基于FY-MWRI的中国西部被动微波积雪判识算法北大核心CSCD

积雪是冰冻圈中分布最广泛的要素,在气候变化以及水文循环中扮演着重要角色。微波遥感因其全天时全天候工作、具有一定穿透性等优势,成为积雪监测的重要手段。利用FY-3C卫星同步观测获取的微波成像仪(MWRI)被动微波亮度温度数据、融合可见光红外扫描仪(VIRR)与中等分辨率成像光谱仪(MERSI)数据得到的积雪产品,结合MODIS地表分类数据、地表温度数据,发展了基于国产卫星数据的被动微波积雪判识算法。首先提取无云覆盖的不同地表类型被动微波数据像元样本,然后对各地表类型的微波特征进行分析,利用空间聚类的方法,得到TB19V-TB19H、TB19V-TB37V、TB22V、TB22V-TB89V、(TB22V-TB89V)—(TB19V-TB37V)这五类可以较好地区分积雪和其他类似积雪地表的指标。最后应用MODIS积雪产品为参考对该积雪判识算法进行精度评价,该算法在中国西部积雪判识总体精度为87.1%,漏判率为4.6%,误判率为23.3%;Grody算法判识总体精度为78.6%,漏判率为9.8%,误判率为30.7%,该算法判识精度高于Grody算法;通过Kappa系数分析比较,该算法积雪判识结果的Kappa系数值为47.3%,高于Grody算法判识结果的Kappa系数值39.9%,表明该算法积雪判识结果与MODIS积雪产品判识结果一致性更好。     

被动微波雪深反演算法在东北地区的时空分析与验证

Chang算法及改进算法是被动微波遥感雪深反演算法中较简单的经验算法。为了评价改进的Chang算法在东北地区的适用性,对改进的Chang算法进行分析与验证。从空间上,选取了84个野外数据采样点和48个气象站点对改进的Chang算法进行分析与验证。结果表明:森林下垫面改进的Chang算法会低估雪深3.6cm,而农田下垫面改进的Chang算法会高估雪深1.5cm。从时间序列上,选取五营、呼中、庆安和巴彦4个气象站点2012年11月15日~2013年2月28日的时间序列雪深数据,对改进的Chang算法进行分析与验证。结果表明:森林下垫面改进的Chang算法会低估雪深,五营站点低估雪深13.7cm,呼中站点低估雪深8.3cm,农田下垫面改进的Chang算法会高估雪深,庆安站点高估雪深3.4cm,巴彦站点高估雪深0.8cm。无论从空间上还是时间序列上,验证结果都表明,农田下垫面时改进的Chang算法的精度比森林下垫面时要高。此外,站点雪深不变而改进的Chang算法反演的雪深却在增大,这可能是由于期间雪粒径不断增大的缘故。     

基于被动微波的地表温度反演研究综述

热红外遥感反演地表温度已取得丰硕的成果,某些反演算法精度可达到1 K以内。然而在非晴空条件下,热红外遥感的应用受到很大限制,甚至无能为力。而被动微波遥感受大气干扰小,可穿透云层获取地表辐射信息,具有全天候、多极化及高时间分辨率等特点,在地表温度反演中具有独特的优越性。被动微波反演地表温度已经成为被动微波遥感技术应用研究的主要问题之一。系统阐述了微波热辐射机理、地表温度反演模型、反演算法及应用现状,分析了目前被动微波地表温度反演研究中存在的主要问题与技术难点,为后续相关研究提供参考。     

SMMR与SSM/I被动微波亮度温度数据交叉定标

过去30 a星载微波辐射计（SMMR和SSM/I）长时间序列的被动微波亮度温度数据,在陆地表层系统科学以及气候变化研究中起到了非常重要的作用。由于卫星及其携带的微波辐射计的更新,不同传感器所测得的同一地物在同一时间的亮温存在不同程度的偏差,通过分析相邻传感器重复观测时期同一地表18/19GHz和37GHz水平和垂直极化的亮度温度,并以DMSP的F13卫星上的SSM/I传感器为标准,建立了4个通道的交叉定标系数。      

基于Non_local means的时空联合视频降噪算法

针对监控视频图像的特点,提出了一种有效的实时视频降噪算法。首先结合多帧图像采用基于Non_local means的运动检测方法自适应地区分图像的运动区域和静止区域,对静止区域采用时域加权均值滤波,对运动区域采用空域ANL滤波。充分利用了视频的时域、空域信息,在去除视频序列噪声的同时很好地保护了图像的细节。实验结果表明,提出的算法在不造成运动拖影的前提下,能够显著提高视频的信噪比和图像的主观质量。     

一种基于时空联合的实时视频降噪算法

针对监控视频图像的特点,提出了一种基于时空联合的实时视频降噪算法。该算法通过结合多帧图像进行运动检测,自适应地区分图像的运动区域和静止区域,对静止区域采用时域加权均值滤波,对运动区域采用空域ANL滤波。实验结果表明,该算法由于准确地区分了图像的运动区域和静止区域,充分利用了视频的时域、空域信息,在不造成运动拖影的前提下,能够显著提高视频的信噪比和图像的主观质量,同时满足实时性要求。     

基于AMSR-E的全球陆表被动微波发射率数据集

地表微波发射率表征了地物向外发射微波辐射的能力,星载被动微波发射率估算可在宏观、大尺度上对陆表微波辐射进行整体表达,是被动微波地表参数定量反演中重要基础数据,也是在大尺度上获取陆表微波辐射特征的一种途径。本数据集利用搭载在Aqua卫星上的高级微波扫描辐射计(AMSR-E)和中分辨率成像光谱仪(MODIS)的同步观测特点,采用MODIS的地表温度和大气水汽产品数据作为输入,基于考虑大气影响的发射率估算模型,生产了全球晴空条件下AMSR-E传感器运行期间(2002年6月~2011年10月)的陆表多通道双极化微波瞬时发射率。通过产品低频无线电信号影响、数据间比对、分布统计、不同地表覆盖条件的发射率特征、频率依赖和相关性研究等开展验证性分析,结果表明:瞬时发射率的动态大、细节表达丰富,月内日变化标准差在0.02以内,其时空变化、频率依赖和相关性等符合微波理论分析和自然物理过程理解。此套数据集还包括AMSR-E全生命周期的全球陆表逐日、侯、旬、半月及月产品,可用于开展星载被动微波遥感模拟、陆面模型以及陆表温度、积雪、大气降水/水汽/可降水量等反演研究。     

基于信赖域的微波重建算法

微波成像问题属于非线性和非适应性问题,目前很多重建算法得到的图像质量并不是最优,为了得到更好的图像,文章提出了信赖域的重建算法(TRR),该算法将断层成像问题转化为具有约束的最小二乘问题,逐步将非适应性的最小二乘问题转化为线性互补问题求解。模拟结果表明,应用该算法可以得到比L-M算法更好的重建图像。     

利用地面观测实验评价湖冰对被动微波反演积雪算法的影响

通过对东北积雪实验观测数据和HUT(the Helsinki University of Technology)积雪-冰-水层模型模拟数据的比较分析,描述了积雪-冰-水系统的发射率特征.并于2010年1月21日～22日在吉林省松原市的松花江进行了积雪辐射计观测试验,通过对湖冰上的积雪的亮温观测和HUT模型模拟的亮温比较...     

基于时空联合性的无线传感网覆盖采样技术

覆盖采样作为无线传感器网络领域的一个基本问题,已经得到了广泛研究。但是目前研究大多只考虑空间覆盖性和网络生存周期等因素,并没有从实用的角度考虑覆盖区域的时空域覆盖特性。本文以综合考虑空间域和时间域为研究视角,提出了一种新型的以应用为导向的覆盖率指数,研究了一种基于时空联合性的无线传感网覆盖采样机制。最后通过时空覆盖率与事件侦测率指标两个指标进行了验证。     

被动微波遥感反演土壤水分进展研究

在地球系统中, 地表土壤水分是陆地和大气能量交换过程中的重要因子, 并对陆地表面蒸散、水的运移、碳循环有很强的控制作用, 大面积监测土壤水分在水文、气象和农业科学领域具有较大的应用潜力。被动微波遥感是监测土壤含水量最有效的手段之一, 相比红外与可见光, 它具有波长长, 穿透能力强的优势, 相比主动微波雷达, 被动微波辐射计具有监测面积大、周期短, 受粗糙度影响小, 对土壤水分更为敏感, 算法更为成熟的优势。然而微波辐射计观测到的亮温除了受土壤水分影响外, 还要考虑如植被覆盖、土壤温度、雪覆盖以及地形、地表粗糙度、土壤纹理和大气效应以及地表的异质性等其它因子的影响。目前, 已研究出许多使用被动微波辐射计反演土壤水分的方法,这些方法大部分是围绕着土壤湿度与亮温温度之间的关系进行, 同时也考虑其它各种不同因子对 地表微波辐射的影响。从介绍被动微波反演地表参数的原理入手, 重点介绍被动遥感反演土壤水分当前的算法进展、研究趋势等。     

被动微波遥感指数及其应用

分别概述了微波极化指数、散射指数以及土壤湿度指数等被动微波遥感指数的发展及其应用。37GHz的微波极化差指数△T37（△T37=TB37V—TB37H）和极化比指数（MPDI=C＊（TB37V—TB37H）／（TB37V＋TB37H））被认为是监测植被状况的微波植被指数，利用GAME—Tibet1998IOP数据计算和分析了青藏高原中部5个试验站点6～9月的平均△T37值和MPDI值的变化情况。结果表明：ANDUO和MS3608的平均值在15K左右，表现出裸土的微波辐射特征；总体上5个站点的MPDI随时间的变化不大，也即在1998年6～9月间，各个站点的植被状况变化不大；而站间的差别比较大，也即各个站点的植被状况有较大的差别；ANDUO的MPDI表现出规律性的变化，即在6至9月的变化中，8月份的MPDI最小，对应植被最好的月份；对研究区的MPDI和相应时间的MSAVI（可见／近红外数据得到的修改型土壤调整植被指数）的空间分布图进行了比较，二者基本吻合。     

被动微波遥感监测土壤冻融界限的研究综述

主要介绍了被动微波遥感数据在研究土壤冻融状态方面的国内外研究进展。目前常用的而且比较成熟的冻融界限判别指标是37GHz亮度温度及负亮温谱梯度,重点对这两个冻融边界判别指标的发展进行了详细讨论,并对冻融判别和积雪判别的关系及其相互影响进行了分析和讨论。发展可靠实用的微波遥感土壤冻融状态的判别算法,以提供区域和全球尺度上的土壤状态信息,对水文学、气象学以及农业科学、工程地质研究与应用都有重要意义。     

Spatio-temporal Dynamics of Vegetation Phenology in the Mongolian Plateau during 1982~2011

Based on the third generation GIMMS NDVI time\|series datasets during 1982~2011,we extracted the start of growing season (SOS),end of growing season (EOS) and length of growing season (LOS) in the Mongolian Plateau using cumulative NDVI based logistic regression curves,change rate of curvature in NDVI logistic regression curves and change rate method of NDVI and further analyzed the spatio\|temporal changes of phenology.The results showed that the cumulative NDVI based logistic regression curves and change rate method of NDVI performed better predictions in SOS and EOS modeling,and the mean value of these two methods improved the extraction accuracy of phenology in the Mongolian Plateau.SOS in the Mongolian Plateau mostly started from the middle of April to the end of May and ended from the end of the September to the middle of the October.Most LOS ranged from 125 to 175 days.Spatially,the earlier SOS,later SOS and longer LOS occurred in the humid and sub\|humid area of the plateau,and later SOS,earlier EOS and shorter LOS occurred in arid and semi\|arid regions of the plateau.Temporally,during the 30\|year observation period,approximately,51.6% and 33.9% of the plateau experienced advanced and delayed SOS,respectively,and 21.2% and 12.4% of which are statistically significant;Approximately,35.6% and 49.8% of the study area experienced delayed EOS,respectively,and 8.2% and 12.0% of which are statistically significant;Accordingly,40.3% (17.8% are significant) and 44.8% (18.9% are significant) of the plateau showed shortening and lengthening of the LOS.     

被动微波遥感数据超分辨率增强与混合像元分解研究综述

星载被动微波遥感数据以其全天候、穿透性以及不受云干扰等特点,在全球变化研究领域取得了广泛的应用,然而其较低的空间分辨率,限制了后期地物参数的反演精度。对国内外被动微波遥感数据空间分辨率提高方法进行介绍,重点介绍了基于图像处理技术的超分辨率增强和混合像元分解方法。通过对两类方法的介绍和评价,展望被动微波遥感数据混合像元分解方法的研究前景。被动微波遥感数据空间分辨率的有效提高,可以为更多的研究和应用领域服务。     

一带一路沿海超大城市热岛时空特征遥感分析

城市热岛不仅影响城市局地及区域气候,而且对城市空气质量、能源消耗、居民健康等有显著的负面作用。利用长时序遥感数据,系统地分析各超大城市热岛的时空特征,能够为城市热岛效应减缓政策的制定提供参考,对带路城市可持续发展具有重要意义。基于2001~2017年MODIS地表温度产品和Landsat土地利用分类数据,以城市热岛强度（Surface Urban Heat Island Intensity, SUHII）作为指标,从季节和年际的角度分析一带一路沿海超大城市2001~2017年热岛效应时空格局的变化。研究结果表明：①2001~2017年期间各超大城市的核心区存在扩张趋势,高强度热岛主要分布在人口活动密集的城市核心区;②年均城市热岛强度最大的城市是卡拉奇,多年SUHII平均值为3.02 ℃,热岛强度显著上升的是金奈（0.07 ℃/a,P<0.1）;③各城市热岛强度存在季节性差异,其中夏季城市热岛强度最大的城市是伊斯坦布尔,SUHII平均值为2.88 ℃,冬季城市热岛强度最大的城市是卡拉奇,SUHII平均值为4.45 ℃。     

基于小波分析的TM遥感图像超分辨率重建

基于图像算法的超分辨率重建技术可以提高光学遥感图像的空间分辨率,能够更加有效地利用现有数据并降低成本。以滇西北香格里拉市小中甸坝为实验区,以2009年的TM影像为数据源,开展遥感图像超分辨率重建实验研究。首先分析其中造成图像退化的各项因素并经过双线性插值、维纳逆滤波、卷积等处理;然后通过小波分解得到描述各个方向上不同尺度的高低频信息的小波系数,并多次试验推导出满足预期条件的加权因子。再将多时段的低分辨率图像小波系数以小波重构的方式重建。通过实验可以看出,重建图像能提供更多的细节信息,图像质量有了明显提高。     

利用实测资料评估被动微波遥感雪深算法

利用SSM/I微波亮温数据,结合地面站点实测资料,比较Chang算法和Che算法在前苏联、中国及蒙古境内6种不同积雪类型的反演精度,结果表明:被广泛应用于全球雪深反演的Chang算法低估了前苏联境内雪深7.6cm,相对误差为-24.3%,而分别高估中国及蒙古境内雪深9.2cm与11.4cm,相对误差分别为108.8%和180.9%,区域反演效果很差;针对中国境内积雪的Che算法严重低估前苏联境内雪深,整体低估21.3cm,相对误差为-68.6%,RMSE为31.4cm;在中国及蒙古境内反演效果有所改善。6个积雪类型中,植被较单一,地形较平坦的苔原型积雪和草原型积雪雪深的反演效果较好。随着纬度和积雪深度的增加被动微波雪深反演有由高估变为低估的趋势。Che算法反演的雪深大体以40°N为界,以北表现为低估,以南表现为高估,另一方面,整体上该算法在雪深低于6.7cm时表现为低高估,高于6.7cm表现为低估;因此,全球算法应用到局部地区需要进行修正,不同下垫面性质以和气候条件下形成的积雪的被动微波反演应区别对待。     

基于被动微波遥感的2008年广东省春季低温与典型作物寒害研究

以2008年作物寒害为例,基于AMSR\|E亮温和地面气象温度数据构建了广东省气温反演模型,平均误差为2.5 ℃。寒害期间,全省最低气温均小于9 ℃,大部分地区降温幅度在5~15 ℃之间,降温持续天数均在10 d以上。综合最低气温、降温幅度和降温持续天数3个重要因子,构建了广东省寒害指数。结果显示,寒害程度从北部山区向南部沿海平原逐步递减:严重寒害主要发生在北部山区,较严重寒害发生在中部地区,以平行于海岸线的狭长带状形式分布,一般寒害和无寒害区域主要分布在沿海地区。其中,严重和较严重寒害约占省域总面积的40.1%,遭受严重寒害和较严重寒害的典型亚热带作物园地面积占总园地面积的49.61%。