耦合卡尔曼滤波和多层次聚类的中国PM2.5时空分布分析

近年来,细颗粒物污染尤其是PM_2.5受到人们越来越多的关注,研究PM_2.5的时空分布规律也具有越来越重大的意义。传统的遥感反演方法模型复杂,且不能揭示近地表面的PM_2.5分布规律。地面监测站的建设为PM_2.5的研究提供了更实时的观测数据,但由于测量噪声的影响,观测数据存在不准确的极端异常值。为了揭示中国PM_2.5的时空分布特征,本研究采用Kalman滤波对2015年中国338个城市的空气质量监测网络大数据进行最佳估计,并分析其时空特征。同时,根据中国各城市的PM_2.5浓度的时序分布,采用基于DTW的K-Medoids聚类方法将其分为4个等级,并采用q统计量来评估PM_2.5浓度分布的空间分层异质性。结果表明,采用Kalman滤波能有效去除数据噪声,峰值信噪比（PSNR）明显增大。在时空分布上,中国PM_2.5时间分布曲线呈现“U”形,冬季PM_2.5浓度明显高于夏季,且日变化曲线呈现“W”形;秋冬季PM_2.5浓度的空间分层异质性非常显著,且空间分布呈现“双核分布”,重污染区主要分布在华北平原、新疆等地,西藏、广东、云南等地是稳定的空气质量优良区。     

疟疾发病的空间格局和时空演化分析

疟疾是一种具有复杂地理空间分布特征的地方性疾病,研究疟疾的空间格局,掌握疟疾发病的时空演化规律,为疟疾的防治提供科学决策具有十分重要的科学意义.本文以湖南省105个市、县级行政区1983～1992年疟疾发病的历史资料为例.运用空间自相关分析方法对湖南省疟疾发病的空间格局和时空演化规律进行分析、探测和识别.研究结果表明:湖南省各市县疟疾发病地域差异明显,整体呈现"南高北低"的空间格局,且主要集中在湘南和湘中经济相埘落后的地区.在这期间,湖南省的疟疾发病经历了一个从"南低北高"到"南高北低"的时空演化过程.     

集成多源遥感数据的PM2.5浓度空间分布制图

针对传统地面稀疏站点监测PM_2.5浓度以点带面的缺陷,本研究拟借助多源遥感数据开展了地面大气细颗粒物PM_2.5浓度空间分布模拟研究。以京津冀地区2013年的年均、季均PM_2.5浓度模拟图为例,用简化的气溶胶反演算法（SARA）反演了 1 km高分辨率AOD,并结合高分辨率遥感提取污染相关地理要素,对研究区PM_2.5浓度空间分布进行地理统计模拟及优选。结果表明：① SARA算法反演的AOD与地基AERONET相关性达0.99,能准确地反映研究区AOD的时空分布特征;② 集成多源遥感数据的地理加权回归模型拟合度高（平均R²-0.66）,其空间模拟显示研究区平均PM_2.5污染南部城镇最重,中东部城区次之,西北山区较轻;③ 研究区PM_2.5污染程度高,全年平均模拟浓度高达75 μg/m³,在气候环境及主要污染源季节性差异驱动下,浓度分布季节性特征显著,冬季污染最严重,而夏、秋季相对较轻。该成果对于精细把握PM_2.5污染特征,指导污染防控具有重要意义。     

基于不确定性分析的遥感分类空间分层及评估方法

空间分层是准确度量遥感分类不确定性程度及其空间分布的基础与关键。本文提出了一种基于不确定性分析的遥感分类空间分层及评估方法,首先基于随机森林算法获取像元后验概率,确定分类不确定性度量指标;其次,采用模糊C均值进行空间分层;最后,对分层结果合理性进行定性与定量评估,并与同尺度数据产品精度评价结果及后验概率不确定性分层方法进行对比分析。以北京市顺义区Landsat 8 OLI遥感影像数据为例,研究结果表明：① 基于最大概率、模糊混淆指数和概率熵指标将顺义区分为不确定性大、中、小3层,相应的遥感数据层分类精度分别为62.28%、74.96%、79.31%;② 分类不确定性空间分层结果与度量指标大小的空间分布基本一致,错分地类图层与不确定性大层的地类空间分布基本一致;③ 遥感数据和数据产品的各层地类空间特征、层分类精度大小趋势一致,与总体分类精度相比,不确定性大层的层分类精度降低,不确定性小层的层分类精度提高;④ 与后验概率不确定性分层方法相比,本研究不确定性大层的层分类精度降低1.08%,不确定性中层提高3.58%,不确定性小层提高0.16%,q值由0.19提高到0.24,空间分异性更高。证实了研发的遥感分类不确定性空间分层结果的合理性。研究旨在提出适用于遥感分类的不确定性分层方案,用于优化遥感分类训练样本和精度评价验证样本的空间布设。     

四川省山洪灾害时空分布规律及其影响因素研究

山洪灾害时空分布规律及其影响因素,是灾害时空数据挖掘领域所关注的重点问题。本研究采用1950-2015年四川省历史山洪灾害事件数据,结合地统计、地理探测器、空间分析等方法,系统地分析了四川省1950-2015年历史山洪灾害的时空分布规律及其影响因素。结果表明：① 1950-2015年四川省山洪灾害数量整体呈先稳定后增长的趋势;山洪灾害主要集中在5-9月,7月覆盖率100%。② 县域灾害频次在南-北方向呈递减分布趋势;平均降雨量（历史山洪灾害过程降雨的平均值）在东-西方向呈指数型增长趋势,南-北方向由中部向南北递减。③ 1950s-2010s和5-9月历史累计山洪灾害重心及各标准差椭圆中心集中在四川中部地区,向东北方向移动,累计灾害点空间分布呈西南—东北格局。④ 县域山洪灾害数量及平均降雨量呈空间正自相关。⑤ 地理探测器分析表明自然因素、降雨、人类活动等因素对山洪灾害时空分布影响较大,其中不同降雨指标、高程标准差、坡度是山洪灾害时空分布规律的主要驱动因素。研究结果对查清四川省山洪灾害时空分布特征及小流域山洪监测预警、风险评价、防治区划等提供坚实的理论基础和科技支撑。     

车载激光扫描数据路坎点云提取方法

车载激光扫描系统能够快速准确地获取街道环境的点云数据,但由于扫描点云的点密度高、数据量大、空间分布不均匀、地物相互遮挡及城市街道环境复杂等特点,难以直接从原始点云数据中提取出路坎点云。本文首先通过分析路坎点云的空间分布特征和局部几何特征,构建包含相对高程、法向量方向、多尺度高程差及多尺度高程方差的点云特征向量;然后,采用SVM提取城市街道环境车载激光扫描数据中的路坎点云,并对提取结果进行聚类去噪,优化路坎点云。最后,通过Street Mapper 360系统和Lynx Mobile Mapper V100 系统采集的4份不同城市街道环境车载激光扫描数据对本文方法进行验证,其中路坎点云提取结果的完整度均超过了94.99%、准确度均超过91.88%、精度亦均达到了90.55%以上。实验结果表明,本文方法能够精确地提取复杂城市街道环境中规则或不规则的路坎点云,且具有较强的稳健性,适用于各类复杂的城市街道环境。     

老挝北部Sentinel-2 A/B云覆盖适宜阈值界定及其影像获取概率时空差异

光学卫星影像云覆盖时空特征评估是衡量其作为重要遥感监测数据源的前提。Sentinel-2 A/B影像因其免费获取、多光谱（红边）、更高时空分辨率等优势,已在全球不同尺度陆面植被与生态监测中受到重视。相较于Landsat等同类影像产品,有关Sentinel-2 A/B的云覆盖分析还未见报道。本文利用2016—2018年老挝北部所有5288景Sentinel-2 A/B影像（Granule/Tile）的云覆盖元数据,基于不同云覆盖阈值（0~100%）水平下的影像获取概率差异确定了影像获取概率分析的云覆盖适宜阈值,并揭示了云量特征阈值水平下的影像获取概率时空差异。主要结论如下:① Sentinel-2 A/B影像获取概率分析云覆盖适宜特征阈值为20%（即云覆盖≤20%）,该阈值水平下老挝北部Sentinel-2 A/B影像的逐月累积平均获取概率最高（约27.41%）;② 在20%云覆盖阈值水平下,老挝北部Sentinel-2 A/B影像逐月累积平均获取概率差异在时间上与旱季（11月—次年4月）雨季（5月—10月）的时间分布较为吻合。旱季获取概率约为42.91%,3月概率（50.27%）最大,4月与2月次之,时间上与刀耕火种焚烧与橡胶林落叶特征吻合;雨季相应概率约为11.81%,6月最低（约1.26%）;③ 老挝北部Sentinel-2 A/B影像逐月累积平均获取概率在空间上存在东西差异,旱季西部省域单元（如琅南塔）影像获取概率远高于东部,雨季西部地区影像获取概率则略低于东部地区。本研究既可为后续开展大区及全球Sentinel-2 A/B影像云量分析提供借鉴,也对开展联合国减少森林砍伐和退化排放（UN-REDD）计划引发的土地利用变化如刀耕火种农业演变、橡胶林扩张等遥感监测有指导意义。     

机载LiDAR点云数据的二面角滤波算法

机载LiDAR是获取地表DEM的重要技术之一。本文针对机载LiDAR点云数据在复杂城区环境下的大型建筑及低矮地物滤波问题,提出一种新的二面角滤波法。利用空间二面角的平面角可以表达空间两相交平面相对位置的原理,实现机载LiDAR点云数据滤波。首先,算法提取点云数据中的高程突变点,以非突变点的二面角余弦均值稳定性作为判定迭代结束的条件;其次,分别统计高程突变和非突变点集的二面角余弦值频率分布,以交点处对应余弦值和最后一次迭代的坡度值作为LiDAR点云滤波的判定条件;最后,利用数学形态学“开”算子,去除残留低矮植被,得到可靠的滤波结果。对同一区域机载LiDAR点云数据,通过“二面角法”与“渐进三角网法”进行滤波处理。实验结果表明,二面角滤波法能有效地降低地物点错分为地面点的百分率,且在去除地物信息的同时能良好地保留地形特征。     

青藏高原冰川变化遥感监测研究综述

在全球变暖影响下,青藏高原冰川消融造成的冰川径流增大、冰湖溃决等问题威胁着山区及其周边居民的生命财产安全,对青藏高原冰川变化的研究日益紧迫。本文综述了国内外山地冰川变化遥感监测手段的发展、冰川面积及冰面高程变化的遥感监测研究现状、存在问题与发展趋势,并总结了中国青藏高原冰川变化遥感监测研究的主要成果。此外,本文基于2003-2009年ICESat/GLAS数据,计算了青藏高原各山区冰面高程变化及其冰川消融量。结果显示：青藏高原冰川面积持续减少,青藏高原冰面高程的平均变化为-0.24±0.03 m/a,冰川融水量为-14.86±11.88 km³/a,冰川变化呈现从青藏高原东、南外缘山区往内陆与西、北部山区减慢的时空特征。     

MODIS影像的局地云量信息元数据提取算法与应用

云对于光学遥感影像质量及其反演地表参数精度有着重要影响,且其作为时空多变要素之一,在一定程度上制约了光学遥感影像的应用。对于具有2 330km的大扫描幅宽MODIS影像而言,现有的元数据标准仅能反映影像的总体云量,而无法反映云的空间分布状况,限制了MODIS数据的局地研究和应用。本文在现有遥感影像元数据标准的基础上,提出了新的元数据项--局地云量,用于反映云在条带影像中的空间分布状况,并实现在MODIS二级云掩膜条带产品(MOD35)中针对特定区域的局地云量信息提取算法。经验证,本算法能较快速和准确地提取省级行政区的局地云量信息,并可根据用户的需求进一步推广到任意指定的多边形区域,为MODIS数据在局地研究和应用提供了便利。     

Identifying sky conditions in Iran from MODIS Terra and Aqua cloud products

Clouds can influence climate through many complex interactions within the hydrological cycle. Due to the important effects of cloud cover on climate, it is essential to study its variability over certain geographical areas. This study provides a spatial and temporal distribution of sky conditions, cloudy, partly cloudy, and clear days, in Iran. Cloud fraction parameters were calculated based on the cloud product(collection 6_L2) obtained from the Moderate Resolution Imaging Spectroradiometer(MODIS) sensors on board the Terra(MOD06) and Aqua(MYD06) satellites. The cloud products were collected daily from January 1, 2003 to December 31, 2014(12 years) with a spatial resolution of 5 km × 5 km. First, the cloud fraction data were converted into a regular geographic coordinate network over Iran. Then, the estimations from both sensors were analyzed. Results revealed that the maximum annual frequency of cloudy days occurs along the southern shores of the Caspian Sea, while the minimum annual frequency occurs in southeast Iran. On average, the annual number of cloudy and clear-sky days was 88 and 256 d from MODIS Terra, as compared to 96 and 244 d from MODIS Aqua. Generally, cloudy and partly cloudy days decrease from north to south, and MODIS Aqua overestimates the cloudy and partly cloudy days compared to MODIS Terra.     

基于Google Earth Engine平台的三江源地区生态环境质量动态监测与分析

三江源是中国陆地生态系统最脆弱和敏感的区域之一,一旦遭到破坏则不可逆转。受三江源地区多云等不利气象条件的影响,很难获取大范围尺度上季相一致的、无云的Landsat遥感影像。本文利用Google Earth Engine平台,对1990-2015年的相同季节的3766景Landsat影像进行像元级融合并重构最小云量影像集,借助GEE的并行云端计算,快速得到了能够反映生态环境质量的遥感生态指数（RSEI）,对三江源地区的生态环境质量进行了评价与监测。三江源时空变化与差异分析表明：1990-2000年生态环境质量呈快速下降状态,RSEI平均值从0.588下降到了0.505,生态环境质量变化以轻度恶化为主;2000-2015年生态环境质量下降速度变缓,并于2015年呈现变好态势,生态环境质量变化以不变为主,且轻度恶化面积大幅减少;该地区的生态环境状况呈现出空间分异,自西向东,生态状况变差。基于GEE平台在三江源地区的实验结果表明,GEE可以作为大区域范围的生态环境质量评价与监测的计算平台。     

江苏省县域乡村集聚与脆弱性评价

基于脆弱性视角探究乡村地域系统可持续发展情况与集聚特征的空间关联效应,对推进美丽乡村建设具有重要意义。以SPOT2/4全色和Landsat TM卫星遥感融合影像为主要数据源,解译校正得到2016年江苏省乡村聚落斑块。在利用平均最近邻距离指数、核密度估计和标准差椭圆方法明确江苏省乡村集聚分布特征的同时,从资源、经济和社会脆弱性视角构建乡村脆弱性综合评价模型,进一步探讨县域乡村空间集聚特征与脆弱性发展程度的关联规律。结果表明：① 江苏省乡村地域自内核向外缘分布密度逐渐递减,苏北地区中部、苏南和苏中地区毗邻处乡村聚落密集分布,整体空间异质性和集聚形态的方向性特征明显;② 江苏省县域乡村脆弱程度存在地域分区不均衡现象,子系统相关性较弱,空间耦合特征尚不明显;③ 资源脆弱性子系统与经济、社会脆弱性之间均存在显著负相关关系,是当前江苏省县域乡村发展的薄弱环节;④ 江苏省县域乡村资源、经济和社会单一脆弱子系统集聚分布特征明显,综合脆弱性与集聚特征并未实现空间良性共振。     

丽江市冰雹天气的红外云图和雷达回波特征分析

利用丽江市2006—2008年3—9月的25次降雹资料，分析了丽江市冰雹时空分布特征和大气环流特征。选取2008年3月22日、6月9日和9月24日发生在丽江3次冰雹天气过程的红外云图和雷达回波进行分析，结果表明：春季南支槽冰雹天气云层厚度小（类似层状云降水）且TBB值较高，冰雹云雷达回波强度弱，高度低；夏秋季节在典型环流背景下，强对流冰雹云的TBB值最低、最集中、附近强对流天气单体活动最剧烈，在雷达回波上表现为较大区域内出现有组织、相对孤立的点状回波，这些点状回波发展较快、生命史较长，通过雷达加密监测，可及时发现对流天气并及时预警。     

关键生育期冬小麦和油菜遥感分类方法

农作物空间分布的遥感识别是地理学、生态学和农学等多学科研究的前沿和热点,多源遥感数据在其中发挥着重要的作用。本研究结合冬小麦和油菜的种植及生长特点,以安徽省合肥市为研究区域,利用ZY-3、Sentinel-2和GF-1等多源遥感影像数据,以高程、坡度等数据为辅助信息,结合以多尺度分割、最邻近法和阈值法等为主要步骤的面向对象的分类方法,提取研究区合肥市冬小麦和油菜种植的空间分布信息。结合来自于GVG农情采样系统和Google Earth高分辨率影像上获得的地面验证数据进行分类精度验证,计算得到分类结果的混淆矩阵,并根据混淆矩阵数据计算出分类的总体精度为94.43%,Kappa系数为0.914。结果表明,本研究提出的方法能够有效地区分在冬小麦和油菜的混种区域里两种作物种植区域的空间分布,且这种多种策略相结合的分类方法体系,能够适用于其它区域甚至是更加大尺度上的作物分类。     

遥感影像云及云影多特征协同检测方法

遥感影像中云及云影不同程度地影响着地物信息的有效获取。随着多源遥感数据的日益丰富,交叉应用多源、多时相遥感影像复原云及云影区的影像,以有效地获取地类演变过程是遥感大数据应用研究的重要内容。高精度的云及云影检测是遥感影像云及云影区修复的前提和保障。复杂多变的光谱特征以及难以有效表达的空间形态特征,使云及云影一直存在检测过程复杂、适用性差和精度不高的问题,难以形成稳定有效的检测方法。在对厚云、薄云、冰雪及其他地类多光谱特性分析的基础上,本文提出了一种云及云影的多特征协同检测方法。首先,对冰雪、云及其他地物类型可分性较好的红、短波红外、热红外波段,利用SAM方法匹配云光谱特征曲线,并进一步结合短波红外波段像元绝对值区分云与冰雪,以及热红外波段像元绝对值区分云及其他地物类型;其次,通过组合云影定向移动模型与近红外波段亮度阈值检测出云影像元。对具备这些光谱波段的Landsat-8进行实验,结果表明多光谱曲线、“诊断性”波段及空间关系多特征耦合能有效地检测出影像中的薄云、厚云及云影,整体精度优于95%。     

基于区域特征分割的密集匹配点云渐进形态学滤波

随着计算机视觉和遥感技术的进步,基于遥感影像的密集匹配也成为目前获取高精度点云的重要手段之一。与LiDAR点云类似,点云数据处理的基础步骤就是点云滤波。在数据特征上,密集匹配生成的点云与LiDAR获取的点云既类似但又有区别。本文在渐进形态学滤波算法上添加了特征条件,将点云和图像结合成深度图像,并对深度图像按典型地物类型进行语义分割,从而对与图像平面坐标一致的点云进行标记和首次滤波;然后按几何特征将场景简单分类,按分类结果对应的参数滤波构建地面点三角网;最后综合初滤波结果和语义分割类型标记对特征相似的区域进行优化确认,得到最终的滤波结果,并与布料模拟滤波（CSF）算法进行了对比验证实验。结果表明,基于特征的渐进形态学滤波其I类误差在1.98%以内,Ⅱ类误差在2.33%以内,较适宜对精度要求较高的应用,尤其是混合地形的滤波。     

多星数据协同的地块尺度作物分类与面积估算方法研究

为了解决多云雨地区遥感数据时空覆盖缺失的问题,以满足对地块尺度作物种植信息日益迫切的应用需求,本文在遥感图谱认知理论框架下发展了一种基于多星数据协同的地块尺度作物识别与面积估算方法。首先,基于米级高分辨率影像提取农田地块对象;其次,通过对多源中分辨率时序影像的有效化处理和指数计算,获取“碎片化”的高时空覆盖有效数据,并以地块对象为单元构建时间序列;然后,在时序分析基础上,建立多维特征空间,结合作物生长物候特征,构建决策树模型进行作物分类识别与面积计算;最后,以湖南省宁远县为研究区开展了水稻种植信息的提取实验。结果表明：本文方法可在农田地块尺度下实现不同水稻类型的准确识别及其种植面积的精细提取,早、中、晚稻的用户精度分别可达94.33%、90.76%和95.95%,总体分类精度为92.51%,Kappa系数为0.90;早、中、晚稻面积提取精度分别为93.37%、91.23%和95.42%。试验结果证明了本文方法的有效性,为其他作物种植信息的精细提取提供了借鉴。     

大气气溶胶光学特性与遥感图像光谱相关性分析

大气气溶胶对气候变化有重要的影响,由于观测资料缺乏,遥感成为越来越重要的研究手段。通过对气溶胶粒子的散射和反射特性分析表明,气溶胶的光学特性因气溶胶的成分和入射光波长的不同而不同,利用这些光谱差异,可以通过遥感方法进行光学厚度的反演,进而研究气溶胶的运动及分布、气候效应等特征。气溶胶中不同的粒子尺度及组成使其散射光学特性有较大的差异,2.1μm(或2.2μm)波段处的光谱反射率受尘粒气溶胶的影响较大;气溶胶具有时空变异特征;气溶胶在大气层上界(TDA)的辐射强迫表现为正效应,在单粒子反射率(SSA)的某一区间,其净效应因云状大小、表面反射率以及垂直气溶胶和云的分布的变化而变化,它通过影响云的凝聚核和半向效应而具有间接辐射强迫效应,另外它与臭氧的含量具有密切关系;在气溶胶信息的获取中,太阳光度计观测是一种重要手段,遥感正成为研究气溶胶越来越重要的途径。     

高分六号影像在内陆水体叶绿素a反演中的应用潜力分析

GF-6 WFV影像具有宽覆盖、高时空分辨率、高光谱分辨率等特点,目前在农业和林业遥感领域都有一定应用,但是在水质遥感中的应用潜力还缺乏系统的评估。本文以潘家口和大黑汀水库为研究区,采用2019年9月24—25日获取的潘家口和大黑汀水库叶绿素a浓度、实测遥感反射率和准同步GF-6 WFV影像,构建了潘家口和大黑汀水库叶绿素a浓度经验反演模型,探索GF-6 WFV在内陆水体叶绿素a浓度遥感监测中的应用潜力。研究结果表明,基于GF-6 WFV模拟光谱构建的潘家口和大黑汀水库叶绿素a浓度经验模型决定系数均在0.90以上,GF-6 WFV影像在水体叶绿素a遥感监测中具有应用潜力,尤其是新增的黄波段和红边波段1,有助于提高GF-6 WFV影像叶绿素a浓度遥感监测能力;GF-6 WFV影像大气校正误差降低了叶绿素a浓度遥感监测精度,GF-6 WFV影像水体大气校正精度有待改进,以提升GF-6 WFV影像水质遥感监测能力。