高分五号可见短波红外高光谱相机在轨辐射性能评估

对遥感器及其图像的在轨辐射性能(信噪比、相对辐射定标精度、绝对辐射定标精度和动态范围)评估是检验遥感器定量应用能力的重要任务之一。本文结合高分五号卫星可见短波红外高光谱相机AHSI (the Advanced Hyperspectral Imager)在轨性能评估任务,依据卫星发射以来的在轨测试数据,介绍了AHSI相机在轨辐射性能评估的原理、方法及相应测试情况。测试结果表明:AHSI信噪比可见近红外最高达到近700,短波红外最高达到近500;相对辐射定标精度误差小于0.5%,星上绝对辐射定标不确定度小于3%,场地绝对辐射定标真实性检验精度误差小于5%;动态范围在轨可见短波均可以256档增益精细调整。AHSI在轨辐射性能良好且稳定,能够有效支持后续定量化应用需求。     

资源一号02D卫星高光谱数据黄河三角洲湿地景观分类

资源一号02D卫星(ZY-1 02D)于2019年成功发射，2020年10月正式投入使用，是中国自主建造并成功运行的首颗民用高光谱业务卫星，具有广泛的应用前景。本研究以黄河三角洲湿地为研究区，以ZY-1 02D高光谱(AHSI)影像为数据源，结合无人机和地面调查数据，开展湿地景观分类研究。首先通过ZY-1 02D AHSI获取地物反射率波谱曲线，分析不同地物波谱曲线的差异，作为地物识别和分类的依据；充分考虑研究区植被覆盖度的差异，结合无人机影像制定研究区7类基本地物和9类精细地物两种湿地景观分类体系；利用随机森林算法进行分类，并引入Tree SHAP方法进行波段重要性排序和选择；探究影响ZY-1 02D AHSI分类的重要波段，选取与Landsat 8 OLI多光谱波段相重叠的波段进行分类，并与Landsat 8 OLI分类结果进行比较。结果表明：(1) ZY-1 02D AHSI数据能够较好地反映不同地物类型光谱曲线的差异；(2)对于两种分类体系，仅用前40个重要波段的总体分类精度达到最高，7类基本地物分类和9类精细地物分类的分类精度分别为92.18%和90.76%，这40个波段大多...     

融合Sentinel-2数据的高分五号高光谱数据降尺度

高分五号(GF-5)是中国首颗实现对大气和陆地综合观测的全谱段高光谱卫星，其搭载的可见短波红外高光谱相机AHSI提供的遥感数据拥有极高的光谱分辨率。然而，AHSI数据的空间分辨率为30 m，较低的空间分辨率限制了应用场景。为实现GF-5数据的降尺度，本文通过融合10 m哨兵二号(Sentinel-2)多光谱数据，生成10 m GF-5高光谱数据。在方法上，针对现有先进的信息损失引导的图像融合方法ILGIF (Information Loss-Guided Image Fusion)在高光谱图像降尺度中计算时间成本高的问题，本文提出了其快速版本FILGIF (Fast ILGIF)。另一方面，在降尺度过程中，本文考虑并估计了30 m GF-5高光谱数据和10 m Sentinel-2数据之间的尺度转换点扩散函数PSF (Point Spread Function)，提高融合数据质量。实验结果验证了融合Sentinel-2数据用于GF-5高光谱数据降尺度的可行性。同时，结果表明：在获得与ILGIF相当精度的前提下，FILGIF大幅提高了运行效率；尺度转换PSF对降尺度过程有着重要影响，其准...     

资源一号02D高光谱影像内陆水体叶绿素a浓度反演

2019-09-12成功发射的资源一号02D卫星(ZY-102D)搭载了新一代可见短波红外高光谱相机AHSI(Advanced Hyperspectral Imager),其丰富的细分波段和较高的空间分辨率在内陆湖库水质监测方面具有较大潜力,但数据可用性有待分析和验证.本研究以中国华东和华北平原的典型富营养湖库(太湖、...     

高光谱红外传感器在轨光谱定标

高光谱红外传感器高精度在轨光谱定标是红外遥感定量反演及应用的重要前提.本文针对大气红外探测仪AIRS (Atmospheric Infrared Sounder)的观测数据,分析传感器等效入瞳亮温与大气透过率光谱中的吸收线特征,基于NODD和包络线去除的光谱归一化处理,融合多种光谱匹配算法构建非线性代价函数,提出了一种...     

高分五号可见短波红外高光谱影像在轨几何定标及精度验证

高分五号可见短波红外高光谱相机(AHSI)作为一颗具有高光谱分辨率的对地观测载荷,对复杂地物具有精确的探测与分类能力,高精度的几何定标对于卫星影像应用至关重要。本文采用了基于探元指向角的几何定标模型,分步解算内外定标参数,并选取多景影像进行实验验证。结果表明:通过严格的在轨几何定标,可见短波红外高光谱影像在无控制点的条件下,平面定位精度优于60 m (2个像素),内部精度优于0.5个像素,波段配准精度优于0.3个像素。     

高分五号可见短波红外高光谱相机设计与研制

本文介绍了高分五号(GF-5)卫星上的主载荷之一—可见短波红外高光谱相机AHSI (the Advanced Hyperspectral Imager)的基本结构、成像原理、系统组成、关键技术和系统性能。该相机是国际上首个采用改进型Offner结构凸面光栅分光的星载高光谱相机,具有60 km的幅宽、30 m的空间分辨率和5/10 nm的光谱分辨率,同时获取地表地物在400—2500 nm范围内330个谱段的空间、辐射与光谱信息,具有突出的地物探测和识别能力。相比国际上经典的高光谱相机Hyperion,该相机幅宽提高8倍,谱段数增加近百个,信噪比提升近4倍;与德国、日本、意大利、印度等国际上当前发展的高光谱相机比较,该相机在幅宽和光谱通道数等方面具有明显优势,其综合性能处于国际领先水平。     

基于传感器光谱特性的全色与多光谱图像融合

提出了一种基于传感器光谱特性的全色与多光谱影像融合方法.该方法主要基于快速IHS融合方法的思想,在充分考虑各波段成像传感器的相对光谱响应的基础上,对强度分量的构造和空间细节信息的注入方式2个方面进行了改进.改进后的方法有效地改善了光谱畸变问题,且能同时对所有的光谱波段进行融合.分别对IKONOS、ETM+影像进行融合实验,结果表明该方法在光谱信息损失最少的情况下,较大地提高了影像的空间分辨率,与其他方法相比具有更好的综合性能.     

遥感模拟图像应用于不同传感器光谱性能分析

研究利用高光谱成像数据,用数字的方法定量模拟了SPOT－HRV、CBERS-CCD、Landsat5-TM和NOAA14-AVHRR类似波段的空中表面反射率及地面光谱反射率图像,并利用这些图像对上述传感器相应波段的光谱响应、大气影响特性用基于反射率和基于归一化植被指数(NDVI)的方法进行了定量的比较分析。研究表明,由于传感器类似波段的光谱响应不同,因而由其计算的反射率和NDVI之间均存在明显差异,这种差异是大气改正所无法完全消除的。多传感器定量分析时需要进行相应的辐射改正。     

联合统计信息与散射模型的GF-5 AHSI可见光影像薄云校正

针对高分五号可见短波红外高光谱相机AHSI (visible-shortwave infrared Advanced HyperSpectral Imager)可见光波段存在的薄云干扰,本文提出了一种联合统计信息与散射模型的校正方法。利用AHSI影像邻近波段间地表与云雾辐射的统计差异,实现对不同场景下相对薄云辐射RCR (Relative Cloud Radiance)的准确估计。基于此,根据不同波段的散射特性,分别利用分级暗目标统计和散射模型约束策略,获取可见光波段的绝对云辐射强度,最终实现影像校正。通过设置模拟与真实实验对方法的有效性和鲁棒性进行目视和定量检验。模拟实验中,可见光波段内的薄云干扰均可被有效地去除,校正结果与真实地表十分一致;此外,RMSE (RootMean-Square Error),MAE (Mean Absolute Error)和SA (Spectral Angle) 3个评价指标的值分别为1.9891,1.6822和0.4901,远小于对比方法。真实实验中,不同场景内的薄云可被有效抑制,在较为准确恢复降质地表信息的同时保持晴空区光谱特征;Q指数,SSIM (Structural Similarity Index)和UQI (Universal Quality Index)的计算结果优于对比方法。综上,本文提出方法可用于不同场景下高分五号AHSI影像可见光波段的薄云校正,可得到目视效果良好且光谱保真度高的校正结果。     

基于高光谱卫星遥感数据的UPDM分析方法

提出了一种用于处理多/高光谱卫星数据的UPDM分析方法。研究结果证明,该方法应用于Land sat/TM(ETM+)、Terra/MODIS和ADEOS II/GLI等高光谱卫星传感器时,光谱重构均方根误差小于0.029,适用于研究高光谱卫星遥感数据。     

模拟多光谱的土壤重金属含量反演研究初探

根据多光谱传感器的光谱响应函数,采用实测ISI921VF反射光谱数据模拟Landsat卫星ETM+传感器多光谱数据,在模拟光谱的基础上,通过光谱特征提取、构建土壤指数对土壤重金属Cu,Pb,As进行预测分析。研究显示,Cu,Pb与模拟ETM+光谱的B2,B3波段显著相关,As与DSI,RSI,NDSI相关系数在0.6以上,基于模拟多光谱建立的Cu,As模型精度较高,平均相对误差分别为7.9%,2.7%,表明模拟的Landsat卫星ETM+传感器多光谱具有预测耕地土壤重金属的潜力,为实现大范围监测土壤重金属污染提供新思路。     

CBERS-02B星HR与多光谱影像融合及评价

CBERS-02B星搭载了高分辨率全色相机HR和多光谱传感器CCD,HR影像可以与CCD影像融合,优势互补形成新的影像,既保持HR的高空间分辨率又保持CCD的光谱分辨率,HR影像同样可以与其它传感器影像融合形成新的影像。本文使用6种不同的融合方法融合HR与多光谱CCD以及SPOT5多光谱影像,并对融合结果进行了定性和定量评价,得到了HR与SPOT5多光谱影像融合较好的方法,表明了HR与其它传感器影像融合的潜力,同时也对HR和SPOT5多光谱融合影像及与CCD融合影像进行了初步的对比分析。     

柴达木盆地烃蚀变矿物高光谱遥感识别研究

高光谱遥感识别烃蚀变矿物可用于探测油气烃类微渗漏和定位地下油气藏.以有天然气分布的柴达木盆地东部三湖地区为研究区,对Hyperion高光谱数据进行重采样处理,克服了目标识别矿物不明显和传感器低信噪比的影响.通过确定烃蚀变矿物高光谱遥感探测的指示标志,采用线性光谱(SAM)拟合与光谱匹配(SAM)相结合的方法确定了影像端元对应的矿物组分.识别结果表明,合理缩减影像波段数和确定影像端元的方法,能有效提高烃蚀变矿物的高光谱遥感识别精度.     

珠海一号高光谱传感器波段平均太阳辐照度计算

传感器波段平均太阳辐照度是计算表观反射率等辐射参量的必要参数,是开展定量遥感分析的重要基础。通过中国气象局发布的零大气条件下太阳光谱辐照度数据和遥感数据运营商提供的珠海一号高光谱传感器光谱响应函数资料,计算了珠海一号三颗高光谱卫星上三组传感器的波段平均太阳辐照度。以中国资源卫星应用中心发布的高分一号资料为参考,确定结果具有较高的准确度,可为珠海一号高光谱数据的推广和使用提供参考。     

植被冠层光谱和叶片光谱的尺度转换

叶片光谱是估算植被生化参数的重要依据。然而,遥感影像获取的光谱为像元及冠层光谱,因此,在进行植被生化参数的遥感定量估算时,需将冠层光谱转化到叶片尺度。根据几何光学模型原理,推导出植被冠层光谱和叶片光谱的尺度转换函数,将冠层光谱转换到叶片尺度。首先,采用叶片光谱模拟模型PROSPECT模拟出叶片水平的光谱;其次,在几何光学模型4-scale模型中,通过改变叶片光谱和叶面积指数（leaf area index,LAI）,模拟出不同叶片特征下的冠层光谱。最后,通过LAI建立两个查找表,一个是传感器观测到树冠光照面和背景光照面概率的查找表,另一个是多次散射因子M的查找表,从而实现冠层光谱和叶片光谱的转化。结果表明,利用4-scale模型能实现冠层光谱与叶片光谱的尺度转换,此方法有很好的适用性。     

GF-1、GF-2与Landsat-8卫星多光谱数据的交互对比

基于两组敦煌定标场的GF-1 PMS2、GF-2 PMS1与Landsat-8 OLI(operational land imager)同步影像,对3种传感器之间表观反射率数据的一致性进行交互对比。结果表明,两颗国产高分卫星的表观反射率数据具有很高的一致性,但它们与Landsat-8数据之间存在着一定的差异,其中尤以近红外波段的差异最为明显。在可见光波段,3种传感器的信号强度关系为:GF-2 PMS1GF-1 PMS2Landsat-8 OLI,在近红外波段的关系为:Landsat-8 OLIGF-1 PMS2GF-2 PMS1。试验结果表明,所提出的数据转换模型能够有效地降低两种国产高分卫星传感器与Landsat-8 OLI在近红外波段的明显差异,且当选择与被转换影像地物比例一致性较高的模型进行转换时,转换精度能够进一步提高。     

GF-2和Sentinel-2全色多光谱影像融合方法比较研究

针对高分二号(GF-2)卫星全色遥感影像与哨兵二号(Sentinel-2)卫星多光谱遥感影像空间分辨率相差较大且传感器不同导致的光谱或空间信息丢失问题,结合快速离散Curvelet变换对HSV融合方法的分量替换过程进行改进,利用GF-2的高空间分辨率和Sentinel-2的多光谱特性分别设计高、低频系数融合规则,并且与...     

岩矿光谱特性在资源卫星传感器波段选择中的应用分析

根据矿物、岩石和不同矿床岩矿光谱特征,从遥感地质矿产的研究需求出发,进行多光谱波段模拟选择。将试验区机载成像光谱HyMap数据经大气传输模型模拟到中巴地球资源卫星1号(CBERS-1)的轨道高度,对所选的波段进行综合模拟、应用对比分析,提出我国后续资源卫星多光谱传感器在地质矿产应用上遥感波段的位置、波段的带宽和波段数目。     

光谱波段宽度对森林叶片叶绿素含量反演的影响分析

随着传感器技术的发展,高光谱数据光谱的波段宽度逐渐变窄,如何从海量的光谱数据中找到最优的光谱波段反演叶绿素含量,成为研究的难点问题。本文在测量华中农业大学狮子山6种主要树种的光谱数据和叶绿素含量的基础上,利用叶绿素指数(CI)和回归方法反演叶绿素含量,并分析了波段宽度对反演叶绿素含量结果的影响,结果发现波段宽度会影响到叶绿素反演的精度,当波段宽度为30nm时,叶绿素含量与"红边"区域(700nm-730nm)和近红外区域(770nm-800nm)叶绿素指标(CI)间的线性关系较好,决定系数可达到77.62%,均方根误差为10.6ug/cm2。