合像元分解的图像融合算法(IFSMA).该算法通过重构原有算法中优化问题的目标函数,降低了对利用多光谱数据模拟全色波段亮度值的难度,使得基于混合像元分解的图像融合算法可以推广应用到真实遥感数据中.实验结果表明,IFSMA算法在光谱信息和空间信息的保持方面均优于IHS变换、合成变量比、主成分替换以及原有的FSMA等算法.     

利用MODIS反演武汉东湖叶绿素a浓度

以武汉东湖作为研究区域,对经过大气校正后MODIS影像的波段反射率与叶绿素a浓度实测值进行相关分析,分别应用BP人工神经网络模型和线性回归模型对武汉东湖的叶绿素a浓度进行了反演,并对两种反演方法的拟合和预测效果进行了比较.利用BP神经网络反演得到的拟合值与叶绿素a实测值的拟合效果略好于线性回归方法得到的结果,神经网络模型的可决系数R2值0.90大于线性回归模型的R2值0.820.神经网络模型预测的最小绝对误差为0.07 μg/L,线性回归模型的最小绝对误差为2.08 μg/L.最后分析了两个模型各自的优势,将模型应用到武汉东湖2008年5月19日的MODIS影像上反演出东湖水体叶绿素a浓度的分布情况,并对东湖水质进行了评价,结论与多年的地面监测结果一致.     

北部湾红树林的HJ星多光谱遥感提取模式

大区域红树林多光谱遥感提取易受多种地物及自身覆盖度等因素影响,针对这一难题,文中以广西北部湾为研究区,基于HJ星CCD影像,并结合红树林空间分布特征和图谱特征,建立一种适合大区域海岸带的红树林识别提取模式.首先分析影像地物图谱特征,提出用于瞬时海水边线提取的海水比值指数,以及指示红树林的特征指数:红波段角度植被指数和像元波段反射率标准差指数.再从红树林空间生境判定和不同覆盖度反射率变化两方面入手,划分生长适宜区,通过特征指数辅助判定建立最终提取模式.应用结果表明该模式能完整准确地提取不同覆盖度红树林,最大程度消除其他干扰因素影响,总体制图精度达83.70%,用户精度为79.37%,同时也证实HJ卫星CCD多光谱遥感数据应用于海岸带红树林研究的有效性.     

高光谱卫星海洋遥感资料辐射精度评价模型研究

对于海洋水色遥感卫星来说,辐射定标精度作为一项重要的核心指标,恰恰是目前我国自主海洋水色卫星存在的不足之处,需要对遥感器进行系统的在轨辐射测量精度评价.文中基于大气辐射传输理论开发了一套高光谱卫星海洋遥感资料辐射精度评价模型(HRSREM),可以比较精确地计算出卫星平台接收到的遥感反射率,来衡量可见光遥感数据的测量精度.通过Gordon查找表方法对HRSREM模型的大气Rayleigh散射和气溶胶散射分量的精度验证,表明模型对两种大气散射计算误差小于2%;利用海上现场ASD高光谱仪测量的天空光反射率对模型的前向散射计算结果验证,其光谱平均相对误差约5.4%;利用宽视场海洋水色扫描仪(SeaWiFS)数据对模型的大气顶遥感反射率计算精度进行验证,其相对误差小于3.5%,说明HRSREM模型对卫星遥感资料的光谱辐射测量评价具有很高的精度.利用HRSREM模型对高光谱遥感卫星Hyperion在澳大利亚附近海域测量数据进行精度估算,可见近红外波段的光谱平均相对误差约为7.3%;对中分辨率成像光谱仪(CMODIS)数据精度评价结果表明,CMODIS存在较大的测量误差,特别是近红外波段的定标系数明显偏大,需要重定标来提高定量化处理和应用水平.     

HJ-1A/B卫星CCD影像大气订正

大气订正是遥感信息定量化研究中必不可少的一步,目前已有一些成熟的方法,但由于HJ-1A/B卫星CCD相机波段设置特点,常规的大气订正方法基本不适合于HJ-1A/BCCD影像.本文在大量分析HJ-1A/BCCD影像中不同地物的多种指数基础上,提出了改进暗目标法实现HJ-1A/BCCD影像的大气订正,该方法采用比值植被指数(RVI)、土壤调整植被指数(SAVI)和归一化水体指数(NDWI)的综合分析法确定暗像元自动提取,使之适用于环境减灾卫星CCD影像数据.为了客观地验证该方法的精度,本文选取地表平坦均一的敦煌校正场作为实验区,通过多次测量卫星过境时的地表反射率进行分析验证.     

基于HJ-1B卫星的作物秸秆提取及其焚烧火点判定模式

作物秸秆焚烧产生的气体和颗粒物严重污染大气环境,威胁人类健康,给交通带安全带来隐患,利用遥感技术优势监管秸秆焚烧火点具有重要的现实意义.文中基于HJ-1B卫星CCD多光谱遥感数据和IRS热红外遥感数据,以中国江苏中东部为研究区,开展作物秸秆提取及其焚烧火点判定的一体化研究.根据秸秆的光谱特征研究建立了秸秆乘积指数(SMI),结合其纹理信息可从HJ-1BCCD遥感图像上快速有效的提取出秸秆分布,继之结合修正后的火点探测算法可对HJ-1BIRS遥感数据进行火点提取.在秸秆分布和火点探测结果矢量化的基础上,通过GIS技术进行火点叠置分析,可有效地判定作物秸秆火点分布,同时结合实地调研及与MODIS火点产品比对分析验证评价了本研究方法的可行性和有效性.     

多光谱水深遥感方法及研究进展

文中简单回顾了多光谱水深遥感的国内外研究进展。将当前水深反演模型归为3类：即波浪法、统计法和水体散射遥感测深法，对各模型作了简单介绍，以时间为顺序列出了各模型在实践中的应用状况，分析对比了各种模型的优势和劣势。最后对当前水深遥感的发展趋势谈了自己的两点认识：即高分辨率数据的应用，改进的或新的水深反演方法不断涌现。     

基于CBERS CCD数据的鹿洼煤矿塌陷区LUCC检测

本文基于多时相中巴地球资源卫星CBERS CCD数据,以鹿洼煤矿塌陷区为例,利用混合像元分解技术开展土地利用/覆盖变化LUCC检测.分别选取研究区域的2002年、2006年和2010年3个时相的CBERSCCD图像作为遥感数据源,将粒子群优化算法引入到端元提取中,基于线性光谱混合模型提取鹿洼煤矿塌陷区水体、建筑用地、农田和土壤4类地物信息,并对结果进行统计分析.LUCC检测结果表明,2002年至2010年间,鹿洼煤矿塌陷地面积逐年增加,造成大面积农田积水,导致无法进行作物耕种.最后,结合当地政府采取的塌陷地治理措施分析了土地利用变化情况.     

CBERS-02卫星图像薄云的去除方法研究

中巴地球资源卫星结束了我国依靠外国卫星提供图像的历史. 随着中巴地球资源卫星的系列化和卫星应用成效的不断加强, 探索与之相关的数据处理手段成为必要. 由于成像时大气中常见云层存在, 特别是我国南方地区经常会获得有云图像, 如何去除薄云影响, 提取地表信息, 便成为应用中提高图像可用性的重要环节. 在用改进的同态滤波法定性去除可见光波段的薄云影响后, 将像元分类; 然后根据可见光波段受薄云影响大的特性, 利用可见光波段确定有云、无云区, 并计算无云区不同地类的反射率; 最后, 匹配有云、无云区中相同地类的平均反射率, 达到了去除薄云的目的; 并且在改善目视效果的同时定量反演地表反射率, 达到了遥感定量化的需求.     

利用MODIS对CBERS-02卫星CCD相机进行辐射交叉定标

CCD相机数据的应用是CBERS-02为国民服务的重要部分,而提供长期稳定的绝对辐射定标系数是其应用的关键.试验场定标法是一种有效的方法,但该方法需要地面同步测量数据,提供的定标系数数量不可能很多,且该方法不能对历史数据进行定标.交叉定标是解决该问题的有效方法之一.但目前该方法对同步测量数据的依赖性较大.模拟分析各种因素对光谱匹配因子的影响.结果表明地物的光谱匹配因子受大气条件、传感器观测几何条件及地物类型的影响.但是在环境一样时,不同时期或测区获取的同类型地物的光谱匹配因子相对稳定,可代替同步测量数据来模拟光谱匹配因子.基于该方法,利用MODIS数据对CCD数据进行交叉定标,研究发现CCD各波段都存在偏移量,传统的单点定标法不适用于CCD的辐射定标.文中以多点交叉定标法计算获取各波段偏移量,并获得了时间序列图像的定标系数,发现CCD传感器响应随时间衰减.     

青藏高原热红外遥感与地表层温度相关性研究

通过对青藏高原热红外遥感数据与地表层温度场分布规律的分析,确定影响地表层温度的陆面因素,采用神经网络技术建立通过热红外遥感反演陆面参数预测地表层温度的模型,利用该模型对各陆面参数与地表层温度的相关关系进行了分析.该方法为热红外遥感用于大面积地块缝合带监测以及研究构造热异常探索了一种新途径.     

HJ-1B卫星遥感数据在重庆市城市热环境监测的应用分析

本文以MODIS反演大气透射率,以HJ-1B/CCD分类结果反演地表比辐射率,并基于单窗算法,利用HJ-1B/IRS4数据反演地表温度.在此基础上,提取研究区的热场变异指数来分析重庆热岛空间分布特征,并就NDVI与NDBI对热岛效应的影响进行了分析.其结果如下:1)重庆城市热岛大致位于中梁山、铜锣山之间,呈东北、西南走向分布;2)热岛中心不在市中心,而是集中在大渡口工业园区、江北机场这些能耗大、人口密集区域,热岛强度范围在5?C-10?C之间;3)接近长江、嘉陵江水域的建筑用地密集区域,其热岛效应并不明显;4)NDVI与热岛强度呈负相关关系,NDBI与热岛强度呈现较为明显的正相关关系,二者对热岛都有重要影响,而NDBI的影响更大.因此,利用HJ-1B数据监测城市热环境,能较好地揭示重庆城市热岛空间分布特征,为城市环境监测与改善提供参考.     

一种基于高斯过程的数据驱动光度立体视觉全局优化算法

光度立体视觉技术难点之一在于快速有效地解决非朗伯体材料的复杂反射问题,针对这一问题,本文提出了一种基于高斯过程的数据驱动光度立体视觉全局优化算法.该方法利用高斯过程,通过贝叶斯推理学习给定材料的实测双向反射分布函数值,建立用于描述非朗伯体材料非线性反射性质的连续数学模型.该模型以光源方向和表面反射光强作为输入,以双向反射分布函数值作为输出,可在光度立体视觉系统中建立更为精确的反射模型,从而得到更高的法向量预测精度.仿真实验和实际实验表明,该方法显著提升了光度立体视觉的法向量恢复精度,且拥有较高的计算效率.     

水质遥感监测研究进展

本文对近年来应用遥感技术对地表水水质进行监测的研究进展做了总结.在描述地表水体的光谱特征基础上,简述了水质遥感监测的基本原理,其次总结了水质反演的方法和可用的卫星遥感数据源;最后,对此领域存在的问题和今后的重点研究方向作了探讨。     

环境一号B星红外多光谱相机综合辐射定标

环境一号B星红外多光谱相机(简称HJ-1B星IRS)在轨运行过程中受各种因素的影响,其探测性能不断发生衰减,绝对辐射定标可有效地改善遥感器辐射特性的测量精度,从而提高遥感数据辐射质量.文中针对HJ-1B星IRS星上定标系统特点,利用2010年8月地面同步试验数据对IRS热红外通道进行综合辐射定标,修正了原始定标系数,并进行定标系数的真实性检验.结果表明借助地面试验数据进行的综合辐射定标弥补了星上定标系统的不足,获得的定标系数准确可靠,可满足遥感数据定量化应用的需要.     

植被含水量光学遥感估算方法研究进展

利用光学遥感技术定量估测植被含水量,有助于森林火险评估、农业干旱监测和作物产量估计.本文评述利用光谱反射率、光谱水分指数和辐射传输模型方法反演植被含水量的研究进展,从观测数据和辐射传输模型评估了光谱水分指数估测植被含水量的可靠性.重点针对植被含水量的两个主要定义—可燃物含水量(FMC)和等效水厚度(EWT),分析了植被水分指数对FMC和EWT的反演精度.而且利用观测数据和数据库估算植被含水量,结果表明三类水分指数(WSI,NDII,NDWI1640,WI/NDVI)均与冬小麦冠层FMC有较好的相关性(n=45).最后,本文总结了光学遥感探测植被含水量进一步的发展方向.