夜间陆地辐射雾的遥感时序数据检测

针对目前单时相遥感夜间陆地辐射雾检测不能有效分离雾和地表、低云的问题,利用日本第2代多功能卫星数据的高时间分辨率特性,提出了基于时序特征和支持向量机的夜间陆地辐射雾检测模型。该模型首先在单时相夜间陆地辐射雾检测基础上,使用第1和第4波段亮温差时序曲线构造的亮温差累积特征将夜间地表与陆地辐射雾和低云分离,然后利用第1波段亮温时序曲线构造的亮温变化累积特征、斜率匹配特征和频域奇异性特征,结合支持向量机进行夜间雾和低云的分类,从而实现基于时序数据的夜间陆地辐射雾检测。对两期遥感时序数据进行实验发现,与单时相夜间陆地辐射雾检测相比,利用时序数据的方法较好地提高了夜间陆地辐射雾的检测精度。     

基于AVHRR﹑MODIS和MVRIS数据的辐射雾变化检测与分析

以过境时间不同的NOAA-16/AVHRR、NOAA-17/AVHRR、FY1-D/MVRIS、TERRA/MODIS和AQUA/MODIS五种遥感影像数据组成一组序列影像,对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析.经地面验证,序列影像数据在雾变化检测的研究方面具有很大的潜力,检测结果动态地显示了该次大雾的形成﹑发展﹑稳定﹑消散的过程.将检测结果与该区域的DEM和水系矢量图结合分析发现,二者在辐射雾的变化发展过程中起着非常重要的作用.     

基于AVHRR、MODIS和MVRIS数据的辐射雾变化检测与分析

以过境时间不同的NOAA-16／AVHRR、NOAA-17／AVHRR、FY1-D／MVRIS、TERRA／MODIS和AQUA／MODIS五种遥感影像数据组成一组序列影像，对发生在湖北省2005年2月4日的辐射雾进行了一次变化检测与分析。经地面验证，序列影像数据在雾变化检测的研究方面具有很大的潜力，检测结果动态地显示了该次大雾的形成、发展、稳定、消散的过程。将检测结果与该区域的DEM和水系矢量图结合分析发现，二者在辐射雾的变化发展过程中起着非常重要的作用。     

融合光谱阈值与图像技术的静止卫星夜间云检测方法

针对夜间云检测问题,本文基于静止气象卫星Himawari-8影像数据,分析了云像元光谱特征与图像特征,提出了融合光谱阈值与图像技术的静止卫星夜间云检测方法,实现了静止卫星夜间云的快速、准确检测。利用MODIS云产品和CALIPSO雷达数据,对云检测结果进行定性分析与定量验证。结果表明：(1)云检测结果与MODIS的云产品MYD06分布基本一致;(2)算法夜间平均云检测精度达到80.3%;(3)不同季节夜间的云检测精度随季节变化较明显,夏季最高达到83.3%,可以区分不同季节夜间的云与非云区域。因此,融合光谱阈值与图像技术的静止卫星夜间云检测方法能有效实现夜间云检测,为夜间云检测应用提供了新思路。     

基于MODIS卫星数据的平流雾检测研究

利用MODIS卫星数据．对雾与目标物(水、云、雪、地物)分别进行采样．得到光谱曲线并进行光谱分析，提出了有利于白天和夜问平流雾检测的波段．利用该波段选择结果．采用阈值法对平流雾进行检测并得到地面数据验证。结果表明，MODIS数据在雾检测方面具有很大的潜力。     

基于MODIS影像的陆地辐射雾微物理参数反演及动态变化分析

作为一种常见的气象灾害,雾灾严重的影响了人们交通出行等日常生活。基于遥感影像反演的雾微物理参数可在一定程度反映雾灾的发展状况和严重程度,进而对大雾进行有效的监测和预测。本文选取发生于华北地区2007年11月24日13时10分的陆地辐射雾MODIS影像作为试验数据,在大雾生消机理和遥感影像信息提取基础上,构建了大雾路径辐射模型和微物理参数反演算法,成功反演出能见度、含水量、有效粒子半径3个微物理参数,并在湖北省气象局提供的地面观测数据基础上对能见度进行了地面数据验证,得到两者的相关系数为0．9366．地面数据与反演结果相关性较大,数值误差较小,说明反演方法具有可行性。本文进一步应用该模型对发生于华北地区2007年11月21日至11月26日的一次陆地辐射雾MODIS时间序列影像反演微物理参数并进行动态变化分析,总结出大雾具有爆发性产生和重复阶段性发展的特点,能见度主要受大气辐射和水汽供给的影响。其值在50～130m之间变化,和平均含水量、有效粒子半径成反比例关系,共同反映出雾灾的严重程度和发展阶段。     

锡林浩特草原区域MODIS LAI产品真实性检验与误差分析

本文研究了LAI产品真实性检验的指标和方法,建立了LAI产品真实性检验的流程,将遥感产品真实性检验误差分解为模型误差、数据定量化差异和尺度效应3个方面。以内蒙古锡林浩特草原为研究区,结合实测数据和Landsat TM数据建立NDVI-LAI模型,得到LAI验证参考"真值",据此"真值"按照本文的流程对MODIS LAI产品进行验证,分析了研究区MODIS LAI产品真实性检验的误差来源。研究表明,该研究区的MODIS LAI(MOD15A2)产品相对高估约25%。各个误差因素中,LAI遥感模型差异对于结果影响最大,MODIS LAI模型高估了该区域草地LAI(高估约44.2%);数据定量差异的影响也比较大,MODIS地表反射率数据与Landsat TM地表反射率数据的差异造成了约16.2%的低估;尺度效应的影响较小,造成约3.1%的低估,其中NDVI-LAI模型的尺度效应带来2.4%的低估,NDVI数据的尺度效应造成约0.7%的低估。     

面向对象方法的时间序列MODIS数据湿地信息提取——以洞庭湖流域为例

以洞庭湖流域为研究区,对大范围湿地信息遥感提取方法进行了研究。先基于时间序列MODIS EVI及物候特征参数,通过J-M(Jeffries-Matusita distance)距离分析,构建了MODIS(250 m)最佳时序组合分类数据;其次,通过Johnson指数确定了最佳分割尺度,采用面向对象的遥感分类方法(Random tree分类器)提取了洞庭湖流域的湿地信息,并验证该方法的适用性。研究结果表明,基于时序数据与面向对象的Random tree分类的总体精度和Kappa系数分别为78.84%和0.71,较之基于像元的相同算法的总体分类精度和Kappa系数分别提高了5.79%和0.04。同时,基于面向对象方法的湿地整体的用户精度与生产者精度较基于像元方法分别提高了4.56%和6.21%,可有效提高大区域湿地信息提取的精度。     

基于MODIS数据验证分析雾参数反演算法和影响因素

基于遥感影像对雾进行定量分析是近年来的研究热点之一。地面能见度、雾顶高度、垂直总水汽含量和有效粒子半径是对雾进行定量分析的重要参数。选取MODIS传感器数据为数据源,以发生于江苏省西南部的一次冬季平流辐射雾为研究对象,结合来自南京信息工程大学的地面观测数据,对基于大气辐射传输方程模型和SBDART辐射传输的雾物理参数反演算法所反演的地面能见度和雾顶高度进行地面实测数据验证;分析影响这2个物理参数精度变化的原因;在序列影像雾物理参数反演结果基础上,进一步结合地面高程和植被指数对雾物理参数影响因素进行分析。结果表明,该次反演的雾能见度和雾顶高度与地面观测结果相关系数分别为0.908和0.980,由于SBDART模型设置的参数以及BP神经网络训练次数等原因,夜间反演的能见度值偏大;此次大雾物理参数与地面高程和植被指数之间具有一定的关系,地面高程与能见度呈正相关,植被指数和水汽含量呈正相关,与雾有效粒子半径和光学厚度呈负相关;雾区物理参数易受水体和土地利用等影响。     

基于DNB验证的VIIRS夜间云检测方法

针对夜间云检测验证中低云和雾难以区分的困难,提出了对于南方山区有效的云检测和验证方案。通过分析可见光红外成像辐射仪套件(visible infrared imager radiometer suite,VIIRS)传感器数据的新特性和云检测的原理,给出了适合VIIRS夜间云检测的方法。对白天/夜间波段(day and night band,DNB)数据对云检测验证的适用性进行了分析。结果表明:在月亮天顶角小于60°时,DNB波段能够较好地用于夜间云检测验证;在扫描角小于15°时,云检测精度不低于91%;使用VIIRS的M12和M13通道的亮温差值BTM12-BTM13辅助M12和M15通道的亮温差值BTM12-BTM15进行低云检测,能够去除大部分山谷中雾的影响;检测阈值对扫描角大小变化敏感,当扫描角较大时,设定的阈值在检测精度上不如扫描角较小时理想。     

国产卫星数据在土地利用现状宏观监测中的应用评价

利用环境减灾一号卫星(HJ-1)、北京一号卫星(BJ-1)和中巴资源卫星02B星(CBERS-02B)3种国产卫星图像,选取全国范围内6个地形各异的地区,进行了土地利用宏观监测分析评估.采用多种现状信息提取方法,从分类方法、样本数量和特征数据对分类精度的影响进行了比较和分析.发现最大似然法简单易行,精度较高且稳定;面向对象法可明显提高HJ-1图像和BJ-1图像的分类精度.基于最大似然法,CBERS-02B图像样本数为50时,分类精度趋于稳定,且Kappa系数可达0.8以上;HJ-1图像和BJ-1图像样本数达60时精度趋于稳定,Kappa系数可达0.7以上.增加NDVI,DEM等特征数据可提高CBERS-02B图像分类精度,增加DEM特征数据可提高HJ-1图像和BJ-1图像分类精度.在全国范围内实现每2-3年1次的土地利用宏观监测时,为了保证在全国范围内都能获取有效数据,可综合考虑多种中分辨率国产卫星数据的综合应用,本文的结论为宏观监测提供了监测精度和技术方法上的科学参考依据.     

基于MODIS数据的湖北省油菜种植分布信息提取

MODIS归一化差值植被指数(MODIS-normalized difference vegetation index,MODIS-NDVI)时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。为研究基于MODIS数据的油菜种植分布信息提取技术,选取湖北省为研究区,利用2008—2013年75个时相的MODIS-NDVI时序数据,结合农作物物候和地面调查样本等辅助资料,通过建立油菜种植面积提取模型,采用多次阈值比较方法提取了2009—2013年湖北省油菜种植分布信息,与统计数据比较,总体提取精度为85%左右。最后利用环境小卫星HJ-1A CCD数据进行精度验证,证明了MODIS-NDVI时序数据及本文方法在油菜种植面积提取中的可靠性,对掌握油菜种植面积和产量信息、加强农业生产管理、调整农业结构及辅助政府有关部门制定科学合理的农业政策具有重要意义。     

基于MODIS时序影像的湖南省油菜种植面积遥感监测分析

基于时间序列影像数据的提取方法可实现快速监测大面积农作物的种植分布和面积估算.以湖南省为研究区,利用2017年500 m空间分辨率的MODIS NDVI时序数据,结合湖南省耕地分布数据和实地样点数据得到油菜物候标准曲线,采用最小二乘法与阈值法提取得到湖南省油菜种植分布.结果显示,遥感提取得到的湖南省油菜种植面积主要分布在湘北洞庭湖平原、湘中衡阳市、湘南岳阳市,油菜种植面积3.87×106 hm2,通过与2016年湖南省县域统计油菜种植面积数据进行比较,油菜空间格局分布大体一致,相关性系数为0.81,R2为0.66.采用油菜关键物候期的MODIS时序遥感影像,能有效地监测油菜空间分布和估算种植面积,这为油菜种植管理提供基础数据支撑.     

融合时间序列环境卫星数据与物候特征的水稻种植区提取

获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。     

双集合卡尔曼滤波估算时间序列LAI

遥感估算叶面积指数(LAI)时空动态变化对全球气候变化研究具有重要的意义,为了提高遥感估算时间序列叶面积指数的精度,需要耦合遥感观测数据与LAI动态过程模型。本文提出一种基于双集合卡尔曼滤波(Dual EnKF)的时间序列LAI反演方法,同时更新LAI估计值和LAI动态过程模型中的敏感性参数,得到LAI和动态过程模型敏感参数的最优估计值来优化动态过程模型。一方面使得动态过程模型可以更好地描述LAI随时间的变化过程,降低模型预测误差,从而提高LAI动态过程模型的预测能力;另一方面通过耦合动态过程模型和辐射传输模型,集成遥感观测数据与动态过程模型的预测值,进而得到优化的LAI估计值。为检验算法,分别选取作物、草地和林地等典型植被验证站点进行Dual EnKF LAI时间序列估算,并分别与MODIS LAI产品及其SG滤波曲线、集合卡尔曼滤波方法反演LAI、未优化的动态过程模型模拟LAI结果进行比较,并配以一些站点地面实测点数据作为参考。结果表明,采用Dual EnKF方法得到的LAI不但保持了时间上的连续性,而且通过改善动态过程模型的预测能力,即使在缺乏高质量遥感观测数据时,也能够获得符合LAI发展趋势的估算值,没有出现跳跃、波动现象,时间序列曲线较稳定,更符合植被LAI变化规律,表明基于Dual EnKF的时间序列LAI遥感估算方法是提取LAI时间廓线的一种有效途径。     

一种新的北斗卫星钟差预处理方法

为了提高卫星钟差预报的精度,针对钟差数据中量级较小的误差,提出了一种基于中位数的小波阈值法钟差数据预处理策略。首先,利用小波阈值方法将钟差数据进行分解,得到分解后的高频系数和低频系数。然后,利用中位数法处理各层影响阈值设置的高频系数,通过处理后的高频系数计算阈值,从而提高小波阈值法剔除小异常值的能力。最后,用北斗二号卫星钟差数据进行了验证,结果表明,利用所提方法处理后的钟差数据建模,小波神经网络（wavelet neural network,WNN）模型预报的精度提高约14.1%,预报稳定性提高约19.7%。该方法可以有效剔除钟差历史观测序列中量级较小的误差,改善钟差数据质量,从而提高模型钟差预报的精度。     

NASA MODIS海冰产品评价分析——以辽东湾海冰监测为例

NASA开发的MODIS海冰产品可提供全球范围的海冰分布和冰表温度信息,但将其直接用于局地和区域海冰监测时,其精度还有待进一步验证.以辽东湾冬季海冰监测为例,对MODIS海冰产品进行了分析,发现该产品将区域内绝大部分海冰标识为云.根据NASA的海冰算法,利用反射率和冰表温度(Ice Surface Temperatur...     

基于时间序列Sentinel-1A数据的水稻识别

基于时间序列的Sentinel-1A数据,利用光谱相似性方法(SSM)对广东省台山县汶村镇和海宴镇进行了水稻识别。首先将SSM应用于时间序列SAR图像中,计算光谱相似度;再通过设置阈值获得初始水稻种植面积图;最后消除斑点噪声,获得水稻种植面积图。结果表明,基于VH极化图像,利用SSM和阈值法获得的水稻种植面积图的总体精度最高为97.34%,Kappa系数为0.94。因此,时间序列Sentinel-1A数据对于识别水稻或其他作物具有很大的潜力。     

用地面点测量数据验证LAI产品中的尺度转换方法

遥感叶面积指数产品精度和不确定性需要通过地面测量的数据来验证。因为两者的空间尺度差异,验证前需要通过尺度转换方法将这两种数据的尺度统一。将泰勒级数展开模型进行改进后,可以用于解决叶面积指数遥感产品验证中地面测量数据与遥感产品尺度不匹配的问题,同时可以针对每个数据定量给出误差。将误差在阈值范围内的实测数据作为地面参考值对遥感产品进行验证。本文利用这种方法将黑河综合遥感联合实验数据集中的地面测量叶面积指数尺度上升到遥感像元尺度,并与MODIS,GLASS LAI遥感产品进行了比较。     

面向对象的沿海地区土地利用/覆被信息提取研究

土地利用/覆被(LUC)可为土地资源领域相关研究提供基础数据.本文构建了面向对象的LUC分类方法,并以沿海特殊土地类型区连云港市为例,应用Landsat 8影像开展了实证研究。结果表明:①总体分类精度达到85.06%,总体Kappa系数为0.83,超过了0.7的最低允许判别精度;②该方法可以有效地减少研究区因南北部区域耕地植被覆盖度不同导致的错分现象,并可以用于盐田与滩涂信息的提取工作;③该方法既可为研究区土地利用相关研究提供符合精度要求的数据.也可为其他沿海地区进行土地利用/覆被信息提取工作提供参考和借鉴。