太湖二类水体水色遥感的大气校正问题探讨

基于简化的大气辐射传输模型,提出一种基于图像本身的水色遥感大气校正方法。根据清洁水体在绿光波段的离水辐射相对稳定的特点,来估算清洁水体像元在绿光波段的气溶胶参数,插值获取整幅图像在绿光波段的气溶胶参数,根据大气校正因子为1的假设,外推获取蓝、红波段的气溶胶参数。以太湖为研究区,对Landsat5TM蓝、绿、红波段进行大气校正,反演出离水辐亮度,进而获得水体的遥感反射率。对反演的水体遥感反射率与准同步实测的相应采样点水体遥感反射率进行了对比分析,结果表明,该方法有效地去除了大气效应对遥感数据的影响,经过大气校正的反射率值接近实测反射率值。     

应用水色卫星对海水油及COD的遥感探测

应用水色卫星（ＳｅａＷｉＦＳ,１９９７年由美国发射）近海监测海水ＣＯＤ及油污染状况及其分布,在广东珠江口、大亚湾等近海海域,进行了水体波谱测试与分析,建立了与水色卫星相应波段的ＣＯＤ及油的质量浓度信息提取模型,并用此模型处理了１９９８年６月３０日过境的水色卫星图像,得到了珠江口、大亚湾近岸水域ＣＯＤ及油分布的专题图     

我国海洋水色遥感应用工程技术的新进展

介绍了近年来我国在海洋水色遥感应用工程技术方面的新进展,包括以应用为导向的关键技术研究和各类应用示范系统的开发等。针对当前海洋水色遥感业务化应用服务所面临的问题和一些急需解决的关键工程技术进行了分析和展望。     

我国海洋水色卫星发展概述

目前国外拥有海洋水色卫星的国家和地区有美国、欧洲欧空局、日本、韩国和印度。我国先后成功发射有HY-1A卫星和HY-1B卫星,其中HY-1A卫星为试验型业务卫星;HY-1B卫星在HY-1A卫星基础上研制而成,其技术指标和性能均优于HY-1A卫星。我国常用的海洋水色遥感数据是SeaWiFS数据和M OD IS数据。我国海洋水色卫星主要应用在海洋资源开发利用、海洋灾害监测应用、海洋权益维护、全球气候变化研究、国际交流与合作等方面。我国的海洋水色卫星研究起步较晚,应用水平还不够高,大力发展海洋水色卫星对维护我国海洋权益,加强海洋综合管理,促进海洋资源合理开发利用和海洋环境保护等方面都有非常重要的作用。     

用离散坐标法计算卫星遥感成像过程

发展了一种既可以计算多维大气辐射,又可同时计算卫星遥感成像的新型方法,其步骤是：首先采用一个常规的离散坐标求积系列计算多维大气辐射场;然后采用DOS ISW计算投射到卫星遥感器镜头上的辐射强度,从而获得遥感器CCD相机靶面上的辐射能分布．给出了一个尝试性的计算示例．     

基于分析模型的太湖水色参数敏感度分析

文中以Gordon生物光学模型为基础,利用2004年10月实测的太湖水体固有光学特征、表观光学特征和水体组份浓度数据,构建了参数化的分析模型.基于分析模型,在400 ～ 700 nm可见光光谱的范围内,分别对无机悬浮物、有机悬浮物、叶绿素和黄色物质的光谱敏感程度进行了定量分析,重新认识了水色光谱的形成机理.最后,对进一步利用分析模型构建反演模型的关键问题进行了总结.     

海洋遥感的研究进展

对国内外海洋遥感的发展情况进行了简单的回顾;以海冰冰情,海面风场,海洋水色等的监测为代表,重点介绍了海洋遥感的应用;最后对海洋遥感的研究重点和未来发展方向进行了评述。     

农田辐射传输光学遥感成像模拟研究综述

首先对光电物理仿真、图像合成法、计算机图形学法及遥感物理模型法等光学遥感成像模拟方法的技术方法和研究进展进行了分析, 其中由于遥感物理模型法较为详细地刻画了真实辐射传输过程, 成为国内遥感成像模拟的主要发展趋势。然后对作物关键参数时空变化分析、农田辐射传输建模及遥感成像模拟系统等方面进行了分析讨论, 表明结合作物全生育期结构、光谱变化特征, 进而建立叶片?土壤?冠层?大气?遥感器成像模拟耦合模型是主要途径, 能够实现农田多维遥感数据模拟, 为农业定量遥感研究与应用提供模拟数据支持。     

农田辐射传输光学遥感成像模拟研究综述

首先对光电物理仿真、图像合成法、计算机图形学法及遥感物理模型法等光学遥感成像模拟方法的技术方法和研究进展进行了分析,其中由于遥感物理模型法较为详细地刻画了真实辐射传输过程,成为国内遥感成像模拟的主要发展趋势。然后对作物关键参数时空变化分析、农田辐射传输建模及遥感成像模拟系统等方面进行了分析讨论,表明结合作物全生育期结构、光谱变化特征,进而建立叶片–土壤–冠层–大气–遥感器成像模拟耦合模型是主要途径,能够实现农田多维遥感数据模拟,为农业定量遥感研究与应用提供模拟数据支持。     

内河水深遥感的应用

利用陆地卫星TM影像研究闽江竹岐至侯官河段的水深，建立了遥感信息与水深之间关系的数学模型，研究表明：用最低通航水位时的水域边界裁取研究水域，可消除边界点因水陆信息混合产生的误差，提高遥水深精度；用两个时相遥感所得的水下地形计算河床冲淤值，进一步削减了由遥感信息源转换成水深信息时的误差，结果与用实测地形资料计算的结果基本一致，能满足河床演变分析和冲淤量计算的要求。     

给水站选址的遥感多因子评价模型

为完善给水站遥感选址的评价内容,提高评价精度,从给水站选址的水源条件和防护条件进行研究,确定以水域分布、断裂密度、地形坡度、汇流累积量、地貌类型、地层岩性及植被覆盖度作为给水站选址的7个评价指标。利用ALOS、TM和DEM数据对上述指标进行提取和解译,并建立模糊隶属度函数对各指标进行规范化评价,采用层次分析方法分别计算各指标权重,采用加权合成算法建立给水站选址评估指数。研究区实地调查水源状况表明,选址评价指数与水源条件的决定系数R2为0.82,相关关系明显。根据选址指数对研究区进行评估分级,结果与理论分析一致。     

水体遥感指数研究进展

水体遥感指数是当前全球和大区域水体分布和面积估算采用的主要技术.文中对近20多年来提出的水体遥感指数进行总结,分析指数构建原理并比较两种主要指数类型(比值型和差值型)的区别,讨论水体遥感指数应用中的几个主要问题.总的看来,比值型指数对水和非水信息的分离度较强,并能抵消地形的影响,因此可以较好地去除云和阴影的影响.加上比值型指数的变量通常不带系数,因此普适性较强.现有的水体指数中还鲜有被证明可以不用选取阈值就能高精度提取水体的指数.但好的水体指数阈值选取简单,稳定性较强.常用的OTSU法(大律法)获得的阈值已被许多研究证明并不可靠,因此不宜基于OTSU获取的阈值进行水体信息提取及其方法对比.     

高分辨率遥感影像在土地覆被变化监测中的应用

为了分析高分辨率遥感影像在土地覆被监测中的适用性,以SPOT5和"资源一号"02C卫星高分辨率遥感影像为数据源,对两种数据的波段组合和数据融合方法进行分析评价,并建立相应的土地覆被解译标志,提取研究区2005年和2012年两期土地覆被信息,基于RS和GIS软件平台,从面积变化、土地利用动态度和转移矩阵3方面研究了土地覆被信息的变化规律。研究结果表明,经过有效合成和融合处理的高分辨影像最大限度地保持了影像的纹理和光谱信息,可以正确识别并提取地物变化边界线,研究成果可为高分辨率遥感影像在土地覆被变化监测中的应用提供一定的参考和依据。     

基于遥感光谱特征的喀斯特石漠化信息提取

不同的地物特征具有不同的光谱值,不同的石漠化强度级别由于影响因子不同而具有不同的光谱特性,利用遥感光谱分析方法,对各种石漠化强度样区进行光谱采样,分析其在各波段的谱值关系,建立石漠化的提取模型,提取出石漠化的空间格局和强度信息图,作为研究区石漠化生态治理与重建的基础数据支持。结果表明,基于光谱特征的石漠化信息提取作为一种研究方法,在研究喀斯特地区石漠化问题时具有较强的可行性和实用性。     

高原山区遥感植被制图研究综述

 植被制图是植被生态学研究的基础和重要内容之一.在环境复杂、异质性高的高原山区,由于诸多因素的影响给该区域的遥感植被制图带来很大的困难和挑战.作者重点介绍在复杂山区环境中利用遥感技术进行植被制图的基本过程.为了提高山区遥感植被图的精度,建议注意以下几点：①在提取训练样本阶段,应将同一地物或者植被类型根据其不同的光谱特征分成不同亚类型进行选取训练样本;②现有许多地形校正模型不能有效地提高遥感分类精度;③分类器选择时,建议选择人工智能神经网络分类法、决策树、基于专家知识分类法等先进的非参数分类器;其次如果选择使用中低分辨率影像数据,可以考虑使用亚像元或软分类法;当使用高分辨率影像时,选择基于对象分类法要优于基于像元分类法;④结合辅助数据,尤其是DEM数据能显著提高山区遥感植被或森林制图精度.将来高级地形校正模型和分类算法需要进一步开发和发展.GIS技术与遥感数据结合也是未来遥感植被制图技术发展的一个重要方向.未来研究还需要将群落和植被生态学的理论和方法与遥感技术相结合来提高山区植被制图精度,并促进遥感科学和空间植被生态学发展.     

彩色遥感图像D-t曲线的Logistic模型

应用Logistic模型拟合彩色遥感图像的D－t曲线，是定量分析Y（黄），M（品红），C（青）分解密度与曝光时间关系的一种新方法。结果表明，Y，M，C分解密度的预测值与实测值达到了较好的吻合。决定系数RY^2=0.9825,RM^2=0.9675,RC^2=0.9943,相应的标准偏差σT＝0．053，σM＝0．100，σC＝0．015，可以满足定量计算的精度要求。     

Analysis of color distortion and optimum fusion for remote sensing images using the statistical property of wavelet decomposition

IHS （Intensity, Hue and Saturation） transform is one of the most commonly used tusion algonthm. But the matching error causes spectral distortion and degradation in processing of image fusion with IHS method. A study on IHS fusion indicates that the color distortion can＇t be avoided. Meanwhile, the statistical property of wavelet coefficient with wavelet decomposition reflects those significant features, such as edges, lines and regions. So, a united optimal fusion method, which uses the statistical property and IHS transform on pixel and feature levels, is proposed. That is, the high frequency of intensity component Ⅰ is fused on feature level with multi-resolution wavelet in IHS space. And the low frequency of intensity component Ⅰ is fused on pixel level with optimal weight coefficients. Spectral information and spatial resolution are two performance indexes of optimal weight coefficients. Experiment results with QuickBird data of Shanghai show that it is a practical and effective method.