基于高分一号与Landsat-8影像的水体浊度反演比较

为分析高分一号WFV传感器16 m遥感影像在水质反演方面的能力,本文选取南四湖为研究区,以高分一号卫星影像与Landsat-8卫星OLI影像为数据源,结合地面同步实测水体浊度数据,建立反演水体浊度的原始光谱反射率模型、归一化反射率模型和波段比值模型,并对各模型进行精度评价,分别比较两个传感器在浊度反演能力方面的差异。结果表明:利用高分一号WFV 16m遥感影像进行水质反演具有较高的精度,且具备更高的空间分辨率和更短的重访周期,可以替代Landsat-8多光谱数据。     

基于高分一号对资源三号卫星交叉定标的研究

为了研究在不依靠国外辐射基准卫星为参考的情况下,基于国产高分辨率卫星对资源三号(ZY-3)卫星交叉定标的可行性,该文提出了一种基于国产高分辨率卫星高分一号(GF-1)的交叉定标方法。实验对ZY-3多光谱传感器MUX进行了两次交叉定标实验:第一次以GF-1PMS为参考传感器;第二次以GF-1 WFV2传感器为参考。两次交叉定标结果与MUX场地定标系数对比,以PMS为参考的交叉定标相对误差在4个波段分别为-1.16%、3.19%、1.62%和5.64%;以WFV2为参考的交叉定标相对误差在4个波段分别为2.83%、17.30%、20.85%和7.54%。采用Landsat-8数据作为验证参考,利用PMS-MUX交叉定标结果反演辐亮度值,在4个波段的最大相对误差为-6.88%。经过分析讨论,PMS-MUX交叉定标结果的不确定度为6%。     

顾及多积分时间特性的GF-4卫星PMS传感器交叉辐射定标

针对GF-4卫星PMS传感器具备5个积分时间的成像特性,提出一种基于辐射区域网平差的交叉辐射定标方法。首先,利用敦煌辐射校正场地区时间序列有效MODIS影像集,构建该区域高精度BRDF模型。其次,考虑BRDF和SBAF校正,从该地区Landsat-8卫星OLI影像和PMS影像中提取辐射控制点。然后,设置DN值和CV限制条件,在凝视成像状态下从不同积分时间PMS影像中提取辐射连接点。最后,利用新建定标模型计算各积分时间状态下的定标系数。验证结果表明,不同积分时间的各波段平均绝对定标精度均优于5.18%,且不同积分时间影像间各波段辐射差异最高降低36.64%。同时,探讨了辐射控制点分布、BRDF、SBAF和辐射连接点筛选条件对定标结果的影响,为进一步优化PMS传感器交叉辐射定标流程提供重要参考。     

地表反射率产品支持的GF-1 PMS气溶胶光学厚度反演及大气校正

GF-1卫星PMS(GF-1 PMS)数据具有高空间分辨率、短重访周期的特点,可以在地表类型识别、参数提取中发挥重要作用。但由于缺少2.1μm附近的短波红外波段,使得气溶胶反演时地表反射率的精确确定非常困难,从而导致其高精度大气校正难以开展,限制了该数据的应用。本文提出了一种地表反射率数据支持的气溶胶反演方法,用于GF-1PMS数据的大气校正。其基本思想是:使用现有的地表反射率数据集为GF-1PMS数据提供地表反射率,用于确定GF-1PMS图像中浓密植被像元(DDV)的分布,基于确定的浓密植被像元反演气溶胶光学厚度(AOD),并用于大气校正。这里使用的地表反射率数据集为合成的无云MODIS地表反射率产品,对GF-1PMS数据做了空间尺度的转换。为降低两类数据配准误差对地表反射率确定的影响,提出了使用区域NDVI分布百分比匹配的方法,回避了像元的直接匹配,为GF-1PMS数据提供DDV的空间分布。为验证该方法的有效性,利用北京、太湖两个AERONET站点观测的气溶胶光学厚度对气溶胶反演结果进行精度验证,结果表明,气溶胶反演算法精度较高,稳定性较强。AOD反演结果应用于北京和敦煌地区的GF-1PMS数据大气校正,获得的地表反射率与地面实测的地表反射率的误差低于0.015,且大气校正后影像对比度明显提高。     

GF-6WFV黄边波段在森林扰动监测中的应用潜力研究

为了探讨国产高分六号卫星多光谱宽视场成像仪(WFV)八波段数据在森林扰动研究中的应用潜力,本文基于北京市西山林场2018年10月-12月期间的4期高分六号卫星WFV数据,经数据标准化处理后,比较4波段和7波段黄边归一化植被指数(YNDVI)与标准NDVI在森林扰动信息提取方面的差异。研究结果表明在初秋至初冬的时间序列内,植被的季节性变化明显,GF-6 WFV的近红外波段对于森林扰动监测作用最大;基于近红外和黄边波段建立的YNDVI比近红外和红波段的NDVI更能有效反映森林扰动信息。因此,GF-6WFV传感器的新增波段在森林资源监测、病虫害监测、森林火灾预警等多个方面具有巨大应用潜力。     

高分五号卫星高光谱AHSI和多光谱VIMI传感器辐亮度数据的交互对比

高分五号卫星搭载的对地观测传感器有高光谱传感器(advanced hyperspectral imager, AHSI)和全谱段光谱传感器(visual and infrared multispectral imager, VIMI),但这两种传感器之间的光谱信号是否一致迄今鲜有报道。通过敦煌定标场和滕州地区的3对AHSI和VIMI同步影像对,对两种传感器的辐亮度数据之间的一致性进行了交互对比,并与同步的Landsat-8 OLI (operational land imager)辐亮度数据进行验证。结果发现,两种传感器的辐亮度数据之间存在一定的偏差,VIMI的辐亮度数据明显小于AHSI,其偏差率接近32%,二者的决定系数R2也只有0.817;在各个对应波段之间,红波段的差距最大,其偏差率超过40%。与Landsat-8OLI的验证表明,AHSI的辐亮度数据与OLI很接近,偏差率小于5%,但VIMI数据的偏差率则大于20%。鉴于VIMI和AHSI的辐亮度数据存在一定的差距,在现阶段如需同时应用两者数据,建议先对VIMI数据进行转换校正。利用敦煌试验区的模型进行数据转换,结果表明,VIMI辐亮度数据经转换后,可大幅度缩小与AHSI数据之间的差距,有利于二者的协同使用。     

基于GF-1与Landsat-8影像的山区苹果园地信息提取

GF-1卫星影像具有空间和时间分辨率高、纹理信息丰富等优势,而Landsat-8卫星影像具有多波段、光谱信息充足等优势。针对两种影像的特点,本文分别用面向对象分类方法进行苹果园地信息提取研究,结果表明:两种影像的分类精度都比较高,但由于研究区域属于山区,地块分布不均匀,GF-1影像发挥其空间分辨率较高的优势,苹果园地面积提取精度比Landsat-8高1.19%。     

Sentinel-2A与Landsat 8O LI逐像元辐射归一化方法研究

考虑不同传感器光谱响应函数差异及不同地物类型反射率光谱的差异,提出了一种逐像元辐射归一化方法,并以2017年7月17日内蒙古达里诺尔湖地区准同步过境的Sentinel-2A及Landsat 8数据为例,对两类数据可见-近红外波段（VNIR）地表反射率结果进行归一化。首先采用Sen2cor方法及NASA官方提供大气校正算法,分别对Sentinel-2A及Landsat 8 OLI影像进行大气校正并重采样到同一空间分辨率;然后基于光谱库计算匹配因子并构建图像与光谱库之间的匹配转换模型,实现像元尺度上从Sentinel-2影像到Landsat 8影像地表反射率相似波段之间的转换。结果表明,经逐像元归一化的影像相比原始影像及经HLS光谱归一化的影像,与Landsat 8 VNIR波段的相关性明显提高,辐射一致性增强。该转换模型为多源中高分辨率遥感图像高精度辐射归一化提供了新思路。     

基于GF-1 WFV和Landsat-8 OLI提取植被信息方法比较研究

针对GF-1 WFV和Landsat-8 OLI两种传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)和修正的土壤调整植被指数(MSAVI)5种植被指数,采用同一时期的两种传感器数据对四川省茂县进行植被信息提取,并结合像元二分模型估算植被覆盖度,计算分析两种数据源下不同植被指数的差异性。结果表明:GF-1数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85。对于Landsat-8数据提取的SAVI的结果最佳,其中2013年分类总精度为94.38%,Kappa系数为0.86;2015年分类总精度为95.83%,Kappa系数为0.88。根据统计指标分析表明:在高原山区地形环境下,利用植被指数估算植被覆盖度,GF-1卫星采用NDVI、Landsat-8卫星采用SAVI比较合适,且GF-1数据的估算精度要高于Landsat-8数据。     

基于多分辨率分析的GF-5和GF-1遥感影像空—谱融合

针对空间分辨率比率较大尺度差异下的高分五号(GF-5)与高分一号(GF-1)卫星影像的空—谱融合问题,提出多传感器影像融合策略:一方面,通过现有空—谱融合方法的分步融合得到融合影像;另一方面,在分步融合理论基础上,推导得出一体化融合基础框架,并进一步提出基于多分辨率分析的多传感器一体化融合方法,缓解现有方法因空间分辨率比率过大导致影像空、谱互补信息难以有效集成的问题。其中,提出的一体化融合方法基于调制传递函数MTF (Modulation Transfer Function)滤波对多传感器影像空间(高频)和光谱(低频)分量进行分解提取,并充分考虑多传感器高空间分辨率影像与高光谱分辨率影像之间的关系,以及高光谱分辨率影像波段间关系,设计合理的融合权重,最终可得到具有最高空间分辨率和最高光谱分辨率的融合影像。通过GF-1全色影像、GF-1多光谱影像、GF-5高光谱影像数据对提出方法进行实验验证,结果表明:本文方法可有效集成多传感器影像间的空、谱互补信息,得到较优融合结果。     

一种国产高分卫星遥感影像变分融合方法

由于现有全色/多光谱融合方法对国产高分卫星遥感影像数据特点考虑不足,提出一种针对国产高分卫星遥感影像的变分融合方法。该方法充分考虑融合影像波段间光谱关系的保持,构建基于光谱梯度的三维光谱高保真模型,并针对国产高分卫星全色影像存在模糊降质的数据特点,发展顾及模糊降质的空间增强模型。在此基础上,结合影像先验知识建立融合目标函数,最后采用梯度下降法优化求解得到融合影像。通过高分一号(GF-1)和高分二号(GF-2)影像数据对提出的融合方法进行实验验证,并与典型GS,PRACS和ATWT-M3等融合方法分别从定性和定量2方面进行比较分析。实验结果表明,该融合方法充分考虑了国产高分卫星影像数据特点,在对照实验的几种方法中得到了最优的融合结果,可在有效提升多光谱影像空间分辨率的同时,很大程度上保持原有的光谱信息。     

基于GF-1卫星数据岩性自动化识别方法试验

以青海省宗务隆地区为实验区, GF-1卫星PMS数据为数据源,重点从图像预处理、岩性标识体系建立、影像分割、影像分类等方面进行了基于面向对象的岩性自动分类方法实验,对实验结果进行了可靠性和稳定性评价。结果表明,利用高分一号卫星数据进行岩性自动化分类是可行的。     

GF-1WFV与Landsat8OLI的NDVI交互比较与定量关系研究

为弥补、修正构建Landsat 8归一化植被指数(normalized differential vegetation index,NDVI)长时间序列中因云层覆盖、影像质量与重访周期导致的数据缺失问题,交互比较高分一号(GF-1)与Landsat 8两类传感器的植被探测能力,并对其植被指数的定量关系进行研究,探讨以GF-1局部镶嵌或全局替换Landsat 8缺失数据构建时序NDVI的可行性。结果显示,Landsat 8与GF-1具有NDVI差异性,具体表现为Landsat 8探测地物信号更强,而GF-1获取地物信息量更多;相同空间分辨率(30 m)下两传感器NDVI数据呈现高度线性相关,经方程转换后,GF-1的NDVI拟合数据与Landsat 8的NDVI关系增强;同时,两传感器的NDVI数据存在区域差异性,且拟合数据可以有效减少差异程度。实验表明,此方法可实现Landsat 8高分辨率时序NDVI的构建,具有一定应用价值。     

顾及多相机拼接成像特征的高分一号卫星影像自适应匹配方法

卫星影像高精度匹配一直是备受关注的热点问题。以高分一号(GF-1)卫星PMS传感器双相机全色影像为研究对象,通过对其同名点间的几何偏移特性进行长时间序列统计分析后,提出了一种顾及多相机拼接成像特征的GF-1卫星影像自适应匹配方法。该方法是在传统影像匹配过程中加入自适应算法,利用迭代计算实现对目标搜索窗口、范围和方向的自适应选择。研究结果表明,该方法能够实现GF-1卫星同轨全色影像间的高精度自适应匹配,可以为其他类似卫星传感器影像匹配提供参考依据。     

HJ-1A CCD与TM数据及其估算草地LAI和鲜生物量效果比较分析

基于地面实测和PROSAIL模型模拟数据,研究了新型传感器HJ-1ACCD与TM数据一致性问题,分析了传感器天顶角和光谱相应函数差异的影响,对比两种传感器数据估算草地LAI和鲜生物量的效果,得出以下结论:(1)HJ-1ACCD和TM反射率数据的拟合系数R2在0.7322和0.9205左右,在反射率较小时,两种传感器数据一致性较好;随着反射率增大,HJ-1ACCD数值逐渐高于TM。总体而言,在可见光和近红外波段,两种传感器较为接近,其中红波段最接近。(2)两种传感器的NDVI数据一致性非常高,且受传感器天顶角和光谱响应函数影响作用较小(相对误差约为0.34%—0.53%),而反射率的相对差别在3.34%—9.54%。(3)传感器天顶角较光谱响应函数对反射率影响更大。(4)基于HJ-1ACCD反射率数据估算草地LAI和鲜生物量效果较好,其中以CCD2传感器估算效果最好。     

基于GF-1卫星数据的水库叶绿素a浓度联合反演研究

探明不同区域及不同营养状况下水库叶绿素a的共同敏感波段,基于G F-1号卫星16 m分辨率的多光谱WFV传感器影像构建叶绿素a浓度普适性反演模型.文中以湖南省3种不同营养状况的水库为研究对象,在实测高光谱及GF-1/WFV影像预处理基础上,对比实测高光谱数据与GF-1/WFV影像数据,采用相关性分析筛选叶绿素a敏感波段,基于GF-1/WFV影像数据构建叶绿素a浓度一元回归联合反演模型,生成浓度等级图.研究表明,相关性分析下叶绿素a的敏感波段区间为550～620 nm,波段区间对应影像中的绿波段(520～590 nm),模型反演精度较优,满足水库叶绿素a浓度监测精度要求,可为发展基于遥感影像大面积反演不同污染程度水质叶绿素a浓度提供基础支持.     

森林资源监测中GF-2卫星影像波段配准误差分析

通过对GF-2卫星影像正射校正及波段模拟配准误差试验,分析GF-2卫星正射校正方法的选择以及不同配准误差下对GF-2卫星影像自动分类结果的影响;最后介绍GF-2遥感影像在森林资源监测应用中的初步测试。研究结果表明:正射校正时,当校正精度要求控制在RMS2时,控制点数量选择范围在85~95间较为合理,且控制点数在90个时,RMS值最小;经有理函数模型与卫片模型比较后,卫片模型校正精度较高;以目视判读为主时,实践中建议使用三次卷积重采样法输出结果最好;波段模拟配准误差试验中,配准误差与各地类面积变化间存在显著的线性关系;对于森林面积监测时,配准误差应小于0.3个像元。此研究可为新型国产卫星数据在森林资源监测中的应用提供参考。     

基于GF-1卫星影像的改进SWI水体提取方法

大尺度高精度山区河流信息提取是我国干旱区水资源开发利用的关键技术,而利用遥感影像提取水资源信息存在水体与山区阴影难以区分的瓶颈。以GF-1号卫星2 m分辨率全色波段影像和8 m分辨率多光谱影像为数据源,选取新疆特克斯河流域巴喀勒克水库为研究区,提出改进的阴影水体指数法(modified shade water index,MSWI)进行水体信息提取;同时运用单波段阈值法、NDWI法、单波段法与阴影水体指数法(shade water indes,SWI)相结合的决策树分类法(简称SWI)以及单波段法与MSWI相结合的决策树分类法(简称MSWI)分别对研究区水体信息进行提取,并进行了对比分析。研究结果表明,前2种方法与SWI和MSWI法相比,效果稍差;而SWI和MSWI法分类效果较好,其中MSWI比SWI法分类总精度高0.94%,提高了高分辨率遥感影像的解译精度,可为国产高分系列卫星影像在干旱区水资源信息提取中的应用提供技术支持。     

基于国产高分卫星面向对象城市地物最优尺度选择及评价研究

针对面向对象分类中的分割尺度问题,本文以国产高分一号卫星(GF-1)、高分二号卫星(GF-2)影像为数据源,选取沈阳市两处城区影像作为实验数据,以典型城市地物为分割对象,选择分割质量函数法、均值方差法、RMAS指数法进行尺度分割,并利用欧几里得2指数(ED2)评价其最优尺度,从而确定不同影像不同地物对应的最优尺度分割方法与尺度。     

GF-2和Sentinel-2全色多光谱影像融合方法比较研究

针对高分二号(GF-2)卫星全色遥感影像与哨兵二号(Sentinel-2)卫星多光谱遥感影像空间分辨率相差较大且传感器不同导致的光谱或空间信息丢失问题,结合快速离散Curvelet变换对HSV融合方法的分量替换过程进行改进,利用GF-2的高空间分辨率和Sentinel-2的多光谱特性分别设计高、低频系数融合规则,并且与...