一种高斯过程回归的水体吸收系数反演模型

水体吸收系数是评价水体环境质量和衡量海洋对全球气候影响的重要因子.水色遥感作为目前对大范围海洋进行长时间连续监测的唯一手段,可以借助于合适的反演模型从影像上获取水体吸收系数.然而现有模型多为经验模型,反演精度和水体适应性都较差.基于自建的全球水体光学原位测量数据集SeaBASS2020,通过选用412、443、490、...     

一种计算水体中悬浮物后向散射系数的方法

基于生物光学模型的水质参数反演分析方法是水质遥感监测算法的发展趋势.分析方法中需要以水体中悬浮物后向散射系数作为参数.水体中悬浮物后向散射系数目前主要有3种测量方法,但是这些方法要么因为仪器稀缺而无法普及,要么测量精度不高.提出了一种计算水体中的悬浮物后向散射系数的方法,该方法利用水面比较容易测量的反射率光谱和实验室内比较容易测量的水体各组分的吸收系数光谱,基于生物光学模型推导得出水体中的悬浮物后向散射系数.利用太湖梅梁湾试验区获取的数据检验了这种方法,并取得了较好的效果.这种方法的主要优势是:它基于生物光学模型,有严密的理论基础,具有较高的精度和通用性;另外,它使用的数据比较容易测量,方法容易实施,可为水质参数反演分析方法的建立奠定坚实的数据基础.     

基于光谱分类的太湖水体后向散射研究

由于时空变化而产生的水体后向散射系数参数化差异一直是影响水质参数遥感定量反演精度的一个重要因素。在对太湖遥感反射率光谱进行分类的基础上,针对影响太湖水体水色的不同主导因子,把太湖水体分为3种类型,分别利用半分析方法和光学闭合原理对后向散射系数进行模拟,在此基础上研究其光学特性及其与水体组分浓度的关系,最后针对3种不同主导类型的水体分别建立了后向散射系数参数化模型。将后向散射特性在不同时间和空间上的差异转化为水体不同主导因子在生物-光学上的差异,从而得到适用于太湖不同湖区及不同季节的后向散射系数参数化模型,为利用分析方法对太湖水质参数进行更为精确的遥感反演提供了基础。     

基于参数不确定性分析的SAR土壤水分反演精度控制方法

参数不确定性是SAR反演土壤水分的重要不确定性来源,为控制土壤水分反演精度,提出一种基于参数不确定性的有效控制土壤水分反演精度的方法,使用该方法可以控制参数的误差范围。首先使用全局敏感性分析方法,确定后向影响散射系数输出的主要参数;在不同量级高斯噪声随机扰动下,将大量各参数采值输入AIEM模型中,得到带噪声的后向散射系数集合;再使用LUT法反演土壤水分,计算反演结果满足误差量级控制范围。以此为基础,利用ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行验证,利用LUT法反演得到带噪声的土壤水分,计算ASAR影像中采样点土壤水分反演值RMSE0.04cm3/cm3。结果表明各影响参数误差量级控制范围可有效控制土壤水分反演精度,在较大的入射角范围内都适用。     

用人工神经网络方法反演水体吸收系数

吸收系数是水体的固有光学参数,是进行水体光学遥感研究的基础。讨论了一种基于人工神经网络(artifi-cial neural networks,ANN)、利用遥感反射比数据反演水体吸收系数的方法。该方法用实测的水体遥感反射比(Rrs)数据集建立BP神经网络,用以反演水体在波长440 nm处的吸收系数(α(440))。实测遥感反射比数据集的80%数据用于训练样本,20%数据用于预测样本。研究结果表明:正确选择神经网络的传递函数、训练函数和隐含层节点个数是至关重要的;用最优的传递函数、训练函数和隐含层节点个数得到的预测结果与实际测量结果的相关系数高达0.978,证明了该方法的可行性。     

双极化SAR数据反演裸露地表土壤水分

为了较高精度地获取大范围地表土壤水分,提出一种基于双极化合成孔径雷达数据的裸露地表土壤水分反演模型即非线性方程组,通过改进的粒子群算法求解非线性方程组从而得到土壤水分。首先通过AIEM模型数值模拟和回归分析,得到一种新的组合粗糙度,然后模拟分析得到土壤水分与雷达后向散射系数的关系,从而建立雷达后向散射系数与组合粗糙度、土壤水分的经验关系。利用ASAR C波段双极化雷达数据,基于经验关系和改进的粒子群算法即可实现土壤水分的反演。经过黑河流域实测土壤水分数据对模型进行验证,反演结果与实测数据具备良好的相关性(R~2=0.778 6)。与以往同一区域研究成果比较,文中的方法反演精度有所提高,更适用于裸露地表土壤水分反演。     

近岸水体表层悬浮泥沙平均粒径遥感反演

悬浮泥沙的粒径分布特征不仅体现了悬浮颗粒态物质的存在状态,而且可以指示水动力及再悬浮作用的过程和强度,因此研究悬浮泥沙粒径分布特征具有重要意义。利用Mie理论建立悬浮泥沙平均粒径反演模型,结果表明,悬浮泥沙后向散射系数与其平均粒径的三次方线性关系明显,4个波段(412nm、443nm、555nm、667nm)拟合方程决定系数均在0.93以上,拟合误差最小值为16.6322%(412nm),最大值为20.3143%(667nm)。利用QAA算法从MODIS影像上反演研究区域悬浮泥沙后向散射系数,并结合反演的悬浮泥沙浓度推算研究区域表层悬浮泥沙的平均粒径。对比发现,近岸高悬浮泥沙区域的反演结果与实测数据吻合较好,相关研究可以为深入开展陆海相互作用、海洋生态系统演变和海洋参与全球碳循环等研究提供重要数据支持。     

3维成像微波高度计风速反演

随着航天技术的发展和新型微波载荷的发射(如3维成像高度计),越来越多的小入射角海洋观测雷达将投入运行,如何有效地利用这些小入射角的后向散射数据成为研究的热点课题。利用TRMM(Tropical Rainfall Measuring Mission)的PR(Precipitation Radar)后向散射系数NRCS(Normalized Radar Cross Section)数据对小入射角情况下的海面风速反演方法和风速反演精度进行研究,并对风速反演性能进行统计分析。基于无雨条件下的PR海面后向散射数据,建立小入射角情况下的风速反演算法和经验的GMF模型。风速反演结果分别与浮标、ASCAT进行交叉比对。结果表明:反演风速的偏差小于0.28 m/s,标准差小于1.51 m/s;在中等风速条件下,反演风速的偏差和标准差均小于低风速条件和高风速条件;0°—8°入射角范围内的风速反演精度明显优于8°—12°入射角范围的风速反演精度。     

基于欧比特高光谱影像的滇池叶绿素a浓度遥感反演研究

水体叶绿素a,即Chla (chlorophyll-a)浓度是表征水体富营养化程度的关键性指标,对于水环境评估和水质遥感监测具有重要意义。欧比特高光谱卫星是中国于2018年发射的新一代高光谱卫星,然而其在内陆水体水质遥感监测的适用性仍有待验证。本研究以高原富营养化湖泊滇池为研究区,以叶绿素a浓度为反演指标,利用滇池两次野外现场实测数据和欧比特高光谱OHS (Orbita Hyperspectral)影像,通过分析滇池水体的光学特性,构建了适用于欧比特高光谱影像的滇池水体叶绿素a浓度遥感反演模型,并通过星地同步数据验证了反演模型的有效性与可行性,获得了滇池叶绿素a浓度的空间格局。结果表明：（1）波段比值模型（B17/B9）适合于基于欧比特高光谱影像的滇池水体叶绿素a浓度的遥感反演,模型反演精度较高,决定系数（R2）为0.804,均方根误差（RMSE）和平均绝对误差百分比（MAPE）分别为6.99μg/L和6.32%;(2) 2019年4月2日滇池水体叶绿素a浓度呈现出由湖岸向湖泊中心逐渐降低的趋势,东北部与东南部呈幂函数型递减,西北部呈线性递减;（3）滇池欧比特高光谱影像的近岸4个水体像...     

联合无人机LiDAR与Sentinel-2影像估算大豆叶面积指数

针对利用卫星遥感影像进行大范围反演大豆叶面积指数(LAI)时人工野外样本实测耗时耗力的问题，该文以黑龙江省海伦市、嫩江市两块大豆样地作为研究对象，使用无人机平台获取激光雷达(LiDAR)点云数据，利用孔隙度模型进行大豆LAI反演，根据地面实测数据开展精度评价，并进一步探讨利用无人机LiDAR反演值替代地面实测值进行Sentinel-2卫星影像LAI反演的可行性。实验结果表明，去掉地块边缘混合单元网格影响后，两块大豆样地的LAI反演精度均优于90%。利用无人机LiDAR反演值替代地面实测数据与植被指数构建回归模型，大范围卫星反演LAI精度均优于86%。     

太湖遥感反射率变化特征及其影响因素分析

基于2010年10月4-8日在太湖全湖范围32个样点的水体光学参数和理论数值模拟结果,研究了太阳天顶角θ、散射系数和吸收系数的比值b/a及表征光场分布的参数Q对太湖遥感反射率变化的影响.结果表明,遥感反射率随θ的增大而增大,且当θ较小(0.～20.)或较大(80.～89.)时,其变化对遥感反射率增幅的影响较小;当b/a...     

基于CHRIS数据的三峡坝区水体叶绿素浓度遥感监测

本文探讨利用新一代微卫星遥感数据CHRIS/PROBA定量反演三峡坝区叶绿素(Chl)浓度的方法。首先对CHRIS/PROBA高光谱影像进行去条带、几何校正、辐射校正、大气校正等预处理,得到水体像元的遥感反射率;然后结合三峡坝区水质,分析了悬浮物对叶绿素浓度反演的影响,采用半经验回归方法建立了叶绿素浓度反演算法;最后在对算法验证的基础上,将模型应用到经过一系列预处理的影像中,得到三峡坝区叶绿素浓度的遥感反演结果,并对反演结果进行了分析。分析表明,CHRIS/PROBA影像在三峡坝区水质的遥感监测中是可用的,且反演结果精度较高。     

太湖秋季光学活性物质空间分布及其遥感估算模型研究

基于2004年秋季在太湖进行的一次大范围水体吸收系数、散射系数、辐照度比等生物光学特性及光学活性物质浓度的测定和计算,分析了秋季太湖光学活性物质浓度的空间分布特征以及水体生物光学特性,并在此基础上发展了内陆浅水湖泊非色素颗粒物、浮游植物色素和有色可溶性有机物(chromophoric dissolved organic matter,CDOM)的半分析模型.     

基于高分一号与Landsat-8影像的水体浊度反演比较

为分析高分一号WFV传感器16 m遥感影像在水质反演方面的能力,本文选取南四湖为研究区,以高分一号卫星影像与Landsat-8卫星OLI影像为数据源,结合地面同步实测水体浊度数据,建立反演水体浊度的原始光谱反射率模型、归一化反射率模型和波段比值模型,并对各模型进行精度评价,分别比较两个传感器在浊度反演能力方面的差异。结果表明:利用高分一号WFV 16m遥感影像进行水质反演具有较高的精度,且具备更高的空间分辨率和更短的重访周期,可以替代Landsat-8多光谱数据。     

改进U-Net模型的遥感影像水体提取研究

针对传统遥感水体提取方法在大范围、高分辨率遥感影像水体提取任务中效率低等问题,该文提出了一种基于改进U-Net模型的遥感影像水体快速提取方法。通过减少以VGG16为特征提取网络的下采样层和相对应的上采样层来精简网络,提升模型运行效率。基于高分影像进行了沈阳市的水体提取研究,结果表明,改进U-Net模型各项精度指标均高于U-Net模型,交并比(IoU)和F₁分别达到了90.3%和94.9%。与此同时,模型的训练时长和预测时长分别缩短了25.8%和21.6%。该文为遥感影像中水体的高效提取和分类提供了参考,并可用于水资源调查、管理和规划。     

光谱解混下耕地土壤铬含量GMDH模型反演

针对遥感影像反射率与重金属元素间的光谱响应弱,土壤重金属经典反演模型精度较低等问题,本文以Sentinel-2号遥感影像为数据源,利用像元二分模型进行影像光谱解混,筛选出相关性较高的特征光谱作为光谱参量,构建基于像元线性解混和不同光谱变换下土壤反射率与重金属Cr含量的PLS模型和GMDH模型。研究结果表明,解混后的光谱与重金属Cr含量间的显著相关波段数增多,相关性增强。基于解混后的土壤光谱与重金属Cr含量构建的GMDH模型,其模型稳定性较好,预测能力更强,精度更好。该方法拓展了传统的利用遥感影像进行反演的思路,可为大范围监测土壤重金属的污染状况提供有益参考。     

水合铁离子及铁络合物吸收系数光谱(400-900 nm)测量

测量铁化合物溶解物的吸收光谱曲线是水中铁离子含量遥感反演的关键。采用自主设计的水体透射光测量装置,利用ASD光谱仪测量相同厚度不同浓度铁离子溶液的透射光辐亮度,然后运用比值法计算出水中3种铁化合物(硫酸铁、氯化铁和铁氰化钾)的消光系数和吸收系数,最终得到400—900 nm波长范围内3种铁离子吸收系数光谱。该方法可以较好地消除实验装置和水中悬浮物的影响。结果表明,水中3种铁离子均在紫蓝光波段吸收作用较大,绿光次之,逐渐减少至红光波段后,吸收系数变化很小呈平缓直线。测量结果可作为水体铁离子浓度遥感反演模型所需的基础参数。     

基于支持向量机和BP神经网络的水深反演研究

根据高空间分辨率Quickbird遥感影像反射率和实测水深之间的相关性,选取相关性较高的反演因子b1/b2、b1/b3和b2/b3建立单因子模型、双因子模型、多因子模型和BP神经网络模型,并对甘泉岛附近20m内的水深进行反演。同时,利用最佳指数因子(OIF)和支持向量机(SVM)对甘泉岛研究区域基于水深颜色分成两类,将分类结果分别提取建立BP神经网络模型并进行水深反演。通过对反演结果对比发现:遥感影像分类前,线性回归模型中多因子线性模型反演精度最高,但比BP神经网络模型稍差。遥感影像分类后,浅海水域BP神经网络模型的反演精度要比分类前的各模型反演精度低,但是,深海区域BP神经网络模型的反演精度最高。     

基于MODIS数据的水体提取研究

通过对遥感图像各类地物的光谱和水体在中等分辨率的EOS／MODIS上的波谱特征的分析,论述了水体最为明显的波段组合,研究了如何从不同时期（枯水期、丰水期）的中等分辨率MODIS遥感影像提取水体的方法,并以武汉市梁子湖为例,对水体提取范围和精度进行比较和分析。实验表明：遥感图像经空间变换后再利用相同的方法提取的水体,更容易区分水体和阴影,产生的噪声也少,提取的水体范围更准确、计算的水域面积精度更高。     

Sentinel-2和Landsat8影像的四种常用水体指数地表水体提取对比

利用卫星影像快速准确地提取湖泊等地表水体范围一直是一个重要的研究课题,其对洪涝灾害监测、水资源管理与利用等具有重要意义。Sentinel-2 MSI和Landsat8 OLI数据是目前主流的开放获取的中高空间分辨率遥感影像。以鄱阳湖区为研究对象,首先,分别使用归一化差异水体指数(normalized difference water index,NDWI)、改进的归一化差异水体指数(modified normalized difference water index,MNDWI)、自动水体提取指数(automated water extraction index,AWEIsh)和基于线性判别分析的水体指数(water index,WI2015)等4种常用的水体指数从2种影像中提取湖泊水体的分布信息;然后,分析了在同种水体指数之下2种影像提取结果的差异性和同一幅影像中4种水体指数提取结果的不同;最后,利用同期的高分一号影像目视解译的结果对水体提取结果进行了精度验证。结果表明,对于2种遥感影像,4种水体指数均能成功地提取出研究区的大部分水体; AWEIsh和WI2015的提取精度最高,在Sentinel-2和Landsat8影像上分别达到了98%和94%以上,MNDWI次之,NDWI的提取精度最低;相对而言,Sentinel-2影像提取的水体细部信息更为明显,整体提取效果优于Landsat8影像。