联合星载高光谱影像和堆栈集成学习回归算法的红树林冠层叶绿素含量遥感反演

红树林是世界上生产力最高、价值最高的湿地生态系统之一。冠层叶绿素含量CCC（Canopy Chlorophyll Content）作为红树林重要的生物物理参量,是估算其生产力和评价其健康状况的重要指标。本文利用珠海一号高光谱卫星（OHS）影像与Sentinel-2A多光谱数据计算传统植被指数与组合植被指数并构建了高维数据集,综合利用正态分布检验、最大相关系数法与变量重要性评价进行数据降维和变量优选;分别基于单一线性回归算法、机器学习回归算法和堆栈集成学习回归算法构建了红树林CCC遥感反演模型,探明北部湾红树林CCC的最佳遥感反演模型,验证OHS高光谱影像与Sentinel-2A数据反演红树林CCC的精度差异,评估SNAP-SL2P算法反演红树林CCC的适用性。研究结果表明：（1）通过数据降维和变量选择处理,从高维度OHS数据集选取了8个特征变量,其中RSI_（12,17）、DSI_（12,18）和NDSI_（6,12）组合植被指数对红树林CCC反演精度的贡献率较高;（2）联合OHS数据和最优堆栈GBRT集成学习回归模型（Score=0.999,RMSE=0.963 μg/cm²）的训练精度优于最优RF机器学习回归模型（RMSE降低了7.531 μg/cm²）,明显优于最优Lasso线性回归模型（RMSE降低了19.383 μg/cm²）;（3）在最优堆栈集成学习回归模型下,OHS数据反演红树林CCC的精度（R²=0.761,RMSE=16.738 μg/cm²）高于Sentinel-2A影像（R²=0.615,RMSE=20.701 μg/cm²）;（4）联合OHS和Sentinel-2A数据的最优堆栈集成学习回归模型反演红树林CCC的精度都明显优于SNAP-SL2P算法（R²=0.356,RMSE=49.419 μg/cm²）。研究结果论证了正态分布检验、最大相关系数法和基于XGBoost的特征选择方法有效降低了高维数据集的维度,并得到了最优特征变量;OHS数据的最优堆栈GBRT集成学习回归模型训练精度最高,是估算红树林CCC的最优反演模型;OHS和Sentinel-2A数据都能有效反演红树林CCC（R²均大于0.61）,而OHS数据的估算精度更高（R²大于0.75）;SNAP-SL2P算法不能有效反演红树林CCC（R²小于0.4）,且对红树林CCC数值存在系统性低估。     

Sentinel-2卫星落叶松林龄信息反演

林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力，对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象，分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像，采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期，并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演，分别为冠层含水量（CWC），归一化水体指数（NDWI），叶面积指数（LAI），光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明，展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外，落叶松林龄与各指标之间均呈负相关关系，其中与冠层含水量（CWC）的相关性最高，pearson相关系数达到-0.74（p<0.01）。此外，不同模型反演结果表明，随机森林模型（RF）为最佳落叶松林龄估测模型，其平均决定系数R²和平均均方根误差RMSE分别为0.89和2.91 a；多元线性回归模型（MLR）的林龄估测结果最差，其平均决定系数R²和平均均方根误差RMSE仅为0.57和5.69 a，非线性模型能更好的解释林龄与建模变量之间的关系。     

基于AERONET数据的气溶胶光学特性分析

大气气溶胶的监测对全球气候变化、区域空气质量和公共健康等研究具有重要的意义,而中国台湾岛四面环海,地理位置特殊,若忽略其大气环流和局地排放源造成的气溶胶特征时空异质性将会导致气溶胶参数反演误差。因此本研究使用中国台湾岛多个具有代表性的AERONET（AErosol RObotic NETwork）观测站历史数据和MODIS气溶胶光学厚度AOD（Aerosol Optical Depth）反演产品,分析5个典型站点气溶胶参数及其类型的时空变化特征及差异,分析结果表明：（1）各站点AOD年平均值逐年下降,呈现春季最高（0.5257）的季节变化特征和双峰结构的日变化规律,主导气溶胶类型为城市工业型（仅鹿林站点为海洋型）。（2）中国台湾地区风向多为东北风,风速越大,AOD值越低,海洋型气溶胶占比越高;反之则以城市工业型气溶胶为主。（3）?ngstr?m波长指数（AE）、单次散射比（SSA）、复折射指数虚部、不对称因子平均值分别为1.3283、0.9564、0.0054、0.7292;相比于北京（39.9768°N,116.3813°E）站,台湾“中央大学”AOD年平均值、季节变化、主导气溶胶类型均存在较大的差异。（4）MODIS AOD分站点验证精度较高,而在高山鹿林站的验证精度稍低（R²=0.5925）;而利用不同气溶胶类型的分类验证结果显示,城市工业（R²=0.7238）、生物质燃烧（R²=0.6161）和次大陆型（R²=0.5116）精度较高,但海洋型（R²=0.1585）、大陆型（R²=0.1111）AOD验证精度显著降低。本研究表明,中国台湾岛气溶胶类型呈现西南沿岸站点秋冬季次大陆型占比上升,西北沿岸大陆型上升的时空特征差异,细化气溶胶参数的时间差异和时间动态变化信息将对气溶胶卫星反演算法在环流特征明显的近海区域有着重要指导作用。     

海水背景下不同浓度的甲烷含量高光谱定量反演

在油气资源遥感探测中，通过烃渗漏引起的海表面甲烷气浓度异常来探测海底气藏是最直接的方法之一。为了更好地识别海表甲烷异常，提高遥感反演精度，对海表甲烷气含量进行定量光谱分析研究。设计室内甲烷波谱测试平台，获取海水背景下不同含量甲烷高光谱数据为数据，对光谱数据预处理及进行比值导数光谱法，并提取光谱吸收特征参数，对甲烷含量与光谱参数之间进行相关性分析，构建甲烷含量的反演模型。比值导数光谱法确实抑制了海水背景信息，突出了甲烷特征。1650—1664 nm和2180—2210 nm波段范围的光谱参数与甲烷含量相关性显著；其中，波谷、波深、面积、斜率与甲烷含量显著相关。基于2180—2210 nm波段范围建立的波谷、波深、面积、斜率四元回归方程y=-14.356 - 5931.796x₁ - 4325.081x₂+241.481x₃+7531.973x₄拟合效果最好，R²为0.9817；且在此波段范围内基于波深建立的单变量甲烷反演模型y = 2047.571x - 9.758，R²为0.9741，比基于其他变量所建立的反演模型效果要好。成功获取了和海水背景下甲烷含量线性相关显著的对应波段和吸收特征，可为利用多/高光谱遥感预测勘探海表面甲烷气浓度提供一定的理论和技术依据。     

植被光能利用率遥感估算

光能利用率表征植被通过光合作用将所截获/吸收的能量转化为有机碳的效率,是遥感估算植被生产力的关键参数。由于植被分布和气候环境的综合影响,光能利用率表现出显著的空间异质性和时间动态性,光能利用率的不确定性成为后续生产力模型估算精度不高的重要原因。本文以Fluxnet全球通量站点数据和MODIS LAI/fPAR产品为数据源,比较了5种遥感植被生产力模型中的光能利用率估算方法,并在此基础上考虑光照散射条件对光能利用率的影响,结合晴空指数,利用逐步线性回归方法和参数优化方法建立不同植被类型的光能利用率估算模型。验证结果表明,考虑晴空指数可提高光能利用率估算精度,两种方法估算得到的光能利用率值RMSE均低于0.5 gC·MJ^-1,逐步线性回归法尽管机理欠缺,但由于选择因子较多,光能利用率估算精度较高（R²=0.461,RMSE=0.403 gC·MJ^-1）;广泛应用的参数化方法由于考虑的因子较少、模型形式较固定,光能利用率估算精度稍低（R²=0.306,RMSE=0.489 gC·MJ^-1）。本文所建立的光能利用率估算模型可应用于区域或全球植被光能利用率及生产力的估算。     

利用Sentinel-2影像超分辨率重建的红树林冠层氮含量反演

氮素是植被整个生命周期的必要元素,红树林冠层氮素含量（CNC）遥感估算对红树林健康监测具有重要意义。以广东湛江高桥红树林保护区为研究区,本文旨在基于Sentinel-2影像超分辨率重建技术进行红树林CNC估算和空间制图。研究首先基于三次卷积重采样、Sen2Res和SupReMe算法实现Sentinel-2影像从20 m分辨率到10 m的重建;然后以重建后的影像和原始20 m影像为数据源构建40个相关植被指数,采用递归特征消除法（SVM-RFE）确定CNC估算的最优变量组合,进而构建CNC反演的核岭回归（KRR）模型;最后选取最优模型实现CNC制图。研究结果表明：基于Sen2Res和SupReMe超分辨率算法的重建影像不仅与原始影像具有很高的光谱一致性,且明显提高了影像的清晰度和空间细节。红树林CNC反演波段主要集中在红（B4）、红边（B5）、近红外波段（B8a）以及短波红外波段（B11和B12）,与“红边波段”相关的植被指数（RSSI和TCARIre1/OSAVI）也是红树林CNC反演的有效变量。基于3种方法重建后10 m的影像构建的模型反演精度（R²val>0.579）均优于原始20 m的影像（R²val=0.504）;基于Sen2Res算法重建影像构建的反演模型拟合精度（R²val=0.630,RMSE_val=5.133,RE_val=0.179）与基于三次卷积重采样重建影像的模型拟合精度（R²val=0.640,RMSE_val=5.064,RE_val=0.179）基本相当,前者模型验证精度（R²cv=0.497,RMSE_cv=5.985,RE_cv=0.214）较高且模型变量选择数量最为合理。综合重建影像光谱细节及模型精度,基于Sen2Res算法重建的Sentinel-2影像在红树林CNC估算中具有良好的应用潜力,能为区域尺度红树林冠层健康状况的精细监测提供有效的方法借鉴和数据支撑。     

基于LightGBM的全球海洋次表层温盐遥感预测

随着卫星遥感技术的发展，越来越多的卫星观测数据被应用于预测海洋内部温盐结构信息，而如何有效提高海洋内部温盐信息的预测精度仍是一个挑战。本文应用LightGBM算法结合随机森林算法构建全球海洋次表层（0—1000 m）温度异常（STA）与盐度异常（SSA）的预测模型，模型使用海表卫星观测数据（海表高度异常（SSHA）、海表温度异常（SSTA）、海表盐度异常（SSSA）和海表风场异常水平和垂直分量（USSWA、VSSWA），结合经纬度信息（LON、LAT）作为预测变量，使用Argo次表层温盐数据作为模型训练与测试标记。本文使用五参数模型（SSTA、SSHA、SSSA、USSWA、VSSWA）、带纬度六参数模型（LAT、SSTA、SSHA、SSSA、USSWA、VSSWA）、带经度六参数模型（LON、SSTA、SSHA、SSSA、USSWA、VSSWA）与带经纬度七参数模型（LON、LAT、SSTA、SSHA、SSSA、USSWA、VSSWA）来着重分析LON与LAT在STA、SSA遥感预测中发挥的作用。结果表明LON与LAT在STA、SSA各自预测中发挥不同的作用。在单时相和时序预测STA中LON与LAT对模型的贡献随着深度的增加逐渐增大，而在单时相和时序预测SSA中LON与LAT对不同深度预测模型始终保持较大的贡献。在单时相预测STA与SSA中LON较LAT对模型贡献更大，而在时序预测STA与SSA中LAT较LON对模型贡献更大。经纬度信息是全球海洋次表层温盐机器学习预测的重要参数，可以提高模型的预测精度。同时，LightGBM较随机森林在预测海洋次表层温盐异常时精度更高鲁棒性更强。     

中国南方森林冠顶高度Lidar反演—以江西省为例

激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R²=0.7325);阔叶林次之(R²=0.6095);混交林较差(R²=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。     

基于WOFOST模型与UAV数据的玉米生长后期地上生物量估算

地上生物量能够有效反映作物的生长状态，其信息的实时估算对产量预测和农田生产管理都有重要意义。作物生长模型因其详尽的生理生化基础和对生长过程数字化描述能力，成为生物量估算的理想模型。近年来，研究人员利用数据同化算法将时间序列遥感数据同化到作物生长模型中，实现了作物模型由基于气象站的点模拟到区域尺度面模拟的外推，使生物量模拟结果同时具备大范围和机理性两个方面的特点。这一模式下，时间序列的遥感数据质量将对生物量模拟精度产生直接影响，作物生长后期受到光谱饱和的影响，遥感数据的作物冠层信息获取能力会出现明显下降，因此有必要对该阶段遥感数据和作物模型的结合方式进行优化，提升生物量模拟精度。本文针对东北地区春玉米生物量遥感估算存在的问题，提出了利用WOFOST作物模型结合无人机（UAV）遥感数据实现作物生长后期生物量准确估算的新思路。新思路首先利用多光谱遥感数据获取WOFOST模型具备较高空间异质性的土壤速效养分参数以提升模型的空间信息模拟能力，使其能在一定程度上摆脱点尺度模拟的限制。同时，结合集合卡尔曼滤波算法将生长前期无人机（UAV）遥感数据同化到模型中，以缩短模型单独运行时间，减少模型运行过程中的参数误差累积，实现无遥感数据参与下的短期作物生长模拟，并输出生长后期相应的生物量模拟结果。最后，本文利用地面实测数据对新方法的生物量模拟精度进行了评价。结果表明，与全生育期数据同化相比，新方法的生物量估算精度有了明显的提升（全生育期同化：R² = 0.45，RMSE = 4254.30 kg/ha；新方法：R²= 0.86，RMSE = 2216.79 kg/ha）。     

光学与微波植被指数协同反演农作物叶面积指数的可行性分析

光学遥感是目前反演植被叶面积指数LAI（Leaf Area Index）的主要手段,但是当叶面积指数较大时存在光学遥感信息饱和、反演精度显著降低的问题。叶面积指数和平均叶倾角对光学、微波波段范围内反射和散射特性都有重要影响,主要表现在植被结构参数的变化可以引起冠层孔隙率和消光截面大小的改变。本文以典型农作物玉米为例,通过构建统一的PROSAIL和MIMICS模型输入参数,生成一套玉米全生长期光学二向反射率和全极化微波后向散射系数模拟库和冠层参数库。通过对模拟数据与LAI敏感性和相关性分析得出：（1）光学植被指数MNDVI_{(800 nm,2000 nm)},在LAI为0—3时敏感,基于MNDVI与LAI的回归模型可以估算LAI变化 0.4的情况,RMSE是0.33,R²是0.958。（2）微波植被指数SAR_{SRVI(1.4 GHz HH,9.6 GHz HV)},在LAI为3—6时敏感,基于SAR_SRVI与LAI的回归模型可以估算LAI变化1的情况,RMSE为0.22,R²是0.9839。研究表明,采用分段敏感的植被指数,协同光学和微波遥感反演玉米全生长期叶面积指数是可行的。     

面向应用的航天遥感科学论证研究

为适应中国民用航天遥感从科学试验向业务服务模式转变,更好地探索、了解与解决应用需求与航天遥感系统对接等方面遇到的技术问题,促进航天遥感统筹协调可持续发展,中国适时于2004年成立了国家航天局航天遥感论证中心。10余年来,论证中心以航天遥感系统为研究对象,系统开展了面向应用的航天遥感科学论证概念、理论方法、技术工程与应用研究。本文是论证中心团队长期从事航天遥感科学论证研究与实践的系统总结,介绍了遥感论证初步认知、遥感论证关注问题、遥感论证理论体系与模型方法集、遥感论证能力建设及遥感论证实践等方面内容,给出了遥感论证定义并详细分析了研究范围和内容,提出了由知识维、进程维和逻辑维所组成的遥感论证作用域3维空间结构,指出社会发展加快和信息化水平提高,带动整个航天遥感数据信息链向更大规模、更短响应时间周期、更综合数据集成、更高数据质量、更加智能化方向发展,航天遥感系统将进入新的"智慧遥感"发展阶段。得益于十余年来中国民用航天快速发展,我们经历了风云三号新型载荷校飞、多角度多光谱偏振遥感器论证、环境星应用工程论证等实践,取得了多方面理论方法的突破,并应用到2030民用航天发展规划、高分辨率对地观测系统、国家自然灾害空间信息基础设施、国家民用空间基础设施中长期发展、2030中国综合地球观测系统规划等论证当中。经过不断实践,快速迭代,形成了遥感论证理论体系及相应的十大模型方法,包括遥感信息流模型、遥感信息特征模型、遥感信息应用模型、遥感信息量分析模型、遥感数据工程模型、航天遥感系统结构模型、航天遥感系统状态描述模型、航天遥感系统质量模型、航天遥感系统发展动力模型及能力体系模型。这些模型方法全面反映了航天遥感系统特征、结构、状态、发展动力、条件等,可广泛用于对航天遥感系统进行顶层设计、规划、考察、分析、评价、预测,并开展实践探索。     

跨时空观下的遥感应用新视野

遥感是一门应用性极强的现代地球信息学科,在总结分析遥感学科理论发展与遥感应用新特征基础上,进行遥感学科发展与应用理论探索,是推动遥感学科与应用迈上新台阶的重要任务。本文通过对现有遥感学科组成及分类体系的分析,首先提出了一种基于方法论的遥感学科分类新方法,在分析遥感应用中普遍存在的跨时空特征基础上,从遥感应用新视野提出了跨时空遥感的理论,最后结合典型案例剖析了跨时空遥感的应用。跨时空遥感理论的建立顺应遥感学科发展的需要,遥感应用时空观的提出对今后遥感应用具有参考价值。     

气溶胶激光雷达的国内外研究进展与展望

大气气溶胶具有显著的环境与气侯效应,而定量评估上述效应需要准确了解气溶胶物理化学光学性质的时空分布特征。过去几十年,激光雷达已被国内外学者广泛应用于气溶胶探测研究,主要依赖于其在探测范围、时空分辨率等方面具有独特的技术优势。本文主要总结激光雷达在探测气溶胶方面的国内外研究进展,首先简要介绍可用于探测气溶胶的主要激光雷达类型,然后分别根据气溶胶大小、组分、浓度、形状、光学性质等关键信息介绍相关研究进展,最后进行总结并对气溶胶激光雷达发展进行了展望。     

Global operational land imager Landsat-8 reflectance-based active fire detection algorithm

A global operational land imager (GOLI) Landsat-8 daytime active fire detection algorithm is presented. It utilizes established contextual active fire detection approaches but takes advantage of the significant increase in fire reflectance in Landsat-8 band 7 (2.20?μm) relative to band 4 (0.66?μm). The detection thresholds are fixed and based on a statistical examination of 39 million non-burning Landsat-8 pixels. Multi-temporal tests based on band 7 reflectance and relative changes in normalized difference vegetation index in the previous six months are used to reduce commissions errors. The probabilities of active fire detection for the GOLI and two recent Landsat-8 active fire detection algorithms are simulated to provide insights into their performance with respect to the fire size and temperature. The algorithms are applied to 11 Landsat-8 images that encompass a range of burning conditions and environments. Commission and omission errors are assessed by visual interpretation of detected active fire locations and by examination of the Landsat-8 images and higher spatial resolution Google Earth imagery. The GOLI algorithm has lower omission and comparable commission errors than the recent Landsat-8 active fire detection algorithms. The GOLI algorithm has demonstrable potential for global application and is suitable for implementation with other Landsat-like reflective wavelength sensors.     

中国高光谱遥感的前沿进展

高光谱成像技术具有光谱分辨率高、图谱合一的独特优势,是遥感技术发展以来最重大的科技突破之一。中国的高光谱遥感发展与国际基本同步,在国家和省部级科研项目的支持下,解决了高光谱遥感信息机理、图像处理和多学科应用等方面多项世界性难题,有效解决了高光谱遥感理论研究与多领域应用中的关键技术瓶颈,实现了在农业、地矿、环境、文物保护等多领域的成功应用,产生了显著的社会经济效益。本文回顾了中国高光谱遥感技术的前沿研究进展,总结分析了取得的主要创新性成果。     

高分辨率遥感测绘嵩山实验场的设计与实现——兼论航空航天遥感定位精度与可靠性的基地化验证方法

以高精度地面基准为参照对遥感定位各种可能的影响要素进行整体性、定量化的验证、分析与评估,显然是一种合理、有效、可信、可行的方式。这里针对实际应用需求,重点介绍嵩山高精度遥感测绘综合实验场的设计思路与实现情况,并对遥感定位精度与可靠性实验场验证的基地化方法进行了探讨与分析。     

基于遥感数据的哈尔滨土地利用/覆被变化研究

以哈尔滨市为例,基于Landsat数据,利用遥感技术和GIS技术对2000和2015年的遥感影像数据进行解译分类,通过对分类结果的统计分析,定量研究哈尔滨市15年间的土地利用变化过程,结果显示:哈尔滨市土地综合利用程度较高,区域内耕地面积减少;相反,城市建成区面积大幅增加,区域内绿地面积逐年减少,应注意生态环境维护保持。     

近海岸悬浮泥沙遥感反演模型的分析探讨

简要介绍了国内外近海岸悬浮泥沙定量化遥感反演的研究进展及悬浮泥沙遥感反演模型的建立方法,通过对国内外近年研究的部分悬浮泥沙遥感反演模型进行简单分类、对比分析得出其优缺点,并针对部分悬浮泥沙遥感反演模型的不足和目前遥感技术在悬浮泥沙定量反演中的应用提出了一些肤浅见解。     

线性混合光谱模型高光谱压缩感知

高光谱压缩感知(HCS)对于解决机载或星载高光谱数据的存储与实时传输具有重要意义。目前,线性混合模型(LMM)已被成功应用于HCS;然而,由于光照条件、地形变化以及大气作用等的影响,所获取的地物光谱会发生扰动,从而限制了HCS重建质量的提高。在LMM基础上,通过引入光谱修正项来修正光谱扰动,提出了光谱扰动修正的LMM (SPC_LMM);在此基础上,进一步提出了基于SPC_LMM的HCS (HCS_SPC_LMM)方法。该方法在采样端仅对原始高光谱图像进行光谱维压缩采样,基于压缩采样数据,将SPC_LMM应用HCS的重建,利用交替方向乘子法(ADMM)分别估计SPC_LMM中各分量的最优值,以获得最优的高光谱图像重建质量。实验结果表明,HCS_SPC_LMM能够获得优于其他典型HCS方法的重建质量。     

土壤调查地区级汇总的遥感制图试验研究

本研究的目的是探讨利用遥感影像数据,对县级土壤调查资料进行地区级汇总的制图工作方法。我们依据的制图综合原则是:(1)以现有的土壤图为基础,充分尊重原图上的界线,主要以土层界线重新综合;(2)研究并搞清各种土壤分布规律和它们之间的组合规律,然后进行归并和区分;(3)参照卫星影像特征和判读标志,对某些明显与实地不符之处,以影像和实地调查资料进行修正,有些土壤类型以组合形式表达。本文对利用遥感数据进行制图综合的工作方法进行了详细描述,其中包括:制图单元的综合和比例尺的改变,底图的制作和利用卫星影像对综合后的土壤图进行编制等。研究结果表明,此种方法与常规方法比较,特别是对有一定物质和技术条件的单位(如省级),不仅在土壤调查中,而且在资源调查中皆可采用此种编图技术,收到节省人力、物力和时间的效果。