基于数据同化算法融合多源数据估算雪深

在积雪深度研究中,地面资料插值产生的平滑效应以及遥感空间分辨率不足的问题,在很大程度上影响着积雪深度的估计精度。本文采用中高分辨率成像光谱仪(moderate resolution imaging spectro-radiometer,MODIS)和微波扫描辐射计(advanced microwave scanning radiometer-EOS,AMSR-E)融合后的无云积雪面积产品构建虚拟站点,弥补了气象站点少且不均匀的不足,修正雪深克里金插值产生的平滑效应。同时,提出了基于数据同化算法融合以地面观测资料为基础的克里金空间插值雪深、MODIS积雪面积产品和AMSRE微波反演雪深产品的雪深估计方法。以新疆北疆地区为研究区域进行了算法应用及验证,并选取不同海拔的站点观测资料对融合结果进行验证分析,通过均方根、偏差和相关性系数指标检证了该方法能够有效地提高雪深估计精度。     

基于DEnKF方法的考虑次网格变异性的MODIS雪盖同化

基于通用陆面模型(CoLM)和确定性集合卡尔曼滤波算法发展了一个考虑模型次网格变异性的MODIS雪盖同化方案,提高雪深模拟的估计精度。利用北疆阿勒泰地区5个气象站点2007年11月至2008年4月逐日雪深观测数据对同化结果进行了验证。结果表明,该同化方案不需要对MODIS雪盖观测数据进行扰动,能明显提高雪深模拟的精度。另外,雪深同化结果与地面观测雪深具有一致的时间变化趋势,能准确地反映积雪深度在各个不同时段的变化特性。     

融合卫星遥感与地面测站的区域PM2.5反演

融合卫星遥感与地面站点的互补优势,进行了华中地区PM2.5的反演研究.基于MODIS LIB数据,结合暗像元法和亮目标法,利用6S大气传输模型反演获得分辨率为1 km的气溶胶光学厚度(AOD);基于M估计理论,将遥感反演的AOD与PM2.5站点数据进行稳健回归分析,并根据回归模型实现大尺度空间连续的PM2.5反演;最后,利用留一交叉验证法,对反演精度进行了验证.结果表明,反演的1 km AOD和MODIS现有的AOD产品相比,与PM2.5站点数据的相关系数从0.683提高到0.883,生成的PM2.5平均绝对误差从23.495 μg/m3降低到11.705 μg/m工3.     

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。     

基于Triple Collocation方法的土壤湿度误差分析

土壤湿度作为水循环中重要的驱动参数之一,对天气变化有着显著影响。遥感技术的发展促使土壤湿度的大范围动态性观测变为可能,但对其误差的准确估计仍需进一步的研究。利用ASCAT散射计、AMSR-E辐射计反演得到的2种卫星遥感土壤湿度数据以及ERA-Interim土壤湿度再分析资料,通过三重组合(Triple Collocation,TC)方法得到了研究区域(15°N~55°N,73°E~135°E) 3种土壤湿度数据的误差方差和信噪比估计,并结合MODIS土地覆盖类型数据分析了3种土壤湿度数据的误差特征。结果表明:植被覆盖会影响遥感土壤湿度的TC误差方差估计;从TC误差方差估计值来看,ERA土壤湿度精度最高,AMSR-E精度次之,ASCAT精度最低;从信噪比来看,ASCAT土壤湿度信噪比最高,ERA的信噪比低于ASCAT高于AMSR-E,AMSR-E信噪比最低;通过研究区MODIS土地覆盖类型数据与TC结果的分析可知TC结果多分布在草原、农田和裸地,TC结果比较符合客观实际情况。     

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.     

基于大气温度和水汽含量改进HJ-1B地表温度反演

为了提高地面气象站稀少地区地表温度遥感反演的精度,本文基于多源遥感数据的优势,首先利用MODIS影像获取研究区像元尺度上平均大气水汽含量;然后利用同时相的HJ-1B影像估算区域地表比辐射率,再采用温度-植被指数法获取近地表大气温度;最后将以上3个参数输入单窗体算法,改进其地表温度反演的精度。研究结果表明,改进单窗体算法反演地表温度与地面实测温度的偏差小于1 K,为地面气象站点稀少的植被覆盖区域提供了一种可行的精确遥感反演地表温度方法。     

SZ-4飞船多模态传感器辐射模态数据处理与质量评价研究

研究了飞船多模态传感器中辐射模态1B产品数据的处理以及生成全球亮温图的方法,对辐射模态数据与SSM/I和AMSR-E星载微波辐射计对应通道进行了星星比对分析,建立了对应通道之间的线性关系。结果表明,飞船辐射模态亮温与SSM/I及AMSR-E的测量值在绝对幅度上相差较大,但却高度的线性相关,这在一定程度上说明了SZ-4辐射模态各通道亮温对地表微波辐射响应的能力。     

基于MEMLS模型的积雪深度反演方法

利用被动微波遥感反演积雪深度一直是积雪遥感领域中的研究热点。在现有的积雪深度反演算法中,NASA算法因其简洁、易于扩展的特点,成为应用最为广泛的算法。但NASA算法存在着一定不足:首先,由于NASA算法基于线性拟合得出,在应用到其他研究区域时需要对反演公式进行重新拟合,适用范围受到一定限制;其次,由于算法中引入的19GHz与37GHz的亮温差在雪深达到一定范围时会达到饱和,因此算法会低估积雪深度。本文针对现有反演算法的不足之处,结合蚁群智能算法的特点,发展了基于蚁群算法的积雪深度反演算法;此外,针对NASA算法中存在的雪深低估问题,引入了AMSR-E10.7GHz亮温数据,对算法进行了改进。利用MEMLS模型的模拟数据与AMSR-E辐射亮温数据对算法进行实验,并采用实测数据与AMSR-E雪水当量产品对算法的反演精度进行评价。结果表明,两种积雪深度反演算法均是可行的,反演精度与现有产品相比有较为明显的改进。     

利用多光谱卫星遥感和深度学习方法进行青藏高原积雪判识

青藏高原积雪对全球气候变化十分重要,针对已有积雪遥感判识方法中普遍采用的可见光与红外光谱数据易受复杂地形与高海拔影响,导致青藏高原地区积雪判识精度较低的问题,提出了一种基于多光谱遥感与地理信息数据特征级融合的积雪遥感判识方法:以风云三号卫星可见光与红外多光谱遥感资料与多要素地理信息作为数据源,由地面实测雪深数据与现有积雪产品交叉筛选出样本标签,构建并训练基于层叠去噪自编码器(SDAE)的特征融合与分类网络,从而有效辨识青藏高原遥感图像中的云、积雪以及无雪地表。经地面实测雪深数据验证,该方法分类精度显著高于使用相同数据源的FY-3A/MULSS积雪产品,略高于国际主流积雪产品MOD10A1与MYD10A1,并且年均云覆盖率最低。试验结果表明该方法可有效地减少云层对积雪判识的干扰,提升分类精度。     

基于MODIS数据的天山北坡经济带雪深反演研究

根据实测雪深不同的积雪反射光谱值分析雪深和积雪反射率的关系,探讨利用MOD IS数据反演雪深的可行性和反演雪深的MOD IS最佳通道。利用2004年12月至2005年3月的MOD IS数据,以天山北坡经济带为实验区,结合该区域实测雪深数据、气象台地面雪深观测记录建立雪深反演数学模型,分析雪深空间分布特征对农业开发具有重要意义。     

基于GPS和北斗信噪比观测值的雪深反演及其误差分析

利用GNSS反射信号反演雪深具有全天时、全天候、数据量大、成本低等突出优点。本文围绕基于信噪比观测值的雪深反演方法,利用参加中国北极科学考察的机会在黄河站设计了GNSS-R试验,采集了GPS和北斗的双频信噪比观测数据,详细讨论了高度角范围、弧段长度、卫星数量、方位角、时间尺度、星座结构、信号频率、信噪比强度等多种因素对雪深反演结果的影响。通过大样本、质量控制、误差分析等手段,雪深反演精度和可靠性得到有效提高。根据误差分析的结果,本文推荐的反演策略如下：选择高度角范围为5°~25°、信噪比强度较高的L1和B1I观测值,充分利用多颗卫星和4个方位角的大量观测数据,在一天的时间尺度上,可以实现5 cm的反演精度。另外,弧段长度、星座结构、信号频率等对反演结果的精度影响较小。     

基于MODIS雪盖数据的北疆雪深多元非线性回归克里金插值

为了提高北疆地区雪深时空分布监测的准确性,以该区域48个气象站点2006年12月—2007年1月的月平均雪深观测数据为基础,通过分析月均雪深空间自相关性及其与经纬度、高程的相关性,结合MODIS雪盖数据构建了多元非线性回归克里金插值方法,插值获得了北疆地区较高精度的雪深空间分布数据。将插值雪深数据与普通克里金插值法、考虑高程为辅助变量的协同克里金插值法的预测结果进行比较,结果表明:1相对普通克里金和协同克里金方法,多元非线性回归克里金法的12月份雪深预测精度分别提高了15.14%和9.54%,1月份的提高了4.8%和6.7%;2由于充分利用了经纬度和地形信息,多元非线性回归克里金法的雪深预测结果可提供更多细节信息;3预测结果客观地表达了雪深随经纬度和地形变化的趋势,反映了积雪深度的空间变异性;4基于不显著相关的协变量高程的协同克里金插值法预测的雪深数据精度劣于普通克里金插值法的预测结果。     

基于多源影像融合去云的水深遥感反演研究——以哨兵-2A和资源三号为例

利用Worldview-2、资源三号、Sentinel-2A、高分一号,以及Landsat-8等5种光学卫星数据和电子海图数据,在研究多光谱遥感水深反演机理以及基本流程的基础上,探究了多源遥感数据去云融合与水深反演。一方面,以不同空间分辨率的影像融合为切入点,用GM融合算法、小波融合探讨不同空间尺度、不同数据源融合影像对水深反演结果的影响,探讨水深反演过程中遥感影像去云融合的可行性。另一方面,以多源遥感水深反演为切入点,基于双波段比值法,反演实验区域20 m以内的水深,并进行精度评价。实验表明,利用小波融合去云可以改善水深遥感反演中有云区域的影响,一定程度上提高反演精度和制图资料的完整性。     

MODIS影像雪深遥感反演特征参数选择与模型研究

在综合分析已有研究成果的基础上,选择MODIS遥感影像,借助灰色系统理论,结合观测站实测雪深数据,选择雪深反演特征参数,构建反演模型,并定义多元回归模型的综合评价系数,进而从构建的多个回归模型中,选择出雪深反演最优模型。     

MODIS卫星遥感估计福州地区近地面PM2.5浓度

卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R~2分别为0.724(RMSE=10.993μg·m~(-3))和0.781(RMSE=9.687μg.m~(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R~2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。     

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。     

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。     

遥感土壤水分对蒸散发估算的影响

地表实际蒸散发是联系陆表水循环、能量平衡和碳收支等物理过程的重要生态水文变量,同时也是目前水循环研究中的薄弱点,定量化土壤水分对蒸散发的胁迫作用是估算地表蒸散发的一个关键过程和难点。本研究基于2018年9月闪电河流域水循环与能量平衡遥感综合试验星—机—地联合观测数据,采用机载观测和卫星遥感反演土壤水分输入到ETMonitor模型估算地表实际蒸散发,在时间和空间两个维度上评估不同土壤水分产品对蒸散发估算的影响。从时间变化上来说,与地面观测蒸散发时间序列相比,基于ESA CCI (European SpaceAgency Climate Change Initiative)融合土壤水分产品、SMAP (Soil Moisture Active and Passive)土壤水分产品和国产风云三号气象卫星(FY-3C)土壤水分产品估算的蒸散发最接近地面站点观测蒸散发,而基于ASCAT (TheAdvanced Scatterometer)和SMOS (Soil Moisture Ocean Salinity)土壤水分估算蒸散发分别明显的高于和低于地面观测蒸散发。从空间分布上来说,利用卫星反演土壤水分估算的蒸散发与基于机载观测土壤水分估算蒸散发具有一致的空间分布,能较好地反映该区域地表蒸散的空间分布格局,其中基于SMAP和SMOS土壤水分估算蒸散发与基于机载观测土壤水分估算蒸散发空间一致性最好。本研究评估遥感反演土壤水分对蒸散发影响,对区域及全球遥感蒸散发估算和土壤水分产品评估具有一定的指导意义。     

HJ-1B的积雪参数反演研究

积雪参数如雪盖、雪深是标示气候变化的敏感因子,具有较高时空分辨率的HJ-1B卫星是专门用于灾害监测与评估业务的国产卫星之一,开展以HJ-1B为主的积雪参数反演对于我国国产卫星的理论研究与深入应用具有重要意义。本文针对积雪参数反演,根据HJ卫星CCD和IRS传感器的数据特征,深入分析积雪等典型地物的光谱特性,而后针对同时具有HJ-1B/CCD、IRS数据和只有CCD或者IRS传感器数据3种情况展开积雪信息提取方法研究;在进行浅雪区雪深反演时,利用两种不同的统计回归模型进行交叉验证、研究对比。研究结果表明,3种情况下提取出的积雪精度都达到了80%以上,以第1种情况提取精度最高,两种统计模型反演出的浅雪区雪深的一致度达到83%左右,说明HJ星数据能较好地反演雪盖及浅雪区的雪深,能满足实际应用的需要。