QAA在遥感影像反演中的性能评估与分析

准分析算法QAA(Quasi-analytical algorithm)作为最常用的半分析反演算法被广泛应用于水体吸收系数和后向散射系数的反演,但目前对其在大范围遥感影像中的反演性能研究还较少。基于Sentinel-3系列卫星搭载的OLCI遥感影像,将朝鲜海峡、马六甲海峡、白令海峡和霍尔木兹海峡作为不同类别大范围水体的代表海域,并选取水体漫衰减系数作为间接评价参量,对QAA在4个海峡的反演性能进行了分析评估。结果表明,基于QAA计算得到的水体吸收系数和后向散射系数具有较高的精度和可靠性,而且反演精度与水质呈线性负相关,在K_d490等于0.05 m~(-1)左右时的反演精度最高。     

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。     

BP神经网络遥感水深反演算法的改进

针对BP神经网络遥感水深反演算法（简称传统BP算法）的缺点,提出了改进型BP神经网络遥感水深反演算法（简称改进型BP算法）,其基本原理是在模型训练过程中反复运用粒子群算法对BP神经网络的权值和阈值进行优化以弥补传统BP算法的不足。试验表明：改进型BP算法的训练迭代收敛速度明显快于传统BP算法,浅水区的水深反演精度优于传统BP算法,且学习算法对初始权值和阈值不敏感。     

基于TM数据的地下煤火区地表温度反演与验证

以新疆维吾尔自治区水西沟火区为例,利用与Landsat 5卫星2011年7月31日过境同时段的红外辐射计地表温度观测数据,通过多种方法获取了像元尺度的地表温度实测值,并对基于TM数据反演地表温度的单窗算法、普适性单通道算法和Weng算法得到的地下煤火区地表温度进行对比分析与验证.结果表明,3种遥感反演算法得到的水西沟地下煤火区地表温度的空间分布趋势一致,其中,单窗算法与普适性单通道算法较为接近,研究区整体的平均地表温度差值为1.60℃.与地面实测数据相比,3种反演算法结果均低于地表温度实测值.其中,普适性单通道算法与地面实测值一致性最好,决定系数R2为0.886,均方差为1.48℃,其反演结果符合地下煤火区温度的空间分布规律,高温异常区范围明显;反演结果符合要求,在地下煤火区地表温度获取中具有一定的适用性,为提升新疆地下煤火区的动态监测与评价能力选择了有效方法.     

基于遗传算法的二类水体水色遥感反演

提出一种基于遗传算法的二类水体水色遥感反演算法。该算法以三成分 (叶绿素、悬浮泥沙与黄色物质 )海水光学模型作为前向模型 ,以实数编码遗传算法作为优化方法 ,并采用一对波段比来构造目标函数。模拟反演的结果表明 ,该算法可以有效克服已有二类水体水色遥感优化反演方法在搜索策略方面存在的困难 ,是一种有较高计算效率、可靠与稳健的反演算法     

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。     

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。     

热红外地表温度遥感反演方法研究进展

地表温度是表征地表过程变化的一个非常重要的特征物理量,是地表—大气能量交换的直接驱动因子,广泛地用于地表能量平衡、气候变化和资源环境监测等研究领域。本文系统地评述了热红外地表温度遥感反演方法,包括单通道算法、多通道算法、多角度算法、多时相算法和高光谱反演算法。回顾了地表温度反演的基础理论和方法;并在此基础上,进一步综述了地表温度遥感反演的验证方法,以及地表温度的时间和角度归一化方法;最后对未来提高地表温度反演精度的研究方向提出了建议。     

基于MEMLS模型的积雪深度反演方法

利用被动微波遥感反演积雪深度一直是积雪遥感领域中的研究热点。在现有的积雪深度反演算法中,NASA算法因其简洁、易于扩展的特点,成为应用最为广泛的算法。但NASA算法存在着一定不足:首先,由于NASA算法基于线性拟合得出,在应用到其他研究区域时需要对反演公式进行重新拟合,适用范围受到一定限制;其次,由于算法中引入的19GHz与37GHz的亮温差在雪深达到一定范围时会达到饱和,因此算法会低估积雪深度。本文针对现有反演算法的不足之处,结合蚁群智能算法的特点,发展了基于蚁群算法的积雪深度反演算法;此外,针对NASA算法中存在的雪深低估问题,引入了AMSR-E10.7GHz亮温数据,对算法进行了改进。利用MEMLS模型的模拟数据与AMSR-E辐射亮温数据对算法进行实验,并采用实测数据与AMSR-E雪水当量产品对算法的反演精度进行评价。结果表明,两种积雪深度反演算法均是可行的,反演精度与现有产品相比有较为明显的改进。     

日光诱导叶绿素荧光遥感反演及碳循环应用进展

在植被遥感领域,遥感植被指数在过去30年极大地促进了从宏观尺度上来理解和认识地球生物圈,但是以"绿度"观测为主的植被指数仅表征植被"潜在光合作用",而不能直接量化"实际光合作用"。植被叶绿素荧光在光合作用探测上具有优势,是"实际光合作用"的直接探测方法。日光诱导叶绿素荧光(SIF)遥感是近年快速发展起来的新型遥感技术,尤其是2011年实现全球尺度卫星反演以来,在反演算法、植被监测和碳循环应用等方面发展迅速,是近10年来植被遥感领域最具突破性的研究前沿。本文阐述了现阶段(2011年以来)SIF遥感反演及其在碳循环应用方面的进展。本文首先介绍了卫星SIF遥感的发展及其反演算法现状;然后重点剖析了其在陆地生态系统总初级生产力(GPP)估算、全球碳循环监测、物候和植被胁迫监测等方面的应用现状和特点;最后从卫星SIF反演算法优化、SIF-GPP关系机理、SIF多尺度综合观测和全球碳循环监测等方面对今后植被SIF遥感的发展前景进行了展望。     

集合卡尔曼滤波方法的高时空分辨率山区地表反照率反演EI北大核心CSCD

高分辨率地表反照率遥感产品以其空间分辨率高的优点,目前正成为区域能量平衡和气候变化研究的重要数据源。现行的高分辨率地表反照率遥感反演算法及数据产品均假设地表平坦且均一,缺乏对地表异质性和地形复杂性的考虑,将适用于平坦地表的反演算法应用于山区将存在一定的误差。改进的直接算法将直接反演算法与山地辐射传输模型结合,为反演山区高分辨率地表反照率提供了可能,可以反演山区地表反照率产品。但该算法受到下垫面积雪、云污染等影响,反演的影像时域不连续,且存在着较多的缺失值,无法构建时空连续的地表反照率产品来支撑山区地表能量平衡相关研究。针对这一问题,本文以高分四号(GF-4)卫星数据为例,首先基于改进的直接反演算法反演山区高分辨率地表反照率,结合MODIS BRDF/Albedo产品构建先验知识背景场,采用集合卡尔曼滤波方法对反演的山区地表反照率进行时空填补,构建了时空连续的地表反照率反演方法,并生产了2016年—2017年的山区地表反照率产品。研究结果表明,反演的时空连续高分辨率地表反照率产品与地面站点观测数据的一致性较好。不同坡度地面站点的验证结果显示,反演的时空连续地表反照率产品在湿地、农田等平坦地表下RMSE小于0.01,坡度较大的站点下RMSE为0.0163。本文描述的山区地表反照率时空填补技术也可以应用到其他定量遥感产品,为这些产品在山区地表下的填补技术提供有效参考。     

基于BRDF原型反演地表反照率

先验知识在遥感反演中起到重要的作用,本文首先根据各向异性平整指数AFX和地表多角度观测数据集建立了BRDF二向性反射分布函数原型库,然后介绍了以BRDF原型作为先验知识的提取多角度数据地表反照率的原型反演算法,为验证算法的精度,将原型反演及全反演算法拟合验证数据子集得到的反照率与MODIS全反演算法拟合完整数据集得到的结果作比较。结果对比表明,观测天顶角在40°以内时,非垂直主平面的观测数据能够代表部分地表的各向异性反射特征,此时原型反演算法的最大平均绝对误差为0.036,相对精度比全反演算法高约5%—10%;当数据位于垂直主平面时,观测信息量严重不足,此时原型反演算法结果相对较稳定,而全反演算法的最大绝对误差高达0.18。 综上所述,原型反演算法能够在整个采样空间范围内对BRDF进行约束,对观测数据位置分布的依赖较小,抗噪声能力强,在反演观测信息不足的多角度数据时,结果精度优于全反演算法。     

地温敏感波段的遥感图像反演算法研究

针对应用于地表温度反演的航天遥感数据波段选择问题,文章提出了利用波长范围为8~10.5μm的热红外遥感数据反演地表温度的单通道反演算法:从温度敏感性的角度证明了利用波长范围为8~10.5μm的遥感数据反演地表温度的合理性;在此基础上,将仪器光谱响应率引入到基于大气校正原理的单通道反演算法中,提高了地表温度的反演精度。最后通过实验证明了利用此波段的热红外遥感数据反演地表温度的可行性。     

大气CO2浓度卫星遥感进展

大气CO2是重要的温室气体,CO2浓度及其空间分布是全球气候变化评估中的主要不确定性因素之一。从1998年以来,卫星遥感大气CO2成为获取全球CO2的重要手段。本文阐述了现阶段大气CO2浓度卫星遥感反演进展情况,包括CO2探测载荷、反演算法和算法验证等。同时,论文详细介绍了近红外波段和热红外波段的反演算法特点和不确定因素,并针对CO2反演应用需求提出了展望。     

运用MODIS遥感数据评测南海北部区域机载激光雷达测深系统参数

为研究中国南海北部海域在CZMIL海道测量模式下的最大可测水深的空间分布情况,首先探讨了现有的南海北部海域漫衰减系数K_d（490）反演算法,运用南海北部海域水色实测数据建立了漫衰减系数K_d（490）和K_d（532）之间的数值关系,总结了漫衰减系数K_d（532）和CZMIL系统最大可测水深之间的关系。通过2014年Aqua-MODIS遥感光谱数据得到了南海北部海域1月、6月、10月的海水漫衰减系数K_d（532）参数,研究发现6月份时该区域平均漫衰减系数相对较小,于是进一步合成了该月份的CZMIL系统测深能力空间分布图。结果表明：CZMIL系统在南海北部海域的可测水深约为0~71.18 m;6月份比1月、10月更适合激光测深作业。该研究为南海北部海域开展激光测深作业的时间选择和飞行方案的制订提供了参考。     

一种基于高光谱遥感数据的植被LAI反演算法

针对高光谱遥感数据反演叶面积指数(LAI)的问题,提出了基于主成分变换(PCA)的综合反演算法。研究表明,利用变换后的高光谱数据建立的神经网络反演模型具有更好的泛化性,提高了实测数据的反演稳定性和精度,同时加快了反演速度。     

卡尔曼滤波地形反演算法的系统方程建模

利用重力梯度反演局部地形可获取较高的反演精度。传统地形反演算法以大尺度离线反演为主,不便于算法移植和与其他系统的组合。研究了利用卡尔曼滤波对潜艇周围局部地形进行反演的方法。重点在地形坡度理论基础上对卡尔曼滤波系统误差方程建模,介绍了详细的推导过程。仿真结果证实了该误差模型的有效性。     

基于季节分异的太湖叶绿素浓度反演模型研究

叶绿素浓度反演算法主要有经验方法、半经验/分析方法和分析方法,其中半经验/分析方法应用最为广泛。但是反演的模型以及模型中的参数和反演精度都随着水体中叶绿素浓度的变化而改变。不同的季节水体中叶绿素浓度不同,水体反射光谱曲线特征和与叶绿素浓度相关性较高的敏感波段也不一致,使得各季节选用的反演模型和模型中的参数也存在一定的差异。本文在对2005年1—10月份叶绿素a（Chla）浓度季节差异进行分析的基础上,对4—10月份同步测量的水体光谱数据分春、夏、秋三个季节进行分析,分季节建立叶绿素浓度反演模型,并对它们进行比较,旨在为各季节选择最佳的反演模型。研究结果表明：春季和秋季选用波段比值算法反演精度较高,其中对数模型,线性模型和一元二次模型都有较高的相关性;夏季选用微分算法较好,该算法所建立的三种模型均具有较高的相关性。     

黄海、东海区域漫衰减系数光谱遥感反演及激光测深性能评估

本文在总结和比较中国现有黄海、东海海域漫衰减系数反演算法的基础上,利用水色测量数据分析得到漫衰减系数Kd(532)与Kd(490)之间的关系,为激光测深系统(以CZMIL为例)的性能评估提供了基础。利用MODIS二级数据产品评估了中国黄海、东海海域在CZMIL海道测量模式下最大可测水深的空间分布。研究结果表明CZMIL在黄海、东海海域可测水深基本在0—50 m,该区域的面积占研究区域面积的比例为76.2%,为浅海海域开展激光测深作业提供了测深能力评估的依据和方法。     

内陆水体藻蓝蛋白遥感反演研究进展

藻蓝蛋白(PC),作为蓝藻的标志性色素,通常被用作进行蓝藻水华遥感监测的标志物.近年来,内陆水体水质恶化,富营养化加剧,藻华频发,PC遥感反演研究越来越受到关注.本文从PC光学特性、反演算法开发、卫星传感器应用等方面难点及干扰因素,综合梳理了过去30 a PC遥感反演研究的发展历程和趋势,以期理解国内外相关研究的新思路...