利用卫星测高数据反演海洋重力异常研究

全面研究了利用卫得测高数据反演海洋重力异常3种主要方法（即Stokes数据解析反解以及逆Vening-Meinesz公式）的技术特点，建立了3种算法的数学模型及其谱计算式，在以1440阶次位模型定义的标准场中完成了3种算法的数值比较和内部检核，通过仿真试验实现了3种算法的可靠性和稳定性检验，最后，本文利用卫得测高实测对南中国海地区的海洋重力异常进行了实际反演，并将反演结果同船测数据进行了比较。     

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。     

海洋渔业GIS中温度水平梯度计算的误差分析和新算法研究

在海洋渔业GIS应用中,用现有GIS直接计算渔区温度水平梯度时,由实际距离问题引起的相对误差达26％、绝对误差达0.124℃／10km,同时还存在渔区格网不规则问题和渔区格点值问题。本文提出了基于SST等值线计算渔区温度水平梯度一种新的GIS算法。该算法的结果优于用ArcGISTIN计算的结果,并可用于计算盐度、叶绿素等其它海洋要素的水平梯度。     

基于开源代码构建水色遥感数据处理系统——以HY-1C/D为例

中国在《国家民用空间基础设施中长期发展规划(2015年—2025年)》中专门规划了海洋观测卫星系列,通过从单一的试验星到星座的组网,建立起较为完善的海洋环境立体监测体系。由于大气层的影响以及海洋参数在大气层顶的贡献通常很低,卫星观测对海洋卫星地面数据处理系统定量化程度提出了很高的要求。美国自20世纪70年代发射CZCS水色卫星以来,在水色卫星数据处理系统上积累了多年经验。本文通过借鉴NASA成熟开源的SeaDAS科学处理框架,针对HY-1C/D海洋水色水温仪传感器(COCTS),集成前人算法,开发出HY-1C/D离线数据处理系统(OffLine-COCPS),实现了从L1B数据(几何定位和辐射定标后)开始到水体遥感反射比和各类水色产品制作的全链条数据流程。结果表明,自主建立的HY-1C/1D卫星COCTS传感器大气校正相关查找表基本满足了在全球范围内的定量化应用。根据统计投影得到HY-1C/1D双星COCTS反演的叶绿素全球产品,表明系统可实现对HY-1C/1D双星反演叶绿素产品提供支撑,进而与NASA官方发布的同期MODIS叶绿素产品散点图比较,整体分布趋势也与MODIS保持一致。通...     

基于环境因素的沿岸水域叶绿素遥感探测研究

海洋叶绿素的调查一直是海洋生物资源与海洋生态学的研究重点。遥感技术是海洋叶绿素调查的有力工具。利用遥感光谱信号探测海水叶绿素在大洋水体(一类水体)中十分成功,但在沿岸水体(二类水体)的精度却不高,主要是由于悬浮泥沙、黄色物质等的干扰太大。从叶绿素的生存条件入手,提出了利用海水叶绿素环境生存因子作为辅助因素的方法建立叶绿素遥感探测模型。并以珠江口海域作为研究对象展开试验,结果表明:环境因子的引用,使模型的误差从32·48%降为17·96%,精度大大提高,从而证明该方法的可行性和有效性。     

基于季节分异的太湖叶绿素浓度反演模型研究

叶绿素浓度反演算法主要有经验方法、半经验/分析方法和分析方法,其中半经验/分析方法应用最为广泛。但是反演的模型以及模型中的参数和反演精度都随着水体中叶绿素浓度的变化而改变。不同的季节水体中叶绿素浓度不同,水体反射光谱曲线特征和与叶绿素浓度相关性较高的敏感波段也不一致,使得各季节选用的反演模型和模型中的参数也存在一定的差异。本文在对2005年1—10月份叶绿素a（Chla）浓度季节差异进行分析的基础上,对4—10月份同步测量的水体光谱数据分春、夏、秋三个季节进行分析,分季节建立叶绿素浓度反演模型,并对它们进行比较,旨在为各季节选择最佳的反演模型。研究结果表明：春季和秋季选用波段比值算法反演精度较高,其中对数模型,线性模型和一元二次模型都有较高的相关性;夏季选用微分算法较好,该算法所建立的三种模型均具有较高的相关性。     

FluorMOD模拟叶绿素荧光夫琅和费暗线反演算法不确定性分析

目前,利用夫琅和费暗线提取叶绿素荧光的3种最常用的算法有标准FLD方法、3FLD和i FLD方法。上述3种夫琅和费暗线算法在叶绿素荧光反演中得到了广泛应用,但各算法的不确定性研究相对薄弱,尚缺乏系统的分析。因此,本文的目标是阐明氧气吸收波段叶绿素荧光反演的不确定性,优化叶绿素荧光遥感探测指标,提高叶绿素荧光反演精度。利用Fluor MOD模型,模拟不同植被冠层参数、光谱分辨率SR、信噪比SNR条件下的冠层光谱,并比较分析这3种反演方法在不同参数条件下的不确定性。结果表明:3种方法在O2-A波段的反演精度均比在O2-B波段精度高,其中,i FLD和3FLD算法的反演精度相对较高,标准FLD的反演结果较差;随着SR的下降,3种算法的反演精度均有不同程度的下降,标准FLD算法的荧光提取精度受传感器SR的影响最大;随着SNR的增大,3种算法的反演精度有不同程度的升高,i FLD算法的荧光提取精度受信噪比的影响最大。由结果可以得出,3种反演算法在不同的参数条件下有其各自的局限性和优势;利用氧气吸收波段进行叶绿素荧光反演存在诸多不确定性,不确定性主要来源于吸收线内外反射率和荧光比值的真实值与估计值的偏差,叶绿素含量是影响这种偏差的一个主导因素;传感器性能对荧光提取结果也有显著的影响。     

海洋SAR图像小波Speckle滤波及边缘信息提取

以海洋SAR图像的speckle滤波和边缘信息提取为研究目标，构造了以低通带通窄和时域冲击响应系数分布呈左右对称为特征的小波滤波器。这些特征使该小波滤波器在处理突变信号方面具有优良的特性。应用该小波滤波器，采用Wiener滤波算法，对海洋SAR图像进行了speckle滤波及采用Prewitt算子对边缘信息进行提取。用几种经典小波函数采用相同的滤波算法和边缘增强算子进行了处理，并将它们的结果进行了对比分析。结果表明，虽然小波基函数在用于speckle滤波方面，稍逊其它几种经典小波基函数，但是在边缘信息保留方面，效果要明显优于其他小波基函数。     

改进鲸鱼优化算法的叶片生化参数反演

为提高植被叶片生化参数的反演精度,利用扩展傅里叶幅度敏感性检验法对阔叶辐射传输模型进行敏感性分析,提取了叶绿素、类胡萝卜素、水分和干物质对应的敏感波段。在鲸鱼优化算法的基础上,引入改进的混沌序列对种群进行初始化,产生分布均匀的个体;再引入非线性收敛因子与权重对鲸鱼优化算法参数进行改进,并利用改进后的参数对个体位置进行更新,使算法更易遍历全局寻找最优解;然后在一次迭代完成时对适应度进行排序,选出适应度高的精英个体,通过扰动概率对精英个体进行高斯扰动,增加算法跃出局部最优的概率,形成改进鲸鱼优化算法;最后与粒子群优化算法的反演精度进行比较。结果表明,改进鲸鱼优化算法反演的叶绿素、类胡萝卜素和等效水厚度的精度均高于粒子群优化算法;其算法与分波段反演模型对生化参数的预测精度更高,可为定量预测植被叶片生化组分含量提供一定的理论和技术支持。     

天宫二号近天底角交轨干涉SAR的海洋涡旋探测

海洋涡旋是海洋科学研究的一个重要分支,在海洋热循环中起着重要的作用。传统的卫星高度计通常能够探测到水平尺度超过100 km的中尺度涡旋,但是由于其分辨率较为粗糙,对于1—100 km的亚中、小尺度涡旋难以探测。天宫二号搭载的三维成像微波高度计（InIRA）是国际上第1个可以用于进行海面高度测量的Ku波段干涉SAR,为观测和研究海洋亚中、小尺度涡旋提供了数据来源。InIRA不仅可以获取海洋涡旋2维SAR图像,同时通过两个天线获取复图像间的干涉相位,能够获取涡旋海表面高度异常,为海洋涡旋的探测研究提供了新的可能。本文基于天宫二号InIRA数据,开展了海洋涡旋探测的研究,提出一种通过计算涡旋海面相对高度变化实现海洋涡旋探测的方法。通过对InIRA涡旋数据的处理与分析,发现该方法能够实现海洋涡旋的探测,并利用MODIS叶绿素浓度数据和海表温度数据对海洋涡旋探测结果进行了验证。     

光谱指数用于叶绿素含量提取的评价及一种改进的农作物冠层叶绿素含量提取模型

对目前提出的光谱指数用以提取叶片叶绿素含量的适应性进行了分析和评价。通过分析,解释了为什么研究者得出这些指数与他们的观测样本叶绿素含量有显著的相关的结论以及为什么某个研究者提出的某个指数和叶绿素含量间的关系用于其他样本时会失效。此外,改进了一个农作物冠层叶绿素含量的提取模型,通过独立实测数据验证,效果较好,认为是可以用于其他地区农作物叶绿素含量提取的模型。     

Photosynthetic bark: Use of chlorophyll absorption continuum index to estimate Boswellia papyrifera bark chlorophyll content

Quantification of chlorophyll content provides useful insight into the physiological performance of plants. Several leaf chlorophyll estimation techniques, using hyperspectral instruments, are available. However, to our knowledge, a non-destructive bark chlorophyll estimation technique is not available. We set out to assess Boswellia papyrifera tree bark chlorophyll content and to provide an appropriate bark chlorophyll estimation technique using hyperspectral remote sensing techniques. In contrast to the leaves, the bark of B. papyrifera has several outer layers masking the inner photosynthetic bark layer. Thus, our interest includes understanding how much light energy is transmitted to the photosynthetic inner bark and to what extent the inner photosynthetic bark chlorophyll activity could be remotely sensed during both the wet and the dry season. In this study, chlorophyll estimation using the chlorophyll absorption continuum index (CACI) yielded a higher R² (0.87) than others indices and methods, such as the use of single band, simple ratios, normalized differences, and conventional red edge position (REP) based estimation techniques. The chlorophyll absorption continuum index approach considers the increase or widening in area of the chlorophyll absorption region, attributed to high concentrations of chlorophyll causing spectral shifts in both the yellow and the red edge. During the wet season B. papyrifera trees contain more bark layers than during the dry season. Having less bark layers during the dry season (leaf off condition) is an advantage for the plants as then their inner photosynthetic bark is more exposed to light, enabling them to trap light energy. It is concluded that B. papyrifera bark chlorophyll content can be reliably estimated using the chlorophyll absorption continuum index analysis. Further research on the use of bark signatures is recommended, in order to discriminate the deciduous B. papyrifera from other species during the dry season.     

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。     

用分析模型方法反演水体叶绿素的浓度

水体叶绿素浓度是水质评价的一个重要指标。建立水体光学传输的分析模型，进而用分析模型反演水体叶绿素浓度，对于提高遥感反演水质参数的精度和实用性具有重要意义。作者于2004年6月初对太湖18个点位进行了同步水体波谱实测和水体取样分析。由这18个点位的实测数据，利用Gordon模型建立了R（0^-）的模拟模型，并进而用优化函数的方法反演水体叶绿素浓度。反演值与实测值的相关系数达到0．99，当叶绿素浓度高于30mg／m^3时，反演的相对误差小于20％。进而用该模型反演2005年7月太湖7个点位的叶绿素浓度，反演值与实测值的相关系数为0．94，其中，有6个点位的反演值相对误差小于60％。     

基于高光谱曲线峰度、偏度的植被叶绿素含量反演模型研究

本文分析了高光谱反射率及红边位置与叶片绿度的相关性,建立了基于敏感波段和红边位置的叶绿素估算模型。通过对不同叶绿素含量高光谱曲线特征的分析,提出了基于高光谱曲线峰度和偏度的叶绿素估算新思路,并分别建立基于原始光谱560-760nm波段和一阶导数光谱660-760nm波段对应峰度、偏度的叶绿素反演模型。结果表明,法国梧桐、无花果和白毛杨基于敏感波段的叶绿素含量反演模型的拟合度,与传统估算模型相比,本文提出的新估算模型可以明显提高高光谱反演叶绿素含量的能力。     

Estimating chlorophyll content of crops from hyperspectral data using a normalized area over reflectance curve (NAOC)

The Normalized Area Over reflectance Curve (NAOC) is proposed as a new index for remote sensing estimation of the leaf chlorophyll content of heterogeneous areas with different crops, different canopies and different types of bare soil. This index is based on the calculation of the area over the reflectance curve obtained by high spectral resolution reflectance measurements, determined, from the integral of the red–near-infrared interval, divided by the maximum reflectance in that spectral region. For this, use has been made of the experimental data of the SPARC campaigns, where in situ measurements were made of leaf chlorophyll content, LAI and fCOVER of 9 different crops – thus, yielding 300 different values with broad variability of these biophysical parameters. In addition, Proba/CHRIS hyperspectral images were obtained simultaneously to the ground measurements. By comparing the spectra of each pixel with its experimental leaf chlorophyll value, the NAOC was proven to exhibit a linear correlation to chlorophyll content. Calculating the correlation between these variables in the 600–800 nm interval, the best correlation was obtained by computing the integral of the spectral reflectance curve between 643 and 795 nm, which practically covers the spectral range of maximum chlorophyll absorption (at around 670 nm) and maximum leaf reflectance in the infrared (750–800 nm). Based on a Proba/CHRIS image, a chlorophyll map was generated using NAOC and compared with the land-use (crops classification) map. The method yielded a leaf chlorophyll content map of the study area, comprising a large heterogeneous zone. An analysis was made to determine whether the method also serves to estimate the total chlorophyll content of a canopy, multiplying the leaf chlorophyll content by the LAI. To validate the method, use was made of the data from another campaign ((SEN2FLEX), in which measurements were made of different biophysical parameters of 7 crops, and hyperspectral images were obtained with the CASI imaging radiometer from an aircraft. Applying the method to a CASI image, a map of leaf chlorophyll content was obtained, which on, establishing comparisons with the experimental data allowed us to estimate chlorophyll with a root mean square error of 4.2 μg/cm², similar or smaller than other methods but with the improvement of applicability to a large set of different crop types.     

内陆水体藻类叶绿素浓度与反射光谱特征的关系

通过研究内陆水体反射光谱特征与藻类叶绿素浓度之间的关系,建立藻类叶绿素高光谱定量遥感模型。在实验地太湖地区,采用高分辨率地物光谱仪实地测量了湖水在可见光和近红外波段（３００－１１００ｎｍ）的反射光谱曲线,并且同时采样分析叶绿素、总悬浮固体物质浓度等水质参数。研究发现在叶绿素浓度较高时（〉５μｇ／Ｌ）,水体光谱反射比Ｒ７０５ｎｍ／Ｒ６７５ｎｍ、叶绿素在７００ｎｍ附近反射峰的位置等与叶绿素浓度有较好的     

森林叶片叶绿素含量反演的比较与分析

利用光谱指数和回归分析等方法进行叶绿素含量的反演,比较了归一化植被指数、比值植被指数、叶绿素吸收指数、三角植被指数和叶绿素指数反演叶绿素能力的差异,分析了光谱宽度对叶绿素指数反演叶绿素含量的影响,实现了森林叶片叶绿素含量的定量化反演。     

Retrieval of chlorophyll from the sea-leaving radiance in the Arabian sea

Error estimates in chlorophyll retrieval in the sea from satellite data have always been higher compared to the errors in retrieval of sea surface temperature or wind speed from satellite data. This is due to the higher percentage of noise in optical signals compared to infrared or microwave signals reaching the satellite. The noise is introduced both at the sea surface itself and also while signal passes passage through atmosphere. In the present work, we have attempted to investigate the noise introduced at the sea surface. During the validation experiment of the optical sensor MOS-B onboard Indian Remote Sensing Satellite IRS-P3, simultaneous measurements of chlorophyll concentration and sea leaving radiance have been made along the satellite passes in the Arabian sea. The algorithms used in the present studies are not found to give satisfactory values of chlorophyll in about 30% of cases. The possible sources of errors in retrieving chlorophyll concentration have been discussed.