植物叶片生化组分遥感反演的主成分变换算法

主成分分析(PCA)算法是一种常见的高光谱数据特征提取方法。针对PROSPECT辐射传输模型反演问题,尝试了两种PCA算法来对高光谱数据进行变换,进而反演植被生化组分含量。反演结果表明:两种PCA反演算法均能对传统反演算法中干物质难反演的问题有所改善;分块主成分算法比全局主成分算法具有更好的反演效果。     

MODIS分裂窗算法反演地表温度

在分析分裂窗算法原理的基础上,介绍几种常用的分裂窗算法,选取Qinetal（2001）提出的分裂窗算法作为温度反演的最优方法,对MODIS数据进行辐射定标、大气纠正和几何校正,采用对植被反映比较敏感的Sobrino方法计算地表比辐射率,反演出京津唐地区的陆面温度。结果表明：城区温度最高,水体温度最低,反演结果较为理想。...     

地表温度反演的算法综述

地表温度是研究地球表面的重要参数,被称为地表的皮肤温度。反演地表温度对自然灾害监测、城市热岛等有着重要意义,利用热红外遥感技术是反演地表温度的主要方式。本文阐述了目前主要用于反演地表温度的各算法特性、优缺点和适用情况,对各种算法进行对比分析,并指出反演地表温度存在的问题及解决问题的方向,并对反演地表温度发展趋势进行了展望。     

融合物理机理与随机森林算法的FY-4A AGRI数据晴空大气可降水量遥感反演

作为中国发射的风云四号系列首颗卫星,FY-4A搭载了先进的静止轨道辐射成像仪AGRI。本文利用AGRI传感器的中红外到热红外波段观测数据、ERA5水汽再分析产品以及全球无线电探空数据集IGRA等数据进行晴空大气可降水量反演研究。在海洋表面,分别利用回归分析法与随机森林算法反演大气可降水量,反演结果与ERA5水汽产品相比,均方根误差为0.493 cm和0.247 cm。在陆地表面,利用随机森林模型反演大气可降水量,反演结果与ERA5水汽产品相比,均方根误差为0.155 cm;与IGRA水汽产品相比,均方根误差为0.215 cm。结果表明本文使用的随机森林算法可以有效地提升热红外遥感数据反演大气可降水量的精度。     

高分五号热红外传感器多通道SST反演

2018-05高分五号（GF-5）卫星发射升空,其上搭载的全谱段成像仪在热红外8—13 μm谱段范围内具有4个温度反演通道（B09,B10,B11,B12）,空间分辨率设计优于40 m,在国内民用传感器领域实现了由单通道向多通道、中空间分辨率向高空间分辨率的跨越式突破,使得GF-5卫星热红外数据在地表热环境遥感领域具有极其重要应用价值。本研究基于GF-5的4个热红外通道的通道响应函数,利用全球742条TIGR（Thermodynamic Initial Guess Retrieval）探空廓线数据,进行不同观测角度、水汽含量和海表发射率条件下的MODTRAN4.0（Moderate resolution atmospheric Transmittance and Radiance code4.0)辐射传输过程模拟,基于模拟结果分别对两通道、三通道和四通道劈窗算法海表温度SST（ Sea Surface Temperature）反演系数进行修订,并分析观测角度、水汽含量和海表发射率对不同通道组合的精度影响,并通过GF-5卫星实际反演的SST结果进行验证。GF-5全谱段成像仪SST反演两通道劈窗算法组合共有6种,即B09-B10、B09-B11、B09-B12、B10-B11、B10-B12、B11-B12;三通道劈窗算法组合共有4种,即B09-B10-B11、B09-B10-B12、B09-B11-B12、B10-B11-B12;四通道劈窗算法组合1种,即B09-B10-B11-B12。通过对不同通道组合形式研究发现,水汽含量对SST反演精度有较大的影响,且温度反演的精度随着水汽含量的增加而降低;其次是观测角度,SST反演精度随着观测天顶角的增大而降低;最后是发射率的影响,两通道、三通道和四通道劈窗算法SST反演精度随着发射率的变化总体在0.1 K以内变化。最后以大亚湾核电站周围海域为验证区,用GF-5热红外遥感影像进行SST的反演并做误差分析,结果表明B09-B10通道SST反演实际误差为0.57 K,反演精度较高,实际误差与理论模拟误差相差0.24 K,差异的来源主要包括辐射定标和传感器噪声等要素影响,其他通道形式反演精度有待于传感器响应稳定后进一步验证。     

利用遗传算法优化神经网络实现混合像元组分参数的反演

采用热红外多波段遥感数据反演陆面温度(LST),由于波段间信息高度相关,以及难以直接反演混合像元组分温度,使得LST的反演精度和应用价值都受到很大的限制.在建立非同温混合像元热辐射方向性模型基础上指出,热红外多角度遥感提供了反演组分温度的可能性,但是,由于该模型是采用蒙特卡洛方法模拟而建立起来的数值概念模型,采用一般反演方法很难同时提取所有参数信息.为了有效获取各参数信息,使用神经网络模型.由于待反演参数中,组分温度、土壤比辐射率和叶面积指数(LAI)都是多角度辐射亮度的非线性函数,然而,使用经典的误差后传(BP)算法容易陷入局部最优解区域;虽然遗传算法(GA)可以搜索到全局最优解,但在微机上实现算法速度太慢,因此,采用GA训练神经网络,得到网络权重,然后再以GA训练得到的权重作为BP算法的初始权重,继续训练神经网络,直到获得满意结果.这样既可以发挥BP算法快速寻优的特点,又能得到网络权重的最优组合.数值模拟的结果表明,基于非同温混合像元热辐射方向性模型,采用GA优化的神经网络模型反演多维参数效果比较理想.     

高光谱热红外星上辐亮度图像模拟及初步应用

基于卫星数据的热红外图像模拟可以为热红外大气校正、地表温度和发射率反演和前期验证提供数据支撑,同时也可以为热红外传感器的波段设置和优化提供参考。热红外图像模拟是进行热红外定量遥感研究的有效手段。本研究利用Terra星上搭载的ASTER（Advanced Spaceborne Thermal Emission and Reflection Radiometer）遥感数据所反演得到的地表温度和发射率产品,基于高光谱辐射传输模型,模拟8—14 μm（714—1250 cm^-1）,波谱分辨率为0.25 cm^-1的星上TOA（Top of Atmosphere）高光谱热红外成像模拟数据。在此基础上,结合高光谱热红外图像数据的特点,实现了温度和发射率分离算法,以及对比了不同的基于图像的大气校正算法。结果显示,本文提出的热红外图像模拟方法可行,能够为评价不同的大气校正、温度和发射率分离算法提供有效的数据支撑。     

CBERS-02 IRMSS热红外数据地表温度反演及其在城市热岛效应定量化分析中的应用

针对CBERS-02IRMSS的热红外通道特性，对Jimenez-Munoz和Sobfino提出的普适性单通道地表温度反演算法进行改进，并利用该传感器热红外遥感数据反演北京地区和苏锡常地区的地表温度；利用2004年8月17日在青海湖的野外实测数据对该算法的地表温度反演结果进行的验证表明，改进的单通道反演算法应用于CBERS-02IRMSS传感器热红外数据的地表温度反演具有很高的反演精度。并在此基础上，运用城市热场变异指数对北京地区和苏锡常地区的城市热岛效应进行分析，运用中国研制的热红外卫星遥感数据给出了城市热岛效应的定量化描述。结果表明，CBERS-02IRMSS热红外遥感数据完全可以满足定量化应用的要求，具有很大的应用潜力。     

基于ASTER数据反演我国南方山地陆表温度

 以贵州省黎平县山地植被覆盖区为例，基于ASTER遥感数据进行15 m分辨率的归一化植被指数制图和地表发射率制图，在利用 MODTRAN 4大气辐射传输模型进行大气订正的基础上，基于普朗克辐射方程的推导反演陆表温度，取得了较为理想的结果。     

单通道算法地表温度反演的若干问题讨论——以Landsat系列数据为例

目的 在地表温度反演中,Jiménez Muoz和Sobrino开发的单通道(SC)算法因其需要的实时大气参数少而被广泛应用。由于SC算法在2003年提出时只提供了针对LandsatTM的大气参数,导致许多后续基于ETM+数据的地表温度计算也都采用TM的大气参数。即使SC算法于2009年提出了改进版,但这一混用现象仍未改观。因此,基于实测地表温度,以Landsat5/7/8号卫星的热红外数据为例比较了2003和2009版的算法,探讨了Planck函数、λ取值和大气参数等常见问题。结果表明,2009版的算法明显提高了ETM+地表温度反演的精度,且以采用Planck函数和USGS提供的λ值时所获得的平均精度最高。在当前,如果要用SC算法来反演Landsat8的地表温度,可在大气水汽含量较低时选用TIRS10波段来单独进行。     

Cloud bottom altitude determination from a satellite

The letter is devoted to the introduction of a new technique to derive the cloud bottom height (CBH) from satellite measurements of the cloud reflectance in the oxygen A-band. The information on the cloud top height needed in the retrieval of the CBH must be obtained from separate measurements to insure small biases in the retrieved CBH. Such measurements can be performed by a space-based lidar.     

基于FY-2遥感数据的台风中心定位

针对台风在形成和消散阶段中心定位准确率较低的问题,本文提出了一种基于云导风的方法,使用的遥感数据来源于FY-2气象卫星的红外通道。该方法首先对红外序列遥感图像进行金字塔分解,然后基于加权的中值滤波光流模型构建云导风场,最后利用密度矩阵计算台风中心。选择2014年真实形成于西北太平洋的台风Rammasun和Halong进行案例分析,结果表明该方法对台风整个生命周期阶段的检测结果均较准确。     

热红外与可见光数据的云边缘高度匹配

高分辨率数据中云高度的差异性突显,特别是边缘处高度在云阴影识别和地表辐射估算等方面成为需要考虑的重要因素。热红外数据获取云高度分辨率较低、缺乏细部差异性特征,为解决这一问题,首先将对应的热红外和可见光数据进行特征点配准,再将基于热红外数据计算的云高度重采样至高分辨率,然后以基于欧式距离变换的围线搜索方法及距离加权将热红外云边缘高度匹配至对应的可见光图像,最后根据云阴影的相似度匹配方法确定真实云高度。结果表明,算法在遵循热红外云高信息分布变化规律的同时,可以得到较准确的高分辨率云边缘高度,一定程度上解决了热红外技术获取云高在分辨率上的局限,扩展了其在云高反演方面的作用。     

噪声调节主成分变换下的遥感图像薄云去除

针对在光学遥感图像中的地球表面反射率由于云覆盖所造成的衰减问题,本文提出了一种基于噪声调整主成分变换（NAPCT）模型的薄云去除方法。首先,通过噪声估计构建NAPCT除云模型,实现云图像的转换;然后,利用NAPCT第一成分（NAPC1）提供的云分布信息,通过合并云掩膜,对NAPC1上的浑浊像素进行校正;最后,将逆变换应用于云覆盖区域,并与原始的清晰像素镶嵌在一起,最终得到无云图像。利用模拟和真实的Landsat 8图像对本文方法的性能进行了定性和定量评估,试验结果表明：与传统方法相比,本文NAPCT方法提供了更好的均方根误差和峰值信号噪声比,在除云上具有更好的效果。     

联合统计信息与散射模型的GF-5 AHSI可见光影像薄云校正

针对高分五号可见短波红外高光谱相机AHSI (visible-shortwave infrared Advanced HyperSpectral Imager)可见光波段存在的薄云干扰,本文提出了一种联合统计信息与散射模型的校正方法。利用AHSI影像邻近波段间地表与云雾辐射的统计差异,实现对不同场景下相对薄云辐射RCR (Relative Cloud Radiance)的准确估计。基于此,根据不同波段的散射特性,分别利用分级暗目标统计和散射模型约束策略,获取可见光波段的绝对云辐射强度,最终实现影像校正。通过设置模拟与真实实验对方法的有效性和鲁棒性进行目视和定量检验。模拟实验中,可见光波段内的薄云干扰均可被有效地去除,校正结果与真实地表十分一致;此外,RMSE (RootMean-Square Error),MAE (Mean Absolute Error)和SA (Spectral Angle) 3个评价指标的值分别为1.9891,1.6822和0.4901,远小于对比方法。真实实验中,不同场景内的薄云可被有效抑制,在较为准确恢复降质地表信息的同时保持晴空区光谱特征;Q指数,SSIM (Structural Similarity Index)和UQI (Universal Quality Index)的计算结果优于对比方法。综上,本文提出方法可用于不同场景下高分五号AHSI影像可见光波段的薄云校正,可得到目视效果良好且光谱保真度高的校正结果。     

ICESat-2机载实验光子云数据自适应去噪及分类算法

第二代星载激光雷达冰、云和陆地测高卫星ICESat-2（The Ice, Cloud, and Land Elevation Satellite-2）搭载了先进光子计数式激光雷达,使用了全新的微脉冲多波束光子计数式激光雷达。由于光子计数式激光雷达的自身特点,其光子云数据具有受噪声光子影响大、信噪比与扫描时间相关、光子分布密度不均匀等问题,目前开发的去噪算法并不能很好的应用于不同的光子云数据。基于以上问题,本文提出一种改进的去噪算法,首先分析光子云内部特征并自适应选择最优参数进行粗去噪,然后进行两次精去噪,最后对光子云进行分类并拟合出地面线及冠层顶线,为提取森林冠层高度提供基础。使用该算法对MABEL数据进行去噪实验,实验结果表明：该去噪算法的一次去噪对不同环境下MABEL数据在夜间的去噪平均精确度为94.5%,F1-score为96.3%,日间平均精确度为86.7%,F1-score为91.7%,且三次去噪算法完成后能够显著提升光子云去噪精度。实验证明该算法对MABEL光子云数据具有较好去噪效果和稳定性,可为ICESat-2数据处理提供参考。本文的光子分类算法能够从光子数据中提取冠层顶点、地面点及林内光子并在此算法中进一步精确去除剩余噪点,最终光子分类结果显示该算法能够从复杂光子云数据中提取森林剖面结构。     

抗差趋势面的机载LiDAR点云滤波方法

传统曲面约束滤波算法中,利用最小二乘拟合地形曲面易受种子点粗差影响。针对这一问题,提出基于抗差趋势面的机载激光雷达点云数据滤波方法,首先构建格网索引组织数据,引入抗差趋势面拟合合理的区块地形,通过自适应阈值的设置实现不同区域的自动灵活处理,最终滤除孤立点完善滤波结果。使用ISPRS提供的测区数据进行实验,与传统曲面拟合方法进行对比,实验结果证明,该方法较传统移动曲面拟合法能够得到更加可靠的滤波结果,具备较高实用价值。     

对于定量热红外遥感的一些思考

作者根据在热红外遥感工作中的长期实践经验,介绍了热红外遥感的现状,特别指出了定量反演地表温度的难点---地物比辐射率的测定和区域范围内的比辐射率估算。文中提出了定量热红外遥感研究中常见的一些问题。最后,讨论了定量热红外遥感的未来发展趋势和目前现实工作的对策,旨在抛砖引玉,以求得热红外定量遥感的发展。     

Automatic estimation of olive tree dendrometric parameters based on airborne laser scanning data using alpha-shape and principal component analysis

The aim of this study is to present an automatic approach for olive tree dendrometric parameter estimation from airborne laser scanning (ALS) data. The proposed method is based on a unique combination of the alpha-shape algorithm applied to normalized point cloud and principal component analysis. A key issue of the alpha-shape algorithm is to define the α parameter, as it directly affects the crown delineation results. We propose to adjust this parameter based on a group of representative trees in an orchard for which the classical field measurements were performed. The best value of the α parameter is one whose correlation coefficient of dendrometric parameters between field measurements and estimated values is the highest. We determined crown diameters as principal components of ALS points representing a delineated crown. The method was applied to a test area of an olive orchard in Spain. The tree dendrometric parameters estimated from ALS data were compared with field measurements to assess the quality of the developed approach. We found the method to be equally good or even superior to previously investigated semi-automatic methods. The average error is 19% for tree height, 53% for crown base height, and 13% and 9% for the length of the longer diameter and perpendicular diameter, respectively.     

面向对象和GURLS结合的高空间分辨率遥感数据云检测

遥感信息获取过程中云是重要的干扰因素,随着国产高空间分辨率卫星数据的应用,实现数据的准确云检测对有效获取地面信息具有重要意义。本文以高分一号、高分二号多光谱影像为数据源,利用图像分割获取了同质对象,基于对象光谱、纹理和几何8种属性特征建立了规则集,以规则集为输入,利用阈值法和GURLS分类器结合进行了云检测。针对不同时相和场景的高分数据,将该方法与基于像素的最大似然法和SVM法进行了对比,结果表明该方法云提取精度均在95%以上,Kappa系数在0.9以上。