近15年新疆逐日无云积雪覆盖产品生成及精度验证

为降低云对MODIS逐日积雪覆盖产品MOD10A1和MYD10A1在新疆积雪实时监测与研究中的影响,引入交互式多传感器雪冰制图系统(interactive multi-sensor snow ice mapping system,IMS)等多源遥感数据和地面实测资料,综合时间滤波法、空间滤波法及多传感器融合法等不同的去云技术,建立基于多源数据的去云方法,生成新疆地区2002—2016年近15 a间逐日无云积雪覆盖产品数据,并利用实测资料对生成的产品数据进行精度评价及结果验证。结果表明,去云后积雪覆盖产品在新疆积雪覆盖的总体监测精度为90.61%,接近于去云前MODIS晴空积雪覆盖产品在新疆的总体监测精度(93.3%)。     

MTSAT-2静止气象卫星中国区域雪盖监测

利用MTSAT-2静止气象卫星数据开展了中国区域的雪盖监测研究,结合MODIS雪盖产品及站点雪深观测数据对判识结果进行对比分析和验证。首先,根据MTSAT-2静止气象卫星数据特点,进行角度效应校正及多时相数据合成,以减少云对图像的影响;其次,根据多个雪盖判识因子建立中国区域雪盖判识算法;最后,对比分析2011年1月份MTSAT-2和MODIS雪盖判识结果,并使用站点观测数据进行精度验证。研究表明:(1)MTSAT-2雪盖判识受云影响比例约30%,MODIS雪盖产品受云影响比例约60%,MTSAT-2去云效果明显。(2)无云情况下,MTSAT-2雪盖判识和MODIS雪盖产品判识精度均高于92%;有云覆盖时,MTSAT-2判识精度约65%,优于MODIS雪盖产品35%的判识精度。(3)MTSAT-2静止气象卫星在保持高积雪判识精度的前提下,可以更有效减少云对雪盖判识影响,实时获取更多地表真实信息。该研究对中国区域雪盖信息准确监测、气候变化研究以及防灾减灾等具有重要意义。     

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Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演

针对单一被动微波遥感反演雪深的精度和空间分辨率不足的问题,提出了一种星-地多源数据融合的雪深反演方法。以北疆每日站点观测雪深、AMSR-E遥感反演雪深和SSM/I遥感反演雪深数据为研究对象,首先利用地统计方法结合地面站点观测数据估计北疆区域的雪深,然后采用Triple-Collocation方法分别估计三个雪深数据的误差方差,最后结合最小二乘原理实现星-地雪深观测数据的融合。对融合雪深与地面雪深观测数据进行验证分析,结果显示,与AMSR-E和SSM/I遥感反演雪深相比,融合的雪深与地面观测雪深的相关性更高;融合的雪深的精度有一定程度的提高。实验结果证明了多源数据融合方法的有效性。     

青藏高原FY-3C卫星积雪产品评估

选取2018年10月1日—2019年4月30日作为积雪研究期,利用青藏高原地区118个气象台站的积雪观测数据,对风云三号C星(FY-3C)多仪器融合的雪盖(multi-sensor synergy snow cover,MULSS_SNC)和微波成像仪的雪水当量(microwave radiation imager snow water equivalent,MWRIX_SWE)产品进行评估,以了解产品的区域可靠性。结果表明:MULSS_SNC和MWRIX_SWE雪盖判识准确率分别为87.18%和72.32%,召回率分别为66.67%和49.63%,误判率分别为12.81%和27.68%,漏判率分别为33.33%和50.37%;对于积雪混合像元或积雪深度不足0.5 cm的卫星像元,MULSS_SNC和MWRIX_SWE都倾向于无雪判识,1 cm以下雪盖漏判率高达60%以上; MULSS_SNC在积雪深度达2 cm以上时,召回率可达到89.09%,而MWRIX_SWE产品在积雪深度达5 cm以上时,积雪判识召回率才达到63.37%。MWRIX_SWE反演的青藏高原地区雪深与地面观测值误差很大,不存在线性正相关关系,不建议直接使用。     

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FY-2E卫星数据的福建沿海海雾遥感监测

利用我国自主研制的风云二号静止气象卫星资料,结合地面自动气象站能见度资料,通过对大量不同时相卫星资料的试验分析,找出台湾海峡海雾、云以及晴空海表等典型下垫面的可见光、热红外和中红外3个通道的光谱特征和变化规律,在此基础上运用反射率阈值实现云雾与海洋表面的自动分离,用亮温阈值实现海雾和低云与中高云的自动分离,用中红外和热红外通道的归一化差值指标实现夜间海雾的自动识别,最后建立台湾海峡海雾自动监测业务软件系统,并选择2015年和2016年地面实测资料对遥感监测结果进行精度验证。研究结果表明:风云静止卫星逐时海雾产品能有效地弥补极轨卫星在监测时次上的不足,很好地为台湾海峡海雾动态监测业务提供数据支持;遥感监测结果与地面观测结果相吻合,总体上较为理想,海雾监测平均准确率白天超过70%,但夜间判识精度低于白天;但同时风云静止卫星遥感技术在海雾和低云的有效分离方面仍然存在局限性。     

基于机载多光谱遥感数据的溢油信息提取方法

为研究应用紫外-可见光-近红外-热红外遥感数据识别海上溢油的方法,利用机载多光谱溢油监测设备获取了舟山海域多光谱遥感数据,并利用野外地物光谱仪获取了水体和油膜的反射光谱。通过提取并分析机载多光谱遥感图像上多目标的影像特征和光谱响应特征,利用决策树分类法对海上油膜相对厚度的分布进行分类和制图。研究表明,基于机载多光谱遥感数据的溢油信息提取方法总体分类精度达93.7%,能够准确区分薄油膜和厚油膜,可有效提取海洋溢油污染信息,完全能够满足海洋溢油污染遥感监测需求。     

面向对象的LiDAR数据多特征融合分类

针对单源遥感数据分类精度不高的问题,提出一种基于多特征融合的面向对象分类方法.该方法利用LiDAR点云数据的高程信息,并融合地物粗糙度特征,以及航空影像的地物光谱、形状和上下文信息等多种特征,再基于SVM分类器构建面向对象的分类方法,以提高城区环境下遥感数据分类的可靠性.试验表明,该方法可有效地提高城区地物的分类精度,且分类结果更符合人的视觉认知规律.     

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。     

Snow Cover Monitoring in Qinghai-Tibetan Plateau Based on Chinese Fengyun-3/VIRR Data

Snow cover monitoring in the Qinghai-Tibetan Plateau is very important to global climate change research. Because of the geographic distribution of ground meteorological stations in Qinghai-Tibetan Plateau is too sparse, satellite remote sensing became the only choice for snow cover monitoring in Qinghai-Tibetan Plateau. In this paper, multi-channel data from Visible and Infrared Radiometer (VIRR) on Chinese polar orbiting meteorological satellites Fengyun-3(FY-3) are utilized for snow cover monitoring, in this work, the distribution of snow cover is extracted from the normalized difference snow index(NDSI), and the multi-channel threshold from the brightness temperature difference in infrared channels. Then, the monitoring results of FY-3A and FY-3B are combined to generate the daily composited snow cover product. Finally, the snow cover products from MODIS and FY-3 are both verified by snow depth of meteorological station observations, result shows that the FY-3 products and MODIS products are basically consistent, the overall accuracy of FY-3 products is higher than MODIS products by nearly 1 %. And the cloud coverage rate of FY-3 products is less than MODIS by 2.64 %. This work indicates that FY-3/VIRR data can be reliable data sources for monitoring snow cover in the Qinghai-Tibetan Plateau.     

基于RS和GIS的黑龙江省积雪时空变化研究

以黑龙江省为研究区域,以风云三号气象卫星遥感数据资料为基础,通过对FY－3 A和FY－3 B的VIRR波段特性的深入分析,对2013～2015年多期FY－3A和FY－3B的VIRR遥感影像提取出黑龙江省多期积雪数据,进行黑龙江省积雪时空变化监测研究,结合RS和GIS技术对其进行了分析并得出结论,对了解其时空分布特征及变化规律,对于促进该区的工农业生产和生态环境保护都具有十分重要的意义。     

天绘一号卫星遥感影像云雪检测的ResNet与DeepLabV3+综合法

云和雪的检测是卫星遥感影像处理过程中的一部分,也是对其进行后续分析和解译等应用的关键步骤。本文提出了结合ResNet和DeepLabV3+的全卷积神经网络云雪检测方法。采用ResNet50骨干网络,根据云和雪在天绘一号遥感影像上的特点优化DeepLabV3+网络模型,并采用ELU激活函数、Adam梯度下降法以及Focal Loss损失函数来加快收敛速度、提高分割精度。通过天绘一号卫星云雪影像数据集对网络进行训练并测试,试验结果表明,本文方法与传统Otsu法相比,稳健性更强,在检测精度上优于FCN-8s与DeepLabV3+,速度上优于DeepLabV3+,能推广用于不同来源的遥感影像,具有较好的应用前景。     

用气象卫星资料监测积雪

本文简要叙述了利用气象卫星资料进行积雪监测的可行性和复杂性;以改进的甚高分辨率扫描辐射仪(AVHRR)资料为例综述了遥感监测积雪的原理、方法和资料处理过程;分析了计算结果,并探讨了未来积雪监测的发展。     

Qualitative and quantitative analysis of snow parameters using passive microwave remote sensing

Snow cover is an important variable for climatic and hydrologic models due to its effect on surface albedo, energy, and mass balance. Satellite observations successfully provide a global and comprehensive hemispheric-scale record of the short-term, as well as inter-seasonal variations in snow cover. Passive microwave sensors provide an excellent method to monitor temporal and spatial variations in large-scale snow cover parameters, overcoming problems of cloud cover. Using microwave remote sensing data, snow parameters (snow surface temperature, snow water equivalence, scattering index, emissivity, snow depth) have been retrieved to integrate with the snow cover simulation model developed by SASE for avalanche risk assessment on regional basis. Multispectral and multitemporal brightness temperature data obtained from the Special Sensor Microwave Imager (SSM/I), flown onboard the DMSP satellites, for the period November 2000 to April 2001 and from November 2001 to February 2002 have been analysed. A comparative data set on snow measurements and meteorological observations of a region covering large area of Pir-Panjal and the Greater Himalayan range, available on near real time basis from SASE field observatories were also used. Model calculations were carried out to study the effects of atmospheric transmission on the microwave radiation emitted from the snow covered and snow free ground and atmosphere. The sensitivity of combinations of the SSM/I channels at 19, 37 and 85 GHz, in both horizontal and vertical polarizations, in respect to snow depth, surface temperature of the snowpack have been carried out. Decision rule based algorithms are developed to identify snow cover and non-snow area.     

高山冰川遥感提取方法研究

遥感的应用使得对冰川大尺度全覆盖、多时相变化的监测成为可能,然而冰川信息遥感提取方法的误差大等难题成为影响冰川监测的障碍。本文综合分析比较了目前已有的多种冰川提取方法的有效性,得出提取冰川范围精度最高的是面向对象的目视判读方法,其次是最大似然法监督分类、面向对象的自动分类、比值阈值法、雪盖指数法等。各自动方法提取冰川面积均有较大误差,且误差主要出现在冰舌末端、阴影区、薄冰区和云层遮盖范围等区域。本文将面向对象的目视判读法应用于冰川提取中,在保证信息提取精度的同时提高了传统解译的效率。     

GNSS约束的MERSI/FY-3A PWV校准方法EI北大核心CSCD

精确的水汽信息对于短临天气预警和长期气候监测具有重要意义。本文针对搭载在我国第2代极轨卫星风云三号A星(FY-3A)上中分辨率光谱成像仪(medium-resolution spectral imager,MERSI)获取水汽精度较低的现状,提出一种GNSS约束的MERSI/FY-3A PWV校准方法。首先,对MERSI/FY-3A的PWV段产品进行处理得到水汽日产品,并利用GNSS和无线电探空(radiosonde,RS)数据对其进行评估;然后,根据PWV的季节分布特性,构建GNSS约束的MERSI/FY-3A PWV季节自适应校准模型;最后,分别利用GNSS、RS和再分析资料对校准后的MERSI/FY-3A水汽进行对比,验证提出方法的有效性。研究表明:本文提出的PWV校准方法,能够有效改善MERSI/FY-3A水汽日产品和旬产品的精度,改善率分别为58.63%和68.72%。该方法可为遥感水汽快速校准研究提供重要的理论依据。     

基于FY-2遥感数据的台风中心定位

针对台风在形成和消散阶段中心定位准确率较低的问题，本文提出了一种基于云导风的方法，使用的遥感数据来源于FY-2气象卫星的红外通道。该方法首先对红外序列遥感图像进行金字塔分解，然后基于加权的中值滤波光流模型构建云导风场，最后利用密度矩阵计算台风中心。选择2014年真实形成于西北太平洋的台风Rammasun和Halong进行案例分析，结果表明该方法对台风整个生命周期阶段的检测结果均较准确。     

多样地表和大气状况下的MODIS数据云检测

云覆盖作为天气和气候变化的一个重要因子,对地表-大气能量平衡和水循环有着重要的影响,因此,快速、准确地利用卫星遥感技术检测云覆盖具有重要的实用价值和科学意义。利用卫星遥感数据,尤其是常用的Moderate Resolution Imaging Spectroradiometer(MODIS)影像数据,因其具有较高的光谱和时间分辨率,以及2330 km扫描幅宽,为大范围实时、准确地进行云检测提供了可能。目前,基于MODIS数据发展了大量的云检测方法,但因地表类型的多样性和大气状况(如空气污染和沙尘事件等)的复杂性,目前已有的云检测方法,检测精度通常具有较大的不确定性,且针对不同地表和大气状况缺乏普适性,同时也缺乏对检测精度的定量化评估。因此,本文首先比较了常用的3种云检测算法,并基于前人经验提出了两种改进方法(方法4和方法5),首先区分出云和冰雹,摒弃了不稳定的亮温波段,两种算法均适用于复杂地表和大气状况的云检测算法。结果显示,方法5可以较好地应用于基于MODIS数据的云检测,总体精度达92.6±7%,改进了现有基于MODIS数据的云检测算法;方法4平均总体精度82.9±13%,虽然精度相对较低,但云残留少,适合作为对云敏感度高的研究工作的云检测方法。