利用Landsat TM6反演地表温度所需地表辐射率参数的估计方法

地表温度是地球资源环境动态分析的重要指标.从热红外遥感数据中反演地表温度通常需要地表比辐射率为已知.因此,地表比辐射率的估计是地表温度遥感反演的关键.陆地卫星Landsat TM有一个热波段(TM6),可以用来反演地表温度.目前共有3种算法可以用来从TM6波段数据中反演地表温度大气校正法、单窗算法和单通道算法.这3种算法都需要TM6波段范围内的地表发射率来作为地表温度反演的参数.首先简介这3种反演算法,然后重点探讨TM6的地表发射率估计方法.TM6的星下空间分辨率为120 m.在这一尺度上,大多数情况下天然地表的构成可以看成是由水面、植被和裸土三种基本类型构成.城镇像元也可看成是由建筑表面和绿化植物构成.根据这几种地表类型的地表发射率相对较稳定的特性,提出了用TM数据的可见光波段来进行TM6像元的地表发射率的估计.TM3和TM4波段可以用来确定植被叶冠在像元尺度上的覆盖度.通过这一覆盖度,就可以构建混合像元的地表热辐射构成方程,以便进行地表发射率的简单估计,从而为TM6热波段数据在农业和资源环境监测中的广泛应用,提供技术支撑.最后,用这一方法来进行华北平原山东省陵县地区的地表发射率估计和地表温度反演.分析表明,这一方法能获得较合理的地表温度反演结果.     

基于机载高光谱的长江口北港悬沙浓度反演

机载高光谱遥感是悬沙浓度反演的重要方法。针对高光谱悬沙浓度反演中敏感波段和反演方法的确定,以机载高光谱影像为数据源,采用相关性分析法确定单波段模型和双波段组合模型的敏感波段,并基于敏感波段构建单变量回归模型,确定最佳反演模型并获取长江口北港区域的悬沙浓度空间分布特征。结果发现,基于归一化差值指数(NDWI)构建的二次多项式模型为最佳反演模型,精度上优于其他5种常用的反演模型;且长江口北港区域的悬沙浓度与水下地形基本上呈倒数关系。相较于基于多光谱卫星影像进行遥感反演,本文的结果表明高光谱影像的精细化光谱能够更为准确地表达含沙水体的光谱信息变化,在复杂的水环境反演研究中具有重要的应用价值。     

空间分辨率对水深遥感反演的影响分析

遥感水深反演中空间分辨率的影响是一个重要的科学问题。本文使用东岛的QuickBird和WorldView-2多光谱影像及实测水深点进行实验研究,实验使用了原始空间分辨率（2.4/2m）以及4种降空间分辨率（4m,8m,16m和32m）的影像,使用相同的水深控制点开展水深遥感反演,并对水深反演结果使用相同的检查点进行精度验证。实验结果表明,随着空间分辨率由2.4/2m降低至4m,8m和16m,水深遥感反演的精度呈现出逐渐提高的趋势,进一步降低空间分辨率则会导致水深反演精度下降。当影像空间分辨率为16m时,水深反演结果误差最小且与实测水深值相关性最高,此时两景影像的水深反演平均相对误差分别21.2%和13.1%,相对于最大值分别降低了14.7%和2.9%;平均绝对误差分别为2.0m和1.4m,相对于最大值分别降低了1.0m和0.5m。本文研究结果为水深遥感反演研究与应用中遥感数据的选择提供了参考。     

水深可见光遥感方法研究进展

水深测量对于水利、航运、近海工程等具有重要作用。在总结国内外水体遥感测深主要方法和研究进展的基础上,对水深遥感反演中各类模型存在的问题进行了讨论。结果表明:理论解译模型模拟了光在水体内的辐射传输过程,水深反演精度较高,但模型计算需要大量的水体光学参数且计算过程烦琐;半理论半经验模型对理论解译模型进行了简化,所需水体光学参数少且具有较好的精度而被广为应用;统计相关模型通过直接建立遥感图像光谱值和实测水深之间的相关关系而获得水深数据,且计算相对简单,但由于实测水深值与遥感图像光谱值的事实相关性无法保证,使采用该类模型反演的水深结果有时并不理想。提高水深遥感反演精度,必须进一步加强遥感器研究,充分考虑水体中的溶解、悬浮物质等信息干扰,科学构建水深模型和大气校正模型。     

浅海水深光学遥感研究进展

通过分析1978年至今水深光学遥感的国内外主要研究成果,从被动光学遥感、主动光学遥感、遥感融合探测三个方面,对光学遥感浅海水深反演方法进行了系统性总结,对比分析了水深反演方法的优势和不足,探讨了存在的技术问题,并展望了浅海水深光学遥感技术的发展趋势。总结得到:主动光学遥感的水深探测精度最高,在0~15m浅海水深段,激光雷达遥感探测误差在厘米级,但仅限于机载平台;遥感融合探测方法精度次之,水深反演精度一般可比单源单时相提高10多个百分点;被动光学遥感中的高光谱水深反演精度一般要高于多光谱,平均相对误差可低至15%。被动光学遥感水深反演精度相对较低,但是数据源丰富、覆盖范围广、时效性强、水深反演模型较丰富,是目前浅海水深遥感反演的主要方法。主动光学遥感由于机动性强、测深精度较高,逐步成为应用和研究的热点,但是受空管以及飞机平台的航程限制,个别敏感区域飞机也不能到达。水深遥感融合探测可以充分地利用已有遥感影像资源,有效地挖掘多源、多时相信息,有助于提高水深遥感反演精度,但是多源遥感影像融合时会存在空间尺度问题,多时相反演融合中也会有底质及水下地形变化等因素对水深反演精度的影响。     

基于遥感海浪信息的近岸水深反演模型

基于遥感影像的测深技术具有易获取、成本低和覆盖率大等优势,是目前的研究热点问题之一。为在波浪折射的基础上,进一步综合考虑绕射及非线性的影响,本文提出了一种基于海浪波数和波高信息的近岸水深反演模型。将模型与Berkhoff 椭圆形浅滩理想试验对比,平均误差为0.13%,显著小于现有基于频散关系反演水深的方法。进一步应用模型反演三亚湾近岸地形,通过与海图对比,平均误差为11.58%,且大部分区域的误差小于10%。部分区域误差较大,主要是由于遥感影像获取的波数空间分辨率和精度较低。以上结果表明该模型可以利用遥感海浪信息较准确推算近岸水深。本文对于近岸浅海区的水深反演工作具有一定的参考价值。     

南海北部内孤立波SAR遥感反演的初步研究

应用海洋内孤立波2层流体模型的SAR遥感反演技术,对南海北部内孤立波SAR遥感反演进行了初步研究.对于不存在由同一波源生成的2个内孤立波波包的SAR遥感图像资料,可以利用Levitus等的月平均温盐资料确定跃层深度和约化重力加速度,进而确定内波波速并进行内波振幅的反演.这样能够充分利用宝贵的SAR图像资源.     

利用层析成像方法反演近地表速度模型

由于地表条件复杂和近地表速度变化显著给近地表速度模型的反演工作带来了很大的困难。层析成像方法可以较好地模拟介质横向和纵向的速度变化,能同时考虑直达波、透射波、回折波、折射波等初至波,为确定近地表速度结构提供了有效的工具。主要介绍了层析成像的方法原理,并应用此方法反演了实际地震探区的近地表速度模型,取得了良好的应用效果。     

基于无人机多源遥感数据海岛植被叶面积指数协同反演研究

无人机多源遥感数据的获取、融合以及应用是当今研究的热点和难点。文中以城洲岛为例,针对海岛特殊的地理生态环境,获取无人机多源遥感数据。结合无人机多光谱遥感数据定量分析各遥感植被指数与植被叶面积指数(Leaf Area Index, LAI)的响应关系,构建单因子遥感反演模型;基于无人机激光LiDAR点云提取海岛植被冠层高度模型(Canopy Height Model,CHM),并将其作为自变量引入到多源统计回归分析中,从而构建多源遥感数据协同反演模型,对区域尺度下海岛叶面积指数(LAI)进行估算,开展验证和精度评价。结果显示,加入植被冠层高度因子的协同反演模型的判定系数R2为0.92,绝对平均误差系数为12.29%,预测精度要优于单因子反演模型(判定次数R2为0.86,绝对平均误差系数19.95%)。研究表明,加入了植被冠层高度因子的协同反演模型能在一定程度上提高乔木植被LAI的预测精度。实践证明,无人机多源遥感技术在生态学定量研究中具有巨大的潜力和广阔的应用前景。     

高分六号遥感影像水深反演能力评价

水深是重要的海洋要素,水深遥感反演是获取浅水水深的重要手段。当前水深遥感反 演应用以国外卫星数据为主,国产卫星数据的研究和应用较少。本文针对国产高分六号卫星 （GF-6） 数据,以三亚南山港为研究区域,分别建立单波段回归模型、双波段比值模型、多波段 回归模型,进行多光谱影像的水深反演能力研究,并与国外主流哨兵2 号卫星（Sentinel-2） 数 据进行实验比较。实验结果表明：GF-6 遥感影像具有较好的浅水水深反演能力和一定的反演精度,各波段水深探测能力依次为：绿波段跃蓝波段跃红波段跃近红外波段,反演方法效果依次为：多波段模型跃双波段模型跃单波段模型。相较于Sentinel-2 数据,GF-6 数据水深反演精度与其一致,这表明GF-6 影像具备替代国外遥感数据进行水深反演的能力和大规模应用的潜力。本文针对GF-6 影像水深反演能力的研究方法和分析,结果将为国产高分系列卫星数据的水深反演研究和应用提供有益的参考。