湖泊亚像元填图算法研究

湖泊面积变化监测具有重要的科学和社会意义,使用中低分辨率卫星遥感数据进行大面积的湖泊面积变化监测有很多优势,但易受混合像元的影响。本文根据湖泊水体的遥感特性,发展了使用中低分辨率卫星遥感数据的混合像元分解算法,应用线性多端元混合像元分解技术,自动、快速地得到在每个像元中湖泊所占的面积百分比;在上述分类结果的基础上,基于地物的空间依存现象,建立空间吸引力的概念,用循环迭代的方法实现超过遥感影像自身分辨率的湖泊亚像元填图。在针对青藏高原不同季节不同地区的Modis影像的实践中,显示混合像元分解算法可以提供较高精度的软分类结果;使用迭代方法进行亚像元填图是简单高效的,具有很大的应用潜力。     

遥感影像像元组分分解模型及其应用

像元组分分解模型主要包括线性混合模型(LSMM)、模糊分类器模型、神经网络模型以及高斯混合判别分析模型(MDA)。以线性光谱混合模型为例给出了像元组分分解的过程,并分析了各种模型在不同领域的应用。像元组分分解还处于探索阶段,应根据不同的应用领域,不同的前提条件来选择和发展更为合适的模型,或用几种模型进行组合。端元的类型和数量的确定要力求准确,端元光谱值的获取要根据实际分析,研究更为适合的方法,使组分像元分解的精度得到进一步的提高。     

基于混合像元分解的火星南极矿物制图研究

对火星高光谱遥感数据进行混合像元分解,有助于获取像元内部火星表面矿物含量。端元光谱提取和光谱解混是混合像元分解的关键技术。以ORB0942_2轨道覆盖的火星南极地区作为研究区,应用纯净像元指数法（PPI）从影像中提取出端元光谱,并利用线性分解模型对影像中混合像元进行了分解,计算出其各端元组分的百分含量,获得了研究区水冰、石膏、钙镁橄榄石及紫苏辉石的相对含量分布图。     

冻融交替季节黑河上游代表性地物类型的微波辐射时序特征

被动微波遥感是监测全球土壤冻融的有利手段,然而由于缺乏实验观测数据,对冻土的微波辐射特征和机理并不是很清楚.2008年3月利用地基微波辐射计(RPG-8CH-DP Radiometer)在黑河流域上游对典型地物18.7 GHz和36.5 GHz的微波辐射进行了连续观测,获取了3种典型土地类型的冻融过程中两个频率双极化的微波辐射特征,计算了土壤冻融过程中发射率和亮温梯度的时序特征并进行了分析.结果表明:土壤冻结会引起土壤发射率的变化,变化的大小主要受土壤表层很薄一层土壤的含水量影响,这是因为这两个波段对土壤的微波穿透深度很小,另外,尽管土壤冻结后亮温梯度会降低,但大多数情况下并没有观测剑冻土负的亮温梯度.     

基于MODIS数据的朝鲜半岛土地利用变化信息提取

以朝鲜半岛为研究区域, 基于2000年和2007年的MOD IS数据, 应用线性光谱混合模型进行像元组分分解并提取分类特征, 对像元组分分解后有错分的地物类型结合纹理进行分析, 以决策树模型进行土地利用分类。结果表明, 像元组分分解后的决策树分类结果总体精度达78.346 5% , Kappa系数达0.681 3。与像元组分分解前最大似然法和决策树分类结果相比, 决策树分类精度优于最大似然法, 且像元组分分解方法提高了分类精度。经2000年和2007年像元组分分解后的决策树分类结果对比: 朝鲜耕地面积增加; 韩国耕地面积减少, 居民地面积增加。     

被动微波遥感近地表土壤冻融状态数据产品对比及分析

近地表土壤冻融循环过程是陆面过程的“开关”,对地表能量过程、水文过程、植被动态、温室气体交换和生态系统功能等都具有重要影响。除了依靠传统观测手段判别地表冻融,被动微波卫星遥感技术已被成熟运用于全球尺度地表冻融研究中。利用被动微波卫星遥感亮温监测地表冻融大致经历了理论基础和算法的研制、算法参数的验证和应用以及建立数据集三个主要过程,并基于不同的算法针对不同目的分别发布了不同地区、不同时间序列的近地表土壤冻融数据集。以中国气象局435个气象台站观测的0 cm土壤温度为标准,对比分析了基于目前较为通用的双指标算法、单指标算法、决策树算法和判别式算法建立的近地表土壤冻融数据集的分类结果。结果表明：单指标算法数据集冻结指标的平均值与观测资料最接近,其偏差和均方根误差最小,而决策树算法由于全局采用单一的37 GHz垂直极化亮温阈值,低估了地表冻结,导致偏差和均方根误差最大。近地表土壤冻融数据集和观测资料均表明随着全球变暖,近地表土壤呈冻结首日推迟、冻结终日提前和冻结天数减少的趋势。通过对不同冻融数据集的比较研究,为未来被动微波卫星遥感算法改进、近地表土壤冻融数据的合理使用提供了可靠的科学依据。     

被动微波反演裸露区土壤水分综述

被动微波具有全天候、穿透性以及不受云的影响等特征,使其在反演土壤水分时具有很大的优势。通过研究发现,被动微波遥感是反演土壤水分的各种技术中最有效的方法之一。概括了主要的被动微波传感器并从被动微波遥感的原理出发,针对被动微波遥感裸露区地表随机粗糙面的模型以及土壤水分反演算法作了简要介绍。     

利用混合像元线性分解模型提取卧龙泉地区粘土蚀变信息

利用混合像元线性分解模型提取植被覆盖中等的辽南卧龙泉地区植被丰度图像，并依此进一步提取了该区域的粘土类蚀变信息。在使用混合像元线性分解基本模型的同时，也结合研究目标对其进行了改进与补充，效果令人满意，为中等植被覆盖区的专题信息的提取提供了一种方法。     

积雪被动微波遥感研究进展

积雪是冰冻圈中最活跃的要素之一,被动微波遥感具有高时间分辨率且能够迅速覆盖全球,在积雪时空变化监测中作用突出.总结分析了积雪被动微波遥感的主要模型,并对其方法、特点和适用性进行了较详细评述,重点介绍了NASA算法在雪深和雪水当量反演中的应用、反演结果的不确定性以及对它的改进.讨论新兴的积雪数据同化方法,介绍了同化被动微波观测以改进雪深和雪水当量反演精度的研究案例.评述了我国积雪被动微波遥感的进展,并且对未来可能的研究方向做出展望.     

基于高精度遥感亮温的典型流域河道径流模拟分析

随着对地卫星遥感技术的发展,微波遥感监测为径流模拟提供了新途径。目前,基于被动微波遥感亮度温度的河道径流模拟方法亟待深入探索。本文基于M/C信号法,利用新一代高精度被动微波亮温数据集在中国典型流域进行河道径流模拟,探讨该方法的适用性,分析断面河宽、平均流量、控制面积、植被覆盖度、高程、土地覆盖/利用类型、气候类型等地形地貌和水文气象因素对模拟效果的影响。结果表明:在中国七大流域61个典型站点中,决定系数R2 ≥ 0.5的站点占比超过59.0%,41.0%的站点纳什效率系数E_NS ≥ 0.5;位于西南诸河流域的站点模拟效果最佳,尤其在青藏高原地区;高程、平均流量、气候类型以及断面河宽是影响模拟效果的主要因素;站点位于高原山地气候下的小型河流一般模拟效果更佳,本文方法相对更适用。研究成果可为河道径流模拟提供研究思路,为微波遥感的水文应用提供切实指导。     

冻土遥感研究进展:被动微波遥感

多年冻土和季节冻土分别占北半球裸露地表的24%和55%.近地表土壤冻融的范围、冻结起始日期、持续时间及冻融深度对寒季/寒区植物生长、大气与土壤间能量、水分及温室气体交换都具有极其重要的影响.自20世纪70年代以来,应用卫星遥感结合地面观测资料研究局地到区域尺度的季节冻土和多年冻土已取得诸多成果,而遥感在冻土研究中的最直接应用是利用微波探测近地表土壤冻融状态.相对于主动sAR,星载被动微波传感器具有多通道观测且重访周期较高,空间分辨率很低的特点.重点评述了近几十年来被动微波辐射计在冻土研究中的算法发展及其应用前景,主要包括双指标算法、时间序列变化检测算法及判别树算法3类,其核心均是基于冻土的低温特征和"体散射变暗"效应.发展可靠实用的微波遥感土壤冻融状态判别算法,提供区域和全球尺度上的土壤冻融状态信息,对水文学、气象学以及农业科学、工程地质研究与应用都具有重要意义.     

联合机载PLMR微波辐射计和MODIS产品反演黑河中游张掖绿洲土壤水分研究

土壤水分是气候、水文学研究中的重要变量,微波遥感是获取区域地表土壤水分的重要手段,而L波段更是微波土壤水分反演的最优波段。依托HiWATER黑河中游绿洲试验区的地面观测及机载PLMR微波辐射计亮温数据,利用微波辐射传输模型L-MEB,并将MODIS地表温度产品(MOD11A1)和叶面积指数产品(MYD15A2)作为模型及反演中的先验辅助信息,借助LM优化算法,通过PLMR双极化多角度的亮温观测,针对土壤水分、植被含水量(VWC)和地表粗糙度这3个主要参数,分别进行土壤水分单参数反演、土壤水分与VWC或粗糙度的双参数反演以及这3个参数的同时反演。通过对不同反演方法的比较可以得出结论,多源辅助数据及PLMR双极化、多角度信息的应用可以显著降低反演的不确定性,提高土壤水分反演精度。证明在合理的模型参数和反演策略下,SMOS的L-MEB模型和产品算法可以达到0.04 cm3/cm3的反演精度,另外无线传感器网络可以在遥感产品真实性检验中起到重要作用。     

Research advances in passive microwave remote sensing of surface freeze-thaw state北大核心CSCD

Soil freeze-thaw cycles have important effects on surface water and energy balance,and then affect vegetation growth,soil water content,carbon cycle and terrestrial ecosystem. Passive microwave plays an important role in monitoring global and regional surface freeze-thaw processes due to its high temporal resolution,abundant data and sensitivity to soil moisture. With the launch of passive microwave sensors at home and abroad,it provides conditions for the study of permafrost interannual variation,seasonal variation,diurnal variation and long time series of near-surface soil freeze-thaw cycle. In recent years,the study of surface freeze-thaw cycle using passive microwave data has gradually increased. Based on previous studies,this paper summarizes the types of passive microwave remote sensing data and the characteristics of the bands contained in them. Expounded the principle of passive microwave monitoring data used for freezing and thawing,focus on passive microwave data in five categories in the study of freezing and thawing monitoring algorithms,including double index algorithm,the decision tree algorithm,freeze-thaw discriminant algorithm,seasonal threshold algorithm and based on the freezing L-band relative factors discriminant algorithm threshold,and analysis of 5 kinds of algorithms are compared;The freeze-thaw products based on different algorithms and passive microwave data were combed. Finally,the problems and future research directions of passive microwave remote sensing in surface freeze-thaw applications are summarized. In the acquisition of passive microwave data,it is found that the passive microwave data is missing due to the physical characteristics of the sensor,the shape and orbit of the earth,and the low resolution of passive microwave data leads to the low precision of freeze-thaw discrimination. For the problem of missing passive microwave data,it is proposed to use the average value of passive microwave data before and after two days to fill the missing brightness temperature data,or establish statistical function to complement the missing data. For the problem of low passive microwave resolution,the current development trend is to scale down based on passive microwave data and combine with multiple data products,such as ground temperature and active microwave data,or perform probability discrimination on surface freezing-thawing state in pixels,so as to better describe surface freeze-thaw state. In terms of the algorithm for discriminating surface freezing-thawing,based on the problem that dual-index algorithm,decision tree algorithm,freezing-thawing discriminant algorithm and seasonal threshold algorithm cannot accurately distinguish snow and frozen soil,this paper proposes to adopt the method of data assimilation or start from the snow radiation and frozen soil dielectric model. Optimization of the algorithm for the snow covered surface can further improve the accuracy of freeze-thaw classification. Based on existing freeze-thaw products,Although SMAP freeze-thaw products continue to be updated,SAMP satellite was launched late,and SAMP freeze-thaw products have a short time series. In the future,the time span of this algorithm for freezing-thawing products can be extended by combining L-band data provided by SMOS satellite. The problems mentioned above and the direction of further research are of great significance for improving the accuracy of freezing and thawing discrimination and improving the understanding of the variation law of freezing and thawing cycles,and also have certain research space. © 2022 Science Press (China).     

遥感技术应用于地表面蒸散发的研究进展

蒸散既是地表水分循环的重要组成部分,也是能量平衡的主要项。地表热量、水分收支状况在很大程度上决定着地理环境的组成和演变,清楚地认识蒸散发,对了解大范围内能量平衡和水分循环具有重要意义。目前,已发展了从 传统方法、模拟方法到遥感方法的很多种方法用于估算蒸散发。遥感方法以其能够获知大范围地表特征信息的优势为较准确估算地表蒸散发提供了可能,从而受到人们的日益重视。介绍了研究蒸散发的各种方法,并探讨了利用遥感方法研究蒸散发的优缺点和未来的发展前景。     

基于NoSREx实验的积雪演化及微波辐射分析研究

在被动微波雪水当量反演中,积雪物理参数随时间的变化特征影响着反演精度,为理解积雪随时间演化的特征及其对微波辐射亮温的影响,本研究选用2009—2013年北欧积雪实验（Nordic Snow Radar Experiment, NoSREx）积雪地面观测和微波辐射测量数据,通过雪深和温度把雪期分为积累期（10月—次年2月）、稳定期（2—4月）和消融期（4—5月）,发现各个雪期的积雪演化特征为：雪颗粒形状在积累期前期以融态颗粒（Melt Forms, MF）为主,积累期后期和稳定期以圆形颗粒、片状颗粒、深霜为主,消融期以MF为主;整个雪季底层雪粒径从小变大再变小的过程,粒径最大值出现在稳定期的2至3月,约为2.5~4.0 mm,均出现在近地表雪层,而表层粒径较小且较为稳定。通过雪深和微波亮度差（18~37 GHz）的关系分析,表明亮温差在不同雪期对于雪深的依赖关系不同,在积累期和稳定期,雪深变化与亮温差变化具有明显的正相关;在消融期由于积雪融化的影响,其相关性较差;基于多层积雪微波辐射模型（MEMLS）构建了一维微波辐射模拟环境,模拟表明MEMLS模型在3个雪期的垂直极化10.65 GHz和18.7 GHz模拟结果较37 GHz和90 GHz更好;10.65 GHz V极化在入射角为50°且稳定期时,微波亮温模拟均方根误差（RMSE）结果最小,为2.49 K。3个雪期90 GHz模拟结果水平极化优于垂直极化,由于受表层积雪变化影响,90 GHz模拟结果较不稳定,尤其是消融期时,RMSE最小也达到了42.7 K。本研究有助于理解积雪随时间演化的特征及其对微波辐射模拟的影响,表明在被动微波雪水当量反演算法中,针对不同积雪期需要考虑积雪演化动态过程。     

不同土壤热通量测算方法的比较及其对地表能量平衡闭合影响的研究

土壤热通量是地表能量平衡的重要分量,对其测算方法的研究对理解能量平衡过程具有十分重要的意义.利用2010年馆陶站土壤热通量等相关观测数据对多种测算土壤热通量的方法:实测土壤热通量和热储存量的结合方法(PlateCal)、热传导方程校正法(TDEC)、谐波分析法(HM)、平均土壤热电偶法(TCAV)、耦合热传导—对流法(ITCC)获取的地表土壤热通量进行了对比分析,并且采用最优方法计算馆陶站2008-2010年的地表土壤热通量,分析了该站土壤热通量日、季节变化特征.主要结论如下:①PlateCal和TDEC法分别为获取土壤热通量的最优观测与计算方法,而HM,TCAV和ITCC法计算结果均不理想;②PlateCal与TDEC法对地表土壤温度均不敏感,而HM法对地表土壤温度则比较敏感,各种地表土壤热通量的观测与计算方法均对土壤湿度敏感;③馆陶站冬小麦、玉米覆盖地表及地表裸露时期的地表土壤热通量均呈现典型的日、季节变化特征,与净辐射变化趋势一致;④考虑热储存后,可将馆陶站2010年各月地表能量闭合率提高4％～11％,对2008-2010年的年能量平衡闭合率提高3％～5％.     

Review on physical models of lunar brightness temperature

Brightness temperature is a main index to reflect the energy of microwave radiation of an object. Using lunar brightness temperature data, physical properties of lunar regolith, such as thickness, heat flow and dielectric permittivity, could be interpreted. There are two methods to study brightness temperature distribution of the moon: the first is used to measure lunar brightness temperature by radio observation or spaceborne microwave radiometers, and the second is used to simulate calculation by the physical model. On the basis of the measurements of lunar brightness temperature in the history, this study analyzed the main physical model of lunar brightness temperature, also including its theory and influence factors. The authors concluded that surface and subsurface temperatures of the moon, dielectric properties and layered structure of lunar regolith were the main factors affecting the global brightness temperature of the moon. These factors should be quantified in detail in the future research.