北京地区Landsat 8 OLI高空间分辨率气溶胶光学厚度反演

卫星气溶胶光学厚度(AOD)反演中,传统暗目标方法在反射率较低的水体、浓密植被覆盖区域取得了较好效果,在反射率较高且结构复杂的高反射地表上空目前多采用深蓝算法,但存在空间分辨率较低,对细节分布描述性较差等问题。为解决这一问题,本文首先以5年(2008年—2012年)长时间序列MODIS地表反射率产品为基础,采用最小值合成法建立500 m分辨率逐月地表反射率产品数据集,然后利用地物波谱库中典型地物波谱数据,分析建立MODIS与Landsat 8 OLI传感器蓝光波段反射率转换模型,最后北京地区AERONET地基观测数据确定了气溶胶光学物理参数,并反演获取了北京地区上空500 m分辨率的AOD分布。为验证反演算法的精度,分别将反演结果同AERONET及MODIS/Terra气溶胶产品(MOD04)进行交叉对比,同时利用相关系数R,均方根误差RMSE,平均绝对误差MAE以及MODIS AOD产品预期误差EE共4个指标进行衡量。结果表明:算法反演获取的AOD与AERONET观测值具有较高的一致性,各指标分别为R=0.963,RMSE=0.156,MAE=0.097,EE=85.3%,稍优于MOD04产品(R=0.962,RMSE=0.158,MAE=0.101,EE=75.8%),并且有效的对比点数也高于MOD04。通过与地基观测相比,卫星遥感获取的高分辨率城市地区AOD精度可作为定量评估城市空气质量的有效依据。     

水面菲涅尔反射对~761 nm叶绿素荧光估算的影响

叶绿素荧光是光合作用的有效探针,可用于海洋浮游植物的监测与定量评估。太阳诱导叶绿素荧光覆盖可见光—近红外650—800 nm,在～685 nm与～740 nm表现出两个形态不同的荧光峰特征。基于～685 nm荧光峰的叶绿素浓度反演算法较为成熟,但在高悬浮物和高叶绿素浓度的水体中,算法的有效性不足。基于叶绿素荧光在氧气吸收谱段(O2-A)的填充作用,水体遥感反射率光谱～761 nm峰值中包含有太阳诱导叶绿素荧光信号,能用于水体叶绿素浓度的估算,但该反射峰形态特征还取决于传感器的光谱分辨率。本研究基于不同光谱分辨率的大气吸收谱线特征,模拟了水体遥感反射率光谱(750—775 nm)上太阳诱导叶绿素荧光的信号响应特征;分析了利用遥感反射率(～761 nm)计算叶绿素荧光的原理,阐明了不同光谱分辨率条件下水体叶绿素荧光信号在反射光谱上的形态变化规律。采用水面以上测量法获取的离水光谱辐亮度,包含了水面的菲涅尔反射信号,由于真实的菲涅尔系数难以准确测量,这给基于～761 nm处遥感反射率峰值的荧光信号估算带来不确定性影响。研究表明,假定菲涅尔系数为0时,虽然～761 nm叶绿素荧光信号与其浓度具有较好的线性统计关系,但却带来较大的不确定性;这种不确定的影响,在低浓度叶绿素水体中表现明显,在高浓度叶绿素水体中,影响相对较小;准确估算菲涅尔系数,有助于减少这种不确定性影响。对基于遥感反射率～761 nm叶绿素荧光信号的深入探讨,将能推动未来水体叶绿素荧光的识别与利用。     

基于可见—近红外反射光谱的典型农田重金属污染风险分类研究

对于人为因素或自然因素造成的农田土壤重金属元素污染,需要进行大面积的土壤环境质量调查和分类管控,然而传统的采样测试方法存在工作量大、代价高等问题。可见—近红外（Vis-NIR）反射光谱是一种快速低成本获取土壤理化信息的手段。为研究Vis-NIR反射光谱预测模型划分土壤重金属污染风险类别的能力,文章以典型人为污染地区（浙江温岭）和典型地质高背景地区（广西横县）的390份农田土壤为样本,测定8种重金属元素（As、Cd、Cr、Cu、Hg、Ni、Pb和Zn）的含量和pH值,并测定土壤Vis-NIR光谱。使用偏最小二乘（PLS）和支持向量机（SVM）算法建立回归模型,对土壤重金属含量和pH值进行预测,并基于预测值进行土壤重金属污染风险分类。结果显示,温岭土壤主要污染元素Cd和Cu的光谱模型回归预测偏差（RPD）分别为1.23和1.19,预测机制与有机质有关。横县土壤主要污染元素As和Cd的RPD分别为1.98和1.93,预测机制与铁氧化物和粘土矿物有关。地质高背景土壤重金属与铁氧化物的正相关性普遍较强,使得光谱模型对重金属含量预测准确度较高。温岭和横县土壤pH值的光谱模型RPD分别为1.76和1.68。土壤重金属污染风险光谱分类的总体 准确度分别为75.0%~100%（温岭）和80.0%~100％（横县）。将Vis-NIR光谱与遥感技术相结合,对农田土壤重金属污染风险进行快速分类总体是可行的。     

冠层反射光谱对植被理化参数的全局敏感性分析

植被理化参数与许多有关植物物质能量交换的生态过程密切相关,定量分析植被反射光谱对理化参数的敏感性是遥感反演理化参数含量的前提。本文采用EFAST(Extended Fourier Amplitude Sensitivity Test)全局敏感性分析方法,利用PROSAIL辐射传输模型分析了冠层疏密程度对叶片生化组分含量、冠层结构以及土壤背景等多种参数敏感性的影响,并对植被理化参数反演所需先验知识的精度问题进行了初步探讨。研究表明:(1)对于较为稠密的冠层,可见光波段的冠层反射率主要受叶绿素含量的影响,近红外和中红外波段的冠层反射率主要受干物质量和含水量的影响;(2)对于稀疏的冠层,LAI是影响400—2500 nm波段范围内冠层反射率的最重要参数,土壤湿度次之,叶片生化参数对冠层反射率的敏感性较低;(3)在已知稀疏冠层LAI的情况下进一步确定土壤的干湿状态,可显著提高冠层反射率对叶绿素含量的敏感度,有助于稀疏冠层叶绿素含量的反演。     

利用MODIS可见光波段反演陆地气溶胶光学厚度

利用Herold等建立的地表反射率库及MODIS遥感影像研究城市区和非城市区典型地物在可见光红蓝波段地表反射率的比值特性。在此基础上,利用MODIS 1km分辨率遥感影像红蓝可见光波段实现了气溶胶光学厚度的反演,采用卫星过境时间前后半小时北京和香河AERONET站的气溶胶光学厚度观测平均值作为验证参考。结果显示,66.67%的反演结果处于±0.05±0.15τ的误差界限内,反演算法不受地表反射率的限制,而且只利用了可见光红蓝波段,避免缺少近红外波段数据的限制。     

黑体辐射定律遥感教学改革设计与实践

普朗克黑体辐射定律是遥感类课程教学的重点和难点,本文以定律分析为核心,从数值模拟大气层顶太阳光谱辐照度曲线、卫星传感器光谱响应函数卷积计算、地物行星反射率计算及地表温度反演4个方面入手,对黑体辐射定律理论教学和实践教学内容进行优化设计和教学实现。实践证明,该教学改革不仅可以使学生更容易理解和掌握黑体辐射定律揭示的基本规律,而且以此为基础,能够使学生通过实践加深对地物两大特性(反射特性和热辐射特性)的理解,提高学生对遥感类课程的兴趣。     

三维城市地表反射率计算模式

地表反射率是控制地表能量平衡的一个重要参数。城市建筑物的分布具有较大的不均一性,这不仅给地基观测城市地表反射率带来了很大困难,数值模拟城市地表反射率也是非常困难的。作者开发了一个三维城市地表反射率模式city_photo,该方法结合了蒙特卡洛方法和几何光学方法的优点,具有较高的精度和较快的计算速度。通过引入城市地图的概念,该模式能够计算具有不同结构的城市的地表反射率。2002至2004年晴空MODIS（MODerate Resolution Imaging Spectroradiometer,中分辨率成像光谱辐射计）1~7通道可见光和近红外通道地表反射率资料被用来检验模式的有效性,位于北京朝阳区的中国科学院大气物理研究所的AERONET站点观测得到气溶胶光学特性和水汽资料,6S（Second Simulation of Satellite Signal in the Solar Spectrum）大气辐射传输模式被用来对其进行大气订正。模式计算的北京城市地表反射率个例与MODIS 7个通道地表反射率观测结果具有很高的相关性,相关系数在0.80~0.93之间,说明模式能够较好地模拟城市地表反射率随太阳和观测角度的变化情况。最后讨论了城市结构对城市地表反射率的影响。     

PARASOL/POLDER3卫星数据的海洋上空云检测

在卫星海洋遥感中,云作为海气耦合系统最重要的调节器之一,其检测结果对海洋上空云微物理特性的反演精度有较大影响。因此,快速而准确识别海洋上空的云像元是卫星遥感数据处理过程中首要解决的关键问题。以PARASOL (Polarization and Anisotropy of Reflectances for Atmospheric Sciences coupled with Observations from a Lidar)卫星搭载的POLDER3载荷遥感数据为研究对象,提出一种改进的海洋上空云检测方法。首先剔除海洋耀光;接着利用有云与晴空区近红外反射率差异检验识别有云像元,并利用偏振反射率检验进一步识别低反射率的云像元;然后利用近红外与可见光反射率比值检验识别晴空像元;最后建立多角度云检测结果空间融合规则,重新标记有云、晴空和未定像元。以印度洋海区为例进行实验分析,将云检测结果与Buriez方法进行对比,发现检测精度基本相当,而有云像元的识别速度却平均提高约3倍。结果表明:该方法能有效的检测出海洋上空的云像元,满足业务化数据处理的高精度及时效性要求,为后续云微物理特性反演提供可靠的数据源。     

Evaluation of directional normalization methods for Landsat TM/ETM+ over primary Amazonian lowland forests

Biodiversity mapping in extensive tropical forest areas poses a major challenge for the interpretation of Landsat images, because floristically clearly distinct forest types may show little difference in reflectance. In such cases, the effects of the bidirectional reflection distribution function (BRDF) can be sufficiently strong to cause erroneous image interpretation and classification. Since the opening of the Landsat archive in 2008, several BRDF normalization methods for Landsat have been developed. The simplest of these consist of an empirical view angle normalization, whereas more complex approaches apply the semi-empirical Ross–Li BRDF model and the MODIS MCD43-series of products to normalize directional Landsat reflectance to standard view and solar angles. Here we quantify the effect of surface anisotropy on Landsat TM/ETM+ images over old-growth Amazonian forests, and evaluate five angular normalization approaches. Even for the narrow swath of the Landsat sensors, we observed directional effects in all spectral bands. Those normalization methods that are based on removing the surface reflectance gradient as observed in each image were adequate to normalize TM/ETM+ imagery to nadir viewing, but were less suitable for multitemporal analysis when the solar vector varied strongly among images. Approaches based on the MODIS BRDF model parameters successfully reduced directional effects in the visible bands, but removed only half of the systematic errors in the infrared bands. The best results were obtained when the semi-empirical BRDF model was calibrated using pairs of Landsat observation. This method produces a single set of BRDF parameters, which can then be used to operationally normalize Landsat TM/ETM+ imagery over Amazonian forests to nadir viewing and a standard solar configuration.     

昌潍坳陷新生代古地温分析

昌潍坳陷是胜利油田重要的外围勘探区域,确定其古地温对研究其生烃史和油气成藏史具有重要的意义.综合应用镜质体反射率和磷灰石裂变径迹方法反演得到了其新生代热史演化规律,得出昌潍坳陷新生代古地温梯度演化趋势从古到今逐步降低的结论.同时间接证明了综合镜质体反射率和磷灰石裂变径迹反演东部简单盆地热史是一种行之有效的方法.