基于MODIS数据的雪深反演--以天山北坡经济带为例

应用中分辨率成像光谱仪（MODIS）数据进行雪深遥感反演理论和方法的研究.利用全波 段地物光谱仪对不同深度的积雪进行反射光谱值野外量测且同步测定雪深,通过分析雪深和 反射光谱值的关系确定反演雪深的MODIS最佳观测通道,应用新疆地区冬季MODIS 1B数据, 以天山北坡经济带为实验区,结合该区域同期气象台地面雪深观测记录数据建立雪深遥感反 演数学公式.雪深反演结果与实测值对比表明,应用MODIS数据进行大区域雪深反演时 ,其结果具有分辨率高、监测范围广的特点,可以清楚反映积雪覆盖范围和雪深空间分布特征,对地表径流量计算、农业开发等具有应用价值.     

基于Landsat-8遥感数据和PROSAIL辐射传输模型反演叶面积指数

为了探讨Landsat 8 OIL数据在LAI大范围反演方面的应用潜力,使用Landsat 8 OIL影像,通过PROSAIL辐射传输模型,采用3种波段组合(Band2-7,Band2-5,Band3-5)建立了3个模拟冠层反射率-叶面积指数(LAI)查找表,用2种代价函数(Geman and Mc Clure代价函数,均方根误差代价函数)实现了对玉米、土豆、森林LAI的定量反演,并用LAI-2200测量数据作为相对真值对反演精度进行评价。结果表明:(1)使用Landsat 8数据,通过PROSAIL模型反演叶面积指数的精度是可以接受的,RMSE范围为在[0.892 4,1.205 0],R2范围为[0.721 3,0.873 3]。(2)Band5(近红外),Band4(红)Band3(绿)的波段组合反演效果在3种组合中精度最高,平均RMSE=0.993 1,R2=0.787 3。(3)Geman and Mc Clure代价函数比常用的均方根误差代价函数得到了更高的反演精度,平均RMSE=0.940 5,R2=0.817 5。(4)相对最优的反演策略是Band5,Band4,Band3的波段组合结合GM代价函数,RMSE=0.892 4,R2=0.873 3。(5)存在玉米土豆的反演值普遍低于测量值,而森林的反演值普遍高于测量值的问题。     

基于HJ-1数据的木孜塔格峰地区雪深时空变化

以木孜塔格峰地区为研究区,从不同坡度、坡向的样方内测量雪深和采集光谱,通过分析归一化差分雪盖指数（Normalized Difference Snow Index,NDSI）、反照率、HJ-1卫星的红外波段反射率与雪深的相关关系,建立了适用于HJ-1星的积雪深度反演模型,估算出2012年4月14日-25日木孜塔格峰地区的雪深时空变化,并结合实测数据进行验证。结果表明:反照率反演模型的复相关系数为0.992;通过NDSI阈值区分混合雪盖像元和积雪像元,雪深估测精度可达92.78%。冰川区的反照率、NDSI与海拔的相关系数分别为0.626和0.733,且高海拔带反照率值明显高于低海拔带的反照率值。受西风带降雪的影响,非冰川区的北坡雪深值较大;西坡、南坡次之;东坡最小,且雪深最大值出现在坡度约等于10°处。雪深估测的相对误差随着样地的坡度增大而增加,坡度为15°时相对误差较大。     

高光谱热红外数据反演地表温度与比辐射率方法研究

地表温度与地表比辐射率是陆地表层系统的两个重要特征物理量,它们反演的精度将在很大程度上影响间接导出的地表参量的准确性和相关遥感应用的有效性。多光谱热红外反演温度和比辐射率受到陆地表面类型复杂而观测信息不足的限制,很难同时反演出精确的地表温度数值和地表比辐射率数值。高光谱热红外传感器的出现,为更好地解决这一难题带来了机遇。利用高光谱热红外数据的优势和特性,提出了一种基于大气下行辐射残余指标(DRRI)的方法,实现了地表温度与地表比辐射率的准确分离。通过高光谱热红外模拟数据的反演实验表明DRRI方法具有运算速度快、结果精度高、抗噪声干扰能力强等优点。该方法能够应用于野外测量的高光谱热红外数据以及经准确大气校正后的星载高光谱热红外数据。     

基于GRACE卫星和GLDAS系统的地下水水位估算模型——以和田地区克里雅河流域为例

地球重力场的变化是导致陆地水储量变化的重要因素之一,利用GRACE(Gravity Recovery and Climate Experiment)重力场恢复与气候实验重力卫星数据,结合GLDAS(Global Land Data Assimilation Systems)全球陆面数据同化系统和实测地下水位数据,反演和田地区克里雅河流域11年间四季和田地区的陆地水储量动态变化,模拟计算地下水等效水高变化趋势,构建了地下水水位估算模型。研究结果表明：和田地区春、夏两季的陆地水储量呈现出增加趋势,而秋、冬两季出现亏损状态;GRACE地球重力卫星所反演的陆地水储量比GLDAS同化系统所模拟的水资源变化更为剧烈,但2类数据的动态变化拟合度很高;GLDAS水资源等效水高二阶微分、GLDAS水资源变化倒数一阶微分、GRACE陆地水储量变化倒数变化、地下水储量变化一阶微分的敏感程度最高,构建的多元逐步回归模型明显优于线性函数,且水位深度越浅,该估算模型的适用性越高。     

基于MODIS的青藏高原湖泊透明度遥感反演

湖泊透明度是湖泊水体性质的一个重要参数,是湖泊浮游生物和进入湖泊的有机和无机颗粒溶解程度的综合反映,对湖泊生态环境研究具有重要的科学及实践意义。遥感影像是获取面积广、时间长的湖泊透明度的重要手段,但由于实测数据缺乏,目前对青藏高原地区湖泊透明度的遥感反演研究相对不足。本文基于青藏高原地区24个湖泊实测透明度SD(Secchi Depth)值和相应的MODIS遥感影像,建立了该地区湖泊水体透明度SD值MODIS遥感反演模型。结果表明：基于MODIS绿色波段B4的单波段幂函数模型在该地区反演效果最好,精度较高(R2=0.91, N=24),并具有较好的稳定性。以当惹雍错为例,选用该模型反演得到湖泊透明度的时间变化序列,发现该湖存在明显的季节波动和较为明显的年际变化。初步分析得出,降水/融水季节的湖泊透明度与湖泊所在流域的降水率具有密切的关系。本文结果表明,利用遥感手段能够有效地开展青藏高原地区湖泊透明度的反演,可为进一步深入研究该地区湖泊透明度及其影响要素奠定基础。     

基于微波遥感数据的雪情参数反演方法

微波遥感传感器在36.5 GHz通道会因雪深超过其穿透深度而出现信号饱和,从而导致雪深被低估。针对该问题,首先建立了18.7 GHz与36.5 GHz通道亮温差和10.7 GHz与18.7 GHz通道亮温差相结合的积雪深度分层反演新方法,然后利用GCOM-W1星上搭载的AMSR2传感器数据估算了2012年12月至2013年2月新疆每日积雪深度,结合同期的气象站点观测数据与野外实测数据对遥感反演结果进行了评价。结果表明,所建立模型能够很好识别新疆地区积雪的空间分布状况,雪深的估算结果明显优于常用的Chang模型。     

基于MODIS反演祁连山七一冰川雪粒径

基于MODIS 500 m分辨率数据,利用MODTRAN 4+模型和可见光波段、近红外波段的波段比方法反演雪粒径,建立1个消融期内的雪粒径变化的时间序列,通过采集七一冰川上设立的观测点对应时间段内雪粒径验证MODIS模拟的雪粒径值,结合位于观测点附近的气象站的气温数据,探讨气温对雪粒径的影响。结果表明,雪粒径的增长存在着明显的日变化趋势;模拟的雪粒径普遍高于实测的雪粒径值,因此反演模型需要约为1.1倍的校正因子;气温对雪粒径的影响显著。     

基于偏最小二乘法的玉米FPAR高光谱反演模型研究

以ASD FR便携式光谱仪与LI-191SA光量子仪对吉林中西部的玉米田进行多次观测,采集到123组有效数据,基于偏最小二乘法(PLS)对玉米FPAR进行高光谱反演。对可见光与近红外光谱(400～1 500nm)进行分析并建立反演模型,对FPAR预测效果进行验证,验证模型的R2为0.785,RMSE为0.117;同时进行了玉米FPAR与光谱反射率、反射率一阶导数之间的关系分析及植被指数与玉米FPAR之间的回归分析。研究结果表明,PLS方法建立的模型可有效地从玉米高光谱反射率数据反演出FPAR含量,反演结果精度较植被指数高。     

一种改进的土壤水分微波遥感反演模型

利用微波遥感数据反演地表土壤水分有着较好的物理基础,可实现大范围土壤水分状况的遥感监测。本文基于被动微波传感器AMSR-E的X波段数据,将土壤水分值分解成基准值和日变化量两个部分,并分别建立反演模型,同时引入降雨修正因子来进一步提高土壤水分的估算精度;利用IDL语言实现了我们所研发的模型,并集成为新疆土壤水分遥感反演系统模块之一;利用Watch Dog2400与传统铝盒采样获取的新疆地面土壤水分数据,提取适合的模型经验参数,并对模型结果进行精度评价。结果表明,经改进的模型反演得到的新疆土壤水分结果比美国冰雪数据中心的土壤水分产品在精度上有显著提高:均方根误差由8.4%降低为4.25%;所研发的软件模块可为相关应用部门提供快速的大范围土壤水分监测产品。     

基于遗传算法优化BP神经网络的土壤盐渍化反演

应用于土壤盐分含量(Soil Salinity Content,SSC)反演的BP神经网络(Back Propagation Neural Network,BPNN)较少关注对模型精度影响较大的结构参数和初始权重的优化。该文利用Landsat-8 OLI、Sentinel-1 SAR影像数据及SRTM高程数据,基于谷歌地球引擎(GEE)平台构建反演参数,并建立3种反演模型:先利用遗传算法(Genetic Algorithm,GA)同步优化输入层反演参数子集和隐含层神经元数量,再优化初始权重的BPNN(GA-BP)模型;将变量投影重要性(Variable Importance in Projection,VIP)算法分割阈值分别设为1和0.5,优化出两组输入层反演参数子集并将其分别代入GA优化隐含层神经元数量,再优化初始权重的BPNN(VIP1-GA-BP、VIP2-GA-BP)模型。在玛纳斯流域和三工河流域各选一靶区进行SSC反演,对比分析GA-BP、VIP1-GA-BP、VIP2-GA-BP模型的反演精度,并统计各类盐渍土的面积比例,结果表明:1)两靶区3组模型反演精度由高到低排序均为GA-BP、VIP1-GA-BP、VIP2-GA-BP;2)盐分指数和植被指数在SSC反演中起到重要作用,同一模型筛选的反演参数存在空间分异性,但高程适用于不同的筛选模型,具有较强的鲁棒性;3)两靶区3组模型反演的SSC值域范围与实际采样点SSC值域范围的差异均较小,各子区GA-BP反演的SSC空间分布地物轮廓最清晰,且地物内SSC的均质性最好;4)玛纳斯靶区和三工河靶区面积占比最大的盐渍土类型分别为盐渍土和中度盐渍土。研究结果为构建具有一定推广性的干旱区土壤盐分含量反演模型奠定了基础。     

基于SSA和MGF的海面变化长期预测及对比

海面变化预测受到建模思路、方法选择、数据长度及数据质量等因素的影响,导致了海面变化预测的不确定性。本文以国内6个验潮站自20世纪50年代以来的月平均潮位序列为基础,采用奇异谱分析(SSA)与均值生成函数(MGF)模型相结合的方案,以各站位最初20余年数据为基础建立预测模型,以后续年份的实测数据进行了多方案对比验证及检验。预测试验显示MGF模型具有较高的预测精度,并表现出较好的长期预测的稳定性特点。以SSA去噪序列为基础,应用MGF模型预测了各站位至2050年的月尺度海面值,年均值计算结果表明至2050年海面波动上升的幅度不超过20cm,海面变化速率同样表现出阶段性和波动性。与前人相关研究成果对比表明,本文所采用的SSA与MGF相结合的预测结果具有可比性,在方法原理和验证结果上看具有较好的长期预测潜力。     

基于CBERS-02 IRMSS和MODIS数据的地表温度反演与热环境评价

应用中巴资源卫星热红外遥感数据(CBERS-02 IRMSS)和普适性单通道算法反演福州市的地表温度.反演过程中使用同时相的MODIS数据在像元尺度上获取的大气水汽含量替换标准大气模拟值,参考气候资源评价中人体舒适度指数模型,建立基于地温的热环境评价模型,并对福州城市热环境进行评级.结果表明:中巴资源卫星热红外数据对城市热岛和热环境研究具有重要的应用价值,多源遥感数据的结合可以提高地表温度的反演精度,而基于遥感反演参数的热环境指数评价方法能够较好地描述城市热环境的空间特征.     

基于遥感和机器学习的内陆水体水深反演技术

文章主要根据机器学习算法（随机森林算法和极端梯度提升算法）和遥感水深反演的原理,利用Sentinel_2多光谱卫星数据和无人船实测水深数据,对内陆水体——梅州水库建立了随机森林（RF）、极端梯度提升（XGBoost）和支持向量机（SVM）水深反演模型,并对反演结果进行对比分析。结果表明：1）RF的训练精度为97%,测试精度为0.80;XGBoost模型的训练精度为97%,测试精度为0.79;SVM的训练精度为90%,测试精度为0.78。说明了在水深预测方面RF模型和XGBoost模型比SVM模型表现更好,对各个区段的水深值较为敏感。2）根据运行时间考察各个模型的效率,其中RF模型从读取数据至输出结果耗时3.92 s;XGBoost模型4.26 s;SVM模型6.66 s。因此,在反演精度和效率上RF模型优于XGBoost模型优于SVM模型,且RF模型的预测结果图细节更加丰富,轮廓更加分明;XGBoost模型次之,但总体效果也较好;SVM模型表现最差。由此可知,机器学习水深反演模型获得的水深结果精度明显提高,解决了传统水深反演模型精度不高的问题。     

基于GPS反射信号的岸基海冰探测研究

论述了全球导航卫星系统反射信号测量(GNSS-R)在海冰介电常数和海冰密集度方面的潜在的研究价值,对欧洲空间局在格林兰岛迪斯科海岸采集的海冰数据进行分析,处理了两种反射信号的幅度的量化关系,同时跟踪多颗GNSS卫星并且保证了数据处理时间的连续性和有效性。根据双极化反射信号的幅度极化比和模拟海冰表面复介电常数得出幅度极化比和海冰表面的介电常数变化之间的联系。     

基于VIC模型与集合卡尔曼滤波的土壤水分同化研究

基于可变下渗能力水文模型(Variable Infiltration Capacity,VIC)和集合卡尔曼滤波(Ensemble Kalman Filter,EnKF)算法发展了一种土壤表层水分的数据同化方案,并在新疆维吾尔自治区的森林、高盖草和低盖草3种植被覆盖类型地区进行试验。在同化过程中,有强降水存在时,3种植被覆盖类型的同化值均比实际测量值高;降水较少时,高盖草和低盖草两种类型的同化值比实际测量值略低,而在森林地区,同化值比实际测量值略高。总体上,该同化方案得到的结果比VIC模拟得到的结果更接近于实际测量值,取得较好同化效果。     

湖泊表面温度的单通道热红外遥感反演研究——以北极滨海平原融冻湖为例

基于TM影像的单通道热红外遥感数据反演了阿拉北极滨海平原融冻湖的表面温度,利用实地湖泊水体温度传感器所测量的水体温度进行了反演结果的精度验证.通过对比4种不同的单通道热红外遥感数据地表温度反演算法,发现其反演结果均与实地测量湖表温度高度相关,但精度存在差异,其中通用单通道算法(SCJM&S)的湖泊表面温度反演结果精度最高,获取均方根误差达0.45K,且该算法输入参数仅需大气水汽含量一项,适用于北极滨海平原地区的湖泊表面温度反演.湖泊表面平均温度的空间插值结果表明研究区的湖泊表面温度受纬度和海洋性气候影响显     

DEM误差对滑坡危险性评价模型的影响

基于数字高程模型(DEM)计算得到的坡度、坡向等地形属性是滑坡危险性评价模型的重要输入数据, DEM误差会导致地形属性计算结果不确定性, 进而影响滑坡危险性评价模型的结果。本文选择基于专家知识的滑坡危险性评价模型和逻辑斯第回归模型, 采用蒙特卡洛模拟方法, 研究DEM误差所导致的滑坡危险性评价模型结果不确定性。研究区位于长江中上游的重庆开县, 采用5 m分辨率的DEM, 以序贯高斯模拟方法模拟了不同大小(误差标准差为1 m、7.5 m、15 m)和空间自相关性(变程为0 m、30 m、60 m、120 m)的12 类DEM误差场参与滑坡危险性评价。每次模拟包括100 个实现, 通过对每次模拟分别计算滑坡危险性评价结果的标准差图层和分类一致性百分比图层, 用以评价结果不确定性。评价结果表明, 在不同的DEM精度下, 两个滑坡危险性评价模型所得结果的总体不确定性随空间自相关程度的变化趋势并不相同。当DEM空间自相关性程度不同时, 基于专家知识的滑坡危险性评价模型的评价结果总体不确定随着DEM误差增加而呈现不同的变化趋势, 而逻辑斯第回归模型的评价结果总体不确定性随着DEM误差大小增加而单调增加。从评价结果总体不确定性角度而言, 总体上逻辑斯第回归模型比基于专家知识的滑坡危险性评价模型更加依赖于DEM数据质量。     

塔里木河下游河岸胡杨(Populus euphratica)林耗水过程模拟

选择塔里木河下游主要植物胡杨(Populus euphratica)林,以大气温度、太阳净辐射、大气相对湿度、冠层顶风速、地下水位和胡杨树茎横截面积为影响胡杨林耗水量的自变量,基于最小二乘法建立了多重线性回归模型、非线性回归模型和完全二次回归模型,并应用模型对塔里木河下游河岸胡杨林的耗水过程进行了日尺度上的模拟研究。结果表明:3个回归模型均表现出较好的模拟效果,其中完全二次回归模型的模拟精度最高,模型中大气温度、地下水位和胡杨树茎横截面积是影响胡杨耗水量的诸多环境因子中最敏感的因子;胡杨林的耗水量观测值与模拟值表现出较好的相关性,3个回归模型的模拟值与观测值的相关系数依次分别为0.6793、0.7299、0.7574,其相对误差分别为28.7%、26.1%、22.9%,其显著性水平均通过95%显著性检验;3个回归模型中完全二次回归模型具有使用简便、影响因子易测定、有一定精度等优点,能够更好刻画植被腾发量的复杂非线性特性,为干旱区自然植被耗水量估算、模拟和生态需水量计算提供了新的思路和方法。     

海洋悬浮泥沙二元特征参数MODIS遥感反演模型研究

本文提出了一种采用海面离水辐射率和泥沙粒径二元特征参数来反演研究海区(渤海)海洋表层悬浮泥沙浓度的新的遥感反演算法,以此为基础分别建立了基于MODIS遥感数据和泥沙粒径二元特征参数的主成分和神经网络两种泥沙浓度反演模型,并对比分析了两类模型的反演精度以及泥沙粒径因子对模型的影响。分析结果表明,新建立的二元特征参数反演算法在采用主成分模型和神经网络模型时的检验误差分别为0.256和0.244,而忽略泥沙粒径因子贡献的主成分模型和神经网络模型的检验误差分别为0.384和0.390,因此可以认为,在泥沙浓度反演模型中加入粒径因子时,模型的预测精度和模型稳定性均比只考虑浓度对反射率贡献的模型有显著改善。