Landsat-5卫星数据产品

Landsat-5卫星所获得的图像是至今全球应用最为广泛的遥感信息源,本文详细介绍了Landsat-5卫星的基本参数与其数字产品的特点,以及卫星运行多年后的辐射精度与几何定位精度。最后还介绍了用ERDAS I-MAGINE、PCI GEOMATICA与ENVI打开Landsat-5数字产品的方法与注意事项。     

Landsat-8卫星数据应用探讨

在过去的40年里,Landsat系列卫星对启蒙和推动遥感应用技术的发展起到了重要作用,其遥感图像数据在我国得到了广泛应用.Landsat-8卫星是Landsat系列卫星的后续任务,已于2013年2月发射,目标是延续Landsat系列卫星数据的连续性,为农业、水资源管理、植被监测、灾害响应等领域继续提供高质量的图像数据.本文将首先介绍Landsat-8卫星的研制背景、卫星的基本参数和新型成像仪的数据特点,然后对比ETM+数据,介绍了Landsat-8卫星的数据产品分级以及数据的应用方向上的变化.     

基于Landsat-5 TM 估算地表温度

基于Landsat25 TM 的热红外波段(6 波段) 数据, 运用覃志豪的单窗算法估算了张掖绿洲地区的地表温度, 结果表明沙漠和戈壁的地表温度最高, 水体和绿洲的温度最低, 估算的地表温度的结果符合地表水热关系。因此, 这种方法能较好地反演出张掖绿洲地表温度的分布状况。     

Landsat-7 缝隙数据恢复的算法研究

扫描行校正器异常造成了Landsat-7图像数据丢失(称之为缝隙数据),由于数据本身仍保持了良好的辐射和几何特性,具有较好的可用性,因此研究缝隙数据的恢复算法将具有较好的理论价值和应用前景.目的就是通过仿真实验寻找一种较好的恢复算法.首先介绍了课题背景以及现有的算法--全局直方图匹配法和局部直方图匹配法,并在局部直方图匹配算法的基础上提出了自适应局部回归匹配算法.最后对同一幅缝隙图像用这三种算法来实现恢复,通过比较均方根误差和运行速度,论证了自适应局部回归匹配算法在精度方面要优于全局直方图匹配算法和局部直方图匹配算法,算法复杂度要优于局部直方图匹配算法,具有很高的可行性.     

Landsat-8长条带影像正射校正

目的 Landsat-8传感器采用线阵推扫式成像,通过分景处理获得标准景产品。面对大范围遥感数据需求,长条带数据具有更高的应用价值。长条带数据的一般获取方法是通过拼接标准景正射产品的方式,该方法处理效率不高,并且当条带中某景由于云覆盖量较多无法生产正射产品时,将无法通过多景拼接的方式生成相应的长条带正射产品。针对此方法存在的问题,本文提出一种Landsat-8长条带影像的正射校正方法。方法 以长条带影像为整体,通过控制点匹配、长条带几何精校正和正射校正3个部分,直接生成长条带级别的正射校正产品。在长条带几何精校正过程中,提出了Landsat-8的基于轨道约束的长条带平差模型及控制点优化选取方法。结果 在15景的条带长度范围内,本文方法生成的长条带正射产品的几何精度在12 m以内,满足Landsat-8正射产品的精度要求,且处理效率相较于标准景拼接方式提升1倍左右;对于云覆盖较多的景,利用连续3景进行长条带正射校正,可以得到与标准景正射产品几何精度相当的长条带正射产品。结论 本文提出的长条带处理方法,在一定长度范围内,能够得到满足Landsat-8正射产品的精度要求的长条带正射产品,处理效率得到较大提高,且能够有效克服传统方法中云覆盖情形对长条带产品获取的限制。     

基于Landsat-8数据的珊瑚礁白化变化监测

针对珊瑚礁白化事件在全球范围内频繁发生的现象,以南海西沙群岛华光礁和盘石屿为例,基于Landsat-8遥感数据,利用K最邻近节点算法(KNN),对白化前后的影像进行分类,之后借助珊瑚类别内反射率的变化监测珊瑚礁白化情况。研究结果表明,利用该方法可以提高分类精度、消除白化珊瑚与沙地之间的误分类效应,有利于开展珊瑚礁群落白化监测研究。     

Landsat-8卫星OLI成像仪调制传递函数在轨评测

鉴于传统调制传递函数(modulation transfer function,MTF)空间域分析结果受实验目标选择影响很大,应用EROS提出的频率域线状地物法对Landsat-8卫星OLI成像仪MTF进行在轨评测,并通过对比实验验证方法。基于目标和传感器特性分析,分别建立目标模型和系统传递函数模型,利用拟合数据求解模型参数,进而计算得到MTF值。并将EROS方法与传统T choi方法测得的MTF值进行对比。实验结果表明,EROS方法能有效应用于Landsat-8卫星OLI成像仪的MTF在轨测量,且明显减少了目标选择对于MTF评测结果的影响。     

利用Landsat-8影像的南昌地区热岛效应研究

针对南昌地区热岛效应问题,提出采用改进的单窗算法反演地表温度,在利用实测数据验证了本算法可靠性的同时,分析了南昌地区热岛效应的空间分布与季节变化特征及其与植被覆盖度、土地利用分类、水体等影响因子之间的关系。结果表明,该文所用单窗算法是有效的,南昌地区热岛时空现象明显,秋季的热岛效应强度最强,冬春季次之,夏季最弱。不同土地利用类型对热岛效应影响不同;地表温度与植被覆盖度之间存在明显的负线性相关;水体对降低地表温度效果显著。     

Landsat-8数据地表温度反演单通道修正算法

Jiménez-Mu1oz提出的陆地表面温度(land surface temperature,LST)反演单通道(single-channel,SC)算法因其需要的大气参数少而被广泛应用,但大气水汽含量较高时,SC算法精度会受到影响。该文针对不同的大气模式建立适应于Landsat-8数据且在大气水汽含量为0~4.5g/cm~3时也有较高精度的单通道修正(singlechannel correction,SCC)算法。在1976美国标准大气、热带大气、中纬度冬季和中纬度夏季4种大气模式条件下,SCC算法平均误差/平均绝对误差分别为0.04/0.55K、0.07/0.25K、0.02/0.51K、-0.08/0.24K。通过参数敏感性分析发现,LST反演误差与地表比辐射率、大气水汽含量呈线性相关。地表比辐射率每改变0.01,SCC算法反演得到的LST在不同大气模式下大约改变0.46K、0.49K、0.46K、0.47K。大气水汽含量每改变0.1g/cm~3,SCC算法反演得到的LST在不同大气模式下大约改变0.41K、0.10K、0.06K、0.06K、0.13K。     

基于卡尔曼滤波的Landsat-8卫星影像几何精校正

卡尔曼滤波是一种递推线性最小方差估计算法,被广泛应用于GPS动态数据处理、组合导航和通信与信号处理等领域。本文将卡尔曼滤波引入卫星影像几何精校正处理中,以Landsat-8卫星影像为例,利用卡尔曼滤波方法和地面控制点构建运动方程和测量方程,实现了对卫星星历和姿态数据的修正。实验证明,相比于传统最小二乘平差法,该方法使用较少的控制点即可达到稳定的精度,降低了几何精校正对控制点数量的依赖,具有较高适用性。     

Landsat-7 ETM+归一化差分植被指数影像真实性检验

作为一种常用的地表参数产品,ETM+NDVI的真实性检验具有重要意义,但是目前对其研究较少。本文提出结合GeoEye-1高分辨率遥感影像及其NDVI尺度转换模型的方法进行该产品的真实性检验。基于分形理论及5指标评价体系(r=0.8、p     

结合光谱响应函数的Landsat-8影像大气校正研究

针对受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误差,影响图像分析精度的问题,该文利用Landsat-8的光谱响应函数,对OLI多光谱数据进行大气辐射校正和反射率反演,对校正前后的地物光谱曲线和归一化植被指数(Normalized Difference Vegtation Index,NDVI)的变化进行了对比。研究表明:OLI大气校正后较好地恢复各类地物光谱的典型特征;大气校正后NDVI增幅明显;类似的基于光谱响应函数的FLAASH大气校正方法可以为其他的高级陆地成像仪等传感器校正提供依据。     

Landsat-8姿态抖动对多光谱影像配准影响

鉴于遥感器姿态数据的准确性对影像几何定位的重要性,该文对Landsat-8卫星成像过程中,姿态抖动对多光谱影像配准的影响进行评价和分析。首先介绍了美国地质调查局(USGS)对Landsat-8卫星姿态抖动处理方法;其次,从Landsat-8陆地成像仪(OLI)的多光谱影像入手,基于蒙特卡洛数值模拟及Landsat-8真实影像,定量分析了姿态数据高频抖动对Landsat-8OLI数据波段间配准造成的误差;最后,通过模拟改变卫星姿态测量频率,进一步分析卫星抖动处理在不同频率时对抖动误差去除的适应性。Landsat-8卫星姿态抖动配准精度评估及处理方法的适应性分析,可为提高国产卫星姿态抖动处理能力及多光谱影像配准精度提供有益借鉴。     

一种Landsat-8影像提取不透水面的新方法

针对V-H-L-S模型在提取不透水面中端元选取不足的问题,提出了一种基于Landsat-8OLI影像提取不透水面的新方法。该方法首先集成了归一化水体指数(NDWI)、归一化植被指数(NDVI)和调整型土壤调节植被指数(MSAVI);其次,通过制作水体、植被及土壤掩膜,将三者信息进行叠加;然后,运用MNF变换将原始影像信息集中至前三波段;最后,将掩膜文件与MNF变换后影像合成,选取阈值提取不透水面信息。实验结果验证了该方法可以快速有效地提取不透水面,总体精度达90.94%,Kappa系数为0.81。     

基于Landsat-8 OLI数据的青海湖水体边界自动提取

在青海湖Landsat-8OLI遥感数据水体光谱特征分析的基础上,利用绿光(Band 3)和近红外(Band 5)两个波段,借助ENVI内置IDL语言的数据转换规则提出了一种新的水体提取方法IDLWI,加大影像中水体与非水体的灰度差,以利于水体识别。而后在水体识别的基础上,基于Canny算子进行水体边界矢量数据自动提取。分别运用"MNDWI(改进的归一化水体指数)+Canny算子"、"谱间关系法+Canny算子"和"IDLWI+Canny算子"提取青海湖边界,经高分影像目视判别和GIS空间缓冲区分析。结果表明:"IDLWI+Canny算子"提取出的青海湖湖体边界在位置准确性和连续性方面有明显的改进,尤其可以较好地提取出青海湖水体与湖滩地的边界(包括水体内裸露土地边缘)。     

一种新的面向对象Landsat-7 SLC-off影像插值修复算法

针对影像修复中基于规则窗口选择的相似像元不一定满足实际地物分布的问题,提出一种新的面向对象的像元插值法对ETM+SLC-off数据进行修复。首先对辅助影像进行多尺度分割,获取分割对象,然后将所获得的分割对象与待修复影像进行空间叠加,当待修复像元所在的分割对象中存在有效像元时,将同时利用所在分割对象区域中的有效像元及辅助影像中相应对象区域的像元进行插值;反之,使用辅助影像中相应对象区域的像元计算初步的待修复像元值,获取2幅影像间的局部最小二乘回归参数,对初步的待修复像元值应用回归参数得到最终待修复像元值。最后将其与全局直方图匹配法进行对比,并对修复结果进行定性与定量评价。实验结果表明,该方法修复精度更高,能够修复更多的空间细节信息,具有一定的可用性。     

改进的浓密植被法反演Landsat-8 OLI气溶胶光学厚度

针对利用传统浓密植被法难以准确确定地表反射率的不足,分析了Landsat-8 OLI影像红蓝波段的地表反射率与归一化植被指数、散射角对短波红外波段(2.1μm)地表反射率的关系。分析表明,红、蓝波段与短波红外波段(2.1μm)地表反射率之间的比例关系随归一化植被指数和散射角的改变而不同,据此提出构建用于确定红、蓝波段地表反射率的关系模型,用于实现气溶胶光学厚度的反演。选取美国中东部云覆盖较小的地区进行气溶胶反演,使用AERONET站点数据进行反演结果的验证。结果表明,使用该模型得到反演结果与AERONET站点的实测值具有很好的一致性,拟合结果较好;大约70%的数据位于误差线内,反演结果满足精度要求。     

基于Landsat-5 TM的洪河湿地地表温度估算方法对比研究

利用洪河湿地2008年5月15日过境的Landsat/TM图像和实测地面数据以及MODIS 地表发射率数据,分别运用大气辐射传输模型、覃志豪的单窗算法和Jimenez\|Munoz & Sobrino 的单波段算法估算洪河湿地的地表温度,并且对比了大气校正前后的NDVI、LSE以及各种算法估算地表温度的差异。分析估算结果表明,覃志豪的单窗算法与实测地面数据估算结果非常一致。指出在没有实时探空数据的情况下,应用只有一个热红外通道的Landsat/TM数据源,采用覃志豪的单窗算法估算的精度是可以接受的。     

Sentinel-2A与Landsat-8影像在油菜识别中的差异性研究

油菜是中国最重要的农作物之一,准确、及时掌握高精度的油菜面积具有重要意义。与Landsat-8数据相比,新一代光学卫星Sentinel-2A数据具有众多优点,但是Sentinel-2A数据在农作物识别方面的应用效果是否一定优于Landsat-8数据仍然是个未知的问题。因此,以油菜最佳识别期内的Sentinel-2A和Landsat-8影像各一景为数据源,选取种植结构复杂的小尺度都市农业区为研究区,基于影像的光谱特征与植被指数信息利用不同分类方法提取油菜种植面积。通过比较不同分类条件、不同方法下的两种影像的油菜识别精度,结果表明:(1)Sentinel-2A影像中不同地物的光谱特征差异与植被指数可分离性高于Landsat-8影像;(2)支持向量机(SVM)分类器下,Sentinel-2A数据的光谱特征获得的油菜制图精度与用户精度最高,分别为89.7%和91.3%,比同等条件下的Landsat-8油菜识别精度分别高7.0%和6.2%;(3)加入纹理信息后,两种数据的总体精度和Kappa系数明显提高,但油菜的制图精度与用户精度并无明显提升。以上结果表明:与Landsat-8数据相比,Sentinel-2A数据能够在种植结构复杂的小尺度区域提取更高精度的作物分布信息。研究结果可以为Sentinel-2A数据的农作物识别与应用提供理论基础。     

基于Landsat-8 OLI影像和指数法的红树林提取对比研究

红树林是全球净初级生产力最高的生态系统之一,其在全球气候变化和海岸带地理环境演变研究中发挥着重要作用。快速且准确地获取大范围红树林空间分布,对于红树林资源的有效管理和开发利用具有重要意义。Landsat系列卫星影像已成为大范围、长周期红树林分布信息提取的重要数据源。选取华南沿海的英罗湾和珍珠港作为实验区,利用Landsat-8 OLI影像结合归一化差异红树林指数（Normalized Difference Mangrove Index,NDMI）、综合红树林识别指数（Combined Mangrove Recognition Index,CMRI）、模块化红树林识别指数（Modular Mangrove Recognition Index,MMRI）、红树林指数（Mangrove Index,MI）和红树林植被指数（Mangrove Vegetation Index,MVI)5种指数来提取红树林分布信息,并对比5种指数用于红树林提取的效果,筛选适用于Landsat-8 OLI影像的最佳红树林提取指数。提出了结合归一化差异水体指数（Normalized Difference Water ...