Sentinel-1数据在西南山区水库变形斜坡InSAR监测中的适用性评价:以溪洛渡水库为例

Sentinel卫星凭借其超高的辐射分辨率、稳定的轨道系统、较大的覆盖能力、较短的重返时间、可免费下载的数据,在斜坡灾害识别监测方向上有广泛的应用。自1963年意大利瓦伊昂特大滑坡发生以来,岸坡地质灾害一直是峡谷区水库关注的主要问题之一。以金沙江上游溪洛渡水库区为例,结合PALSAR-2、TerraSAR-X数据,评价Sentinel-1 SAR数据在西南山区水库变形斜坡InSAR监测中的适用性,以理论结合实际结果分析Sentinel-1数据是否可以在一定条件下替代其他商业数据,为今后相关行业应用提供参考。结果显示:Sentinel-1数据在研究区可解译的变形斜坡约200处,类型有滑坡、危岩体和塌岸;经现场核查,Sentinel-1数据解译的最小变形斜坡投影面积约为2400 m2,约35 m(长)×77 m(宽)大小,共16个变形像元聚集。高山峡谷区叠掩、阴影现象严重,通过对雷达常用观测模式下的SAR数据的比较,在SAR数据交集区域,有效观测面积为Sentinel-1升轨70.3%,Sentinel-1降轨68.9%,PALSAR-2升轨70.4%,PALSAR-2降轨67.6%,TerraSAR-X降轨52.5%,在不考虑分辨率的情况下,在库区Sentinel-1数据与其他两种SAR数据观测能力相比持平或更优秀。6月至11月初是溪洛渡水库的水位上升期,周边植被发育较好,造成数据相干性较差,2017年后Sentinel-1A(1B)双星拍摄获取的SAR数据量增加,高频观测可使相干性提高,利用2017年后该卫星数据可有效识别水库蓄—排水周期内的区域性变形斜坡发育变化情况。当长时间缺失SAR数据时,会造成最近一对SAR数据间的某些像元测量的变形超过其InSAR最大量程,解缠时丢失相位周期。Sentinel-1数据由于连续性较好,监测斜坡的变形趋势较为连续,因此更适合连续小变形的趋势识别。      

基于星载雷达特征参数的黄河冰厚反演及冰储量估算

冰厚是冰凌成因分析及预报的重要基础信息,可为防凌减灾提供重要依据。以黄河内蒙古段包头至头道拐水文站为例,利用Sentinel-1雷达影像结合Sentinel-2光学影像对研究区河冰厚度进行估算,首先对Sentinel-2光学影像进行处理,提取凌汛期前黄河主河道边界;然后对Sentinel-1雷达影像进行处理,提取2个强度信息和4个极化分解参数,分析6个雷达特征参数与河冰厚度的相关性;选择相关性最高的参数,采用统计回归方法建立冰厚反演线性回归模型,模型的调整R²为0.657,验证RMSE为9.82 cm,MRE为13.46%,MAE为8.26 cm;对凌汛期黄河冰厚进行反演,分析冰厚时空变化特征,并估算冰储量,同时讨论了河冰的散射机制。研究证明了主动微波遥感数据在黄河冰厚反演中的可行性,可为黄河内蒙古段防凌减灾提供科学参考。     

滑坡灾害InSAR应急排查技术方法研究

研究探索了一条以InSAR变形为主,辅助光学遥感、地貌和地质条件特征,进行活动性滑坡快速排查的技术方法,并以四川省雷波县域为例进行了实验。应用4种SAR数据（PALSAR-1升轨、Sentinel-1 A/B升、降轨和PALSAR-2降轨数据）进行合成孔径雷达干涉（Interferometric Synthetic Aperture Radar,InSAR）处理,共解译活动性地质灾害163处,并分析了其时空分布规律,获得了几点认识:（1）InSAR技术能够追溯滑坡长期微小变形,从而实现活动性滑坡的有效识别;（2）多时段、多角度和多分辨率SAR数据的综合使用,可以有效克服滑坡观测的阴影叠掩、失相干等问题,提高滑坡（尤其是高位滑坡）识别的效果、效率和时效性;（3）与地面调查结果比较,InSAR识别的滑坡更全面、规模更准确,对高位滑坡和集中分布滑坡识别更有效,可以作为现今地质灾害排查的重要手段之一;（4）雷波县地质灾害主要分布在金沙江及美姑河沿岸,北向坡和30°~40°坡度是地质灾害高发区,除寒武系、奥陶—志留系地层发生地质灾害比例较高,其它各地层总体分布较均一。      

基于重轨InSAR的积雪深度反演方法

利用合成孔径雷达（Synthetic Aperture Radar,SAR）反演积雪深度是流域尺度积雪遥感监测的热点之一, SAR的干涉测量（Interferometic SAR, InSAR）扩展了其在积雪研究中的应用. 微波能够穿透干雪,并在雪-空气界面发生折射,导致传播路径变化;根据InSAR原理,降雪前后的SAR像对会形成由于干雪覆盖导致的干涉相位差. 基于此,提出了基于重轨InSAR技术的积雪深度反演方法：首先,结合气象、水文、野外观测数据,判断积雪状态,以选择最佳干涉像对（无雪和干雪覆盖）;然后,优化干涉处理过程,利用差分原理,获得由于干雪覆盖导致的相位差;最后,基于雪深与相位差的几何关系,反演积雪深度,并探讨反演结果精度的影响因素. 以新疆玛纳斯河流域山前平原为研究区,利用Envisat ASAR数据,实现积雪深度的反演. 结果表明：2009年2月份研究区大部分地区雪深为20 cm左右,与野外观测结果相符;与同时期HJ-1光学影像比较,所获得的积雪覆盖范围吻合. 同时指出,失相干和输入参数（入射角、雪密度）误差是反演结果误差的主要来源.     

使用积雪遥感面积数据改善山区春季融雪径流模拟精度

随着寒区水文模拟研究的深入,春季融雪径流模拟误差大这一问题越来越明显.针对此问题,以八宝河流域为研究区,利用积雪衰减曲线将MODIS积雪面积比例产品转化为雪水当量,并用其更新分布式水文模型GBHM(Geomorphology-Based Hydrological Model)中模拟的雪水当量,达到提高春季融雪径流模拟精度的目的.利用GBHM模型对八宝河流域2005-2007年进行了模型预热,参数率定,同时选择2008年进行模型检验.结果表明:GBHM模型在八宝河流域有较好的径流模拟精度,年均纳什效率系数(NSE)达到0.64.但模型对春季融雪过程的模拟效果较差,通过引入积雪遥感数据,这一问题得到很大改善.加入积雪遥感数据后,2008年3-6月径流模拟精度NSE和相对偏差Bias分别由-1.0、-0.45改进为0.58、0.06,单点雪水当量模拟精度获得提高,流域水量平衡也更加合理.     

西藏东部山区积雪高程的年内变化特征及其量化

引入变动积雪覆盖高程(FSCE)描述积雪/裸地下垫面分界线在多年平均意义下的年内变化特征,通过参数无雪期中期Tm和无雪期持续时间ΔT对其进行量化,建立了藏东拉萨河流域、尼洋河流域和昌都地区的FSCE回归模型.统计分析表明,在25km×25km雪产品栅格分辨率下,研究区域内近80%的面积上,积雪的时空分布可以通过FSCE刻画:1)无雪期中期Tm的多年平均值为一年的7月31日,与地理地形因素相关性较弱;2)无雪期持续时间ΔT的多年平均值约为5个月(151d),与栅格平均高程显著负相关;3)一年的4月下旬积雪开始消融、6月下旬至9月中旬为无雪期,11月中旬至次年3月为积雪覆盖期.将来更高空间分辨率的雪产品数据,将有助于揭示小尺度上的FSCE精细特征.     

雅砻江流域德格县年古乡1号滑坡分析研究

雅砻江流域属于地质灾害高发区和重点防治区,与其它地区相比,雅砻江流域地质灾害的研究程度低,资料分散,本文通过野外跟踪调查,结合InSAR遥感资料,采用基于2019年1月02日—2019年12月16日Sentinel-1A降轨数据的SBAS方法对雅砻江流域德格县年古乡1号滑坡进行综合分析研究,阐明其与雅砻江的时空关系,分析滑坡的地质环境条件及成因机制,预测其发展趋势,并提出防治措施。     

1980—2020年青藏高原积雪时空变化特征

青藏高原是气候变化的敏感区,其积雪在区域水文循环和气候系统中具有重要作用。本文利用1980—2020年逐日无云积雪覆盖遥感数据,分析了该地区近40年的积雪面积、积雪覆盖日数的分布特征和变化趋势。结果表明：青藏高原地区积雪分布具有明显的空间分异和垂直地带性分布特征,阿姆河流域、印度河流域、塔里木盆地、恒河流域、怒江流域和雅鲁藏布江流域的高海拔山区是积雪广泛分布的地区。在水文年内,高原地区积雪覆盖率呈单峰变化,8月上旬积雪面积最小,1月中下旬达到最大,分别占高原总面积的5.2%和38.6%;40年间,高原地区平均积雪面积以3.9×10⁴ km²·(10a)^-1的趋势显著减少(P<0.05);积雪覆盖日数以0.47 d·a^-1的趋势显著减少,高原71.4%的区域积雪覆盖日数呈减少趋势,呈显著减少的区域约占55.3%;17.1%的区域积雪覆盖日数呈显著增加趋势,且主要分布在5 200 m以上的高海拔山区,在海拔5 200～5 900 m之间的区域,积雪覆盖日数的增加率随海拔升高而增加。     

基于MODIS积雪覆盖度数据的青藏高原两套被动微波雪深产品降尺度对比研究

积雪深度(雪深)是流域水量平衡、融雪径流模拟等模型的重要输入参数,被动微波雪深遥感产品被广泛用于雪深监测。然而,由于山区积雪时空异质性强,这些空间分辨率较粗的雪深产品受到极大限制。本研究基于MODIS积雪覆盖度数据,根据经验融合规则以及积雪衰退曲线对“中国雪深长时间序列数据集”的两套雪深产品(由SMMR、SSMI和SSMI/S反演的称为Che＿SSMI/S产品;由AMSR-2反演称为Che＿AMSR2产品)进行空间降尺度,最终获得青藏高原500 m降尺度雪深数据(Che＿SSMI/S＿NSD和Che＿AMSR2＿NSD)。利用6景Landsat-8影像对两套降尺度雪深数据进行对比分析,结果发现两套降尺度数据与Landsat-8影像积雪空间分布吻合度均较高。与29个气象站点雪深数据相比,Che＿AMSR2＿NSD与实测雪深更为接近,相关系数(R)达到0.72,均方根误差(RMSE)为3.21 cm;而Che＿SSMI/S＿NSD精度较低(R=0.67,RMSE=4.44 cm),可能是由于采用不同传感器亮温数据的两套原始雪深产品精度不同所致。除此之外,实验表明被动微波雪深产品降尺度精度还...     

纹理特征辅助的S AR影像冰川识别

青藏高原的冰川监测对气候变化研究有着重要的意义,通过遥感图像可以大范围长时间的监测冰川的变化,识别冰川边界是研究的重点。为了研究SAR影像纹理特征在冰川识别中的作用,以喀喇昆仑山地区的克勒青河上游为研究区,利用2018年Sentinel-1A数据进行干涉处理得到相干系数,然后基于相干系数提取了均值、方差、同质性、反差、相异性、熵、相关性共7种纹理特征,并对不同纹理特征组合之间的提取效果进行了比较。结果表明VV极化方式下均值、方差、同质性、相异性的特征组合冰川识别效果最好。据此提取了克勒青河上游区域的冰川边界,最高精度达到91.36%,该方法明显优于基于相干系数图的阈值分割法和基于光学影像的波段比值法,冰川识别精度提高了约2%。     

D-InSAR与随机森林模型耦合的活动性滑坡识别方法探究

灾害的早期识别是防灾减灾领域的关键技术。文中以甘肃省舟曲县为例,利用2018年1月－2019年1月Sentinel-1A雷达卫星降轨数据和2021年5月Sentinel-2光学遥感影像数据,通过D-InSAR技术获取研究区地表形变信息,利用随机森林模型识别潜在的滑坡体。结果表明:使用已有的滑坡数据集,采用随机森林模型能够较好地识别出潜在滑坡体。潜在滑坡点分布位置均位于地表形变量大的区域。舟曲县整体形变沿东西向发生,主要分布于舟曲县东北和西南方向,与潜在滑坡点高度重合。识别出的潜在滑坡点（立节乡北山滑坡）,年形变量达到0.12?m,于2021年1月18日发生滑坡,该滑坡典型案例也印证了文中方法的有效性。     

青藏高原积雪范围和雪深/雪水当量遥感反演研究进展及挑战

积雪是地表特征的重要参数,对辐射收支、气候和长期天气变化均有重要影响。雪本身又是一个重要的天气现象和水文气象参数,过量的降雪也会带来严重的雪灾,如牧区雪灾、雪崩和融雪洪水灾害等。因此对积雪的监测,尤其是对山区的积雪监测,具有多方面的意义。利用卫星遥感技术监测积雪已有50余年的历史,并已形成了系列业务产品。青藏高原平均海拔超过4 000 m,该地区的积雪具有重要的水文、气候和生态环境意义。由于地形复杂,人迹罕至,地面观测站点稀少,受较强太阳辐射的影响,积雪消融迅速、区域差异消融以及风吹雪等因素导致积雪分布破碎化严重,对使用遥感资料监测该地区的积雪造成的极大的困难和不确定性。随着国内外传感器技术的不断发展,光学和被动微波遥感数据的同步获取技术已经非常成熟,综合利用光学遥感数据高空间分辨率和被动微波数据不受云干扰的特点,结合机器学习、无人机等技术,将环境参数加入反演模型中,有助于提高青藏高原积雪参数反演精度。     

多源遥感数据在地下采煤塌陷识别中的应用与分析

长期的地下采煤会造成地表沉降,严重影响矿区生态环境和人民生命财产安全,采取可行有效的方法对矿区采空塌陷进行监测与分析,是实施地质灾害精准防护的首要前提,具有重要现实意义。为此,本文利用Sentinel-1 SAR雷达影像和高分辨率光学遥感影像,分别采用小基线(SBAS)InSAR技术和人机交互遥感识别方法对纳雍县鬃岭地质灾害群地下采煤塌陷范围进行了监测识别,对比分析了各自技术特点。结果表明:①基于小基线InSAR雷达监测技术能很好反映监测期内地表形变信息,对因地下开采引发的地表形变较大或微小形变均能有效识别,但对早期煤矿开采造成而目前趋于稳定的采空塌陷识别能力不足;②高分辨率光学遥感人机交互解译对于目前采空塌陷形变已趋于稳定或历史上形成的采空塌陷区损毁土地情况有很好的识别;③综合InSAR 监测技术和高分辨率光学影像遥感识别方法,能较全面获取采空塌陷范围及损毁情况,可为矿山地质环境治理、地质灾害防护提供参考依据。     

基于多源遥感数据的疏勒河上游山区流域VIC-CAS模型积雪模拟效果评估

积雪积累和消融过程是冰冻圈水文模型的重要组成部分,利用多源遥感数据对水文模型模拟的积雪分布和深度进行评估是进一步增强融雪过程模拟的物理基础,也是提高模拟可靠性的重要手段。基于2002—2013年疏勒河上游山区流域MODIS地表反射率数据集和中国雪深长时间序列数据集,对VIC-CAS模型模拟的逐日积雪覆盖度和雪深进行了综合评估。结果表明：从不同降雪年份来看,VIC-CAS模型可以较好地模拟多雪年（2008年）疏勒河上游山区流域积雪的覆盖度,在平雪年（2004年）和少雪年（2013年）模型模拟精度相对较低。从不同海拔的模拟结果来看,在流域占比最高的4 000~5 000 m高程带精度最高,2 000~3 000 m高程带精度最低;对比模拟雪深与中国雪深产品发现,多雪年的一致性较高,平雪年和少雪年的一致性较低。这表明VIC-CAS模型对疏勒河上游日尺度的积雪覆盖度和雪深的模拟精度相对较低,特别在低海拔处和薄雪情况下,其原因可能是对积雪再分布和风吹雪过程的模拟算法和参数化存在较大的不确定性,需要进一步改进。     

基于Sentinel-1A雷达影像的崇明东滩芦苇盐沼植被识别提取

为研究芦苇盐沼植物在一个生长周期不同生长季节的雷达后向散射系数变化特征,对芦苇分布信息进行提取,探究Sentinel-1A卫星数据在长江口湿地植被监测中的应用前景。以对长江河口崇明东滩南部为研究区域,利用2016年11个时相的Sentinel-1A雷达卫星影像VV（vertical transmit/vertical receive）+VH（vertical transmit/horizontal receive）双极化数据,分析潮滩地带芦苇、白茅、海三棱藨草、水体和光滩在植被生长周期内的雷达后向散射强度变化特征,对芦苇盐沼植被进行识别提取。结果表明：相较于VH极化方式,VV极化方式下不同地物的后向散射强度差异更为明显,芦苇的后向散射强度在枯叶期下显著高于其他地物;进行芦苇植被提取时,需要对植被枯萎期不同潮位状况下的雷达影像进行组合运算,芦苇提取精度可达到88.7%;对芦苇植被雷达后向散射强度和临近时相的光学遥感归一化植被指数（normalized difference vegetation index,I_NDV）进行相关性分析,发现两者呈良好的正相关关系,相关系数为0.78。     

西昆仑山崇测冰川区多源遥感影像的冰川信息提取方法研究

冰雪独有的性质与特性使得基于遥感影像对其进行信息提取成为可能,如何进行精准的冰雪信息提取是冰雪时空变化研究的关键和基本要求。利用多源遥感影像（TM、IRS-P5和SAR）对西昆仑山崇测冰川区的冰川进行信息提取,采用不同分类方法和数据融合方法,分别针对光学影像和微波影像进行处理,提取冰川信息并进行比较分析。结果表明：面向对象分类方法是最优的冰川信息提取方法;图像融合处理有助于提高冰川信息的提取精度,特别是多光谱和高分辨率图像融合后再分类,提取效果更为理想。     

黑河流域生态水文传感器网络设计

在黑河上游八宝河流域和中游盈科灌区,以无线传感器网络为纽带,高效集成流域尺度内密集分布的、多源异构传感器的各种气象、水文及生态观测项目,建立自动化、智能化、时空协同的、各观测节点远程可控的生态水文传感器综合观测网络;通过优化地面采样方案,精细观测和准确度量流域尺度内空间异质性较强的关键水文生态要素的时空动态过程、时空变异性和不确定性;研究针对星载/机载遥感真实性检验的地面传感器采样方案,精细验证遥感反演精度,深入挖掘各种遥感手段在流域综合观测中的作用和潜力;全面提高流域水文生态过程的综合观测能力和观测自动化水平。     

联合Sentinel-1与Landsat8影像的希夏邦马峰冰川三维运动反演

SAR偏移量技术和光学偏移量技术是冰川运动监测重要的技术手段,但目前对于融合不同平台的影像进行三维形变的研究较少。文章选取2019年11月至2021年1月西藏聂拉木县希夏邦马峰地区的大型冰川作为研究对象,基于方差分量估计融合该研究区的Sentinel-1与Landsat8两种数据进行冰川的三维位移解算,选取了同一时期的光学影像对偏移量估计结果进行对比分析,同时选取稳定区域进行精度评估,分析该方法在冰川运动监测中的适用性和精确性。结果表明,该冰川在2019年11月至2021年1月,联合解算的东西向最大流速为21 cm/d,南北向最大流速为68 cm/d,垂直向最大流速为17 cm/d。对比单一影像获取的冰川位移结果,多影像联合解算方法,能够弥补SAR数据的失相干和光学数据的低质量像元值的不足,获得更加完整和详细的冰川信息,监测结果精度更高。可为利用不同平台的数据联合监测山地冰川的多维度和高精度变化提供参考和技术支持。     

1979-2020年天山地区积雪量估算及其特征分析北大核心CSCD

积雪作为干旱区的重要水源,深刻影响区域水资源及经济发展。决定积雪量的积雪深度、积雪面积和积雪密度在时空分布上存在不确定性,尤其是积雪密度难以获取。本文利用FY-3B/MWRI(Fengyun3B Microwave Radiation Imager)数据反演积雪密度,结合1979-2020年长时间序列遥感雪深数据集,对天山地区40多年来积雪期(11月-次年3月)及其不同时期(积累期、稳定期、消融期)的积雪量进行估算,并分析其时空分布及与地形、气象等因子之间的关系。结果表明:1979-2020年,天山地区积雪期不同时期积雪量存在差异,稳定期积雪量最大,消融期次之,积累期最小。研究时段内,积雪期积雪量最大值出现在1979年,最小值出现在1998年,积雪期积雪量呈微弱的下降趋势,消融期积雪量下降趋势显著。多年平均积雪量空间格局与积雪深度和积雪密度基本一致,主要呈现为西北多东南少的特点。天山地区积雪量空间分布主要受海拔、坡度影响,积雪量与海拔正相关,海拔越高,积雪量越丰富;在15°以下时,坡度对积雪的影响较大,且坡度越大,积雪量越大。不同时期积雪量的多年变化与气温关系密切,在一定温度范围内,气温越低,积雪量越大;稳定期积雪量变化同时受积累期降水影响,积累期降水越多,稳定期积雪量越大。本文基于遥感积雪深度和密度的天山积雪量研究结果,可供气候变化条件下新疆水资源利用和经济发展参考。     

基于Worldview-3与Sentinel-1 SAR数据的草原矿区复垦植被生物量反演方法研究

利用多源遥感数据定量反演矿区复垦植被生物量是高效、动态、大面积监测土地复垦和生态恢复效果的必要手段之一。本文以内蒙古草原露天煤矿为研究区,联合遥感光学与雷达数据各自的优势,探索基于Worldview-3(WV-3)与Sentinel-1 SAR数据的矿区复垦植被生物量反演方法,选择主成分-小波变换(W-PCA)算法对WV-3与Sentinel-1 SAR数据进行融合,揭示波段反射率、植被指数、后向散射系数及纹理特征等参数与生物量之间的相关关系,建立多变量的生物量反演模型,并分析不同生物量模型的空间不确定性。结果表明:(1)通过W-PCA算法得到融合后的图像,信息熵的提高反映了融合图像与光学WV-3图像相比具有更多的细节信息,平均梯度的提高反映了融合图像与Sentinel-1 SAR图像相比具有更高的清晰度和更丰富的纹理信息。融合后的第8波段相关系数最高、光谱扭曲度最低、光谱保真度最高。(2)通过相关性分析,发现增强型植被指数(EVI)、归一化植被指数(NDVI)、VH极化、VH均值纹理以及融合后第8波段与生物量显著正相关。WV-3的NDVI与Sentinel-1的VH_ME建模精度(R²=0.834 0,RMSE=16.464 6 g/m²,Ac=81.52%)最高,融合后的第8波段验证精度(R²=0.798 3,RMSE=22.828 3 g/m²,Ac=74.64%)最高。(3)基于不同模型的残差不确定性分析,Sentinel-1 SAR数据变量建立的模型估测结果更容易出现高估及饱和现象,两者联合变量建立的模型可实现优势互补,利用融合数据建立的模型明显改善生物量小于40 g/m²时的高估计现象以及生物量大于100 g/m²时的两者饱和现象,其不确定性降低2.42~9.68 g/m²。因此,利用光学和雷达遥感融合能够有效提高复垦植被生物量的估算精度,为草原矿区复垦植被精细监测提供有效的数据支持。