被动微波土壤水分遥感产品空间降尺度研究：方法、进展及挑战

土壤水分不仅在地表水、能量以及碳循环中发挥着非常重要的作用,其时空变化也是影响和反映气候变化的关键因子。虽然被动微波遥感技术是目前监测大尺度范围土壤水分变化最为成熟的技术手段,但是其土壤水分产品空间分辨率往往较低（几十千米不等）,不能满足区域和局地尺度的应用需求。鉴于这一问题,空间降尺度逐渐成为了提高被动微波土壤水分遥感产品空间分辨率的主要方式,也是当前遥感研究领域的热点之一。本文总结与分析了近20多年来国内外被动微波土壤水分遥感产品空间降尺度研究进展,系统归纳了经验性、半经验性和基于物理机理的3大类降尺度方法,并就各方法特征进行了详细说明,概述了各方法的优势和缺点。归纳而言,虽然被动微波土壤水分遥感产品空间降尺度方法众多,但可靠的高分辨率降尺度土壤水分产品仍较少,这与被动微波土壤水分遥感产品、降尺度关系模型方法以及降尺度辅助因子等有着直接的关联。未来相关研究应重点结合多源遥感数据建立适用性强、精度高的降尺度关系模型,进而实现时空无缝的高时空分辨率降尺度土壤水分产品的生产,为推动土壤水分遥感产品在农林业管理、自然灾害监测、水文过程分析等区域应用中提供支持。     

利用高分辨率水文模型提高GRACE卫星的空间分辨率

为克服GRACE卫星数据空间分辨率粗糙的局限性,本文以高空间分辨率的PCR-GLOBWB数据为基础,构建了加权、乘权及误差分配降尺度方法,将GRACE卫星在河北省的水储量变化数据的空间分辨率由0.50°提高至0.05°。结果表明：加权降尺度方法不仅保留了GRACE数据的原始空间分布特征,还刻画了局部细节特征;误差分配降尺度方法结果较为理想,但在格网交界处的信号存在跳跃现象;乘权降尺度方法表现最差,与GRACE存在明显差异。经实测数据验证可知,加权降尺度方法与实测值拟合程度最好,相关系数最高可达0.81。本文为获取河北省高空间分辨率地下水储量数据提供了有效保障。     

耦合MOD16和SMAP的微波土壤湿度降尺度研究

局域尺度上的水文或农业应用亟需较高空间分辨率的土壤湿度(SM)数据,微波土壤湿度空间降尺度是实现这一需求的重要途径.其中“光学/热红外与微波数据融合”的降尺度方法展现出了较大的应用潜力,然而这类方法依赖于遥感地表温度LST (Land Surface Temperature)或由LST分解得到的SM指数,受限于LST“...     

Downscaling in remote sensing

Downscaling has an important role to play in remote sensing. It allows prediction at a finer spatial resolution than that of the input imagery, based on either (i) assumptions or prior knowledge about the character of the target spatial variation coupled with spatial optimisation, (ii) spatial prediction through interpolation or (iii) direct information on the relation between spatial resolutions in the form of a regression model. Two classes of goal can be distinguished based on whether continua are predicted (through downscaling or area-to-point prediction) or categories are predicted (super-resolution mapping), in both cases from continuous input data. This paper reviews a range of techniques for both goals, focusing on area-to-point kriging and downscaling cokriging in the former case and spatial optimisation techniques and multiple point geostatistics in the latter case. Several issues are discussed including the information content of training data, including training images, the need for model-based uncertainty information to accompany downscaling predictions, and the fundamental limits on the representativeness of downscaling predictions. The paper ends with a look towards the grand challenge of downscaling in the context of time-series image stacks. The challenge here is to use all the available information to produce a downscaled series of images that is coherent between images and, thus, which helps to distinguish real changes (signal) from noise.     

水环境参数定量遥感反演空间尺度误差分析

对地观测技术的快速发展为水环境定量遥感监测提供了多源遥感数据的有利支撑,然而多源数据空间尺度差异引起的遥感数据和定量产品的不一致性严重制约了水环境科学研究和业务化应用。针对多源遥感数据的空间尺度转换和尺度误差问题,本文提出一种模拟遥感成像过程点扩散函数(PSF)的多源遥感数据空间尺度转换方法。以高空间分辨率GF-1卫星16m遥感数据为基础,模拟了常用的内陆水环境监测卫星Landsat TM/ETM+/OLI(30m)、Terra/Aqua MODIS(250m、500m、1000m)数据,系统研究了高动态浑浊水体(以鄱阳湖悬浮颗粒物监测为例)多源定量遥感监测的空间尺度误差,并对比分析了常用的多源数据尺度转换方法(基于遥感反射率数据平均法和基于悬浮颗粒物产品平均法)的有效性。结果表明,基于点扩散函数的空间尺度转换方法与传统方法具有较高的相关性,基于遥感反射率数据平均法的水环境定量遥感产品的误差水平低于基于悬浮颗粒物产品平均法;相对于南海等相对平稳水体的低空间尺度误差水平(0.5%),在高动态浑浊的内陆或近岸水环境遥感监测中,由空间尺度变化引起的产品误差可达±5%左右。因此,在高精度水环境定量遥感发展应用的需求和多源多尺度遥感数据协同的背景下,本文研究对于提高多源遥感监测产品的一致性和应用能力具有重要理论和现实意义。     

Mapping impervious surface distribution in China using multi-source remotely sensed data

ABSTRACT

Impervious surface area (ISA) data are required for such studies as urban environmental modeling, hydrological modeling, and socioeconomic analysis, but updating these datasets in a large area remains a challenge due to the complex urban landscapes consisting of different materials and colors with various spatial patterns. This research explores the integration of multi-source remotely sensed data for mapping China’s ISA distribution at 30-m spatial resolution. The integration of Visible Infrared Imaging Radiometer Suite Day/Night Band (VIIRS DNB) and Moderate Resolution Imaging Spectroradiometer (MODIS) normalized difference vegetation index (NDVI) data were used to extract initial ISA with spatial resolution of 250 m using a thresholding approach. The Landsat-derived NDVI and Modified Normalized Difference Water Index (MNDWI) were used to remove vegetation and water areas from the mixed pixels that existed in the initial ISA data. The spectral signatures of these ISA data were further extracted from Landsat multispectral images and used to refine the ISA data using expert knowledge. The results indicate that the integration of multi-source data can successfully map ISA distribution with 30-m spatial resolution in China with producer’s and user’s accuracies of 83.1 and 91.9%, respectively. These ISA data are valuable for better management of urban landscapes and for use as an input in other studies such as socioeconomic and environmental modeling.     

藏东南冰川地区250 m空间分辨率全天候地表温度生成

遥感全天候地表温度产品在多云雾地区意义重大,对冰川泥石流多发的藏东南地区极具应用价值,但遥感全天候地表温度空间分辨率不足限制了其在精细化灾害监测中的应用。以藏东南冰川地区为研究区,采用高程、坡度、坡向、地表覆盖类型、植被指数、地表反射率、积雪指数作为全天候地表温度的影响因子,结合移动窗口,进行多种地表温度降尺度方法的对比,进而使用最优的降尺度方法将现有的遥感全天候地表温度产品（TRIMS LST）的空间分辨率从1 km提升至250 m。利用地面站点实测数据的评价结果表明,基于梯度提升决策树（LightGBM）的降尺度方法得到的250 m空间分辨率全天候地表温度的均方根误差在白天/夜间为2.25 K/2.15 K,优于基于多元线性回归和随机森林的降尺度方法,且比原始1 km分辨率全天候地表温度的精度高0.25 K左右。基于Q指数与SIFI指数的图像质量评价结果表明,降尺度得到的250 m地表温度不仅在空间格局和幅值上与原始1 km遥感全天候地表温度一致,而且补充了大量的地表温度空间细节信息。生成得到的250 m分辨率的地表温度对于藏东南冰川地区的灾害分析具有积极的意义。     

卫星遥感地表温度降尺度的光谱归一化指数法

针对卫星遥感技术监测地表温度(land surface temperature,LST)存在时空分辨率矛盾这一难题,以TsHARP温度降尺度算法为基础,根据地表覆盖类型的不同,分别选择与LST相关性更好的光谱指数(归一化植被指数,NDVI;归一化建造指数,NDBI;改进的归一化水体指数,MNDWI;增强型裸土指数,EBSI)提出了新的转换模型,并从定性和定量两个角度评价了TsHARP法和新模型的降尺度精度。结果表明:两种模型在提高LST空间分辨率的同时又能较好地保持MODIS LST影像热特征的空间分布格局,消除了原始1km影像中的马赛克效应,两种模型均能够达到较好的降尺度效果;全局尺度分析表明,不管是在降尺度结果的空间变异性还是精度方面,本文提出的模型(RMSE:1.635℃)均要优于TsHARP法(RMSE:2.736℃);TsHARP法在水体、裸地和建筑用地这些低植被覆盖区表现出较差的降尺度结果,尤其对于裸地和建筑用地更为明显(|MBE|3℃),新模型提高了低植被覆盖区地物的降尺度精度;不同季节的降尺度结果表明,两种模型都是夏、秋季的降尺度结果优于春、冬季,新模型的降尺度结果四季均好于TsHARP法,其中春、冬季的降尺度精度提升效果要优于夏、秋季。     

一种高分影像建筑区分块表示与合并提取方法

建筑区是一种重要的人工地理要素,利用高分辨率卫星影像可以在更精细的尺度上获取建筑区信息。针对建筑区这类结构复杂、面积相对较大的地物类,提出一种分块表示与合并提取方法。首先,通过角点上下文约束来划分图像,并将获得的图像块作为影像处理的基本单元;然后,利用空间变异函数来建模每个图像块并提取特征描述参数,进一步通过主成分变换实现建筑区图像块的结构特征表示;最后,根据图像块空间结构特征的相似性实现建筑区的判别。实验结果表明,该方法能够有效实现高分影像建筑区的提取,并且对不同分辨率的高分影像表现出良好的适应性。     

光谱指数趋势面的城市地表温度降尺度转换

针对城市及周边区域建造区和自然地表交织分布的特点,探讨了利用归一化植被指数(NDVI)和归一化建造指数(NDBI)构造趋势面的地表温度(LST)降尺度方法,以北京市市区及周边较平坦区域为例实现了LST自960 m向120 m的降尺度转换。分析了LST空间分布特征及NDVI、NDBI对地物的指示性特征;以北京市四至六环为界分析NDVI、NDBI趋势面对地表温度的拟合程度及各自的适用区域;在120 m、240 m、480 m和960 m 4个尺度上评价了NDVI、NDBI和NDVI+NDBI趋势面对LST的拟合程度和趋势面转换函数的尺度效应;对NDVI、NDBI和NDVI NDBI等3种方法的降尺度结果分覆盖类型、分区域对比评价。实验结果表明结合两种光谱指数的NDVI NDBI方法降尺度转换精度有所改善,改善程度取决于地表覆盖类型组合。     

地表温度日变化模型偏差系数解算的地表温度降尺度

地表温度LST（Land Surface Temperature）是全球气候变化研究的关键参数,遥感是获取全球和区域尺度地表温度的一种切实可行手段,但现有的单一传感器无法提供高时空分辨率的LST数据,限制了遥感地表温度数据的深入广泛应用。现有的降尺度方法难以生成无缝高时空分辨率的地表温度数据,且降尺度效果易受高空间分辨率LST数据缺失及有效时刻分布影响。本文提出了一种基于地表温度日变化模型DTC（Diurnal Temperature Cycle）偏差系数解算的地表温度降尺度方法,采用FY-4A、MODIS和Landsat 8的LST数据生成晴空及多云条件下逐小时100 m的无缝LST数据。方法主要包含4部分：（1）利用空值重建方法获取无缝的FY-4A的LST数据;（2）建立FY-4A LST数据的DTC模型;（3）采用时空融合模型对MODIS的LST数据进行空间降尺度;（4）解算DTC模型偏差系数,获取逐小时100 m分辨率的无缝LST数据。实验结果表明,本文提出的方法具有较高的降尺度精度,可获得晴空及多云条件下无缝高时空地表温度数据,且高空间分辨率的地表温度数据缺失和有效时刻分布对本文方法降尺度结果影响较小。     

结合像元分解和STARFM模型的遥感数据融合

高空间、时间分辨率遥感数据在监测地表快速变化方面具有重要的作用。然而,对于特定传感器获取的遥感影像在空间分辨率和时间分辨率上存在不可调和的矛盾,遥感数据时空融合技术是解决这一矛盾的有效方法。本文利用像元分解降尺方法(Downscaling mixed pixel)和STARFM模型(Spatial and Temporal Adaptive Reflectance Fusion Model)相结合的CDSTARFM算法(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)进行遥感数据融合。首先,利用像元分解降尺度方法对参与融合的MODIS数据进行分解降尺度处理;其次,利用分解降尺度的MODIS数据替代STARFM模型中直接重采样的MODIS数据进行数据融合;最后以Landsat 8和MODIS遥感影像数据对该方法进行了实验。结果表明:(1)CDSTARFM算法比STARFM和像元分解降尺度算法具有更高的融合精度;(2)CDSTARFM能够在较小的窗口下获得更高的融合精度,在相同的窗口下其融合精度也高于STARFM;(3)CDSTARFM融合的影像更接近真实影像,消除了像元分解降尺度影像中的"图斑"和STARFM模型融合影像中的"MODIS像元边界"。     

利用AMSR2和MODIS数据的土壤冻融相变水量降尺度方法

本文基于站点实测土壤温度和土壤湿度数据分析,发现温度指数TI(Temperature Index)和土壤冻融相变水量呈现幂函数关系,温度指数能够反映相变水量的变化。使用MODIS地表温度产品计算温度指数,在AMSR2卫星观测尺度上与相变水量建立了关系,从而对土壤冻融相变水量进行了降尺度研究。采用CTP-SMTMN数据采集仪观测网络上的站点观测到土壤水分对土壤冻融相变水量降尺度结果进行了验证。结果表明,土壤冻融相变水量降尺度结果与实测值较为接近,在土壤相变水量大于0.01(m³/m³)时,RMSE为0.0085(m³/m³),MAE为0.0059(m³/m³)。这种通过温度指数对土壤相变水量进行降尺度的方法具有简便,可行,可靠的优势,适合在冻融交替期计算较湿润土壤在冻融过程中产生的相变水量。同时,这种降尺度方法能够生成小尺度上的相变水量产品,实现了热红外遥感和被动微波遥感的优势整合,对研究地气水热平衡,气候变化,土壤冻结强度以及冻融侵蚀强度等具有重要意义。     

遥感数据时空尺度对地理要素时空变化分析的影响

地理要素的时空变化分析对于了解和掌握地表的规律性有着重要的作用。利用地面站点观测、实地调查等传统方式获取数据,对地理要素进行时空变化分析是最常用的方法。但该类方法往往表现的是"点尺度"观测,不能在大尺度情况下准确地反映地表的时空变化信息。遥感卫星能以一定的时间间隔获得空间连续的对地"面尺度"观测数据,然而其特定的空间和时间分辨率使其获取的地表信息仍十分有限。同时地表的空间异质性和个别地表短时间内的快速变化,使得利用遥感数据对地理要素进行时空变化分析时,时空变化分析结果会随观测尺度而发生改变。本文从空间尺度和时间尺度两方面综述遥感数据时空尺度对地理要素的时空变化分析产生的影响和原因,并针对这些问题总结了减小时空尺度对结果不确定性影响的现行方法。可以通过多源遥感协同观测和反演、尺度转换、空间建模等方法减小空间尺度引起的不确定性;通过联合多时相遥感数据的方法减小时间尺度引起的不确定性。在实际应用中,应根据所观测地理要素的实际情况,综合分析选择合适的方法。     

A method of downscaling temperature maps based on analytical hillshading for use in species distribution modelling

Climate maps have been widely used for the construction of species distribution models. These maps derive from interpolation of data collected by meteorological stations. The sparse distribution of stations generates maps with coarse spatial resolution that are unable to detect microclimates or areas that can serve as plant or animal refuges. This work proposes a method for downscaling temperature maps using the solar radiation falling upon hillsides as predictor for the influence of relief on local variability. Solar irradiance is estimated from a digital elevation model of the study area using a routine based on analytical hillshading. Some examples of downscaling from 1 km to 25 m spatial resolution are shown. The results are compared with the surface temperature maps from Landsat 8 satellite imagery.     

Exploring improvement of impervious surface estimation at national scale through integration of nighttime light and Proba-V data

Directly mapping impervious surface area (ISA) at national and global scales using nighttime light data is a challenge due to the complexity of land surface components and the impacts of unbalanced economic conditions. Previous research mainly used the coarse spatial resolution Defense Meteorological Satellite Program’s Operational Linescan System (DMSP OLS) and Moderate Resolution Imaging Spectroradiometer (MODIS), normalized difference vegetation index (NDVI) data for ISA mapping; the improved spatial resolution and data quality in the Suomi National Polar-orbiting Partnership, Visible Infrared Imaging Radiometer Suite’s Day/Night Band (VIIRS DNB) and in Proba-V data provide a new opportunity to accurately map ISA distribution at the national scale, which has not been explored yet. This research aimed to develop a new index – modified impervious surface index (MISI) – based on VIIRS DNB and Proba-V data to improve ISA estimation and to compare the results with those from the combination of VIIRS DNB and MODIS NDVI data. Landsat data were used to develop ISA data for the typical sites for use as reference data. Regression analysis was used to establish the ISA estimation model in which the dependent variable was from the Landsat data and the independent variable was from the MISI, as well as the previously used Large-scale Impervious Surface Index (LISI). The results indicate that the major error is from the very small or very large proportion of ISA in a unit; improvement of spatial resolution through use of higher spatial resolution nighttime light data (e.g., VIIRS DNB) or NDVI (e.g., Proba-V NDVI) data is an effective approach to improve ISA estimation. Although different indices for the combination of nighttime light and NDVI data have been used, the MISI is especially valuable for reducing the estimation errors for the regions with a small or large ISA proportion.     

遥感数据空间尺度分级模型与基本比例尺关系

多源遥感数据综合应用是遥感发展的必然趋势,统一的遥感数据空间尺度分级模型是多源数据集成与综合应用的基础。虽然已有多种空间尺度分级模型,但很多主流模型并非出于分尺度综合应用目的,缺乏客观的比较和评价。国家基本比例尺系统作为经过论证、中国应用面最广泛、接受度最高的一种尺度分级系统,是以应用为导向的遥感数据空间尺度分级模型的最优参照系。从不同视觉精度下国家基本比例尺对图像空间分辨率的需求出发,比较各空间尺度分级模型的层级分辨率与需求分辨率的匹配情况,包括OGC Well Known Scale Set的Global CRS84Pixel和Google Maps Compatible,以及NASA World Wind、Google Map、百度地图、天地图等软件平台采用的层级格网系统,以及"五层十五级"遥感数据组织模型,通过对数据信息冗余度的分析,对各个模型进行了评价。结果表明,在高视觉精度应用需求下,"五层十五级"模型与基本比例尺精度要求具有较明显的匹配优势,其次为OGC Google Maps Compatible模型和天地图模型,其余模型平均数据冗余倍数在2倍左右;在低视觉精度应用需求下,"五层十五级"模型平均数据冗余度仍为最低,其次为Google Map模型,其余模型平均数据冗余倍数都在2倍以上。     

Spectral unmixing based spatiotemporal downscaling fusion approach

Time-series remote sensing data are important in monitoring land surface dynamics. Due to technical limitations, satellite sensors have a trade-off between temporal, spatial and spectral resolutions when acquiring remote sensing images. In order to obtain remote sensing images with high spatial resolution and high temporal frequency, spatiotemporal fusion methods have been developed. In this paper, we propose a Linear Spectral Unmixing-based Spatiotemporal Data Fusion Model (LSUSDFM) for spatial and temporal data fusion. In this model, the endmember abundance of the low-resolution image pixel is calculated based on that of the high-resolution image by the spectral mixture analysis. The endmember spectrum signals of low-resolution images are then calculated continuously within an optimized moving window. Subsequently, the fused image is reconstructed according to the endmember spectrum and its corresponding abundance map. A simulated dataset and real satellite images are used to test the fusion model, and the fusion results are compared with a current spectral unmixing based downscaling fusion model (SUDFM). Our experimental work shows that, compared to the SUDFM, the proposed LSUSDFM can achieve better quality and accuracy of fused images, especially in effectively eliminating the “plaque” phenomenon in the results by the SUDFM. The LSUSDFM has great potential in generating images with both high spatial resolution and high temporal frequency, as well as increasing the number of spectral bands of the high spatial resolution data.     

根河地区冻融监测和降尺度算法的验证分析

高分辨率地表冻融监测对研究根河地区碳氮循环、水土流失和土壤冻融侵蚀非常重要。本文采用Kou等(2017)提出的被动微波亮温降尺度方法和1 km空间分辨率的温度数据,将0.25°空间分辨率的被动微波亮温降尺度至0.01°空间分辨率。利用通过模型模拟与实验数据发展得到的冻融判别式算法DFA_Zhao(Discriminant Function Algorithm)和改进的冻融判别式算法DFA_Kou(Improved Discriminant Function Algorithm),基于降尺度前后的被动微波亮温监测根河地区的地表冻融。以根河地区2013年7月—2015年12月的地下0—5 cm深度的实测土壤温度检验这两种冻融判识算法的分类精度。结果显示,降尺度前后两种冻融判识算法整体判对率差异在6.72%内;DFA_Zhao算法融化判对率的均值比DFA_Kou算法高10%,DFA_Kou算法冻结判对率均值比DFA_Zhao算法高1%。两种冻融判别式算法的冻结判对率均在90%以上,升轨期的融化判对率均在80%以上,但两算法降轨期的融化判对率较低,在40%—82%之间。同时,还进一步讨论并分析了两种冻融判别式算法和被动微波亮温降尺度方法可能存在的问题,指出了可能的改进方向。     

由NPP-VIIRS影像估算广东省碳排放的尺度效应分析

碳排放估算是节能减排和全球气候变化研究的重要领域之一,NPP-VIIRS夜间灯光影像能够反映人类活动强度而被广泛应用于碳排放的空间估算分析。本文构建和对比了基于2015年NPP-VIIRS夜间灯光影像的广东省能源消耗碳排放估算拟合模型,并重点研究了NPP-VIIRS影像的尺度效应,探讨了500、1000、1500和2000 m分辨率的模型结果精度。研究显示：①二次多项式拟合模型是碳排放估算的较优化方法,广东省21个城市之间拟合结果差异较大;②1000 m分辨率的NPP-VIIRS夜间灯光影像的广东省碳排放估算结果均方根误差最小,2000 m分辨率的绝对误差较小,并通过升尺度提高了模型运算效率;③间隔100 m从500 m连续递增至2000 m的不同空间分辨率的夜间灯光影像碳排放估算结果具有波动性,在1000 m分辨率处趋于平衡。本文分析了基于NPP-VIIRS夜间灯光影像的广东省碳排放估算模型,揭示了不同空间分辨率影像的尺度效应规律,可为夜间灯光影像碳排放估算提供空间尺度优化和结果精化方面的参考。