基于波段运算和纹理特征的高分一号多光谱数据云检测

针对国产高分一号卫星16m宽幅多光谱遥感影像仅含有可见近红外波段的情况,提出了基于波段运算与空间纹理特征相结合的云检测方法。首先基于光谱特征和波段运算生成初始云掩膜,然后结合纹理特征提高检测精度,最后采用阈值分割生成云掩膜。实验结果表明,该方法能够很好地检测出不同时相、不同类型下垫面上空的云像元,可以满足应用需要。由于在云检测方法中综合应用了波段光谱和空间纹理特征,理论上具有一定的普适性,对其他仅有可见近红外波段的遥感影像云检测具有参考意义。     

基于光谱归一化的马尾松LAI遥感估算研究

通过对比不同传感器间光谱响应函数的差异,研究基于光谱响应函数的不同传感器相似波段的归一化方法,探讨归一化后植被指数在马尾松叶面积指数（LAI）估算中的应用。以某一传感器为基准,根据波段总辐射率比值关系将其他卫星传感器归一化为基准传感器,然后计算其植被指数,建立LAI反演模型。为验证方法可行性,选取永安地区2008年3月获取的BJ-1CCD、IRS-P6LISS3和MODIS数据作为研究对象,根据三者的光谱响应函数差异,将BJ-1CCD和IRS-P6的LISS3的红光和近红外波段归一化为MODIS的相应波段,并分别计算归一化前后的NDVI值。结果表明归一化后不同传感器的植被指数关系与理想的关系y=x更加接近。利用归一化后的IRS-P6影像的NDVI反演马尾松LAI,并将其应用于MODIS和BJ-1传感器,得到归一化后不同传感器的植被指数值基本相等,表明归一化以后的植被指数应用于LAI的估算具有一定的普适性,能适用于多种传感器。     

ALOS PALSAR数据在漳江口红树林提取中的应用

红树林是国际上生物多样性保护和湿地生态保护的重要对象,及时获取红树林面积变化是加强红树林保护的迫切需求。以福建漳江口红树林国家级自然保护区为研究区域,对2007年多时相的ALOS PALSAR数据进行处理,分析红树林与各典型地物L波段HH、HV极化的后向散射值的时间变化特征及去极化特征。红树林在L波段HH和HV极化的后向散射随时间变化不明显,与其它林地较为相似,但两者去极化能力差异明显。相对于时相信息,极化信息对于提取红树林的作用更为重要。基于面向对象分类方法,提出应用HH、HV和HV与HH比值进行红树林提取的方法,取得较好的分类结果。     

基于时序遥感影像的长汀县生产建设项目扰动监测

土地扰动的时空演变反映该地区经济发展水平的同时,也成为宏观规划与城市建设的依据。为高效快速地监测土地扰动,基于2000～2020年的Landsat系列（Landsat-5 TM、Landsat-7ETM+、Landsat-8 OLI）遥感卫星影像,采用连续扰动监测（Continuous Monitoring of Land Disturbance,COLD）算法对福建省长汀县近20 a土地扰动变化及生产建设项目施工扰动进行监测,探讨5 a(2016～2020年）、10 a(2011～2020年）以及21 a（2000～2020）不同时间长度序列对新增年份监测结果的影响。结果表明：(1)COLD算法能够获得各年累计变化、年内变化等信息;(2)近20 a来,长汀县土地扰动在空间上主要集中分布在中部地区,四周山区扰动较少;(3)生产建设项目发生扰动大部分集中于第三季度,第一季度扰动最少;(4)对于新增年份2020年的中大型生产建设项目扰动监测,在多云多雨地区,10 a时间长度数据才能获得比较满意的监测结果。     

基于自适应加权平均的水色遥感数据融合

水色遥感数据在海洋生产力评估、海洋污染监测等领域中应用广泛,但是受云雨天气、太阳耀斑、纬度位置、轨道间隙的影响,单一的水色遥感数据日均覆盖率只能达到10%～15%甚至更少,导致水色遥感技术在海洋领域的应用受到限制。水色遥感数据融合通过对不同水色传感器数据进行整合,使融合数据比单一传感器数据具有更好的空间覆盖和时间覆盖。选择中国东海为研究区域,首先对不同水色传感器的叶绿素浓度数据进行比较,证明同一天不同传感器数据一致性良好,在空间覆盖上既互相重叠又形成互补关系,保证了数据融合的可行性。在业务化运行的加权平均算法的基础上,提出了利用窗口中各数据源有效像元所占的比例来确定其对应权值的自适应加权平均融合算法。目视判别和统计分析结果表明,该算法能够较好地保持源数据细节特征,保证不同数据覆盖区域间的数据连续性,降低数据源噪声,提高数据空间覆盖率和置信度。