HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究

以武汉市东湖为研究区域,利用同步的MODIS-Terra气溶胶光学厚度数据为输入参数,采用FLAASH模型对2010年3月11日HJ-1A/B卫星CCD影像进行大气校正处理,并利用多年实测数据建立叶绿素a浓度、悬浮泥沙浓度、黄色物质吸收系数三要素神经网络反演模型,对水色三要素进行反演。通过对反演结果与实测数据的对比分析可知,悬浮泥沙浓度、黄色物质吸收系数和叶绿素a浓度的平均相对误差分别为28.052%、17.628%和35.621%,表明HJ-1A/B卫星CCD传感器基本能满足II类水体水色要素的遥感监测需求。     

HJ-1A/B在2012年黄河上中游洪水监测中的应用

以黄河内蒙古河段为例,介绍HJ-1A/B星CCD数据在2012年黄河上游洪水遥感监测中的应用,并利用水文、河势变化等实测数据对监测结果进行应用评价。结果表明,HJ-1A/B星CCD数据具有高时间、空间分辨率的特点,是进行大区域、高频次洪水监测的理想数据源,能有效跟踪监测洪水演进过程,并能精确提取河势变化、主河槽展宽、堤防偎水、洪水漫滩等汛情信息,为防洪决策提供及时可靠的汛情数据。     

基于HJ-1A/1B数据的高寒草地牧草营养动态监测模型

为了掌控高寒草地全年的营养状况与更好地利用草地和草畜平衡,该文基于HJ-1A/1B多光谱CCD数据,通过监测草地牧草全年4期营养动态和分析对应时期的遥感指数,建立了直接和间接的遥感动态对比模型,获得了草地牧草4期生物量和粗蛋白含量.结果表明:基于HJ-1A/1B多时相、多光谱数据,利用间接模型反演4期草地牧草生物量和粗蛋白是一种可行的方法,尤其在枯草期和返青期;草地牧草全年营养状况变化很大,最大相差约9倍.     

MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列

遥感数据反演高时空分辨率NDVI对监测植被动态变化过程具有重要意义,然而受天气影响,单颗卫星难以提供时间连续的高空间分辨率NDVI数据。以华北平原中东部为实验区,联合HJ-1 CCD数据和MODIS数据,对STARFM算法进行了改进,(1)考虑了不同地物对光谱响应的差异,为减少分类错误利用统计学上()对分类数据进行筛选,按照不同地物类型分别利用线性拟合方法修改光谱距离权重;(2)定义了预测半径,对HJ-1 CCD数据因外界影响而缺失的影像进行了预测。结果表明,与真实影像相比,预测结果呈现了较好的空间一致性,相关系数均达到了极显著相关,改进算法的预测精度要高于原算法。利用该方法将HJ-1 CCD NDVI的空间变化信息与MODIS NDVI时间变化信息有机结合重构了高时空分辨率NDVI序列,有效补充了HJ-1CCD NDVI的缺失数据集。     

HJ-1B卫星热红外遥感影像农田地表温度反演

本文以我国自主研发的HJ-1B卫星影像为数据源,利用其热红外影像、基于JM&S普适性单通道算法反演2009年5月20日河北省涿州市和高碑店市的农田地表温度。最后将HJ-1B IRS影像的地表温度反演结果与同时相Landsat TM5影像的反演结果进行比较分析,分析结果表明:本文所提出的基于HJ-1B卫星热红外影像反演农田地表温度精度可靠,该方法是可行性的。     

融合时间序列环境卫星数据与物候特征的水稻种植区提取

获取高精度的区域水稻种植面积对于农业规划、配置与决策具有重要意义。区域尺度的水稻面积获取依赖于高时空分辨率影像,但受卫星回访周期和气候影响,难以获取足够时间序列的高时空分辨率影像,从而影响水稻种植面积遥感提取的精度。为此,提出适应于中国南方多雨云天气地区,基于国产环境卫星(HJ-1A/1B)与MODIS融合数据的水稻种植面积提取的新方法。以洞庭湖区为实验区,利用STARFM模型融合环境卫星NDVI数据与MODIS13Q1数据,获取时间序列的环境卫星NDVI数据,利用水稻关键期的NDVI数据结合物候特征参数对水稻种植区域进行提取。结果表明,该方法能有效提取区域水稻种植的面积,水稻种植面积提取的总体精度与Kappa系数分别达到91.71%与0.9024,分类结果明显优于仅采用多光谱影像或NDVI数据。该研究为中国南方多雨云天气地区水稻种植面积提取提供了有效的方法。     

利用HJ-1A/1BCCD数据进行黄河凌汛监测

利用HJ-1A/1B卫星CCD数据进行黄河凌汛监测,提出了基于主成分分析和决策树的冰凌提取方法。实验结果显示,利用HJ-1A/1B卫星CCD数据能有效地提取出黄河的冰凌范围,对黄河凌汛监测具有较大的应用潜力。     

基于MODIS数据的湖北省油菜种植分布信息提取

MODIS归一化差值植被指数(MODIS-normalized difference vegetation index,MODIS-NDVI)时间序列产品能够连续反映植被的覆盖情况,是农作物遥感测量的重要数据源。为研究基于MODIS数据的油菜种植分布信息提取技术,选取湖北省为研究区,利用2008—2013年75个时相的MODIS-NDVI时序数据,结合农作物物候和地面调查样本等辅助资料,通过建立油菜种植面积提取模型,采用多次阈值比较方法提取了2009—2013年湖北省油菜种植分布信息,与统计数据比较,总体提取精度为85%左右。最后利用环境小卫星HJ-1A CCD数据进行精度验证,证明了MODIS-NDVI时序数据及本文方法在油菜种植面积提取中的可靠性,对掌握油菜种植面积和产量信息、加强农业生产管理、调整农业结构及辅助政府有关部门制定科学合理的农业政策具有重要意义。     

国产卫星数据在土地利用现状宏观监测中的应用评价

利用环境减灾一号卫星(HJ-1)、北京一号卫星(BJ-1)和中巴资源卫星02B星(CBERS-02B)3种国产卫星图像,选取全国范围内6个地形各异的地区,进行了土地利用宏观监测分析评估.采用多种现状信息提取方法,从分类方法、样本数量和特征数据对分类精度的影响进行了比较和分析.发现最大似然法简单易行,精度较高且稳定;面向对象法可明显提高HJ-1图像和BJ-1图像的分类精度.基于最大似然法,CBERS-02B图像样本数为50时,分类精度趋于稳定,且Kappa系数可达0.8以上;HJ-1图像和BJ-1图像样本数达60时精度趋于稳定,Kappa系数可达0.7以上.增加NDVI,DEM等特征数据可提高CBERS-02B图像分类精度,增加DEM特征数据可提高HJ-1图像和BJ-1图像分类精度.在全国范围内实现每2-3年1次的土地利用宏观监测时,为了保证在全国范围内都能获取有效数据,可综合考虑多种中分辨率国产卫星数据的综合应用,本文的结论为宏观监测提供了监测精度和技术方法上的科学参考依据.     

HJ-1A/B卫星CCD影像辅助的MODIS水色大气校正产品质量改进

针对我国近岸高浑浊水体区域MODIS短波红外波段大气校正产品中存在的信号饱和及条带问题,利用神经网络模型,采用准同步的HJ-1A/B卫星CCD影像及实测遥感反射率数据对MODIS/Terra水色遥感大气校正产品进行了质量改进。改进后结果与MODIS/Terra遥感反射率产品相比,平均相对误差为13.3%,信号饱和区域修复结果与实测数据各波段平均相对误差为28.2%。结果表明,该方法在保证结果精度的情况下,能有效地修复MODIS/Terra水色波段因为信号饱和而产生的数据空白区域,同时也能较好地解决MODIS/Terra大气校正产品中的条带问题。     

Mapping crop phenology using NDVI time-series derived from HJ-1 A/B data

With the availability of high frequent satellite data, crop phenology could be accurately mapped using time-series remote sensing data. Vegetation index time-series data derived from AVHRR, MODIS, and SPOT-VEGETATION images usually have coarse spatial resolution. Mapping crop phenology parameters using higher spatial resolution images (e.g., Landsat TM-like) is unprecedented. Recently launched HJ-1 A/B CCD sensors boarded on China Environment Satellite provided a feasible and ideal data source for the construction of high spatio-temporal resolution vegetation index time-series. This paper presented a comprehensive method to construct NDVI time-series dataset derived from HJ-1 A/B CCD and demonstrated its application in cropland areas. The procedures of time-series data construction included image preprocessing, signal filtering, and interpolation for daily NDVI images then the NDVI time-series could present a smooth and complete phenological cycle. To demonstrate its application, TIMESAT program was employed to extract phenology parameters of crop lands located in Guanzhong Plain, China. The small-scale test showed that the crop season start/end derived from HJ-1 A/B NDVI time-series was comparable with local agro-metrological observation. The methodology for reconstructing time-series remote sensing data had been proved feasible, though forgoing researches will improve this a lot in mapping crop phenology. Last but not least, further studies should be focused on field-data collection, smoothing method and phenology definitions using time-series remote sensing data.     

Water body mapping method with HJ-1A/B satellite imagery

This paper proposes an integrated water body mapping method with HJ-1A/B satellite imagery, the CCD (charge coupled device) data of the Chinese environmental satellites that were launched on September 6th, 2008. It combines the difference between NDVI and NDWI (NDVI–NDWI) with SLOPE and near-infrared (NIR) band. The NDVI–NDWI index is used to enhance the contrast between water bodies and the surrounding surface features; the topographic SLOPE is used to eliminate the mountain shadow; and the NIR band is used to reduce the effects of artificial construction land. The objectives are evaluating the potential of the HJ-1A/B imagery on water body monitoring, and proposing ideally mapping method. The test study results indicated that the NDVI–NDWI index is superior to the single index of NDVI and NDWI to enhance the contrast between water bodies and the rest of the features. On the basis of the accurately mapped water bodies in the HJ-1A/B CCD images of the study area, we conclude that the HJ-1A/B multi-spectral satellite images is an ideal data source for high spatial and temporal resolution water bodies monitoring. And the integrated water body mapping method is suitable for the applications of HJ-1A/B multi-spectral satellite images in this field.     

A three-band semi-analytical model for deriving total suspended sediment concentration from HJ-1A/CCD data in turbid coastal waters

The accurate assessment of total suspended sediment (TSM) concentration in coastal waters by means of remote sensing is quite challenging, due to the optical complexity and significant variability of these waters. In this study, three-band semi-analytical TSM retrieval (TSTM) model with HJ-1A/CCD spectral bands was developed for the retrieval of TSM concentration from turbid coastal waters. This model was calibrated and validated by means of one calibration dataset and three independent validation datasets obtained from three different turbid waters. It was found that the TSTM model may be used to retrieve accurate TSM concentration data from highly turbid waters without the spectral slope of the model requiring further optimization. Finally, the TSM concentration data were quantified from the HJ-1A/CCD images after atmospheric correction using the dark-object subtraction technique. Upon comparing the model-derived and field-measured TSM concentration data, it was observed that the TSTM model produced <29% uncertainty in deriving TSM concentration from the HJ-1A/CCD data. These findings imply that the TSTM model may be used for the quantitative monitoring of TSM concentration in coastal waters, provided that the atmospheric correction scheme for the HJ-1A/CCD imagery is available.     

全球30m分辨率多光谱影像数据自动化处理的实践与思考

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年、2010年)全球30 m分辨率的多光谱遥感数据进行辐射处理和几何精纠正处理,为地表覆盖制图完成数据准备。数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充,共计2万多景影像需要进行辐射处理,有1000多景HJ-1A/B CCD影像需要几何精纠正。如此大规模的数据处理,自动化处理是必然的选择。本文介绍了HJ-1A/B CCD图像几何精纠正自动化实现中关键问题的解决方法和精度评价结果,Landsat TM/ETM+和HJ-1A/B CCD图像自动化辐射校正中关键问题的解决方法和精度评价结果,以及大规模的数据处理活动引发的一些思考。     

北京地区HJ-1卫星CCD数据的气溶胶反演及在大气校正中的应用

与现有的大气卫星传感器相比,环境一号卫星(HJ-1)CCD相机具有较高的空间分辨率(30m),使得在城市地区找到光谱纯像元的机率大大增加。本文提出一种基于纯像元提取的城市地区气溶胶光学厚度(AerosolOpticalDepth,AOD)反演算法,利用像元纯净指数来提取CCD影像上的纯像元,并由HJ-1A星和B星的多时相CCD观测数据结合地表双向反射率模型确定纯像元的地表反射特性,在此基础上反演AOD。与AERONET地基测量数据的对比表明,该算法具有较高精度,相关系数为0.83,线性拟合斜率为1.091,截距为0.053。基于该方法的AOD反演结果作为输入,能较大程度提高HJ-1卫星CCD影像大气校正的精度。     

鄱阳湖HJ-1A/B卫星CCD影像大气校正研究

以准同步的Terra/MODIS反演的气溶胶为辅助,采用FLAASH模型对2009-10-24鄱阳湖HJ-1A/B卫星CCD影像进行大气校正处理。结果表明,大气影响可以被有效去除,在水体遥感反射率较高的红、绿波段,大气校正精度较高,平均相对误差分别为13.4%和9.8%;而在水体遥感反射率较低的近红外、蓝波段,大气校正精度较低,这可能与波段不同的信噪比和陆地邻近像元效应有关。     

基于多光谱分析的HJ-1B数据云检测算法

云检测是遥感数据预处理中的一个重要环节。本文通过分析云及典型地物光谱特性,结合HJ-1B传感器波段设置,提出了一种基于多光谱分析的云检测算法。该方法针对不同下垫面类型,选取合适的波段组合逐一建立云掩模。利用该算法对多幅影像进行去云处理,结果表明,该方法能够很好地检测出不同时期不同背景上空的云像元。     

图像分层匹配的HJ-1A/B CCD影像自动几何精校正技术与系统实现

环境与灾害监测预报小卫星星座(环境一号卫星,HJ-1A/B)自发射以来,在环境监测、灾害评估、土地资源调查等领域发挥了重要的作用。但是HJ-1A/B卫星CCD图像的2级产品(HJ-1 CCD图像)几何精度低,实际应用中需要进行几何精校正。HJ-1 CCD图像具有宽覆盖、大视场角、几何变形复杂的特点,几何精校正难度大。针对该问题,本文提出了一个以Landsat TM全球拼接图像为基准,基于Forstner算子和模板匹配的分层配准方法。该方法使用分层匹配获得的大量高精度且分布均匀的控制点构建Delaunay三角网,有效地解决了HJ-1 CCD图像的几何精校正问题。在配准技术研究的基础上,研发了HJ-1 CCD图像几何精校正系统,系统具有全球HJ-1 CCD图像的自动批量处理能力。实验结果表明,本文提出的几何精校正方法精度高,实现了环境星图像的自动批量处理。