面向土地利用类型识别的高分辨率SAR数据复合技术研究

2007年以来,相继发射了3颗1m/3m高分辨率SAR卫星,极大地丰富了土地利用动态遥感监测数据源。SAR图像增强是土地利用动态遥感监测必要的预处理步骤。本文针对直接基于SAR数据进行土地利用类型识别中存在的问题,提出了SAR与光学图像、多时相SAR图像、多极化SAR图像合成和单极化SAR图像彩色合成等4种影像复合方法,分析评价了SAR与光学图像融合的应用效果,研究结果可为高分辨率极化SAR数据业务化应用提供技术参考。     

QUICKBIRD数据处理及其应用

以高分辨率的QUICKBIRD卫星数据为研究对象，经反差增强和比值运算，使处理后的图像分辨率高且接近真彩色。具有较好的识别效果；在图像上均匀布设13个地面控制点(GCP)，另选取3个国家三级控制点参与静态GPS外业实测及内业解算，平差后各控制点坐标误差在1cm左右。利用遥感图像处理软件ER Mapper6．2为平台，进行二次多项式几何精校正．校正时各控制点的RMS值控制在1个像元以内；用1：500地形图对纠正后的图像进行精度检验，其点位误差在1m左右。说明纠正后的图像具有较高的精度。本文还对纠正后的遥感图像进行了应用研究，结果表明：各地类的判读精度均很高，其综合判对率为95．7％；该图像能将针叶树种和阔叶树种分开，树种的识别仍有难度。通过纠正后的图像与已完成的研究区内土地利用现状图进行匹配与精度分析，发现土地利用现状图有的区域精度较高。但有的区域存在较大误差。     

山区地形星载SAR影像的几何纠正

随着搭载合成孔径雷达的各种卫星不断发射,SAR的研究越来越受到重视。由于SAR数据独特的成像方式,山区地形的星载SAR图像几何形变十分复杂。通常应用控制点,采用多项式拟合的方法已经无法将其改正。依据SAR的几何成像模型,利用有关卫星轨道参数和数字高程模型,进行山区地形SAR影像的几何纠正研究。研究利用少量轨道参数和DEM数据,通过坐标变换和投影成像误差纠正建立正确的坐标位置,并采用邻近元采样法完成几何纠正。以上方法应用于山区ERS-1/SAR影像的处理试验结果表明,该方法能够用于山区复杂地形的几何纠正,其误差小于2个像元。     

控制点误差传播模型及其应用

为了获取遥感影像几何纠正误差空间分布情况,提出一种纠正控制点误差传播模型。该模型首先定义了控制点误差,然后按照控制点误差造成纠正模型参数估计的不确定,通过纠正模型传递至整个区域的建模思路构建了控制点误差传播模型。为将模型推广至更一般的情况,定义了表观控制点误差对误差传播模型进行修正。模拟试验表明,应用该模型可以分析纠正模型的适用性,以及纠正控制点数量、质量及空间分布对纠正精度的影响,为纠正控制点选择和优化提供了一种定量分析方法,对遥感产品应用和成果质量控制具有重要意义。     

面向西部测图困难地区稀少控制下的TerraSAR-X影像快速正射纠正

针对TerraSAR-X新型雷达卫星影像,基于距离-多普勒(R-D)模型,提出了一种稀少控制下SAR影像正射纠正的方法,并详细阐述了整个处理过程。同时,选用西部横断山脉地区和陕西阎良地区的TerraSAR-X影像作为实验数据,充分利用其高精度的头文件参数信息及5个地面控制点和DEM,分别对其进行正射纠正,阎良地区的纠正精度约为5m,横断山脉地区的纠正精度约为11m,满足了1∶5万的测图精度要求,并对二者的实验结果进行了比较分析。另外,考虑到TerraSAR-X影像数据量大的问题,本文还阐述了运用影像分块处理结合双线性内插原理加快处理大幅SAR影像正射纠正处理的方法,实验表明该方法相对逐像点对SAR影像正射纠正处理,大大提高了处理速度,从而证明了该处理过程的高效性和实用性。     

基于第二次土地调查的大区域SPOT5 影像工程化处理研究

国土资源部即将在全国开展的新一轮土地调查, 并建立土地变更调查制度和管理系统。相较于上世纪80 年代的第一次土地详查, 新一轮土地调查的特点在于技术新、手段齐, 查得全、查得清。本文针对第二次土地调查, 以工作中普遍采用的大区域多景连片SPOT 5 卫星影像为例, 讨论了SPOT 5 卫星影像的正射纠正方法, 详细介绍了影像纠正前根据参考图选点误差、数字高程模型的误差精度和传感器内部结合误差三方面对影像纠正应该达到的精度理论值进行评估, 以及纠正后对影像几何精度的精度评定的方法, 阐述了SPOT 5 卫星影像处理的工程化管理方法。     

单极化合成孔径雷达影像在土地利用分类中的潜力分析

从我国土地利用调查应用出发,为了解决我国多云多雨地区土地利用分类及遥感动态监测问题,以面向对象影像分割、分类软件--Definiens Developer作为处理平台,对中分辨率星载合成孔径雷达（SAR）（以ENVISAT ASAR和Radarsat-1为例）、高分辨率星载SAR（以TerraSAR-X为例）进行分类处理,分析了单极化星载中、高分辨率星载SAR在土地利用分类中的能力,并对该模式星载SAR在土地利用分类中的影像特征和可解析程度进行了小结。     

全极化合成孔径雷达影像地形纠正及其在雪冰制图中的应用

针对合成孔径雷达（SAR）影像由于地形起伏引起的图像畸变问题,文章提出了基于相干矩阵的全极化SAR影像地形纠正算法,并运用于雪冰制图。该方法首先采用距离多普勒模型建立SAR成像几何模型;然后利用全极化Cloude特征分解方法对全极化SAR图像进行融合,将融合后的SAR图像与模拟图像进行配准提高SAR影像几何定位精度;最后利用投影面积归一化和极化方位角移动补偿技术对地形引起的辐射畸变进行纠正。采用中国长江源区南部唐古拉山中段冬克玛底冰川区域的C波段Radarsat-2全极化SAR数据进行验证,配准模拟SAR和原始SAR影像的控制点方位向和距离向的均方根误差（RMSE）分别为7.765和14.586个像素;经过地形纠正后的地物分类精度达80%以上。结果表明：（1）该方法能够有效消除SAR影像中几何和辐射畸变的影响;（2）地形纠正后的SAR数据在雪冰制图中具有可行性。     

风云卫星中分辨率遥感数据几何定位误差分析

几何定位误差是影响卫星遥感数据应用的基础性问题。提出了一种适用于量化分析FYMERSI数据几何定位精度的方法(90%同名控制点误差CE90、平面几何误差RMSEH、经向几何误差RMSEX和纬向几何误差RMSEY 4个指标来确定几何定位精度):首先通过图像自动匹配技术对单幅图像进行控制点检查,然后对大批量的数据进行系统性几何定位误差分析。华北地区的典型研究表明,FY-MERSI数据经系统性纠正后,其几何定位精度存在不均一性,有些数据的几何定位误差可低至CE90=1.41像元,RMSE-H=0.97像元,RMSEX=0.74像元和RMSEY=0.64像元,而有些数据的几何定位误差则高达CE90=14.87像元,RMSEH=13.0像元,RMSEX=9.45像元,RMSEY=8.93像元。2013年10月5日至2015年5月30日所有数据的分析表明,FY3CMERSI数据经在系统性几何纠正后,CE90为5.97像元,RMSEH为4.94像元,RMSEX为3.29像元,RMSEY为3.28像元。该方法可以减少人工参与,大幅减轻目视确定几何定位必需的控制点的工作量,提高几何定位工作效率。因此,该方法将有助于量化分析FY-MERSI数据的几何定位误差,为FY-MERSI数据进行几何精校正提供技术基础。     

高分辨率影像配准误差对土地覆盖分类和变化检测的影响

近年来高分辨率影像技术发展迅速,土地专题信息的提取对高分辨率数据处理的质量提出了更高的要求,针对配准误差对影像处理和应用的影响研究,有助于专题信息提取过程中遥感数据处理质量控制指标的确定。选取北京市通州区不同时相的IKONOS影像作为实验数据进行模拟研究,在实验研究中通过产生具有不同配准误差的图像,从影像融合、土地覆盖分类和变化检测等角度,分析不同的配准误差对遥感应用的影响。结果表明:随着配准误差的增大,融合图像的可分辨性降低,配准误差增加到3个像元时,土地覆盖分类精度降低2~3%,土地覆盖变化检测中增加了5%的伪变化信息,虚检率增大。     

基于面向对象的平潭岛大比例尺森林资源监测方法

利用高分辨率遥感影像对森林资源进行大比例尺动态监测可以有效提高林业部门对森林资源管理的时效性。以福州市平潭岛为研究区域,利用高分辨率的WorldView\|2遥感影像,结合大比例尺森林小班矢量图层,基于面向对象的分类思想,采用分层监督分类的方法,提取森林资源变化图斑,实现大比例尺森林资源的动态监测。此种方法有效利用了原始小班边界,快速提取了变化区域,总体分类精度达到了90.85%,表明利用该方法进行大比例尺森林资源变化区域提取是有效可行的。     

Extending the MODIS 1 km ocean colour atmospheric correction to the MODIS 500 m bands and 500 m chlorophyll-a estimation towards coastal and estuarine monitoring

National and regional obligations to control and maintain water quality have led to an increase in coastal and estuarine monitoring. A potentially valuable tool is high temporal and spatial resolution satellite ocean colour data. NASA's MODIS-Terra and -Aqua can capture data at both 250 m and 500 m spatial resolutions and the existence of two sensors provides the possibility for multiple daily passes over a scene. However, no robust atmospheric correction method currently exists for these data, rendering them unusable for quantitative monitoring applications. Therefore, this paper presents an automatic and dynamic atmospheric correction approach allowing the determination of ocean colour. The algorithm is based around the standard MODIS 1 km atmospheric correction, includes cloud masking and is applicable to all of the visible 500 m bands. Comparison of the 500 m ocean colour data with the standard 1 km data shows good agreement and these results are further supported by in situ data comparisons. In addition, a novel method to produce 500 m chlorophyll-a estimates is presented. Comparisons of the 500 m estimates with the standard MODIS OC3M algorithm and to in situ data from a near-coast validation site are given.     

低空间分辨率多源遥感数据的空间一致性分析和相对几何校正

多源低空间分辨率遥感数据在空间上的一致性对于其在全球变化研究中的集成使用有非常重要的意义。对此,以公认几何精度较高的MODIS数据为基准,对NOAA/AVHRR、FY-3/VIRR、FY-3/MERSI、FY-2/VISSR这4类国内外常用的低空间分辨率传感器的L1B数据进行了一系列相对几何精度评价和多项式相对几何校正的实验。相对几何精度评价的结果表明:MODIS数据与这4类L1B数据在几何精度上的偏差都比较大。在此基础上,选取少量均匀分布的控制点并采用不同阶数的多项式几何校正模型对多源数据进行空间一致性校正。校正结果表明:低阶的多项式几何校正模型就能对各种待校正数据的几何精度有显著的提升,使其与基准数据在空间上达到一致,满足全球变化研究对低分辨率多源遥感数据在空间一致性上的需求。     

Radarsat data analysis for monitoring and evaluation of irrigation projects in the monsoon

The availability of multi-look angle HH polarization C band SAR data of different swaths and resolutions from Radarsat, in addition to VV polarization C band SAR data from ERS, has raised hopes for separating individual crops and for estimating soil moisture, enabling monitoring and evaluation of irrigation projects even under cloud cover conditions. Under the Radarsat ADRO Project, an attempt was made to identify irrigated crops in the Bhadra project command area, Karnataka state, India, using temporal, multi-look angle and dual polarization C-band SAR data from Radarsat and ERS. Preliminary analysis included data quality evaluation, rectification, speckle suppression and separability comparison of different land use and land cover classes. Evaluation of Radarsat data quality showed consistency in spatial resolution. Radarsat data acquired on different dates in shallow (S7 mode) and steep (S2 mode) angles and concurrent ERS-2 data were processed and analysed for possible discrimination of individual crops. It was observed that Radarsat data showed better separability of land use and land cover classes than ERS data. Principal Component Analysis was used on multi-look angle and dual polarization data from both ERS and Radarsat to reduce data dimensionality and the results were better with the first three components.     

Land cover characterization and change detection for environmental monitoring of pan-Europe

Environmental studies need up-to-date and reliable information on land use and land cover. Such databases, which can be characterized by a high spatial accuracy and that can be updated easily, are currently not available for Europe as a whole. We investigated the applicability of satellite data for Pan-European Land Cover Monitoring (PELCOM). The main objective was to develop a method by which to obtain a 1 km spatial resolution pan-European land cover database that can be updated easily using National Oceanic and Atmospheric Administration Advanced Very High Resolution Radiometer (NOAA AVHRR) satellite data. The database will be used as input for environmental impact studies and climate research. The study takes full advantage of both multi-spectral and multi-temporal 1 km AVHRR data. The proposed methodology for land cover mapping has its limitations in monitoring changes due to the spatial resolution and the limited accuracy of AVHRR-derived land cover data. Therefore, a change detection technique based on the use of thematic fraction images highlights those areas where the proportions of the various land cover types have changed.     

IRS-P6卫星在土地利用动态遥感监测中应用的潜力分析

摘要: 为探索新的数据源, 研究了IRS-P6卫星在土地利用动态遥感监测项目中的应用潜力并进行分析, 就IRS-P6 影像在最大成图比例、最小响应图斑面积、地类可解度、地类解译精度等方面进行试验, 通过试验并根据土地利用动态遥感监测项目的技术要求可知, IRS-P6 卫星影像可以用来制作1∶2. 5 万、1∶5 万等中等比例尺的图件, 更新或者辅助更新1∶2. 5 万、1∶5 万的土地利用现状图, 在土地利用动态遥感监测中有一定的应用潜力。     

遥感影像几何校正的GCP残差模拟分析

多源遥感数据分析应用前需要评价影像几何校正或配准的质量以确保满足应用的需求。传统的均方根误差（RMSE）位置精度评价方法固然简单,然而无法描述校正后控制点（GCP）残差的分布特性,因而具有一定局限性。采用交叉验证法并从GCP残差角度出发,分别引入了Morans I空间自相关系数和标准偏差椭圆用于评价GCP残差的随机性和方向性。模拟实验结果表明,Morans I和标准偏差椭圆可用于定量衡量GCP残差的空间随机性和分布方向性,从而更深入地分析几何校正的效果,指导选择恰当的校正模型,提高影像校正的精度。     

The use of temporal metrics for land cover change detection at coarse spatial scales

Successful land cover change analysis requires selection of an appropriate set of variables for measuring and characterizing change. Coarse spatial resolution satellite sensors offer the advantage of frequent coverage of large areas and this facilitates the monitoring of surface processes. Fine spatial resolution satellite sensors provide reliable land cover information on a local basis. This work examines the ability of several temporal change metrics to detect land cover change in sub-Saharan Africa using remote sensing data collected at a coarse spatial resolution over 16 test sites for which fine spatial resolution data are available. We model change in the fine-resolution data as a function of the coarse spatial resolution metrics without regard to the type of change. Results indicate that coarse spatial resolution temporal metrics (i) relate in a statistically significant way to aggregate changes in land cover, (ii) relate more strongly to fine spatial resolution change metrics when including a measure of surface temperature instead of a vegetation index alone, and (iii) are most effective as land cover change indicators when various metrics are combined in multivariate models.