地表温度遥感中大气平均作用温度估算模型研究

大气平均作用温度Ta是地表温度遥感单窗算法中一个关键的参数,利用2008~2011年全国123个探空站点资料,针对大气水汽量的垂直分布特征,分析了利用近地层气温T0估算大气有效平均温度的可行性;进一步分析了T0和Ta之间的相关性,建立了适合我国地区大气平均温度估算的最佳模型Ta=44.97098+0.80512 T0,模型的决定系数R²为0.859,均方根误差为4.198 K。通过对44幅HJ\|1B/IRS热红外图像地温反演的敏感性分析,结果表明:模型估算的Ta用于地表温度反演时的误差为1.734 K;当大气透射率τ很小时,模型估算的Ta误差对地温反演很敏感,较小的估算误差会给地温反演带来很大的误差;随着大气透射率τ的增加,Ta的估算误差对地温反演的敏感性逐渐降低。
     

基于ENVISAT/ASAR的神经网络反演人工林叶面积指数研究

对我国西北黑河地区的人工林,进行了基于ENVISAT/ASAR数据构造神经网络的反演杨树林叶面积指数研究。首先,分析了白杨树林、沙枣树林的叶面积指数(LAI)与ENVISAT/ASAR不同极化后向散射系数的相关关系,研究表明人工林的空间分布均一性是影响雷达后向散射和LAI关系的首要因素,其次,不同的入射角对后向散射也具有明显的差异。基于上述分析,通过神经网络算法,利用不同时相、不同入射角的ENVISAT/ASAR雷达影像对白杨树林LAI进行了反演研究,对验证样本、训练样本、所有样本实测值与预测值进行了比较验证,其决定系数R²分别为0.61\,0.91和0.82,表明基于ENVISAT/ASAR雷达数据利用神经网络算法反演人工林叶面积指数的可行性。     

基于GPU的星载SAR多普勒中心频率估计处理技术

针对星载SAR多普勒中心频率估计算法复杂及运算量大的特点,基于GPU技术手段开展实时数据处理技术研究。选用Tesla C1060构建GPU专用科学计算平台,针对雷达卫星数据进行了数据处理实验,完成了系统结构设计。完成了多普勒中心频率估计算法分析\,基于CUDA编程模型构建以及MLCC算法优化设计等关键技术。结果表明:在不考虑全局拟合数据处理的情况下,实现了多普勒中心频率估计的处理速度达到Radarsat\|1卫星下行速率的12倍以上。为进一步进行精确的多普勒中心估计及实时SAR成像处理系统的研制提供了依据。     

面向减灾应用的光学成像静止卫星能力分析

静止卫星凭借其宽覆盖、高时效、机动灵活的特点,在国家减灾救灾业务中有着独特的应用优势。在回顾国内外静止卫星发展的基础上,总结其光学成像传感器在灾害监测预警中的应用现状和存在的问题。基于静止卫星及其载荷现有研制基础,从灾害管理各阶段应用需求出发,分析光学成像静止卫星在减灾中的应用潜力。根据减灾救灾实际业务和应用需求,分别从卫星工作模式、观测频次以及光学图像的几何性能、光谱范围、辐射性能等5个方面提出对静止卫星的技术指标要求,为推动我国的防灾减灾光学成像静止卫星建设提供借鉴。     

温度植被旱情指数在吉林省干旱监测中的应用

遥感技术在干旱监测中具有其他技术不可替代的优势。利用2005年8~9月的MODIS产品,获取逐日地表温度数据和逐日植被指数数据,建立了LST\|NDVI特征空间,根据此特征空间建模,计算得出温度植被干旱指数作为表征干旱的监测指标,并结合2005年土壤湿度数据对该指标进行定量验证。在此基础上利用ArcGIS软件分析了2005年8~9月吉林省干旱时空分布特征。结果表明：吉林省干旱总体分布趋势从东南到西北呈现出湿润到正常-轻旱-中旱-重旱的变化规律,体现出吉林省旱情的多样性和复杂性,8月19日、8月25日、9月8日正常和轻旱分布区域面积所占总区域面积比例分别为26.84%和59.53%、41.31%和41.73%、40.40%和32.83%,9月中旬轻旱和中旱分布最广,其比例分别为38.27%和36.26%;重旱和中旱分布区主要位于白城和松原市,轻旱区主要分布在长春、四平和辽源市,正常分布区集中在吉林、通化和白山市境内,湿润分布区主要分布在延边市。     

基于SAR数据的城市空气动力学粗糙度研究

空气动力学粗糙度是表征下垫面空气动力学特征的重要参数。雷达遥感是空气动力学粗糙度研究的一种有效手段。利用2006~2011年的22景多时相ALOSPALSAR数据,分析了北京市北部地区后向散射系数的方向及尺度特征,同时利用多层风速\,风向观测资料计算得到了空气动力学粗糙度,并在不同尺度和方向上分析了两者的相关性,得出上风向扇形区域半径为2 500 m,夹角为30°时扇形区域内的后向散射系数与空气动力学粗糙度的相关性最大,表明SAR图像可以有效表征城市下垫面地表的空气动力学粗糙特性。这一结论为城市空气动力学粗糙度雷达遥感反演提供了重要基础,将为大气边界层模型和区域气候模型提供更精确的输入。
     

基于时差特征与随机森林的水稻种植面积提取

准确提取水稻种植面积是探讨气候变化背景下水稻生产与粮食安全的重要前提。我国南方的水稻种植区域,地块破碎且受云雨天气影响严重,如何充分利用有限时相的数据获得较高精度的水稻面积提取是亟需解决的关键问题。提出了一种利用两个时相的数据,通过构建差值特征突出水稻物候变化的特点,并与随机森林算法结合高精度提取水稻种植面积的方法。将之应用于湖南省常德市鼎城区的水稻种植面积提取,结果表明:采用本方法进行水稻提取的最终总体精度达到93.01%,Kappa系数0.91,与单时相提取结果相比,总体精度提高了近3%。为了进一步分析差值特征对其他分类器的改进效果,分别将差值特征与决策树和随机森林组合,并分析了两种组合提取水稻的精度。研究发现构建的差值特征能够有效反映植物的生长状况,增加地物的可区分性,可为对象的分割及分类提供更多有用的信息,能够有效改善水稻种植面积的提取精度。
     

SMOS卫星海表面亮温数据与海表面盐度数据的相关性研究

海表面亮温是反演海表面盐度的关键。从不同海表面亮温参数与海表面盐度的关系入手,利用2014年7月8日西北太平洋区域SMOS(Soil Moisture and Ocean Salinity)卫星L1C数据和Argo实测盐度数据,使用数据拟合、显著性检验、偏相关分析和广义相加模型等方法,分析了海表面盐度SSS(Sea Surface Salinity)与SMOS卫星不同极化方式和不同入射角亮温参数的相互关系,并得到以下结论:水平极化亮温、垂直极化亮温、第一斯托克斯参数和第二斯托克斯参数4种亮温参数与入射角具有较强的相关性,水平极化亮温、第一斯托克斯参数与海表面盐度相关性较好,其中12.5°第一斯托克斯参数为反演海表面盐度的最佳亮温参数。     

一种基于海面背景的WindSat极化通道替代定标方法研究

凭借能够测量海面辐射全部4个Stokes参数的能力,全极化微波辐射计成为测量海面风场的一种新手段。由于风向信号仅仅只有几K甚至更小的振幅,故对全极化微波辐射计极化通道的定标精度要求颇高。使用WindSat实测亮温及其海面参数匹配数据集,基于海面风向信号的谐波特征,对WindSat极化通道亮温的定标偏差和仪器噪声进行了计算和分析。研究结果表明:WindSat的10.7、18.7和37.0 GHz这3个频率的极化通道均存在明显的定标偏差,并且该定标偏差会随着升轨和降轨、前向刈幅和后向刈幅等不同观测模态发生变化。另外,WindSat极化通道的仪器噪声较小,其中T3的仪器噪声在0.2 K以内,T4的仪器噪声在0.1 K以内。     

基于混合像元分解的喀斯特石漠化地物丰度估测

我国西南喀斯特地区长期存在以石漠化为特征的土地退化问题,是我国三大生态问题之一。喀斯特地区地表复杂度高,具有高度时空异质性,像元混合现象严重,植被、裸岩和裸土为喀斯特地区典型地物,使得评价喀斯特石漠化的关键指标(如裸岩率、植被覆盖度)获取比较困难,高光谱遥感在混合像元分解方面有独特优势,可以获取地物端元的丰度。通过地面试验表明光谱指数能够表征地物覆盖度,进而以Hyperion高光谱影像为数据源,利用连续最大角凸锥方法从影像中提取这3类地物的端元,运用半约束和全约束线性光谱分解方法估算其丰度。研究表明:半约束线性分解得到的丰度优于全约束分解结果,其反演的植被、裸土和裸岩的丰度与相应的光谱指数间具有显著线性相关性,确定系数R²分别为0.92、0.66与0.84,表明地物丰度能够表征其覆盖度。因此,通过混合像元分解算法反演地物丰度来提取喀斯特石漠化因子具有一定的可行性,这为高光谱遥感在喀斯特石漠化中的评价和监测奠定了理论和算法基础。