基于HJ-1B卫星数据的积雪面积制图算法研究

积雪是影响气候变化的重要因子, 采用更高时空分辨率的环境减灾卫星遥感数据进行积雪制图算法的研究, 对推进我国自主遥感卫星在积雪监测领域的应用具有重要意义. 采用环境减灾HJ-1B卫星数据, 以青海省果洛藏族自治州达日县为研究区, 应用归一化差值积雪指数(NDSI)法建立了基于HJ-1B卫星数据的积雪面积制图算法, 并比较MODIS与HJ-1B积雪图精度. 结果表明: 研究区HJ-1B积雪制图合理的NDSI阈值为0.37, 总分类精度达到97.97%; 与"真值"影像比较, HJ-1B积雪图K_hat系数为0.911, 高于MODIS的0.817. 说明该研究建立的基于HJ-1B积雪制图算法精度可靠, 适合对研究区积雪进行实时动态监测. HJ-1B更高的空间分辨率对提高研究区积雪覆盖面积监测精度具有重要的使用价值, 但是地形因素是影响HJ-1B数据积雪分类精度的一个重要原因, 随着坡度的增加, 分类误差也随之增大, 尤其是多测误差增加比较显著.     

环境与灾害监测预报小卫星CCD数据质量评价

中国环境与灾害监测预报小卫星星座双星4部CCD传感器具备大范围、全天时环境与灾害监测等方面的能力,在空间覆盖与重复观测频率方面有很大的优势。结合美国陆地卫星TM数据,从几何精度、辐射质量2个方面定量分析了该卫星CCD传感器的数据质量。结果表明：①环境减灾卫星CCD数据无波段错位现象,有极小的畸变与扭曲（0.05%）,然...     

基于HJ-1B数据的积雪制图NDSI阈值分析——以祁连山积雪为例

环境减灾卫星是我国于2008年发射的用于环境与灾害监测预报的小卫星星座,相对于气象卫星传感器,其空间分辨率有了较大提高.以祁连山积雪为研究对象,利用环境减灾卫星HJ-1B星开展积雪提取监测研究,分别对不同区域、不同高程的积雪区进行积雪提取,以同时期Landsat ETM+影像中提取的积雪面积为标准,对环境减灾卫星NDSI阈值的选取进行研究分析,以确定适合于HJ-1B提取积雪的阈值;同时利用不同季节的HJ-1B积雪数据进行验证,用Kappa检验阈值的精度.研究表明:HJ-1B积雪制图的阈值为NDSI≥0.24,b2>0.13,b4>0.15;其中,在海拔3 000～4 000m区域NDSI阈值大于0.25,海拔4 001～5 000m区域NDSI阈值大于0.45,海拔5 000m以上区域NDSI阈值大于0.5;利用Kappa检验阈值精度,Khat系数均高于90%,说明该研究确立的HJ-1B数据提取积雪的NDSI阈值合理有效.     

"资源1号"卫星数据在新疆生态环境及建设中的应用

在新疆阜康沙漠绿洲生态环境与生态建设中应用了“资源 1 号”卫星遥感数据.利用 ERMAPER 等遥感图像处理软件,对“资源 1 号”遥感卫星数据 CB 和同一调查区的 TM 数据进行处理及对比研究,评价了“资源 1 号”卫星数据的应用效果.实践表明:“资源 1 号”卫星 CCD 相机数据几何精度、空间分辨率能够满足生态环境与生态建设工作的需要,部分可替代 TM 数据,在沙漠绿洲生态环境与生态建设及其它应用领域具有广阔的应用潜力.     

探讨遥感反演模型技术在水质参数监测中的具体应用

叶绿素a(Chl-a)是江河湖泊水体水质状况评价的重要指标之一。以妫水河为研究区,利用实Chl-a浓度数据和同步的环境一号卫星(HJ-1 A)多光谱数据对妫水河水体Chl-a浓度的遥感反演模型进行研究,结论对于提高遥感反演的精度,并为妫水河的水质遥感监测提供技术和方法参考。     

基于HJ-1C卫星数据的活动断层提取研究

在活动断层遥感解译中,SAR数据能发挥重要作用,SAR图像虽不直观,但对植被、浅层土壤具有较好的穿透能力,并且SAR可以在全天候条件下成像。本文以国产HJ-1C卫星SAR数据为例,通过滤波、纹理分析、融合等图像处理方法增强阳原地区断裂信息,提取了阳原盆地南北两条边界断裂,即六棱山北麓断裂和阳原盆地北缘断裂。在此基础上,对阳原地区活动断裂进行了综合解译。相关工作表明,HJ-1C数据具有实用性,同时也说明HJ-1C在断层解译方面具有一定的潜能。     

基于HJ-1A卫星CCD遥感影像数据的煤矿区塌陷坑积水和煤堆监测

地表塌陷积水和煤堆的识别与区分是煤矿开采区环境保护的重要工作内容。本文利用HJ-1A卫星CCD遥感影像数据,以神东矿区为例,在深入分析矿区煤堆、塌陷积水、其它水体和工矿用地等地物的光谱特征基础之上,通过波段反射率差异和归一化水体指数(NDWI)构建了矿区内煤堆和塌陷积水的遥感提取与识别决策树模型。模型分析表明,塌陷积水的NDWI指数范围为[0.02,0.13],与部分裸土/工矿用地容易混合,需要利用红光通道阈值进行剔除。煤堆与其他非水体地物都有较明显的区分但与塌陷水体较为一致,需进一步通过红色通道阈值加以区分,当阈值为0.14时研究区提取结果最佳。研究区内共提取出煤堆373个,面积4.96 km2,塌陷积水11个,面积0.51 km2。通过与2.5 m空间分辨率的SPOT卫星目视解译验证表明,本文利用HJ-1A CCD影像数据识别总精度可达97.77%,构建的决策模型适用于矿区内煤堆及水体信息的自动提取。     

应用CBERS-1卫星数据进行安徽省北部冬小麦播种面积监测研究

通过应用中巴地球资源一号卫星CCD2、3、4波段的遥感数据，对安徽省北部平原地区冬小麦播种面积进行了监测研究。遥感数据空间分辨率为19．5m，扫描幅宽113km。分别对图像数据进行了单波段直方图均衡化、合成标准假彩色图像的laplacian算法边缘检测等图像预处理以及几何精校正，在ARC／INFO软件支持下，紧密结合野外调查结果，准确提取并统计计算了冬小麦播种面积及其变化率，效果较好。我们认为，CBERS-1卫星数据不仅能满足于小麦、玉米、水稻等农作物面积监测，而且还可用于土地利用监测、人口空间分布分析和城市体系动态监测等应用中。     

中巴资源卫星数据影像在新疆国土资源环境综合遥感调查项目中的应用

中巴资源一号卫星(CBERS-1)是我国于1999年发射的第一颗地球资源卫星.它携带的CCD多光谱相机可获取B1(0.45~0.52 靘),B2(0.52~0.59 靘),B3(0.63~0.69 靘),B4 (0.77~0.89 靘),B5(0.51~0.73 靘)的图像数据,其空间分辨率为20 m,重复观测周期为26天,扫描宽度为113 km.与Landsat TM数据相比,具有空间分辨率较高,价格低廉等优势,适用于从事大中比例尺的资源和环境调查评价. 新疆国土资源环境综合遥感调查项目开始于2000年,考虑到新疆国土资源环境综合遥感调查项目组已有数据情况、费用情况、以及其它各种因素,决定用中巴资源卫星遥感数据为…     

遥感数据专题分类不确定性评价研究：进展、问题与展望

从遥感数据中提取专题类别信息是当前遥感数据最主要的应用领域之一。由于遥感分类专题信息广泛应用于各种领域，其数据质量受到越来越多的关注。不确定性是评价分类专题类别数据质量最主要的方面。回顾了遥感数据专题分类不确定性评价方法的历史，总结了当前各种评价方法及其指标体系，将这些方法归结为基于误差矩阵的方法、模糊评价方法、像元尺度上的不确定性评价方法和其它方法四大类。对每一类不确定性评价方法及其指标体系的优点和缺点进行了分析和总结，指出从理论方法研究方面，需要优先发展独立于分类方法的像元尺度上的遥感分类不确定性评价模型与指标体系，以及统一的遥感数据分类不确定性评价模型体系研究；在应用研究方面，需要加强优化空间采样设计和不确定性评价过程标准化研究。     

利用粗糙集理论进行遥感分类信息提取

以辽宁省双台子河口湿地为研究对象,以Landsat 8和HJ-1-A/HJ-1-B的多时相遥感影像为数据源,根据研究区现状,将研究区分为旱地、芦苇、水田、碱蓬、混合植被、水面、滩涂、居民点、养殖塘九个类型.利用时间序列的归一化植被指数提取植被与非植被的分类阈值,采用粗糙集理论和多时相遥感影像,对植被和非植被分别进行分类规则的获取,建立了研究区决策树分类模型.为了进行精度评价,利用相同的训练点又进行了同样基于像元的最大似然法分类.最后利用混淆矩阵对上述两种方法进行了精度评估,基于粗糙集的决策树分类法与最大似然法总体分类精度分别为93.70%和91.62%,Kappa系数分别为0.92和0.90,两项指标值基于粗糙集理论法均比最大似然法有所提高.这为构建决策树分类模型进行湿地地表分类信息提取提供了一条新的研究思路.     

中巴资源卫星HR与CCD图像融合方法探讨

中巴资源卫星（CBERS）多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。利用锐化、高通滤波（HPF）、Brovey变换、IHS变换、主成分变换、GS变换和小波变换等方法对CCD与HR数据进行融合试验。通过定性与定量分析,探讨了不同方法的融合效果。     

多源遥感数据在新疆卡拉麦里地区岩矿识别中的应用

遥感技术广泛应用于地质基础调查、矿产资源勘探、环境评估和地质灾害调查等方面。它已从多光谱发展到高光谱阶段,Landsat- 8是目前最具有代表性和最常用的多光谱数据,ASTER具有高的分辨率和多波段特征,资源一号02D(ZY1- 02D)卫星是我国2019年发射的高光谱业务卫星。为了更好地了解多源遥感数据在岩矿识别中的作用,在新疆东天山卡拉麦里地区进行了相关研究。结果表明：Landsat- 8 OLI的PCA变换结果清晰识别了研究区不同的岩性和地层;使用Landsat- 8 OLI、ASTER和ZY1- 02D高光谱数据,分别采取不同的图像端元提取方法,在进行光谱分析的基础上,利用光谱角填图（SAM）即可得到研究区的主要矿物分类图件。通过野外验证,应用GIS技术进行集成和分析,修正相关图件后,便得到了精准的矿物分类综合图。研究表明：多源遥感数据的集成在岩矿识别方面效果良好、前景巨大。     

多源遥感数据在新疆卡拉麦里地区岩矿识别中的应用

遥感技术广泛应用于地质基础调查、矿产资源勘探、环境评估和地质灾害调查等方面。它已从多光谱发展到高光谱阶段,Landsat-8是目前最具有代表性和最常用的多光谱数据,ASTER具有高的分辨率和多波段特征,资源一号02D(ZY1-02D)卫星是我国2019年发射的高光谱业务卫星。为了更好地了解多源遥感数据在岩矿识别中的作用,在新疆东天山卡拉麦里地区进行了相关研究。结果表明：Landsat-8 OLI的PCA变换结果清晰识别了研究区不同的岩性和地层;使用Landsat-8 OLI、ASTER和ZY1-02D高光谱数据,分别采取不同的图像端元提取方法,在进行光谱分析的基础上,利用光谱角填图（SAM）即可得到研究区的主要矿物分类图件。通过野外验证,应用GIS技术进行集成和分析,修正相关图件后,便得到了精准的矿物分类综合图。研究表明：多源遥感数据的集成在岩矿识别方面效果良好、前景巨大。     

黑河流域地表反照率估算及其时空特征分析

基于不同空间尺度、长时间序列的地表反照率产品探究黑河流域2000—2012年的反照率时空变化特征。首先基于角度格网化(AB)算法对黑河流域30 m环境卫星一号HJ-1/CCD大气层顶方向反射率进行了地表反照率估算,作为高空间分辨率的地表反照率产品;选择同种算法计算的1 km空间分辨率的Global LAnd Surface Satellite(GLASS)反照率产品作为低空间分辨率反照率产品。结果表明:1利用AB算法反演的HJ卫星反照率具有较高精度,满足流域尺度反照率时空特征分析的精度要求;2黑河流域地表反照率空间分布差异显著,流域上游植被覆盖区域反照率较低,中下游荒漠地表反照率较高;3流域地表反照率的年内变化与季节性降雪和作物物候周期性变化一致。从季节变化角度,黑河流域反照率月平均值的年变化呈"U"字型,其中,冬季反照率最高,春季和秋季次之,夏季最低。从年际变化角度,黑河下游反照率呈上升趋势,上游和整个流域呈下降趋势。     

IMERG卫星降水数据在嘉陵江流域的干旱监测效用评估

针对嘉陵江流域存在雨热同期,水旱灾害频发的现象,为快速且准确地把握流域内降水与干旱情况,利用覆盖范围广且分辨率高的网格化IMERG卫星降水数据对嘉陵江流域进行多时空尺度反演,并基于卫星降水数据采用标准化降水指数(SPI)对流域实行干旱监测。结果表明：1)根据分类指标与统计指标的计算结果,三种卫星降水数据中的IMERG-F能更准确地反映流域内的日降水量,与地面降水数据CC达0.737,整体高估地面降水2.6%,具有在干旱监测方面的应用潜力。2)三种卫星降水数据驱动的SPI指数在干旱监测方面存在一定的差异,IMERG-F驱动的SPI指数与地面降水数据驱动的SPI指数保持较高的一致性(CC>0.9),较近实时产品IMERG-F更能准确地呈现出流域的干湿特征。3)卫星识别降水与干旱监测的能力受地形地貌的影响,IMERG卫星降水数据在平原丘陵地带具有较好的适用性。     

大数据环境下卫星对地观测数据集成系统的关键技术

建立卫星对地观测数据集成系统是遥感卫星数据信息资源有效管理与应用的重要手段。从我国对地观测重大需求以及前沿科学问题入手,提出大数据环境下卫星对地观测数据集成系统建立中亟待解决的关键技术,包括大容量异构对地观测数据集成的语义技术、基于网格的遥感图像快速处理技术、遥感大数据深度分析技术、多数据中心协同处理及云平台技术,为实现集成卫星图像、地面观测数据和模拟模型的元数据管理、几何精度纠正和卫星数据质量评价、海量卫星图像数据的空间分析与知识发现、分布式高性能卫星图像数据管理和归档等基本功能,为解决海量卫星数据分布式存储与计算、数据集成与互操作、空间数据分析与地学知识发现提供新思路、新技术与新方法。     

基于HJ-1B卫星数据的疏勒河上游流域地表温度反演

地表温度是描述地表和大气之间物质交换和能量平衡的关键参数之一. 利用疏勒河上游流域2010年7月25日过境的HJ-1B卫星数据, 采用修正的Jimenez-Mufloz&Sobrino普适性单通道算法反演了疏勒河上游流域的地表温度. 与MODIS LST产品的对比验证表明, 该算法在研究区有较高的精度. 同时, 对不同土地利用类型的地表温度的分析表明, 土地利用类型不同, 其地表温度存在一定的差异, 其中, 稀疏草地的地表温度最高, 裸岩次之. 研究发现, 在河流和冰川区, 修正的单通道算法可能高估了表面温度. 同时, 对模型反演所需的关键地表参数的敏感性分析发现, 算法在一定范围(0~0.01)内对比辐射率不太敏感, 但超过该范围则变得非常敏感, 而对大气水汽含量比较敏感. 因此, 一定程度上, 地表比辐射率和大气水汽含量的精度对HJ-1B卫星数据反演地表温度的准确性起主要作用.     

ASTER数据的自组织神经网络分类研究

传统的遥感数据分类方法大多基于统计学的参数估计，假设数据分布服从高斯正态分布。神经网络方法无需参数估计和统计假设，因而，近来越来越多地应用于遥感数据分类之中。介绍了基于聚类分析的自组织特征映射分类方法。ASTER卫星数据是新型遥感数据，包括 3个15 m分辨率波段和 3个30 m分辨率的短波红外波段。选择北京地区的ASTER数据作为方法实验数据，首先对数据进行了小波融合，然后进行了土地覆盖类型的自组织特征映射神经网络分类研究，把研究结果同最大似然判别法得到的分类结果进行了比较，分类精度比最大似然判别法总体提高了9％。     

某水电站地下厂房岩体质量分级研究

根据某水电站地下厂房各勘探平硐现场统计的基础数据,采用RMR分类、Q系统法、水电系统分类法(HC法)、BQ法对地下厂区围岩岩体质量进行了分析评价,然后综合4种方法的评价结果,得到了各硐段的综合岩体质量类别,使这4种分类法相互补充、相互验证,达到综合确定围岩类别的目的,以此作为围岩稳定性分类的基础.此外,还对不同方法所得的评价结果进行了相关性分析.