基于无人机低空遥感和现场调查的潮滩地形反演研究

潮滩地形与滩涂湿地生态系统的结构和功能密切相关,准确获取高精度的地形数据,对于分析潮滩的冲淤动态和盐沼植被扩散过程具有十分重要的意义。受自然潮滩观测时间有限、观测条件恶劣及植被覆盖等因素影响,传统的潮滩地形监测方法往往存在操作困难、效率较低、成本过高及覆盖范围有限等不足。文章通过无人机低空遥感方法获取航拍影像与其波段信息,基于运动结构技术提取影像三维坐标信息,构建研究区高精度数字表面模型(digital surface model,DSM),利用DSM模型直接获得无植被覆盖的光滩数字高程模型(digital elevation model,DEM);对于有盐沼植被覆盖的区域,利用红、绿、蓝3个可见光波段信息计算可见光差异植被指数(visible-band difference vegetation index,VDVI),同时结合野外现场调查,获取潮滩盐沼植物株高与VDVI指数的定量关系,建立株高反演模型;并利用株高反演模型从DSM中滤除植被,准确反演出潮滩植被区的DEM,从而整体获得潮滩地形的反演结果。结果表明,结合无人机低空遥感和现场调查的方法可以较好地实现对潮滩地形的精确反演:光滩区地形均方根误差为0.07 m,其精度与高精度三维激光扫描仪测量结果接近;经过植被滤除后,潮滩植被区地形均方根误差下降到0.14 m,数据精度可提升60%,优于传统的点云过滤方法。文章提供了一种基于无人机和现场调查的潮滩地形反演方法,实现了潮滩地形高效、大范围的监测,研究方法可应用到其他类似的潮滩或海岸区域,为海岸带滩涂湿地保护和管理提供重要的技术支撑。     

广西-东盟多源遥感数据的森林高度反演及应用

森林生态系统在调节生态气候与碳循环方面发挥着重要作用,森林高度是衡量森林生态系统功能的重要参数。利用单一遥感数据获取森林冠层高度会受到多种制约。因此,本文使用星载激光雷达ICESat-2提供的高质量离散森林冠层高度点,结合Sentinel-1、Landsat 8及地形数据,采用随机森林方法建立不同影像特征组合森林冠层高度的回归模型,并分析各特征对森林高度反演的影响,最后将模型应用于广西森林冠层高度制图。试验结果表明,多源遥感数据可有效提高森林冠层高度反演精度,在所利用遥感数据中,特征重要性从大到小依次为光学特征、地形特征、SAR特征,“L8+SRTM+Sentinel-1+邻域均值”特征组合的反演精度最高,加入邻域均值特征进行森林冠层高度反演效果最佳,随机森林模型能精确绘制森林冠层高度。     

基于ICESat-2数据及TanDEM-X DEM的林下地形反演

传统光学遥感手段以及SAR获取的数字高程模型(DEM)包含一定的植被信号,如何准确估计植被高度并将其从包含植被高信号的DEM中扣除,对生成高精度DEM具有重要意义.基于此,提出一种基于ICESat-2/AT-LAS数据和TanDEM-X DEM的林下地形生成方法.首先利用ICESat-2 ATLAS数据联合MODIS、温度、降雨及高程等辅助信息通过随机森林进行建模及预测,实现空间连续植被高反演;之后,在估计X波段InSAR森林区穿透深度基础上,利用反演所得植被高,扣除TanDEM-X DEM中的植被高信号,得到林下地形.选取我国东北地区作为试验区,实验结果表明:反演林下地形精度为9.14 m,相比原始Tandem-X DEM的精度提高21.2％.     

星载LiDAR产品辅助的InSAR森林高度反演

针对星载重轨InSAR森林高度反演受时间去相干制约与模型解算辅助数据难以获取的问题.考虑ALOS-2 PALSAR-2干涉数据特点,采用一种顾及时间去相干影响的半经验散射模型,利用最新发布的星载激光雷达ICESat-2 ATL08高程产品中的植被高度数据作为辅助数据,并结合主成分分析思想(PCA)对ALOS-2 PALSAR-2相干幅度信息与树高的关联模型进行参数解算.实验结果表明,在ICESat-2树高数据辅助条件下,通过散射模型可以较好抑制时间去相干的影响,进而反演出可靠的模型参数及森林高度(RMSE约为3 m).本研究验证了联合星载重轨干涉SAR与星载LiDAR数据实现大范围、大尺度森林高度反演的可行性.     

ICESat-2机载试验点云滤波及植被高度反演

新一代星载激光雷达卫星ICESat-2将采用多波束微脉冲光子计数技术,并进行高程剖面式的对地观测。由于该点云数据具有背景噪声大、密度低并呈线状分布等特点,传统的点云滤波算法并不适用,研究新的点云滤波算法十分必要。本文以ICESat-2的机载模拟器MABEL数据为例,首先介绍了微脉冲光子计数激光雷达的基本原理和数据特点,并针对高程剖面点云提出基于局部距离统计和最小二乘局部曲线拟合的点云滤波算法;然后,对美国加利福尼亚州Sierras-Forest地区MABEL试验中532 nm通道的光子点云进行滤波处理,并利用识别的地面点插值得到3 m分辨率的线状DEM,进而估算了该区域美国云杉的平均树高;最后,对该滤波算法进行精度评价,并分析了误差来源及其对DEM精度和树高反演精度的影响。结果表明:(1)该算法整体精度达97.6%,能有效剔除绝大部分噪声点且对地形起伏具有较强的自适应能力;(2)误分噪声点影响了滤波过程中局部地形的拟合,而滤波过程中的分类误差将降低DEM和树高反演的精度。     

ASTER GDEM V2的南极冰川高程误差校正及精度分析

ASTER GDEM V2是研究南极冰盖表面的一种重要DEM数据源。由于南极冰雪区反射率高且缺乏地形特征，导致ASTER GDEM V2存在大量的坑、隆起等噪声，难以直接用于南极地形分析。本文以ICESat/GLAS激光点高程数据作为参考，采用修正等高线法对南极伯德（Byrd）冰川ASTER GDEM V2进行了误差校正，并将其与ICESat-1 DEM的垂直精度进行了对比分析。结果表明：ASTER GDEM V2的RMSE由校正前的26.56 m下降到校正后的18.77 m，远低于ICESat-1 DEM的RMSE（121.24 m）；校正后的ASTER GDEM V2高程精度受坡度影响较小，不存在明显的系统误差，而ICESat-1 DEM的高程精度受坡度的影响较大。本研究进一步通过地形剖面分析得到：校正前的ASTER GDEM V2噪声主要分布于高程较低、地形平坦的区域，通过修正等高线的方法可以有效去除这些噪声，去除噪声后的ASTER GDEM V2可作为研究伯德冰川理想的DEM数据源。     

同步激光测高数据的垂线偏差解算与分析

针对传统的垂线偏差计算过程中东西分量与南北分量差异过大的问题,提出了利用新型ICESat-2海面高数据获取高精度东西分量的方法,选定南中国海域(0°～23°N、103°～120°E)作为试验区域,基于ICESat-2 ATL12海表面高度数据产品进行垂线偏差解算.与此同时,采用XGM2019e_ 2159模型检核,对比同时间序列长度的Jason-2解算结果,分析了ICESat-2多波束同步观测模式的垂线偏差解算优势.数值试验表明:ICESat-2获取的海面高观测值精度优于传统雷达测高模式,计算的沿轨垂线偏差精度与Ku波段测高模式相当.ICESat-2中间束强波束的垂线偏差解算精度优于两侧强波束,并且多波束组模式首次提供了跨轨方向的同步观测数据,解算的跨轨垂线偏差精度可靠,可以提升垂线偏差东西向分量的确定精度.     

基于多算法水边线提取的潮滩DEM构建

遥感水边线法构建潮滩数字高程模型(digital elevation model,DEM)是获取大范围淤泥质潮滩地形的有效途径,准确提取水边线是潮滩DEM构建的关键。受潮情及滩面的影响,不同影像中的水边线在光谱与纹理上差异较大,单一方法难以准确地提取水边线。鉴于此,本文提出一种基于多算法水边线提取的潮滩DEM构建方法。根据瞬时潮情对多期水边线进行分类,应用边缘检测、阈值分割、面向对象分割与改进分水岭方法对不同类型水边线分别提取,通过对潮汐数据多项式插值计算水边线的瞬时潮位,构建潮滩DEM。本文以莱州湾西侧潮滩为研究区,利用多期GF-1 WFV影像与验潮站潮汐数据构建潮滩DEM。通过野外实测高程对DEM反演结果进行精度评价,反演值与实测值相关性较高,R~2=0.86,误差分布在0.31～0.78 m之间,中误差为0.17 m。结果表明,基于多算法水边线提取的潮滩DEM构建可以有效地获取潮滩近似地形。     

自适应测站高的GNSS-R潮位监测研究

针对已有的GNSS-R反演潮位过程中由测站与潮位基准面高度的不确定性带来的误差,该文提出了一种 自适应测站高优化方法.该方法通过更新Lomb-Scargle谱分析噪声频率的阈值,可有效剔除噪声主频,从而提高GNSS-R反演潮位的精度.基于30 s采样间隔的GNSS的L2波段数据进行潮位反演的实验表明,该文提出的方法有效提高了GNSS-R反演潮位的精度.与传统反演方法相比,反演潮位与验潮站观测潮位之间的均方根误差降低了28.3％,相关系数提升了12.3％.同时,该文还证实了所提出方法求解出的自验潮站基准面起算的测站高度,可进一步应用于无验潮站或验潮站数据中断情况下的GNSS潮位反演.     

利用机载点云检核ICESat-2/ATLAS激光测高数据精度

美国第2代激光测高卫星ICESat-2已经公开发布数据,能够提供剖面状密集点云,但其平面/高程精度还未得到充分验证。全球开源DEM或卫星光学立体影像生成的DEM精度远低于星载激光测高数据,无法实现激光精度检核。本文使用机载激光雷达/光学立体影像数据开展ICESat-2卫星ATLAS精度验证,通过单光子点云去噪、剖面地形恢复和数据内插等手段,对国内舟山、上海和汉中等不同地形条件下的星载光子计数激光雷达数据进行对比分析。实验结果表明, 6组ATLAS点云高程的均方根误差分别为0.43、0.65、0.72、0.53、0.45和0.77 m,平均值达到0.59 m,具备较好的高程精度。     

一种改进的潮滩数字高程模型构建方法

提出一种基于趋势面优化与克里金插值组合的IZDEM建模方法。通过最优等价权控制不同源数据精度差异对建模质量的影响,优化拟合潮滩地形的趋势面;利用克里金插值方法,顾及潮滩地形变化的各向异性构建残差面,最后利用优化的趋势面和残差面组合构建IZDEM。实验表明,在利用多源潮滩数据构建IZDEM时,本方法可以提高IZDEM的整体建模质量。     

中国南方森林冠顶高度Lidar反演—以江西省为例

激光雷达(Lidar)与光学遥感的有效结合对中国南方区域森林冠顶高度反演意义重大,而国产卫星将为中国森林生态研究提供新的数据源。本文联合利用大脚印激光雷达GLA和国产MERSI数据,在实现GLAS波形数据处理和不同地形条件下森林冠顶高度反演算法基础上,建立了区域尺度不同森林类型林分冠顶高度GLAS+MERSI联合反演关系模型,进行了江西地区森林冠顶高度反演。总体上,GLAS激光雷达森林冠顶高度估算精度较高;且在与MERSI 250 m数据的联合反演模型中,针叶林模型精度较好(R²=0.7325);阔叶林次之(R²=0.6095);混交林较差(R²=0.4068)。分析发现,考虑了光学遥感生物物理参数的GLAS+MERSI联合关系模型在区域森林冠顶高度估算中有较高精度,且在空间分布上与土地覆盖数据分布特征非常一致。     

GNSS-R潮位监测抗差估计EI北大核心CSCD

针对GNSS-R反演潮位过程中,由测站天线相位中心与潮位基准面高度的不确定性造成的误差,本文提出了基于抗差估计的优化方法。通过确定观测值的最优权重,削弱水面高度粗差反演值,求解高精度测站高度,进而提高GNSS-R反演潮位的精度。基于HNLC、SC02、TDAM、TPW2这4个IGS GNSS连续运行跟踪站的数据,进行潮位反演试验,结果表明,与传统反演方法相比,本文方法计算所得测站高度分别提升了1.01、1.31、16.2、1.22 cm,反演潮位的均方根误差分别降低了26.7%、34.4%、84%、31.6%。同时,还证明了本文方法求解出的自潮位基准面起算的测站高度,可应用于后续无验潮站或验潮站数据中断情况下潮位的反演。     

多元特征线遥感识别的滩涂DEM构建

针对水边线复合技术反演滩涂地形误差较大、经济成本较高等问题,提出了基于植被边线、冲淤痕迹线、水边线等多元特征线结合实测数据反演滩涂地形的遥感测量方法。以崇明东滩为研究对象,应用遥感技术提取水边线、植被边界线及冲淤痕迹线等多元特征线,利用实测数据拟合趋势线方法对边线高程赋值,并借助GIS空间分析技术将具有高程信息的特征线作为基础数据空间插值法构建滩涂DEM。最后,利用1∶1万地形图及实测数据对DEM反演结果进行质量评价。结果表明:该方法构建DEM影像数量需求少、时间跨度短、成本低、反演结果符合滩涂地形基本规律,垂直精度约为12 cm,研究结果对于滩涂冲淤变化及演变规律分析等研究具有重要的参考价值。     

ICESat-2与Sentinel-2数据融合的深度学习浅滩水深测量

目前卫星测深(SDB)被广泛应用于近海岸水深测量,然而常用的经验模型较简单,无法适用于各类复杂浅滩环境。为突破传统方法的局限性,本文提出一种ICESat-2与Sentinel-2数据融合的深度学习浅滩水深测量方法。以美国密西西比州猫岛(CI)、巴克岛(BI)为研究区,利用ICESat-2提取先验水深点,再基于Sentinel-2数据训练一维卷积神经网络(1-DCNN)以获取研究区水深图;同时采用波段比值模型(BR)、随机森林(RF)和多层感知器(MLP)作为对比方法进行精度定量分析发现,本文方法在CI、BI测得水深的均方根误差和决定系数分别为0.20 m、0.94和0.95 m、0.95,精度验证优于其他方法,因此该方法提高了水深反演精度。     

顾及地形因素的S-RVOG模型和PD相干最优算法联合反演植被高度

针对极化干涉SAR植被高度反演中RVOG模型未考虑地形影响,且三阶段算法受到地面相位估计误差和纯体相干性估计误差影响,提出了一种植被高度反演思路,采用考虑地形因素的S-RVOG模型作为反演模型校正地形影响,同时引入PD相干最优算法用于改善三阶段算法中直线拟合地表相位估计和纯体相干性估计精度。为验证算法的有效性,首先采用欧空局提供的PolSARpro软件模拟了不同地形坡度水平的PolInSAR数据进行仿真试验,然后采用德国宇航局提供的E-SAR机载全极化SAR数据进行真实植被场景测试,并进行了定性和定量分析。结果表明,本文方法对于不同坡度水平数据,均能有效改善传统RVOG反演模型中地形影响和三阶段算法自身误差影响,反演精度更高。     

山地叶面积指数反演理论、方法与研究进展

叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数，在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段，当前LAI产品主要基于遥感数据反演得到，但是多数LAI产品算法并未考虑地形特征的影响，导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响，其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法，综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展，总结了目前山地LAI遥感反演存在的问题，并讨论了未来研究的发展趋势。     

基于星载激光雷达的高原堰塞湖水文要素反演与变化特征分析

针对帕米尔高原堰塞湖——萨雷兹湖的安全问题及水文站点资料获取困难,缺乏时段固定、精度统一的准实时湖泊水位信息等问题,本文提出了基于星载激光雷达测高数据（ICESat-1/2）的高原湖泊水位综合反演。开展了近20年（2003—2019年）的水位变化遥感调查和时序重建研究,并采用趋势分析和Mann Kendall （M-K）非参数检验,对近20年萨雷兹湖的水位变化特征进行过程分析,初步揭示了萨雷兹湖水位的近期变化趋势和规律。结果表明：①ICESat-1/2激光测高雷达数据在陆地湖泊水位反演中误差可控制在0.05 m之内,精度高度可信,为无/缺资料地区湖泊水文监测提供良好的数据源;②2003—2019年,萨雷兹湖的水位持续呈现显著上升的趋势,水位上升的速率约为0.15 m/a （p<0.01,双尾）;③萨雷兹湖的水位年内波动较大（至少7~8 m）。最高水位出现在9—10月,当前平均水位约为3265 m,最低水位出现在3—5月,当前平均水位约为3259 m。以上研究结果可为萨雷兹湖的综合治理及安全评估提供数据支持和技术参考。     

基于遥感影像的鄱阳湖地形提取方法

采用遥感影像进行湖底地形反演具有操作简单、处理周期短的优势。本文提出了一种基于克里金法的湖底地形反演方法,以鄱阳湖为研究对象,通过分析周边8个水位站的空间位置与水位间的相关性,获取湖区边界水位变化趋势,利用克里金法反演湖区边界点的水位,将边界点的水位作为高程点进行湖底地形反演,并用实测湖底地形数据验证反演方法的可靠性。研究结果表明,通过克里金插值法反演得到的湖底地形,交叉验证的误差标准平均值在0.2 m以内;地形反演平均绝对误差在1 m以内,说明该方法可用于湖底地形反演且反演精度较高。     

改进的重力地质法及其在中国南海地区海底地形反演中的应用

为进一步提高传统重力地质法（gravity-geologic method,GGM）反演海底地形的精度,顾及海底地形非线性项对GGM进行改进。采用改进的GGM反演了中国南海地区空间分辨率为1’×1’海底地形模型,并利用船测水深检核点对反演结果进行了精度评定,验证了所提方法的有效性。研究结果表明,忽略海底地形非线性项会在起伏约2 km的山区引起约50 mGal偏差;改进的GGM能有效地从短波重力异常中恢复海底地形的非线性项;获取的海底地形结果与ETOPO1、SIOV23.1及传统GGM反演模型相比具有最高的精度,与检核点差异的均方根为130.4 m;与传统GGM法反演结果相比,改进GGM获得的结果在黄岩海山链附近精度提高10.8 m,在中沙群岛附近精度提高4.7 m。