针叶林冠层热点及多角度无人机遥感观测及特征分析

多角度遥感观测是研究植被冠层BRDF(Bidirectional Reflectance Distribution Function)特性的重要手段,但目前对森林冠层进行连续间隔采样的多角度遥感观测及数据较少,热点方向的观测尤为缺乏.本研究基于无人机多角度高光谱成像系统,在主平面上对针叶林冠层以等角度连续间隔采样进行多...     

Issues in the application of Digital Surface Model data to correct the terrain illumination effects in Landsat images

The accuracy of topographic correction of Landsat data based on a Digital Surface Model (DSM) depends on the quality, scale and spatial resolution of the DSM data used and the co-registration between the DSM and the satellite image. A physics-based bidirectional reflectance distribution function (BRDF) and atmospheric correction model in conjunction with a 1-second DSM was used to conduct the analysis in this paper. The results show that for the examples used from Australia, the 1-second DSM, can provide an effective product for this task. However, it was found that some remaining artefacts in the DSM data, originally due to radar shadow, can still cause significant local errors in the correction. Where they occur, false shadows and over-corrected surface reflectance factors can be observed. More generally, accurate co-registration between satellite images and DSM data was found to be critical for effective correction. Mis-registration by one or two pixels could lead to large errors of retrieved surface reflectance factors in gully and ridge areas. Using low-resolution DSM data in conjunction with high-resolution satellite images will also fail to correct significant terrain components where they occur at the finer scales of the satellite images. DSM resolution appropriate to the resolution of satellite image and the roughness of the terrain is needed for effective results, and the rougher the terrain, the more critical will be the accurate registration.     

Landsat TM/ETM+与HJ-1A/B CCD数据自动相对辐射处理及精度验证

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)的全球覆盖30 m分辨率遥感数据进行辐射处理,转换到地表反射率,数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充。海量数据中有些不适宜进行绝对大气校正,为了保证全球覆盖,对这些数据设计开发了一套自动的相对辐射处理及精度验证流程算法,利用相邻数据重叠区域进行相对辐射校正的方式,将数据由Oigital Number(DN)值直接转换为地表反射率,精度验证以MODIS地表反射率产品MOD09GA作为参考,比较对应波段数据的相对一致性,算法采用了图像分块处理技术及OpenMP加速技术提高效率,实际应用结果表明该算法流程可以满足项目对辐射处理精度、速度及自动化程度的要求。     

顾及多积分时间特性的GF-4卫星PMS传感器交叉辐射定标

针对GF-4卫星PMS传感器具备5个积分时间的成像特性,提出一种基于辐射区域网平差的交叉辐射定标方法。首先,利用敦煌辐射校正场地区时间序列有效MODIS影像集,构建该区域高精度BRDF模型。其次,考虑BRDF和SBAF校正,从该地区Landsat-8卫星OLI影像和PMS影像中提取辐射控制点。然后,设置DN值和CV限制条件,在凝视成像状态下从不同积分时间PMS影像中提取辐射连接点。最后,利用新建定标模型计算各积分时间状态下的定标系数。验证结果表明,不同积分时间的各波段平均绝对定标精度均优于5.18%,且不同积分时间影像间各波段辐射差异最高降低36.64%。同时,探讨了辐射控制点分布、BRDF、SBAF和辐射连接点筛选条件对定标结果的影响,为进一步优化PMS传感器交叉辐射定标流程提供重要参考。     

改善MODIS BRDF产品热点效应的方法研究

核驱动的Ross Thick-LiSparse Reciprocal(RTLSR)双向反射函数(BRDF)模型已广泛地应用于MODIS等星载传感器的业务化产品处理中。但是,对于多年MODIS二向反射产品历史数据,如何基于RTMLSR模型发展一种简单有效快速的方法,进行热点效应的校正是一个迫切需要解决的问题。本文提出了一种简单有效的方法,不需要对观测数据重新反演,直接在现有MODIS二向反射产品的基础上进行热点校正,方便用户对历史MODIS二向反射产品的使用。该方法应用POLDER-3/BRDF数据库和部分经MODIS业务化算法筛选的反射率数据进行验证,并与RTLSR模型和RTMLSR模型的结果进行比较,结果表明:(1)该方法比现有的MODIS业务化RTLSR算法,对热点反射率有明显改善,拟合相对误差平均降低了10.12%;(2)该方法相对于RTMLSR模型在热点反射率拟合效果上差别不大,相对误差相差2.10%;(3)该方法对热点和冷点归一化的植被指数(NDHD)的估算效果有一定程度的改善,相对于RTLSR模型降低了约4.99%,与RTMLSR模型的相对误差相差1.32%,该方法对直接应用现有MODIS BRDF产品,基于热点方向反射率反演植被结构参数(如植被聚集指数)的精度提高有现实应用价值。     

基于最优路径的无人机影像辐射区域网平差

无人机遥感能够提供高时空分辨率的影像数据,拥有广泛的应用前景。辐射校正将传感器记录的数据转化为地表反射率,是无人机数据定量化应用的前提。然而无人机数据易受光照等因素的影响,导致影像间存在不同程度的辐射差异,为多张无人机影像的辐射校正带来困难。基于影像间重叠区域的信息,辐射区域网平差能够获得全局最优的辐射校正参数,降低影像间的辐射差异,因此在实现影像的辐射校正方面具有巨大潜力。但大量待求解未知参数降低了辐射校正模型的求解效率,特别是在数据量急剧增加时,该问题更为突出。基于影像重叠区辐射信息建立的最优路径很好地考虑了影像间的辐射转化关系,可有效控制误差累计,为减少辐射区域网平差中未知参数的数量提供了一种思路。因此,本文将最优路径与辐射区域网平差相结合,以降低待求解参数的数量,在保证辐射校正精度的同时提高辐射校正模型求解效率,进而提升辐射区域网平差在大数据集上的应用潜力。     

MISR和MODIS二向性反射数据产品的对比分析

利用4种地表类型共16个地面站点的MISR 9个角度反射率数据产品和MODIS反射率数据产品(MOD09A1), 对比两种传感器获取的地表方向反射观测数据和用BRDF模型参数产品计算的方向反射数据, 分析了这两种BRDF模型参数的外推能力。研究结果表明: (1) MISR和MODIS BRDF模型参数数据产品都具有一定的对观测数据以外方向反射的外推能力, 相比用MISR BRDF模型参数数据外推到相应MODIS观测角度方向反射的结果一致性较强。(2) 采用两种BRDF模型参数推算的方向反射率与观测数据的接近程度有随观测天顶角的增大而减弱的趋势, 在观测天顶角较小时一致性较好。(3) 所用数据处理结果显示, MODIS BRDF模型参数数据产品在近垂直主平面方向反射率推算结果相比近主平面方向的推算结果更接近观测数据。     

光谱角—欧氏距离的高光谱图像辐射归一化

辐射归一化旨在减小不同时相遥感影像间因获取条件不一致而导致的非地表辐射变化的差异,是土地覆盖变化监测的重要前提条件。本文根据高光谱图像上同类地物的谱形及数值的相似性,利用光谱角距离(SAD)和欧氏距离(ED)双重判定选取不变特征点,提出了一种基于光谱角—欧氏距离的辐射归一化方法。在评价指标中除了常用的均方根误差和相对偏差,更增加了高光谱特色的衡量光谱保真性指标:皮尔森系数、光谱扭曲程度。利用高光谱遥感CHRIS图像对本文提出方法进行验证,并与基于多元变化检测(MAD)的辐射归一化方法比较。结果表明,本文方法不仅在辐射特性上优于基于多元变化检测(MAD)的方法,而且具有保持光谱特性的优势,具有较好的应用前景。     

Evaluation of different topographic correction methods for Landsat imagery

The recent free availability of Landsat historical data provides new potentials for land-cover change studies. Multi-temporal studies require a previous radiometric and geometric homogenization of input images, to better identify true changes. Topographic normalization is one of the key steps to create consistent and radiometricly stable multi-temporal time series, since terrain shadows change throughout time. This paper aims to evaluate different methods for topographic correction of Landsat TM-ETM+ data. They were assessed for 15 ETM+ images taken under different illumination conditions, using two criteria: (a) reduction of the standard deviation (SD) for different land-covers and (b) increase in temporal stability of a time series for individual pixels. We observed that results improve when land-cover classes where processed independently when applying the more advanced correction algorithms such as the C-correction and the Minnaert correction. Best results were obtaining for the C-correction and the empiric–statistic correction. Decreases of the SD for bare soil pixels were larger than 100% for the C-correction and the empiric–statistic correction method compared to the other correction methods in the visible spectrum and larger than 50% in the IR region. In almost all tests the empiric–statistic method provided better results than the C-correction. When analyzing the multi-temporal stability, pixels under bad illumination conditions (northern orientation) improved after correction, while a deterioration was observed for pixels under good illumination conditions (southern orientation). Taken this observation into account, a simple but robust method for topographic correction of Landsat imagery is proposed.     

航天高光谱遥感器CHRIS的水体图像大气校正

CHRIS(Compact High Resolution Imaging Spectrometer)是欧空局于2001年10月发射的PROBA-1卫星上搭载的探索性高光谱遥感器,它具备高空间分辨率、多角度观测、高光谱成像等特点,为水质遥感监测提供不可多得的数据源。基于卫星遥感图像定量监测水质,一个关键步骤就是进行精确的大气校正,提取水面反射率。相比陆地遥感图像,水面反射率是弱信号,对大气校正的要求更高。6S(Second Simulation of SatelliteSignal in the Solar Spectrum)和MODTRAN(MOderate resolution TRANsmittance code)是两种常用的大气辐射传输模型。本文选取基于6S的REMS(Remote Sensing Environmental Monitoring System)和基于MODT-RAN的ACORN(Atmospheric CORrection Now)两种大气校正软件,对太湖梅梁湾的三景不同成像角度CHRIS图像进行大气校正,将大气校正后的图像水体反射率与地面同步实测水体反射率进行比较分析。结果表明,经过大气校正的CHRIS图像得到的水面反射率与实测反射率波形十分地接近,在全部波长范围内的相关系数达到90%。分析实测的水体反射率角度特征,发现图像的角度特征更明显。三个观测角度下反射率之间的各差值都呈现出在绿光波段较大,在红光和近红外波段偏小的特点,这和实测结果相符。ACORN校正后的图像的角度特征更好地与实测结果吻合。     

Evaluation of directional normalization methods for Landsat TM/ETM+ over primary Amazonian lowland forests

Biodiversity mapping in extensive tropical forest areas poses a major challenge for the interpretation of Landsat images, because floristically clearly distinct forest types may show little difference in reflectance. In such cases, the effects of the bidirectional reflection distribution function (BRDF) can be sufficiently strong to cause erroneous image interpretation and classification. Since the opening of the Landsat archive in 2008, several BRDF normalization methods for Landsat have been developed. The simplest of these consist of an empirical view angle normalization, whereas more complex approaches apply the semi-empirical Ross–Li BRDF model and the MODIS MCD43-series of products to normalize directional Landsat reflectance to standard view and solar angles. Here we quantify the effect of surface anisotropy on Landsat TM/ETM+ images over old-growth Amazonian forests, and evaluate five angular normalization approaches. Even for the narrow swath of the Landsat sensors, we observed directional effects in all spectral bands. Those normalization methods that are based on removing the surface reflectance gradient as observed in each image were adequate to normalize TM/ETM+ imagery to nadir viewing, but were less suitable for multitemporal analysis when the solar vector varied strongly among images. Approaches based on the MODIS BRDF model parameters successfully reduced directional effects in the visible bands, but removed only half of the systematic errors in the infrared bands. The best results were obtained when the semi-empirical BRDF model was calibrated using pairs of Landsat observation. This method produces a single set of BRDF parameters, which can then be used to operationally normalize Landsat TM/ETM+ imagery over Amazonian forests to nadir viewing and a standard solar configuration.     

Evaluating the potential of multi-view data extraction from small Unmanned Aerial Systems (UASs) for object-based classification for Wetland land covers

Unmanned Aerial Systems (UASs) have the potential to provide multi-view data, but the approaches used to extract the multi-view data from UAS and investigation of their use in image classification are currently unavailable in publications to our best knowledge. This study presents a method that combines collinearity equations and a two-phase optimization procedure to automatically project a point from real world coordinate system of an orthoimage to UAS image coordinate system (row and column numbers) to be used in multi-view data extraction. The results show average errors for the computed UAS column and row numbers were 1.6 and 1.8 pixels respectively evaluated with leave-one-out method. Based on this algorithm, it’s also for the first time that object-based multi-view data were extracted and presented, and the potential of using the multi-view data to aid Geographic Object-Based Image Analysis(GEOBIA) through bidirectional reflectance distribution function (BRDF) modelling was evaluated with two representatives of BRDFs, the Rahman-Pinty-Verstraete(RPV) and Ross-Thick-LiSparse (RTLS). Our results indicate the RPV model tends to overestimate the bidirectional reflectance for land cover types with high reflectance, while perform well for those with relatively low reflectance in our study area. To test the impact of using multi-view data on image classification, we extracted parameters from BRDF models and used these parameters as object features for object-based classification. The 10-fold cross validation results show that the 3-parameter RTLS significantly improved overall accuracy compared to the classifications relying only on the orthoimage features, while other BRDF models did not show significant improvements, raising the needs to develop new methods to better utilize the multi-view information in GEOIBA in the future.     

基于TM/ETM和DEM数据的BRDF特征提取

巴丹吉林沙漠地区地物类型单一,地形起伏,形成了天然的二向反射数据集;因此,本研究利用巴丹吉林沙漠地区的ASTER GDEM产品提供的地面高程数据,计算出每个坡元所对应的太阳-观测几何信息(包括太阳天顶角与方位角和观测天顶角与方位角),假设沙丘上每个坡元的表面结构不随其坡度和坡向变化,加上Landsat-TM/ETM+对地观测的信息,就形成了对同一地物的多角度观测数据集,从而可以提取该地区的BRDF特征。为了检验该方法,利用该方法获取的BRDF特征信息模拟了25景Landsat-TM/ETM+数据,并与实际的Landsat-TM/ETM+图像进行对比分析。结果表明, Landsat-TM/ETM+前4个波段的模拟图像与真实图像地表平均反射率相比,平均误差分别为2.80%、1.92%、2.68%和2.32%,高于一般辐射定标中5%—7%的误差要求,因此本研究方法可为高分辨率数据的交叉辐射定标等应用提供参考。     

双冠层反射率模型分析各向异性平整指数(AFX)对植被参数的敏感性

二向反射分布函数包含地表反射的方向性特征信息。研究二向反射分布函数BRDF(Bidirectional Reflectance Distribution Function)形状对植被结构参数的敏感性,有助于理解植被的二向性反射规律,进而反演植被参数。本文耦合双冠层反射率模型和核驱动的罗斯厚核-李氏稀疏互易核模型,利用EFAST全局敏感性分析方法,以各向异性平整指数为BRDF形状变化的衡量指标,研究了不同天空光比例(SKYL)下,各向异性平整指数AFX对植被参数敏感度的变化,以及SKYL=0.1时AFX的敏感性。结果表明:(1)在红波段,上、下层叶面积指数、上层叶绿素含量,以及上层叶倾角分布是AFX的敏感参数,在近红外波段,上、下层叶面积指数LAI是AFX的敏感参数。(2)冠层尺度上的参数敏感度总体大于叶片尺度。(3)晴天时(SKYL=0.1),红波段主敏感度较大的参数分别是上层LAI、上层叶倾角分布和下层叶片结构参数,近红外波段主敏感度较大的参数主要是上、下层LAI。     

北京市平原区2015年—2019年0.8 m地表反射率数据集

地表反射率产品作为最重要的定量遥感产品,是很多参量化遥感产品的基础数据源,可以被广泛应用于林业、农业、水资源、生态环境、城市环境等典型应用领域。对于米级高分辨率的遥感影像,国内外不提供反射率影像产品。目前主流的国产高分数据源大部分都是蓝、绿、红、近红4个波段的多光谱数据,缺少短波红外波段,难以满足陆地区域浓密植被算法或者清洁水体的短波红外信号近似看作零的假设条件,要完成精确大气校正、生产大范围的GF-2影像拼接的地表反射率产品,是一个挑战。为了更好的推广高分地表反射率的应用,本研究针对北京市平原区,运用全色和多光谱融合、几何精校正和相对辐射一致化算法,以Sentinel-2为参考影像,生成了一套几何精校正后的0.8 m地表反射率影像集。该数据集时间范围为2015年—2019年,每年一期,包含年度产品的覆盖情况及分布矢量,共计184景地表反射率影像,数据量总共为1.63 TB。     

陡峭山区影像的半经验地形校正

本文提出一种新的半经验地形校正模型SCEDIL(Simple topographic Correction using Estimation of Diffuse Light),该模型通过结合DEM与光学影像数据寻找局部区域内完全光照和阴影的水平像元,并以光照、阴影水平像元的平均反射率值估算局部区域散射辐射比,提高了陡峭山区影像的地形校正精度。以高分一号卫星和Landsat ETM+影像为例,从目视判读和定量分析两个方面,比较分析该算法与传统半经验地形校正算法(C、SCS+C)的校正结果。结果表明:(1)对较为平坦的地形,SCEDIL和C、SCS+C校正都有较好的目视结果;对地面起伏较大的陡峭地形,C、SCS+C校正后,原阴影区域易呈现破碎化特征,SCEDIL校正后,原阴影区域过渡较为平滑。(2)SCEDIL校正后,各波段反射率的均值和标准差优于C、SCS+C校正,SCEDIL校正后,影像总分类精度与同类地物光谱信息均一性均优于C和SCS+C校正。SCEDIL半经验地形校正方法能有效地去除影像中的地形干扰,尤其对陡峭地形的校正效果,优于常规地形校正模型。     

一种改进的MODIS影像BRDF辐射校正方法

针时二向性造成的辐射失真，在核驱动模型的基础上提出了一种改进的二向性反射分布模型，并通过时MODIS影像的试验，得到了减弱辐射差异的较好效果，并对试验结果进行了分析和评价。     

多目标无人机微型凝视高光谱成像仪辐射校正

微型凝视高光谱成像仪可以同时获取两个空间维度和一个光谱维度图像,且仅记录整个高光谱图像的外方位元素而不是记录每一帧图像的外方位元素,避免了扫描时的几何不稳定性,有效解决了小型线扫式高光谱成像仪成像几何变形大的问题,适合于姿态不稳定小型无人机负载平台。目前,研究大多集中于线扫式高光谱成像仪辐射校正方法。凝视型高光谱成像仪应用时间较短,国内外没有较为成熟的数据处理研究,阻碍了无人机微型凝视高光谱成像系统的应用。本文研究了无人机载微型凝视高光谱成像仪辐射响应线性度特性和辐射响应变异性的校正方法,并定量评估该方法的有效性。结果表明,辐射响应变异性校正前,高光谱图像存在明显的渐晕效应和条带现象,校正后,不同波段中像元的辐射响应变异系数显著下降,且渐晕效应和图像条带明显减少。本文提出了基于多目标辐射定标方法,并通过比较定标后的高光谱图像光谱与地面光谱仪实测地物光谱来验证辐射定标的精度。结果表明,多目标辐射定标方法的定标结果表现出更好的效果,特别对于近红外波段,与光谱仪实测的地物反射率差异较小。     

AMTIS大气订正算法——基于MODTRAN4．1与BRDF大气订正环

基于BRDF大气订正环的途径和核驱动模型 ,用MODTRAN创建大气参数查找表 (LookUpTable LUT) ,加入地表先验知识 ,对AMTIS(AirborneMulti angleTIR/NIRImagingSystem AMTIS)的可见光、近红外波段数据进行了大气订正 ,并根据地面数据进行了验证。结果表明 ,采用本文算法比基于地表朗伯假定的大气订正能更有效地去除大气影响     

光谱特征扩展的时间序列Landsat数据地表覆盖分类

时间序列遥感影像常用于地表覆盖监测及其变化监测。然而,利用时序遥感数据—尤其是中分辨率遥感数据监测地表覆盖变化,其方法基本是先对多期影像分别进行监督分类然后对比分类结果。由于这种方法需要对每期遥感影像单独选择分类训练样本,而对于历史影像,常常难以获得可靠的样本数据。本文基于遥感数据定量化处理,尝试利用光谱特征扩展方法对时间序列Landsat数据进行分类:首先,结合一种新的大气校正方法和相对辐射归一化方法,对时间序列Landsat数据进行定量化处理,以消除各期影像之间的辐射差异,获得地表反射率数据。然后,论文选择一期易于获得分类训练样本的反射率数据作为"参考影像",并结合样本数据提取不同地表覆盖类型的光谱特征。最后,将"参考影像"中提取的地物光谱特征,扩展到所有时间序列反射率数据进行分类。论文利用青藏高原玛多地区的5景Landsat数据对本文的方法进行了验证,结果显示:基于光谱特征扩展的分类方法,可有效对定量化处理后的Landsat数据进行分类,分类总体精度为88.35%—94.25%,分类结果和传统的单景监督分类结果具有较好的一致性。此外,研究也发现,"参考影像"和待分类图像获取时间的季相差异会影响其分类的精度。