基于HJ-CCD影像数据的新疆喀纳斯自然保护区植被叶面积指数估算

以新疆喀纳斯自然保护区为研究区, 评价了HJ-CCD影像数据估算植被叶面积指数(LAI)的能力及其对大气订正方法的敏感性.分别利用6S和FLAASH两种大气订正模型对HJ1B-CCD2影像进行大气订正, 比较了大气订正前后不同植被(针叶林、阔叶林、针阔混交林和草地)反射率及5种植被指数(NDVI、SR、SAVI、MSR、ARVI)的变化, 进而建立了4种植被类型LAI的遥感估算模型, 分析了LAI的空间分布格局.结果表明: 大气订正后可见光波段的反射率降低, 6S模型订正后近红外波段的反射率上升, 而FLAASH模型订正后近红外波段的反射率下降.大气订正后NDVI、SR、SAVI(除针叶林)和MSR上升, 6S模型订正后所有植被类型的ARVI下降, FLAASH模型订正后针叶林和阔叶林的ARVI上升, 而针阔混交林和草地的ARVI下降.大气订正提高了植被指数与LAI之间的相关性, 对于针叶林、阔叶林、针阔混交林而言, 利用6S模型订正后的反射率建立的模型优于FLAASH模型订正后的反射率建立的模型, 而草地却相反.经过大气订正, HJ-CCD影像数据可应用于研究区植被LAI的估算.研究区LAI的高值集中在湖泊和河流附近, 低值分布在海拔较高处.山地森林草原带、亚高山森林带、高山灌丛草甸带、高山冻原、高山冰川带植被LAI的平均值分别为2.6、3.9、2.5、1.7和1.0.     

基于HJ-CCD和MODIS的吉林省中西部湖泊透明度反演对比

水体透明度能够反映光在水体中的穿透程度,影响水生植被及以光为依赖条件的水生生物的分布,获取透明度的传统方法是采用透明度盘进行测量,但也可以通过遥感方法获得.环境减灾卫星是专门用于环境与灾害监测预报的小卫星星座,影像覆盖范围广,空间、时相分辨率较高,可以为水环境遥感提供较好的数据源.MODIS数据在近岸水体和内陆大型湖泊水环境监测中也有广泛应用,它的时相分辨率也很高,但空间分辨率低.利用HJ-1A卫星CCD数据和MODIS日反射率产品(MOD09GA),以2012年9月吉林省石头口门水库、二龙湖、查干湖、月亮泡等地的实测透明度为基础(实测点数74个,最小值为0.134 m,最大值为1.410 m,平均值为0.488 m),根据灰色关联度选取构建模型的波段组合,建立水体透明度反演模型.HJ1A-CCD数据与MOD09GA数据建立的模型R2分别为0.639和0.894,均方根误差(RMSE)分别为0.248和0.135,模型验证的平均相对误差(MRE)分别为17.1%和9.5%,RMSE分别为0.207和0.089.MODIS数据以其较高的辐射分辨率使模型精度较高,但是HJ数据在应用于透明度小于1 m的水体时精度也较高(MRE=13.5%,RMSE=0.066).HJ-CCD数据在空间分辨率上的优势使其能够获得透明度空间分布的细节信息.比较两者反演得到的湖泊平均透明度,结果较为一致.     

基于环境卫星CCD数据的太湖蓝藻水华监测算法研究

水体富营养化引起的蓝藻水华问题,是我国湖泊面临的主要环境问题,亟需加强现状监测和变化研究;我国自主研发的环境(HJ)卫星空间分辨率高,重访周期短,可用于长时间序列蓝藻水华的动态监测.本文利用HJ卫星CCD数据,通过自动控制散点回归的方法进行相对辐射校正,再将归一化植被指数和像元生长算法相结合,提出了一种可业务化运行的蓝藻水华高精度提取算法.该算法的优点为:(1)水华提取时具有统一的阈值,解决了以往一景影像一个阈值,无法大规模批处理的难题;(2)通过对像元进行线性分解,精度可达到亚像元级别.利用该算法对太湖2009—2014年蓝藻水华进行监测,发现2013—2014年太湖蓝藻水华较以往暴发面积偏小.研究表明,该算法对蓝藻水华识别能力强,自动化程度和水华提取精度高,可作为业务化算法运行.