GPS反射信号信噪比与NDVI相关性研究

归一化植被指数（normalized difference vegetation index,NDVI）作为重要的植被生长状况植被指数,对其进行有效实时监测具有重要科学意义。选择4个大陆板块边界观测网（plate boundary observatory,PBO）观测站的GPS信噪比观测值,提取反射信号信噪比并计算归一化振幅,通过与MODIS（moderate resolution imaging spectroradiometer）NDVI产品时序频谱特征的相关性分析,建立GPS反射信号植被指数线性反演模型和BP神经网络反演模型。分析发现:GPS反射信号信噪比归一化振幅与NDVI指数存在显著年周期性和季候特性,NDVI线性反演模型相关系数均约为0.7,均方根误差处于0.05~0.09之间,BP神经网络反演模型相关系数提高了约5%。利用GPS反射信号反演NDVI变化趋势具有可行性,为获取高时间分辨率、低成本的NDVI指数提供了一种新思路。     

城市地表典型遥感参数与热岛效应时空分析研究——以桂林市为例

利用桂林市1991年和2013年的卫星遥感影像数据,分别提取两个时期的归一化建筑指数(NDBI)、归一化植被指数(NDVI)和改进的归一化差异水体指数(MNDWI)3个地表典型参数,并利用回归分析方法,分析了3个地表典型参数与利用Landsat卫星(热红外波段)反演的地表温度(LST)的相关关系。研究结果表明:桂林市中、高、极高温区3个温度类别的变化趋势与桂林市城市扩张趋势基本一致;NDBI与LST成显著的正相关关系,而NDVI、MNDWI则与LST成负相关关系,且各参数对地表温度响应的程度各有差异。该研究成果对于揭示桂林市热岛效应现状、缓解热岛效应及推进桂林市生态城市建设具有一定的参考意义。     

南京市地表参数变化与热岛效应时空分析

利用南京市1989年TM和2001年、2010年ETM+卫星遥感数据,提取了3个时期的归一化植被指数(normalized difference vegetation index,NDVI)、改进的归一化水体指数(modified normalized difference water index,MNDWI)、归一化建筑指数(normalized difference build-up index,NDBI)和归一化不透水面指数(normalized difference impervious surface index,NDISI)等地表参数;利用热红外波段遥感数据反演地表温度,并从时间维对比分析了3个时期各个参数的变化和产生的原因;利用回归分析方法探讨了上述地表参数变化与城市地表温度之间的关系,即地表温度与NDISI和NDBI呈正相关,与NDVI呈负相关。进一步分析表明,南京市最近20 a来不透水面和建筑面积大幅增大,植被覆盖范围减少,城市热岛效应加剧,不透水面、建筑指数与地表温度的变化趋势和城市扩张趋势一致。该研究成果对于揭示南京市热岛效应、优化土地配置和推进生态城市建设具有一定的参考意义。     

光谱指数趋势面的城市地表温度降尺度转换

针对城市及周边区域建造区和自然地表交织分布的特点,探讨了利用归一化植被指数(NDVI)和归一化建造指数(NDBI)构造趋势面的地表温度(LST)降尺度方法,以北京市市区及周边较平坦区域为例实现了LST自960 m向120 m的降尺度转换。分析了LST空间分布特征及NDVI、NDBI对地物的指示性特征;以北京市四至六环为界分析NDVI、NDBI趋势面对地表温度的拟合程度及各自的适用区域;在120 m、240 m、480 m和960 m 4个尺度上评价了NDVI、NDBI和NDVI+NDBI趋势面对LST的拟合程度和趋势面转换函数的尺度效应;对NDVI、NDBI和NDVI NDBI等3种方法的降尺度结果分覆盖类型、分区域对比评价。实验结果表明结合两种光谱指数的NDVI NDBI方法降尺度转换精度有所改善,改善程度取决于地表覆盖类型组合。     

基于机载MASTER数据的果园叶面积指数遥感反演

叶面积指数(leaf area index,LAI)是描述植被冠层结构的重要参数,准确获取果树的LAI对果树长势监测和果树估产均有重要作用。以美国加州中部的果园为研究区,基于沿太阳主平面飞行成像的机载MODIS/ASTER模拟传感器(MODIS/ASTER airborne simulator,MASTER)数据,利用实测LAI数据与归一化差值植被指数(normalized difference vegetation index,NDVI)、归一化差值红外指数(normalized difference infrared index,NDII)和归一化差值水体指数(normalized difference water index,NDWI)分别建立回归模型,并选取NDWI进行研究区LAI的反演。结果表明:由于地物的二向性反射,垂直太阳主平面飞行获取的遥感数据具有明显的亮度梯度现象,而沿太阳主平面飞行获取的遥感数据几乎不受亮度梯度的影响;NDVI在高植被覆盖区容易达到饱和,而NDWI比NDVI和NDII具有更高的拟合度和更小的均方根误差,更加适合研究区LAI的遥感反演;该研究结果可以丰富LAI反演理论,也可以为研究LAI尺度问题提供理论和数据支持。     

黄河三角洲建设用地与植被覆盖度时空变化及其相关性分析

为了研究黄河三角洲植被与建设用地的关系,利用1985—2010年的专题制图仪(Thematic Mapper,TM)影像,通过归一化植被指数(Normalized Difference Vegetation Index,NDVI)、增强的指数型建筑用地指数(Enhanced Index Building Land In...     

GNSS载噪比反演船载气象要素传感器距水面高度

船载气象要素传感器距水面高度是使用块体参数化方法预测近海面大气折射率廓线的必要参数,对于海面蒸发波导等无线电气象系统监测结果的准确性具有重要意义. 利用全球卫星导航系统(GNSS)载噪比(CNR)时间序列反演船载气象要素传感器距水面高度. 该方法提取船舶GNSS接收机输出的卫星信号CNR,采用Lomb Scargle周期谱分析GNSS直射信号与反射信号相干性,反演天线相位中心距水面高度. 根据GNSS天线与气象要素传感器几何关系换算船载气象要素传感器距水面高度. 利用趸船实验数据对该方法进行验证,统计有效反演次数,分析海况对反演结果的影响以及反演高度时均变化. 结果表明:利用该方法反演船载气象要素传感器距水面高度是可行的.      

机载GPS反射信号土壤湿度测量技术

随着全球导航定位系统反射信号(GNSS-R)技术的发展, 近年来提出了利用GPS地表反射信号遥感土壤湿度的新方法, 该方法利用地表反射率与土壤介电常数以及介电常数与土壤湿度之间的关系来建立反演模型。为了可以快速方便的利用DMR实测数据反演得到土壤湿度, 本文根据Wang和Schmugge模型建立了土壤介电常数与湿度之间的分段模型, 实现了从原始反射数据到土壤湿度结果的整个反演流程。为了验证反演的可行性, 利用NASA等机构联合进行的SMEX02试验机载数据反演得到的结果表明, GPS反射信号能够有效地反演     

基于Landsat数据地表特征参数与地表温度关系

以成都市为研究区,定量分析了各地表特征参数与地表温度之间的线性关系。通过对地表温度与归一化植被指数(NDVI)、归一化建筑指数(NDBI)、归一化水汽指数(NDMI)进行局部区域逐像元分析和总体区域统计分析,结果表明NDVI,NDMI,NDBI与地表温度间都存在明显的线性关系,可用于说明地表温度的动态变化,在3月份,NDMI与地温的相关性更优于NDVI。对传统城市热现象研究中,NDMI与NDBI能够用来以NDVI作为分析地表温度随季节而变化的互补的度量标准。     

星载GNSS-R监测海面目标技术进展

全球卫星导航系统(GNSS)因其直射信号经海面反射后，反射信号会携带海面物理信息，由此开辟了一种在遥感应用中有巨大潜力的全球卫星导航反射信号(GNSS-R)技术，国内外在星载GNSS-R监测海面领域取得进展.本文总结了应用星载GNSS-R数据监测海面目标的进展，然后针对星载GNSS-R监测海面目标技术从最初实验、基于延迟多普勒图(DDM)观测值监测、基于反演散射系数监测、应用神经网络监测四个方面进行了总结和归纳.     

多尺度城市地表温度降尺度方法

针对目前星载热红外传感器的空间分辨率低,无法满足城市尺度的生态环境研究需求的现状,该文选择地表覆盖类型复杂的区域,根据研究区土地覆盖类型,选取归一化植被指数(NDVI)、城市不透水面指数(ISA)、改进的归一化差异水体指数(MNDWI)等因子加入DisTrad模型,采用移动窗口逐步回归统计地表温度和因子的线性关系,利用半方差曲线函数和均方根误差综合确定最优移动窗口的大小,以提高地表温度降尺度精度。研究结果表明:改进的DisTrad模型在地表覆盖类型复杂区域,具有良好的降尺度目视效果,且具有较高的降尺度精度,尤其在低植被覆盖的建筑区、水体区域具有更高的精度。     

利用BDS数据反演大气可降水量及其精度分析

随着GAMIT软件版本的不断更新,对BDS数据基线解算已成为可能。本文提出了一种基于GAMIT软件的BDS大气可降水量反演方法,并对利用探空数据计算得到的大气可降水量与GPS数据反演结果进行精度验证。结果表明,通过BDS反演得到的大气可降水量与探空数据计算结果之间的平均相对误差、均方根误差均小于2 mm,相关系数大于0.98;与GPS反演结果之间的平均相对误差、均方根误差均小于3 mm,相关系数大于0.96。BDS反演结果精度较高,基本能够满足气象需要。     

GLIBERTY-DSAIL耦合模型反演南方混交林植被LAI

针对南方丘陵地区针叶-阔叶混交林植被叶面积指数(leaf area index,LAI)反演精度低且研究较少的问题,本文提出了一种GLIBERTY-DSAIL耦合模型组合多元线性回归反演LAI的方法。本研究以GLIBERTY-DSAIL模型模拟光谱和植被实测高光谱为数据源,通过相关性分析,选取与LAI相关性高的植被指数作为反演因子,构建多元线性回归模型定量反演植被LAI并进行精度评定。结果表明:与LAI显著相关的RVI、DVI、GNDVI、MSAVI这4种植被指数作为反演因子,结合本文提出的组合模型反演LAI,模型预测决定系数R²为0.708 6,均方根误差RMSE为0.302 1,精度整体较高。该组合方法可较好地用于反演针叶-阔叶混交林植被LAI,为南方地区混交林LAI的研究提供新思路。     

草地地上生物量高精度曲面建模

草地生物量的大区域精确估算对全球变化研究和草地资源的合理利用具有重要作用。为提高草地生物量的空间模拟精度,发展了草地地上生物量的高精度曲面建模方法HASM-GB(High Accuracy Surface Modeling for Grassland Biomass),基于内蒙古草地地上生物量野外调查资料和同时期的遥感影像数据,采用HASM-GB方法对内蒙古自治区草原地上生物量空间分布进行了模拟。通过野外实测数据采用修正的Jackknifing方法对HASM-GB方法模拟结果进行了验证,结果表明模拟结果与实测数据之间具有较低的均方根误差(28.03 g/m²)和较好的相关性,相关系数为0.62。将HASM-GB方法与遥感生物量回归模型、普通克里金和回归克里金3种方法进行了精度对比,结果表明与其他3种方法相比,HASM-GB方法的模拟结果具有相对较低的平均误差、平均绝对误差、均方根误差和与测定值较高的相关系数。通过对地上生物量空间分布格局模拟结果的分析可知,由于植被指数-生物量回归模型属于非空间方法,其模拟精度很大程度上取决于主、辅变量间的相关性水平,易受植被指数数据误差的影响。普通克里金不能考虑辅助变量的作用。HASM-GB方法能够充分考虑生物量采样点和辅助变量的空间变异信息和邻域样本的空间结构特征从而提高模拟精度,其对草地地上生物量的曲面模拟能力高于回归克里金。结果表明HASM-GB可以作为模拟草地地上生物量空间分布相对有效的方法。     

Prediction of L-band signal attenuation in forests using 3D vegetation structure from airborne LiDAR

In this study, we propose a novel method to predict microwave attenuation in forested areas by using airborne Light Detection and Ranging (LiDAR). While propagating through a vegetative medium, microwave signals suffer from reflection, absorption, and scattering within vegetation, which cause signal attenuation and, consequently, deteriorate signal reception and information interpretation. A Fresnel zone enveloping the radio frequency line-of-sight is applied to segment vegetation structure occluding signal propagation. Return parameters and the spatial distribution of vegetation from the airborne LiDAR inside Fresnel zones are used to weight the laser points to estimate directional vegetation structure. A Directional Vegetation Density (DVD) model is developed through regression that links the vegetation structure to the signal attenuation at the L-band using GPS observations in a mixed forest in North Central Florida. The DVD model is compared with currently-used empirical models and obtained better R² values of 0.54 than the slab-based models. Finally, the model is evaluated by comparing with GPS observations of signal attenuation. An overall root mean square error of 3.51 dB and a maximum absolute error of 9.38 dB are found. Sophisticated classification algorithms and full-waveform LiDAR systems may significantly improve the estimation of signal attenuation.     

大气加权平均温度建模及其在GPS／PWV中的应用

大气加权平均温度的准确获取对高精度的GPS水汽反演至关重要。文中基于线性回归理论,在分析加权平均温度与地面温度间相关性的基础上,采用一元线性拟合的方法,建立大气加权平均温度经验模型。最后,采用香港地区2006-2015年无线电探空资料对经验模型进行验证。实验结果表明,文中模型计算加权平均温度的整体均方根误差为2.356 K,较Bevis模型精度提高了41.94％,且季节变化对加权平均温度计算的影响并不明显;对于GPS水汽反演,采用本文经验模型反演水汽的均方根误差为1.807 mm,平均偏差为1.362 mm,能够满足GPS可降水量反演的精度,且优于Bevis模型。      

顾及地面传感器观测数据的遥感影像地面温度反演算法

针对遥感数据对地面温度反演精度低及地面温度传感器数据为点数据的特点,构建了融合地面温度传感器实时监测数据与遥感反演地面温度数据的协同反演方法体系。以HJ-1遥感影像的地表温度反演为例,提出了四种融合策略,通过分析比较得到四种结果。四种方案的融合结果的均方根误差分别从0.8848℃下降为0.6562℃、0.4288℃、0.4535℃、0.4261℃;相关系数分别从初始的0.6195提高到0.6343、0.8629、0.8507、0.8648。其中,方案④在增加地面点间隔的情况下,均方根误差能够保持在0.45℃以下,相关系数在0.85以上,并采用不同影像和实测数据进行相对验证。最后探讨了不同方案的特点,得出最优的融合方案,以达到对地表温度进行实时动态监测的目的。     

Investigating Rice Cropping Practices and Growing Areas from MODIS Data Using Empirical Mode Decomposition and Support Vector Machines

This study investigated rice cropping practices and rice growing areas in the Vietnamese Mekong Delta using MODIS 250 × 250 m normalized difference vegetation index (NDVI) data acquired during the 2002 and 2007 rice cropping seasons. Data processing was conducted in five main steps: (1) constructing time-series MODIS NDVI data; (2) noise filtering of the time-series MODIS NDVI data using empirical mode decomposition (EMD); (3) extracting and evaluating phenological rice training patterns from the smooth time profiles of NDVI; (4) classifying rice cropping systems using support vector machines (SVMs); and (5) conducting an error analysis using ground reference data and government rice statistics. The results indicated that EMD was an efficient filter for noise removal in the time-series MODIS NDVI data. The filtered temporal NDVI profile characterized the distinct behaviors of the rice cropping systems. The estimated sowing and harvesting dates were compared with the field-survey data and indicated root mean square error (RMSE) values of 7.5 and 8.2 days, respectively. The comparison results between the 2002 classification map and the ground reference data indicated that the overall accuracy for the 2002 data was 92.9% with a Kappa coefficient of 0.89, while in 2007 these values were 93.8% and 0.90, respectively. At the district level, there was good agreement between the MODIS-based estimated areas and government rice statistics for 2002 and 2007 (R ² ≥ 0.85). An investigation of changes in cropping practices from 2002 to 2007 showed that 12.9% of the area used for double-cropped irrigated rice in 2002 had been converted to triple-cropped irrigated rice by 2007, whereas 27.4% of the area used for triple-cropped irrigated rice in 2002 had been converted to double-cropped irrigated rice by 2007.     

GNSS-MR技术用于雪深探测的初步研究

全球导航卫星系统干涉反射测量（global navigation satellite system-interferometric reflectometry,GNSS-IR）技术能探测浅层地表的土壤湿度。针对多系统组合的土壤湿度反演问题,基于轨迹聚类方法,从全球定位系统(global positioning system,GPS)、北斗卫星导航系统（BeiDou satellite navigation system,BDS）、格洛纳斯(GLONASS)、伽利略（Galileo）导航系统的信噪比观测数据中提取多径干涉相位,利用经验模型求解轨迹聚类后的土壤湿度估计值,以加权平均方式得到系统组合后的估计结果。结果表明,BDS、Galileo反演精度相当且优于GPS、GLONASS,基于轨迹聚类的多系统组合土壤湿度估计方法的均方根误差为0.041 4 cm³/cm³,相比于单系统的综合反演精度提升约16.3%,相比于单系统的最佳频段反演精度提升约5.2%,所提方法能有效监测土壤湿度的变化。