基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。     

基于时序MODIS反射率产品统计检验方法的土地覆盖更新

土地覆盖产品的生产是遥感领域的研究热点。全球范围土地覆盖产品因其在空间范围上的巨大尺度,生产周期较长,因此产品的时间跨度也很大,需要具有与之相对应的快速生成与更新技术,以提高产品的时间分辨率。使用MODIS历史土地覆盖产品和反射率产品,采用平均值显著性统计检验的思想,实现土地覆盖产品的快速更新。在MODIS条带号为h26v05的结果中选取宁夏自治区作为检验样区,通过目视检验和精度评价的方法对土地覆盖更新结果进行检验,总体精度为90.0290%。对水、混交林、草原、城市和建成区、裸地或低植被覆盖地变化的趋势和变化原因进行分析论证,表明采用平均值显著性统计检验的思想使用时序反射率产品对土地覆盖产品进行自动化快速更新是可行的。     

AMSR-E与AMSR2被动微波亮温数据交叉定标

长时间序列的对地观测数据集在研究地球环境变化及趋势分析中具有十分重要的意义。而目前的对地观测卫星寿命很少有到数十年或者几十年以上。因而,通过对具有重叠观测并且具有相近配置的传感器之间进行交叉校正获得连续的对地观测数据就显得十分必要。由于不同传感器之间系统配置以及定标过程不同等,即使同时同地的观测值也可能会有一些差异。AMSR\|E和AMSR2具有极其接近的物理配置,为了获得长时间序列的地表参数数据集,选取该传感器2013~2014年一年期18.7 GHz和36.5 GHz陆面观测数据进行对比来确定观测值之间的差异,并建立了针对两传感器在这两个频率之间基于像元观测的线性转换模型。对比发现这两个通道的观测值之间的相关性在0.98以上,两传感器同时同地亮温观测值有2~6 k的差距,这些差异在地表参数反演及长时间序列数据集的建立中应予以关注。
     

沿海地区不同空间尺度的典型地物相干性研究

基于雷达干涉相干原理,利用6景时间跨度为4年的ENVISAT ASAR雷达影像,分析了不同空间尺度（分辨率分别为20 m和80 m）的苏中沿海地区典型地物的相干特征。研究结果表明：①低分辨率图像的地物相干性总体上要低于高分辨率图像,但前者的相干系数对比度要优于后者;②对于面积较小的地物,空间尺度的变化对相干性的影响显著,而对于面积较大的地物,则影响较小。该研究成果可用于提高土地利用类型分类的精度以及有效地提取长时间地表形变反演中所需的高相干点信息。     

遥感产品真实性检验靶场构建方法初步研究

观测试验是遥感产品真实性检验的基础,通过观测试验获取的像元尺度参量真值,能确定遥感产品质量,增强其在应用领域的价值。在遥感产品真实性检验理论和方法基础上,探索构建遥感产品真实性检验试验观测靶场构建的框架,针对不同分辨率遥感产品,提出建立特征均匀靶场和非特征均匀靶场的构思;并以中国科学院怀来遥感综合试验站为例,分析了构建两种靶场的可行性,概述了目前靶场构建的进展,分析了改进的方向。以此为后期遥感产品真实性检验的观测试验提供一种思路。     

深蓝算法应用于GF-1 16m相机反演陆地气溶胶

高分一号卫星是我国发展的新一代高分辨率对地观测卫星,如何应用该数据进行环境空气监测是目前迫切需要解决的问题。在深蓝算法基础上,根据GF-1星16 m相机的波段特征,借助MODIS的地表反射率产品去除地表贡献,从蓝波段数据反演了陆地气溶胶,实现了深蓝算法在GF-1星16m相机的应用。在此基础上,收集了2014年8~11月过境北京地区的GF-1星16m相机数据进行了反演实验,结果表明:该算法获取的气溶胶反演结果较好地反映了气溶胶的空间分布。同时,利用同期的AERONET/PHOTONS北京站的地面监测数据进行了算法验证,结果表明,本算法与地面数据有较好的相关性,相关系数大约为0.9,但该算法结果明显高于地面观测结果,可能是MODIS与GF-1星16m相机的波段响应不同导致的结果。     

最小二乘法联合光学与雷达遥感数据估算玉米叶面积指数

针对单源数据经验模型估算精度较低等问题,提出采用最小二乘法联合光学和雷达遥感数据构建联合估算模型,以中国科学院河北怀来遥感综合实验站为研究区,以夏季玉米为研究对象,利用Landsat8和Radarsat2影像实现研究区叶面积指数估算:首先分别建立了多光谱数据和雷达数据与实测叶面积指数之间的回归模型,然后利用最小二乘算法联合不同数据间的回归模型构建估算模型,最后利用迭代法估算叶面积指数并通过验证数据对估算结果进行评价分析,同时与单源数据经验模型、多源数据加权平均模型和基于物理模型查找表估算结果进行对比。通过对研究区59个样本点数据分析表明:基于最小二乘算法联合光学与雷达遥感数据能够提高叶面积指数的估算精度(R2=0.5442,RMSE=0.81),优于单源遥感数据拟合经验模型(DVI经验模型:(R2=0.485,RMSE=1.27))、基于权重的光学微波联合模型(R2=0.447,RMSE=1.36)和物理模型查找表法(R2=0.333,RMSE=1.36),并当叶面积指数大于3时,对其由于信息饱和或误差引起的低估或高估现象具有一定的抑制作用。     

生物质燃烧对中国东北地区CO浓度的影响研究

利用Aqua卫星上AIRS传感器的近地表和500hPa气压层高度的CO数据,研究了中国东北地区2012年CO时空分布特征及其变化趋势,并结合MODIS火点资料以及NCEP/NCAR的风场资料,分析了当地的生物质燃烧以及周边国家和地区CO远距离输送对研究区CO浓度的影响。研究结果表明:近地表CO浓度高值出现在冬季和春季,低值出现在夏季和秋季,2011~2013年连续3a的CO浓度与火点数的相关关系均在0.52左右,显著相关。此外,CO的分布还与当地的供暖时间、人口密度和工业分布有关:CO的高值时间与中国东北地区冬季供暖时间基本一致,人口和工业集中地区的CO浓度偏高,人口稀少的内蒙古草原CO浓度值偏低;根据NECP/NCAR的风场资料,中国东北地区500hPa气压层高度全年受来自西伯利亚和蒙古国的西北风影响,东北地区,尤其是内蒙古自治区,西伯利亚和蒙古国常年有大量火点,在500hPa气压层高度的CO浓度受西伯利亚和蒙古国的影响。生物质燃烧能够反映农作物收获时间,CO浓度的时空变化规律也能在一定程度上反映我国农作物的时空分布特征,具有重要的研究意义。     

基于时序植被指数特征时相识别的多熟制耕地提取新方法

多熟种植是农业生产活动中一种重要的耕作方式,了解耕地的熟制特征,对粮食安全、土地资源管理及农业生态系统的物质循环和能量平衡具有重要意义。通过分析农作物生长发育规律与时间序列植被指数的对应关系,采用时间序列曲线谷值和峰值组成的特征时相集合描述作物生长过程,从而采用排序形态学滤波方法提取熟制信息。选取华北平原多熟制农业区为实验区,采用窗口值为13的结构元素进行排序滤波操作,并利用多时相环境星数据提取的30m分辨率熟制信息验证MODIS结果。实验结果表明:该方法能有效提取熟制信息,总体精度达88.11%,Kappa系数0.765。该方法只需设定合理结构元素窗口值即可提取多熟制耕地区域,利于大范围推广应用。     

CMORPH卫星降水数据在中国区域的误差特征研究

空报数据和漏报数据是高时空分辨率卫星降水产品误差的重要表现形式,研究漏报和空报数据的特征对于改进降水反演算法、提高卫星降水数据的质量具有重要意义。通过对2009年6~8月中国区域内的CMORPH卫星数据(Climate Prediction Center Morphing)与观测站点逐小时降水数据分析,发现CMOPRH数据中的漏报数据和空报数据存在以下特征:①CMORPH数据中空报数据远远高于漏报数据,导致CMORPH数据模拟的降水面积要高于实际降水面,表明空报数据对CMORPH精度的影响要大于漏报数据;②当降水量小于5 mm时,CMORPH的空报率随着降水量的升高呈现出非线性的下降趋势,经过二次项拟合之后的相关系数达到0.99以上;③CMORPH中空报降水数据的面积与总降水面积之间存在很强的正相关性,二者在6~8月的相关系数分别达到0.9133、0.9474和0.9482,因此可以通过CMORPH数据的总降水面积对空报降水面积进行估算;④从CMORPH空报率的空间分布上看,我国东南沿海以及东北地区的空报率较低,而西北、青藏高原地区的空报率最高。