基于被动微波遥感的青藏高原雪深反演及其结果评价

采用修正的张氏雪深反演算法，用ＳＳＭ／Ｉ３７ＧＨz和19GHz水平极化亮温值计算了青藏高原及其毗邻地区的积雪深度，对其精度进行了评价，并对误差来源进行了分析，结果显示，此算法能够较好地反映研究区的雪深分布，但局部地区误差较大，总体上雪深被高估，其误差主要来源于冻土，深霜层，植被以及雪层中液态水含量，雪粒的形状和粒径的变化带来的影响，SSM／I数据较低的分辨率和研究区复杂的地形使反演的雪深与观测的雪深缺少可比性，给精度的评价带来影响。     

被动微波遥感积雪参数反演方法进展

雪深(snow depth,SD)和雪水当量(snow water equivalent,SWE)是气候水文研究中的重要参数,在雪灾监测中尤为重要。首先,简要介绍了被动微波遥感SD和SWE反演算法的物理基础——积雪微波辐射传输模型,分析了不同微波频段、不同特点的积雪微波辐射和散射特性。然后,根据前人的研究从数学角度将反演算法分为线性亮温梯度法和基于先验知识法,总结了2类算法的优势和局限性:线性亮温梯度法相对简单、速度快,一般只适用于特定的研究区;先验知识法需要获取研究区的样本数据,并反复训练才能达到较好的精度,但对样本的独立性及其均值差异显著性的要求较高。最后,重点介绍了我国风云三号微波成像仪(FY-3 MWRI)的全球SD和SWE反演算法和针对中国区域的改进算法,并对未来的研究热点进行了展望。     

干雪深度反演的同极化相位差模型

积雪深度是积雪的重要结构参数,获取高精度雪深空间分布信息对于流域尺度水资源管理、气候变化研究和灾害预报等具有重要意义.本文以新疆阿尔泰山南坡克兰河上游为研究区,利用C波段全极化GF-3数据及地面同步观测数据,根据VV与HH极化信号在积雪中折射率不同导致相位差异的原理,使用Maxwell-Garnett方程构建同极化相位差(co-pol arized phase difference,CPD)的正演模型,并基于CPD与雪深关系构建了雪深反演模型.通过对具有不同积雪条件的浅雪区与深雪区分别进行雪深反演,获得雪深空间分布信息.同时对反演不确定性进行了分析,并与已有方法进行比较,研究结果表明:①假定研究区积雪各向异性介电常数恒定的理想情况下,CPD仅是雪深的函数,可用半经验的线性模型反演雪深,反演精度的高低与计算CPD过程中使用的滤波器的窗口大小有关,浅雪区的最优滤波窗口为59×59像元,反演精度R为0.83,RMSE为2.72 cm,深雪区的最优滤波窗口为33×33像元,反演精度R为0.54,RMSE为11.69 cm;②雪深反演误差与坡度显著相关,随着坡度的增加,雪深的反演误差呈现出显著增加的趋势,雪深反演不确定性受雪层变质程度、含水量及卫星入射角观测几何条件影响,反演方法对于干燥、雪层变质结晶程度低、均质的积雪及具有大入射角的SAR卫星有更好的适用性;③对比已有基于CPD模型的雪深反演方法,本文方法已经将反演所需要的参数减少为遥感获取的CPD数据,以及进行模型拟合的实测雪深数据,反演精度更高.研究表明CPD模型反演山区雪深空间分布是有效和可行的,研究成果为山区雪深遥感反演提供了新思路.     

利用非线性NDSI模型进行积雪覆盖率反演研究

基于统计回归的积雪覆盖率反演方法适合提取大范围区域的积雪覆盖率,提出了基于归一化积雪指数(NDSI)的非线性积雪覆盖率回归模型,利用阿拉斯加、西伯利亚和内蒙古地区的样本数据进行回归分析,估计模型参数,并利用建立的回归模型提取天山地区和祁连山地区的积雪覆盖率进行了验证。结果显示,基于NDSI的非线性积雪覆盖率回归模型对样本数据的拟合度和利用模型提取的积雪覆盖率精度相对于线性模型均有一定的提高。     

超声波自动化积雪深度测量与分析

研究设计并利用超声波传感器对雪深进行监测,在融雪期对其中两个监测点利用人工测量实际雪深,使其与超声波传感器监测雪深值进行对比分析.通过数据分析发现:1)数据通过了拉依达法则标准下的质量控制.2)以地表面为基准面,超声波雪深监测仪监测雪深值与人工实际测量雪深值二者之间的相关系数为0.9564.最小误差率为0.53％,最大...     

北极一年海冰表面积雪深度遥感反演与时序分析

北极海冰表面的积雪深度是重要的地球物理变量, 是研究物质与能量平衡、计算海冰厚度的重要参数。为减小不同被动微波传感器观测数据的系统误差, 对国防气象卫星计划(Defense Meteorological Satellite Program, DMSP)F17-SSMIS与F13-SSM/I重叠期亮度温度数据进行交叉定标, 建立4个频段48个月尺度定标模型, 并与传统年尺度定标模型进行比较和优选, 在此基础上估算并分析2003-2014年北极一年海冰表面积雪深度变化。结果表明:19H、19V、22V、37V频段1~5月的月尺度模型决定系数高于传统年尺度拟合模型; 2003-2014年, 北极一年海冰表面积雪深度总体呈现下降趋势, 同时积雪深度存在明显的周期性变化, 每年7月积雪深度最小, 9月最大; 东西伯利亚海、拉普捷夫海和巴伦支海海冰表面积雪深度呈现减少的趋势。     

裸露地表微波热采样深度统计模型

被动微波遥感反演土壤水分对应的土壤深度是土壤水分产品真实性检验和应用中必须确定的问题。本研究利用理论模型对影响土壤热采样深度的参数进行了分析。在此基础上,通过回归分析的方法发展了一个估算被动微波遥感土壤热采样深度的统计模型,并通过微波辐射测量实验对模型进行了验证。研究证明,理论模型模拟裸露地表发射率平均误差为0.032,基于理论模型发展的热采样深度统计模型的误差在0.5 cm左右。该统计模型可以通过土壤含水量、温度、质地和观测频率4个较容易获取的参数计算土壤微波辐射的热采样深度,为被动微波遥感土壤水分产品的真实性检验工作中地面土壤水分测量以及土壤水分遥感产品的应用提供参考。     

利用FY-3B MWRI遥感数据反演南极海冰表面积雪厚度

海冰表面积雪厚度是冰冻圈和全球气候系统的重要组成部分,在海洋、海冰和大气的能量传输中起着关键的作用。针对目前缺乏南极海冰表面积雪厚度国产卫星遥感数据产品的问题,本文探索应用FY-3B MWRI被动微波亮温数据开展南极海冰表面积雪厚度的遥感反演研究。结果表明基于2016年FY-3B MWRI 18.7 GHz、36.5 GHz垂直极化亮温及海冰密集度数据,采用Comiso03模型反演的积雪厚度结果较Markus98更好,与AWI2016年部署在威德尔海的浮标(2016S31、2016S37、2016S40)观测的积雪厚度同日同像元对比的偏差为-1.72 cm。FY-3B MWRI反演的2016年南极海冰表面积雪厚度与美国雪冰数据中心发布的GCOM-W1 AMSR-2积雪厚度产品整体上具有较好的一致性(时空平均偏差为-0.11 cm、相关系数为0.90),积累期和稳定期(4—10月)两者差异较小(时空平均偏差为-0.81 cm,相关系数为0.93),消融期(11月—次年3月)差异较大(时空平均偏差为2.76 cm,相关系数为0.85),差异主要分布在威德尔海北部和东南极冰边缘区。开展FY-...     

地表温度的被动微波遥感反演研究进展

微波遥感能穿透云层,甚至可穿透一定程度的雨区,可以弥补热红外遥感的不足。发展基于被动微波遥感的地表温度反演算法可以全天候地为相关领域提供数据服务。根据前人研究,该文从方法论的角度将已有的反演方法分为统计模型法、物理模型法和神经网络算法3类,分析了每种方法的优缺点,并探讨了未来微波遥感反演地表温度的发展方向,以期为进一步研究提供参考。     

近红外波段ETM~+影像的积雪提取方法

针对提高积雪信息提取精度的要求,为了消除积雪覆盖的结冰水体、薄雪覆盖区以及山体阴影等对于积雪提取的影响,以Landsat-7ETM+为数据源,对近红外波段在积雪信息提取中的优越性进行了探索,提出了一种基于近红外波段和归一化差分积雪指数的积雪提取方法。对典型实验区进行了对比实验分析,结果表明,本文算法能有效减少在结冰水体、薄雪覆盖区以及山体阴影等区域的漏分、误分像元数,获得比SNOMAP算法更佳的积雪识别效果,提高积雪提取的准确性。     

湖泊营养状态遥感评价及其表征参数反演算法研究进展

湖泊富营养化由于其可导致藻类水华暴发,引发生态系统灾变和饮用水风险,是中国乃至全球湖泊面临的主要生态环境问题.湖泊营养状态精准、实时、大范围的同步监测是准确掌握湖泊水环境变化特征,开展富营养化成因分析、评价评估、治理修复和管理考核的重要基石.相比地面调查的传统手段,遥感具有快速、大范围、周期性等优点,已经广泛应用于叶绿...     

中国西部积雪SMMR微波遥感的评价与初步应用

本文根据1978—1987年OSL的可见光影像及地面台站积雪记录,评价了NASA的用微波亮温反演积雪深度的算式。还根据DEM资料,用GIS技术把中国西部分成高山、高原、低山、丘陵及盆地五个单元,分别求得各区域订正算式,并以此计算了中国西部1978—1987年各季的平均雪盖率与雪量及它们的年际变化,为本区积雪影响东亚气候研究,提供了可靠基础资料。     

改进AMSR-E雪水当量算法研究

为了发展雪水当量物理反演算法,本文对不同散射阶模型——零阶、一阶、多次散射模型进行敏感性试验与分析,结果表明我们必须在前向理论模型和反演模型中考虑多次散射作用。本文采用的多次散射积雪辐射理论模型——双矩阵法（Matrix Doubling）求解辐射传输方程,用致密介质理论模型（DMRT）模拟积雪发射和消光特性,用AIEM模型模拟地表辐射及作为辐射传输方程的边界条件。由于该多次散射积雪辐射理论模型的复杂性,拟发展出简单且高精度的积雪辐射参数化模型,以发展雪水当量物理反演算法。因此,在包括多次散射的积雪理论模型基础上,本文通过建立针对AMSR-E传感器参数设置的积雪辐射模拟数据库,该数据库包含了各种可能的自然积雪和地表特性参数。从而在模拟数据库基础上,本文发展了针对AMSR-E的积雪参数化模型。     

基于遗传和蚁群组合算法优化的遥感图像分割

将遗传算法和蚁群算法组合对模糊聚类进行优化,巧妙地对图像的像素特征和空间特征进行提取,利用这些特征作为聚类依据,将图像的多个特征结合到智能计算中,充分利用了遗传算法和蚁群算法各自的优势和特点,既提高了图像分割的准确性,又加快了分割过程的速度。实验结果表明,遗传算法和蚁群组合算法优化的模糊聚类是一种性能良好的遥感图像分割方法。     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.     

Developing a temporally land cover-based look-up table (TL-LUT) method for estimating land surface temperature based on AMSR-E data over the Chinese landmass

The land surface temperature (LST) is an important parameter when studying the interface between the atmosphere and the Earth's surface. Compared to satellite thermal infrared (TIR) remote sensing, passive microwave (PMW) remote sensing is better able to overcome atmospheric influences and to estimate the LST, especially in cloudy regions. However, methods for estimating PMW LSTs at the country and continental scales are still rare. The necessity of training such methods from a temporally dynamic perspective also needs further investigations. Here, a temporally land cover based look-up table (TL-LUT) method is proposed to estimate the LSTs from AMSR-E data over the Chinese landmass. In this method, the synergies between observations from MODIS (Moderate Resolution Imaging Spectroradiometer) and AMSR-E (Advanced Microwave Scanning Radiometer for EOS), which are onboard the same Aqua satellite, are explored. Validation with the synchronous MODIS LSTs demonstrates that the TL-LUT method has better performances in retrieving LSTs with AMSR-E data than the method that uses a single brightness temperature in 36.5 GHz vertical polarization channel. The accuracy of the TL-LUT method is better than 2.7 K for forest and 3.2 K for cropland. Its accuracy varies according to land cover type, time of day, and season. When compared with the in-situ measured LSTs at four sites without urban warming in the Tibet Plateau, the standard errors of estimation between the estimated AMSR-E LST and in-situ measured LST are from 5.1 K to 6.0 K in the daytime and 3.1 K to 4.5 K in the nighttime. Further comparison with the in-situ measured air temperatures at 24 meteorological stations confirms the good performance of the TL-LUT method. The feasibility of PMW remote sensing in estimating the LST for China can complement the TIR data and can, therefore, aid in the generation of daily LST maps for the entire country. Further study of the penetration of PMW radiation would benefit the LST estimations in barren and other sparsely vegetated environments.     

Snow permittivity retrieval inversion algorithm for estimating snow wetness

The environmental satellite (ENVISAT) advanced synthetic aperture radar (ASAR) offers the opportunity for monitoring snow parameters with dual polarization and multi-incidence angle. Snow wetness is an important index for indicating snow avalanche, snowmelt runoff modelling, water supply for irrigation and hydropower stations, weather forecasts and understanding climate change. We used a first-order scattering model that includes both volume and air/snow surface scattering based on a developed inversion model to estimate snow dielectric constant, which can be further related for estimating snow wetness. Comparison with field measurement showed that the correlation coefficient for snow permittivity estimated from ASAR data was observed to be 0.8 at 95% confidence interval and model bias was observed as 2.42% by volume at 95% confidence interval. The comparison of ASAR-derived snow permittivity with ground measurements shows the average absolute error 2.5%. The snow wetness range varies from 0 to 15% by volume.     

利用Gabor滤波器与蚁群算法进行纹理分割

提出了一种利用蚁群算法抽取最优Gabor纹理特征的纹理图像监督分割方法。首先,随机选取纹理样本进行Gabor滤波器变换。然后在蚁群算法的基础上采取Gabor纹理向量与纹理类别中心的距离和最小的方式选择特征子集。其目的在于从全局的角度确定Gabor滤波器的主频率及方向中心,使得不同纹理之间的频率响应差别最大。最后,利用K均值算法在已降维的特征上进行纹理图像分割。实验结果表明,本文方法在合成纹理图像的分割中有较佳表现。