北京地区HJ-1卫星CCD数据的气溶胶反演及在大气校正中的应用

与现有的大气卫星传感器相比,环境一号卫星(HJ-1)CCD相机具有较高的空间分辨率(30m),使得在城市地区找到光谱纯像元的机率大大增加。本文提出一种基于纯像元提取的城市地区气溶胶光学厚度(AerosolOpticalDepth,AOD)反演算法,利用像元纯净指数来提取CCD影像上的纯像元,并由HJ-1A星和B星的多时相CCD观测数据结合地表双向反射率模型确定纯像元的地表反射特性,在此基础上反演AOD。与AERONET地基测量数据的对比表明,该算法具有较高精度,相关系数为0.83,线性拟合斜率为1.091,截距为0.053。基于该方法的AOD反演结果作为输入,能较大程度提高HJ-1卫星CCD影像大气校正的精度。     

全球30m分辨率多光谱影像数据自动化处理的实践与思考

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年、2010年)全球30 m分辨率的多光谱遥感数据进行辐射处理和几何精纠正处理,为地表覆盖制图完成数据准备。数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充,共计2万多景影像需要进行辐射处理,有1000多景HJ-1A/B CCD影像需要几何精纠正。如此大规模的数据处理,自动化处理是必然的选择。本文介绍了HJ-1A/B CCD图像几何精纠正自动化实现中关键问题的解决方法和精度评价结果,Landsat TM/ETM+和HJ-1A/B CCD图像自动化辐射校正中关键问题的解决方法和精度评价结果,以及大规模的数据处理活动引发的一些思考。     

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。     

塞罕坝地区高空间分辨率叶面积指数时序估算与变化检测

叶面积指数LAI (Leaf Area Index)是调节植被冠层生理过程的最重要的生物物理变量之一,高空间分辨率时间序列LAI对于植被生长检测、地表过程模拟与区域和全球变化研究至关重要,但是由于数据缺失和反演方法限制,目前还没有时空连续的高分辨率LAI数据产品。本研究提出了一种生成时间连续的高空间分辨率LAI数据的算法,首先对MODIS LAI产品滤波平滑,生成时间序列LAI的上包络曲线,根据上包络曲线提供的变化信息构建LAI动态模型。然后利用地面实测的LAI数据与Landsat反射率数据构建LAI反演的BP (Back Propagation)神经网络模型。将反演得到的高分辨率LAI数据作为LAI观测数据,利用集合卡尔曼滤波EnKF (Ensemble Kalman Filter)方法实时更新动态模型,生成时间连续的30 m空间分辨率LAI数据集。基于该算法生成了塞罕坝地区2000年—2018年长时间序列LAI数据集,利用Prophet深度学习模型进行模拟和预测,根据预测和原始LAI差异,利用支持向量机SVM (Support Vector Machine)方法检测植被干扰状况。结果表明:EnKF算法能够生成时空连续的高空间分辨率LAI数据,估算结果与地面测量值一致性较高,R~2为0.9498,RMSE为0.1577,在区域尺度上与Landsat LAI参考值较为吻合,R~2高于0.87,RMSE低于0.61。Prophet与SVM模型检测到研究区2009年,2010年,2013年,2014年,2015年植被受干扰较为严重,主要由于年降水量偏少和林区作业砍伐造成,检测结果与当地降水量与砍伐数据吻合。本文提出的算法可用于大范围高时空LAI数据反演和植被变化检测,对塞罕坝乃至全国林区规划管理具有重要的参考价值。     

HJ-1B卫星三种反演地表温度模型的分析与验证

由于对不同的传感器,单通道算法中的经验公式必须根据相应的热红外波段特征重新进行拟合,该文以覆盖广州市的卫星影像HJ-1B/CCD和HJ-1B/IRS为数据源,利用基于同步面上像元尺度的多源遥感数据MOD021KM,并结合上下行辐射和地表比辐射率来反演大气水汽含量以及大气透射率。在此基础上,针对环境卫星,提出修正的普适性单通道算法、大气辐射传输方程算法和单窗算法3种模型,进行广州市地表温度反演,最后利用野外观测数据进行验证。结果表明,相比普适性单通道算法和单窗算法,辐射传输方程模型精度比较高。     

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。     

基于HJ-1A/B CCD地表反照率估算方法比较与验证

高空间分辨率地表反照率数据集对天气预报和气候变化研究具有重要意义。环境减灾小卫星(HJ-1A/B)上搭载的CCD传感器,可以提供大幅宽、短重访周期的30 m空间分辨率对地观测数据,适用于生成高空间分辨率的地表反照率数据集。但是,目前对基于HJ-1A/B CCD数据地表反照率估算方法的图像精细度和估算精度还缺乏系统性的评价和比较验证。因此从图像精细度和估算精度2个方面,评价了基于HJ-1A/B CCD数据的2种地表反照率估算方法:基于地表反射率的直接反演算法(direct estimation algorithm-surface reflectance,DEA-SUR)和基于MODIS核系数(MODIS kernel coefficients,MKC)的估算方法。在图像精细度评价中,采用目视判读和清晰度指数方法进行定性和定量评价,发现相比于MODIS反照率产品,DEA-SUR和MKC这2种估算方法获得的结果图像精细度均有明显提高,其中DEA-SUR方法显著改善了MKC方法存在的马赛克现象;在估算精度验证中,基于US-MMS、长岭、盈科和纳木错4个站点进行了验证和比较分析,结果表明,DEA-SUR和MKC算法估算精度相当,在无积雪覆盖时DEA-SUR和MKC算法的估算均方根误差为0. 015～0. 041,在积雪覆盖地表估算误差显著增大。     

太湖地区HJ-1卫星CCD数据反演气溶胶及大气校正

针对HJ-1卫星CCD数据,利用改进的暗像元法反演气溶胶光学厚度(AOD),再利用反演的AOD对其进行大气校正。将反演的气溶胶与地基太阳光度计数据进行对比验证,发现当反演的AOD值大于0.2时,反演值与地基观测值的相关系数为0.964,符合MODIS业务化反演AOD的精度要求。再将反演得到的气溶胶带入6S辐射传输模型中,对HJ-1卫星CCD数据进行大气校正实验。结果表明,该方法能有效提高HJ-1卫星CCD数据大气校正的精度,更好地复原地物的真实光谱信息。     

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。     

HJ-1CCD与Landsat ETM+在土地利用中的应用比较

为研究环境一号(HJ-1)CCD影像在土地利用中的应用能力,选取HJ-1 A/B CCD和Landsat ETM+作为数据源,在遥感影像土地利用要素识别、土地利用计算机分类精度、土地利用信息提取二级分类精度和土地利用分类等方面,对HJ-1A/B CCD数据和Landsat ETM+数据在土地利用分类中的应用能力进行对比研究,结果表明土地利用分类应用中,HJ-1 A/B CCD基本可以替代Landsat ETM+,且HJ-1 A/B CCD数据光谱敏感性更强,反映地物细节的能力更强,比Landsat ETM+数据更有优势的结论。     

Mapping crop phenology using NDVI time-series derived from HJ-1 A/B data

With the availability of high frequent satellite data, crop phenology could be accurately mapped using time-series remote sensing data. Vegetation index time-series data derived from AVHRR, MODIS, and SPOT-VEGETATION images usually have coarse spatial resolution. Mapping crop phenology parameters using higher spatial resolution images (e.g., Landsat TM-like) is unprecedented. Recently launched HJ-1 A/B CCD sensors boarded on China Environment Satellite provided a feasible and ideal data source for the construction of high spatio-temporal resolution vegetation index time-series. This paper presented a comprehensive method to construct NDVI time-series dataset derived from HJ-1 A/B CCD and demonstrated its application in cropland areas. The procedures of time-series data construction included image preprocessing, signal filtering, and interpolation for daily NDVI images then the NDVI time-series could present a smooth and complete phenological cycle. To demonstrate its application, TIMESAT program was employed to extract phenology parameters of crop lands located in Guanzhong Plain, China. The small-scale test showed that the crop season start/end derived from HJ-1 A/B NDVI time-series was comparable with local agro-metrological observation. The methodology for reconstructing time-series remote sensing data had been proved feasible, though forgoing researches will improve this a lot in mapping crop phenology. Last but not least, further studies should be focused on field-data collection, smoothing method and phenology definitions using time-series remote sensing data.     

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。     

HJ-1卫星CCD图像信噪比评估

采用基于边缘块剔除的局部方差法对我国HJ-1环境卫星CCD图像的信噪比进行了评估,选取满足噪声评估环境的图像,分析了HJ-1/CCD影像各个波段的信噪比特征。结果表明,HJ-1/CCD影像第3波段信噪比最高,第4波段相对较低;与美国Landsat/TM图像相比,HJ-1/CCD图像信噪比整体上更高。     

黑河流域遥感物候产品验证与分析

植被物候遥感产品对全球变化响应、农业生产管理、生态学的应用等多领域研究具有重要意义。但现有植被物候遥感产品还有较多问题,主要包括一方面使用不同参数的时间序列数据以及不同提取算法导致的产品结果差异较大,另一方面在地面验证中地面观测数据与遥感反演数据的物理含义不一致导致的验证方法的系统性误差。本文以黑河流域为研究区,对比验证基于EVI(Enhanced Vegetation Index)时间序列数据提取的MLCD(MODIS global land cover dynamics product)植被遥感物候产品和基于LAI(Leaf Area Index)时间序列数据提取的UMPM(product by universal multi-life-cycle phenology monitoring method)植被遥感物候产品的有效性及精度等。同时,通过验证分析进一步评估基于EVI和LAI时间序列提取的物候特征的差异及特点,探讨由于地面观测植被物候与遥感提取植被物候的物理意义的不一致问题导致的直接验证结果偏差。结果表明:UMPM产品有效性整体高于MLCD产品,但在以草地和灌木为主的稀疏植被区,由于LAI取值精度的原因,UMPM产品存在较多缺失数据,且时空稳定性较低;基于玉米地面观测数据表明,EVI对植被开始生长的信号比LAI更加敏感,更适合提取生长起点,但植被指数易饱和,峰值起点普遍提前,基于LAI提取的峰值起点更加合理。由于地面观测的物候期在后期更加关注果实生长,遥感观测仅关注叶片的生长,遥感定义的峰值终点和生长终点与玉米的乳熟期和成熟期差异较大。     

地面站点观测数据代表性评价方法研究进展

在遥感产品真实性检验中,地面站点网络的连续观测数据是进行算法及产品验证的重要数据来源。通常站点观测的空间范围有限,测量数据直接与产品像元值比较会存在尺度误差。因此,分析与评价站点观测在多大尺度上具有代表性,对有效利用观测数据进行算法与产品精度评价具有重要意义。目前全球地面观测站点类型繁多,虽有一定的代表性评价方法,但各类方法的优缺点及适用参数、适用条件各异。因此,为使站点观测代表性评价方法广泛的应用于地面站点观测,进而开展更加有效的遥感产品真实性检验,有必要对当前站点代表性评价方法进行系统的综述及梳理。本文首先阐述遥感产品真实性检验对站点连续观测数据的需求以及站点观测代表性评价的必要性。其次,分析站点观测代表性的评价指标特征,包含点面特征比较以及空间异质性两种评价指标。基于不同评价指标,综述了各种研究方法在站点观测数据代表性评价中的应用,即对点面特征比较评价的物理模型法、站点与区域分布图统计评价法和多站点多时相联合评价法,以及对空间异质性进行评价的一阶统计法和半方差函数法,总结不同代表性评价方法的原理及优缺点。然后,介绍了目前站点数据及代表性评价方法在蒸散、反照率和地表温度等遥感产品真实性检验中的应用,并且以黑河中游农田区观测LAI为例,分析了基于不同评价指标的不同评价方法的特点。最后,针对当前观测代表性评价方法面临的问题提出了下一步的研究方向。     

Phenological metrics-based crop classification using HJ-1 CCD images and Landsat 8 imagery

Crop type data are an important piece of information for many applications in agriculture. Extracting crop type using remote sensing is not easy because multiple crops are usually planted into small parcels with limited availability of satellite images due to weather conditions. In this research, we aim at producing crop maps for areas with abundant rainfall and small-sized parcels by making full use of Landsat 8 and HJ-1 charge-coupled device (CCD) data. We masked out non-vegetation areas by using Landsat 8 images and then extracted a crop map from a long-term time-series of HJ-1 CCD satellite images acquired at 30-m spatial resolution and two-day temporal resolution. To increase accuracy, four key phenological metrics of crops were extracted from time-series Normalized Difference Vegetation Index curves plotted from the HJ-1 CCD images. These phenological metrics were used to further identify each of the crop types with less, but easier to access, ancillary field survey data. We used crop area data from the Jingzhou statistical yearbook and 5.8-m spatial resolution ZY-3 satellite images to perform an accuracy assessment. The results show that our classification accuracy was 92% when compared with the highly accurate but limited ZY-3 images and matched up to 80% to the statistical crop areas.     

利用HJ-1A/1BCCD数据进行黄河凌汛监测

利用HJ-1A/1B卫星CCD数据进行黄河凌汛监测,提出了基于主成分分析和决策树的冰凌提取方法。实验结果显示,利用HJ-1A/1B卫星CCD数据能有效地提取出黄河的冰凌范围,对黄河凌汛监测具有较大的应用潜力。