结合贝叶斯理论和MRF的主被动遥感数据协同分类

提出一种基于贝叶斯理论和马尔科夫随机场MRF(Markov Random Fields)的主被动遥感数据协同分类方法。该方法依据光学与微波遥感数据在地物提取中的各自优势,首先对ASAR后向散射系数进行入射角归一化,然后构建一种基于贝叶斯理论和MRF的分类器,以归一化后的ASAR双极化数据与TM7个波段共同参与分类。分别对ASAR入射角归一化的有效性和主被动协同的必要性进行验证,结果表明,采用本文方法的分类精度达到89.4%,较未进行角度校正的主被动数据协同分类的精度提高了4.1%,较单独TM分类的精度提高了11.5%,体现出主被动遥感数据协同在分类上的潜力。     

植被的微波散射与吸收特征

被动微波遥感中大尺度像元内植被种类多种多样并且分布不均匀，较低频率下像元尺度内的植被影响可以根据单个散射体的散射与衰减特性获得。本文讨论了任意朝向的各类植被散射体的计算问题。其中叶片和针叶的散射采用了一般化Rayleigh-Gans计算；杆的散射采用了无限长近似理论。关于各类散射体的衰减，本文比较了散射系数和吸收系数之和，与前向散射定理的结果，并对前向定理的适用性进行了讨论。     

闪电河流域水循环和能量平衡遥感综合试验

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。闪电河流域水循环和能量平衡遥感综合试验以滦河上游闪电河流域为核心试验区,以地球表层系统的水循环过程和能量平衡为研究对象,旨在通过天—空—地一体化的观测手段,针对不同典型地表类型开展全波段主被动协同遥感观测,研究异质地表和山地条件下像元尺度遥感关键参量的观测方案,研究重要水热参量的遥感方法及其同陆面/水文过程模型的结合,支撑国家民用空间基础设施和空间科学先导专项相关卫星计划的论证实施。其中,航空飞行遥感试验搭载L波段主被动一体化微波载荷、双角度热红外相机、四波段多光谱相机和高光谱成像仪进行协同观测,实现了土壤水分、组分温度、植被含水量、叶面积指数等地表参数以及湖泊、水库、湿地等的遥感监测;地面同步观测试验利用车载微波辐射计、地基雷达和光谱仪进行了典型地物如裸土、植被、水体、人工目标等的遥感观测,并按照样区—样方—样点的多尺度嵌套方案进行了地表参数的同步采样,获取了该地区关键地表参数的短时期时空变化特征;同时配合卫星和机载观测,在闪电河流域完成了土壤温湿度、地表水热通量、地表辐射四分量、降水等气象要素的地面观测网络的建设,为验证地表辐射/散射遥感模型,发展、优化和验证水热参量遥感反演算法,研究地表水热参量尺度效应与尺度转化问题提供了重要平台,将促进陆表能量与水分交换过程的理解及其对全球变化的作用和反馈机制的研究。     

基于光谱分类的太湖水体后向散射研究

由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。     

植被覆盖地表土壤水分遥感反演

以地域特色突出的新疆渭干河-库车河三角洲绿洲为研究区,联合使用雷达数据和光学遥感数据,对干旱区绿洲土壤和植被水分信息进行提取。在同期光学遥感影像数据提取植被归一化差分水分指数基础上,利用"水-云模型"从雷达数据总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系,相关系数为HH极化R2=0.5227,HV极化R2=0.3277。结果表明利用C波段HH极化雷达影像数据结合光学影像数据,进行干旱半干旱地区棉花、玉米等农作物种植区地表土壤水分反演时,在中等覆盖条件下去除植被影响有较好的效果。     

红树林湿地植被生物量的雷达遥感估算

根据雷达后向散射系数建立了红树林湿地植被生物量的估算模型,并运用遗传算法确定其中非线性模型的最优参数.对比分析表明,雷达后向散射系数模型比NDVI模型在植被生物量估算中有更高的精度.使用NDVI指数有可能导致某些植被类型的生物量估算出现较大的误差.这是因为一些具有密集冠层的草本植被（例如互花米草等）有比红树林高得多的NDVI值.而雷达遥感所具有的侧视特点及一定的穿透能力能有效地获取植被的垂直信息,大大减低植被生物量估算的误差.     

基于双频多极化数据的农作物后向散射特性模拟分析及类型识别

以北京昌平地区为研究区域,获取了2007年该试验区C波段ENVISAT/ASAR数据和L波段ALOS/PALSAR数据,并提取了地物的后向散射系数。首先,利用MIMICS模型对该地区的春玉米、夏玉米和果木的后向散射特性进行模拟和分析;然后,将模拟结果同雷达实际观测数据进行对比;最后,利用不同作物之间的后向散射系数数值大小关系,建立分类二叉树,很好地区分了春玉米和夏玉米,总分类精度达86.66%。研究结果表明:双频多极化雷达数据能够提供有利于作物类型识别的多方面信息,对农作物遥感具有较大的优势和潜力。     

基于粗糙海面高度频谱函数的雷达后向散射系数计算

海面雷达后向散射系数是主动微波遥感定量化研究海洋的基础，基于各种海浪谱模式的后向散射系数计算可比性差，鉴于风成粗糙海面的波面斜率呈非Guassian分布的特点，本文给出了依据自由海面的二维高度谱计算海面的雷达后向散射系，并与实际SIR－C／X－SAR数据进行对比。     

X波段散射计辐射计组合系统对树木背景中目标的观测研究

介绍Ｘ波段散射计辐射计组合系统的研制,利用这一组合系统可进行同时同地相继观测,得到ＶＶ,ＨＨ,ＶＨ,ＨＶ多极化的后向散射系σ＾０ｐｑ,Ｖ和Ｈ极化的辐射亮度温度ＴＢｑ和地面热发射率ｅｐ。给出了树木地面背景以及有多种金属目标的σ＾０ｐｑ－ＴＢｑ观测结果,并用一层面介质散射辐射的主被动遥感理论进行了分析,为地面主被动联合遥感和背景杂波中目标识别提供了一个实例研究。     

Sentinel-1时序后向散射特征的海岸带盐沼植被分类——以长江口为例

盐沼是中高纬度海岸带区域生产力极高的生态系统,不同种类盐沼植被提供的生态服务功能具有明显差异。围垦、互花米草入侵、海平面上升等人类活动和自然要素复合作用,导致中国海岸带盐沼植被结构和空间分布快速变化。现有光学遥感方法在海岸带区域受潮汐、云雾干扰严重;高光谱、LiDAR等数据方法难以大范围高时效获取盐沼植被信息。本文以长江河口为研究区域,提出了基于植被物候期多时相雷达后向散射特征优选的海岸带盐沼植被分类方法。采用Sentinel-1雷达数据,分析盐沼、潮间森林沼泽、光滩和水体的雷达后向散射全年时序特征。结合盐沼植被物候特点,基于分离阈值法计算典型盐沼植被月际后向散射特征间分离度。根据最优时序雷达分类特征,采用随机森林方法获取盐沼植被种类、结构和空间分布。结果表明：（1）全年VH极化后向散射均值能较好将水体、光滩、潮间森林沼泽与盐沼区分。（2）4月VV极化、11月VH极化与3月VV极化后向散射均值分别为海三棱藨草/藨草、互花米草与芦苇的最优分类特征。（3）基于年际和月际时序雷达最优特征和随机森林分类算法获得的盐沼植被总体分类精度达到85%,Kappa系数为0.80。相较光学遥感,雷达遥感影像可有效获取盐沼植被年际、月际时序雷达后向散射特征,准确得到海岸带盐沼植被空间动态,在海岸带研究中具有较好的应用潜力,可为海岸带生物多样性保护、湿地生态系统功能提升与生态环境管理等提供重要技术手段和数据支撑。     

中国城市微波发射率提取与特征分析

城市是陆表重要的覆盖类型之一,精确提取城市微波发射率、研究其辐射特征和影响因素有利于提高城市密集区被动微波遥感反演土壤水分的精度.利用2008 年AMSR-E(Advanced Microwave Scanning Radiometer for Earth Observing System)6.925 GHz 和10.65 GHz 双极化的时间序列亮温数据和其他多种辅助数据,在分析并去除无线电干扰的前提下,提取中国区域相对纯净城市像元的发射率,并分析其辐射特征的季节变化和影响因素.结果表明,根据本文方法提取得到的中国区域纯净城市像元有两个,分别位于北京和上海.城市亮温受到无线电干扰影响,一年内不同城市、波段、过境时间的卫星观测亮温受到的干扰强度不同.去除无线电干扰后,各通道的城市发射率在一年中变化不大,且卫星降轨观测时刻的发射率比升轨时刻更加稳定.降雨是影响城市发射率的重要因子,当降雨量达到一定程度后,城市发射率与降雨量呈现明显的负线性相关.     

AMSR微波遥感数据进行土壤湿度的计算机反演

为了有效解决大尺度区域土壤水分时、空间变化监测的问题,在总结了被动微波遥感反演土壤湿度规律的基础上,基于先进的AMSR星载被动微波遥感数据,提出了利用双谱模型计算土壤表面发射率的计算机算法。首先需要由双站散射系数计算反射率和发射率,然后应用人工神经网络反演土壤湿度,实现了在随机粗糙面状况下基于被动微波遥感的土壤表面水分反演,并在实验区进行了成功的应用。     

Temperature and emissivity separation and mineral mapping based on airborne TASI hyperspectral thermal infrared data

Thermal infrared remote sensing (8–12 μm) (TIR) has great potential for geologic remote sensing studies. TIR has been successfully used for terrestrial and planetary geologic studies to map surface materials. However, the complexity of the physics and the lack of hyperspectral data make the studies under-investigated. A new generation of commercial hyperspectral infrared sensors, known as Thermal Airborne Spectrographic Imager (TASI), was used for image analysis and mineral mapping in this study. In this paper, a combined method integrating normalized emissivity method (NEM), ratio algorithm (RATIO) and maximum–minimum apparent emissivity difference (MMD), being applied in multispectral data, has been modified and used to determine whether this method is suitable for retrieving emissivity from TASI hyperspectral data. MODTRAN 4 has been used for the atmospheric correction. The retrieved emissivity spectra matched well with the field measured spectra except for bands 1, 2, and 32. Quartz, calcite, diopside/hedenbergite, hornblende and microcline have been mapped by the emissivity image. Mineral mapping results agree with the dominant minerals identified by laboratory X-ray powder diffraction and spectroscopic analyses of field samples. Both of the results indicated that the atmospheric correction method and the combined temperature–emissivitiy method are suitable for TASI image. Carbonate skarnization was first found in the study area by the spatial extent of diopside. Chemical analyses of the skarn samples determined that the Au content was 0.32–1.74 g/t, with an average Au content of 0.73 g/t. This information provides an important resource for prospecting for skarn type gold deposits. It is also suggested that TASI is suitable for prospect and deposit scale exploration.     

比辐射率封闭法测定技术及误差分析

劈窗算法是目前由热红外遥感图像数据获取陆面温度最主要的方法。由于进行地面像元尺度实时陆面温度同步测量的困难,尚无法直接对现有各劈窗算法进行评判。该文借助于辐射传输模型ＬＯＷＴＲＡＮ７及其提供的６ 种标准大气模式,进行模拟计算,分析了６ 种主要劈窗算法对大气廓线误差和比辐射率的敏感度,作为对劈窗算法适用性的一间接判据。     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

基于决策树模型的武汉市地表比辐射率反演研究

地表比辐射率值是反演地表温度中的关键参数,它通过高效的遥感影像分类方法来获取。利用NDVI指数,MNDWI指数及NDBI指数,探讨基于决策树模型的比辐射率估算方法,并通过与传统方法的对比研究,认为针对武汉市的特点,采用决策树的比辐射率估算方法精度高于传统模型,较适合研究区的地表组成特征。     

应用微波遥感数据的东北地区地表温度反演

针对无源微波遥感时间分辨率高可以克服云层影响获取地表温度的问题,该文应用AMSR-E微波亮度温度数据,分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北地区地表温度。在原有方法的基础上提出算法改进:对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数作为表征发射率参数加入多通道拟合方程。结果显示,获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2 K;多通道拟合法的最终均方根误差为2.6~3.5,同样有较高精度且只使用微波亮温数据就能获取地表温度。     

光学与微波数据协同反演农田区土壤水分

光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。     

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。     

热红外发射率对热红外成像及其图像判读的影响

在热红外扫描图像的判读工作中,热红外发射率是一个极为重要的影响因素。在某些特定条件下,这一因素的影响是十分显著的。然而,迄今为止,这一因素在热红外图像的判读工作中还没有引起人们的足够重视。本文试图从热红外辐射定律出发,结合白天和夜间的热红外遥感图像资料,以及地面温度测量数据来说明这一因素的影响,并较详细地讨论了一些与热红外发射率有关的影响因素。但是,如何在成像或者在图像判读过程中消除这一影响因素,还有待于进一步的研究。