HJ-1A/B星地表反照率生成算法与检验

提出了适合环境与灾害监测预报小卫星-A、B星(简称HJ-1A/B星)CCD相机的大气订正算法,并基于不同地表特性和大气条件下的辐射传输模拟数据,建立HJ-1A/B星的窄波段向宽波段反照率转换的模型.利用多级灰阶靶标实测数据、敦煌检验场实测数据验证了大气订正算法以及转换模型的可靠性和精度,并将HJ-1A/B星影像数据计算的反照率产品与同时相的MODIS反照率产品进行对比分析.结果表明:文章提出的HJ-1A/B星CCD相机大气订正算法可有效校正大气影响;窄波段向宽波段反照率转换模型反演的反照率精度可靠;基于研究成果生成的HJ-1A/B星地表反照率与MODIS反照率产品一致性较好,满足后续遥感数据定量化模型研究的精度需要.     

HJ-1-CCD与MODIS数据的NDVI比较分析

利用辐射传输模型对HJ-1-CCD数据进行大气校正并反演出植被指数,和MODIS标准产品数据进行对比,并对典型区域的结果相关性和差异性进行了统计分析.结果显示:①当下垫面为相对均一的地表时,如耕地、有植被覆盖的山地、水体等,两传感器反演出的植被指数相关性(r)和相对差异分别为耕地(0.74,10％)、山地(0.69,12％)、水体(0.78,5％);②当下垫面为较为复杂的地表时,如建筑用地(含居民住宅区)等,两传感器的相关性(r)仅为0.58、相对差异达到18％;③在估算小范围区域且地表覆盖较为复杂的下垫面植被指数时,HJ-1-CCD因其相对较高的空间分辨率,能有效减弱混合像元的影响,进而提供更加丰富的植被指数信息.     

基于高程分层方法的HJ-1B CCD2影像大气校正

大气校正是从环境一号B星(HJ\|1B)CCD2多光谱卫星数据中精确提取地面定量信息的关键一步。采用一种基于高程分层和改进的浓密植被算法,即将整个研究区按照高程间隔0.1 km划分为17个子区域,在不同高程带内利用红波段与短波红外波段(1.6 μm)的线性关系估计出红波段的反射率,然后利用估计的红波段反射率与其表观反射率差值的均值,结合6S辐射传输模型模拟计算得到0.55 μm处的气溶胶光学厚度,从而实现各个波段大气校正。比较分析校正前后成熟林地、水体和裸土的光谱反射率和标准反射率,结果表明:该方法对HJ-1B CCD2数据大气校正可取得较好的效果。     

基于TM影像天山北坡地表反照率反演方法的研究

地表反照率是气候模型和地表能量平衡方程中的重要参数。基于6S模型估算地表反照率,忽略了地形起伏的影响,不同波段组合的地表反照率也有待进一步研究。本文选取干旱区典型流域——天山北坡三工河流域为研究区域,以TM影像为数据源逐步进行地形校正、大气校正等,从而提取窄波段地表反照率。在此基础上,根据亮度、绿度、湿度3个特征变量的物理意义,以各波段能量权重为转换参数对窄波段地表反照率进行组合,实现研究区宽波段地表反照率的反演,得出基于不同波段的物理意义的地表反照率。     

利用MODIS卫星资料分析北京地区地表反照率时空分布及变化特征

利用2000～ 2005 年MOD IS 地表双向反照率(MOD43B3) , 植被指数(MOD13A 2) 和地表覆盖类型(MOD12Q 1) 资料, 分析了北京及周边地区地表反照率的时空分布, 计算了2000～ 2005 年平均地表反照率的时间变化。结果表明, 北京城区年平均地表反照率为0. 12, 山区森林(0. 11) 明显小于平原地区(0. 15) , 而永定河流域反照率较大(0. 18) , 这主要是因为永定河流域植被覆盖度较低(植被指数低) , 山区地表反照率季节性变化不明显。2000～ 2005 年6 年的统计回归显示北京平原地区反照率呈略有下降。     

HJ-1A/1B星CCD传感器数据在黄东海浒苔监测中的应用

基于浒苔光谱特性和归一化植被指数,利用HJ-1A/1B星CCD传感器数据对黄东海浒苔进行监测。监测结果表明HJ-1A/1B星CCD传感器,可以提供比MODIS更多的精细信息,如提供重点海域的浒苔分布范围、覆盖范围、变化状况等信息。     

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。     

基于HJ-1CCD的“纳沙”台风NDVI变化研究——以海南省为例

台风是世界上最严重的自然灾害之一,及时、快速地开展台风灾害监测对台风灾害评估以及灾后重建具有极为重要的作用。以2011年第17号强台风“纳沙”为例,采用HJ\|1 CCD影像开展台风灾害前后海南省NDVI植被变化研究。选取2011年台风灾害前7月8日、台风过后12月25日两个时相的CCD遥感影像,通过影像预处理及矢量裁剪等运算,得到台风灾害前后7个农场的NDVI数据。随后,选取了2010年7月5日、12月27日两个时相的CCD影像提取相同区域的7个农场NDVI值进行对比分析;最后应用线性回归分析方法,建立了台风前后NDVI值变化与距离台风风眼的关系模型。研究结果表明:受台风“纳沙”的影响,7个农场的NDVI值均有不同程度的下降;距离台风越近的农场NDVI值下降程度越大,两者呈现显著的线性相关关系。     

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.     

地表反照率机器学习估算方法北大核心CSCD

针对反照率直接估算中多元线性回归方法难以拟合反照率估算中的非线性特征的问题,引入基于梯度提升决策树机器学习方法对GLASS(global land surface satellite products)反照率产品算法中的多元线性回归(multiple linear regression,MLR)直接估算算法进行改进,并将梯度提升决策树算法(gradient boost decision tree,GBDT)结果同原有方法进行对比,同时利用地面站点观测反照率评价本文算法效果。结果表明,多元线性回归方法平均RMSE为0.017到0.02,梯度提升决策树方法平均RMSE为0.009到0.013,梯度提升决策树方法的估算精度较原多元线性回归方法精度有较大提升,表明新型机器学习方法在优化遥感经验或半经验模型中具有重要潜力。同时地面验证结果表明,本文算法相比于GLASS V3反照率产品在RMSE和绝对偏差上相对提升4%和60%。     

Comparison of BJ-1 and HJ-1A/B NDVI Data

NDVI is a good indicator of vegetation cover,land use,and land cover,and it’s an important product of remote sensing data.In order to achieve better results,multiple sensors are often used to establish long time-series NDVI data sets.So comparing these sensors’ data and finding out the best way to use them,which are really important.In China,BJ-1 and HJ-1B are widely used in monitoring the environment and disaster events.In this paper,BJ-1 data,which contains three different exposure time data,was simulated from HJ-1B data.NDVI was generated from these original data.Then the difference between NDVI was measured by correlation analysis and residual analysis.The results show BJ-1 always has a good liner relation with HJ-1B,and the correlation can be improved by BJ-1 middle-exposure time data and processing through radiometric calibration.The effective data range of images and land covers is the main factor which affects NDVI accuracy.     

HJ-1卫星在港口海冰监测中的应用

以黄骅港煤炭航道海冰监测为例,采用国产环境一号卫星CCD数据,研究环境一号卫星监测海冰原理,实验环境一号卫星在煤炭航道中海冰的监测方法和流程,通过对航道、港池和锚地海冰反射率的研究,确定海冰类型,估算海冰厚度;利用经几何精纠正后的影像,统计不同海冰类型在航道、港池和锚地中的位置、范围和密集度;根据环境一号卫星日或双日的过境周期,实施了2010/2011年冬季黄骅港海冰业务化监测,从而直接为港口调度航道破冰、装船、北煤南运提供遥感技术支持。     

基于环境一号小卫星CCD图像的滨海湿地监测研究

湿地生态系统是与森林和海洋并列的三大生态系统之一,在全球气候和环境保护中发挥着非常重要的作用,因此,湿地的监测对环境保护和人类健康至关重要。本文以渤海湾-莱州湾为研究区域,利用环境与灾害监测预报小卫星（简称HJ-1）CCD图像通过分层分类法提取滨海湿地的分布,并以黄骅市为例对湿地的变化进行景观格局的动态分析。结果表明,利用HJ-1 CCD图像进行滨海湿地的监测是可行的,且与Landsat图像相比HJ-1 CCD数据具有高获取频率和宽覆盖范围,从而可以为湿地分布和变化的监测与管理提供经济有效的支撑。对湿地景观格局的评价表明,由于人类活动的影响,近年来湿地景观正在悄然地发生变化,天然湿地逐渐减少,人工湿地相对增多,人类的影响正日益加剧,需要引起重视。     

天宫一号高光谱成像仪数据与环境星CCD数据分类效果比较研究

本文以北京市通州区为例,利用最短距离法、最大似然法和支持向量机3种分类方法分别对天宫一号高光谱成像仪数据与HJ-A星CCD数据进行监督分类,通过比较分类结果发现,天宫一号高光谱成像仪数据在样本可分性度量、目视效果及分类精度3个方面均优于HJ-A星CCD数据,在土地利用类型分类应用中具有显著优势。