遥感与地球系统科学

地球作为一个高度复杂的非线性系统,各圈层(大气、海洋、陆地、生物、冰雪圈、固体地球)尤其是人类活动等任何组成成份的变化,都会引起地球系统的变化。人类可持续发展面临的巨大科学挑战之一是认识人类赖以生存的、复杂变化的地球系统,认识地球系统如何变化及主要驱动因素,认识地球系统未来变化趋势及如何提高对全球变化的适应能力。卫星独特的全球覆盖和日尺度的观测改变了地球科学的研究方法,它强调所能探测到的多时空尺度上的物理动力过程,在全球范围应对气候变化、能源和环境挑战具有重要作用,揭开了地球系统多学科交叉的新纪元。以地球系统的视野,抓住驱动地球系统的关键循环过程(如能量、水、生物化学循环),是当前地球系统科学的发展趋势。地球系统科学(全球变化)研究需要长期稳定、准确性较高的卫星观测数据,以水循环为例,卫星遥感具备获取全球范围水循环关键参数能力,但是系统性综合观测能力不足,整体精确性受到综合化的可靠空间数据集的限制。目前中国正在积极研制发展新型水循环卫星WCOM(Water Cycle Observation Misssion),并寄希望以此为核心传感器发起全球分布式水循环观测星座系统,进一步提高中国在国际水循环观测与地球系统科学研究方面的话语权与领先能力。     

结合像元分解和STARFM模型的遥感数据融合

高空间、时间分辨率遥感数据在监测地表快速变化方面具有重要的作用。然而,对于特定传感器获取的遥感影像在空间分辨率和时间分辨率上存在不可调和的矛盾,遥感数据时空融合技术是解决这一矛盾的有效方法。本文利用像元分解降尺方法(Downscaling mixed pixel)和STARFM模型(Spatial and Temporal Adaptive Reflectance Fusion Model)相结合的CDSTARFM算法(Combination of Downscaling Mixed Pixel Algorithm and Spatial and Temporal Adaptive Reflectance Fusion Model)进行遥感数据融合。首先,利用像元分解降尺度方法对参与融合的MODIS数据进行分解降尺度处理;其次,利用分解降尺度的MODIS数据替代STARFM模型中直接重采样的MODIS数据进行数据融合;最后以Landsat 8和MODIS遥感影像数据对该方法进行了实验。结果表明:(1)CDSTARFM算法比STARFM和像元分解降尺度算法具有更高的融合精度;(2)CDSTARFM能够在较小的窗口下获得更高的融合精度,在相同的窗口下其融合精度也高于STARFM;(3)CDSTARFM融合的影像更接近真实影像,消除了像元分解降尺度影像中的"图斑"和STARFM模型融合影像中的"MODIS像元边界"。     

植被生物量高光谱遥感监测研究进展

植被生物量的评估对于研究全球碳循环具有重大意义,而高光谱遥感技术为精确反演地表属性提供了重要的数据支持。针对如何更好地应用高光谱遥感技术进行植被生物量精确反演的问题,该文详细阐述了国内外应用高光谱技术估测植被生物量的研究进展。对反演植被生物量所涉及的数据源、反演模型的构建方法及其模型特点、反演模型应用对象等内容进行了综合评述,并通过分析认为,高光谱遥感技术较传统的多光谱遥感技术在生物量反演精度上有了显著的提高。同时,对建模方法、多源遥感数据融合以及模型通用性等方面的研究进行了展望,以达到在大尺度范围内对植被生物量进行准确反演的目的。     

时空信息云平台下数据管理及可视化方法

针对智慧城市时空信息云平台中海量时空数据的管理和可视化问题,该文提出了一种时空索引建立及时空数据可视化方法。时空索引机制将时间、空间与专题属性作为同等重要的维度,兼顾了三者的查询效率,实现对时空数据的快速有效提取。时空数据可视化表达方法提出了时间轴动画、多时态对比、对象状态回溯等可视化方式,实现时空数据的动态交互式表达。该方法在"智慧常州时空信息云平台"项目中进行了实现,证明这种时空数据组织管理方法可较高效地实现数据的检索调度,且具有较强的可操作性;基于此的时空数据可视化方法亦具备较佳的时空对象动态表达效果。     

生态敏感性限制下的城市建设用地适宜性评价

针对当前城市规划中对建设用地适宜性评价框架的不尽合理问题,以河南省西峡县为例构建了包含主导性和限制性逻辑的综合评价方案。利用遥感与地理信息系统相结合的方法,将生态敏感性作为限制性因素进行城市建设用地适宜性研究。研究区的分析结果显示:西峡县整体新增城镇建设区呈现南北区域不适宜而中间适宜的特征,而适宜和较适宜城市建设的用地主要分布在鹳河及其支流形成的河谷地带。但在中心城区外缘某些区域生态敏感性强,应禁止开发活动。研究结果有效体现出建设用地和生态用地的空间格局,对城市总体规划具有一定的参考价值。     

改进支持向量机的高分遥感影像道路提取

针对支持向量机受分类数的限制在高分辨率遥感影像中无法直接获取高精度道路网信息的问题,该文提出一种新的混合的基于支持向量机的方法:首先,利用模糊C均值聚类方法将输入的遥感影像分为3类,以减少支持向量机的错分现象;其次,运用支持向量机将不同类别的像素分为道路类和非道路类;最后,应用马尔科夫随机场对分类结果进行噪声去除,并采用形态学进行后处理,进而得到精确道路网信息。实验结果表明:该算法不仅能够从高分辨率遥感影像中提取出道路网,而且精度优于直接使用支持向量机算法以及对比算法。     

遥感影像超分辨率处理方法与研究进展

随着人们对影像高分辨率需求的不断增加,图像超分辨率技术已成为相关研究领域的热点之一。针对在遥感领域并非所有的超分辨率方法都可用的现状,该文按照遥感影像超分辨率处理的流程,将超分辨率问题分为退化模型、配准、重建和精度评定4大模块。对于其中每一模块的理论、常用方法与研究进展进行了较全面的综述及比较分析。最后对这一领域的未来发展进行思考和展望。     

水质关键因素光谱遥感监测技术分析

针对传统水体水质分析方法过度依赖于实地测量和实验室化学分析,需要耗费大量人力物力且效率不高的问题,从水质遥感监测数据获取手段、典型反演监测模型、不同水体光谱遥感监测应用状况、水质遥感监测技术应用及前景等方面分析归纳了使用遥感技术监测水质的新方法。从可用数据类型、数据特征等方面对水质遥感监测数据获取的3种主要手段进行了比较;从复杂程度、使用场景、优缺点等方面对4种典型的反演模型进行了归纳;对遥感数据和模型在Ⅰ类和Ⅱ类水体应用中的常用组合方式进行了分析总结。     

Quantification of LST and CO2 levels using Landsat-8 thermal bands on urban environment

Land surface temperature (LST) is an important aspect in global to regional change studies, for control of climate change and balancing of high temperature. Urbanization is one of the influencing factors increasing land surface and atmospheric temperature, by the emission of greenhouse gases (e.g. CO₂, NO and methane). In the present study, LST was derived from Landsat-8 of multitemporal data sets to analyse the spatial structure of the urban thermal environment in relation to the urban surface characteristics and land use–land cover (LULC). LST is influenced by the greenhouse gases i.e. CO₂ plays an important role in increasing the earth’s surface temperature. In order to provide the evidence of influence of CO₂ on LST, the relationship between LST, air temperature and CO₂ was analysed. Landsat-8 satellite has two thermal bands, 10 and 11. These bands were used to accurately to calculate the temperature over the study area. Results showed that the strength of correlation between ground monitoring data and satellite data was high. Based on correlation values of each month April (R² = 0.994), May (R² = 0.297) and June (R² = 0.934), observed results show that band 10 was significantly correlating with air temperature. Relationship between LST and CO₂ levels were obtained from linear regression analysis. band 11 was correlating significantly with CO₂ values in each of the months April (R² = 0.217), May (R² = 0.914) and June, (R² = 0.934), because band 11 is closer to the 15-micron band of CO₂. From the results, it was observed that band 10 can be used for calculating air temperature and band 11 can be used for estimation of greenhouse gases.     

Remote sensing and information value (IV) model for regional mapping of fluvial channels and topographic wetness in the Saudi Arabia

This study aims to map regions of near surface fluvial channels, mega-basins and topographic wetness in Saudi Arabia using remote sensing data and an information value (IV) model, which is a modified approach of weight of evidence. We used the new version of the Shuttle Radar Topographic Mission (SRTM) to delineate the fluvial channels, mega-basin, and slope. These hydrological parameters were used to index the topographic wetness of each mega-basin in the region based on IV in a Geographic Information System. We validated our method using the Space Imaging Radar-C and Landsat 8 images and compared the textural features (fluvial channels) evident from SRTM digital elevation model and to determine whether these patterns were different. Our results revealed that the region is drained by nine tributaries and that the Err Rub Al Khali and Sahba mega-basins have the highest value of the IV and topographic wetness values; the Arran and coastal mega-basins have the lowest value of the IV and topographic wetness values. An integrated approach is timely and economically effective and can be applied throughout the arid and semi-arid regions to help hydrologists and urban developers.