干雪深度反演的同极化相位差模型

积雪深度是积雪的重要结构参数,获取高精度雪深空间分布信息对于流域尺度水资源管理、气候变化研究和灾害预报等具有重要意义.本文以新疆阿尔泰山南坡克兰河上游为研究区,利用C波段全极化GF-3数据及地面同步观测数据,根据VV与HH极化信号在积雪中折射率不同导致相位差异的原理,使用Maxwell-Garnett方程构建同极化相位差(co-pol arized phase difference,CPD)的正演模型,并基于CPD与雪深关系构建了雪深反演模型.通过对具有不同积雪条件的浅雪区与深雪区分别进行雪深反演,获得雪深空间分布信息.同时对反演不确定性进行了分析,并与已有方法进行比较,研究结果表明:①假定研究区积雪各向异性介电常数恒定的理想情况下,CPD仅是雪深的函数,可用半经验的线性模型反演雪深,反演精度的高低与计算CPD过程中使用的滤波器的窗口大小有关,浅雪区的最优滤波窗口为59×59像元,反演精度R为0.83,RMSE为2.72 cm,深雪区的最优滤波窗口为33×33像元,反演精度R为0.54,RMSE为11.69 cm;②雪深反演误差与坡度显著相关,随着坡度的增加,雪深的反演误差呈现出显著增加的趋势,雪深反演不确定性受雪层变质程度、含水量及卫星入射角观测几何条件影响,反演方法对于干燥、雪层变质结晶程度低、均质的积雪及具有大入射角的SAR卫星有更好的适用性;③对比已有基于CPD模型的雪深反演方法,本文方法已经将反演所需要的参数减少为遥感获取的CPD数据,以及进行模型拟合的实测雪深数据,反演精度更高.研究表明CPD模型反演山区雪深空间分布是有效和可行的,研究成果为山区雪深遥感反演提供了新思路.     

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。     

BJ-1智能小卫星多曝光量数据特征及其积雪提取方法研究

通过调控成像积分时间改变曝光量,会在改变图像DN值和图像质量的同时,给地面参数定量反演带来很大的不确定性。以环境星(HJ-1)CCD数据为参照标准,以积雪为研究对象,系统分析了北京一号小卫星(BJ-1)多曝光量数据的积雪图像质量及其光谱特征变化规律;在模拟BJ-1多曝光量数据的基础上,提出了面向多曝光量数据的积雪提取方法,并评估了不同算法的积雪面积提取精度。结果表明,BJ-1 CCD数据的积雪图像质量随曝光量增加有所改善,但过分曝光也会导致图像质量下降;阴影区积雪的光谱差特征随曝光量的增加而增强,向阳面积雪的光谱差特征因"饱和"而大大削弱。基于BJ-1模拟数据,提出了面向多时相、多曝光量数据的归一化积雪提取模型,该模型的分类成功指数(classification success index,CSI)达到89.95%,优于单一曝光量的82.25%和传统监督分类的75.95%的提取精度,为研发更具目标针对性的智能传感器和高精度地表参数遥感反演算法提供了有益的借鉴。     

面向对象的卫星影像积雪信息提取

针对传统基于像元的积雪提取方法的不足,该文以HJ-1B/CCD、IRS遥感影像作为数据源,通过分析HJ-1B影像上的地物特征,提出了先对影像特征合并后进行多尺度分割的积雪提取方法。多尺度分割时,首先将影像分割成多边形对象,然后建立起积雪提取的规则集,进而对积雪信息进行提取。为了验证提取精度,该文对比分析了NDSI方法和本文方法提取积雪的结果,并利用目视解译积雪提取结果定量地进行了精度评价。结果表明:采用本文方法提取积雪具有较高的可靠性和准确性。     

基于HJ-1B星热红外数据的大亚湾海温反演模型及其应用

为进一步推进HJ-1B星IRS4热红外数据在大亚湾核电站温排水动态监测中的应用,基于常用的海表温度反演算法,利用数值微分手段,从理论上对影响温度反演误差的大气总水汽含量、卫星观测角度以及地物比辐射率等参数进行敏感性分析;以单窗算法为温度反演模型的基础,利用2011年12月18日和22日大亚湾核电站地区的HJ-1B星IRS4数据以及与卫星过境时段对应的CE312实测红外辐射温度和气象观测数据,通过最小二乘线性回归方法,对反演模型参数进行修正,得出单窗算法修正值a=1 163.4,b=-4.013 4。最后,基于反演模型,利用2010和2011年HJ-1B星IRS4单通道数据开展了大亚湾核电站温排水研究。     

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。     

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。     

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。     

HJ-1B卫星热红外遥感影像农田地表温度反演

本文以我国自主研发的HJ-1B卫星影像为数据源,利用其热红外影像、基于JM&S普适性单通道算法反演2009年5月20日河北省涿州市和高碑店市的农田地表温度。最后将HJ-1B IRS影像的地表温度反演结果与同时相Landsat TM5影像的反演结果进行比较分析,分析结果表明:本文所提出的基于HJ-1B卫星热红外影像反演农田地表温度精度可靠,该方法是可行性的。     

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。     

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。     

GLONASS卫星SNR信号的雪深探测

利用GNSS-MR(Global Navigation Satellite System Multipath Reflectometry)技术反演积雪深度是近年来一种新兴的卫星遥感技术。目前大多数研究仅使用GPS(Global Position System)数据限制了该技术的发展,为了扩展GNSS-MR算法的应用,介绍了基于GNSS-MR算法的雪深反演模型。首先,通过多项式拟合分解GLONASS观测数据获取高精度的信噪比残差序列;然后,利用Lomb-Scargle谱分析法对其进行频谱分析可解算雪深值。选取IGS中心的YEL2站2015年11月到2016年6月共243天的GLONASS卫星L1波段反射信号的SNR数据进行实例分析,并以美国国家气象数据中心提供的加拿大Y-H (Yellowknife Henderson)气象站的实测雪深数据为真值,将反演雪深与实测雪深进行对比验证。所得实验结果如下:(1)与GPS卫星的反演值相比,基于GLONASS-MR(GLONASS Multipath Reflectometry)技术反演积雪深度的精度同样能达到厘米级,RMSE仅3.3 cm,反演值与实测值的空间分布趋势一致且相关性较强,其相关系数R2高达0.969;(2)不同的积雪深度对信噪比的振幅频率与垂直反射距离具有直接影响;(3)对同一卫星而言,信噪比的频谱振幅强度峰值与其对应的反演值存在线性相关;(4)在相同条件下,采用多颗GLONASS卫星数据比单颗GLONASS卫星数据反演雪深的效果明显更优。基于反演的高时间分辨率产品,分析该地区雪深日变化的情况,实验结果表明基于陆基CORS站的GLONASS-MR技术在用于实时、连续的雪深变化监测方面具有良好的潜力和可行性。     

SVM辅助的GPS SNR雪深时间序列反演

研究了GPS干涉反射技术GPS-IR(GPS-Interferometric Reflectometry);在利用GPS卫星SNR信号进行积雪深度探测的基础上构建了支持向量机SVM(Support Vector Machine)辅助的GPS SNR雪深时间序列反演模型;对积雪深度进行时间序列预报和与传统GPS-IR积雪探测模型进行精度对比分析。实验结果显示,相比传统GPS-IR雪深反演模型,SVM辅助的GPS SNR雪深时间序列反演模型的雪深预报结果的精度更高,也更符合实测雪深的变化趋势,可为地面积雪雪深反演提供新方法。     

D-InSAR技术的积雪深度反演

积雪深度是大量气候、水文、农业及生态模型的重要输入变量。选用欧空局Sentinel-1主动微波数据,利用合成孔径雷达SAR(Synthetic Aperture Radar)差分干涉测量技术的二轨法,根据积雪相位与雪深之间的转换关系,反演新疆天山中段的巴音布鲁克盆地典型区的积雪雪深分布,提出了基于InSAR二轨差分的雪深估计方法,反演得到2016年12月18日的空间分辨率为13.89 m的雪深分布。研究表明:(1)对Sentinel-1数据进行正确的预处理以后,可以应用SAR差分干涉测量技术的二轨法反演区域雪深分布。但由于像对相干性和积雪状态的差异,积雪深度超过10 cm,可以获取较准确的雪深反演结果,R=0.65,反演误差的均方根误差RMSE=4.52 cm,平均相对误差为22.42%,反演雪深结果均比实测结果略偏低;而当雪深小于10 cm时,雪深反演值较实测值存在较大的误差,相对误差均高于34.52%,且反演雪深值均比实测值偏高。(2)雪深反演精度受高程及实际雪深的差异影响显著,另外雪深反演精度也受限于干涉像对相干性。结果表明,对于获取区域积雪雪深,InSAR技术较光学及被动微波遥感具有非常广阔的应用前景。     

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。     

联合HJ-1/CCD和Landsat8/OLI数据反演黑河中游叶面积指数

目前制约30 m分辨率地表参数遥感提取的主要因素是有限的观测个数,而联合多传感器观测是提高单位时间观测频次的一个有效途径。本文以黑河中游为研究区,利用HJ-1/CCD和Landsat 8/OLI传感器构建多传感器观测数据集。对多传感器观测数据集在观测周期内的有效观测个数、观测角度和双向反射分布函数BRDF分布特征、以及经过预处理后的多传感器数据一致性等问题进行分析。不同传感器观测数据质量差异是多传感器联合反演的主要问题,因此本文首先制定了多传感器数据质量控制方案,然后利用统一模型查找表反演单传感器叶面积指数LAI结果,对10天观测周期内经过质量筛选的单传感器反演结果采用平均方法合成LAI产品。结果表明,LAI有效反演像元占总反演像元比例由单传感器的6.4%—49.7%提高到多传感器的75.9%。利用地面测量数据进行验证分析,LAI反演结果与地面实测数据的均方根误差RMSE均值为0.71。利用30 m分辨率的HJ-1/CCD和Landsat 8/OLI传感器数据可以生产精度可信、时间分辨率连续的LAI产品。     

HJ-1B卫星遥感影像的积雪识别

针对国产卫星HJ-1B数据积雪像元识别的问题,该文分析了归一化差分积雪指数法和改进的归一化差分积雪指数法的优缺点,并根据积雪与其他地物的光谱特征变化幅度的差异性,提出了一个仅用HJ-CCD数据作为数据源的积雪识别方法。实验中,选取了两块不同特征的影像进行试验,以神经网络分类结合目视解译方法的提取结果作为标准进行精度评价。结果表明,该文提出的方法操作简单,能快速、准确地识别区域积雪覆盖面积。     

不同核函数RVM的冰凌检测能力比较

利用HJ-1A/1B卫星CCD数据进行黄河凌汛监测,提出了利用相关向量机的检测冰凌,并对比了不同核函数的冰凌检测效果。实验结果显示利用RVM和HJ-1A/1B卫星CCD数据能有效提取出黄河冰凌范围,RBF核函数的稳定性和精度要高于改进型RBF核函数,但改进型RBF核函数的相关向量的个数要明显少于RBF核函数,因此测试速度要高于RBF核函数。     

HJ-1B 热红外波段在轨绝对辐射定标

针对HJ-1B 红外相机(IRS)热红外通道特点, 利用青海湖辐射校正场进行HJ-1B 热红外绝对辐射定标, 提 出新的场地定标算法, 并通过实测数据和Landsat5-TM数据对不同定标系数进行真实性检验分析, 发现该场地定标 算法获得的系数比原始系数精度提高约0.6%—3%, 总体精度为1K 左右。研究结果表明文章提出的定标算法适用 于不具备观测冷空间能力的卫星传感器在轨绝对辐射定标, 得到的定标系数合理可靠。     

基于被动微波遥感的青藏高原雪深反演及其结果评价

采用修正的张氏雪深反演算法，用ＳＳＭ／Ｉ３７ＧＨz和19GHz水平极化亮温值计算了青藏高原及其毗邻地区的积雪深度，对其精度进行了评价，并对误差来源进行了分析，结果显示，此算法能够较好地反映研究区的雪深分布，但局部地区误差较大，总体上雪深被高估，其误差主要来源于冻土，深霜层，植被以及雪层中液态水含量，雪粒的形状和粒径的变化带来的影响，SSM／I数据较低的分辨率和研究区复杂的地形使反演的雪深与观测的雪深缺少可比性，给精度的评价带来影响。