全球30m空间分辨率耕地遥感制图研究

耕地是全球地表覆盖制图中重要的地表覆盖类型之一,其变化影响着人类社会经济发展、粮食安全与生态环境保护.现有全球耕地制图产品空间分辨率较粗,缺乏高空间分辨率的全球耕地数据产品.本研究利用全球2000/2010两期30m空间分辨率遥感影像数据集(Landsat TM/ETM+、HJ-1)、MODIS 250m空间分辨率NDVI时间序列数据及多种参考资料,针对全球尺度30m影像中耕地提取的难点,提出基于像元、对象和知识3个层次的耕地提取方法,即基于像元尺度多特征优化的耕地分类提取、基于对象的耕地自动判别以及基于信息服务和先验知识的交互式对象处理,完成了全球两期30m耕地遥感制图,并对全球耕地的面积等信息进行统计分析.结果表明,全球2000年和2010年耕地总面积分别为19.03亿ha和19.60亿ha.精度评价结果表明,两期全球30m耕地遥感制图总体精度均达到92%以上.本研究研制的2000/2010两期的全球耕地遥感数据产品,在空间分辨率和分类精度上均优于国际上同类产品,为全球粮食安全、生态环境监测和全球变化等研究提供了重要基础数据.     

不同耕地数据集在中国区域的对比研究

耕地的数量和空间分布信息是国家粮食安全、全球环境变化、陆地生态系统地球物理和地球化学循环过程等研究的基础.本文以中国区域耕地为研究对象,从耕地的数量和空间位置两方面,对2010基准年的4套全球地表覆盖产品Globe Land30、FROM-GLC、Glob Cover和MODIS Collection 5,以及耕地数据集MODIS Cropland进行了对比研究.结果表明,不管是从耕地数量还是空间位置,Globe Land30的准确度都要高于其他4套产品.从耕地的数量来看,5套数据集计算的耕地面积比例在多数省份都有差异,和统计数据相比,Globe Land30和统计数据的吻合度最好,MODIS Collection 5和FROM-GLC次之,MODIS Cropland和Glob Cover较低.在空间位置方面,Globe Land30的空间位置精度最高,其次是FROM-GLC和MODIS Collection 5,Glob Cover和MODIS Cropland的精度最低;同时,5套数据的空间一致性从农业主产区到草原牧区逐渐降低,且受高程和坡度的影响明显.本文发现,虽然MODIS Collection 5的空间分辨率最低,但其耕地的数量精度和空间位置精度都高于300m空间分辨率的Glob Cover和250m空间分辨率的MODIS Cropland.因此,在进行耕地遥感制图时,选择高的空间分辨率固然可以提高数据精度,选择合适的分类方法也同样重要.同时,地形复杂的西北和西南区域光谱混合现象严重,给制图带来更多的不确定性,导致数据间的一致性较差,这将是以后耕地制图需要重点关注的区域.     

全球30m分辨率人造地表遥感制图研究

伴随着全球人口增长与经济发展,城镇化进程预计将在全球范围内持续加速,而人造地表是城镇化在地表覆盖上的直接体现.一方面,人造地表的扩张为工业生产、经济活动、人员居住等提供合适的场地;另一方面,人造地表深刻改变了地球的自然表面,进而影响地表热量交换、水文过程以及生态系统等自然过程.因此,对全球人造地表进行精确制图对于自然科学与社会科学等相关领域研究都具有重要意义.本研究以全球2000与2010年两个基准年的30m分辨率遥感影像为基础,完成了全球两期30m分辨率的人造地表制图任务.首先,根据人造地表的地理内涵与30m分辨率影像上提取的可行性,从斑块层面上提出适用于该尺度的人造地表定义;其次,考虑到人造地表的光谱复杂性与空间异质性,对现有像素级分类与对象级分割技术进行组合,以实现较高精度的人造地表斑块提取;最后,通过人工编辑与质量控制的手段,进一步保证全球范围内的人造地表制图精度.独立精度评价结果显示,该地表覆盖分类产品的用户精度达到80%以上.可以认为,该套产品是目前全球尺度上,人造地表或相关地表覆盖类型产品中分辨率与精度都最高的分类成果.该数据将为开展全球城镇时空格局分析、生态环境健康诊断等相关研究工作提供重要的基础数据.     

亚洲人造地表覆盖遥感精细化分类与分布特征分析

人造地表覆盖是刻画人类活动对陆地表层生态系统影响的重要因素,具有高度动态、结构复杂和类型镶嵌等特征.由于当前缺乏有效的洲际尺度人造地表覆盖精细化遥感探测方法和高精度的数据产品,由此影响了城市化对区域气候、生态系统过程和全球环境变化影响评估的可靠性.本研究构建了人造地表覆盖等级层次结构分类系统,发展了基于2010年全球地表覆盖30m分辨率产品(GlobeLand30)的人造地表覆盖二级类型像元组分提取的技术方法,研发了亚洲2010年高精度城市建成区及其内部城市不透水地表和植被覆盖组分比例数据产品.基于多源数据融合和专家知识方法获取的城市建成区及其内部组分分类的总体精度为90.79%;城市内部不透水地表比例组分信息提取平均相对误差为0.87,总体上数据产品具有较高的质量和可靠性.遥感精细化信息提取局部误差与不同气候带城市建筑与植被镶嵌程度密切有关.遥感精细化分类表明,亚洲城市建成区面积181785.96km~2,占亚洲陆表面积的0.59%;城市内部结构组分中,城市不透水地表总面积为116504.72km~2,占亚洲城市建成区面积的64.09%,植被和裸土面积占34.56%.在空间上,城市不透水地表自东向西呈现集聚式、分散式和无显著分布特征三级梯度.中国、印度和日本等国家,城市不透水地表总面积排在前三位,分别占亚洲城市不透水地表面积的32.77%、16.10%和11.93%.研究发现,城市建成区内部不透水地表与植被覆盖组分比例与国家的经济发展程度及区域气候环境密切相关,对于经济较为发达的国家,城市建成区内部镶嵌类型中不透水地表比例相对较低,如韩国、新加坡城市不透水地表比例约为50~60%,公共绿地植被面积比例相对较高,而对于经济发展水平较低的国家,城市建成区内部镶嵌类型中城市不透水地表比例则接近或超过80%.城市建成区内不透水地表、植被组分及空间分布特征集中反映了亚洲地区人口集聚和经济发展水平以及对子流域环境健康状况影响程度.     

卫星反照率产品的多尺度验证与不确定性分析

中低分辨率卫星反照率产品反映了局地与全球尺度地表吸收太阳短波辐射的能力,在气候变化与能量平衡研究中具有重要应用.卫星产品的精度通常基于地面观测值进行验证,而中低分辨率卫星反照率产品的验证需面对卫星与地面观测尺度的差异这一难题.引入高分辨率反照率作为尺度转换桥梁是一种常用验证策略,但高分辨率反照率数据本身的误差,以及它与地面观测、中低分辨率产品的互匹配都可能给验证结果带来不确定性.本文验证策略对这些不确定性进行了控制:以不确定性最小原则设计地面采样策略,用地面观测值对30 m分辨率反照率(用国产HJ-1a/b卫星数据反演得到)进行了校正,用校正后的30 m反照率升尺度后,选择不确定性更小的像元评价中低分辨率反照率的精度.以中国黑河流域中游为研究区开展了对GLASS和MODIS两种1 km分辨率反照率产品的验证试验.验证结果表明,尺度转换后的HJ反照率可以精确的检验低分辨率反照率产品的精度,但是必须考虑验证过程中的不确定性,并在验证时排除不确定性过大的像元.     

全球陆表水体空间格局与波动初步分析

陆表水体是人类生存和发展的最重要资源之一,也是全球水循环主要组成部分之一.全面地掌握陆表水体的空间分布、持续地测定其动态变化,是全球生态环境健康诊断的一项重要工作.根据30 m分辨率全球地表覆盖数据产品(Global Land 30)中的两期陆表水体数据产品(Global Land 30-water 2000和Global Land 30-water 2010),利用MODIS时间序列数据对其进行时相订正,通过水域面积、水域率及其空间变异系数的指标,按全球、经纬度、大洲及气候区等不同层次分析了陆表水体及空间分布格局和时间波动.遥感监测结果显示,全球陆表水体总面积达367.67×104 km2,占全球陆表面积的2.73%.陆表水体空间分布极为不均,主要集中于北半球的中高纬度地区和热带地区.对比2000与2010年两期的水域面积差异,总体波动不大,但是区域差异较明显.Global Land 30-water产品及统计数据为分析全球陆表水体空间分布格局、揭示其地域差异、研究时空波动规律以及诊断生态环境健康提供了重要基础数据.     

基于快速聚类方法的30m分辨率中国土地覆盖遥感制图

大范围遥感土地覆盖制图通常费时费力.本文采用一种基于特征空间变换的快速聚类方法(CBEST)对覆盖中国的508景Landsat Thematic Mapper(TM)影像进行土地覆盖制图.将中国划分为50个生态分区,每个生态分区内采用CBEST方法对TM影像进行快速聚类,CBEST平均聚类时间约为每2 min一景;通过对自动获得的光谱簇人工土地覆盖类型识别,归并光谱簇,绘制30 m空间分辨率的中国土地覆盖图,统计土地覆盖类型面积,生成主要土地覆盖类型专题图.采用2159个分布全国的验证样本对制图结果进行精度验证,得到总体精度为71.7%,Kappa系数为0.641.与当前两套全球地表覆盖产品(FROM-GLC和GlobCover 2009)的局部对比表明CBEST分类结果在各类型土地覆盖面积统计及视觉效果上存在优势.     

基于HJ-CCD和MODIS的吉林省中西部湖泊透明度反演对比

水体透明度能够反映光在水体中的穿透程度,影响水生植被及以光为依赖条件的水生生物的分布,获取透明度的传统方法是采用透明度盘进行测量,但也可以通过遥感方法获得.环境减灾卫星是专门用于环境与灾害监测预报的小卫星星座,影像覆盖范围广,空间、时相分辨率较高,可以为水环境遥感提供较好的数据源.MODIS数据在近岸水体和内陆大型湖泊水环境监测中也有广泛应用,它的时相分辨率也很高,但空间分辨率低.利用HJ-1A卫星CCD数据和MODIS日反射率产品(MOD09GA),以2012年9月吉林省石头口门水库、二龙湖、查干湖、月亮泡等地的实测透明度为基础(实测点数74个,最小值为0.134 m,最大值为1.410 m,平均值为0.488 m),根据灰色关联度选取构建模型的波段组合,建立水体透明度反演模型.HJ1A-CCD数据与MOD09GA数据建立的模型R2分别为0.639和0.894,均方根误差(RMSE)分别为0.248和0.135,模型验证的平均相对误差(MRE)分别为17.1%和9.5%,RMSE分别为0.207和0.089.MODIS数据以其较高的辐射分辨率使模型精度较高,但是HJ数据在应用于透明度小于1 m的水体时精度也较高(MRE=13.5%,RMSE=0.066).HJ-CCD数据在空间分辨率上的优势使其能够获得透明度空间分布的细节信息.比较两者反演得到的湖泊平均透明度,结果较为一致.     

2000—2018年全国形变台站周边环境时空变化特征及对垂直摆观测影响分析

利用中国自主研制的全球首套30 m分辨率GlobeLand30地表覆盖产品调查全国定点形变台站周边5 km范围内的土地覆盖类型分布。应用地类面积/变化率、类型转入转出率等指标分析研究区各类型的转移规律,并辅以MODIS土地覆盖年数据集从全国和分区角度揭示2001—2018年间各土地类型时空变化格局,最后以垂直摆倾斜观测为例,探索台站周边土地覆盖变化总量与仪器观测背景噪声的关系。结果表明:(1)中国定点形变台站周边5 km范围内主要以耕地、森林为主。2000—2010年间,人造地表占比从11.8%升高至14.5%,而耕地和草地面积分别减少了2.2%和1.6%。研究区内耕地转为人造地表的面积最大,共计525 km~2。(2)中国大陆各地震区内台站周边土地覆盖变化格局不同,华北地震区的耕地降低和人造地表增长最为剧烈;新疆地震区以草地类型的降低和裸地类型的升高为主;东北地震区草地类型增长而人造地表稍有下降。(3)2001—2018年间,研究区森林面积在波动中缓慢升高;耕地面积则持续减少,尤其在2005—2016年间,减少幅度增大;人造地表类型则是逐年持续、稳定的增加。(4)2016年全国垂直摆倾斜仪观测背景噪声与台站周边全年的土地覆盖变化总量有一定的相关性,但华南地震区内台站由于受到海洋运动的影响,其仪器的噪声水平与周边环境变化不成正相关。     

GlobeLand30地表数据对北京气候中心气候模式的影响

地表覆盖是陆面及气候模式中的重要基础变量,其数据质量对气候模式性能有显著影响.本文基于一套中国自主研制的全球30m地表覆盖数据(GlobeLand30),利用北京气候中心气候系统模式(Beijing Climate CenterClimateSystemModel,BCC_CSM)中的陆面过程和大气环流分量模式,开展GlobeLand30数据对气候模式性能影响的研究.首先通过GlobeLand30和其他卫星遥感等辅助数据融合细化植被功能型(Plant FunctionType,PFT)类型数据满足BCC_CSM模式需求,然后利用基于面积比例的升尺度方法得到适合于全球模式的不同覆盖类型及其面积百分比数据.GlobeLand30与模式原有覆盖数据都能合理描述全球地表覆盖基本分布特征,但也存在一定差异,其中植被PFT类型的差别最明显.通过数值模拟试验全面评估GlobeLand30数据对模式结果的影响,结果表明在BCC_CSM的陆面模式和大气模式中采用GlobeLand30数据可以合理再现陆面与大气的基本气候特征;更新植被PFT数据的气候效应大于更新冰川和水体类型,综合更新所有覆盖类型数据对模拟结果的影响最大.引入GlobeLand30数据可降低BCC_CSM大气模式对北半球中高纬地区降水的正偏差和南美亚马逊等地区模拟降水的负偏差,以及南半球部分地区大气温度模拟的负偏差,因此GlobeLand30数据适用于BCC_CSM分量模式并对改善模式性能有正贡献.     

全球陆表水体高分辨率遥感制图

陆表水体是地表覆盖的重要组成之一,是气候变化研究、生态环境评估和宏观调控分析等不可或缺的重要基础信息.本文介绍了全球地表覆盖遥感制图项目中陆表水体总体研制情况.项目通过收集、处理美国陆地卫星Landsat TM/ETM+、国产环境减灾星(HJ-1)等影像,实现了2000年、2010年两个基准年度的全球30 m分辨率多光谱影像的有效覆盖,影像纠正精度满足1:20万制图要求,两期影像配准中误差控制在1个像元以内.根据30 m分辨率尺度的水体光谱特征与几何形态,合理地设计提取指标,结合基于像元分类法简单易操作、面向对象分类法可综合利用各种规则知识的优势,开展水体信息的精细化提取,最后利用人机交互来进一步优化完善分类结果,实现全球水体的高精度遥感制图.完成的全球陆表水体数据成果GlobalLand30-water 2000和GlobalLand30-water 2010,属目前全球尺度下最高分辨率的分类成果,自评估总体精度为96%.该数据是开展全球陆表水体空间分布格局分析、揭示地域差异、研究时空波动规律以及进行生态环境健康诊断等相关研究工作的重要基础数据.     

全球陆表湿地潜在分布区制图及遥感验证

由于城市化和农业垦殖等人类活动不断增强,很多湿地生态系统受到侵占或干扰.保护湿地资源需要准确的湿地分布.然而由于湿地类型复杂多样,地面调查困难,大范围湿地分布制图很难完成.目前还没有专门用于湿地保护和规划且有较高分辨率的全球湿地分布数据.采用水文、气候数据结合1 km分辨率的混合地形指数(CTI)数据,利用陆表湿地和地下水位的关系,模拟出不考虑人类活动影响状况下30 s分辨率的全球陆表湿地潜在分布区.这是最高分辨率的全球陆表湿地的潜在分布数据.模拟结果显示全球陆表湿地潜在分布区面积达到3.316×107 km2.用遥感获得的实际湿地数据对陆表湿地模拟结果进行精度验证,总体精度达到83.7%.本次模拟结果可以作为构建全球湿地实际分布数据库的基础.由于模拟过程未考虑农业灌溉、建坝等人类活动对湿地的干扰破坏,因此本文对陆表湿地潜在分布区的模拟结果大于当前几种全球土地覆盖制图产品中湿地的面积.本文采用方法所需数据相对较少,精度高于其他产品.     

顾及多元知识的GlobeLand30检核优化模型

综合运用自然、生态和人文等多元知识辅助计算机遥感自动分类,确保大区域地表覆盖遥感数据产品质量是多年来国际上致力于解决的科技难题.在全球30m地表覆盖遥感数据产品GlobeLand30的研制过程中,作者提出了一种顾及多元知识的检核优化模型,对基于"像元-对象"的遥感自动分类结果进行知识化检核,发现和修改错分/漏分问题.首先归纳总结全球地表覆盖分布相关的先验知识,凝练出有关地表覆盖的地域地形分布规律、时间连续性和空间关系等质量检核知识规则;继而发展了基于网络化服务平台的交互式协同检核技术,辅助发现与定位分类异常区域,并依据各类别最小图斑规定判定错分/漏分,进而标注和发布错误信息,供研制人员用于修改优化.以林灌草和裸地数据为例,抽取10%的图幅,进行优化前后的分类精度对比分析,得知质量明显改善,精度提高最多达到17.47%.运用该模型,对GlobeLand30数据进行了逐类检核与优化处理,有效地减少了错漏分问题,2010期产品的总体精度达到83.50%.这一模型还可用于其他全球或区域的地表覆盖数据产品研制.     

一个针对被动微波AMSR-E数据反演地表温度的物理统计算法

用MODIS的地表温度产品和AMSR-E不同通道之间的亮度温度回归分析表明用89GHzV 做地表温度反演主通道的精度最高. 用AIEM模型模拟表明, 土壤粗糙度和土壤水分变化引起土壤辐射率变化可以通过不同极化波段的差值得到有效的消除, 从而克服了被动微波反演地表温度中辐射率不稳定的困难. 通过回归系数分析表明, 不同的地表覆盖类型的辐射机制是不同的. 要精确地反演地表温度, 至少对地表分成三种覆盖类型, 即水覆盖的地表、雪覆盖的地表以及非雪和水覆盖的地表. 以MODIS地表温度产品作为评价标准, 物理统计方法的平均精度在2~3℃.     

GlobeLand30遥感制图创新与大数据分析

正地表覆盖及其变化反映着人类与自然相互作用、地表水热和物质平衡、生物地球化学循环等过程,是全球环境变化研究、地理世情监测、可持续发展规划等不可或缺的基础信息和关键参量.以往国外研制的全球地表覆盖信息产品空间分辨率较粗(最高为300m),难以有效反映全球范围内地表覆盖的详细空间格局及转换规律,远不能满足中国及国际社会的应用需求.在国家高技术研究发展计划重点项目支持下,     

基于遥感和典范对应分析方法优化生态地理分区——以中国区域为例

选取适当生态地理边界对遥感影像进行分割,降低分区单元内土地覆盖复杂程度,可有效提高遥感土地覆盖分类精度.本研究将气象、高程、土壤等环境数据与季节性植被遥感信息相结合,利用典范对应分析(CCA)和k均值聚类等进行生态地理分区的划分,旨在提出适用于区域遥感地表分类的生态地理分区方案.以我国为例的研究结果表明,季节性植被遥感信息与CCA相结合,能够有效筛选出区域生物地理格局主导环境因子,可将这些主导因子作为生态地理分区的区划指标.本研究中,温度要素是我国生物地理格局的主导驱动力,水分要素次之.以MODIS MCDl2C1(2005年)和GlobCover(2004~2006年)全球土地覆盖分类产品来评价生态地理分区内土地覆盖复杂程度,结果表明,本研究的生态地理分区在土地覆盖类型均数、主要土地覆盖类型面积比例以及主、次要土地覆盖类型面积比例之和等方面,均优于已有研究结果,且主、次要土地覆盖类型的植物物种和性状特征差异比较明显,表明利用表征植被季节特征的环境主导因子进行生态地理区划,可以有效降低生态地理分区内地表覆盖复杂程度,更利于地表覆盖遥感分类.     

百米级空间分辨率红外数据地震监测应用能力评价

<正>卫星红外遥感技术用于地震监测已有近30年的历史,目前研究人员所用的卫星数据源主要来自于NOAA/AVHRR、EOS/MODIS、FY静止系列气象卫星等红外传感器观测获得的红外数据。其中AVHRR、MODIS红外数据的空间分辨率为1km,FY静止卫星的红外数据分辨率为5 km。此外,在我国地震预报部门还使用NOAA长波辐射(OLR)数据产品开展短临监测,该数据为利用卫星远红外波段反演的宽波段数     

MODIS陆地气溶胶遥感反演--利用TERRA和AQUA双星MODIS数据协同反演算法

利用卫星数据遥感陆地气溶胶一直是国际上研究的难点与热点.利用新一代传感器MODIS(中分辨率成像光谱仪)数据,DDV(Dark Dense Vegetation)算法反演陆地气溶胶的分布以及性质已经取得了较好的效果.然而,该算法只适用于诸如水体、浓密植被等较低地表反射率区域,大大限制了该算法的实际应用范围,尤其是无法应用于城市等亮地表区域气溶胶的遥感反演.文中提出了基于利用TERRA和AQUA双星MODIS数据的协同反演模型算法(SYNTAM-Synergy of Terra and Aqua MODIS),用以反演陆地气溶胶的光学厚度等信息.该算法实现了地表反射率与气溶胶光学厚度的同时反演,可应用于各种地表反射率类型,包括城市等亮地表区域.通过与国际AERONET的地面观测数据对比做初步的反演验证,结果表明,该算法具有较高的精度,进一步的验证工作还在继续.     

MODIS陆地气溶胶遥感反演

利用卫星数据遥感陆地气溶胶一直是国际上研究的难点与热点. 利用新一代传感器MODIS(中分辨率成像光谱仪)数据, DDV(Dark Dense Vegetation)算法反演陆地气溶胶的分布以及性质已经取得了较好的效果. 然而, 该算法只适用于诸如水体、浓密植被等较低地表反射率区域, 大大限制了该算法的实际应用范围, 尤其是无法应用于城市等亮地表区域气溶胶的遥感反演. 文中提出了基于利用TERRA和AQUA双星MODIS数据的协同反演模型算法(SYNTAM-Synergy of Terra and Aqua MODIS), 用以反演陆地气溶胶的光学厚度等信息. 该算法实现了地表反射率与气溶胶光学厚度的同时反演, 可应用于各种地表反射率类型, 包括城市等亮地表区域. 通过与国际AERONET的地面观测数据对比做初步的反演验证, 结果表明, 该算法具有较高的精度, 进一步的验证工作还在继续.     

基于多源卫星数据的小型水体蓝藻水华联合监测——以天津于桥水库为例

近年来水体富营养化呈扩张趋势,蓝藻水华不仅在太湖等大型湖泊频发,水面面积较小的天津于桥水库等也形势严峻,亟需加强卫星遥感监测.但是,以往在太湖等业务化使用非常成功的MODIS等卫星数据(约500 m),由于空间分辨率较低,难以满足小型水体的监测要求;而Landsat-8等空间分辨率较高的卫星数据(30 m),通常重返周期较长,无法满足水华高频监测需求.本文以天津市于桥水库(面积约80 km2)为研究区,针对常用的卫星数据,从空间、时间、光谱范围和数据可获取性共4个方面,评价不同卫星数据蓝藻水华监测能力和算法,同时对不同卫星监测结果一致性进行评估.结果表明:(1)筛选出国产HJ-1A\B CCD、GF-1 WFV和美国Landsat-8 OLI这3种卫星波段合适,空间分辨率较高,适用于桥水库蓝藻水华监测,但考虑到其重返周期较长,建议多星联合观测;(2)各个卫星监测结果与卫星影像目视解译结果基本一致,均方根误差和相对误差均分别控制在0.78 km2和4.9%以内;(3)不同卫星监测结果一致性良好,一致性精度达到99.5%;(4)根据历史影像结果,发现于桥水库2016年水质开始呈富营养化,藻华现象在夏、秋两季最为严重.研究表明,针对小型水面水体蓝藻水华监测,利用较高分辨率数据联合监测,是一种有效的替代策略,今后可在更多小型水域推广.