全球海洋次表层温度异常遥感反演的季节时空变化特征

卫星遥感反演海洋内部多时相、大尺度热力结构信息对于了解海洋内部复杂、多维的动力过程有重要意义。本文采用随机森林回归模型,利用卫星遥感观测的海表参量（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（SSWA））,反演不同季节、不同深度层位（1000 m深度以上）的海洋次表层温度异常（STA）,并用Argo实测数据作精度验证,采用均方根误差（RMSE）、归一化均方根误差（NRMSE）以及决定系数（R²）评价模型在全球及洋盆尺度上的反演精度。结果显示,全球海洋16个深度层位的平均R²在春、夏、秋、冬四季分别为0.53、0.60、0.54、0.66,NRMSE分别为0.051、0.031、0.043、0.044。随着季节的变化,模型反演性能有所波动。模型在印度洋的反演效果最佳,不同季节、不同深度层位上的平均R²和RMSE分别为0.71和0.18 ℃,而大西洋的反演精度最低,平均R²和RMSE分别为0.46和0.25 ℃。研究表明随机森林模型适用于全球不同季节的STA遥感反演,且在不同洋盆上均有较好的反演效果;不同季节上,上层STA有明显变化信号,空间异质性显著,但300 m以深,STA信号较弱且基本不随季节变化。本研究可为长时序、大尺度海洋内部参量信息遥感反演与重建提供依据,有助于进一步发展深海遥感方法。     

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。     

多源光学卫星影像匹配及精准几何信息提取

针对国产光学卫星影像的特点,该文介绍一种适用于超大规模立体/单景覆盖的多源高分辨率卫星影像的全自动连接点、参考控制点匹配及精准几何信息(DSM/DEM)提取方法。该方法引入精度已知/精度可验证的参考地理数据作为几何约束,采用由粗到精的多层金字塔逐级影像匹配策略进行影像连接点和参考控制点的自动提取,并实现超大规模影像整体联合区域网平差处理,精化定向参数;结合半全局匹配算法(SGM)与基于物方几何约束的多影像相关匹配算法(GC3)完成多角度多视影像匹配及密集点云的自动提取,并利用已有DEM对密集匹配的DSM中的云遮挡区域和大面积水域进行修补,完成精准几何信息提取并自动生成高精度DSM/DEM/DOM影像产品。最后,利用多组典型实验区的国产高分辨率光学卫星影像数据验证了本文方法的适用性、可靠性和精度,结果满足卫星影像几何定位精度及DSM/DEM/DOM生产要求。     

基于支持向量机的CBERS-02卫星影像信息提取

CBERS卫星是由中国空间技术研究院与巴西空间研究院联合研制的地球资源遥感卫星,CBERS-02卫星数据总体质量比CBERS-01卫星有所提高,本文利用支持向量机方法对CBERS-02卫星影像信息进行提取。研究中首先用6S模式对影像进行大气校正,然后选择RBF为支持向量机方法的核函数,并用交叉验证方法得到影响RBF核函数的两个最佳参数值进行学习完成信息提取,最后将提取结果制作成矢量图。通过研究得出用大气校正后的数据进行信息提取分类精度有所提高;与最大似然法和最小距离法相比,支持向量机方法分类精度较高。通过将研究结果与ETM+影像进行比较得出,CBERS-02卫星影像精度能够满足应用需求并能代替TM/ETM+数据开展研究工作。     

基于多源遥感数据的林地信息提取

为准确、快速地进行林地信息提取,实现林地的信息化管理。本文以曹家务乡为例,利用高分一号、资源一号02c和资源三号卫星数据之间的互补性,结合光谱特征、物候特征和植被指数等因子,通过面向对象算法的多尺度分割和阈值分类、模糊分类以及最邻近分类法,对林地信息进行提取,实验结果表明:本文所提出的方法精度较高,能够满足实际生产需求。     

卫星测高反演海洋重力异常的精度分析

针对卫星测高技术中由于大地水准面取值受各项误差影响导致精度较低的问题,该文联合多源多代卫星测高数据,基于逆Vening-Meinesz公式确定海洋重力异常,进一步对海洋重力异常进行内部和外部检核。结果表明,卫星测高反演的海洋重力异常与EGM2008比较的精度为±7.116mgal;与船测重力异常比较的精度为7.417mgal,这与国际上对测高重力异常与船测重力异常比较精度一致。     

福建省近海区域海面表层温度的卫星遥感应用研究

分析了海洋热红外辐射的传输特性,建立了海温定量反演计算的统计回归模型,介绍了福建省近海区域海温产品生成业务化软件系统及其应用情况。     

基于规则替换法的多源遥感数据地表覆盖信息提取

为了更加有效地利用海量多源遥感数据提取地表覆盖信息,根据多源遥感图像决策级融合技术原理,提出了基于规则替换法的信息复合方法。通过对三江平原典型内陆淡水湿地的分类实验,验证了该方法的可行性与适用性,从而为地表覆盖状况调查及监测提供了一种新的技术方法。     

基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。     

基于多源遥感数据的第三次国土调查内业信息提取方法

为确保土地利用数据的真实性,设计基于多源遥感数据的第三次国土调查内业信息提取方法.以高分二号卫星采集的全色与多光谱影像为基础,采用S-G(Savitzky-Golay)滤波器通过噪声消除、配准、重采样实现全色与多光谱影像融合,利用像元亮度校正改善融合后影像像元亮度饱和现象.根据最小代价切割实现多源遥感影像不同地类边界划分,获取大量遥感影像图块,逐个分析与判断遥感影像图块类型,通过同第二次国土调查数据库相对比提取差异性地类图斑、偏移图斑、在建图斑,实现第三次国土调查内业信息提取.实验结果显示,该方法的遥感影像分割与融合效果好,可有效提升遥感图像清晰度,增强图像细节特征,保证土地利用数据的真实性.     

最小二乘支持向量机回归的卫星钟差非线性组合预报

针对应用单一方法预报卫星钟差的局限性,文章提出了基于最小二乘支持向量机回归的卫星钟差非线性组合预报方法:首先根据历史钟差数据建立二次多项式模型和灰色模型,然后利用这些模型进行钟差预报,最后采用最小二乘支持向量机回归算法对两种模型的预报结果进行非线性组合,以获得最终预报值;对比了RBF核函数、线性核函数和多项式核函数对组合预报性能的影响,并将本文组合预报方法与经典权组合方法进行比较。结果表明,本文方法优于经典权法,且线性核函数更适合组合预报。     

风云静止卫星地表温度产品空值数据稳健修复

静止卫星地表温度数据是研究昼夜气候和环境变化的重要参数。但现有发布的静止卫星地表温度数据由于受到云等大气因素的影响,往往出现数值缺失现象。针对该问题,提出基于昼夜变化模型的风云静止卫星地表温度空值数据的稳健修复方法。由多项式、傅里叶函数和高斯函数构建新的昼夜变化模型,并利用LevenbergMarquardt算法进行模型参数的求解与优化,进而实现空值修复。以风云2号F星数据(FY-2F)为例,模拟不同类型的像元缺失情况进行修复,并将不同模型修复结果与真实温度值比较,同时也对真实数据进行了测试。结果表明:本文提出的修复方法能有效对温度空值数据修复,且优于传统方法。     

地形效应校正的遥感地热异常提取

在山地复杂地形条件下,利用热红外遥感获得的地表温度分布显著受到地形的影响,真实的地热异常信息往往难以识别,热红外遥感应用于山区地热勘探受到极大限制。以广东龙川地热勘查区为研究区,初步探讨了山地环境中如何抑制地形效应,以有效提取地热异常。首先,基于Landsat ETM+遥感数据反演地表温度,分析坡向和坡度两个地形因子与地表温度的关系;然后,在此基础上,将研究区的地表温度按坡向分成3个子区(阳坡、过渡坡和阴坡),根据阳坡地表温度与坡向的线性拟合关系将其校正到水平坡度上;最后,结合地质构造分布和地表覆被情况,在3个子区识别了4处地热异常,并与已知地热点进行比较验证。结果表明:坡向分区和阳坡坡度校正能够有效抑制地形效应,提高遥感地热异常识别精度,为山区地热资源的预测评价提供新思路。     

基于亮温和SVM模型的干球温度推算方法

干球温度(气温)是地面气象观测中所要测定的常规要素之一。目前基于遥感数据获取该量的方法多采用线性拟合或直接应用遥感反演的温度近似代替干球温度,但是由于下垫面复杂,导致误差较大。本文提出用支持向量机(SVM)模型进行干球温度推算。选择广西省南宁市为研究区域,首先通过遥感反演温度与气象实测温度的对比,证明了利用遥感数据推算干球温度的可能性。然后,构建了针对干球温度的SVM推算模型。最后,尝试了分别使用表观亮温和遥感反演地温作为SVM模型的输入进行干球温度的推算。结果表明,SVM模型推算的干球温度与实测值更为接近,和传统方法相比,精度得到明显提高;且用表观亮温进行推算更为简单,更适合业务化的应用。     

高分辨率光学卫星影像全球重点区域三维建模方法——以迪拜市为例

针对境外典型区域精细化三维建模数据获取与产品制作技术难点,本文设计归纳出一种高分辨率光学卫星影像精细化三维建模方法。选取迪拜市中心城区为试验区域,以WorldView-3、GeoEye-1等主流高分卫星影像为主要数据源,以互联网众源影像为辅助数据源,利用卫星影像精准定向精化的RPC参数及生成的精准几何信息（DSM/DOM）,完成区域内主要建筑物的三维模型生产制作,并形成高分辨率卫星影像三维建模原型系统,满足全球地理信息资源建设与维护更新工程,快速制作符合精度和精细度要求的三维数字模型的需要。     

高分四号静止卫星数据的地表反照率反演

地表反照率(Albedo)是描述地表辐射能量平衡的重要参数,为了获得高分四号(GF-4)静止卫星的地表反照率产品,构建了一种基于核驱动双向反射率分布(BRDF)模型的反照率反演方法。首先,探索核驱动BRDF模型对GF-4卫星数据的适用性,加入地表分类信息,为核系数赋初值,并引入鲍威尔迭代算法优化模型结果。然后,对BRDF模型进行角度积分获得各个波段的地表窄波段反照率。在此基础上,结合GF-4卫星光谱响应函数与光谱库,首次建立了将窄波段反照率到宽波段反照率的转换系数,并反演得到0.4—0.7μm和0.3—3.0μm的宽波段反照率。最后,利用Landsat 8卫星数据和MODIS地表反照率产品对基于GF-4卫星数据的地表反照率反演结果进行交叉验证。Landsat 8与GF-4的反照率结果对比表明,GF-4卫星可见光范围内的反照率反演结果精度为85.6%,短波范围内的反照率反演结果精度为93.4%;MODIS与GF-4的反照率结果对比表明,可见光范围的地表反照率精度达到87.7%,短波范围的地表反照率精度达到85.9%。这说明GF-4卫星地表反照率反演结果具有较高精度,GF-4卫星反照率产品具有一定应用潜力。     

基于影像特征点、线整体匹配的DSM自动生成

DSM的自动提取是“数字摄影测量”的最重要技术之一,其关键就是全自动影像匹配。其主要难点表现在:纹理信息缺乏、重复纹理、深度断裂与阴影、较大的投影变形等。为更好地解决上述问题,本文提出了基于特征点匹配与边缘线匹配相结合的方法。实验表明无论对山区还是城区都取得了很好的效果,证实了该方法在实际应用中的有效性。     

基于支持向量回归的PM2.5浓度实时预报

为了研究适合于我国当前重污染天气的实时空气质量预报模型,论文利用支持向量回归方法对北京市地面空气质量监测数据和气象数据进行分析,构建了基于支持向量回归的PM2.5浓度实时预报模型。实验表明,该方法能够对未来6日内的日均PM2.5浓度以及未来0~72h内的小时级PM2.5浓度进行预报,且模型训练过程和预报过程都耗时很短,适用于建立PM2.5浓度实时预报系统。