FY-4A/AGRI传感器波段平均太阳辐照度计算及不确定性分析

传感器大气顶层波段平均太阳辐照度(Band-Averaged Extraterrestrial Solar Irradiance,BAESI)是表观反射率和星上辐亮度之间转换的重要因子,为了针对FY-4A/AGRI有关通道较为准确地计算这一数值,分别以韩国COMS/GOCI、美国GEOS-16/ABI、日本Himawari-8/9/AHI传感器为例,利用国际上常用的6条太阳光谱曲线与传感器光谱响应函数参与计算BAESI,并与各传感器BAESI标准值进行比较。结果表明,Kurucz计算结果平均绝对误差与均方根误差均最小,是最理想的太阳光谱曲线,此外,Kurucz计算值与各传感器各波段BAESI标准值的最大偏差均小于4.5%,最大偏差百分比及对应波段分别为-2.39%(GOCI-band3)、1.49%(ABI-band6)、4.28%(AHI-08-band6)、4.42%(AHI-09-band6)。因此选择Kurucz太阳光谱曲线参与计算FY-4A/AGRI传感器各波段BAESI值,给出相应结果,并分析了计算值的不确定性,解决了将表观反射率转换为辐射亮度的困难。     

基于几何光学模型的人工林叶面积指数遥感反演

 MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM 影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明: 4-scale模型LAI反演结果与实测LAI一致性良好(R²=0.67,RMSE=0.50),且优于NDVI经验模型(R²=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale 模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。     

Radarsat SAR的森林生物物理参数信号响应及其蓄积量估测

利用地面实测数据，系统探讨了Radarsat SAR 数据在森林蓄积量估测方面的应用潜力和森林生物物理参数信号响应。结果表明 ： Radarsat SAR后向散射系数与森林蓄积量、树高及胸径之间的关系可以用对数模型模拟； 树种对后向散射系数具有一定影响； 利 用后向散射系数估测森林蓄积量，其精度基本符合林场大面积总体估测的精度要求，但小班水平应用效果不理想。     

基于时序影像的农业活动因子提取与闽西耕地SOC数字制图

人类活动对表层耕地土壤有机碳(Soil Organic Carbon, SOC)影响强烈,但目前大范围复杂地貌地形区的耕地SOC数字制图对人为因素的空间刻画不足。本文以福建省西部耕地为研究对象,基于Sentinel-2/MSI时间序列数据提取轮作模式分类信息(Crop Rotation, CR),以及可反映轮作模式信息的植被特征变换变量(Harmonic Analysis of Time Series, HANTS),分别作为农业活动定性和定量因子,将常规气候和地形因子作为自然环境因子,并对不同类型环境变量进行组合(气候+地形、气候+地形+轮作模式、气候+地形+HANTS变量、气候+地形+轮作模式+HANTS变量)。基于随机森林模型(Random Forest, RF)对不同环境变量组合驱动的耕地表层SOC空间预测精度进行对比分析,探索以轮作模式为例的农业活动因子提高耕地表层SOC数字制图精度的可能性。结果表明,同时加入两种农业活动因子的RF模型表现最佳,其模型预测精度相较于纯自然环境变量驱动的模型有明显提高(R²提高了89.47%,RMSE和MAE分别下降了10...     

基于MODIS NDVI的新疆土地覆盖类型划分与潜在荒漠化区域探测

采用2002年MODIS 1km的全年NDVI时序数据对新疆及周边地区进行了土地覆盖分类,在分类的过程中重点强调了稀疏植被覆盖区域,这些区域具有潜在荒漠化的趋势。介绍了一种针对不同土地覆盖类型并能重点突出稀疏植被的分类方法,这种方法较好地综合了季节性影响因素和多变的自然条件影响因素。从16天合成的优化过的时序NDVI图像上,通过分析物候变化,可以获得较好的分类结果。将具有潜在荒漠化趋势的区域模型化研究以后,研究结果表明新疆及周边地区40万km2的土地有潜在荒漠化的趋势。由于MODIS NDVI数据覆盖范围较大,并且对植被的生长变化有较高的敏感度,所以它可以被有效地应用于监测大尺度环境变化和荒漠化进程。     

基于GIS的沙漠化土地面积遥感分析监测

本文利用2000年的TM数据,经过图像增强、合成、几何精纠正、镶嵌和分割,以1∶10万地形图分幅标准,在微机Windows的ARC/INFO软件平台上,人机交互解译,最终获得2000年全国各省的沙漠、沙地和沙漠化土地面积。土地覆盖类型采用二级分类系统,第一级分为6大类:耕地、林地、草地、水域、建设用地和未利用土地。TM解译结果表明,于2000年,新疆维吾尔自治区、内蒙古自治区、青海省和甘肃省的沙漠、沙地和沙漠化土地面积分别为:79361263hm²、58570586hm²、18917225hm²和12340694hm²。面对中国局部生态环境得到改善但整体上土地荒漠化面积每年都在扩大的现实,利用遥感手段快速准确地监测国土荒漠化面积,对政府决策整治防护有重要意义。     

应用R/S方法分析NDVI时间序列

针对1982--2001年月合成PALNDVI时间序列,应用R／S方法计算中国陆地范围内的赫斯特指数。结果表明：全国范围内的赫斯特指数普遍大于0．5,意味着NDVI时间序列不是马尔科夫序列,而是存在明显的趋势性;中国陆地范围内的赫斯特指数分布存在“西高东低”的特点,说明西部NDVI时间序列表现出更强的持久性;通过分析赫斯特指数分布与陆地覆盖类型的关系发现,在同一生态地区内,裸地的赫斯特指数最高,与其它覆盖类型差异明显。陆地覆盖类型之外的自然条件和人为因素对赫斯特指数空间分布的影响有待进一步研究。     

Ajax在WebGIS中的应用

Google Maps的Ajax客户端为WebGIS开发提供了新思路。该文从3方面讨论了Ajax在WebGIS中的应用。在原理方面,通过分析Ajax模型和Google Maps,阐述了Ajax方法与OGC规范相结合的客户端模式;在实现环节,以MapBuilder为例分析了Ajax客户端的实现模式及功能扩展方法;在应用方面,介绍了基于GeoServer和Map-Builder实现的淮河流域水环境信息网络查询原型系统实例。     

基于神经网络和TM图像的大连湾海域悬浮物质量浓度的反演

水体中的悬浮物是评价海洋水质的重要指标之一。采用卫星遥感方法可以获得大范围连续的悬浮物质量浓度。以1999年5月10日大连湾海上现场-卫星同步实验数据为基础,采用神经网络模型技术模拟了陆地卫星TM传感器中心波长分别为485,560和660nm3个波段的辐射亮度值与在该海域现场获取的悬浮物质量浓度之间的传递机理。以TM图像的3个可见光波段作为输入的神经网络模型的相关系数达0．79,在反演海水表层悬浮物质量浓度方面比传统的统计分析方法表现要好。这说明神经网络方法在模拟非线性关系进行遥感反演方面更具应用前景。     

基于控制点库的SIFT多源影像自动配准方法

本文提出了一种基于控制点库的SIFT多源大幅遥感影像自动配准方法,该方法首先设计并建立控制点影像库;然后采用地理坐标粗定位及SIFT算法自动精确查找同名控制点;利用影像分块迭代最小二乘法拟合,去除错同名控制点;最后运用多项式模型完成影像配准.以环境减灾小卫星CCD及近红外、QuickBird 24m及0.6m、TM及印...