基于GF-1号卫星WFV数据反演玉米叶面积指数

叶面积指数(Leaf Area Index, LAI)是描述作物生长状况的重要生理生态参数之一.该文以河南封丘县玉米为研究对象,利用中国高分辨率对地观测系统的首发星——高分一号(GF-1)WFV数据,计算4种常用的植被指数,包括归一化植被指数(normalized difference vegetation index,NDVI)、比值植被指数(simple ratio,SR)、土壤调节植被指数(soil-adjusted vegetation index,SAVI) 和修正的土壤调节植被指数(modified soil-adjusted vegetation index,MSAVI).结合地面同步实测的玉米LAI数据,建立各植被指数与实测LAI的统计回归模型.结果表明：研究区玉米LAI和4种植被指数之间均有较强的相关性,其中,MSAVI-LAI的指数模型相关系数达到了0.842 6,LAI反演精度最高.使用独立的野外观测数据对模型进行验证,平均相对误差为4.85%,均方根误差(root mean square error, RMSE)仅为0.183,表明该文建立的LAI经验统计模型具有较高的精度,利用GF-1 WFV 影像可以快速、准确地监测河南封丘玉米LAI,GF-1影像用于LAI等地表参量遥感定量反演具有巨大的潜力.2014年8月中旬,封丘大部分地区玉米LAI大于4,玉米长势较好.该研究结果可为利用经验统计模型反演河南玉米LAI提供参考.     

GF-1遥感影像林地信息提取方法的研究

林地资源是地球上可再生自然资源和生态系统的主体,对于人类的生活和发展都有无法替代的作用。本文应用高分一号卫星遥感影像,基于e Cognition软件平台,采用面向对象方法对孟家岗落叶松人工林进行林地信息的提取。选取多尺度分割方法,通过大量实验确定最优分割尺度参数,结合光谱特征,采用阈值分类算法实现林地的高效精确提取。     

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。     

武汉东湖叶绿素a和悬浮物浓度的高光谱遥感反演模型研究

本文以武汉东湖为实验区,以主要水质遥感监测指标叶绿素a和悬浮物为主要研究对象,利用水体光谱数据和同步观测的水质参数浓度数据,研究了东湖叶绿素a和悬浮物定量遥感反演特征波段与波段组合,在此基础上构建了经验模型。     

典型浅水草型湖泊水体悬浮物浓度遥感反演

针对典型浅水草型湖泊的特点,分析水生植物对悬浮物浓度及其遥感反演的影响,得到水生植物与其覆盖区水体总悬浮物浓度之间的定量关系,提出了基于水生植物分区反演水体悬浮物浓度的新思路:首先利用植被指数将全湖分为水生植物覆盖区和未覆盖区.在水生植物覆盖区,通过水生植物的盖度来指示水体水质,进而间接反演悬浮物浓度,解决了水生植物覆盖区难以直接反演悬浮物浓度的难题;在未覆盖区,利用地面实测数据与Landsat8卫星数据建立悬浮物浓度的近红外单波段反演模型,最终得到微山湖悬浮物浓度空间分布图.在晴朗、无风或轻风的天气条件下,水生植物与其覆盖区水体悬浮物浓度之间具有稳定的定量化特征,利用该特征指示水质对浅水草型湖泊水质参数的定量化遥感具有一定的参考意义.     

基于GF-1卫星遥感影像提取水体的方法比较

选用GF-1卫星遥感影像为主要数据,以南水北调京石段主要水源地之一岗南水库为研究区域,依据GF-1卫星影像各个波段地物的光谱特征信息,采用单波段阈值法、谱间关系法、水体指数法提取水体信息。同时提出一种基于主成分分析的综合方法提取研究区域水体信息。对4种水体提取方法进行比较分析,实验证明主成分分析综合方法可以提取完整准确的水体边界,并且抑制了95%以上的非水体信息,明显改善了水体信息提取精度。     

基于ZY-1 02D影像的白洋淀水域叶绿素a浓度遥感反演

白洋淀位于雄安新区的核心区域,是当前社会关注的焦点,对白洋淀水域进行水质监测是水污染防治的重要依据,对周边居民生活和当地经济发展具有重要意义。本文将ZY-1 02D AHSI高光谱影像与ZY-1 02D VNIC多光谱影像作为遥感数据源,分别进行了基于单一影像数据的单独反演与基于两种影像的联合反演,研究结果表明联合反演模型相较于基于AHSI的反演模型可以有效提高叶绿素a浓度的反演精度,三种反演模型中基于VNIC的反演模型精度最高,相较于以往学者的研究结果高光谱数据的优势未充分体现,说明对于白洋淀淀区的叶绿素a浓度反演空间分辨率有更大的影响,从而进一步将ZY-1 02D AHSI的36波段与ZY-1 02D VNIC融合,将空间分辨率提高至10 m,优化后的模型AURE与RMSE分别降低到13.62%、0.52 ug/L,进一步提高了叶绿素a浓度的反演精度。研究表明,ZY-1 02D影像数据在内陆水体水质监测中具有较好的适用性,利用模型算法提升高光谱数据的空间分辨率将是提高叶绿素a浓度反演精度的重要途经,本文研究成果对ZY-1 02D影像在白洋淀水域的水质监测与应用具有重要的意义。     

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TM影像的长江口悬沙浓度遥感反演定量模式研究

近年来,由于水利工程等因素,长江入海径流量变化较大并导致入海泥沙量明显呈下降趋势,必会影响海岸带环境．利用遥感技术研究泥沙含量不仅速度快,效率高,周期短,而且对分析河口海岸带冲淤变化,研究流域入海物质通量、物质循环、河口沙洲变化,港口建设,航道治理以及海岸带环境管理都有十分重要韵意义．利用长江口TM影像数据以及现场采集的多个长江口表层悬沙浓度数据,建立悬沙浓度遥感定量反演模式．通过对遥感数据预处理,运用不同的悬沙反演模式进行回93分析,得到低浓度悬沙水体运用多项武模式反演效果较好,高浓度表层悬沙水体运用乘幂模式反演效果较好,同时应用Arcgis软件绘制成悬浮泥沙空间分布图,并归纳出长江口悬沙分布和输移的基本规律．     

基于GF-1遥感影像的荒漠区耕地分类与提取方法

耕地作为一种战略性自然资源,是确保我国粮食生产安全的物质基础和重要前提.荒漠区绿洲性耕地生态环境脆弱,易受风沙侵蚀,对耕地进行持续性精确监测具有更为重要的意义.,本文基于深度学习算法,使用GF-1遥感数据进行耕地及其类别信息提取.为充分利用研究区物候特征,结合冬夏两期遥感影像,将植被指数NDVI值和纹理特征灰度共生矩阵...     

基于GF-1卫星WFV数据的全国建设用地自动监测技术研究

该文以国产高分一号卫星WFV数据为数据源,采用面向对象分类技术,研究面向全国范围的宏观监测信息提取技术及系统实现。一方面,研究了大尺度上利用高分遥感影像和面向对象分类技术进行宏观监测信息提取一整套技术方法,并对其中的建设用地进行了重点研究。另一方面,在集群计算环境下,利用高分一号卫星WFV数据,实现基于面向对象的宏观监测信息自动提取,并重点对建设用地提取结果进行了验证,验证结果显示分类精度优于80%。该研究提高了利用中等分辨率影像进行宏观监测的准确性及时效性,为合理利用和管理土地资源提供决策支持信息,支撑土地利用业务化应用。     

基于GF-2遥感影像的面向对象分类方法比较研究

基于eCognition软件分别采用K-最近邻(KNN)分类、支持向量机(SVM)分类和CART决策树分类对GF-2遥感影像进行面向对象分类,并对3种分类方法的结果进行比较分析。结果表明:K-最近邻分类在影像准确性、复杂多样性、影像光谱混淆以及分布边界模糊等方面具有较高的识别能力。     

基于MODIS遥感影像的大气水汽反演研究

目前基于MODIS的水汽反演算法已基本成熟,大部分方法是用6S、MODTRAN等辐射传输模型模拟的倒大气透过率与水汽含量的关系计算大气水汽.由于模型本身的精度及模型中大量参数的不确定性,使得反演结果精度受到限制,而直接基于遥感图像本身的反演算法解决了这一问题.本文提出了基于影像数据本身的水汽总含量反演算法,对通道比值法进行了改进,得到了的水汽反演结果与MODIS大气水汽产品有较好的一致性.     

基于GF-2影像的苏州市区水质遥感监测

城市水体水质遥感监测是治理城市水体水质遥感监测是治理城市水环境污染的重要基础,也是城市生态系统建设的重要组成部分。本文基于GF-2影像,建立城市水体水质参数反演模型,对2015年-2017年苏州市区水体的叶绿素a浓度、悬浮物浓度、透明度三种水质参数进行遥感监测,分析了苏州市城市水体水质参数的时空变化特征并且对苏州市水环境进行了评价。结果表明,苏州市区水体叶绿素a浓度整体偏高,但平均水平逐年降低。各个市辖区城市河道平均叶绿素a浓度相差不大。大型河流湖泊中,虎丘湿地叶绿素a的平均含量在2015年-2017年间均处于最高水平。三年间市区城市河道的平均悬浮物浓度降低明显,悬浮物浓度较高的河道均主要集中在虎丘区。大型湖泊的悬浮物浓度不高,逐年降低明显。盛泽湖的平均悬浮物浓度最低,透明度最高。京杭运河的悬浮物浓度一直保持在最高水平,且变化不大,吴淞江汇入京杭运河部分水体悬浮物浓度偏高。2016年元河塘悬浮物浓度突然增高并在2017年有所降低,但仍高于2015年。透明度的分布变化趋势与悬浮物浓度相反,符合常规规律。苏州市区水质逐年改善,但仍水质情况仍不容乐观。京杭运河、元河塘、虎丘湿地由于人为活动导致水质较差,今后需进行重点监测与治理。其余河流湖泊水质均逐年改善,盛泽湖的水质处于最优水平。根据相关资料查阅,遥感监测苏州市区水体水质情况符合实际情况,GF-2影像能有效地反演城市水体的水质参数信息并显示其分布变化规律。     

基于HJ-1卫星CCD数据的长江中游武汉河段悬浮物浓度反演

环境一号(HJ-1)卫星是我国自发研制的专门用于环境和灾害监测的光学卫星.其数据获取周期短、空间分辨率高,能及时、连续、准确地监测悬浮物浓度时空变化,在内陆二类水体遥感监测方面具有良好的应用前景.该文以长江中游武汉河段为研究区,利用HJ-1卫星CCD数据第1、3波段建立了具有较高精度的悬浮物浓度反演模型,并对2008年11月14日武汉河段悬浮物浓度进行了反演,得到其空间分布图.结果表明,该模型的悬浮物浓度反演均方根误差(RMSE)为8.84mg/L,平均绝对百分比误差(MAPE)为13.6%.从空间分布来看,在武汉附近,长江干流悬浮物浓度高于支流汉江,江心洲滩附近水体悬浮物浓度偏高.     

基于高分六号卫星遥感影像的太湖叶绿素a质量浓度反演

针对太湖叶绿素a浓度反演大多采用低中分辨率遥感数据,缺少基于高分辨率遥感数据研究的现状,采用高分六号卫星遥感影像,运用波段比值模型、归一化差异叶绿素指数（NDCI）模型和三波段模型定量反演了太湖蓝藻的叶绿素a质量浓度,并采用2018年10月28日、2019年4月6日和2019年6月3日的高分六号卫星遥感影像对3种模型的反演精度进行了验证。结果表明,采用NDCI模型的平均相对误差、均方根误差和平均绝对误差最小,NDCI模型具有更好的精度和稳定性,更适合高分六号卫星遥感影像在太湖叶绿素a质量浓度反演方面的应用。     

基于GF-1 PMS影像的土地利用/覆盖分类研究

土地利用/覆盖变化是当前全球环境变化的重要内容之一,而土地利用/覆盖分类是其基础工作之一。以萍乡市区为研究区,利用国产GF-1 PMS影像为基础数据,采用最小距离、最大似然法、平行六面体和支持向量机四种监督分类法进行了土地利用/覆盖分类试验研究。结果表明:最大似然法和支持向量机分类算法具有更好的分类精度,总体精度分别为93.3和96.03,Kappa系数分别为0.917 2和0.948 7,而最小距离法和平行六面体的精度则差很多。由于GF-1 PMS的多光谱波段和全色波段的空间分辨率分别为8 m和2 m,因而支持向量机分类结果可以满足很多水文、生态等模型的需要。     

基于SVM的莱州湾叶绿素浓度遥感反演

叶绿素浓度是浮游植物分布的指示剂,是衡量水体初级生产力和富营养化的基本指标。准确探测海水叶绿素浓度并分析其时空分布变化特征,对海洋生态研究海洋生物资源评价、海洋环境监测、海洋渔业管理等方面都具有重要意义。利用在莱州湾2007年6月至2007年8月测量的32组二类水体叶绿素浓度和同步实测辐射光谱资料,建立了莱州湾叶绿素浓度的荧光算法和SVM（Support Vector Machine）反演模式,并用9月份的8组数据作为验证,结果表明SVM反演模式在莱州湾具有很好的应用前景,为该区域水质参数遥感监测提供参考。     

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.