基于统计特征的中国东南沿海区域云检测

云检测是卫星资料应用的基础,其结果直接影响相关定量反演的精度。通过对21.0°N~27.0°N,117.0°E~123.0°E范围的MODIS数据进行数字滤波,根据遥感原理统计得到目标区域云、水体、平原、山地等不同下垫面辐射特性,将其与多通道阈值法相结合,依据统计结果选定通道1、6、31、32数据为云检测特征量并设定相应阈值。检测实验表明其对厚云的检测效果较好,但对薄云、卷云检测能力有限。依据大气辐射传输特性,以通道26数据和分裂窗通道差值为特征量检测卷云、薄云以作为补充,得到理想的检测效果。将检测结果与MODIS云检测业务算法得到结果对比分析表明,本文方法在目标区域的云检测更为精确。     

MODIS图像云检测业务化算法研究

本文针对3种不同空间分辨率的MODIS数据(250m,500m,1km),提出相应的业务化云检测算法,采用多阈值判别云像元,算法简单有效,仅以图像作为输入,不需要其它辅助数据的支持。以我国中低纬度地区为实验区,分别选取了春夏秋冬4幅MODIS图像,根据图像选择了合理的云判别阈值,取得了较好的云检测结果,与美国宇航局(NASA)提供的MODIS云产品相比,云的空间分布基本一致,且很好地更正了MODIS云产品中被误判为云区的河流、湖水、岸边的区域,从而可以获得更高的云检测精度和提高云覆盖判别的效率,为建立业务化运行的遥感图像云剔除预处理流程奠定基础。     

MODIS图象的云检测及分析

云一直是遥感图象处理、图象分析的一大障碍.为了解决这一问题,试图探讨利用中分辨率成像光谱仪MODIS检测云的方法,该方法充分考虑到MODIS数据具有36个光谱通道,特别是红外波段细分的特点,先是基于云的波谱特性采用多光谱综合法、红外差值法及指数法来对MODIS图象上的云点进行检测,鉴于这些方法有一定的局限性,因而还运用了一种基于空间结构分析和神经网络的云自动检测算法;最后将各种方法的云检测结果进行相互映证和对照分析,结果表明,这些方法检测到的云互相吻合,说明利用MODIS图象可成功地检测云点像元.这不仅为云的去除奠定了良好基础,而且也可以提高图象识别、图象分类及图象反演的精度.     

激光雷达数据辅助的FY-3D影像阈值自适应云检测方法

国产风云系列卫星可为全球范围内大气、陆地和海洋的遥感监测提供重要数据支撑,由于光学卫星影像不可避免受到云覆盖的影响,通过云检测获取准确的云掩膜是风云系列卫星影像精细处理与应用的关键。现有的云检测方法大多采用简单高效的阈值法,然而由于传感器光谱响应以及不同场景云覆盖下垫面的辐射差异,在缺少大量真实云覆盖标记情况下,现有方法往往难以确定最优的检测阈值。鉴于此,提出了一种阈值自适应的云检测方法（TACD）,顾及传感器波段特性以及云覆盖下垫面差异,设置不同场景下的多通道阈值测试,包括反射率及反射率组合测试、亮度温度测试、亮度温度差异值测试、卷云测试等,联合具有高精度云层信息的激光雷达数据构建全球范围的云检测样本集,实现基于样本集真实云标记的迭代阈值优化,最终基于最优的阈值进行云检测。以风云三号（FY-3D）MERSI-II影像为例,联合CALIOP云层数据构建全球范围的云检测数据集,并将所提出的TACD方法云检测结果与官方云掩膜产品进行对比,结果表明该方法较官方云检测算法精度有明显提高,其中平均交并比从80.35%提升至84.09%,召回率可达92.67%,具有业务化应用的潜力。     

基于HSV色彩空间的MODIS云检测算法研究

云是一种自然现象,广泛、高频、不规律地出现在地球上空,因此云也经常在卫星影像上有所体现。在遥感影像中,云覆盖在很大程度上降低了数据的质量和利用率。云检测是进行遥感数据处理与分析的基础和必要环节,因此准确地提取云区所在位置是一个非常有意义的研究课题。提出基于HSV色彩空间的MODIS云检测算法,首次将HSV色彩空间引入云检测领域,提出的算法以云与其他地物的自身光谱特性和光谱差异为理论基础,以色彩空间HSV正变换为数学基础,将MODIS波段1、6和26的假彩色合成影像进行HSV正变换,对获得的色调值（H）进行简单的、客观的阈值限定,获得最后的云检测效果。该算法具有精度高、简单可行、客观性强和计算速度快等特点,适用于不同的下垫面和季节,云检测效果理想。     

邻域密度约束的动态标准差阈值三维点云数据离群点检测方法

为了提升三维点云数据离群点的检测能力,提高检测方法的适应性,解决针对密度分布变化大的点云数据离群点检测效果不佳的问题,提出一种基于邻域密度约束的动态标准差阈值三维点云数据离群点检测方法.该方法充分考虑获取的点云数据的密度差异,将点云的密度特征引入离群点判定阈值的计算.首先利用直通滤波提取目标点云数据,检测并移除无效点;然后分析离群点的检测原理,给出点云k-邻域密度的估算方法;最后通过邻域密度约束实现了标准差阈值的动态调整,并采用不同的约束方式对远离主体点云的外部区域和内点区域的离群点进行检测,实现了密度分布变化明显的点云数据离群点的有效检测.实验结果表明,文中方法能够更加有效地移除离群点,通过标准差阈值动态约束满足了密度分布差异较大的点云数据的针对性检测,提升了检测效果和检测性能,达到了预期的目的,对实际应用具有积极意义.     

雅砻江地区无云积雪覆盖产品的制作

MODIS积雪产品在晴空下积雪识别精度很高,但其受云污染导致数据缺失严重。IMS和SWE数据虽为无云产品,但受分辨率的限制积雪监测精度有待提高。以青藏高原东部雅砻江流域及周边地区为例,通过合成MODIS每日积雪覆盖产品、邻近日分析法以及改进的SNOWL判别法对云像素进行重分类,然后用IMS或者SWE无云积雪数据对中间生成的片雪再分类,制作了除云后的逐日无云积雪覆盖产品。再用目视解译法将从HJ-1B卫星影像中提取的积雪覆盖信息作为观测"真值",对无云积雪覆盖产品进行分类精度评估。结果表明:通过算法的改进,提高了该产品与观测数据的积雪一致率和总体分类精度,总体上解决了因云污染导致的数据缺失,IMS和SWE积雪监测精度不足的问题。     

长春地区云检测及云相态反演研究

采用经ENVI几何校正、定标及裁剪等预处理的2008年10月1日04:25和18:00(UTM)的MODIS L1B数据,利用MODIS云检测Ackerman方法及云相态反演红外二光谱技术,对长春地区进行了云检测和云相态反演。从检测及反演结果中看出,云检测及白天云相态反演效果都很好,而在夜晚条件下,由于低温,存在较大面积的不确定相态区域。     

青藏高原MODIS积雪面积比例产品的精度验证与去云研究

MODIS积雪产品的精度验证和去云处理是积雪监测研究的基础。首先利用青藏高原典型地区的ETM+数据作为“真值”影像,对MODIS积雪面积比例(FSC)产品在无云条件下的精度进行验证,发展了一个基于三次样条函数插值的去云算法,并采用基于“云假设”的检验和地面站积雪覆盖日数(SCD)检验两种方法对去云算法的精度进行了分析评价。结果表明:MODIS FSC产品在青藏高原地区具有较高的精度,与FSC“真值”相比,其平均绝对误差、均方根误差以及相关系数分别为0.098、0.156和0.916;去云算法能够有效地获取云遮蔽像元的FSC信息,平均绝对误差为0.092,用新生成的无云MODIS FSC产品计算得到的SCD与地面观测值具有较高的一致性(87.03%),平均绝对误差为3.82 d。     

利用MODIS监测沙尘暴的影响范围

采用EOS-Terra/MODIS数据对内蒙古的沙尘暴进行监测研究。通过分析沙尘暴的波谱特征和 MODIS 传感器通道的特点,采取基于双通道阈值的叠加分析法对沙尘暴进行提取监测。 结果表明基于双通道阈值的叠加分析法有利于对沙尘暴信息的准确提取,为利用 MODIS 数据进行沙尘暴监测提供了有效手段。     

利用MOOIS监测沙尘暴的影响范围

采用EOS-Terra/MODIS数据对内蒙古的沙尘暴进行监测研究.通过分析沙尘暴的波谱特征和MODIS传感器通道的特点,采取基于双通道阈值的叠加分析法对沙尘暴进行提取监测.结果表明基于双通道阈值的叠加分析法有利于对沙尘暴信息的准确提取,为利用MODIS数据进行沙尘暴监测提供了有效手段.     

一种邻域自适应的双阈值点云特征提取方法

点云数据的特征提取是点云数据处理环节中的一项重要内容,对几何分析、数据分割、点云配准、模型重建等研究起关键作用。研究了基于法向量和曲率的点云特征提取技术,阐明了特征提取过程中邻域选取与单一参数计算存在的问题,提出了邻域自适应的双阈值点云特征提取方法。通过实验对比了该算法与基于曲率的特征提取算法的提取效果,验证了本算法的稳定性、准确性。该算法对于几何特征复杂的点云具有较好的提取效果,对提高点云特征点提取的精度及效率具有重要的意义。     

高亚洲地区无云积雪遥感二值产品对比和精度验证分析

以青藏高原为核心的高亚洲地区是我国重要的积雪分布区域,也是气候变化的敏感区域。高精度的积雪遥感监测产品可更好地理解区域水和能量循环过程,提升气候、环境分析和水资源应用潜力,然而由于高亚洲地区地形复杂,高原局部气候变化快,当前所发布的积雪产品的算法各有所长,不同产品的精度评价所采用的评估方法、参考数据和精度指标不统一,这为积雪数据产品应用及评价带来挑战。选择目前国内外已经发布的较为典型的IMS、MODIS无云积雪产品等3种数据,开展基于流域的时空交叉对比分析,并采用同一套地面参考数据集及综合性指标,进行了精度验证和比对研究。结果表明:利用不同数量的地面观测数据进行验证时,3种积雪产品表现都较为稳定,总精度都能达到85%以上,IMS和与微波观测相结合的无云(A-MODIS)产品召回率较高,而MODIS积雪产品的准确度较高,权衡参数F值较高;在积雪季初期3种产品积雪覆盖面积和趋势吻合,后期融雪期出现较大差异,IMS与A-MODIS产品相较于MODIS产品有高估现象,认为与云覆盖及微波数据的质量有很大关系,总体来看IMS产品与MODIS积雪产品精度相接近,但MODIS积雪产品数据质量较高。该项研究可为积雪遥感产品在高亚洲地区应用提供客观的分析和评价。     

一种改进的基于最大似然法的MODIS云分类算法

MODIS资料云分类在大气和地表参数反演中有着十分重要的作用.首先利用NASA的MOD35云掩模产品将水体和陆地等晴空型下垫面从云图中分离出来,然后利用多光谱阈值法将云图中其他的所有云类进行初始化分类,最后应用基于最大似然和分类矩阵的动态聚类算法,对MODIS云图实现了云分类,主要云类有积雨云、卷云、高云、中云、低云.针对夏季我国东南沿海地区的实验结果表明了算法的有效性.     

基于克里金空间插值的MODIS积雪覆盖率产品去云方法

由于云与积雪在可见光和远红外波段都具有相似的光谱特征,使得光学遥感监测积雪受到天气的严重干扰,如何消除亚像元尺度上MODIS积雪覆盖率(Snow Cover Fraction,SCF)产品中云的干扰成为了一个亟待解决的难题。通过分析亚像元尺度上SCF分布的空间变异性,提出了一种基于克里金空间插值的MODIS SCF产品去云方法,分别利用普通克里金(Ordinary Kriging,OK)和以海拔为协变量的普通协克里金(Ordinary Co\|Kriging,OCK)进行去云实验。11个不同日期的实验结果表明:OK和OCK方法在MODIS SCF产品去云中均能达到较高的精度,特别是在云覆盖率低于20%的情况下,此时OCK的精度要好于OK;而当云覆盖率大于20%时,OK的精度略高于OCK,但两者的精度都明显低于云覆盖率低于20%的情况,而且平滑效应都比较明显。     

基于动态聚类的MODIS云检测算法

利用多光谱阈值法进行云与下垫面的初始化分类,然后应用基于最小距离和分类矩阵的动态聚类算法,对MODIS云图实现云检测,并分离出积雨云、卷云、其他高云、中云、低云。针对我国东南沿海地区的试验结果证明了算法的有效性。     

基于BP神经网络的云相态检测方法研究

利用MODIS中5个光谱波段上不同云相态的特性,提出了一种基于BP神经网络的云相态检测方法。首先,分析了所选波段上不同云相态的特性,利用5个波段上光谱图像的反射率、亮温值和亮温差值构成4组特征数据作为输入层,隐层和输出层分别采用优化的传输函数。然后,利用3层前馈型BP神经网络对所选波段MODIS数据进行了云相态检测。最后,将两组测试数据用该BP神经网络算法进行云相态检测的结果与相应MOD06云相态数据进行了对比分析,结果表明该方法能很好地识别云相态,检测平均准确率达到86.11%,计算结果与标准结果平均相关性达到0.874的高度相关,且无需在计算前进行复杂的云和晴空分离处理。     

地表信息对静止卫星云检测算法的影响

针对静止卫星资料的云检测存在通道较少、不适用多通道云检测算法的问题,引入地表背景信息,优化了云检测算法。利用FY２C卫星资料以及其他辅助资料,分析了地表背景信息(包括最高红外亮温底图、地表纹理、地表高程信息等)对静止卫星云检测的影响。在综合考虑这些地表背景信息的基础上,提高了静止卫星云检测精度.经过实际研究和业务化应用,引入地表信息将有效提高云检测效率。具体的研究结论包括：(1)优化的动态亮温底图进一步提高了中高纬地区的云检测精度,降低了中低纬地区云检测的误判率;(2)引入地表植被指数的空间纹理法,进一步消除了由于地表差异带来的误差;(3)引入地表高程数据,对于可见光通道云检测精度的提高非常有效,对于红外通道的动态阈值确定也非常有效。     

地表信息对静止卫星云检测算法的影响

针对静止卫星资料的云检测存在通道较少、不适用多通道云检测算法的问题,引入地表背景信息,优化了云检测算法。利用FY2C卫星资料以及其他辅助资料,分析了地表背景信息(包括最高红外亮温底图、地表纹理、地表高程信息等)对静止卫星云检测的影响。在综合考虑这些地表背景信息的基础上,提高了静止卫星云检测精度。经过实际研究和业务化应用,引入地表信息将有效提高云检测效率。具体的研究结论包括:(1)优化的动态亮温底图进一步提高了中高纬地区的云检测精度,降低了中低纬地区云检测的误判率;(2)引入地表植被指数的空间纹理法,进一步消除了由于地表差异带来的误差;(3)引入地表高程数据,对于可见光通道云检测精度的提高非常有效,对于红外通道的动态阈值确定也非常有效。     

面向气溶胶反演的高分四号影像云检测

针对在利用卫星影像进行地表信息提取、气溶胶光学厚度反演等工作中云检测不够准确的问题,提出了利用云的空间变化特性、光谱反射率特征阈值和HOT薄云检测联合的方法。通过对大量区域进行直方图统计分析,确定了适合高分四号卫星数据的阈值,进而建立了针对气溶胶反演干扰较大的碎云、云边缘、薄云的检测方法。利用该方法对多幅影像进行云检测,结果表明,该方法能够很好地检测出云像元,特别是对于碎云、云边缘和薄云有很好的识别效果,有效提升了气溶胶产品的可信程度。