西南地区不同山地环境梯度叶面积指数遥感反演

叶面积指数(LAI)遥感估算是植被定量遥感研究的热点之一,监测植被LAI时空变化对于研究陆地生态系统碳循环及全球变化等具有非常重要的意义。在我国西南山区设置10个50km×50km的观测样区作为研究区,其中包括5个森林生态系统样区、3个农田生态系统样区和2个草地生态系统样区。分别获取不同优势植被类型LAI地面实测数据,结合同期获取的遥感数据,考虑地形因素影响,基于偏最小二乘原理分别构建各样区LAI遥感估算模型,并采用交叉验证的方式对模型精度进行评价。结果表明:考虑了海拔、坡度和坡向等地形因子的森林LAI遥感反演模型与未考虑地形变量的模型相比,其验证精度有所提高,R2由0.30~0.75提高至0.50~0.80,RMSE由0.52~0.93m2/m2降低至0.48~0.89m2/m2;所有样区优势植被类型LAI反演模型验证R2在0.40~0.80之间,RMSE在0.22~0.89m2/m2之间。发展的LAI遥感估算方法有助于认知山地植被LAI反演的地形效应问题,可为进一步的山地植被长势监测提供科学依据。     

基于地面定标技术的地物光谱反演方法研究

阐述了利用地面光谱定标和实验室遥感仪器定标技术和遥感方程对成像光谱遥感数据进行反射率反演的理论基础、技术方案及操作规范。结合航空遥感飞行试验,对成像光谱遥感数据进行了地物反射率反演,并讨论分析了该方法的可行性条件。研究结果表明:(1)该方法简便、实用、可行;(2)地面定标点的选择及光谱测量精度是影响反射率反演准确性的主要因素;(3)遥感器的几何参量、遥感数据获取的时间跨度、地形因子及二向反射因素是造成反射率反演误差的重要原因,在实际应用中也应加以重视。     

基于ART模型的MODIS积雪反照率反演研究

积雪反照率是研究局地或全球的能量收支平衡和气候变化中的重要参数,遥感反演为积雪反照率的获取提供了便利的手段。积雪反照率大小主要取决于积雪的自身物理属性(雪粒径、形状和污染物等因子)以及天气状况,遥感反演反照率大多基于双向反射模型(BRDF),积雪BRDF模型常使用积雪辐射传输模型获得。采用考虑了雪粒径、粒子形状以及污染物影响的渐进辐射传输理论(ART)模型,建立了MODIS积雪反照率反演算法,得到了MODIS 8d合成积雪反照率产品。将此算法应用于具有均一积雪地表的格陵兰岛地区,并使用GC-Net实测数据进行了验证,反演的总均方根误差(RMSE)为0.018,相关系数(r)为0.83,结果表明考虑了积雪特性的ART模型能够较好地反演积雪反照率,而且反演需要的参数较少。     

基于随机森林的高分辨率 PM2.5 遥感反演 ——以广东省为例

细颗粒物(PM2.5)监测是大气污染治理的重要手段,受限于地面观测点的数量,从遥感反演 PM2.5 是常规地面观测的有效补充,是当前的研究热点。通常遥感反演 PM2.5 的思路是先反演大气气溶胶光学厚度,然后基于统计关系由大气气溶胶光学厚度反演 PM2.5。该方法容易造成误差传递,从而 导致反演模型的不稳定。该文提出了一种基于随机森林算法(一种机器学习算法)的 PM2.5 遥感反演方法,直接建立中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)影像与地 面实测 PM2.5 的关系,可以避免传统反演 PM2.5 时先反演大气气溶胶光学厚度带来的误差,最终得到精度更高的 PM2.5 反演结果。该方法先用随机森林算法对 MODIS 影像和经过克里金插值后的地面监测站PM2.5 数据进行训练和测试;然后,根据测试的均方根误差从多个模型中选取最优(均方根误差最小)的模型;最后,将此模型用于整幅 MODIS 影像,得到整个区域的 PM2.5 反演结果。实验选取了广东省 四个季节多幅 MODIS 影像数据进行验证,并通过决定系数和均方根误差两个表现指标进行对比和分析,验证了所提算法的优越性。     

黑河综合遥感联合试验研究进展:概述

“黑河综合遥感联合试验”是在我国典型的内陆河流域--黑河流域开展的大型航空、卫星遥感和地面同步观测试验。28个单位的280多名科研人员、研究生和工程技术人员参加了试验。介绍了2008年加强试验期以来的研究工作进展。“黑河综合遥感联合试验”最主要的成果是一套多尺度、高质量的综合观测数据集,该数据集已正式对外发布,十分有力地支持了一系列生态、水文、定量遥感模型的发展、改进和验证,试验所期望突破“数据瓶颈”的目标已经实现。此外,已在积雪参数提取、地表冻融微波遥感、森林结构参数的遥感反演、蒸散发观测与遥感估算、土壤水分反演、生物物理参数和生物化学参数反演、水文气象观测、尺度推绎、流域水文模拟和同化应用等方面取得了丰富的研究成果。试验亮点包括蒸散发观测及其遥感模型改进、机载激光雷达的应用、多角度热红外传感器研制和应用;航空遥感在获取高质量、高分辨率数据方面依然具有不可替代的作用。     

基于深蓝算法的Sentinel-2数据气溶胶光学厚度反演

中高分辨率气溶胶信息对于高精度地表反射率反演以及城市空气环境质量监测具有重大意义,但在城市及稀疏植被等高亮地表区域,气溶胶光学厚度(AOD)的高精度反演一直是定量遥感领域的难点之一。以北京城市区和包头沙漠区为例,利用MODIS地表反射率产品构建先验知识约束条件,基于深蓝算法实现了13景Sentinel-2高亮地表的AOD反演。为验证算法精度,将反演结果与全球气溶胶自动观测网(AERONET)站点实测值、Sentinel-2官方插件Sen2Cor处理结果、Landsat-8反演值作对比。结果表明:①采用深蓝算法反演的AOD值与AERONET实测值具有显著的相关性(R^2>0.9,RMSE=0.056);②无论是沙漠高亮区还是植被较少的城市高亮区,Sen2Cor插件反演的AOD值整景均为固定值,无空间分布,不符合实际情况;③Sentinel-2深蓝算法反演结果与准同步过境的Landsat-8反演的AOD产品在空间分布上具有高度一致性,较好地反映了人类活动特征。相比于目前官方产品,深蓝算法适合Sentinel-2数据高亮区域的气溶胶反演,在绝对精度和空间分布趋势方面均具有明显优势。     

基于ETM和图像融合的优势植被冠层叶面积指数和消光系数的遥感反演

叶面积指数和消光系数是表征植被群体冠层结构及光能利用的地球表层下垫面参量,国内外对叶面积指数的遥感反演有较多的研究与应用,但对消光系数的遥感反演尚不多见。我国南方少见单一大面积的均匀植被分布。为更好地匹配叶面积指数和光合有效辐射(用于估算消光系数)的实测数据,反映植被混交和疏密不均的状态,以Landsat ETM作为遥感信息源,通过HSV、Brovey和Gram-Schmidt(GS)3种图像融合方法的比较,选取效果最佳的图像融合方法,将ETM融合成空间分辨率为15 m的多光谱数据。以鄱阳湖源头梅江流域为研究区,在实测优势植被叶面积指数和光合有效辐射的基础上,利用植被指数法经验公式法反演流域的叶面积指数,并根据Beer-Lambert定律,建立了流域优势植被冠层消光系数的反演模型。在此基础上,反演了流域植被冠层叶面积指数和消光系数的空间分布,为SWAT植物生长模式的修正提供输入数据基础。     

基于DEM和DBM的真正射影像制作关键问题研究

正射遥感影像是当前3S工程应用最广泛、最基础的影像产品。然而目前大多数正射遥感影像的制作中,由于采用不完备的地面模型,传统的正射影像不可避免地出现地物错位和遮挡等现象,严重影响了工程质量与制图精度。探讨利用数字建筑物模型(DBM)和数字高程模型(DEM)进行影像真正射纠正的原理和制作工艺,以及真正射影像制作过程中存在的问题及解决方法。     

基于并行计算的气溶胶定量遥感反演模型实现

为了加快气溶胶光学厚度(AOD)反演计算速度,基于SYNTAM串行算法,提出了循环分块划分和聚合通信的策略,利用消息传递模型,在中国气象局的IBM Cluster 1600高性能计算机系统上,并行实现了从MODIS双星(TERRA和AQUA)卫星数据反演AOD。试验结果表明该方法大大减少了计算时间,与地面太阳光度计实测AOD数据进行对比验证,发现所有站点处的AOD反演相对误差小于22%,表明这种并行方法可以满足高精度监测空气质量要求。     

利用静止气象卫星监测浙江海上大雾

卫星遥感是监测大雾的重要手段,利用静止气象卫星监测海上大雾,可以得到时间分辨率比极轨卫星更高、空间覆盖比地面观测更连续的大雾产品。采用分级判识太阳高度角阈值和归一化大雾指数(NDFI)的方法,反演了2008年至今浙江海雾的逐时分布,并将静止卫星(MTSAT)遥感大雾监测结果与近5年地面大雾观测和2013年春季能见度自动观测记录作对比,结果显示遥感反演的总体精度分别为68.4%和69.6%,且空间分布上与地面观测相吻合。表明该方法可突出雾与其他地物的差异,且判识方法简单、实用性强、准确率较高;实时监测浙江海上大雾是可行的,具有良好的业务应用前景。不同时段正确率的验证结果显示,该方法更适用于海雾频发的冬春季以及白天的监测。     

一种改进的矩匹配方法在CMODIS数据条带去除中的应用

由于传感器之间对接受的地物辐射信号的响应特性不同,导致CMODIS数据中的许多波段含有大量的条带。这些噪声严重影响了CMODIS数据的解译和信息提取。介绍了几种常用在TM、MSS、SPOT等多传感器光谱仪中条带去除方法,提出了一种改进矩匹配方法用于CMODIS数据中的条带去除,并比较了这种方法和其它几种常用方法对几何纠正前非均匀地物分布的CMODIS数据的去条带噪声结果。结果表明这种新方法要优于以上提到的几种常用方法,具有很好的去条带噪声效果,同时保持图像原有的的信息。这种方法在其它多传感器遥感图像的条带噪声去除中也有很强的适用性。     

地表蒸散发遥感产品比较与分析

蒸散发遥感估算与其他定量遥感反演参数相比存在算法复杂,环节多,输入参数多,不确定性来源多等不利因素,因而造成蒸散发遥感产品成熟度较低,产品较少,不能满足高时空分辨率、高精度、实时获取等应用需求的问题。从蒸散发遥感产品角度出发,选择目前国内外较为常用和知名的蒸散发遥感产品,系统分析了各产品的实际蒸散发估算模型方法、阻抗的参数化方案、地表可用能量的估算方法、时间尺度扩展方法,以及计算流程和输入数据等,重点比较各产品在模型算法和计算流程上的不同设计思路和处理方法,以便更加深入地理解地表蒸散遥感估算的复杂性和不确定性,对未来研发出精度更高,普适性更广的蒸散发遥感产品提供重要的参考和基础框架。最后对这些产品的验证和应用情况进行了分析对比,总结了目前蒸散发遥感产品在产品生产、验证等方面存在的问题,探讨了未来蒸散发遥感产品的发展趋势。     

改进五叉树分解法在遥感图像检索中的应用

由于一幅遥感图像是对一定范围内的地表状态的成像,并且遥感图像具有多样性、复杂性、海量等性质,致使遥感图像检索往往是查询图像和图像库图像的局部区域之间的相似性匹配。为了提高遥感图像的检索效率,必须首先对遥感图像进行分解。提出了一种将遥感图像分层分解的遥感图像检索方法,该方法利用改进五叉树分解法将图像库图像按层次分解成不同大小的子图,在提取子图的纹理特征后,以查询图像和图像库子图之间的欧式距离衡量图像相似度,实现了遥感图像检索。利用海地地震时的航空遥感图像作为实验数据,应用改进五叉树分解法将遥感图像分解后,进行查询检索实验,并与普通五叉树进行了对比。实验结果表明利用改进五叉树分解法进行遥感图像分解后得到的分块图像,可以更精准地查询出用户真正感兴趣的部分,能够获得较高的查全率和查准率,提高查询效率。     

分布式海量遥感影像编目检索机制

为了高效地组织、检索分布式海量遥感数据,研究FGDC制定的遥感元数据标准草案,提出一种具有良好可扩展性的遥感编目数据模型。基于该编目数据模型,提出一种基于编目数据的分布式影像检索算法,设计并实现一个遥感数据编目检索系统,实验结果表明,该系统是有效的。     

地表温度热红外遥感反演的研究现状及其发展趋势

区域性或全球性的地表温度, 只有通过遥感手段才能获得, 在诸多应用中是一个非常重要的参数。地表温度反演是热红外遥感研究的热点和难点之一, 大气校正、温度与比辐射率的分离是必须考虑的两个重要方面。近年来有关的研究非常多, 主要反演方法可分为5 类: 单通道方法、分裂窗(双波段) 方法、多波段温度- 比辐射率分离方法、多角度温度反演方法和多角度与多通道相结合的方法。这些方法都各有利弊, 如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势, 理论和实验相结合的多种信息源的综合应用成为必然的要求。     

基于COM技术的遥感参数反演系统设计与实现

遥感参数反演是遥感研究和应用的前沿领域,但目前尚缺乏软件系统支持。论文在对遥感参数反演系统需求分析的基础上,把组件化程序设计方法引入到系统的设计中。在COM技术下,开发出遥感参数反演系统。该系统具有良好的扩充性,能很好地满足遥感参数反演工作的需求。     

基于语义的遥感影像数据检索关键技术研究

传统的遥感影像数据库采用关键词匹配的方式进行查询,导致查询语义的缺失,通过将本体和Compass搜索引擎引入到遥感影像数据检索,可提高查询的查全率和查准率,提高查询的效果。文章提出了基于语义的遥感影像数据检索解决方案,构建了一个关于遥感数据共享的应用本体,并基于此本体初步实现了遥感数据检索系统,从而证明了该方案的可行性。     

基于特征选择和半监督学习的遥感图像检索

随着卫星遥感技术的不断发展,基于内容的遥感图像检索技术越来越受到关注。目前该方向的研究主要集中在对遥感图像中不同特征的提取和融合方面,这些方法普遍忽略了这样一个事实：对于不同类型的检索目标,特征应该是不同的。另外,小样本问题也是遥感图像检索中一个较为突出的问题。基于以上两方面考虑,本文提出一种基于特征选择和半监督学习的遥感图像检索新方法,该方法主要包括4个方面：1）利用最小描述长度准则自动确定聚类数目;2）结合聚类方法和适当的聚类有效性指标选择最能表示检索目标的特征,在计算聚类有效性指数时,针对遥感图像检索特点对原有的Davies-Bouldin指数进行了改进;3）动态确定最优颜色特征和最优纹理特征之间的权重;4）根据最优颜色特征和最优纹理特征的权重自动确定半监督学习方法,并进行遥感图像的检索。实验结果表明,与相关反馈方法的检索效果相比,该算法在土壤侵蚀区域检索以及其他一般地表覆盖目标检索中均获得了相近的检索效果,但不需要用户多次反馈。     

结合深度学习与相关反馈的遥感图像检索

目的 针对基于内容的图像检索存在低层视觉特征与用户对图像理解的高层语义不一致、图像检索的精度较低以及传统的分类方法准确度低等问题，提出一种基于卷积神经网络和相关反馈支持向量机的遥感图像检索方法。方法 通过对比度受限直方图均衡化算法对遥感图像进行预处理，限制遥感图像噪声的放大，采用自学习能力良好的卷积神经网络对遥感图像进行多层神经网络的监督学习提取丰富的图像特征，并将支持向量机作为基分类器，根据测试样本数据到分类超平面的距离进行排序得到检索结果，最后采用相关反馈策略对检索结果进行重新调整。结果 在UC Merced Land-Use遥感图像数据集上进行图像检索实验，在mAP（mean average precision）精度指标上，当检索返回图像数为100时，本文方法比LSH（locality sensitive Hashing）方法提高了29.4%，比DSH（density sensitive Hashing）方法提高了37.2%，比EMR（efficient manifold ranking）方法提高了68.8%，比未添加反馈和训练集筛选的SVM（support vector machine）方法提高了3.5%，对于平均检索速度，本文方法比对比方法中mAP精度最高的方法提高了4倍，针对复杂的遥感图像数据，本文方法的检索效果较其他方法表现出色。结论 本文提出了一种以距离评价标准为核心的反馈策略，以提高检索精度，并采用多距离结合的Top-k排序方法合理筛选训练集，以提高检索速度，本文方法可以广泛应用于人脸识别和目标跟踪等领域，对提升检索性能具有重要意义。     

TB级多源遥感影像高效建库方法研究

随着各领域对多源遥感影像数据需求的不断增加,如何高效地管理多源海量遥感影像数据,更好地为各行各业服务是遥感数据库研究的热点。目前国内外很多学者在建设多源遥感影像数据库方面进行了相关研究,但对多源遥感影像数据组织、遥感影像数据预处理以及快速索引方面的研究尚存在不足。设计了一种多源遥感影像数据组织模型,实现了多源影像的集成化管理;实现了一种多源海量原始遥感影像(特别是航空影像)的半自动预处理机制,极大地缩短了原始影像数据的处理时间;设计了一种混合检索方法,达到了海量多源遥感影像数据快速高效检索的目的。结果表明:该方法建库效率显著提高,混合索引的查询速度比ArcSDE自动创建的空间索引检索速度有了快速提高,在数据量较小时查询速度至少可以提高4倍,而数据量较大时检索速度至少可以提高12.83倍。