利用遥感和GIS研究塔里木河下游阿拉干地区土地沙漠化

新疆塔里木河流域受人类活动的影响,特别是由于水资源利用的不合理,不同区域出现了一系列生态环境问题,下游地区普遍存在的沙漠化现象表现得尤为突出。通过应用多时相（１９５９年、１９８３年、１９９２年）、多波段、多平台的遥感信息,在野外调研的基础上编制阿拉干地区不同年代沙漠化类型图,并在ＡＲＣ／ＩＮＦＯ软件支持下,对图件进行编辑处理,制作沙漠化动态图;通过ＧＩＳ数据库提供的资源环境定量数据,应用系统论、信息论及控制论的观点分析阿拉干地区沙漠化的演化过程,并借助于ＧＭ（１,１）模型,预测阿拉干地区土地沙漠化的发展趋势。     

短波红外CO2反演过程约束研究及初步反演结果

短波红外通道卫星CO2遥感是近年国际研究热点。首先,开展了卫星观测对气溶胶及大气温度的敏感性研究;其次,针对基于最优化理论的非线性迭代反演方法反演过程中的不收敛问题,提出了修正的阻尼牛顿方法(MDNM),并利用模拟数据评估了MDNM方法的有效性;最后,利用GOSAT卫星数据反演CO2的垂直混合比浓度,并与地基TCCON站点数进行比对。研究结果表明:短波近红外CO2卫星遥感受气溶胶散射及温度影响明显;通过地基比对初步验证了MDNM具有良好的精度,两者的相关性R2达到了0.729。     

基于时间序列统计特性的森林变化监测

森林动态变化分析对揭示生态系统环境变化及植被恢复和布局重建等具有重要意义,时间序列的遥感数据为森林监测提供了基础数据。本文根据森林植被的统计学特性,在暗目标法的基础上,利用归一化植被指数NDVI实现森林样本自动选择;并融合NDVI构建了新的综合森林特征指数(Integrated Forest Z-Score,IFZ);以时间序列的IFZ分析森林动态信息,实现森林变化动态监测。以三峡大坝及周边区域森林为研究区,利用2001年至2012年每年生长季节(5月—10月)的Landsat TM影像检验本文算法。基于2002年、2006年和2010年三期7月—9月的Quick Bird影像的精度分析结果发现:研究区森林变化检测的总体精度可达96.53%,Kappa系数为0.9512。在添加NDVI指数后构建的IFZ提高了总体监测精度。其中,毁林类别的检测精度提高显著,漏检率和误检率分别为2.74%和3.64%;干扰后重建的森林类别的检测精度有一定提高,其漏检率和误检率分别为10.79%和10.51%。研究结果表明,改进暗目标法能提高森林样本的选样效率,添加NDVI的IFZ能提高森林动态变化的识别度。此外,本算法不仅能定性识别森林变化,而且能定量提供森林干扰发生时间和干扰强度。     

结合MRF与ν-SVM的SAR海冰图像分类

结合支持向量机SVM和马尔可夫随机场MRF在图像分类领域的优点,提出MRF-ν-SVC分类系统。与以往针对像素的分类不同,本系统在区域水平实现分类。首先通过双阈值准则判别区域间边缘的强弱,然后针对模糊边缘区域将基于MRF的空间语境模型改进为边缘语境模型,修正SVM原始问题中的偏差因子,从而优化最优分类超平面。实验表明,本文算法可有效提高分类精度,增强对斑点噪声的抑制能力,更好地分类特征相似的区域。     

3维场景植被冠层多波段模拟研究进展

植被冠层辐射散射信号中蕴含了丰富的植被信息,通过构建植被冠层辐射散射模型,可以实现植被结构等生物物理参数的遥感定量反演。迄今为止,可见光/近红外、热红外、微波波段均已发展了大量的模型,这些模型在参数反演方面各具优势,但不同波段的模型又有其自身的局限性。跨波段的联合模拟可以实现模型间的优势互补,进而提高地表参数的反演精度,近年来已有学者专注于可见光/近红外与热红外模型,热红外与微波模型,主被动微波模型,以及可见光/近红外与微波模型的联合模拟和协同反演,但多是两两联合,且主要是基于经验模型或解析模型。基于3维场景的植被冠层辐射散射特性模拟模型可以细致刻画不同组分的结构和空间分布特征,对于由植被结构引起的多次散射和组分比例变化的考虑具有优势。本文主要介绍了3维模拟模型在可见光/近红外、热红外和微波波段,以及跨波段联合模拟方面的研究进展,从模型机理、场景统一、以及组分理化参数的统一的角度,探讨了构建多波段3维模拟系统的可行性,展望了多波段3维模拟模型的发展趋势。     

GB-InSAR技术及其形变监测

地基InSAR(GB-InSAR)是最近10年发展起来的一种相对较新的形变监测技术。本文阐述了GB-InSAR技术的国内外研究现状、基于GB-InSAR技术的IBIS-L系统,以及GB-InSAR的基本原理、数据处理流程和关键技术,提出了GB-InSAR技术存在的主要问题及今后的发展方向。     

一种基于局部判别正切空间排列的高光谱遥感影像降维方法

提出一种基于局部判别正切空间排列(local discriminative tangent space alignment,LDTSA)的高光谱影像降维方法。LDTSA源于局部正切空间排列(LTSA)中的排列机制,在一个局域块内利用线性局部正切平面对类内样本的流形结构建模,同时还考虑到类间判别信息以最大化判别边界。利用多幅高光谱数据进行降维和分类试验。结果表明,LDTSA主要有三个优点:①在小样本问题上性能稳定;②在降维过程中保持类别间的判别信息;③有效挖掘数据集的几何流形结构。     

反射率因子和径向速度共同约束反演多普勒雷达风场

多普勒雷达可以提供降水回波区的风场信息。为了充分运用雷达资料分析中小尺度天气过程,本文假设反射率因子在短时间内的运动满足拉格朗日守恒,提出了采用连续两次的反射率因子回波和径向速度数据共同约束的方法来反演风场,在反演过程中避免了对径向速度的分布进行假设。针对连续两个时次之间反射率回波运动中产生的不同程度的误差做了模拟风场试验,结果表明,当回波运动随机误差不超过40%时,反演结果较为可靠。另外,本文还利用此风场反演方法进行两次中尺度天气过程的实例分析。结果表明,该方法反演的风场与实际风场结构相符,具有一定的应用价值。