全球30m分辨率多光谱影像数据自动化处理的实践与思考

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年、2010年)全球30 m分辨率的多光谱遥感数据进行辐射处理和几何精纠正处理,为地表覆盖制图完成数据准备。数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充,共计2万多景影像需要进行辐射处理,有1000多景HJ-1A/B CCD影像需要几何精纠正。如此大规模的数据处理,自动化处理是必然的选择。本文介绍了HJ-1A/B CCD图像几何精纠正自动化实现中关键问题的解决方法和精度评价结果,Landsat TM/ETM+和HJ-1A/B CCD图像自动化辐射校正中关键问题的解决方法和精度评价结果,以及大规模的数据处理活动引发的一些思考。     

融合Landsat ETM+和MODIS数据估算高时空分辨率地表短波反照率

提出一种通过融合高空间低时间分辨率、低空间高时间分辨率地表短波反照率,来估算高时空分辨率地表短波反照率的方法。首先,利用Landsat ETM+数据,通过窄波段到宽波段的转换得到一景或多景空间分辨率较高的ETM+蓝天空短波反照率;然后,在MODIS短波反照率产品基础上,以天空光比例因子为权重,得到空间分辨率较低的MODIS蓝天空短波反照率;最后,利用STARFM(Spatial and Temporal Adaptive Reflectance Fusion Model)模型融合ETM+短波反照率的空间变化信息和MODIS短波反照率的时间变化信息,得到高时空分辨率的地表短波反照率。针对STARFM模型在异质性区域估算精度降低的问题,通过以MODIS反照率影像各像元的端元(各地类)反照率取代MODIS像元反照率来提取时空变化等信息参与STARFM模型的融合过程,达到提高异质性区域估算精度的目的。结果显示,直接利用STARFM模型估算得到的高空间分辨率地表短波反照率处在合理的精度范围内(RMSE0.02),用改进后的STARFM模型估算得到的异质性区域短波反照率和真实ETM+短波反照率间的相关系数增大。     

先验知识估算HJ-1 CCD数据地表反照率

以黑河实验区为例, 基于HJ-1 CCD数据和中分辨率成像光谱仪(MODIS) 二向性反射(BRDF)和反照率产品的备用算法(算法Ⅰ), 贝叶斯原理的反照率反演算法(算法Ⅱ)和地表朗伯假设的算法(算法Ⅲ)成功估算了地表短波反照率。对反演结果进行分析并与地表观测数据进行比较, 结果表明: (1) 高分辨率的HJ-1卫星地表反照率不仅能够提供下垫面主要的空间分布特征, 还能提供地表细部结构;(2) 两种基于先验知识的地表反照率和MODIS产品接近, 绝对误差为0.01, 相对误差为4%, 而算法Ⅲ的绝对误差为0.03, 相对误差为13%; 算法Ⅰ和Ⅱ对反照率的改善对地表类型的依赖不明显, 相对误差集中在2%-8%, 反演结果对时相变化依赖较为显著, 在植被最茂盛的季节反照率改善作用明显优于凋谢季;(3) 算法Ⅰ和算法Ⅱ的结果与地表观测结果更为吻合, 均方根误差在0.05以内, 相对误差小于23%, 而算法Ⅲ的均方根误差为0.069, 相对误差为36.3%;(4) 先验知识的作用可能依赖于太阳和观测几何的相对位置, 因此可能依赖于季节和纬度的变化, 以及传感器的成像方式。该研究对缺乏多角度观测的星载传感器的反照率反演有重要的参考价值。     

利用BRDF原型和单方向反射率数据估算地表反照率

地表反照率是影响地表能量收支平衡的决定性参数之一,精确反演地表反照率需要考虑地表各向异性反射特征。本文尝试以双向反射分布函数BRDF原型为地表各向异性反射的先验知识,通过单方向反射率反演地表反照率。首先根据地面实测及MODIS多角度反射率数据对反演方法进行分析和精度评价,然后借助MODIS BRDF产品统计出研究区的主导BRDF原型,并联合环境一号卫星(HJ-1)单方向反射率数据反演30 m地表反照率,最终将结果与地表实测数据进行比较。结果表明:BRDF原型对BRDF的变化进行了约束,且能够适用于几十米尺度的遥感数据反照率的反演;不同级别的各向异性反射特征的分布是不均一的,借助于主导BRDF原型能够使大部分样本的地表反照率满足精度要求;利用研究区MODIS BRDF产品统计得到的主导BRDF原型为先验知识,通过HJ-1数据反演得到的地表反照率与地表实测反照率有较高的一致性,而朗伯假定条件下的反照率高于实测结果。本文算法简单高效,可为产生全国范围的中高分辨卫星反照率产品提供有价值的算法参考。     

北京地区HJ-1卫星CCD数据的气溶胶反演及在大气校正中的应用

与现有的大气卫星传感器相比,环境一号卫星(HJ-1)CCD相机具有较高的空间分辨率(30m),使得在城市地区找到光谱纯像元的机率大大增加。本文提出一种基于纯像元提取的城市地区气溶胶光学厚度(AerosolOpticalDepth,AOD)反演算法,利用像元纯净指数来提取CCD影像上的纯像元,并由HJ-1A星和B星的多时相CCD观测数据结合地表双向反射率模型确定纯像元的地表反射特性,在此基础上反演AOD。与AERONET地基测量数据的对比表明,该算法具有较高精度,相关系数为0.83,线性拟合斜率为1.091,截距为0.053。基于该方法的AOD反演结果作为输入,能较大程度提高HJ-1卫星CCD影像大气校正的精度。     

Landsat TM/ETM+与HJ-1A/B CCD数据自动相对辐射处理及精度验证

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年,2010年)的全球覆盖30 m分辨率遥感数据进行辐射处理,转换到地表反射率,数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充。海量数据中有些不适宜进行绝对大气校正,为了保证全球覆盖,对这些数据设计开发了一套自动的相对辐射处理及精度验证流程算法,利用相邻数据重叠区域进行相对辐射校正的方式,将数据由Oigital Number(DN)值直接转换为地表反射率,精度验证以MODIS地表反射率产品MOD09GA作为参考,比较对应波段数据的相对一致性,算法采用了图像分块处理技术及OpenMP加速技术提高效率,实际应用结果表明该算法流程可以满足项目对辐射处理精度、速度及自动化程度的要求。     

基于HJ-1B数据和SEBAL模型的陆面蒸散发遥感估算

利用HJ-1B卫星数据和SEBAL模型,进行了淮河上游段的陆面蒸散发(ET)遥感估算。选取2010年4期少云的HJ-1B卫星影像,首先对ET估算中需要的中间变量——地表温度、地表反照率进行了反演,反演结果与MODIS产品结果基本一致;在此基础上,结合部分地面气象观测数据,基于SEBAL模型进行ET估算,并利用水文站点的实测蒸发皿数据对估算的日蒸散发结果进行验证,相对误差在10%之内。将ET估算值与土地利用覆盖类型、地形因子对比分析发现,不同土地覆盖类型的ET量不同,ET空间变异性与地形特征有一定关联。     

MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列

遥感数据反演高时空分辨率NDVI对监测植被动态变化过程具有重要意义,然而受天气影响,单颗卫星难以提供时间连续的高空间分辨率NDVI数据。以华北平原中东部为实验区,联合HJ-1 CCD数据和MODIS数据,对STARFM算法进行了改进,(1)考虑了不同地物对光谱响应的差异,为减少分类错误利用统计学上()对分类数据进行筛选,按照不同地物类型分别利用线性拟合方法修改光谱距离权重;(2)定义了预测半径,对HJ-1 CCD数据因外界影响而缺失的影像进行了预测。结果表明,与真实影像相比,预测结果呈现了较好的空间一致性,相关系数均达到了极显著相关,改进算法的预测精度要高于原算法。利用该方法将HJ-1 CCD NDVI的空间变化信息与MODIS NDVI时间变化信息有机结合重构了高时空分辨率NDVI序列,有效补充了HJ-1CCD NDVI的缺失数据集。     

HJ-1B的积雪参数反演研究

积雪参数如雪盖、雪深是标示气候变化的敏感因子,具有较高时空分辨率的HJ-1B卫星是专门用于灾害监测与评估业务的国产卫星之一,开展以HJ-1B为主的积雪参数反演对于我国国产卫星的理论研究与深入应用具有重要意义。本文针对积雪参数反演,根据HJ卫星CCD和IRS传感器的数据特征,深入分析积雪等典型地物的光谱特性,而后针对同时具有HJ-1B/CCD、IRS数据和只有CCD或者IRS传感器数据3种情况展开积雪信息提取方法研究;在进行浅雪区雪深反演时,利用两种不同的统计回归模型进行交叉验证、研究对比。研究结果表明,3种情况下提取出的积雪精度都达到了80%以上,以第1种情况提取精度最高,两种统计模型反演出的浅雪区雪深的一致度达到83%左右,说明HJ星数据能较好地反演雪盖及浅雪区的雪深,能满足实际应用的需要。     

利用MODIS多通道反照率产品估算OCO-2氧气A吸收带陆表反照率方法

在基于OCO-2卫星氧气A吸收带观测的云反演中,陆表反射是重要的干扰因素,其强度主要由陆表反照率决定。然而,目前尚无卫星产品能提供OCO-2云反演所需的氧气A吸收带陆表反照率,为此本文提出基于MODIS多通道黑空/白空反照率的OCO-2氧气A吸收带陆表反照率估算方法。该方法顾及地表覆盖类型对波段间转换陆表反照率的影响,在不同时间和不同空间上测试的相关系数均超过0.93,均方根误差为0.026。其中,MODIS反照率数据的质量是决定多通道模型转换精度的最重要因素。当输入最佳质量的MODIS反照率时,OCO-2氧气A吸收带陆表反照率估值的均方根误差略优于0.02,随着MODIS反照率数据质量的下降,估值的均方根误差逐渐增大至超过0.05。     

MODIS V006和V005全球反照率产品精度对比分析

反照率作为一种非常重要的地表能量平衡、全球变化研究的参数,在众多研究领域中得到了广泛的应用,到目前为止已经有多种全球范围的反照率产品进行业务化生产和发布,针对不同反照率产品质量评价的研究也变得愈加重要。MODLAND团队在MODIS V005反照率产品反演算法的基础上通过改进16天周期内观测数据加权的方法生产出新版本的反照率产品MODIS V006。本文针对MODIS两个版本V005及V006的反照率产品,利用FLUXNET地面站点数据,比较验证两个版本反照率的总体精度以及在不同地表类型条件下的精度差异,同时通过交叉验证的方法分析二者的差异及稳定性。验证结果表明,MODIS V006反照率产品虽然在全反演高质量的数据比例上较V005有所下降,但是在同等条件下V006在提高时间分辨率的同时其精度也有所提高,在不同的地表类型条件下精度也优于V005,且在时间序列分布上具有稳定比例的高质量数据,可以满足大多数应用的精度需求。     

基于改进热惯量模型的表层土壤水反演研究

针对改进热惯量模型需要通过对地面实测的温度进行插值推算地表最高温度,而玛多县属高原地区,较难获取实测数据,利用MODIS地表温度产品的4个瞬时值计算日平均地表温度,结合修正普适性单通道算法反演HJ-1B地表温度,推算出地表最高温度,从而减少了改进热惯量模型对地面观测数据的依赖,进而利用HJ-1B数据反演了玛多县土壤水。结果表明:本文方法可行,能够获得较高分辨率的土壤水空间分布结果,拓宽了HJ-1B数据的应用范围。     

机载WIDAS数据的Landsat卫星反照率初步验证

随着精细化监测的需求,中高空间分辨率的地表反照率产品逐渐成为气候模型的主要输入。目前,中高空间分辨率反照率产品的验证主要基于地表站点的通量塔观测数据,区域机载飞行数据的验证依然相对较少。因此,本文基于区域机载数据验证Landsat反照率产品。针对内蒙古自治区根河森林试验区所获取的机载红外广角双模式成像仪(WIDAS)多角度反射率数据,应用BRDF原型反演算法估算其反照率,分析了应用机载数据验证中高空间分辨率反照率产品的潜力。2016年内蒙古根河森林试验区机载WIDAS飞行多角度观测的可用多角度范围为25°,以前的研究表明BRDF原型反照率反演算法表现出对小观测角度的反照率反演结果的鲁棒性。因此,机载WIDAS反照率在一定程度可用于星载反照率的验证。首先,基于核驱动模型和各向异性平整指数(AFX)提取了试验区4种MODIS二向性反射分布函数(BRDF)原型;然后,将其作为先验知识应用到根河森林WIDAS机载数据的反照率反演中;最后,用WIDAS反照率和单个地面通量塔观测的反照率对Landsat卫星数据的反照率进行初步验证。验证结果表明Landsat反照率与WIDAS反照率结果较为一致,但略有低估,总体均方根误差(RMSE)约为0.02,偏差为0.0057。在多角度观测范围较小时,BRDF原型的反照率反演算法可为星载地表反照率的验证提供了一种有效的验证手段。     

高分辨率地表反照率遥感估算研究进展

地表反照率是研究地表能量收支平衡、中长期天气预报和全球气候变化的一个重要参数。利用卫星数据估算地表反照率需要地表二向反射特征知识的支持，目前针对中低分辨率卫星数据的反照率反演算法相对成熟，且发布了不同分辨率和精度的全球产品。随着全球高分辨率对地观测技术的不断发展，特别是中国高分系列卫星的发展，为高分辨率地表反照率精确估算提供了丰富的数据源。然而高分辨率地表反照率遥感估算面临着观测角度数据不足、波段信息少等有效数据缺失的问题，国内外学者开展了一系列针对高分辨率地表反照率估算方法的研究。本文首先简述了地表反照率遥感估算的基本原理与目前存在的主要问题，总结并分析了近几年高分辨率反照率估算的相关算法，并对未来高分辨率反照率估算的进一步发展提出了展望和设想。论文研究可为高分辨率反照率算法研究和产品发展提供理论支持。     

HJ-1卫星数据估算地表能量平衡

利用遥感数据估算和监测地表能量平衡的研究和应用一直以来都是学术探索的前沿和焦点,目前针对国际主流卫星数据(如MODIS,Landsat TM等)的算法研究有很多,且在不同的尺度上发展了一系列遥感技术和应用方法。本文以环境一号卫星(HJ-1)数据为主要数据源,研究和分析了地表能量平衡遥感估算方法。在下行短波和长波辐射,以及地表净辐射估算的基础上,重点研究了地表显热和潜热通量(蒸散)的估算方法,针对辐射温度代替空气动力学温度所引起的误差校正,对比分析了基于KB-1系数的热力学粗糙度长度,以及附加阻抗两种方法。使用2010年HJ-1B数据反演得到海河流域地表能量平衡各分量瞬时值,利用3个地面站点的测量数据对反演结果进行验证和误差分析。结果表明下行短波辐射的反演误差是地表净辐射反演误差的主要来源,地表温度的反演精度以及地表粗糙度的模拟精度是影响显热通量反演精度的主要因素。利用两种方法估算的显热通量趋势基本一致,但KB-1系数法的反演结果一般低于附加阻抗法。在下垫面较为复杂的区域,模型结果误差较大,需要更加精细的模型以刻画地表非均匀性的影响。     

多源地表温度估算近地表气温的精度对比

气象站点稀疏会导致观测到的近地表气温空间不连续,基于地表温度数据结合辅助变量估算气温成为获取气温空间分布的有效方式。目前,已有多种地表温度产品,但鲜有研究评估多源地表温度数据在估算气温时的精度及其适用性。针对该问题,首先,利用Google Earth Engine平台和随机森林算法,基于Landsat、中分辨率成像光谱仪(moderateresolution imaging spectroradiometer,MODIS)、全球陆面数据同化系统（global land data assimilation system,GLDAS）3种地表温度数据源估算了黄河流域近地表气温的最大值、最小值和平均值;然后,结合站点观测分析了多源地表温度估算气温的精度及适用性。结果表明,3种地表温度数据源估算夏季气温平均值时精度差异较小;对于气温极值估算,GLDAS数据显著优于MODIS和Landsat数据;每种数据源估算气温极值的精度低于其估算气温均值;此外,地表温度的时间分辨率会显著影响近地表气温的估算精度。该成果可以为长时序气温产品估算提供科学参考。     

面向对象的卫星影像积雪信息提取

针对传统基于像元的积雪提取方法的不足,该文以HJ-1B/CCD、IRS遥感影像作为数据源,通过分析HJ-1B影像上的地物特征,提出了先对影像特征合并后进行多尺度分割的积雪提取方法。多尺度分割时,首先将影像分割成多边形对象,然后建立起积雪提取的规则集,进而对积雪信息进行提取。为了验证提取精度,该文对比分析了NDSI方法和本文方法提取积雪的结果,并利用目视解译积雪提取结果定量地进行了精度评价。结果表明:采用本文方法提取积雪具有较高的可靠性和准确性。     

基于MODIS影像的内蒙古草原积雪监测

光学遥感源MODIS具有高光谱分辨率、高时间分辨率、高空间分辨率、全球范围内免费接收等优势,被广泛应用于洪涝、干旱、森林草原火灾、雪灾等自然灾害的动态监测领域。MODIS数据用于内蒙古草原积雪监测,提取积雪信息在国内尚属空白。本文利用MODIS L1B 500m分辨率数据,经过几何校正、去"双眼皮"预处理,根据归一化差分积雪指数(NDSI)算法和综合阈值判别法对内蒙古自治区2008年1月下旬大范围降雪进行积雪信息提取,制作积雪覆盖图。利用内蒙古生态与农业气象中心发布的雪情遥感监测信息验证积雪覆盖图的准确度。验证结果表明,MODIS数据用于大范围积雪监测非常有效。     

利用AB算法进行高分四号卫星数据反照率反演

地表反照率(Albedo)是地表能量收支平衡的重要地表参数。作为新近发射的地球同步轨道卫星,高分四号(GF-4)卫星拥有优于同类卫星的高时间高空间分辨率,然而由于其观测角度单一,基于双向反射分布函数(bidirectional reflectance distribution function,BRDF)的传统反演方法难以实现地表反照率的精确快速反演,因此采用基于单一观测角度的角度格网法(angular bin,AB1)。首先,利用先验的多角度地球反射极化和方向测量仪(POLarization and Directionality of the Earth’s Reflectances,POLDER)卫星观测数据,建立反照率与某一方向反射率之间的经验关系;然后,利用POLDER卫星和GF-4卫星的光谱响应函数与光谱库数据,将该经验关系转换为基于GF-4卫星的反照率与反射率经验关系(即查找表);通过输入单一角度的GF-4卫星反射率数据,得到GF-4卫星反照率结果;最后,利用中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer,MODIS)与Landsat 8地表反照率结果对反演结果进行交叉验证。结果表明,MODIS反照率与GF-4反照率的均方根误差(root mean square error,RMSE)为0.027 3,Landsat 8反照率与GF-4反照率的RMSE为0.017 6,说明基于AB1算法的反照率反演结果精度可靠,这对于GF-4卫星的反照率产品生产具有一定的应用意义。     

基于超分辨率重建的多时相MODIS与Landsat反射率融合方法

提出一种基于超分辨率重建的MODIS与Landsat反射率图像融合方法,以STARFM算法与超分辨率重建为基础,使用观测的MODIS和Landsat地表反射率图像预测给定时刻的Landsat合成反射率图像。该方法利用基于稀疏表示的超分辨率重建方法对MODIS图像进行分辨率增强,实验结果表明这一操作能够增加原MODIS图像的空间细节,有助于提高STARFM算法的预测精度;另一方面,考虑输入两个基时刻图像相差较大时原STARFM算法预测的反射率会存在"时间平滑"的问题,限制每次只使用一个基时刻MODIS和Landsat图像对进行STARFM预测,使用逐图像块选择策略,从由两个基时刻图像分别进行预测得到的两组预测图像中选择最优的预测,同样得到了优于STARFM算法的预测结果。