基于主成分融合信息失真的城市IKONOS影像阴影自动提取研究

提出了一种基于主成分融合信息失真的城区IKONOS影像阴影自动提取的新方法。首先选用阴影信息强的近红外波段用于阴影提取,并评价主成分融合的信息失真,发现阴影对相对偏差这一评价指标敏感,其次,构造了相对差异指数以增强阴影信息,使阴影区相对差异指数的数值高,而非阴影区的相对差异指数的数值低,然后通过阈值法将影像分为可能阴影区和非阴影区,最后根据标准差通过区域滤波去除可能阴影区中的水体,实现阴影的提取。试验结果表明,此方法阴影自动提取方便、精度高,不仅能准确地提取高层建筑物的阴影,而且能识别矮小树木等细小阴影。     

叶面积指数遥感尺度效应与尺度纠正

由于地表空间异质性的普遍存在,遥感反演模型的非线性必然会导致不同分辨率观测的遥感结果不一致,从而产生遥感产品尺度效应。本文研究了遥感产品尺度效应概念、模拟方法和定量计算模型,并利用锡林浩特草原研究区的实测数据,对尺度效应模型和方法进行了定量计算与验证分析。首先,基于不同升尺度方法与多尺度遥感成像机理之间的机理联系,通过“先反演再平均”与“先平均再反演”之间的差异,可计算“高”分辨率与“低”分辨率之间的遥感产品尺度差异。其次,分别以红光、近红外两波段反射率和归一化植被指数(NDVI)为自变量,对叶面积指数(LAI)非线性遥感模型进行泰勒展开,研究了模型非线性、遥感数据空间异质性对LAI遥感产品尺度差异的影响,发现高阶项可忽略,利用二阶导数项和遥感数据方差项可定量计算遥感产品尺度差异,经过二阶导数项纠正后的尺度差异相对偏差从5.6%分别降低到0.78%和1.45%。最后,分析了LAI遥感产品尺度效应的特征规律,得出以下结论:随着植被覆盖的增大,同等遥感空间异质性的LAI遥感产品尺度差异越大,且红光波段比近红外波段的尺度差异敏感性高近2个数量级;对于绝大部分陆地植被区域,存在“低分辨率低估”尺度效应,且遥感产品尺度差异的主导要素为LAI模型非线性,NDVI变量自身非线性对尺度效应贡献占23.5%;对于湿地类植被与水体混合情形,NDVI变量非线性的贡献为主导贡献,出现“低分辨率高估”尺度效应,必须利用红光、近红外两波段的二阶导数项非线性尺度差异,才能解释这一类型的LAI遥感产品尺度效应。本文建立了具有一定普适意义的遥感产品尺度效应定量模拟与尺度纠正方法,对推动定量遥感的尺度问题研究有一定参考价值。     

陆相红色盆地冲积扇体的岩相和成因类型——以赣西北三都红盆为例

根据沉积物的性质、结构及原生沉积构造,将三都红盆冲积扇体划分为２１种沉积微相类型。据不同微相空间组合及成因联系将盆内沉积物划分为７种成因类型,其中首次将河道沉积又细分为主河道沉积和分支河道沉积。     

天宫一号高光谱成像仪系统光谱辐射校正

针对天宫一号高光谱成像仪工作原理与数据特点,提出了可见—近红外波段高光谱成像仪,短波红外波段高光谱成像仪的系统光谱辐射校正方法,给出1级标准产品数据生成流程.该过程包括:背景噪声扣除,相对与绝对辐射校正,坏列检测与修复,光谱smile校正.最后,面向光谱辐射校正后数据存储给出了数据放大系数.为天宫一号高光谱数据的标准化产品生产提供了技术支撑,为天宫一号高光谱成像仪的在轨运行、民用示范与定量化应用提供了重要基础.     

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。     

陆地生态系统固碳速率立体监测方法:进展与挑战

全球CO₂浓度增加造成的全球变暖已成为人类亟需解决的问题,陆地生态系统在过去几十年一直扮演着重要的碳汇角色,吸收了30％左右的人类活动排放CO₂。本文调研分析了陆地生态系统固碳速率空间估算方法,包括样地调查、通量监测、模型模拟、遥感估算等,梳理了各种估算方法的研究现状与进展。样地调查、通量观测等方法可以提供点尺度的固碳速率直接测量信息,但存在观测样本有限、空间代表性不足等问题。模型模拟方法可以从机理的角度描述陆地碳、水、能量循环,模拟预测陆地生态系统固碳速率的状态和变化。然而,在模型建立过程中,抽象和简化会引入结构与假设的不确定性,以及模型驱动数据引入的不确定性等问题是碳循环模型模拟方法面临的重大挑战。卫星遥感具有全球覆盖、分辨率精细、时间序列观测等优点,结合机器学习方法,为地球大数据驱动的全球碳源汇估算提供了新的研究范式。但是,当前各种固碳速率的监测方法还没有满足高度时空异质性的陆地生态系统固碳量监测需求,未来需要整合地面观测、模型模拟和卫星遥感等多种技术手段,提供区域和全球尺度的陆地生态系统碳汇精确估算方法体系和科学数据产品。     

赣西北三都小型红盆冲积扇体特征及时空分布

红盆内１０９个点砾岩砾石万分、砾径、古流向的系统统计与沉积学研究，确定该红盆历经三期洪积事件，形成了８个冲积扇体。其中期为洪积事件上鼎盛时期，形成５个冲积扇体，并在其内首次发现恐龙蛋化石，属晚白垩世中晚期。     

中国地球观测遥感卫星发展现状及文献分析

近40年来,中国的地球观测遥感卫星技术发展取得了卓越的成就,已经形成了陆地、气象和海洋3大卫星系统,正在广泛服务于中国的自然资源调查、海洋环境保护、气象灾害预测和国家重大工程等诸多领域。本文回顾了3大卫星系统的发展历程,剖析中国地球观测遥感卫星的发展现状与内在特点,归纳总结在轨卫星的文献研究热点。研究发现,中国3大遥感卫星系统的发展并不均衡,气象卫星业务较为成熟,陆地卫星发展最为迅速。遥感卫星的文献研究数量总体偏少,应用研究亟待提升。后续规划和发展应考虑陆地卫星的轨道高度差异性和波谱范围的互补性,同时增加气象和海洋卫星数量,提升卫星传感器的探测能力和时空分辨率,尤其是加快海洋卫星的业务应用能力。此外,学者们需要进一步加大国产遥感卫星数据的使用力度,加强卫星遥感数据的应用研究以进一步提升中国地球观测遥感卫星的业务能力与国际影响力。     

Specific patterns of XCO2 observed by GOSAT during 2009–2016 and assessed with model simulations over China

Spatiotemporal patterns of column-averaged dry air mole fraction of CO2(XCO2)have not been well characterized on a regional scale due to limitations in data availability and precision.This paper addresses these issues by examining such patterns in China using the long-term mapping XCO2 dataset(2009-2016)derived from the Greenhouse gases Observing SATellite(GOSAT).XCO2 simulations are also constructed using the high-resolution nested-grid GEOS-Chem model.The following results are found:Firstly,the correlation coefficient between the anthropogenic emissions and XCO2 spatial distribution is nearly zero in summer but up to 0.32 in autumn.Secondly,on average,XCO2 increases by 2.08 ppm every year from2010 to 2015,with a sharp increase of 2.6 ppm in 2013.Lastly,in the analysis of three typical regions,the GOSAT XCO2 time series is inbetter agreement with the GEOS-Chem simulation of XCO2 in the Taklimakan Desert region(the least difference with bias 0.65±0.78 ppm),compared with the northern urban agglomerationregion(-1.3±1.2 ppm)and the northeastern forest region(-1.4±1.4 ppm).The results are likely attributable to uncertainty in both the satellite-retrieved XCO2 data and the model simulation data.     

增强型多时相云检测

针对云检测在高亮度地表以及雪覆盖区域存在过度检测的问题,设计了一种不依赖热红外波段的增强型多时相云检测EMTCD(Enhanced Multiple Temporal Cloud Detection)算法。首先,利用云的光谱特征建立单时相云检测规则,并基于云、雪的光谱差异构建了增强型云指数ECI(Enhanced Cloud Index),改进了云、雪的区分能力;其次,以同一区域无云影像为参考,基于ECI指数构建了多时相云检测算法,较好地克服了单时相云检测中高亮度地表、雪和云容易混淆的问题,提高了云检测的精度;最后,选择两个典型区域的Landsat-8 OLI影像,对比分析了不同算法的云检测结果。实验结果表明:ECI指数能够有效区分云、雪,EMTCD方法的平均检测精度达到93.2%,高于Fmask(Function of mask)(81.85%)、MTCD(Multi-Temporal Cloud Detection)(66.14%)和Landsat-8地表反射率产品LaSRC(Landsat-8 Surface Reflectance Code)的云检测结果(86.3%)。因此,本文提出的EMTCD云检测算法能够有效地减少高亮度地表和雪的干扰,实现不依赖热红外波段的高精度云检测。