基于HJ-1卫星CCD数据的厦门海域叶绿素a浓度反演

针对HJ-1A/B卫星CCD数据,建立适合于厦门海域的叶绿素a浓度反演模型,将为持续监测该海域的赤潮提供时间序列的叶绿素a浓度数据。基于2013年7月31日厦门海域水体实测光谱与叶绿素a浓度同步测量数据,及HJ\|1B卫星CCD2光谱响应函数,对各波段遥感反射率与叶绿素a浓度的相关性进行比较,证实蓝、绿波段比值与叶绿素a浓度相关性最高。对OC3模型在内的5种模型的反演结果和实测叶绿素a浓度做相关性分析,发现各模型相关系数均达到0.7以上。利用2013年7月30日实测数据对同期厦门海域HJ-1B卫星CCD2数据叶绿素a浓度反演结果进行精度验证,结果表明本地化的10指数模型在反演叶绿素a浓度动态范围较大的区域具有更高的精度。     

基于GF6-WFV数据的中国东部典型湖库叶绿素a浓度反演

高分六号中分辨率宽幅相机(GF6-WFV)设计了两个红边波段,具有水体叶绿素a浓度监测的潜力。实验选取官厅水库、陆浑水库和白洋淀等6个中国东部典型湖库为研究区,获取141个采样点实测光谱和叶绿素a浓度数据。基于实测数据对4种常用的叶绿素a浓度反演半经验模型进行参数优化和模型精度验证,选取最优反演模型。结果表明,GF6-WFV数据新增红边Ⅰ波段(B5:710 nm)和红波段(B3:660 nm)构建的两波段比值模型反演精度较高,相关系数平方(R²)为0.89,平均相对误差(MRE)为34.71%,均方根误差(RMSE)为13.29 mg/m³。研究表明：利用GF6-WFV影像数据能有效反演水体叶绿素a浓度,研究基于多湖库、多时相数据建立的GF6-WFV影像水体叶绿素a浓度反演模型,在中国东部典型湖库具有较好的适用性。     

基于Sentinel-3A的北部湾海域叶绿素a浓度遥感反演研究

以北部湾为研究对象,基于Sentinel-3A卫星搭载的OCLI水色传感器,探索了叶绿素浓度的遥感反演方法。通过利用实测光谱数据对北部湾海域进行了分区,结合实测的叶绿素a浓度和Sentinel-3A遥感数据尝试不同的反演因子,包括波段比值、波段差值和波段差比,构建了叶绿素a浓度的遥感反演模型。研究结果表明：(1)北部湾海域的遥感反射率曲线呈现明显的分区的特征,结合光谱特征将北部湾海域分为近岸水体、过渡水体和离岸水体;(2)不同水体类型适用不同的反演因子构建模型,其中R_rs(764.375)/R_rs(681.25)用于近岸水体,[1/R_rs(620)-1/R_rs(708.75)]/R_rs(753.75)用于过渡水体,R_rs(708.75)-R_rs(764.375)用于离岸水体,均取得了较好的拟合效果,相应的R2值分别为0.67、0.80和0.8;(3)分区的方法有效的提高了遥感反演北部湾叶绿素浓度模型的适用性和精度。研究基于Sentin...     

基于光谱混合模型的河口表层悬浮泥沙浓度卫星遥感反演研究

选取长江口及周边海区为研究区域,利用长江口取样泥沙的不同配比浓度的实验室光谱测量数据,以2002年6月1日的MODIS Terra卫星遥感数据为研究案例,考虑高、低悬浮泥沙浓度和叶绿素a 3个端元组分,采用线性光谱混合模型反演长江口及周边海区表层悬浮泥沙浓度。反演结果很好地反映了长江口及周边海区的悬浮泥沙空间分布精细结构,空间分布特征和数值量级比较分析表明结果真实可信,初步说明该算法在我国近岸河口海区的应用效果较好。与传统的经验算法相比,基于线性光谱混合模型的悬浮泥沙反演算法更少地依赖现场实测数据,可以更加充分地利用多光谱波段信息,对于近岸河口高浑浊水体的悬浮泥沙浓度反演是一种可行的方法。      

基于HJ-1高光谱数据的植被覆盖度估测方法研究

植被覆盖度是衡量地表植被状况的一个重要参数,在水文、生态等方面有重要意义,同时,也是影响土壤侵蚀与水土流失的主要因子,是评价土地荒漠化最有效的指标。以环境一号(HJ-1)小卫星上搭载的新型传感器HSI获取的高光谱数据为数据源,通过选择合适的植被指数建立了植被覆盖度反演模型——像元二分模型。然后运用该模型提取了新疆石河子地区的植被覆盖度信息。通过与地面样方数据进行交互比较,对HJ-1/HSI数据反演植被覆盖度的精度进行了评价。研究结果表明,HJ-1/HSI数据能够得到较高精度的植被覆盖度反演结果,在植被动态及全球变化研究领域具有潜在应用价值。     

应用MODIS监测太湖水体叶绿素a浓度的研究

以太湖作为实验区,将MODIS影像不同空间分辨率的波段反射率与叶绿素a浓度实测值进行相关分析,在此基础上通过回归拟合建立遥感监测模型,并应用模型计算出太湖水体叶绿素a浓度的分布情况,对太湖水质进行了评价。研究结果表明,MODIS影像在太湖的水质监测中是可用的,其中250m分辨率波段1、2的比值组合r2/r1与叶绿素a浓度实测值高度相关(R=0.903),适于用来反演叶绿素a浓度。     

基于波段定制高像素无人机多光谱相机的陆浑水库水质参数反演研究

无人机载多光谱遥感在小型水体水环境监测中具有成本低、时间灵活等优势,但是常见的多光谱相机具有像素数量低、缺少内陆水体特征波段等问题,限制了无人机多光谱遥感在水环境监测中优势的发挥。针对这些问题,研究定制了面向内陆水体水质监测的高像素航天数维KP-8多光谱相机,相机包括面向内陆水体叶绿素a反演的670和700 nm波段;利用无人机飞行实验获取了浑浊富营养化的陆浑水库的多光谱影像,并利用同步水面实验获取的水质参数构建了典型水质参数透明度、浊度、悬浮物和叶绿素a浓度反演模型;将反演模型应用于多光谱影像,反演并分析了陆浑水库典型水质参数空间分布规律。结果表明：这种波段定制的高像素无人机多光谱相机在内陆水体水环境业务化监测方面具有重要潜力。     

新庙泡叶绿素a浓度高光谱定量模型研究

利用吉林省新庙泡的高光谱实测数据和水质采样分析数据,尝试通过单波段、波段比值、一阶微分和峰谷间距法建立叶绿素a反演模型。结果表明:单波段光谱反射率与叶绿素a浓度的相关性较差,不宜用于该区域的叶绿素a浓度估算;680 nm和700 nm波段反射率之比、700 nm处光谱一阶微分值和两波段峰谷间距反演模型都具有较高的决定系数,分别为0.783 4、0.792 7、0.796 9,验证模型的决定系数为0.651 3、0.431 7、0.756 4,均方根误差分别为8.69μg·L-1、14.50μg·L-1、10.04μg·L-1,显著水平P<0.01。这3种方法皆可以用于新庙泡叶绿素a浓度的定量遥感,其中又以峰谷间距法为最优。     

资源一号02D高光谱数据大气校正及应用北大核心CSCD

针对高光谱数据大气校正耗时长和查找表构建不准确等问题,提出基于MODTRAN辐射传输模型实时创建大气校正参数查找表的方法,并应用于水体叶绿素浓度反演。首先,基于高光谱数据实时构建大气校正参数查找表;其次,根据循环迭代反演得到水汽含量和气溶胶光学厚度对查找表插值得到各个波段的大气校正参数,从而完成所有波段数据的大气校正;最后,选择植被、土壤和水体3类典型地物精度分析,并基于反演水体的叶绿素a浓度验证大气校正精度的可靠性。实验结果表明:该方法明显优于6S、FLAASH等大气校正方法;在运行效率上,在多线程并行加速后,运行效率提升了2~4倍;基于水体反射率数据反演水体叶绿素a浓度,反演模型预测集验证中ρ为0.804 7,RMSE为1.8。     

春季太湖叶绿素a浓度的光谱估算与分析评价

2011年3月27日于太湖梅梁湾和湖心区域进行光谱数据采集,同步水质理化分析数据得到叶绿素a浓度区间为4.99μg/L～31.06μg/L。基于较低叶绿素a浓度水平的实测光谱数据及同步的理化分析数据分别采用二波段模型、光谱反射率一阶微分模型、反射峰位置模型、三波段模型和四波段模型对梅梁湾和湖心区域的叶绿素a浓度进行建模遥感估算。5个模型的回归分析结果对应R2分别为0.775,0.811,0.786,0.826和0.846,RMSE分别为4.02μg/L,3.52μg/L,3.82μg/L,3.44μg/L和3.24μg/L。并针对春季较低叶绿素a浓度水平下的光谱估算模型在应用价值和精度方面做了比较评价。     

The Study of Spatial-Temporal Characteristics for Chlorophyll Concentration derived from Remote Sensing Image in Xinfengjiang Reservoir

By investigating the law of radiative transfer and the process of scattering and absorption from suspended sediment，chlorophyll and oxygen\|consuming organics，this paper builds the model，it formulate the functional relationship between the reflection and the concentration of this three kinds of water quality parameters，therefore retrieve the concentration.With this model，the chlorophyll concentration in Xinfengjiang Reservoir can be inversed，then using the measured data to verify the inversion result，the correlation coefficient between them equals 0.94，and the average relative error equals 66.67%.By analyzing the characteristics of the chlorophyll spatial structure and its time distribution based on the result，we find out that the lowest concentration of the chlorophyll is always existing in the center area during the whole year，and the area near Xinfengjiang River and Zhongxinshui River has the highest concentration，associated with cage culture.Multiple factors has been considered in the model building in this paper，and hence multi\|spectral remote sensing data were successfully applied to improve the calculation accuracy.     

基于图像融合的反照率产品降尺度方法研究

提出了一种基于物理意义图像融合的反照率降尺度算法,用以增强现有全球陆表特征参量(GLASS)反照率产品的空间分辨率,快速生成高分辨率反照率。首先对GLASS反照率产品和HJ反射率数据进行预处理,包括图像重投影、图像裁剪、雪像元和无效值像元掩膜;然后基于朗伯假设,将HJ反射率数据通过窄波段到宽波段的转换得到初级的高分辨率反照率;在此基础上将低分辨率的GLASS反照率产品与高分辨率的HJ数据进行融合得到高分辨率的反照率产品,其中考虑了GLASS产品的空间响应;最后分析了融合得到的高分辨率反照率影像,并使用黑河中游地面实测数据对融合结果进行了验证。结果显示:利用基于物理意义图像融合的反照率降尺度算法得到的高分辨率反照率产品精度较高(RMSE为0.02左右),并且该方法快速高效,具有推广和发展成为业务化算法的潜力。     

基于HJ-1B卫星数据的南京市地表温度反演研究

地表温度(LST)是全球变化的过程参数,应用HJ-1B-RS热红外数据,采用辐射传输法(RTE)、覃志豪单窗算法(Qins’)和普适性单通道算法(JM&S)对南京市地表温度进行反演。结果表明:3种算法均能较好地反映南京地区的地表温度趋势。RTE反演精度最高,与MODIS地温产品的差值多集中在2.1 K左右;Qins’的反演结果略低,温差多集中在3.87 K左右;而JM&S的结果明显偏低,温差多集中在5.96 K左右。结合土地利用类型图对地表温度进行分析,RTE温度结果中,温度最高的建设用地与温度最低的水体的温度相差4.1 K;Qins’温度结果中建设用地与水体的温度相差4.38 K;JM&S温度结果中建设用地与水体的温度相差2.15 K。RTE和Qins’更能体现不同土地利用类型之间的温度差异及对城市热岛的贡献。     

基于高光谱影像的三江源区不同退化程度高寒草甸分类研究

三江源地区是我国最重要的生态功能区之一。近年来,受全球气候变暖及日趋频繁的人类活动的影响,三江源地区高寒草甸生态系统退化现象明显。以三江源称多县清水河镇东北部地区为实验区,基于环境小卫星HJ\|1A HSI高光谱数据,结合不同退化程度高寒草甸地面光谱采集和样方调查,采用MLC和SAM方法对不同退化程度的高寒草甸开展了分类研究。结果表明:基于高光谱数据的不同退化程度高寒草甸采用SAM方法分类总体精度达到75%以上,证实了分类方法的可行性,基于高光谱数据分类能有效区分盖度相近、退化程度不同的草地类型,其中SAM分类结果更加精细准确,优于MLC方法,SAM方法对中度退化草甸区分能力最高,对其他退化程度草甸区分能力稍弱。     

长江口及邻近海域悬浮颗粒物对叶绿素a遥感反演算法的影响分析

利用水介质光辐射传输数值模型Hydrolight,结合前人对长江口及邻近海域水体的生物—光学模型研究,模拟不同光学水体的遥感反射率,并分析遥感反射率对悬浮颗粒物(SPM)的敏感性以及SPM对4种叶绿素a(Chla)反演算法(二波段、三波段、荧光基线高度(FLH)和综合叶绿素指数(SCI)算法)的影响。结果表明:由Hydrolight模拟得到的遥感反射率与现场同步实测的遥感反射率的均方根误差小于0.01sr-1,其中可实现遥感反射率在550~725nm波段较精确的模拟。遥感反射率对SPM的敏感性随着Chla浓度的升高而降低。二波段、三波段算法适合低SPM浓度水体的Chla浓度反演,FLH算法反演Chla浓度时易受SPM的影响,而SCI算法在中、高SPM浓度水体中消除SPM的影响进而反演Chla的潜力较好。     

Temporal and Spatial Distribution of Ulva.prolifera in the Yellow Sea and Influence of Typhoon “CHAN-HOM” in 2015

A recurrent floating green algae bloom was detected in the Yellow Sea since 2007.The Ulva.prolifera is non\|toxic,but the massive accumulations can result in significant environmental damage and cause economic loss to marine industries.In this study,the spatial and temporal patterns of Ulva.prolifera green tides were investigated in the Yellow Sea during 2015 using HJ\|1A/1B and MODIS satellite images by means of NDVI (normalized difference vegetation index)and artificial interpretation.The results showed：(1)A little Ulva.prolifera was discovered firstly in adjacent sea of Yancheng,Jiangsu province in early May with distribution area 0.831 km².Under the action of the southeast monsoon,Ulva.prolifera was gradually drifted to Shandong peninsula waters from south to north.The influential area and range reached a peak value with 1 752.756 km² in late June,and gradually subsided from July to August.And Ulva.prolifera about 38.791 km² was monitored in the South Bay of North Korea.In conclusion,Ulva.prolifera in the Yellow Sea in 2015 has experienced five major processes including “Occur\|Development\|Outbreak\|Recession\|Disappeared”.(2)Typhoon "CHAN\|HOM" certainly influenced the northward pathway of Ulva.prolifera and shifted towards the southwest,resulting in most of Ulva.prolifera moved to the east coast of Lianyungang,and speculated that minority Ulva.prolifera drifted to the South Bay of North Korea.(3)From the monitoring data,the spatial resolution between MODIS and ENVISAT (HJ\|1A / 1B)is difference significantly,250 m and 30 m respectively.A functional relation of the two data with monitoring area difference about 2.26 times was established to make up for the shortage of the environmental satellite (HJ\|1A/1B)images.      

东中国海遥感叶绿素数据重构方法研究

由于天气等各种因素,卫星遥感叶绿素数据中的大面积无规律缺失问题一直是遥感数据领域的研究热点,阻碍了卫星数据的应用。因此,卫星遥感数据的重构和再分析成为一个重要课题,在关注海域获得时空连续的完整数据对于扩展遥感数据的应用范围,提高其数据利用效率有着重要意义。针对这一系列问题,基于对东中国海叶绿素时空多尺度(包括天气过程时间尺度)变化机制研究的需要,结合多变量DINEOF方法和最优插值等数学方法的优点,成功构建和发展了多尺度最优插值、二次订正的多变量DINEOF方法,简称DINEOF-OI方法。对于目标缺测数据点重构过程中,如何有效分配时间序列上与空间场中的观测数据对重构数据的影响权重,取决于研究的具体目标问题,是研究的重要思路创新。基于这一方法对东中国海近10a的卫星遥感叶绿素数据成功进行了重构试验,并较成功地刻画了东中国海海表面叶绿素的包括天气尺度在内的多尺度变化特征。     

秋季太湖叶绿素a浓度荧光反演研究

基于2007年11~12月太湖全湖实测水质参数和光谱数据,首先利用高斯方程对遥感反射率进行过滤分解,找出叶绿素a(chl\|a)吸收峰675 nm以后的荧光反射峰(Fluorescence Peak:FP),再以662 nm处的反射率为基准,采用归一化荧光高度法进行叶绿素a浓度(C chl-a)反演,得到chl-a反演模型。基于高斯分解获取的chl-a的荧光反射峰值R(FP)与662 nm处的反射率R (662)比值［R(FP)/R(662)］与C chl-a之间存在显著的相关性,该模型为秋季太湖水体C chl-a的最佳反演模型。在高悬浮泥沙条件下,该模型能够较好地表示出叶绿素荧光高度与叶绿素浓度之间的关系,为C chl-a反演提供新的方法和依据,并为传感器敏感波段的选取和设置提供参考。     

HJ-1A NDVI与MODIS NDVI时间序列提取植被物候特征对比研究

以HJ-1A和MODIS为数据源,通过动态阈值法提取物候特征参数,对HJ-1A NDVI和MODIS NDVI时间序列进行植被物候特征提取进行定性和定量比较,通过比较结果,提出HJ-1A NDVI数据在该应用中存在的问题,促进国产中空间高时间分辨率影像数据在植被物候信息提取研究中的应用,提高其在生态系统研究中的应用价值。结果表明:在SOS、EOS和LOS以及TOMS几个主要的物候时间点上,MODIS NDVI时间序列的标准差较小,所得物候数据更为集中,偏离度较小,所得物候数据较稳定;而HJ-1A NDVI时间序列所得物候数据的标准差较大,数据偏离程度较大,而在POS、BOS和AOS等表征植被生命周期中生长幅度数据上,其标准差较小,离散程度小。