北京城市下垫面大气CO2反演算法

大气温室气体监测仪GMI（Greenhouse gases Monitor Instrument）是高分五号（GF-5）卫星载荷之一,主要用于全球温室气体含量监测和碳循环研究。高精度反演是卫星大气CO₂遥感的基本需求。地表反射率影响卫星遥感辐射量及辐射传输过程中的地气耦合过程,严重制约着CO₂的反演精度,针对GMI开发高精度的大气CO₂反演算法,地表反射是一个需要重点考虑的因素。城市是CO₂重要的发射源,且城市下垫面存在明显的二向反射特性,加上城市大气条件不良,复杂的地气耦合效应存在这都考验反演算法的准确性和鲁棒性。本文针对北京城市地区,利用2011年—2016年共5年的MODIS（MODerate-resolution Imaging Spectroradiometer）地表二向反射分布函数BRDF（Bidirectional Reflectance Distribution Function）数据,构建了适合利用单次观测数据反演的BRDF模型,并提出一种同时反演地表BRDF参数和大气CO₂含量的算法。结果表明在550 nm波长处气溶胶光学厚度AOD（Aerosol Optical Depth）小于0.4时,大部分GMI模拟数据的反演误差控制在0.5%（~2 ppm）内。利用GOSAT （Greenhouse gases Observing SATellite）实测数据的反演结果与修正后的日本国立环境研究所NIES（National Institute for Environmental Studies）反演结果进行对比,其平均误差为1.25 ppm,相关性达到0.85。本算法满足GMI数据在北京城市区域高精度CO₂反演的需求,并使得反演高值气溶胶区域数据成为可能,增加了GMI观测数据的利用率。     

全球气候数据集生成及气候变化应用研究

科技部在"十三五"期间部署的国家重点研发计划"全球变化及应对"专项资助了"全球气候数据集生成及气候变化关键过程和要素监测"研究项目。项目围绕由全球气候观测系统提出的基本气候变量,完善地空天基观测体系,生成中国首套以遥感数据为主体的涵盖大气、海洋和陆表长时间序列、高精度、高时空一致性的产品,即气候数据集,动态监测全球变化关键过程和要素。     

高分五号大气痕量气体差分吸收光谱仪观测数据的火山喷发SO2总量反演

火山喷发产生的高浓度SO₂气体及其远距离输送会对全球气候变化和航空飞行安全产生重要影响。卫星遥感技术以大面积连续观测、高时空分辨率等优势成为大气SO₂监测的重要手段之一。作为中国第一颗紫外可见光波段的高光谱载荷,高分五号卫星大气痕量气体差分吸收光谱仪（GF-5 EMI）通过探测地球大气或表面反射、散射的紫外辐射来解析SO₂总量的分布和变化。本文首先基于大气辐射传输模型SCIATRAN,选择中低纬地区地表类型均一的海洋区域像元,模拟了典型大气条件下的晴空天顶反照率,用以评价EMI载荷天顶观测光谱的精度。其次,基于TROPOMI L1 Radiance辐亮度数据和DOAS反演原理,经477 nm O₄云筛选、光谱定标、慢变剔除、斜柱转垂直柱等步骤后,获得同一火山喷发区域的SO₂总量反演结果并与TROPOMI官方offline L2 SO₂产品进行对比分析。最后,利用GF-5 EMI UV-2通道观测数据,采用DOAS算法反演获得GF-5 EMI大气SO₂总量,并将反演结果与国际同类载荷S5P/TROPOMI SO₂总量结果进行比较分析,评判GF-5 EMI在全球火山活动SO₂变化监测方面的能力。结果显示,300—400 nm波段范围内,海洋区域采样点EMI观测光谱值低于SCIATRAN模拟光谱值,EMI与TROPOMI观测光谱呈现出相似的系统性偏差。基于高空间高光谱分辨率的TROPOMI L1 Radiance辐亮度数据、315—327 nm、325—335 nm和360—390 nm共3个波段窗口、以及上述DOAS反演原理获得的SO₂结果与TROPOMI官方发布的offline L2 SO₂产品结果相关性较高,两者的相关系数可达到0.97—0.99,相对偏差在3%—9%。GF-5 EMI能够获取火山喷发SO₂排放的时空分布特征,并与国际同类载荷TROPOMI反演结果具有较高的空间一致性,能够满足全球火山喷发监测、预警及其气候影响研究的应用需求。     

利用走航式数据对南大洋大气CO2廓线遥感反演

利用中国第24次南极考察期间获取的南大洋上空走航式大气CO₂数据和大气红外探测器(AIRS)探测的辐射率, 进行基于纬度分类下的统计回归, 其结果作为物理反演的初始猜测场。通过逐线积分辐射传输模式, 利用AMSU大气温度廓线和AIRS中13个通道的辐射测值反演南大洋上空的大气CO₂浓度廓线, 与WDCGG提供的固定站点下的大气CO₂浓度进行比较, 反演精度随纬度的变化而变化, 从低纬到高纬相对误差分别为0.31%、1.17%、2.63%。与同期国外卫星产品CO₂/AIRS比较, 相对误差为1.11%、1.07%。     

陆地卫星遥感监测体系及应用前景

我国陆地卫星的快速发展和人工智能等高新技术的广泛应用为重构卫星遥感监测体系奠定了重要基础。针对我国自然资源保护、国土空间规划实施监督、生态修复及全球变化研究等对土地利用、土地覆盖及其相关地表参数指标动态变化信息的需求,基于当前我国陆地卫星观测能力,设计了全球宏观尺度监测及我国陆域范围季度监测、重点区域月度监测及应急事件即时响应的卫星遥感监测体系框架;针对自然资源卫星遥感监测需求,充分运用大数据、人工智能、云计算等高新技术,本文提出了基于工作流的监测生产线智能流转与可插拔模块调度控制、遥感影像样本知识库构建、复杂场景自然资源变化自动提取、自然资源特定目标自动提取和自然资源变化图斑全生命周期管理等技术解决方案,构建了遥感监测业务化应用技术流程,实现了我国陆域范围自然资源全要素季度监测、重点区域高频次精准监测、特定目标即时监测能力,并在自然资源执法督察和地表水变化等监测中得到应用。     

TERRA/MODIS热红外通道陆地晴空大气可降水分裂窗反演

大气水汽在遥感反演地表温度中起到关键作用,精确的大气水含量对于提升反演精度有着重要意义,而热红外方法是夜晚获得区域大气水汽含量的唯一方法。本研究采用热红外方法中的改良分裂窗算法,首先,使用TIGR大气廓线与MODIS波谱响应函数通过MODTRAN辐射传输模式进行模拟,将大气廓线的水汽含量与大气透过率进行回归;然后,根据MODIS数据产品特点,使用2015年夏季MODIS数据观测角小于20°的范围进行反演;最后,将白天反演水汽分别与全球GPS地基大气水汽观测网络和MODIS近红外水汽产品进行比较,均方根误差分别为5.5 g/cm2和6.4 g/cm2,显示了高度的区域一致性。由于MODIS观测角度较大,本研究未对其他角度进行反演,若对其余角度的MODIS数据进行反演,可根据余弦角度变化,针对不同角度范围进行模拟与回归。     

融合星地多源数据资料的长三角地区高分辨率时空无缝PM2.5浓度数据

大气污染物浓度全方位动态监测是进行区域大气污染精细化防控的重要前提。为开展长三角地区小时分辨率PM_2.5浓度无缝制图,本研究通过耦合AOD缺失信息重建与多模数据融合技术,建立了一套能够有效集成卫星遥感、地面观测、数值模拟等多源异构数据资料的近地面PM_2.5浓度无缝制图方案,并据此生产了2015年—2020年长三角地区小时分辨率无缝PM_2.5浓度格点数据产品。结果表明：本研究生产的PM_2.5浓度无缝格点产品与国控站点观测数据的交叉验证相关系数达0.9,平均偏差不超过10 μg·m^-3。较于空间分布不均且相对稀疏的站点观测PM_2.5浓度资料,面域无缝PM_2.5浓度格点数据更能有效揭示长三角地区PM_2.5污染的时空变化特征;在2015年—2020年研究期内,其平均下降速率超过3 μg·m^-3·a^-1。本研究发展的PM_2.5浓度无缝制图方法和生产的相关数据产品有望为区域灰霾污染防控和PM_2.5暴露健康风险评估研究提供方法参考和基础数据支撑。     

北京地区气溶胶粒径尺度谱与PM2.5浓度转换模型研究

大气细颗粒物（PM_2.5）质量浓度是重要的空气质量指标之一。为了促进区域PM_2.5浓度监测的研究,同时拓展利用CE318太阳光度计等光学传感器反演的大气气溶胶产品的应用领域,本文首先基于北京地区2014年—2017年大气气溶胶反演的粒径尺度谱分布产品,计算表征PM_2.5的粒子体积,并结合同一时间北京地区35个空气质量站点提供的PM_2.5质量浓度参考值计算转换系数,对样本区间进行划分以构建转换模型。其次,利用各CE318站点数据所得转换系数及其相对精度,对研究区PM_2.5质量浓度估算误差空间分布,以及转换系数偏差对估值误差贡献情况进行评价。研究结果表明,由CE318站PM_2.5粒子体积与其临近空气质量站PM_2.5质量浓度联合建立的转换系数是一种与气溶胶理化属性密切相关的参数指标,可将时间和空间维度上PM_2.5体积与PM_2.5质量浓度之间的关系映射到由理化属性主导的维度上,可用于对估值模型进行细化和分类,构建分段转换函数模型,使得各分段区间内具有较高的模型拟合精度。基于转换系数的北京地区PM_2.5浓度估值的相对误差多年均值介于12.8 %—28.7 %,而转换系数相对偏差对PM_2.5质量浓度估值相对误差的影响显著,二者之间具有“r”型结构。当转换系数相对偏差介于-16.3 %至24.5 %时,该偏差的出现概率约为66.5 %,使得PM_2.5质量浓度估值误差在20 %以内,表明采用此种方法对相应站点的PM_2.5质量浓度进行估值具有相当的精度和稳定性。以上研究结果可为地面观测站稀少区域利用卫星光学遥感开展空气质量大范围监测应用提供理论前提和技术支持。     

期刊博览

正星载大气探测激光雷达发展与展望(《遥感学报》2016年第一期)从最早的星载激光雷达空间技术实验LITE出发,回顾了已成功发射的多颗星载激光雷达发展历程。详细阐述了LITE、CALIPSO等星载激光雷达在大气遥感领域,特别是气候环境变化和数值预报模式研究上所取得的成就。主要从全球气溶胶垂直结构及其辐射强迫、全球云垂直结构和特征、气溶胶-云-降水相互作用和气溶胶数据在雾-霾和沙尘天气预报中的应用等4个方面进行展开说明,并且深入分析了未来星载激光雷达     

大气中性点区域偏振效应的地—气参量研究

随着中国多颗偏振遥感器搭载发射,偏振遥感成为对地观测领域一个新的增长点以及研究热点。由于大气散射具有较强的偏振效应,大气与地表偏振信号的分离是偏振对地进行有效观测和应用的一个现实问题与难点问题。本文利用晴空中有规律的偏振分布以及大气偏振中性点的性质,对利用大气中性点的偏振效应进行地表—大气偏振信息分离的可行性进行了论证。通过对大气中性点在辐射传输过程性质的计算,得出Babinet大气中性点区域的偏振效应以及基于Babinet中性点区域进行偏振对地观测的基本方法,研究重点阐述了从航空遥感和航天遥感两个层面对如何将大气中性点应用于遥感观测进行了讨论。结果表明:(1)Babinet中性点相比于其他两个中性点,更适合于偏振遥感对地观测中地—气偏振参量分离;(2)航空遥感搭载偏振传感器在Babinet中性点区域进行地表探测可以消除大气偏振,突出地物偏振信息,有效进行地—气偏振参量分离;(3)在太阳同步轨道的卫星遥感影像上能够有效识别偏振中性点区域;研究成果有效分离高分辨率偏振遥感地物反演中的大气偏振耦合效应,实现地表偏振反射信息最大化,对于偏振遥感的大气校正以及定量化水平的提升具有实践意义。     

再生资源动态遥感分析方法试验研究

人类大规模的活动与自然资源开发,引起了全球范围内的生态环境以及可更新资源的迅速变化。快速、定量监测这些变化,已成为遥感应用研究新的发展领域。 本文叙述了有关资源环境动态遥感监测研究方面的初步探索性工作,主要包括利用图像处理系统,根据专题变化因素的光谱亮度统计进行密度、比值和纹理处理、不同时期遥感信息的复合处理和规一化差值及主成分分析法的“亮度”、“绿度”差值分析;利用地理信息系统,采用覆盖分析和局部更新法进行再生资源变化图件的快速更新,以及为研究再生资源动态变化规律,而进行的多变量相关、区域回归分析方法。     

中国地表积雪动态分布及反照率的变化

地表特征和下垫面物理性质在时分布上的差异,造成地表能量分布的不均。地表积寻由于其分布广、反照率高、高节性强等特点,对局地气修乃至全球气修变化都具有深远的影响。遥感动态监测地表特征的变化和反演大面积反照率是一种实际有效的技术手段,该文应用遥感技术、分析研究了我国地表积雪分布和反照率的动态变化。     

遥感与中国可持续发展:机遇和挑战

中国要实现可持续发展,必须积极应对资源短缺、环境恶化、海洋开发和气候变化等一系列重大资源环境问题;随着全球经济发展一体化进程加快,中国必须以全球视角研究和解决面临的资源环境问题。遥感在地球科学、环境科学、资源科学与全球变化研究中具有宏观动态的优点,是不可替代的全球观测手段,是实施可持续发展战略的基础性技术支撑。本文回顾了遥感科学技术进步的历程,总结了国际上围绕可持续发展所开展的全球遥感科学计划,分析了中国遥感现状和服务于可持续发展的前景,并结合国际上地球综合观测系统的发展态势,提出了中国遥感科学技术发展面临的挑战和机遇,进一步阐述了遥感发展面临的建立地球综合观测系统之系统、高精度遥感模型与参数反演、遥感产品真实性检验与遥感性能判据及测试系统、遥感数据与地球系统模式同化、遥感大数据与主动服务等前沿科学与技术问题。最后指出遥感要更好地服务于社会可持续发展,服务于国家的全球战略,服务于国民经济建设;必须创新遥感应用服务模式,加快遥感产业化和商业化进程;建议推进卫星观测系统的商业化,加快无人机遥感发展,促进遥感应用市场化。     

黑河流域遥感物候产品验证与分析

植被物候遥感产品对全球变化响应、农业生产管理、生态学的应用等多领域研究具有重要意义。但现有植被物候遥感产品还有较多问题,主要包括一方面使用不同参数的时间序列数据以及不同提取算法导致的产品结果差异较大,另一方面在地面验证中地面观测数据与遥感反演数据的物理含义不一致导致的验证方法的系统性误差。本文以黑河流域为研究区,对比验证基于EVI(Enhanced Vegetation Index)时间序列数据提取的MLCD(MODIS global land cover dynamics product)植被遥感物候产品和基于LAI(Leaf Area Index)时间序列数据提取的UMPM(product by universal multi-life-cycle phenology monitoring method)植被遥感物候产品的有效性及精度等。同时,通过验证分析进一步评估基于EVI和LAI时间序列提取的物候特征的差异及特点,探讨由于地面观测植被物候与遥感提取植被物候的物理意义的不一致问题导致的直接验证结果偏差。结果表明:UMPM产品有效性整体高于MLCD产品,但在以草地和灌木为主的稀疏植被区,由于LAI取值精度的原因,UMPM产品存在较多缺失数据,且时空稳定性较低;基于玉米地面观测数据表明,EVI对植被开始生长的信号比LAI更加敏感,更适合提取生长起点,但植被指数易饱和,峰值起点普遍提前,基于LAI提取的峰值起点更加合理。由于地面观测的物候期在后期更加关注果实生长,遥感观测仅关注叶片的生长,遥感定义的峰值终点和生长终点与玉米的乳熟期和成熟期差异较大。     

面向变化检测的遥感影像弹性配准方法

对于遥感载荷技术指标差异、观测角度、时相、地形起伏等内外部因素造成的几何畸变,采用全局配准方法制约着影像配准和变化检测精度的提高。提出一种基于加速抗差特征（speed up robust feature,SURF）算法的全局匹配和像元局部配准模型相结合的弹性配准方法,以不同时相遥感影像的差值特征影像各像元正态分布密度函数构建像元局部参数解算权重,缓减不同时相影像中辐射亮度差异较大的像元对局部配准模型参数解算的影响,采用城市典型区域遥感影像进行实验,结果表明该方法影像配准精度（包括地形起伏区域）优于1个像元,弹性配准算法的适用性和运算速度有一定的提高。     

湖泊遥感研究进展与展望

湖泊遥感作为一门新型交叉学科,是湖泊科学和遥感科学的重要分支.本文探讨了湖泊遥感科学的研究对象、内容和方法,通过梳理国内外总体研究进展,总结出湖泊遥感的5个发展趋势:(1)关注问题,从兴趣导向发展到问题导向;(2)观测手段,从地基遥感/中分辨率卫星发展到高分辨率/高光谱/无人机;(3)算法算力,从单机版经验/机理模型发...     

基于遥感影像的土地动态变化监测

土地利用/覆盖变化是目前研究全球及区域环境的一个重要领域,在城镇化加速的今天,城镇的土地利用格局也发生了飞速的变化。本文通过其一研究区内的Landsat TM遥感影像进行处理,获取了2007~2016年10个时相土地利用/覆盖信息,通过不同的预测模型对监测到的数据进行处理及比较,根据相应的最优预测方法预测了2017~2019年南昌市各土地类型的数据,由此研究并探讨了南昌市土地利用/覆盖的时空格局变化。     

无人机遥感：大众化与拓展应用发展趋势

当前遥感领域各个国家不断加大投入,星载数据资源日益丰富。伴随大数据等前沿技术的发展与深入应用,遥感在宏观层面上已经得到了较为充分应用,对于全球变化以及地球系统科学研究而言是一个重要的数据源。我国已经成为国际上的遥感大国,高分专项的实施标志着民用航天遥感进入亚米级时代。但是,由于空间分辨率与重访周期之间的矛盾,高分辨率卫星数据的可获得性尚不能满足一些不断增长的应用需求。国内遥感应用尚停留在宏观层面,主导是政府部门,用户也是政府各级部门。遥感在满足大量微观和大众具体应用层面尚没有落地。无人机遥感的出现与快速发展,为促进遥感应用落地起了很好的助推作用,无人机遥感在区域信息精细化上具有高科学价值,具有高空间分辨率、高频次、高性价比等特点,可以与卫星遥感能力形成互补,缓解了高空间分辨率和时间分辨率的矛盾,在低成本的基础上实现了空间和时间的辩证统一。当前无人机遥感的发展尚处于初级阶段,但呈现出一些极具特色的应用前景,尤其是无人机"遥感+"应用发展迅猛。同时,发展过程中也还有诸多政策、技术与方法方面的问题。本文在总结无人机未来发展趋势的同时,对无人机遥感的发展,从政策、技术与应用等层面提出了建议。     

山地遥感主要研究进展、发展机遇与挑战

山地遥感是研究在山地这一特定环境中的遥感基本原理、方法及其应用的科学技术。从山地遥感研究的基本内涵出发,总结面临的若干前沿科学问题,指出当前主要研究内容:(1)电磁波与山地地表相互作用机理及建模理论;(2)山地遥感数据时—空—谱归一化处理方法;(3)山地地表信息遥感建模、反演与同化方法;(4)山地遥感尺度效应与算法/产品验证;(5)山地遥感信息综合应用等。从山地遥感研究的基础理论方法以及山地遥感应用两个层面回顾了近年来山地遥感研究取得的进展,并就新时代背景下山地遥感研究面临的机遇与挑战进行了分析,最后对山地遥感研究前景进行了展望。     

Change detection from remotely sensed images: From pixel-based to object-based approaches

The appetite for up-to-date information about earth’s surface is ever increasing, as such information provides a base for a large number of applications, including local, regional and global resources monitoring, land-cover and land-use change monitoring, and environmental studies. The data from remote sensing satellites provide opportunities to acquire information about land at varying resolutions and has been widely used for change detection studies. A large number of change detection methodologies and techniques, utilizing remotely sensed data, have been developed, and newer techniques are still emerging. This paper begins with a discussion of the traditionally pixel-based and (mostly) statistics-oriented change detection techniques which focus mainly on the spectral values and mostly ignore the spatial context. This is succeeded by a review of object-based change detection techniques. Finally there is a brief discussion of spatial data mining techniques in image processing and change detection from remote sensing data. The merits and issues of different techniques are compared. The importance of the exponential increase in the image data volume and multiple sensors and associated challenges on the development of change detection techniques are highlighted. With the wide use of very-high-resolution (VHR) remotely sensed images, object-based methods and data mining techniques may have more potential in change detection.