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。     

高分三号影像水体信息提取

国内外针对陆地水体信息提取、洪涝灾害快速响应方面具有较深入的研究,但是多采用发展较早、图像质量可靠的可见光影像及国外星载SAR影像。中国合成孔径雷达（SAR）卫星高分三号（GF-3）已获取了大量多极化、全极化SAR数据,为了将GF-3影像快速应用到环境保护、水资源管理等行业中,本研究分析了水体与其他目标具有的不同后向散射特性,将阈值分割法与马尔可夫随机场（MRF）相结合,发展了一种检测精度较高、自动化程度强的水体信息提取方法。该方法首先通过直方图统计的方法对不同成像模式、不同极化的GF-3影像进行后向散射强度分析,在阈值分割的研究基础上,比较了最大类间方差法（Otsu）和Kittler and Illingworth（KI）二值化法在水体-非水体分类中的效果。然后结合DEM和GF-3轨道参数排除因阴影现象产生的辐射失真对图像概率分布的影响,得到初始的水体信息分布图,再经过Fisher变换和马尔可夫随机场（MRF）的迭代运算,综合利用GF-3影像的多极化信息和空间上下文信息,以最大后验概率准则输出最终的水体分布图。利用了湖南省东北部不同成像模式的两景GF-3影像进行试验,在成像时间接近的光学影像中随机选择检验样点进行精度评价。实验结果表明,KI方法在GF-3水体提取应用中比Otsu方法具有更强的优势,剔除图像阴影区域后,自动化确定的阈值与目视解译阈值更加接近,通过MRF模型优化以后,实现了对水体信息的连贯提取,对图像噪声具有较强的抑制作用。本研究对水体目标的提取精度均达到了85%以上,实验结果精度优于基于光学影像的水体指数法,整个流程需要很少的人工经验参与,具有自动化程度强、检测精度高的优势。     

森林冠层探测激光雷达的波形特征分析

机载激光雷达通过发射激光脉冲和接收返回波形的方式来探测森林冠层的三维结构,返回波形中包含了森林冠层不同高度处枝叶的后向散射特征.本研究在分析激光脉冲与森林冠层之间的相互作用关系时发现返回波形存在时长展宽现象,为此建立了立体散射体模型,并得到时长展宽量与散射体深度之间的对应关系.根据返回波形的不同特征将散射体划分为简单散射体、立体散射体和复杂散射体三种类型,提出单峰导数法和多峰导数法两种波形分析方法,用于提取相关的波形特征量,并判别散射体的类型.本研究得到了一些初步结果,通过模拟立体散射体的返回波形发现,随着散射体深度的增加,返回波形逐渐被展宽;随着子散射体之间距离的增加,返回波形开始出现两个波峰并成为两个完全独立的子波形.通过对模拟波形和实测波形的波形特征量进行比较发现,模拟波形与实测波形的时长略有差别.总之,激光雷达波形数据很好地描述了森林冠层的后向散射特征,在提高森林参数估测精度方面具有应用潜力.     

Envisat ASAR的区域森林-非森林制图

Envisat卫星ASAR传感器的双极化数据对区域森林监测十分有效。通过分别采用SRTM DEM和Landsat TM图像对地形起伏区域和平坦区域的SAR图像进行地理编码,发展了一种SAR图像自动预处理方法。基于冬季单时相ASAR数据的HH(水平发射,水平接收)、HV(水平发射,垂直接收)极化比值和HV极化图像,提出了一种面向对象的森林-非森林分类方法。将之应用于中国东北森林/非森林制图,分类总体精度、森林用户精度和生产者精度分别为83.7%,85.6%和75.7%。结果表明,本文提出的方法十分适合区域森林-非森林制图的业务化运行。     

青海云杉林叶面积指数半球摄影测量方法研究

在介绍原理的基础上,首先分析了相机曝光对高质量鱼眼照片获取的影响,提出了一种野外操作可行的最佳曝光参数设置方法:将曝光量相对林下自动曝光量调低两步,即固定光圈,把快门速度相对林下自动曝光速度调快两步。随后分析了鱼眼照片3个波段对天空—树叶分类乃至孔隙率和LAI计算的影响,提出了鱼眼照片处理的基本流程,该流程主要要求选择蓝波段图像进行分析和利用0~60°天顶角范围内的图像参与LAI计算。通过对青海云杉林LAI多仪器同步观测实验对比证明:用提出的曝光方法和数据处理流程得到的LAI与LAI-2000测值基本相当,具有很好的应用前景。     

多时相双极化合成孔径雷达干涉测量土地覆盖分类方法

综合采用时相、极化和干涉3种维度的SAR数据进行土地覆盖分类。以黑龙江省逊克县多时相ALOS PALSAR数据覆盖区为研究区,利用不同时相极化SAR、干涉SAR信号对地物特征的敏感性,结合后向散射强度和干涉相干的时变特征进行地物解译,发展了基于多时相、多极化、干涉SAR数据的SVM土地覆盖分类方法。研究结果表明,引入双极化SAR中不同极化(HH-HV)间的相干系数,并结合所选择的时相特征、极化特征以及干涉相干特征进行分类,可解决双极化SAR影像中林地与城市及建设用地的混分问题,得到更高精度的土地覆盖分类结果。     

基于LIDAR数据的森林参数反演方法研究

森林结构参数诸如林分平均高、平均冠幅、平均胸径、林分密度、地上生物量等的空间分布对于森林可持续经营管理具有重要意义。以黑河流域祁连山大野口典型森林区为研究区,采用高密度LIDAR小脚印点云数据,在进行单木结构参数提取的基础上,按20 m×20 m大小的网格进行了小区域森林参数反演研究。首先由LIDAR点云数据生成冠层高度模型(Canopy Height Model,CHM),从CHM中估测单株木结构参数树的位置、树高、冠幅。然后采用多元逐步回归分析法建立样地(20 m×20 m)尺度上LIDAR估测的平均树高、冠幅等与实测森林参数(林分平均高、林分算数平均高、平均冠幅、平均胸径、林分密度、地上生物量)之间的关系。结果表明,林分平均高、林分算术平均高、地上生物量的估测方程精度较高,R2均大于0.7,平均冠幅、平均胸径、林分密度的估测方程R2均大于0.5,根据建立的方程得到了森林参数的空间分布图。高密度LIDAR数据可以得到较高精度的森林参数空间分布图,对于森林可持续经营管理以及林相图的更新等具有重要意义,同时对小流域森林水文科学的研究具有重要的应用价值。     

层析SAR反演森林垂直结构参数现状及发展趋势

森林垂直结构参数反演是进行森林资源管理、森林蓄积量估算及全球碳循环研究的基础。层析合成孔径雷达TomoSAR(Tomography Synthetic Aperture Radar)是随着InSAR/Pol-InSAR技术的日益发展而产生的,更适用于森林垂直结构参数反演。本文首先介绍了TomoSAR的概念与实现方式:PCT(Polarization Coherence Tomography)、多基线干涉层析SAR MB-InTomoSAR(Multi-baseline Interferometric Tomographic SAR)、多基线极化层析SAR MBPolTomoSAR(Multi-baseline Polarization Tomographic SAR);概括了目前应用TomoSAR技术反演森林垂直结构参数的技术方法与信号模型等;论述了应用TomoSAR技术提取森林垂直结构参数的现状,最后分析了应用TomoSAR技术提取森林垂直结构参数可能的发展方向。     

黑河流域遥感-地面观测同步试验:森林水文和中游干旱区水文试验

主要介绍了黑河流域遥感—地面观测同步试验(Watershed Allied Telemetry Experimental Research,WATER)的第二阶段,即以森林水文过程及中游干旱区生态水文过程为主要目标的中游试验。简要阐述了试验目标与研究内容,重点介绍了航空飞行试验、地面同步试验和加密观测试验的样方布置、数据获取与处理以及研究进展与展望。中游试验的核心研究内容是紧密围绕森林水文及中游干旱区水文的水循环问题开展航空遥感、地面同步观测试验和水文与生态参数加密观测试验,改善蒸散发反演模型和算法,探讨尺度转换方法。其中航空试验使用了微波辐射计、激光雷达(LiDAR)、高光谱成像仪、热红外成像仪和多光谱CCD相机5类传感器,飞行了17个架次和72个小时。     

高分六号宽幅多光谱数据人工林类型分类

高分六号(GF-6)卫星于2018年成功发射,2019-03正式投入使用。由于GF-6宽幅相机的WFV(Wide Field of View)影像较GF-1的同类影像新增2个红边波段,将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFV影像在人工林分类方面的能力,促进高分数据在林业领域的应用,本文选取广西高峰林场为研究区,以最新的GF-6 WFV影像为数据源,结合地面实测类型数据,进行广西南宁高峰林场的桉树,杉木等人工林类型提取。主要运用随机森林(random forests)的分层分类法:首先计算6种植被指数,并利用随机森林法进行植被指数的特征优选,然后确定4种波段组合数据集的分类方案,4种数据集分别为(1)无红边的前4个波段,(2)有红边的8个波段,(3) 8个波段加上未优化的植被指数特征组合,(4) 8个波段加上优化的植被指数特征组合。再进行WFV影像4种数据集的随机森林分类,随机森林采用分类回归树(CART)算法来生成分类树,结合了bagging和随机选择特征变量的优点,是一种有效的分类方法。最后比较4个方案的分类结果并进行精度验证。结果表明:方案2比方案1精度提高了4.99%,Kappa系数提高了0.058。说明包含红边的8波段数据比4个波段数据精度有大幅提升。方案4的8波段加上优化植被指数特征组合的分类精度最高,达到了85.38%,比方案2包含红边波段组和方案1无红边波段组的精度分别提高了3.98%,8.97%,Kappa系数分别提高了0.046,0.104。说明WFV影像加入红边波段比无红边波段精度明显增高。由结果可知,红边指数的引入,增强了植被信息,能够较准确地反映人工林类型特征差异,明显提升了人工林的分类精度。本研究方法可以有效改善广西人工林类型信息提取效果,为GF-6影像质量的评价及其在林业应用潜力提供科学参考依据。