基于MODTRAN模型对高分五号卫星断层逸出气体探测能力的辐射模拟

地下流体监测数据和地表断层调查都显示构造活动强烈期和大地震前后活动断裂带会伴有大量气体逸出。 中国即将发射的高分五号(GF-5)卫星搭载的大气环境红外甚高光谱分辨率探测仪及全谱段光谱成像仪两个传感器, 主要以大气气体的探测为应用目标。 本文基于两个传感器的参数设置, 使用大气辐射传输模型, 对断层逸出气体中的水汽、 CH₄和CO₂三种气体在大气中的含量变化对卫星传感器的辐射影响进行了仿真模拟, 分析了两个传感器对水汽、 CH₄和CO₂气体异常的探测能力。 结果表明, GF-5卫星两个红外传感器特定的光谱通道对大气水汽、 CH₄和CO₂气体异常变化均有不同程度的敏感性, 可以期待发展具有较高精度的相关气体遥感反演模型, 用于地震的监测及预测。     

2008年汶川MS8.0地震前后川西含碳气体卫星高光谱特征

2008年汶川地震导致了大量地下含碳气体释放. 本文基于卫星高光谱数据采用差值法获取了汶川地震前后川西地区含碳气体异常的时空分布特征. 结果显示汶川地震前后不同含碳气体异常的时空分布特征不同. 空间分布上,CH₄,CO₂和CO异常分布于震中附近且受断裂控制明显,与热红外异常特征类似;CO和CO₂异常的范围较CH₄大,CO除沿断裂带分布外,在四川盆地也大面积出现. 异常出现时间上,CO₂异常最早,其次为CH₄和CO. 气体来源上,CO₂和CH₄主要来源于地球内部沿断裂带释放,在地球内部还原条件下,CH₄还可由CO₂还原形成;CO异常除了沿断裂带释放和由断裂带释放的CH₄氧化生成外,还由四川盆地渗漏的CH₄氧化生成. 本文结果可用于地震监测预测研究,不仅提供了新的地震前兆观测参数,还为地震热红外异常机制“地球放气温室效应”提供了科学依据,同时对地震引起的地质碳排放研究也有重要意义.      

青藏高原周缘三次强地震伴生的卫星高光谱遥感地球化学异常

利用卫星遥感高光谱AIRS数据, 获取了发生在青藏高原周缘三个不同构造单元的2017年8月九寨沟M_S7.0地震、 2019年4月西藏墨脱M_S6.3地震和2020年6月新疆于田M_S6.4地震伴生的CH₄气体地球化学异常。 用Matlab编程处理AIRS数据的结果表明, CH₄柱含量在三次地震前一周到半个月出现高值异常, 异常沿着断裂带分布, 其中断裂带的交会部位异常幅度较大。 由于地震所处的构造环境、 发震类型、 震级大小差异, 三个构造单元地震引起的CH₄气体浓度异常出现时间、 持续时间、 异常强度等方面存在一定差异。 三次地震前后遥感信息异常与地震活动对应较好, 这归因于在孕震应力场作用下地下气体沿着裂隙及裂缝的逸散作用。 研究结果对利用卫星高光谱分辨率遥感技术监测地震及其在大地震短临预测中的应用具有重要意义。     

高光谱遥感混合像元盲分离模型

针对高光谱遥感影像中"混合像元"问题,在前人研究的基础上,本文提出了结合盲源信号分离技术的混合像元盲分离模型,该模型的核心算法是HFC算法和基于负熵的改进FastICA算法,优点是能够通过非常少的先验知识就可以进行混合像元分解,完成特征提取工作,且收敛速度快,精度较高.采用高光谱模拟数据和加噪数据,分别检验混合像元盲分离模型的有效性和稳定性,实验结果表明:模型受端元提取数目多少的影响以及高斯白噪声的影响较小,对高光谱遥感数据特征提取具有有效性和稳定性.     

华北地区高光谱气体影响因素分析

基于高光谱遥感数据分析CH4与CO的影响因素,应用于京津冀地区异常性质判定.通过不同地形高光谱气体与水汽、温度、长波辐射、气压等参数进行相关系数计算.发现陆地与海洋具有不同的特性,CH4与CO呈较强的负相关,且相关系数盆地大于山区大于平原;CH4与水汽、温度、长波辐射呈负相关,与气压呈正相关,且相关系数平原大于山区大于...     

长春市南湖富营养化高光谱遥感监测模型

通过对长春市南湖水质参数和高光谱反射率的相关分析,建立两者间的一元回归模型;同时利用日本学者相崎守弘等人提出的修正营养状态指数(TSIM)模型,分别针对水质参数实验室数据和高光谱数据,对长春市南湖富营养化程度进行评价和监测.结果表明:1)利用高光谱遥感监测模型进行湖泊富营养化监测和评价,能够获取较为准确的评价结果,相对于传统监测方法具有省时省力的特点;2)用实验室数据得出的TSIM修正营养状态指数,各点数据起伏比较大,而高光谱遥感监测模型模拟营养状态指数相对平缓,这表明监测模型对各点数据进行了不同程度的同化,相对缩小了同期各点数据和异期同点数据之间的差异,这与实验室化学分析数据监测结果相比是一个不足之处;3)长春市南湖水体呈现较为严重的富营养化状态,需要采取措施防止南湖水质进一步恶化.     

利用卫星光谱分析技术进行断层逸出气体监测

在不少震例中,临震前地壳出现气体异常,震前地下岩石受力产生裂隙,隐藏在地层中的CO2、CH4等温室气体逸出地表或水面。利用卫星光谱分析技术对断层逸出气体组分含量和总量进行监测,筛选出能够反应地震孕育过程中地下逸出气体异常演化特征的参数,建立地震短期预测的动态演化方法。对于认识震前地表气体异常机理,了解流体震兆的演变规律与这些气体异常的动态关系,改善卫星遥感地震预测,是很必要的。     

高光谱气体背景场特征及震情跟踪应用前景

基于2004—2017年华北地区高光谱数据,计算CH4、CO、O3总量背景场,发现不同气体在时间尺度上受温度、湿度、高空辐射等影响有较明显的周期性特征,在空间尺度上CH4、CO总量平原高于山区,O3总体呈现随纬度升高而降低的特征;利用RST算法对华北地区5.0级以上地震进行震例总结发现,震前62.5%的地震震中附近出现气体高值异常,异常气体主要为CH4、CO,而O3异常不明显。研究结果表明,RST算法对高光谱气体CH4、CO进行异常提取可作为地震预报的辅助依据,服务于震情跟踪判定。     

基于光谱角匹配预测的高光谱图像无损压缩

在地表信息获取方面,高光谱遥感是对地观测技术的主要方法,观测同时产生了海量高光谱图像的存贮与传输问题.研究发现,高光谱图像具有独特的光谱上下文特征,可从光谱维分析高光谱图像的光谱相关性,并用光谱角来度量相邻像素间的光谱相似性的差异,探测水平或垂直光谱边界,由此提出了基于光谱角匹配预测(SAMP)的无损压缩算法.实验表明,SAMP算法的预测效果好于已有文献中提出的一些优秀算法,且具有低复杂性.     

苏门答腊两次M>8.0地震前后CO和O_3卫星遥感气体地球化学异常与地面验证

利用印度尼西亚Bukit Koto Tabang(BKT)观测站的地面和大气红外探测仪(AIRS)卫星观测数据,分别提取了该观测站2004年和2005年苏门答腊两次M8.0地震前后地面和卫星观测所获得的CO总量、近地面(1 000 hPa)CO体积分数和O3总量的高光谱气体地球化学信息,对BKT台站附近卫星观测数据和地面观测数据进行了相互验证。结果表明两次大地震前卫星和地面观测均捕获到了CO和O3异常,其中卫星观测获得的CO总量和CO体积分数与地面测得的CO浓度呈强正相关,相关系数分别为0.83和0.75,表明CO浓度异常可能主要源于孕震过程中地下逸出的气体,大气中的化学反应对CO异常的贡献次之。O3卫星观测结果与地面观测结果也呈正相关关系(r=0.49),地震前O3异常可能主要归因于地震前地下逸出的气体在大气中的化学反应。地面观测的CO和O3浓度在两次地震前标准偏差变大,且CO和O3浓度变化与分别以地面观测站和地震震中为中心从卫星数据提取的气体浓度与地面观测数据变化趋势一致。研究结果丰富了利用高光谱卫星数据提取地震前后气体地球化学异常信息的方法。     

吉林查干湖水体叶绿素a含量高光谱模型研究

叶绿素a含量能够在一定程度上反映水质状况,高光谱遥感可有效反演叶绿素a含量.该研究通过分析水体叶绿素a浓度与其高光谱反射特征之间的相关关系,采用单波段相关分析、波段比值、微分光谱和神经网络模型等多种算法建立了叶绿素a高光谱定量模型.结果表明:叶绿素a与单波段光谱在蓝、绿波段相关系数较低,而在红光与近红外波段有明显提高,微分光谱也表现出同样的趋势;反射率比值算法模拟效果好于线性回归法;神经元网络模型可以大大提高实测光谱数据的反演能力,确定性系数高达0.95.这为今后利用星载高光谱传感器在查干湖进行叶绿素a浓度大面积遥感反演提供了研究基础.     

高光谱遥感图像小目标探测的基本原理

概括性总结了高光谱遥感图像小目标探测算法的研究进展, 揭示了图像白化处理是诸多算法能够成功应用于小目标探测的本质原因所在; 提出了基于样本加权自相关矩阵把大目标转化为“小”目标从而进行有效探测的思想和算法.     

基于高光谱图像稀疏表示的彩色可视化模型(英文)

提出一种对整幅高光谱图像的稀疏表示结果进行直接显示的方法,图中不仅包含了稀疏表示中保留的光谱信息,还可显示整幅图像的空间信息。稀疏表示后,将字典中的各有效原子根据光谱特性选择颜色标签,之后根据稀疏系数进行混合颜色显示,此时的图像能够同时满足可分性及距离保持特性。针对局部地物时,提出的单像素混合阵列表示法及改进的裂片纹理技术能够直观且完整的显示出每个像元的具体组成情况,还能够根据所生成图像中的信息对原始HSI进行重建,进而提高数据的利用率。该模型不仅能够良好地显示地物的空间特性,同时能够显示稀疏系数的组成,同时单像素混合阵列表示法及裂片纹理技术弥补了混合像素彩色显示中颜色表达混乱的弊端。对真实地物数据进行实验,结果证明该模型产生的彩色图像具有良好的视觉效果及可分性,满足距离保持特性。     

结合高光谱数据反演吉林石头口门水库悬浮物含量和透明度

水中悬浮物含量是评价水环境质量的一个重要参数,它可影响水体透明度、混浊度、水色等光学性质,决定太阳光照在水下的分布和浮游植物对光照的利用,并最终影响水体的初级生产力.本文利用长春市石头口门水库的高光谱实测数据和水质采样分析数据,尝试通过一阶微分法建立悬浮物估测模型,再用估测结果反演透明度信息.结果表明:用590nm处的一阶微分光谱值建立的悬浮物估测模型的决定系数R2和均方根误差(RMSE)分别为0.76、9.09 mg/L,验证模型的R2和RMSE分别为0.79、7.15 mg/L;石头口门水库上游严重的水土流失导致透明度受悬浮物含量影响较大,两者存在明显的指数关系,相关系数r为-0.80,用悬浮物含量建立的透明度估测模型的R2和RMSE分别为0.79和0.12 m,验证模型的R2和RMSE分别为0.82、0.11 m.显著水平均为p＜0.01.研究结果表明,该方法用于石头口门水库悬浮物含量和透明度的定量遥感结果较理想.     

高光谱遥感技术在建 (构) 筑物震害识别中的应用

高光谱遥感作为20世纪空间对地观测技术重大进步的产物,通过其较高的光谱分辨率,为人们提供了丰富的地球表面信息,在各个研究领域得到了快速发展和广泛应用,并取得了卓越的成果。尽管高光谱遥感具有独特的优势,但是针对其在震害评估领域中应用的相关研究较少。本文在总结高光谱遥感的特征、优势及不同领域应用现状的基础上,开展了其在震害评估领域的应用研究。基于ASD地物波谱仪获取的建（构）筑物光谱曲线构建可用于震害分析所需的光谱特征库,对比光谱库中地物曲线之间的差异后,发现高光谱遥感在震害评估领域中的应用是可行的,因不同震害地物之间的光谱特征曲线存在差异,依据这种差异可区分不同的震害信息,从而对震害遥感图像进行精细分类。     

基于空间-光谱特征和稀疏表达的高光谱图像分类算法（英文）

针对传统的高光谱数据分类方法分类精度不高、没有充分地利用空间信息等缺陷,提出一种基于Gabor空间纹理特征（Gabor spatial texture features）及无参数加权光谱特征（Nonparametric weighted spectral features）和稀疏表达分类（Sparse representation classification）的高光谱图像分类算法,可以简写为Gabor-NW SF和SRC,即GNWSF-SRC。所提出的GNWSF-SRC分类方法首先通过融合高光谱的Gabor空间特征和无参数加权光谱特征来更好地描述高光谱图像,然后通过其进行稀疏表达,最终通过对比其重构误差获得分类结果。在训练集比例不同的情况下,用所提出的方法对两组典型的高光谱数据进行处理,理论研究和仿真结果表明：与传统的分类方法相比,所提出算法能够提高分类精度、Kappa系数等,取得了较好的分类效果。     

小球藻和铜绿微囊藻的高浓度Chl-a高光谱定量模型

本研究将地物高光谱遥感技术应用于室内实验,从而得到小球藻和铜绿微囊藻的高光谱特征.通过多种半经验方法,如单波段、波段比值和微分法,建立了两藻种最优的Chl-a高光谱定量模型,并与室外情况进行了对比.结果表明:小球藻的最优定量模型为Chl-a=174.6 1138292(R703) 2.3(109[(R703)]2(p＜0.01),相应的方法适宜性为:一阶微分法＞单波段法＞波段比值法;铜绿微囊藻的最优定量模型为Chl-a=5299164(R757)1.9773(p＜0.01),相应的方法适宜性为:单波段法＞波段比值法＞一阶微分法;从高光谱特征来看,小球藻在540 nm和700 nm附近存在明显的特征波峰,其位置随Chl-a浓度增大而向长波方向偏离,铜绿微囊藻在530 nm、660 nm和700 nm附近存在3个较强的特征波峰,在610 nm和680 nm附近存在明显的波谷;与以往室外研究不同的是铜绿微囊藻的反射率在400-500 nm之间的R值并不低,是因为没有非藻类颗粒物的影响,总吸收明显降低.     

混合藻类高光谱特征及其叶绿素a分离定量模型

利用地物高光谱遥感技术,在室内进行小球藻、聚球藻及其混合藻高光谱测量.得到这3组藻的反射光谱特征,同时进行叶绿素a(Chl.a)浓度测量.利用Matlab软件中的神经网络工具箱对得到的高光谱数据进行了曲线拟合.并用拟合结果和光谱测量实际结果分别建立了两种单一藻类的定量模型单一小球藻Chl.a最优的定量模型为用反射率实际值建立的小球藻单波段反射率模型Chl.a=1×10~7(R_(687))~2-37016R_(687)+53.64.单一聚球藻Chl.a最优的定量模型为利用反射率实际值建立的聚球藻两波段模型Chl.a=853 15×[R~(-1)(669)-R~(-1)(730)]×R(730)+505.78.在对两种单一藻类定量模型研究的基础上分别用单波段反射率分离模型、三波段分离模型和两波段分离模型对由小球藻和聚球藻组成的混合藻进行了Chl.a浓度分离.其中单波段反射率分离模型和两波段分离模型得到了较好的分离结果,单波段反射率分离模型结果要优于两波段分离模型结果.利用神经网络模型拟合值构建的模型要优于直接用反射率测量值构建的模型,而三波段分离模型的分离结果不理想,不适用于本研究.     

环境一号卫星高光谱遥感数据的内陆水质监测适宜性——以巢湖为例

环境一号星座的A星(HJ-1A)上搭载了超光谱成像仪(HSI),它是具有高光谱分辨率的全新国产遥感数据源,为水质遥感特别是内陆水质遥感提供了新的高光谱数据.但HSI影像的处理方法尚不完善,在广泛应用于水质遥感前对其进行质量研究和评价非常必要.本文针对HSI数据在巢湖水质监测应用方面的适宜性,对信噪比和数据真实性、倾斜条...     

高光谱遥感数据的改正暗目标大气校正方法研究

高光谱遥感数据常用的大气校正方法均侧重于去除水汽及其他吸收气体的影响, 主要研究了从高光谱影像同时去除气溶胶与水汽影响的方法. 由于高光谱遥感数据波段众多, 常规暗目标方法一直难以适用于高光谱遥感数据的大气校正. 通过选取小麦作为新的暗目标对象, 着重讨论了使用多波段线性回归与插值的方法对常规暗目标方法进行改正使之充分利用高光谱的众多波段特性, 从而把改进的暗目标方法扩展应用于高光谱遥感数据的大气校正. 为了同时去除大气中水汽的影响, 大气校正全过程采用了循环迭代的算法. 以山东济宁地区EO-1卫星搭载的Hyperion高光谱数据为应用实例, 通过使用MODTRAN建立的查找表直接从影像估算出气溶胶与水汽含量, 实现了对该数据的大气校正. 大气校正的结果表明, 改正暗目标大气校正算法可以有效地对高光谱遥感数据进行大气校正.