鄱阳湖HJ-1A/B卫星CCD影像大气校正研究

以准同步的Terra/MODIS反演的气溶胶为辅助,采用FLAASH模型对2009-10-24鄱阳湖HJ-1A/B卫星CCD影像进行大气校正处理。结果表明,大气影响可以被有效去除,在水体遥感反射率较高的红、绿波段,大气校正精度较高,平均相对误差分别为13.4%和9.8%;而在水体遥感反射率较低的近红外、蓝波段,大气校正精度较低,这可能与波段不同的信噪比和陆地邻近像元效应有关。     

基于HJ-1A/B卫星CCD数据的江汉平原农田物候探测

利用HJ-1A/B卫星CCD数据,提取2013—2015年三年江汉平原农田的归一化植被指数NDVI,构建时间序列曲线,利用小波变换对HJ-1A/B卫星所得的NDVI数据进行平滑降噪处理,结合地面调研资料,提取江汉平原农作物的物候信息。研究结果表明,HJ-1A/B卫星可用于农田物候监测,对于小区域的农田作物长势监测具有独特的优势。     

基于HJ-1A/1B数据的高寒草地牧草营养动态监测模型

为了掌控高寒草地全年的营养状况与更好地利用草地和草畜平衡,该文基于HJ-1A/1B多光谱CCD数据,通过监测草地牧草全年4期营养动态和分析对应时期的遥感指数,建立了直接和间接的遥感动态对比模型,获得了草地牧草4期生物量和粗蛋白含量.结果表明:基于HJ-1A/1B多时相、多光谱数据,利用间接模型反演4期草地牧草生物量和粗蛋白是一种可行的方法,尤其在枯草期和返青期;草地牧草全年营养状况变化很大,最大相差约9倍.     

HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究

以武汉市东湖为研究区域,利用同步的MODIS-Terra气溶胶光学厚度数据为输入参数,采用FLAASH模型对2010年3月11日HJ-1A/B卫星CCD影像进行大气校正处理,并利用多年实测数据建立叶绿素a浓度、悬浮泥沙浓度、黄色物质吸收系数三要素神经网络反演模型,对水色三要素进行反演。通过对反演结果与实测数据的对比分析可知,悬浮泥沙浓度、黄色物质吸收系数和叶绿素a浓度的平均相对误差分别为28.052%、17.628%和35.621%,表明HJ-1A/B卫星CCD传感器基本能满足II类水体水色要素的遥感监测需求。     

HJ-1A/B卫星CCD影像辅助的MODIS水色大气校正产品质量改进

针对我国近岸高浑浊水体区域MODIS短波红外波段大气校正产品中存在的信号饱和及条带问题,利用神经网络模型,采用准同步的HJ-1A/B卫星CCD影像及实测遥感反射率数据对MODIS/Terra水色遥感大气校正产品进行了质量改进。改进后结果与MODIS/Terra遥感反射率产品相比,平均相对误差为13.3%,信号饱和区域修复结果与实测数据各波段平均相对误差为28.2%。结果表明,该方法在保证结果精度的情况下,能有效地修复MODIS/Terra水色波段因为信号饱和而产生的数据空白区域,同时也能较好地解决MODIS/Terra大气校正产品中的条带问题。     

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。     

遥感技术估算森林生物量的研究进展

以贡嘎山地区为研究区,选取HJ-1B CCD2和SPOT4 HRVIR为数据源,结合地面同步实测数据,分别采用植被指数法和主成分分析法对森林地上生物量进行估算,并基于交叉验证的方法对比分析了两种传感器估算贡嘎山森林地上生物量的效果：针对单一植被指数,基于比值植被指数构建的生物量反演模型明显优于其他植被指数,且HJ-1B CCD2的表现好于SPOT4 HRVIR;在联合多种植被指数建立的生物量反演模型方面,两种数据源的估算能力基本相当,交叉验证的相关系数分别为0.545 8和0.563 4,均方根误差分别为27.811 4 t·ha和27.169 6 t·ha;主成分分析法则为HJ-1B CCD2传感器的表现优于SPOT4 HRVIR。     

面向土地利用分类的HJ-1 CCD影像最佳分形波段选择

环境一号卫星（HJ-1）CCD影像光谱波段较少,地物之间的准确分类识别有一定困难。采用分形纹理辅助地物分类识别是一种有效方法,而波段选择是提高分类识别精度的关键。本文以江西赣州定南县土地利用分类为例,采用双毯覆盖模型对HJ卫星CCD影像6类典型地物的波谱分形特征进行了分析,利用不同地物在不同波段上的分形区分度差异构建了最佳分形波段选择模型,并利用该模型挑选出最佳分形波段来辅助土地利用分类,最后对分类结果进行检验。结果表明：最佳分形波段选择模型能够综合权衡不同地物在不同波段上的分形区分度差异,利用挑选出来的最佳分形波段来辅助分类,其分类总体精度相对于原始影像分类提高了11.77%,相对于第1主成分分形辅助下的分类提高了1.56%。     

基于遥感的区域尺度森林地上生物量估算研究

森林是陆地生态系统最大的碳库,精确估算森林生物量是陆地碳循环研究的关键。首先从机载LiDAR数据中提取高度和密度统计量,采用逐步回归模型进行典型样区生物量估算;然后利用机载LiDAR数据估算的生物量作为样本数据,与多光谱遥感数据Landsat8 OLI的波段反射率及植被指数建立回归模型,实现区域尺度森林地上生物量估算。实验结果显示,机载LiDAR数据估算的鼎湖山样区生物量与地面实测生物量的相关性R2达0.81,生物量RMSE为40.85 t/ha,说明机载LiDAR点云数据的高度和密度统计量与生物量存在较高的相关性。以机载LiDAR数据估算的生物量为样本数据,结合多光谱遥感数据Landsat8 OLI估算粤西北地区的森林地上生物量,精度验证结果为:R2为0.58,RMSE为36.9 t/ha;针叶林、阔叶林和针阔叶混交林等3种不同森林类型生物量的估算结果为:R2分别为0.51(n=251)、0.58(n=235)和0.56(n=241),生物量RMSE分别为24.1 t/ha、31.3 t/ha和29.9 t/ha,估算精度相差不大。总体上看,利用遥感数据可以开展区域尺度的森林地上生物量估算,为森林固碳监测提供有力的参考数据。     

基于最大似然法和SVM法的太湖流域HJ-1B影像分类

以太湖流域作为研究对象,基于环境减灾卫星HJ-1B影像数据,比较利用最大似然法和支持向量机法进行土地利用/覆盖分类的效果。结果显示,SVM法在总体分类精度和Kappa系数上较传统最大似然法有所提高。SVM分类方法对于有限样本的分类表现出优越的性能,改善了传统分类方法的局限性,具有很大的应用潜力。     

基于KPCA和FCM的HJ-1A星遥感数据分类

为提高对环境与灾害监测预报小卫星1A(HJ-1A)星遥感数据分类的精度,首先将HJ-1A星HSI高光谱数据和CCD多光谱数据进行GS(Gram-Schmidt)融合,然后利用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel PCA,KPCA)分别对融合后的高光谱图像进行降维处理.KPCA降维时采用高斯、线性和多项式3种核函数,根据特征提取效果评价结果,选择累积贡献率较大的多项式核函数.最后,分别对融合后的高光谱图像、PCA主成分图像和基于多项式核函数的KPCA主成分图像进行模糊C均值分类.实验结果表明,KPCA对融合后高光谱图像的特征提取得到了较好的效果,同时提高了分类精度和效率.     

HJ-1A/B在2012年黄河上中游洪水监测中的应用

以黄河内蒙古河段为例,介绍HJ-1A/B星CCD数据在2012年黄河上游洪水遥感监测中的应用,并利用水文、河势变化等实测数据对监测结果进行应用评价。结果表明,HJ-1A/B星CCD数据具有高时间、空间分辨率的特点,是进行大区域、高频次洪水监测的理想数据源,能有效跟踪监测洪水演进过程,并能精确提取河势变化、主河槽展宽、堤防偎水、洪水漫滩等汛情信息,为防洪决策提供及时可靠的汛情数据。     

基于landsat 8-OLI/TIRS和HJ-1B太湖叶绿素含量和温度反演研究

水体的表面温度是研究环境气候变化的一个重要参数,同时,也是研究生物物理过程的一个不可或缺的因子。卫星遥感对大面积水体表面温度的监测有着传统的测量手段无法比拟的效率。水体表面的温度变化不仅对水中生物的生存有着重要的意义,同时,水温的变化也常常会导致水中浮游生物和植物疯长,进而引起水资源的污染,对人们的生活造成严重的影响。本文利用ENVI/IDL 5.1对Landsat 8卫星的OLI/TIRS数据和HJ-1CCD多光谱数据在太湖水体区域开展了其在温度反演和叶绿素含量的监测等领域的研究。研究结果表明:1)使用HJ_1B反演的结果和Landsat 8反演的结果呈现一致性。2)通过实测的数据和反演数据建立了模型并通过同名点实测数据对实验结果进行了验证,证明了建立的模型的可靠性,找到了误差来源。最后分析了造成叶绿素含量较高的原因及反演的难点。     

HJ-1卫星CCD影像的土地利用自动分类及精度分析——以广西钦北区为例

为研究环境一号小卫星影像在土地利用研究领域的应用潜能,本文以广西钦北区为例,对其进行计算机监督分类,在评定监督分类模板精度的前提下,参照第二次全国土地调查农村数据库,对计算机监督分类结果进行精度评定,最后利用计算机自动地将分类结果发送到实地进行野外验证,并对分类的结果进行全面、准确的评价,以此证明提升环境一号CCD影像自动分类精度和准确度能满足土地利用现状调查的要求。     

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。     

HJ-1B星地表蒸散发遥感估算系统的设计与应用

利用HJ-1B星数据,采用C#、ENVI/IDL与ArcEngine混合编程技术,在研究HJ-1B星数据特点、空间数据管理及遥感模型与水热模型集成的基础上,构建了基于ArcSDE的空间数据库,开发了基于HJ-1B星的地表蒸散发遥感估算系统,解决了系统设计中多平台、多模型的集成问题,研发了简洁规范的流程图式模型参数操作界面。以淮河流域内3 000 km2的实验区为例,实现了从数据的获取、管理到日蒸散发计算的一整套系统化、业务化流程。应用结果表明,该系统交互性好,运行稳定,操作简便,实现了对地表蒸散发遥感估算的流程化控制和对空间数据的统一管理,可为区域水循环与能量平衡的研究提供支持。     

基于 HJ-1 卫星数据的曹妃甸龙岛面积计算简

通过选取符合要求的多时相HJ-1 环境卫星资料,采用监督分类、逐步剔除相结合的遥感方法,利用ENVI 等处理软件实现了曹妃甸龙岛潮汐条件下的陆地面积计算.龙岛在大潮涨潮之际,陆地面积不足3 km2;而小潮时,面积则至少达7.6 km2.与地面测绘结果对比表明,利用HJ-1 卫星能够较好地满足龙岛等地开发建设对潮汐条件下的面积计算要求.     

基于Sentinel-1A与Sentinel-2A融合的土地利用/覆盖分类研究——以昆明市呈贡区为例

为提高土地利用/覆盖分类精度,本文以昆明市呈贡区为例,融合Sentinel-1A(S1A)与Sentinel-2A(S2A)遥感数据,采用支持向量机(SVM)的监督分类方法对土地利用/覆盖进行分类。对比分析了Sentinel-1A与Sentinel-2A数据在不同组合情况下所有分类结果的总体精度,结果表明:将Sentinel-1A的强度数据、纹理数据与添加植被指数的Sentinel-2A数据融合时分类精度相对较高,总体精度可达93.60%。采用雷达数据与光学数据融合的方法可以在一定程度上提升土地利用/覆盖分类精度。     

基于HJ-1A/B CCD数据的东湖叶绿素a浓度反演可行性研究

以武汉东湖为研究区域,利用HJ-1A/B CCD数据和地而准同步叶绿索a浓度实测数据,建市适合东湖水体的叶绿素a浓度遥感定量估算模型,从而分析HJ-1A/B CCD数据应用于内陆湖泊水体叶绿素a浓度反演的可行性.     

HJ-1B 星地表蒸散发遥感估算系统的设计与应用简

利用HJ-1B 星数据,采用C#、ENVI/IDL 与ArcEngine 混合编程技术,在研究HJ-1B 星数据特点、空间数据管理及遥感模型与水热模型集成的基础上,构建了基于ArcSDE 的空间数据库,开发了基于HJ-1B 星的地表蒸散发遥感估算系统,解决了系统设计中多平台、多模型的集成问题,研发了简洁规范的流程图式模型参数操作界面.以淮河流域内3 000 km2 的实验区为例,实现了从数据的获取、管理到日蒸散发计算的一整套系统化、业务化流程.应用结果表明,该系统交互性好,运行稳定,操作简便,实现了对地表蒸散发遥感估算的流程化控制和对空间数据的统一管理,可为区域水循环与能量平衡的研究提供支持.