水平和垂直尺度乔、灌、草覆盖度遥感提取研究进展

植被覆盖及其变化是区域生态系统环境变化的重要指示,而植被覆盖度是植物群落覆盖地表状况的一个综合量化指标,是生态模型、碳循环、水循环模型等的重要特征参量。传统的植被覆盖度是指一定尺度下所有植被(乔、灌、草)覆盖的综合反映值,当考虑植被垂直方向的异质性,垂直尺度的乔、灌、草覆盖度提取为定量化准确衡量生态环境、全球气候变化等领域提供更具有生态意义的植被参量。目前,遥感大面积估算水平尺度乔、灌、草覆盖度已有比较成熟和可靠的算法,主要方法有：植被指数法、回归分析法、分类决策树法、神经网络法、像元分解模型法、物理模型反演法等,其估算精度基本能达到应用要求。植被垂直方向的异质性给垂直尺度乔、灌、草覆盖度遥感提取带来较大挑战,垂直尺度上的乔、灌、草覆盖度遥感提取的研究在欧美等国已经有了一定规模的开展,在国内则处于起步阶段。遥感提取垂直尺度乔、灌、草覆盖度的主要手段有：激光雷达（LIDAR）、多角度遥感以及两层结构冠层反射模型反演。综述了水平尺度和垂直尺度上乔、灌、草覆盖度遥感提取的最新进展,比较和分析主要的遥感提取方法、模型和现存的一些问题,并对未来的研究发展趋势进行了展望。     

三维地震小面元采集技术在晋城矿区的应用

依托“西部煤炭资源高精度三维地震勘探技术”工程,对晋城矿区进行了旨在提高小断层,小陷落柱探测能力的高密度三维地震勘探。根据面元选择因素及该区地质任务,采用5m×5m网格进行野外数据采集;考虑炮检距、方位角、覆盖次数、排列片横纵比及煤层埋深（350～500m）等因素,采用中点放炮、60道接收,24次覆盖（横向4次,纵向6次）的8线16炮束状观测系统,基岩中激发。原始资料经同一处理流程后,获得5m×5m×1ms、5m×10m×1ms、10m×10m×1ms及2.5m×2.5m×1ms不同单元的三维数据体多个,通过对比可以发现小断层,小陷落柱在其小面元叠加时间剖面、顺层切片及相干切片都有清晰的反映。实例说明,小面元采集技术可以提高对小构造的纵、横向分辨能力,满足山区对三维地震精确勘探的要求。     

基于模型的3D3C采集设计与评价

对目前三维三分量(3D3C)地震勘探数据采集设计的方法进行了系统分析,利用聚焦射束分析技术(CFP),提出了基于模型的3D3C采集设计方法及其评价的参数。从模型出发的设计方法,能够使3D3C的采集结果更加真实可靠。     

系统偏差常数弧段估计策略对多系统静态精密单点定位的影响

为探讨系统偏差最优估计策略,利用IGS提供的GPS、BDS、GLONASS和Galileo 四系统的观测数据以及GFZ提供的精密卫星钟差和精密轨道产品,将系统偏差（ISB）按照高斯白噪声、20 min、30 min、1 h、2 h分段常数进行单天静态解,分别获得E、N、U方向上的坐标偏差,分析不同系统偏差求解策略下多系统融合PPP的收敛时间和定位精度。结果表明,在多系统融合静态PPP中,从观测模型强度与定位结果稳定性和可靠性角度综合考虑,对ISB采用20 min分段常数估计策略是最优的,静态PPP收敛时间在30 min左右,收敛后的定位精度E方向优于2 cm、N方向优于1 cm、U方向优于5 cm。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

基于GNSS和SLR观测数据的北斗卫星(GEO/IGSO)精密定轨

研究了联合GNSS和卫星激光测距（satellite laser ranging,SLR）观测数据对北斗卫星定轨精度的影响。仅利用GNSS观测值对北斗卫星进行定轨时,C01、C08和C10卫星的SLR检核结果显示,这3颗卫星的SLR残差均存在一定的偏差且不相同。加入SLR观测值联合定轨时,分别对估计和不估计系统偏差的卫星轨道结果进行分析。结果显示,对C01（GEO）卫星加入SLR观测值时必须引入系统偏差,否则会使轨道偏离;C08和C10（IGSO）卫星估计和不估计系统偏差时对预报轨道的精度均有一定的改善。最后统计了这3颗卫星的系统偏差,C01卫星的系统偏差达到50 cm,C08和C10卫星的系统偏差在5 cm以内。     

地理国情普查中地表覆盖分类数据典型问题解析

由于地理国情普查是一个全新的、有别于其他测绘项目的新兴项目,在生产过程中难免会出现各种各样的问题。本文结合生产实际,对于地表覆盖分类数据生产过程中出现的一些特征明显、问题集中的错误进行归类解析。     

基于LBV变换的遥感影像多步骤分类法研究

面对与日俱增的遥感数据,如何快速准确地进行影像分类成为遥感领域亟待解决的问题。本文在前人的基础上提出了一种基于LBV变换的遥感影像多步骤分类方法。L:地物的总辐射水平,集中反映了裸地的信息;B:地物的可见-红外光辐射平衡,是地面水分状况和水体存在的一个良好指标;V:地物辐射随波段变化的方向和速度向量,能集中反映地面植被状况。多步骤分类法遵循由易到难的原则,能克服类别之间的互相影响,从而提高分类精度。文章结合LBV变换和多步骤分类法的优点对影像进行了分类,结果表明该方法简单易行,且能达到良好的分类精度。     

一种基于面积对称模型的土地利用/覆被真伪变化图斑检测方法

不同时相土地利用/覆被数据间的空间配准误差,是产生土地利用/覆被伪变化图斑的一个主要原因。本文从土地利用/覆被原始图斑与其相邻的变化图斑间的空间关系角度,提出了由同一原始图斑产生的土地利用/覆被伪变化图斑的面积对称理论,设计和实现了针对因空间配准误差而导致的土地利用/覆被伪变化图斑自动化检测模型,并以内蒙古自治区通辽市奈曼旗1980年和2000年两期土地利用/覆被图对该模型进行了实验模拟。结果表明：当两期数据的空间配准误差不超过原始影像1个像元时,总体检测精度达到90%以上;误差不超过5个像元时,总体检测精度达到80%以上;误差不超过原始影像10个像元时,总体检测精度达到70％以上。同时,由于运行时唯一需设定的面积对称系数阈值可设为0.2-0.4（默认设为0.3）,该检测模型可适用于由空间配准误差引起的伪变化图斑的自动检查,可满足由于空间配准误差所引起土地利用/覆被伪变化图斑剔除的需求。     

高原地区基于微波辐射计反演大气廓线的神经网络算法研究

以2007~2018年西宁二十里铺气象站探空资料为模拟样本,利用MonoRTM模式模拟中心频率21.985~58.759GHz的35通道亮温,应用BP神经网络对模拟数据进行反复训练,构建最优反演模型,并以2019年探空资料为测试样本,对比分析了不同季节和不同天气条件下BP神经网络与微波辐射计的反演效果。结果表明：晴空条件下,BP神经网络与微波辐射计在温度反演上效果最佳,水汽密度次之,相对湿度最差,其中冬春季BP神经网络反演效果优于微波辐射计,夏秋季反之;有云条件下,BP神经网络温度反演效果在冬、春和夏季均优于微波辐射计,其水汽密度反演效果在四季均较微波辐射计有明显提升,其相对湿度反演效果在冬、春和夏季均较微波辐射计更佳。晴空和有云条件下,BP神经网络在不同季节反演温度、水汽密度和相对湿度的平均绝对误差和标准偏差均小于微波辐射计,尤其是相对湿度的反演精度提升最为明显。晴空条件下,BP神经网络反演温度廓线在春、夏和秋季效果最佳,反演水汽密度廓线在中低层精度较高,反演相对湿度廓线的精度较差,但基本和探空资料趋势一致;有云条件下,BP神经网络反演温度廓线与晴空时基本一致,较微波辐射计精度更高,反演水汽密度和相对湿度廓线在8km以上效果较好。