区域尺度蒸散发遥感估算——反演与数据同化研究进展

遥感技术近年来在估算区域尺度蒸散发中应用广泛。不同方法在驱动数据、模型机理和适用范围往往存在很大差别。鉴于此,阐述了基于传统方法空间尺度扩展的遥感模型,经验统计公式,特征空间法,单源、双源垂向能量平衡余项法等几类的遥感蒸散发反演方法,简要介绍了三温模型、非参数化模型、半经验模型、集成模型等常用模型。同时,分析了遥感数据同化实现连续估算区域蒸散发的主要思路,综述了基于能量平衡和基于复杂过程模型的数据同化的原理、方法演进及常用同化算法等。最后,探讨了各类区域蒸散发遥感方法的优劣、展望了模型机理完善、不确定性研究、结果验证等与蒸散发直接反演和数据同化相关的研究方向。     

地貌分带下基于ICESat-2与GF-1的珊瑚礁水深遥感优化反演方法

研究以中国南海西沙群岛华光礁西部剖面为试验区,采用高分一号（GF-1）遥感影像及“冰、云和陆地高程2号”（ICESat-2）星载激光测高数据,基于珊瑚礁地貌分带建模优选策略构建了试验区25 m以浅水深遥感反演模型,并将模型外推应用至西沙群岛有实地调查水深数据的珊瑚礁剖面研究区。建模结果显示,礁坡和深潟湖地貌采用波段比值二项式回归模型,礁坪、浅潟湖和点礁地貌均采用多波段比值回归模型,可以使得地貌单元内基于GF-1影像的水深遥感反演达到最优效果。模型反演水深数据与实地调查水深数据相关系数为0.95;实地调查水深数据与ICESat-2深水区数据综合验证结果显示,模型均方根误差为1.34 m,平均绝对误差为1.08 m,平均相对误差为17.10%。研究表明,本文提出的基于地貌的主被动遥感水深反演模型显著改进了珊瑚礁区中分辨率遥感水深反演模型的精度,可为大范围珊瑚礁区高精度的水深反演提供方法支持。     

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.     

集成遥感数据的陆地净初级生产力估算模型研究综述

净初级生产力(NPP)是衡量碳循环、指导土地利用、评估生态安全、指示环境变化、反映粮食安全等的重要参量,其估算受模型构建机理和生态系统关键地表参数输入的影响。近年来,随着遥感数据的不断丰富和遥感处理技术的快速发展,集成遥感数据的NPP估算模型相较于仅采用气候、土壤等传统观测数据的非遥感模型,在分析时空异质性等方面的优势日益凸显。本文基于Web of Science和CNKI两大数据库,采用文献统计分析方法,系统回顾NPP研究概况及国内外集成遥感数据的NPP估算模型的近期进展;并将集成遥感数据进行NPP估算的模型分为统计模型、光能利用率模型、过程模型及耦合模型四类;重点阐述了各类遥感估算模型的机理、差异性、适宜性及局限性;最后,在分析NPP遥感估算面临困境和科学挑战的基础上,从机理与影响因素、数据基础、参数反演、时空尺度拓展、软硬件支撑等方面对未来研究进行了展望。     

基于MERSI和MODIS的太湖水体叶绿素a含量反演

水体叶绿素a含量的遥感反演是监测水体光学特性、评价水体污染的一个重要指标.本文以FY-3A/MERSI和AQUA/MODIS遥感影像为数据源,结合水体实测的叶绿索a含量,利用两类反射率模型,研究星载数据遥感反演叶绿素a的可行性.研究表明:基于FY-3A/MERSI和AQUA/MODIS可见光-近红外通道的光谱反演模型(...     

基于环境一号卫星的内陆水体水质多光谱遥感监测

基于环境一号卫星多光谱数据,针对我国内陆水体开展遥感监测研究。该研究建立分地区分季节经验模型反演叶绿素a浓度,基于生物光学模型的近红外单波段方法反演悬浮物浓度,以悬浮物浓度间接反演透明度,最终基于叶绿素a和悬浮物获得基于遥感监测的内陆水体营养状态指数。以2009年6月巢湖同步观测试验验证本文的水质参数反演算法,表明叶绿素a浓度反演精度不如悬浮物浓度,两者反演精度符合水环境监测业务需求。     

森林生态系统遥感监测技术研究进展

森林是陆地生态系统的主体,森林生态系统监测技术是实现森林可持续利用与全球变化研究的重要支撑与信息保障。从4个方面概述了遥感技术在森林生态系统监测中的应用研究进展：森林遥感分类及变化监测、森林植被参数遥感反演、森林蓄积量与生物量遥感估算、森林干扰遥感监测等。结合遥感技术的发展,总结了森林生态系统监测中使用的多源遥感数据和各类模型,提出集成地面调查数据、高分地-空雷达扫描监测技术,以及多源光学遥感建模技术和生态系统过程模型,构建多维度、多尺度、高时间密度的森林生态系统监测平台的研究展望。     

基于ETM遥感影像的二滩库区水深反演研究

在常规测量研究的基础上,通过分析ETM遥感影像不同波段对水体、水深的敏感性,选取二滩水电站库区上段37断面以上河段,基于GIS平台建立了水深和相应的ETM适宜波段间的比值法水深遥感反演模型,从而快速获取大范围水域水深信息,整体精度达到80%以上.遥感反演水深作为评价浅水区泥沙淤积及其发展趋势的经济可行的方法之一,为库区泥沙淤积研究提供了新的思路.     

基于OLI遥感影像的错戳龙错盐湖水深反演研究

传统的水深测量方法是利用测量船上安装的测深设备和定位设备测出水域各点的水深。用遥感方法进行水深反演,基于OLI遥感影像对错戳龙错盐湖进行水深反演研究,确定OLI4波段是研究错戳龙错盐湖遥感水深反演的最佳波段,建立了此盐湖的水深遥感模型。经过对遥感数据和实测点数据的回归分析,建立了拟合方程。根据拟合方程对水深进行反演,反演结果与实测结果基本一致,从而证明了遥感测水深方法的快速有效性,弥补了传统实测水深方法的不足。     

基于MODIS高分辨率气溶胶反演的ETM+影像大气校正

针对陆地遥感影像,提出一种利用MODIS遥感数据反演高分辨率气溶胶光学厚度(AOD)进行大气效应校正的方法.采用地基和MODIS卫星遥感结合的方法确定气溶胶模型,通过暗目标法确定地表反射率,反演得到1 km高分辨率的气溶胶光学厚度分布.将反演的气溶胶与地面太阳光度计观测值进行对比验证发现,其相对误差小于10%,反演精度很高.将得到的气溶胶参数带入辐射传输模型中,对当天同地区的Landsat ETM+数据进行大气校正试验,结果表明,该方法反演得到的气溶胶参数可以对遥感图像进行有效的大气效应校正.与试验区同步观测地表反射率对比发现,经过大气校正后的ETM+光谱明显比校正前更接近真实地表光谱,从而更有助于地物真实光谱信息的提取及其识别研究.     

基于SAIL模型的多角度多光谱遥感叶面积指数反演

随着多角度传感器的陆续出现及植被遥感传输机理研究的深入,多角度遥感逐渐成为地表信息反演的热点问题.以SAIL冠层反射率模型为基础,通过联合多角度和多光谱数据,可以从物理机理角度进行植被叶面积指数(LAI)反演的应用研究.首先通过计算得到多角度多光谱遥感影像的角度信息,并经6S模型纠正后得到多光谱多角度植被冠层反射率数据.然后将PROSPECT模型模拟出的植被叶片反射率和透过率,以及多角度观测数据、LAI和其它实测数据输入SAIL模型,模拟得到了多角度多光谱冠层反射率,进而建立多角度多光谱冠层反射率与LAI的查找表.最后,将影像的多角度多光谱冠层反射率与查找表进行匹配,实现植被LAI的反演.最后对反演结果进行了验证和分析,结果表明反演精度较高,误差均在合理范围之内.     

基于TM数据的太湖叶绿素a浓度定量遥感反演方法研究

探讨利用常规卫星遥感数据Landsat/TM定量反演太湖叶绿素a(Chl-a)浓度的方法。在对Landsat/TM影像进行几何校正、辐射定标、大气校正等预处理的基础上,选择适于太湖Chl-a浓度定量反演的最佳波段或波段组合,采用半经验回归模型和混合光谱分解模型分别建立太湖Chl-a浓度定量反演模型,并对不同模型及反演结果进行对比分析。     

遥感分景数据的剖分索引模型

随着空间技术和对地观测技术的飞速发展,海量遥感影像索引成为目前国内外学术界和应用部门面临的一大难题,地球剖分系统的产生为这一难题的解决开辟了新的途径。本文首先研究了遥感分景数据的特征和EMD全球剖分的特征,然后针对现有遥感影像数据索引方法的不足,提出了基于EMD剖分系统的三种索引模型:基于影像—面片映射关系的索引模型、基于EMD数据模型的索引和剖分数据标识索引模型,从三个不同的方面探讨了解决索引问题的方法和思路。并给出了利用遥感分景数据的剖分索引模型对线状对象和面状对象进行索引应用的实例。遥感分景数据的剖分索引模型的建立为遥感影像数据的高效存储和索引提供了一种有益的新思路。     

基于离子光谱特征波段反射率的土壤碱化指标反演模型

以新疆奇台地区碱化土壤为研究对象,通过分析碱化土壤实测光谱反射率曲线与八大离子、pH、碱化指标相互间的相关关系,建立基于离子光谱特征波段反射率的各碱化指标一元及多元光谱反演模型,并对其精度进行验证。结果显示:Na^+、CO_3^2-、HCO_3^-含量与光谱反射率正相关,最高点的相关系数分别为0.710、0.798、0.749,而Ca²⁺、Mg²⁺含量与光谱反射率负相关,相关系数最高均不超过-0.370,反映出前3类离子含量与光谱反射率关系更为密切。SAR(钠吸附比)和ESP(碱化度)与Na+相关系数同为0.954,TA(总碱度)、RSC(残余碳酸钠)、pH与CO_3^2-的相关系数分别为0.946、0.949和0.953,总体上Na^+和CO_3^2-含量对各碱化指标的影响更大。各碱化指标与土壤光谱反射率的相关性TA>RSC>ESP>pH>SAR;其中TA与光谱反射率的相关系数达到0.863。碱化指标TA的离子光谱特征波段反射率反演模型精度最好,其R^2为0.703,比利用实测光谱反射率建立的pH反演模型的R^2高约14%,说明前者精度更高,能更好地反映研究区内土壤的碱化程度。利用离子光谱特征波段反射率实现对土壤碱化的预测会成为今后研究的重点。     

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。     

GPS可降水汽与MODIS可降水汽回归性分析

地基GPS可反演大气可降水汽,为气象预报提供高精度的大气水汽数据。然而GPS观测仅可以提供离散点的水汽值,MODIS却可以提供空间连续变化的水汽值,但MODIS水汽反演误差的存在使其不能满足气象预报的精度要求,因此两种遥感水汽的融合研究尤为必要。基于此,该文利用西安2006年7月-2009年7月7期GPS观测数据、地面气象实测数据和对应的MODIS数据,研究了GPS与MODIS两种遥感水汽间的回归关系,在考虑水汽的季节性变化的基础上建立了两者的回归模型,并由此建立了直接对MODIS反演水汽值的校正模型。根据多个经验模型,确定了西安GPS湿延迟与GPS可降水汽的比值:夏季取6.00、冬季取6.52。     

阿拉善地区土壤盐渍化的遥感反演及分布特征

土壤盐渍化是威胁干旱区土地的重要环境问题。利用遥感技术对土壤盐渍化进行动态监测,分析土壤盐度水平与空间分布,有利于掌握土壤盐渍化现状,为土地资源可持续利用提供理论依据。现有研究多在田间尺度,随着土壤环境问题涉及的范围越来越大,区域斑块信息的提取已无法满足宏观地模拟和展示整体土壤环境的空间分布。以阿拉善地区为例,结合遥感光谱指数与实测土壤盐分数据,运用偏最小二乘回归（PLSR）方法,构建区域尺度范围的土壤盐渍化反演模型,实现大面积地区土壤盐度的精准模拟和定量监测。结果表明,构建的模型验证精度达到0.8788,达到极显著水平,预测结果与实际情况相符,可以较准确地模拟研究区土壤盐渍化状况。受地形、气候、景观类型、农业活动以及土地管理等因素的综合影响,阿拉善地区约20%的区域土壤呈现出不同程度的盐渍化,其中黑河下游河岸带、雅布赖山西侧及贺兰山西侧冲积扇土壤盐渍化程度最为严重。本研究可为大面积区域土壤盐分状况的快速监测及遥感定量反演提供可行的方法,同时为该区域不同程度盐渍化土壤的治理和土地利用管理提供依据。     

基于ETM+的表观荔枝波谱反射率反演研究

试从现有的大量遥感影像中提取不同环境下地物的反射率,以目前常用的ETM＋影像数据和荔枝波谱数据提取为例,先对影像进行系统校正得到星上反射率,然后采用6S大气校正模型对图像进行订正,反演地物的真实反射率,并采用与野外实测相结合的方法,分析了星上反射率、6S反演的反射率与实测值之间的误差,结果证明6S校正法是一种较高精度的地物波谱反演方法,可以方便、快捷、准确地从现有的大量遥感影像上直接获取荔枝的反射率.为下一步的自动高效从影像反演地物反射率的研究奠定了基础.     

基于PSO-PNN模型的喀什噶尔绿洲耕地盐渍化分析

盐渍化是构成绿洲农业低产的主要原因之一,也是农业开发和可持续发展的重要限制因素。为提高盐渍化耕地生产力,促进绿洲农业的可持续发展,以喀什噶尔绿洲耕地为研究对象,利用Landsat 8 OLI遥感影像数据提取遥感指数20个,利用土地利用数据计算研究区耕地开垦年限,用线性拟合的方法将用植被光合作用模型（VPM）模拟的植被净初级生产力（NPP）数据进行降尺度,将遥感指数同土壤采样及实测数据进行相关分析,得到优选的遥感特征变量,再用粒子群优化算法（PSO）优化的概率神经网络（PNN）模型进行盐渍化程度分类,得到研究区耕地盐渍化等级分布情况,后与研究区耕地开垦年限和NPP进行叠加分析。结果表明：（1） 选取增强型植被指数（EVI）、盐分指数2（SI₂）、湿度指数（WI）、MSAVI-WI-SI特征空间（MWSI）、波段6（B6,2.11~2.29 μm）5个遥感参量通过PSO-PNN模型进行盐渍化程度反演准确率约为80%。（2） 耕地开垦年限越大的区域盐渍化程度越低。新开垦的耕地主要分布在研究区东部,而研究区西部大都为开垦年限在45 a以上的老绿洲农业区。（3） 耕地盐渍化严重降低了耕地农作物生产力。研究区耕地NPP较高的区域大都分布在西部,较低的区域大都分布在东部,与盐渍化程度等级分布大致相反。上述研究方法与结果可为后续使用遥感参量进行盐渍化反演的研究提供参考,对干旱半干旱区的盐渍化耕地改良具有一定的参考意义。