基于AROP程序包的类Landsat遥感影像配准与正射纠正试验和精度分析

遥感影像的精确配准和正射纠正是进行图像融合、变化检测、图像镶嵌、定量遥感建模、多时相和多传感器影像协同应用的基础和前提。以美国国家航空和航天管理局下设LEDAPS(Landsat Ecosystem Disturbance Adaptive Processing System)课题组开发的配准与正射纠正程序包AROP(Automated Registration and Orthorectification Package)为例,详细阐述了其配准的原理与程序设计流程,并对其配准的精度进行了分析和评价。试验表明:AROP程序包算法能够找出足够的控制点,且控制点分布较为均匀,配准误差小于0.5个像元。误差特征表现为:扫描误差明显大于航向误差,误差的结果与影像漂移、DEM、坡度存在一定的相关性,高程和坡度是影响配准精度的主要因素之一。该程序包目前能够用于对我国CBERS影像的正射校正以及波段不匹配处理,但是对HJ卫星CCD影像数据配准还有待于进一步研究。     

西南地区不同山地环境梯度叶面积指数遥感反演

叶面积指数(LAI)遥感估算是植被定量遥感研究的热点之一,监测植被LAI时空变化对于研究陆地生态系统碳循环及全球变化等具有非常重要的意义。在我国西南山区设置10个50km×50km的观测样区作为研究区,其中包括5个森林生态系统样区、3个农田生态系统样区和2个草地生态系统样区。分别获取不同优势植被类型LAI地面实测数据,结合同期获取的遥感数据,考虑地形因素影响,基于偏最小二乘原理分别构建各样区LAI遥感估算模型,并采用交叉验证的方式对模型精度进行评价。结果表明:考虑了海拔、坡度和坡向等地形因子的森林LAI遥感反演模型与未考虑地形变量的模型相比,其验证精度有所提高,R2由0.30~0.75提高至0.50~0.80,RMSE由0.52~0.93m2/m2降低至0.48~0.89m2/m2;所有样区优势植被类型LAI反演模型验证R2在0.40~0.80之间,RMSE在0.22~0.89m2/m2之间。发展的LAI遥感估算方法有助于认知山地植被LAI反演的地形效应问题,可为进一步的山地植被长势监测提供科学依据。     

基于网络图的地基激光雷达复杂树木点云枝叶分离方法

地基激光雷达树木点云数据的枝叶分离是精确计算地上生物量和叶面积指数的重要前提,也是树木三维建模的重要步骤。然而,山地复杂树木冠幅大且结构复杂,从而造成树叶与枝干之间的相互遮挡,因此很难获取高质量的点云数据,目前对其实现枝叶分离依然存在较大的困难。利用地基激光雷达FARO Focus3DX330获取三维激光点云数据,提出了一种基于网络图的树木点云枝叶分离方法。首先,采用LeWos模型对点云进行初步的枝叶分离,分离出枝干和叶片点云。在此基础上,针对枝干和叶片混合点云通过路径追踪检测算法来精细分离枝干和叶片。随着路径长度从10增加到100,枝干点不断增加,叶片点不断减少,枝叶分离精确度、枝干F分数、叶片F分数、Kappa系数均先增加后减少。综合这4项精度评价指标,选取各个树木最优路径长度执行路径追踪检测算法。通过与LeWos模型、Tlseparation模型和高斯混合模型等主流枝叶分离方法比较发现,该方法精度更优,精确度为91.97%。而且,该方法的枝干F分数和叶片F分数均大于85%,这表明该方法具有很好的平衡性。该方法仅使用路径长度,不考虑几何特征,因此极大地提高了针叶树木的枝叶分离精度。...     

山地地表覆被野外采样系统研究及应用

野外样点数据是土地覆被遥感制图中训练样本和精度检验样本的重要来源.在山区地表覆被野外样点采集过程中,受采样距离以及河流、地形等的阻挡,大量样点难以直接到达,影响了山地地表覆被野外样点的代表性.为了获取高质量的山区地表覆被野外样点,研发一款高精度、远距离、不接触、自动化采样的山地地表覆被信息野外采样系统显得十分必要.以移动式客户端为工作平台,基于Android操作系统和ArcGISAPIforAndroid设计了一套山地地表覆被野外采样系统.该系统提供了单点和双点交会采样两种模式,用户可以根据地表覆被距离选择不同模式自动化获取采样地物的地理坐标、地表覆被类型信息、图像信息和用户定制的其他属性信息.经野外实地验证,该系统可以获取肉眼可辨的不同距离的山地地表覆被样点,提高了地表覆被野外采样效率.获取的可见远距离地表覆被目标的坐标距离误差在３０m以内,满足３０m尺度土地覆被产品生产对样点定位精度的要求.     

基于无人机的山地遥感观测平台及可靠性分析——以若尔盖试验为例

在山地复杂条件下开展无人机遥感观测面临众多挑战,分析无人机遥感观测平台的可靠性是影像拼接、成果应用、平台和飞行方案改进的重要基础。介绍了一种基于低空无人机的山地多源数据遥感观测平台,重点阐述了无人机系统的组成、性能参数和传感器参数。以《低空数字航空摄影规范》为参照,总结低空无人机遥感观测平台的可靠性分析方法。以2014年7月25日若尔盖高原无人机遥感观测试验获取的数据为例,定量分析该低空无人机遥感观测平台的可靠性。结果表明:该平台在山地复杂条件下具有较高的可靠性,航向平均重叠度为73.58%,旁向平均重叠度为55.07%,平均倾角为2.23°,航线内平均旋角为1.36°,航线间平均旋角为10.41°,平均航线偏移为5.42m,最大航线弯曲度为0.19%,最大航高差为5m,各项指标评价结果远优于《低空数字航空摄影规范》要求。相机成像面与平台飞行方向的夹角可能引起旁向旋角的增大;在逆风条件下,该小型无人机遥感观测平台的姿态更为稳定。     

加尔各答市地表温度与不透水面比例季相相关性研究

城市化的显著特征是自然地表不断被热容量大的不透水面取代,进而造成城市热岛效应和严重的城市生态问题.孟中印缅经济走廊是古代南方丝绸之路的重要路段和"一带一路"建设的重要战略通道,加尔各答市是孟中印缅经济走廊印度境内的重要节点城市,战略地位重要,对其城市化进程及与地表温度相关性研究对孟中印缅经济走廊印度段建设具有重要的借鉴...     

山地地表生态参量遥感反演的理论、方法与问题

山地在维持生物多样性、调节区域气候和涵养水源等多个方面具有非常重要的生态服务功能。由于存在高度的时—空异质性,山地地表生态参量的反演面临更多理论和技术上的难题,也对定量遥感的发展提出了新的要求。梳理了山地地表生态参量遥感反演的研究进展,讨论了进一步提高山地地表生态参量遥感反演能力的关键理论、技术及存在问题。只有模型、观测和数据处理方法3个环节的共同进步和有机结合才能推动山地定量遥感继续向前发展。反演山地生态参量不仅需要已有理论和技术的提升,同时还需要方法论上的突破。     

缅甸土地覆被遥感制图和空间格局分析

在“一带一路”倡议框架下,中缅经济走廊逐步从概念转入实质规划建设阶段,了解和掌握缅甸土地覆被的空间格局和分布特征对于合理开发利用资源、制定务实的经济廊道建设规划具有重要的战略意义。利用Landsat-8 OLI遥感影像数据,基于多分类器集成的面向对象迭代分类方法（OIC-MCE）,生产了缅甸2015年30 m分辨率土地覆被产品（MyanmarLC-2015）。采用Google Earth高分辨率影像获取验证样本用于产品精度验证,验证结果表明：MyanmarLC-2015产品的总体分类精度为89.05%,Kappa系数为0.87,各类别的用户精度和制图精度均超过72%,能够准确地反映缅甸土地覆被类型的空间格局。根据产品统计,林地是缅甸面积最大的土地覆被类型,占国土面积56.15%,以常绿阔叶林为主,占林地面积83.57%。耕地面积次之,占国土面积27.01%。地形因子对缅甸土地覆被类型空间分布格局有显著的影响,随着海拔升高,呈现出按如下顺序的垂直地带性特征：森林湿地、水田、旱地、落叶灌木林、落叶阔叶林、常绿灌木林、常绿阔叶林、常绿针叶林。从植被生产力的角度来看,缅甸东部、东北部和东南部植...     

若尔盖高原区域碳收支参量多尺度遥感综合观测试验:科学目标与试验设计

介绍了若尔盖高原区域碳收支参量多尺度遥感综合观测试验的研究背景、科学目标、关键问题、观测方案、观测系统设置和后续观测计划.总体目标是,开展若尔盖高原区域湿地-草地生态系统碳收支参量多尺度遥感与地面同步观测试验,为人为干扰条件下湿地-草地生态系统碳收支变化过程研究积累基础数据;发展能够融合多源、多尺度遥感观测的碳收支相关参量反演模型,为实现卫星遥感对区域尺度碳收支研究提供方法和范例;建立区域尺度上的多尺度观测体系,通过多源遥感技术与生态过程模型的耦合,降低碳收支遥感监测及模拟的不确定性,更加综合地理解湿地-草地生态系统不同时空尺度上的碳收支过程;增强遥感技术在湿地生态研究的应用性,并最终为区域湿地保护提供重要依据.试验以人为干扰剧烈的若尔盖高原湿地-草地区域为试验区,以碳循环过程的关键参量为主要观测对象,利用卫星遥感、航空遥感、地基遥感、通量观测、生态观测等相关设备,开展航空、卫星和地面配合的大型综合观测试验,精细化观测若尔盖高原沼泽化草甸、湿草甸、草甸、草原等不同覆被类型的碳收支过程的各个分量.讨论了碳收支参量的多尺度观测与时空尺度扩展问题,展望了同步综合观测试验在陆地生态系统碳循环研究的应用前景.     

基于MODIS NDVI时间序列数据的藏北草地类型识别

选取西藏自治区申扎县北部部分区域作为藏北草原的典型代表区进行研究。对区域内2009年全年23期MODIS NDVI数据收集处理,得到23个波段的时间序列数据。通过Savitzky-Golay滤波算法优化时间序列数据并对不同类型的时间序列曲线做对比分析,提取分类的特征波段。最后采用非监督分类法把研究区分为沼泽草甸、高寒草甸、中盖度草原、低盖度草原、裸地和水体6种类型,并结合地形数据分析了其中4种草地类型的空间分布特征。一系列的处理结果及分析内容证明了MODIS NDVI时间序列数据在藏北草地类型识别方面的可行性和适用性。