遥感影像地形校正物理模型的简化与改进

针对考虑太阳直接辐射、天空散射辐射以及来自于附近地表反射辐射的复杂地形EMT 遥感影像地形校正物理模型公式复杂、计算繁琐、不易实施的特点以及存在过度校正的缺陷,对该物理模型进行简化和改进。提出一套简化模型相关参数,即r值,Vt,Vd,T↓(λ,θ)等的计算方案,从而简化计算过程,提高计算效率。并针对该地形校正物理模型朗伯体假设的缺陷,引入Minnaert参数k时模型进行非朗伯体修正。简化和改进的地形校正物理模型的校正实验结果表明该模型很好地消除了复杂地形EMT 遥感影像的地形阴影,从而证明该地形校正物理模型的简化和改进方案可行。     

对建立遥感估产模式的几点初步认识

本文从分析遥感光谱参数的生物学意义着手，论证了正确建立遥感估产模型的可能途径。对几种有代表性的遥感估产模型作了分析，作者认为把可见光、近红外波段的遥感信息与热红外信息有机结合是解决遥感估产模型的最佳方案。对ＮＯＡＡ－ＡＶＨＲＲ的第１通道与第２通道光谱数值进行非朗伯体特性的纠正是必要的。遥感估产模型不仅可以使估产的空间尺度大大缩小而且参数数目亦可大大减小，更有利于实际运行。     

地形辐射校正模型研究进展

从经验模型、物理模型及半经验模型3个方面综述了地形辐射校正模型研究的主要进展,并从模型的输入参数、前提假设条件和评价方法3个方面讨论了现有模型存在的一些问题.最后,对地形辐射校正模型的研究前景进行了展望,认为可以从多源或多时相数据、图像增强或信息填充等方面恢复阴影区域信息,提高模型的校正精度,考虑引入新的数理统计方法进行精确的定量评价,并建议地形辐射校正模型研究应该更加重视阴影区域光谱信息的恢复,尤其是在地形复杂的山区.     

遥感影像不同校正模型对反射率的影响分析

采用飞马D200四旋翼无人机携带多光谱相机,获取了可见光波段的数据,地面同步测量了地表反射率和大气参数.结合实验数据,采用基于POS数据的严格成像模型和多项式模型对图像进行了几何校正,对比了2种模型的校正精度和不同重采样方式产生的差异.在几何校正的基础上进行了大气校正,获得地表反射率,选取典型地物水体、植被、裸土的实测结果进行验证.结果表明低空无人机遥感可以得到精度较高的地表反射率结果,但不同的几何校正模型对地表反射率影响较小,可以忽略.通过开展该实验证明了利用无人机开展定量化遥感研究的可行性.     

CBERS-02卫星数据大气校正的快速算法

研究中巴资源卫星CBERS-02卫星数据大气校正的快速算法。首先假设地表为朗伯体，利用MODTRAN4．0软件模拟大气状况，讨论了不同地表反射率对大气校正参数的影响；然后计算出大气校正参数，生成查找表，根据CBERS卫星图像的不同情况确定不同的大气校正参数，从而对整幅图像进行大气校正。最后，利用核驱动模型对地表进行BRDF校正。     

山地叶面积指数反演理论、方法与研究进展

叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数,在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段,当前LAI产品主要基于遥感数据反演得到,但是多数LAI产品算法并未考虑地形特征的影响,导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响,其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法,综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展,总结了目前山地LAI遥感反演存在的问题,并讨论了未来研究的发展趋势。     

地形抹平与半经验模型的Landsat TM/ETM+地形校正方法

地形校正可以减小地形起伏对地物光谱的影响,提高计算机分类在山区的精度。设计了针对全球土地覆盖分类的Landsat TM/ETM+数据地形校正方法 SCOS(Smoothed COS余弦),首先对地形的坡度角进行抹平处理,很大程度上削弱了地表非朗伯性对地形校正的影响,然后利用简单有效的余弦校正去除地形效应。该方法与其他常用地形校正算法的对比分析是通过对全球不同区域、不同地表覆盖的有代表性的6景Landsat TM/ETM+数据的试验,采用统计分析与目视判读的方式,从过度校正和类内均一性两个方面进行的。结果表明,该方法在目视效果和统计结果上优于常规方法,并且更加简单有效,无需复杂的大气参数及传感器参数,满足全球地表覆盖分类对地形校正的需求。     

邻坡反射辐射对地物反射率计算的影响评估

采用朗伯体经验模型计算邻坡反射辐射,并建立其对目标像元反射率计算影响的评估模型。研究表明,忽略邻坡反射辐射将造成目标像元反射率的计算值偏高,尤其在低照度区域易导致光学遥感影像地形辐射校正出现过饱和现象。研究证实,雪的可见光近红外波段的邻坡反射辐射、植被的近红外波段的邻坡反射辐射对目标像元反射率计算的影响显著,对地形遮蔽度大的目标像元可产生10%以上的反射率相对误差。     

NOAA-AVHRR在植被动态监测中的非朗伯体问题(英文)

当今ＮＯＡＡＡＶＨＲＲ能提供许多多角度的对地观察资料。它的非朗伯体效应已经被细心收集的连续的ＡＶＨＲＲ图象所证实。它的相对方差值不大于３０％。这既不大得令人惊奇，但它亦不可能被忽视。该文提供了一个初步的研究报告，关于在混合象元分解方法，植被和土壤的ＢＲＤＦ模型基础上如何纠正非朗伯体效应的初步结果。结果表明我们的方法基本上是正确的并且是可行的。由于非朗伯体效应与其他问题，比如大气效应，纠缠在一起，所以进一步的研究仍然是必要的。     

遥感辐射传输建模与反演研究进展

综述了地表二向反射特性和植被BRDF 模型、地表热辐射方向性机理与建模研究的国内外现状; 围绕遥感辐射传输建模研究的最新进展, 重点介绍了基于叶片正反面反射率不等现象的叶片波谱模型改进(EPROSPECT)及冠层辐射传输模型(SAILE)、行播作物二向性反射模型、冬小麦穗叶复合热红外辐射方向性模型、二向性反射特性计算机模拟模型(RGM)、热红外辐射方向性计算机模拟模型(TRGM); 选择典型地表参数介绍了定量遥感反演的最新研究进展, 包括植被指数方向性校正方法、叶面积指数遥感反演中的信息量度量及其不确定性分析、地表反照率遥感反演中的地形校正方法等, 在此基础上介绍了定量遥感反演软件系统(RSIS 1.0)。最后就地表参数多源遥感协同反演面临的关键科学问题和近期研究目标进行了展望。     

光学遥感影像表观辐亮度地形效应纠正物理模型

针对已有地形纠正方法的不足, 在山区辐射传输模型简化的基础上, 提出了水平地面上接收到的漫射辐射与垂直于太阳方向表面接收的直射辐射比例因子的概念, 建立了仅需要太阳角度信息和大气模式作为输入参数, 主要针对地形效应本身进行纠正的简单纠正模型, 可以将复杂地形区光学遥感影像表观辐亮度纠正为无地形影响的水平地表辐亮度, 并以TM影像为例进行了实验验证。     

SCS+C地形辐射校正模型的应用分析研究

在对有森林覆盖的山区影像进行地形辐射校正时，基于太阳-冠层-传感器（SCS）几何关系的校正模型优于基于太阳-地形-传感器（STS）几何关系的模型。SCS校正模型解释了树木不依赖于地形、观测角和光照入射角而具有向地性生长的本质特性，但在某些地形区域，SCS与余弦校正同样存在过度校正的问题。为了解决这个问题，研究者在SCS校正模型中引入C校正系数来解释散射辐射项，提出了SCS+C校正模型。以北京密云Landsat 5影像为数据源，通过目视判别、直方图、定量的统计参数和地物光谱曲线对比等方法，对SCS+C校正模型与传统的余弦校正、C校正和SCS校正模型进行了对比。结果表明，4种方法均能在很大程度上消除地形阴影，更好地反映阴影区域的细节信息； 从总体的光谱特性保真程度来说，余弦和SCS校正都因过度校正问题表现较差，SCS+C校正最好，C校正次之。     

A shadow- eliminated vegetation index (SEVI) for removal of self and cast shadow effects on vegetation in rugged terrains

ABSTRACT

The effect of terrain shadow, including the self and cast shadows, is one of the main obstacles for accurate retrieval of vegetation parameters by remote sensing in rugged terrains. A shadow- eliminated vegetation index (SEVI) was developed, which was computed from only red and near-infrared top-of-atmosphere reflectance without other heterogeneous data and topographic correction. After introduction of the conceptual model and feature analysis of conventional wavebands, the SEVI was constructed by ratio vegetation index (RVI), shadow vegetation index (SVI) and adjustment factor (f (Δ)). Then three methods were used to validate the SEVI accuracy in elimination of terrain shadow effects, including relative error analysis, correlation analysis between the cosine of solar incidence angle (cosi) and vegetation indices, and comparison analysis between SEVI and conventional vegetation indices with topographic correction. The validation results based on 532 samples showed that the SEVI relative errors for self and cast shadows were 4.32% and 1.51% respectively. The coefficient of determination between cosi and SEVI was only 0.032 and the coefficient of variation (std/mean) for SEVI was 12.59%. The results indicate that the proposed SEVI effectively eliminated the effect of terrain shadows and achieved similar or better results than conventional vegetation indices with topographic correction.     

An improved topographic correction model based on Minnaert

The uneven distribution of solar radiation due to topographic relief can significantly change the correlation between reflectance and other features such as biomass in rugged terrain regions. In this article, we use the transfer theory to improve the Minnaert approach. After comparing topographic correction methods for Landsat 8 Operational Land Imager (OLI) and EO-1 Advanced Land Imager (ALI) imagery acquired from the mountainous region in Beijing, China, we used visual inspection, statistical analysis, and correlation analysis to evaluate the algorithms and performance of the proposed Minnaert-E approach. The results indicate that corrections based on non-Lambertian methods have better performance than those based on the Lambertian assumption. The correction performances can be ranked as the Minnaert-E, followed by the Minnaert and the SCS+C corrections, and, finally, the C-HuangWei correction, which performed the worst. We found that the Minnaert-E approach can effectively weaken the influence of terrain relief on pixels and restore the true reflectance of the pixels in the relief area. Further analysis indicates that the Minnaert-E has a better effect on image processing where the slope gradient is restricted to less than 10° or between 30° and 43°.     

利用地形正规化校正反立体现象

影像目视判读常会遇到山脊与沟谷的凹凸感与现实相反的反立体现象。消除反立体现象,能有效提高非专业人员对遥感影像的正确使用。立足于反立体现象的成因,本文采用地形正规化模型来校正影像的反立体现象,推导出Lambertian、Cosine-Civco、c校正、b校正这4种地形正规化模型的反立体校正式;对这4种地形正规化模型的反立体校正效果进行了对比,并且与其他5种校正法也进行了对比。通过3个实验区的校正发现,这4种地形正规化模型均能校正反立体现象,但校正影像存在色调偏差;Lambertian、Cosine-Civco的反立体校正影像立体感较强,但影像色调改变较大,视觉效果偏差;c校正、b校正的校正影像在视觉效果和定量指标上都比较接近,基本保持地物光谱信息,校正效果相对较好。从定量指标来看,b校正的反立体校正影像的各指标值整体最小,一定程度代表b校正能取得相对较好的反立体校正效果。与其他方法的对比表明,c校正和b校正的反立体校正不局限于波段个数,在有效消除反立体现象的同时,能相对较好的保留地物光谱信息,有利于影像的定量应用。     

山地遥感主要研究进展、发展机遇与挑战

山地遥感是研究在山地这一特定环境中的遥感基本原理、方法及其应用的科学技术。从山地遥感研究的基本内涵出发,总结面临的若干前沿科学问题,指出当前主要研究内容:(1)电磁波与山地地表相互作用机理及建模理论;(2)山地遥感数据时—空—谱归一化处理方法;(3)山地地表信息遥感建模、反演与同化方法;(4)山地遥感尺度效应与算法/产品验证;(5)山地遥感信息综合应用等。从山地遥感研究的基础理论方法以及山地遥感应用两个层面回顾了近年来山地遥感研究取得的进展,并就新时代背景下山地遥感研究面临的机遇与挑战进行了分析,最后对山地遥感研究前景进行了展望。     

起伏地形下我国太阳直接辐射空间制图

建立了起伏地形下太阳直接辐射分布式计算模型 ;成功地解决了起伏地形中地形相互遮蔽对太阳直接辐射影响的难题 ;采用数据集群技术 ,探讨了不同数据集情况下太阳直接辐射计算模式的时空有效性 ;以 1km× 1km分辨率的DEM数据作为地形的综合反映 ,完成了我国 1km× 1km分辨率各月气候平均太阳直接辐射空间分布制图     

A sun–crown–sensor model and adapted C-correction logic for topographic correction of high resolution forest imagery

Canopy shadowing mediated by topography is an important source of radiometric distortion on remote sensing images of rugged terrain. Topographic correction based on the sun–canopy–sensor (SCS) model significantly improved over those based on the sun–terrain–sensor (STS) model for surfaces with high forest canopy cover, because the SCS model considers and preserves the geotropic nature of trees. The SCS model accounts for sub-pixel canopy shadowing effects and normalizes the sunlit canopy area within a pixel. However, it does not account for mutual shadowing between neighboring pixels. Pixel-to-pixel shadowing is especially apparent for fine resolution satellite images in which individual tree crowns are resolved. This paper proposes a new topographic correction model: the sun–crown–sensor (SCnS) model based on high-resolution satellite imagery (IKONOS) and high-precision LiDAR digital elevation model. An improvement on the C-correction logic with a radiance partitioning method to address the effects of diffuse irradiance is also introduced (SCnS + C). In addition, we incorporate a weighting variable, based on pixel shadow fraction, on the direct and diffuse radiance portions to enhance the retrieval of at-sensor radiance and reflectance of highly shadowed tree pixels and form another variety of SCnS model (SCnS + W). Model evaluation with IKONOS test data showed that the new SCnS model outperformed the STS and SCS models in quantifying the correlation between terrain-regulated illumination factor and at-sensor radiance. Our adapted C-correction logic based on the sun–crown–sensor geometry and radiance partitioning better represented the general additive effects of diffuse radiation than C parameters derived from the STS or SCS models. The weighting factor W_t also significantly enhanced correction results by reducing within-class standard deviation and balancing the mean pixel radiance between sunlit and shaded slopes. We analyzed these improvements with model comparison on the red and near infrared bands. The advantages of SCnS + C and SCnS + W on both bands are expected to facilitate forest classification and change detection applications.