空间分辨率与纹理特征对多光谱遥感分类的影响

多光谱遥感分类与影像空间分辨率有着密切的关系,在适宜空间分辨率影像上进行地物分类能够获得更高的精度。随着遥感影像空间分辨率的提高,纹理特征被广泛用于遥感分类,但由于不同地类空间尺度不同,纹理对不同地物分类的影响程度也有所差异。本文基于高分一号2 m全色和8 m多光谱影像融合后的高空间分辨率多光谱数据构建反射率空间序列,选用3种分类方法对序列分类,并分别计算2 m融合数据及8 m多光谱影像的纹理特征,选择特征波段与相应多光谱波段组合用以分类研究,最后计算混淆矩阵评价分类精度。研究结果表明,通过回归分析得到多光谱分类的最佳空间分辨率为5 m,与其他研究中利用全色波段分类的结论一致,这说明最佳空间分辨率的选择不受光谱信息影响;对多光谱分类精度随空间分辨率变化的变化趋势分析发现,分类精度在20~30 m分辨率范围区间内快速降低,这为多光谱遥感分类数据空间分辨率的选择提供了重要参考;此外,对光谱与纹理特征结合后不同地类分类精度的变化分析显示,加入纹理特征后,冬小麦、人工建筑、有林地和水体的分类精度在2 m分辨率下分别提高了1.49%、1.51%、4.94%、1.54%,8 m分辨率下分别提高了2.95%、10.95%、5.91%、5.14%,说明引入纹理特征有利于提高分类精度,但其对不同地物类型、不同分辨率影像的影响程度不同。     

面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析

对城市热岛效应、植物覆盖指数、叶面积指数等地表参数的高频次高精度反演,能更好地实现基于遥感手段的地表特征动态监测。然而,目前单一数据源的遥感影像还很难实现高时空分辨率数据的同步获取,时空融合技术是解决这个时空分辨率矛盾的有效方法。根据原理不同,时空融合算法可以分为基于线性模型的融合算法、基于光谱解混的融合算法等。高分卫星产品是近几年中国高分辨率对地观测系统重大专项天基系统中的首发星,对于该类数据的时空融合研究仍然较少。因此,本文拟采用4种常见的时空融合算法（STARFM、FSDAF、STDFA、Fit_FC）实现GF-1 WFV数据与MODIS数据的时空融合,分析这几种方法对GF-1 WFV数据时空融合的有效性和精度,从而为后续的研究提供一定依据。     

降雨数据空间分辨率在城市流域洪峰变化分析中的影响

在气候变化和城市化背景下,城市暴雨的局部特征愈发明显,而降雨监测和预报数据空间分辨率难以满足空间分布描述要求,造成城市洪涝模拟和预测结果存在不确定性。本文选择深圳市城区的3个流域,基于118场实测降雨数据,通过逐步增大网格尺寸以达到降低降雨空间分辨率的效果,同时以流域边界作为限制,保证流域内面平均雨量不变,然后将不同空间分辨率的降雨数据分别作为城市洪涝模型的输入条件,对流域出口断面的洪水过程进行模拟计算,每场降雨得到6种不同空间分辨率下的洪峰流量。结合降雨中心、流域几何中心等空间特征参数,分析降雨空间分辨率对流域洪峰的影响。研究结果表明,针对118场实测降雨,随着降雨数据空间分辨率逐渐降低,3个流域的出口断面的洪峰变化幅度逐渐增大;如果忽略了流域内部降雨数据的空间分布差异,洪峰变化幅度和方向与降雨中心和流域几何中心的空间关系具有相关性,降雨中心在流域几何中心上游方向的距离越大,洪峰降低的幅度越大。本文基于3个城市流域得到了相似的研究结论,研究方法可为城市流域洪涝模拟提供借鉴,研究结果可为河道洪水风险评价提供参考。     

DEM提取坡度信息的不确定性分析

以陕西省671幅1∶50000比例尺,25m分辨率的DEM数据为信息源,分析DEM分辨率对提取坡度信息的不确定性影响。研究表明:平均坡度随DEM分辨率的减小呈显著递减型二次曲线变化,但当DEM分辨率减小到一定程度时,平均坡度将趋于稳定;并且,随DEM分辨率变化,坡度的不确定性呈现明显的空间结构性分布,DEM栅格单元内部地形的复杂性和变异性越大,坡度提取不确定性越大,如沟坡地坡度提取误差明显大于沟间地。因此,实际应用中要充分考虑研究区域DEM地形描述的尺度效应和不确定性问题,选择合适尺度的DEM提取坡度信息,保证提取结果的科学有效。     

复杂山区地形条件下ERA5再分析地表气温降尺度方法

高时空分辨率的气温栅格数据是多种地学模型和气候模型的重要输入。山区地形复杂,气温空间异质性强,如何获取高时空分辨率的山区地表气温数据一直是研究热点与难点。本文选择地形复杂的河北省张家口市作为试验区,基于局部薄盘样条函数对ERA5再分析日均近地表气温（2 m高度）进行空间插值,并利用随机森林算法,结合少量气象站观测气温数据、地形地表参数数据构建日均气温订正模型和气温逐时化模型,实现空间分辨率由0.1 °（约11 km）到30 m的逐时气温降尺度,最后将该模型拓展应用于其他时间与区域,检验本文发展的降尺度方法在没有站点观测数据条件下的时空移植性。结果显示,本文降尺度方法得到的高时空分辨率山区气温数据精度较高,1月均方根误差（RMSE）平均值为2.4 ℃,明显优于气象站点插值结果,且气温相对高低的空间分布更为合理、纹理更加丰富;将该方法应用到其他时间与区域的RMSE平均值分别为2.9 ℃与2.5 ℃,均小于再分析资料直接插值所产生的误差。研究结果总体表明,在气象站点较少甚至没有时,可利用本文方法通过ERA5再分析气温准确获取复杂地形条件下的山区高时空分辨率气温数据。     

遥感土地覆被分类的空间尺度响应研究

不同空间分辨率遥感影像对区域土地覆被类型识别精度的影响是目前土地资源遥感研究中的热点议题。本文基于准同步的卫星传感器影像,以福建省长汀县河田盆地为研究区,结合野外调查的实验样本,依次采用最大似然法（MLC）、支持向量机（SVM）和人工神经网络（ANN）3种分类器,分析土地覆被分类结果在中高空间尺度序列（1~50 m）下的变化响应特征。结果表明：不同空间尺度下的地物分类结果存在显著差异（P<0.05）,其中总分类精度和Kappa系数均随影像分辨率的降低而先升高后降低,并于4 m分辨率处达到峰值,该结果与各类地物光谱反射率的空间尺度变化特征密切相关;而不同分类器对各空间尺度影像分类结果的影响程度差异较大（P<0.05）,其中SVM的分类精度最优,MLC次之,ANN的结果较差。此外,伴随影像空间分辨率的降低,不同土地覆被类型面积提取结果的变化规律不同,导致同类地物在不同空间尺度下的提取结果出现较大差异,表明在使用多源分辨率遥感数据进行土地监测等相关研究时,其伴随的结果误差不容忽视。     

基于NDSI和NDISI指数的SPOT-5影像裸土信息提取

遥感裸土识别制图为水土流失治理工作提供了科学依据。本文以SPOT-5影像为实验数据,提出一种以土壤指数NDSI和不透水面指数NDISI提取裸土的方法。通过热红外波段的亚像元分解技术,将同期120 m分辨率的TM 6波段细化为10 m分辨率的地表温度影像,为SPOT-5影像计算NDISI不透水面指数增加了必要的热红外波段。在此基础上,构建双重指数模型,获得10 m分辨率的裸土数据。研究表明,双重指数模型可较好地解决裸土提取中建筑用地与裸土相混淆的问题,提取裸土的总精度可达95.4%。通过比较10 m的SPOT-5和30 m的TM影像的裸土提取结果,发现影像分辨率的提升可使裸土信息提取结果更加准确、精细。因此,本文为更高分辨率裸土识别制图,提供了一种有效的方法。     

基于静风期污染物的PM2.5排放清单空间精细化方法

有利气象条件之后的静风期,极大降低了PM_2.5跨区域传输的影响,能够揭示本地源的排放状况。本文尝试性引入了静风期污染物分布揭示本地源排放特征的概念,提出了一种基于遥感数据的PM_2.5排放清单空间精细化方法：首先,利用 MODIS MCD19A2反演的ChinaHighPM_2.5数据,构建高时空分辨率PM_2.5数据融合方法;然后,构建唐山市有利气象条件之后的静风期污染物遴选方法（合理风向和风速：有利气象条件为东风,地面10 m高度风速大于3 m/s,其他风向,持续的较大风力5~10 m/s;静风期风速小于1.5~2.0 m/s）;其次,基于遴选的静风期PM_2.5数据分配MEIC清单中的PM_2.5总排放量,同时对比传统插值方法：基于GDP、人口密度、路网、土地利用类型数据,实现清单各污染源PM_2.5的1 km×1 km空间分配;最后,利用WRF-CMAQ模拟数据和地面台站实测数据进行真实性检验。研究结果表明：① PM_2.5数据填补融合方法能够有效提高PM_2.5监测数据的时空分辨率,且与地面监测值显著相关（R²=0.94,RMSE=4.64 µg/m³,NMB=2%,NME=7%）;② 引入有利气象条件后的静风期概念,提出了静风期污染物的遴选方法,有效降低了PM_2.5跨区域传输的影响,更好地反映了本地源排放的空间分布特征;③ WRF-CMAQ模拟方法的精度验证结果表明,该方法较传统面积插值法NME降低7%,NMB降低10%,RMSE降低1.54 µg/m³,R²提高11%。该方法为排放清单的空间精细化提供了新的研究思路。     

GF-1影像和OLI影像协同土地利用模糊分类方法研究

针对高分辨率遥感数据进行土地利用类型分类时出现的“同谱异物”现象,以及中分辨率遥感数据划分土地利用类型时受空间分辨率限制产生的“混合象元”问题,本文以高分一号数据(GF-1)和Landsat-8数据(OLI)为例,提出了一种协同利用高分辨率遥感数据和中分辨率遥感数据进行土地利用类型模糊分类的方法。首先,利用主成分变换的方法分别对GF-1纹理信息和OLI光谱信息进行压缩和增强,并将增强后的纹理信息和光谱信息进行特征协同;然后,根据各地物类型的光谱、纹理特征,对特征协同数据进行60、80、100共3个尺度的分割;最后,根据地物类型间的光谱特征和纹理特征的差异,构建各地物类型的模糊逻辑隶属度函数,实现对影像土地利用类型的模糊分类。实验结果表明,主成分变换的方法有效地将研究区GF-1和OLI数据的光谱、纹理信息压缩、增强,为面向对象分类中分类特征的选取提供了一种思路;同时,本文方法成功划分了研究区土地利用类型,并获得了较高分类精度,总体分类精度达到93.52%,对其它高空间分辨率与高光谱分辨率遥感数据协同分类研究具有一定借鉴意义。     

夜光遥感支持下的城市人口核密度空间化及自相关分析

基于福建省福州市鼓楼区街道社区人口统计数据、夜光遥感影像、Landsat8影像,融合核密度与回归方程,绘制30 m栅格空间分辨率的人口密度图并进行空间自相关分析。方法:① 采用核密度方法对69个社区人口计算生成人口密度分布图。建立786个居民小区点的人口密度与夜光遥感的常规QQ分位图,检测出人口密度存在较大的误差区域:五凤街道和洪山镇。② 建立人口密度与夜光遥感、Landsat8线性分解的不可渗透表面影像之间的二元二次回归方程,修正两个区域的人口密度误差。③ 采用高/低聚类分析、热点分析、聚类和异常值分析,得到鼓楼区人口高聚类属性,显示了鼓楼区最大商业圈区域与人口密度最大居民点区域,展示了人口聚类的空间局部差异性格局。结果:① 研究中所采用的人口空间化技术融合了2种空间化方法:核密度与回归方程。生成30 m栅格空间分辨率的人口密度图。② 鼓楼区人口密度均值分为3种类型:11 000、25 000和50 000人/ km²,人口密度分布近似正态分布。③ 当鼓楼区人口密度均值大于33 000人/ km²,不可渗透表面灰度值与人口密度相关性更强。反之,夜光亮度值与人口密度相关性更强。     

国产遥感传感器大气层外波段平均太阳光谱辐照度计算

目前,我国大部分遥感传感器的大气层外波段平均太阳光谱辐照度(Mean solar exoatmospheric irradiances over band b,简称ESUN_b)尚未公布,这给遥感图像表观反射率的计算带来了不便,在一定程度上影响了数据资料的应用和推广。本文基于已有官方ESUN_b值的EO1/ALI、Terra/ASTER、QuickBird等多种中、高空间分辨率传感器,对9条常见的太阳光谱曲线进行比较分析。结果表明,WRC太阳光谱曲线最合适计算中分辨率传感器的ESUN_b,而Wehrli太阳光谱曲线最合适计算高分辨率传感器的ESUN_b。基于WRC太阳光谱曲线和Wehrli太阳光谱曲线计算,得到了ZY-1 02C/PMS相机、ZY-3/TLC相机和MUX相机,以及GF-1/WFV相机和PMS相机各波段ESUN_b值,并对ESUN_b值的不确定性进行了分析。结果显示,太阳光谱选取的不同,对ESUN_b的取值会产生-1.94%至1.48%的偏差。本文使用多种卫星传感器交叉比较的方式确定了最佳的太阳光谱,给出了ZY-1 02C、ZY-3和GF-1等卫星搭载的遥感传感器各波段的ESUN_b值,为这些国产卫星遥感数据的广泛应用提供便利。此外,本文所用方法简便易行,在其他新的遥感传感器上具有推广应用价值。     

多分辨率遥感土地覆被数据质量综合评价——以湖南省桃源县为例

评价土地覆被数据质量是正确、合理使用数据的前提和保障,有助于遥感制图方法的改进。本文以1：10万土地利用数据为参考数据,选取2010年RapidEye_5 m、FROM_GLC（30 m）、MODIS_V005（500 m）,以及2009年GlobCover 2009（300 m）土地覆被数据,以湖南省桃源县为例对4种不同分辨率的遥感土地覆被数据质量,引入窗口的分类类别统计方法,进行了综合评价,并分析了其误差和空间分布。结果表明：（1）RapidEye_5 m数据总体精度最高,MODIS_V005和FROM_GLC次之,GlobCover 2009数据相对最低。高分辨率土地覆被数据对于居民地、交通用地、水体等精细地物分类较好,具有一定优越性,各数据在一级类上的面积相关性和一致性总体高于二级类;（2）各数据在建筑用地和其他未利用地类型上的生产者精度均较低,FROM_GLC和MODIS_V005数据,在灌木草地上的空间一致性较差,4种数据在以耕地为主的平坦地区空间一致性较好,混淆主要发生在灌木草地、乔木林地和耕地之间;（3）随着土地覆被数据分辨率的提高,分出较多地物类型数的面积比例也随之增加,较高分辨率的RapidEye_5 m和FROM_GLC分出的类别数集中在7-16种较高水平上,低分辨率数据集中在1-5种较低水平上,在丘陵山区差异显著,而高分辨率数据对地物区分更好,集中于11-16种地物。     

克里格法的土壤水分遥感尺度转换

 尺度效应往往会制约着定量遥感反演的精度,对地学信息进行空间尺度转换是生产实践的必然要求,而常用的尺度转换模型多利用光谱数据进行差值计算,不适合升尺度和降尺度转换。由于土壤含水量数据具有区域变化量的随机性和结构性特点,本文以15m分辨率的ASTER图像像元为基本单元,采用点克里格法完成ASTER 15m至7.5m分辨率的土壤含水量数据降尺度转换,从分维数的相似程度上来看,转换结果是合理的;并利用块状克里格法对地面实测样点数据进行点到7.5m分辨率的面数据升尺度转换,将升尺度和降尺度转换结果与实测样点均值相比较,结果表明:7.5m分辨率的实测样点土壤水均值误差在1.5782-5.019之间,块状克里格法获取的升尺度土壤含水量数据与点克里格法获取的降尺度土壤含水量数据之间误差则为1.2825-5.0481,可见克里格法考虑了点与周边的关系,所获得的土壤含水量值要优于未考虑空间异质性的土壤含水量平均值。     

中国陆地地貌基本形态类型定量提取与分析

中国陆地地貌基本形态类型由海拔和地势起伏度两个指标组合划分而成,其中海拔分4级,地势起伏度分7级,组合后的基本形态类型共25类。按照数字地貌分类体系,海拔和起伏度拥有全国普适性的分级指标,基于DEM数据可获得两指标的分级类型。试验表明,基于SRTM-DEM(水平分辨率90m,相当于1:25万比例尺)数据可得出全国普适性的采用单元为4km²,利用1:10万、1:400万等比例尺数据进行DEM试验,得出我国存在0.4、4、12、18、21km²五种不同规模的采样单元,并分别对应着不同的比例尺。因我国地貌复杂多样,仅利用DEM数据所获得的海拔和地势起伏度分级数据不能完全反映不同地域的地貌特征,故利用遥感等多源数据,综合多种信息获得的地貌类型,可很好地反映出我国的海拔4级分级特征和地势起伏度7级空间分布,进而获得全国陆地的25种基本形态类型的面积及空间分布格局。     

不同植被红边指数在城市草地健康判别中的对比研究

遥感红边指数与表征绿色植物生长状况的重要生化参数有密切的关系,是植被长势监测的重要因子。为寻找出最适用于城市草地生长状况监测的红边指数,本文基于Sentinel-2A数据,对比分析了不同红边指数在城市草地健康状况估算方面的差异。本文以福州市和厦门市的城市草地为例,在全面分析各种健康水平草地光谱响应特征差异的基础上,选取了6种与草地生化参数相关的红边指数,即红边位置REP、地面叶绿素指数MTCI、归一化差值红边指数NDRE1、新型倒红边叶绿素指数IRECI、红边叶绿素指数CI_red-edge以及叶绿素吸收指数MCARI2,然后采用独立样本T检验及欧式距离对这6种红边指数在草地健康判别中的优劣进行了定量对比。结果表明：IRECI指数对草地健康状况最为敏感,该指数在不同健康等级草地的值域区间和均值都存在显著性差异,其判别总精度均大于85%;NDRE1和MCARI2指数次之,其他3个指数则难以判别草地的健康状况。因此,在基于Sentinel-2A影像的城市草地健康遥感判别中,推荐使用IRECI指数。     

基于傅里叶变换的谷间距特征信息提取及其影响因素研究

谷间距(Valley Spacing)是描述相邻沟谷距离的特征参数,它能较好地反映沟谷的次序等级和空间分布特征。本研究以黑河正义峡和兰州大岭岘2个样区为例,利用ArcGIS软件,将无人机测绘获取的0.12 m分辨率地表高程数据通过重采样生成不同分辨率的数字地表模型。通过MATLAB软件,将不同分辨率、不同空间域的数字地表模型作为二维空间域信号进行傅里叶变换。通过傅里叶变换及频谱分析研究地形的频谱特征与地表谷间距之间的转换关系。分析结果显示:①当区域内只有一级沟谷时,频谱中谷间距特征信号的有效提取要求地形分辨率至少优于1/5谷间距,分辨率的粗略化则直接影响着地形频谱中谷间距特征信号的识别,但是分析空间域对频谱谷间距特征信号的捕获影响较小;②当区域内有多级沟谷时,分辨率优于1/3谷间距时即可有效提取到该级沟谷的谷间距特征信号,分辨率的粗略化和空间域的增大都会使得频谱中较低序次等级沟谷的谷间距特征信号减弱,而较高序次等级沟谷的谷间距特征信号增强。     

东北地区TRMM数据降尺度的GWR模型分析

利用东北地区2000-2010年93个气象站点观测数据作为“真实值”,对TRMM降水数据进行精度验证,发现研究区TRMM降水数据与观测数据之间具有明显的线性相关性,且TRMM降水数据数值偏大于观测值,表明TRMM降水数据在东北地区具有一定的可信度。对东北地区多年平均、2001、2010年的TRMM数据,进行GWR模型降尺度研究,得到1 km的新降水数据,并与全局OLS回归模型进行对比。结果表明：（1）相比全局OLS回归模型,GWR模型的降尺度结果可获得更好的R与RMSE,说明GWR模型更适用于东北地区TRMM数据的降尺度研究;（2）东北地区GWR模型的降尺度分析结果与观测数据之间的相关系数在0.44-0.97之间,且分布较分散;（3）经过降尺度的TRMM降水数据,在空间分辨率上有较大提高,能更真实地反映研究区的降水特征,为该数据小尺度的应用研究奠定基础。     

Characterizing landscape spatial heterogeneity in multisensor images with variogram models

Most evaluation of the consistency of multisensor images have focused on Normalized Difference Vegetation Index （NDVI） products for natural landscapes, often neglecting less vegetated urban landscapes. This gap has been filled through quantifying and evaluating spatial heterogeneity of urban and natural landscapes from QuickBird, Satellite pour l＇observation de la Terre （SPOT）, Ad- vanced Spacebome Thermal Emission and Reflection Radiometer （ASTER） and Landsat Thematic Mapper （TM） images with variogram analysis. Instead of a logarithmic relationship with pixel size observed in the corresponding aggregated images, the spatial variability decayed and the spatial structures decomposed more slowly and complexly with spatial resolution for real multisensor im- ages. As the spatial resolution increased, the proportion of spatial variability of the smaller spatial structure decreased quickly and only a larger spatial structure was observed at very coarse scales. Compared with visible band, greater spatial variability was observed in near infrared band for both densely and less densely vegetated landscapes. The influence of image size on spatial heterogeneity was highly dependent on whether the empirical sernivariogram reached its sill within the original image size. When the empirical semivariogram did not reach its sill at the original observation scale, spatial variability and mean characteristic length scale would increase with image size; otherwise they might decrease. This study could provide new insights into the knowledge of spatial heterogeneity in real multisen- sor images with consideration of their nominal spatial resolution, image size and spectral bands.     

闽东南沿海地区景观指数粒度效应的高分辨率遥感分析

以闽东南沿海地区3个流域SPOT 5影像解译所得的土地覆被类型分布图为原始矢量数据,通过优势规则聚合为一系列不同粒度大小的栅格类型图,统计各粒度下28种常用景观指数值;采用尺度检测图分析各种景观指数的粒度变化响应规律,对比中分辨率数据与高分辨率数据所建立尺度函数的差异,评价预测响应型指数尺度下推的相对误差。结果表明：闽东南沿海地区景观指数的粒度效应明显,可分为预测响应型、分段预测型、阶梯变化型和波动变化型4类,其中分段预测型指数由已有报道的预测响应型分化而来,其尺度转折点位于5 m 、7.5 m或10 m等粒度下,即高分辨率影像对景观指数粒度效应的分类有重要影响。在预测响应型指数中,高分辨率影像对ED、SHAPE_MN、CONTIG_MN和AI 4种指数的尺度函数影响较大,由中分辨率数据所建立的尺度函数进行尺度下推,会带来较大误差;这些指数的区域差异性也较大,对同一指数来说,不同区域可选用不同的尺度函数进行尺度下推。     

机载多光谱影像语义分割模型在农田防护林提取中的应用

农田防护林是农田生态系统的屏障,其健康状况的监测与评估在我国北方农田林网管理中尤为重要。本文以新疆生产建设兵团第三师51团为研究区,使用复合翼无人机CW-20搭载Micro MCA12 Snap多光谱相机获取农田防护林的多光谱影像,经辐射校正、裁剪等预处理,通过优选有效特征和模型比较,提出农田防护林提取的有效方法。首先,基于原始12波段,依据相关性系数矩阵和最佳指数因子（Optimum Index Factor,OIF）选取最优3波段和植被指数特征进行组合,构建8种农田防护林提取方案;然后,通过建立语义分割Deeplabv3+模型进行精度评价,得到最优3波段组合6（波长710 nm）、8（波长800 nm）、 11（波长900 nm）波段为最佳特征组合;最后,以最优3波段为基础,将Deeplabv3+模型与U-Net、ENVINet5模型进行对比分析。结果表明：Deeplabv3+模型能够更深层次的挖掘光谱中潜在的信息,相比其他模型,能够较好地处理正负样本不均衡问题,获得最高MIoU值85.54%,比U-Net、ENVINet5的MIoU值则分别高出21.21%、27.19%。该研究结果可为基于多光谱遥感影像的语义分割在农田防护林提取及健康状况监测的应用提供借鉴和参考。