基于GF-3和Landsat 8遥感数据的土壤水分反演研究

基于我国首颗全极化雷达卫星高分三号（GF-3）和Landsat8数据,研究浓密植被覆盖地表土壤水分反演方法。为了提高浓密植被覆盖地表土壤水分反演精度,首先利用PROSAIL模型、实测植被参数及Landsat8光学数据分析了8种植被指数与植被冠层含水量的相关性,从中优选出归一化差异水指数（NDWI₅）用于反演植被冠层含水量,并通过分析植被含水量和植被冠层含水量的关系,构建植被含水量模型;然后结合植被含水量反演模型和简化MIMICS模型校正了植被对雷达后向散射系数的影响,最后基于AIEM建立裸土后向散射系数模拟数据集,发展一种主动微波和光学数据协同反演浓密植被覆盖地表土壤水分模型,并以山东省禹城市为研究区,实现了玉米覆盖下HH、VV和HH+VV 3种模式土壤水分反演。实验结果表明： ① NDWI₅为最佳植被指数,对于去除植被影响有较好效果;② 基于此方法,利用GF-3和Landsat8卫星数据反演得到的土壤水分具有较高的精度;③ 相比HH和VV两种极化模式,HH+VV双通道模式对土壤水分反演结果更好,决定系数（R2）为0.4037,均方根误差（RMSE）为0.0667 m ³m ^-3。     

干旱区植被覆盖度提取模型的建立

本文通过分析遥感提取植被覆盖度的经验模型法、植被指数法和混合像元分解法,归纳了它们各自的优势、精度和存在的问题,指出了影响应用较广泛的植被指数转换法精度是全植被覆盖像元的选取。在此基础上提出了植被指数转换法的改进模型一利用高分辨率卫星图像的最大NDVI值作为均一像元的NDVI值替换中等分辨率卫星图像的NDVI值,建立植被覆盖度提取模型,从而通过中等分辨率卫星图像获取大范围植被覆盖度的方法。经实践检验,该方法简单、实用,适合于利用中等分辨率卫星图像进行大范围宏观监测。     

基于Google Earth Engine与多源遥感数据的海南水稻分类研究

水稻是中国乃至亚洲的重要粮食作物之一,稻米产量关系到民生福祉。及时、准确的水稻分布信息是监测水稻产量、调控农业资源配给的基础。遥感(Remote Sensing)技术能够提供大范围地表的时间序列光谱变化特征,常用于大尺度范围的作物监测。然而,传统基于水稻生长关键时期光谱特征的分类、提取方法对遥感数据的时间分辨率要求较高。由于我国南方水稻产区湿热,雨季云污染降低了遥感数据的有效时间分辨率,因此上述方法在该地难以推广。融合多源遥感数据的分类方案变相缩短了卫星的重访周期,使多云气候区基于遥感影像的水稻分类成为可能。然而,集成多源数据所需更高的数据处理效率和存储需求也成为限制省级乃至更大范围水稻分类的主要因素。本研究基于谷歌地球引擎(Google Earth Engine)云平台,在线调用中分辨率的光学、微波遥感数据,创新性地采用了按月提取、按直方图大小提取特征的方式,采用随机森林分类器,绘制海南省2016年10 m分辨率水稻种植分布图。实验结果证明,该方法可以用于南方多云地区水稻分类,提取结果能够体现不同地类之间的差异,且与实际地表的地块边界、纹理符合良好。经过地表样本点的验证,总体精度为93.2%,满足实际应用需求。因此,本研究采用的自动分类流程能够准确、高效地提取海南省的水稻种植范围,可以向其他地区大范围推广。     

InSAR测量的初步研究长江三峡工程库首区

正在进行的长江三峡水利枢纽工程将建成世界上最大的人工水库,已有的研究表明, 高坝水库有可能诱发中强地震.合成孔径雷达干涉测量(InSAR)已成为测量地球表面变化极具潜力的技术.对欧洲遥感卫星ERS-1与ERS-2的SAR数据的初步分析表明:只要时间跨度不太长,在有植被覆盖、地形起伏较大的山区亦能获得较为理想的干涉图像.结合三峡地壳形变监测网络,利用InSAR技术完全有希望识别三峡工程蓄水过程的地表变形.     

长江三峡工程库首区InSAR测量的初步研究

正在进行的长江三峡水利枢纽工程将建成世界上最大的人工水库 ,已有的研究表明 ,高坝水库有可能诱发中强地震。合成孔径雷达干涉测量 (InSAR)已成为测量地球表面变化极具潜力的技术。对欧洲遥感卫星ERS - 1与ERS - 2的SAR数据的初步分析表明 :只要时间跨度不太长 ,在有植被覆盖、地形起伏较大的山区亦能获得较为理想的干涉图像。结合三峡地壳形变监测网络 ,利用InSAR技术完全有希望识别三峡工程蓄水过程的地表变形     

面向GF-1 WFV数据和MODIS数据的时空融合算法对比分析

对城市热岛效应、植物覆盖指数、叶面积指数等地表参数的高频次高精度反演,能更好地实现基于遥感手段的地表特征动态监测。然而,目前单一数据源的遥感影像还很难实现高时空分辨率数据的同步获取,时空融合技术是解决这个时空分辨率矛盾的有效方法。根据原理不同,时空融合算法可以分为基于线性模型的融合算法、基于光谱解混的融合算法等。高分卫星产品是近几年中国高分辨率对地观测系统重大专项天基系统中的首发星,对于该类数据的时空融合研究仍然较少。因此,本文拟采用4种常见的时空融合算法（STARFM、FSDAF、STDFA、Fit_FC）实现GF-1 WFV数据与MODIS数据的时空融合,分析这几种方法对GF-1 WFV数据时空融合的有效性和精度,从而为后续的研究提供一定依据。     

改进的DisTrad模型在地形起伏区地表温度空间分辨率提升的应用

DisTrad（Disaggregation procedure for radiometric surface temperature）模型是常用于遥感地表温度空间分辨率提升的主要模型之一。DisTrad模型常面向空间范围有限、地形相对平坦的研究区域,且常选用植被参数（如植被指数或植被覆盖度等）作为关键参数。然而在空间范围较大、地形起伏地区,地表温度的空间变异可能无法完全通过植被参数解释。本研究选取四川盆地及毗邻地区为研究区,通过模拟数据研究DisTrad模型在地形起伏区地表温度空间分辨率提升中的适用性。数字高程模型（Digital Elevation Model,DEM）、归一化差值植被指数（Normalized Difference Vegetation Index,NDVI）等参数,采用滑动窗口逐步回归,将空间分辨率为6km的地表温度提升至空间分辨率为1km。研究结果表明,改进的模型在平原及海拔较低的高原地区提升获得的地表温度空间分辨率具有较高精度,均方根误差（Root Mean Square Error,RMSE）为0.5K左右;在地形起伏较大的地区,RMSE为4K,验证了改进的模型提升的可行性。     

干旱遥感监测方法及其应用发展（可下载全文）

 干旱是世界上影响范围最广和造成社会经济损失最严重的一种自然灾害。本文从干旱遥感监测的不同角度出发,总结了目前干旱遥感监测的主要方法、应用状况及优缺点。主要包括针对裸土地表类型的热惯量法、微波法,针对植被覆盖地表类型的可见光、近红外、短波红外等波段反射率数据的归一化植被指数法、距平指数法、条件植被指数法、归一化差值水分指数、归一化干旱指数、植被供水指数等,以及热红外遥感数据的温度植被干旱指数、温度条件指数、作物缺水指数、水分亏缺指数等。最后,提出了加强干旱遥感监测技术研究的建议,同时指出将可见光和微波相结合的指数模型的研究是干旱遥感监测可能的发展方向。     

基于InSAR技术的地面沉降监测研究

针对传统监测技术GNSS、水准测量等难以开展大范围、高精度和高空间分辨率的地表沉降监测工作,采用InSAR技术对某城市17景TerraSAR-X数据进行分析处理,得到2012~2013年度的地面沉降信息,采用水准与InSAR同步观测方式,开展地面沉降星地一体化同步观测实验研究,利用水准观测结果对InSAR技术地面沉降监测的精度进行分析评价,结果表明InSAR地面沉降监测具有较高精度,为同类地质灾害、地面裂缝监测提供参考。     

对哈尔滨市土地利用动态遥感监测工作的体会

近十年来，遥感对地观测技术获得了巨大的发展，多分辨率，多时相，高光谱，超光谱等多种遥感数据相继出现。组成星座或星群，形成全天候、多角度、高分辨率、高光谱及日覆盖的卫星遥感观测系统，大大丰富了可选择监测区遥感数据。根据哈尔滨市的特点，可选择法国SPOT-5卫星。     

基于卷积神经网络的遥感影像地表覆盖分类

遥感影像地表覆盖分类是地理国情监测和地理信息资源建设中至关重要的环节,利用卷积神经网络对遥感影像进行特征提取和分类,具有十分重要的科研和应用价值。为提高遥感影像的地表覆盖分类精度,在深度卷积神经网络VGGNet的基础上,采用SeLU函数作为激活函数,并将激活函数中的λ、α作为训练参数,得到改进的VGGNet,用逐层贪婪算法对网络参数初始化,并选择适当的学习次数利用迁移学习的方法对网络参数调整,以提高网络的泛化能力来提取遥感影像各类别的深层特征,从而有效进行地表覆盖分类。通过GF-1卫星影像的实验表明本文方法在地表覆盖分类精度方面的优越性。     

高空间分辨率遥感影像多尺度分割优化组合算法

高空间分辨率遥感影像能够充分地描述地表覆盖空间异质性,可用于提取地面目标物。然而高空间分辨率在像元尺度的目标提取时易产生"椒盐效应"问题,面向对象的小尺度影像分割也受此效应影响;而大尺度的影像分割造成较小目标的遗漏。本文提出了一种针对高空间分辨率遥感影像的多尺度分割优化组合算法MOCA(Multi-scale-segmentation Optimal Composition Algorithm),基于后验概率信息熵指标选择影像中每个地面目标的最优分割尺度并集成组合,获得高空间分辨率遥感影像的多尺度分割优化组合结果。本文使用F指标和BCI(Bidirectional Consistency Index)两种指标评估地面目标物提取精度,并将MOCA与同类多尺度分割方法进行比较。实验结果表明,本文提出的MOCA算法可实现多个分割尺度的最优组合,并获得较高的地面目标物提取精度。     

基于特征分离机制的深度学习植被自动提取方法

随着遥感影像分辨率的提高,植被信息的高精度提取对于了解地表植被变化规律、评价生态区域具有重要意义。针对传统方法跨季节植被提取不完整问题,本文基于高分2号(GF-2)卫星数据,提出一种基于特征分离机制的深度学习语义分割网络植被提取方法。该网络在Densenet的基础增加可分离卷积和空间金字塔结合的特征分离机制来增大感受野,更有效利用植被的特征信息,提升了模型的精度。本文通过构建高精细跨季节植被样本库,使用本文所提方法,完成了遥感影像植被信息提取,并选取总体准确度、F1值和交并比作为评价指标,对不同的传统方法和深度学习方法进行精度对比与分析。实验结果表明,本文方法提取植被的效果较好,其中F1分数达到91.91%,总体准确度达到92.79%,交并比达到85.10%。对高分1号、高分6号和高景1号遥感影像进行植被提取通用性验证,结果表明本文方法具有一定的通用能力,可以从高分辨率遥感影像中准确地、自动地提取植被。本文研究成果可为城市生态环境评价和植被的应用研究提供数据参考。     

永城矿区矿山地质环境监测再添“利器”

<正>为加快推进省级矿山地质环境监测示范区建设步伐,永城市地矿局结合工作需要,在常规水准监测方法的基础上开展创新,基于遥感D-INSAR监测技术,投入应用一套北斗卫星实时沉降监测系统,全天候、全自动连续收集地面沉陷数据,为永城矿区的矿山地质环境监测工作再添一"利器"。该系统由三个连续运行的北斗参考站组成,利用我国自     

利用GPS位移数据校正2011日本Tohoku地震的InSAR形变场

轨道误差是InSAR数据处理中的一个重要因素,对从最初的图像配准到最后的高程值或形变值图像的生成都有着重要影响。含有误差的轨道参数造成基线误差以残差条纹的形式存在于干涉图中。本文利用4个条带的61景PALSAR升轨数据,通过InSAR干涉测量得到覆盖2011日本Tohoku地震的雷达视线向的地表同震位移场。通过联合GPS同震位移数据,采用二次多项式曲面拟合的方法去除InSAR同震形变数据中的卫星轨道误差,并分析雷达入射角变化对轨道误差去除的影响。对干涉图中拟合残差进行分析,改正后的InSAR同震形变场精度得到较大提高。     

红树林遥感动态监测研究进展

红树林动态是地理学、生态学和湿地学等学科关注的热点之一。遥感技术具有宏观性、高效性和经济性等特点,在红树林动态监测中发挥日益重要的作用。本文通过关键词对Web of Science和中国知网2个数据库自2000年以来发表的文章进行梳理和归纳,从研究区域分布、文献数量、遥感监测数据源与方法、全球红树林动态以及全国红树林动态变化分析5个方面总结了近20年来国内外对于红树林遥感动态监测研究进展。研究结果表明,多传感器高时空分辨率数据将成为红树林遥感动态监测的重要数据源。将雷达数据和光学遥感数据进行融合,有助于进一步提升红树林卫星遥感监测能力。无人机平台搭载多种类型的传感器（如多光谱、高光谱或激光雷达传感器）,可以从不同方面获取红树林生态系统参数,结合遥感智能分析算法,有助于推动红树林遥感研究向纵深方向发展。红树林遥感动态监测相关研究表明,全球红树林总面积范围大致在1.1×10⁸ ~2.4×10⁸ hm²,总体仍呈减少趋势,而在区域上中国红树林面积则有所恢复。本文最后对红树林遥感动态监测的发展趋势进行了展望。     

基于Landsat TM和ENVISAT ASAR数据的鄱阳湖湿地植被生物量的反演

作为湿地生态系统的重要组成部分,湿地生物量是衡量生态系统健康状况的关键指标。由于光学遥感对植被垂直分布探测的局限,使得植被指数反映生物量变化的灵敏度下降。利用C波段SAR反演生物量时,对于低中等生物量,含水量高的湿地地表的后向散射对总雷达后向散射的影响会在雷达图像上出现类似光学遥感中"异物同谱"的现象。本文用光学遥感中NDVI、RVI和DVI三种植被指数对生物量变化的敏感性,利用改进的MIM-ICS模型,对湿地植被各散射分量进行模拟分析,建立符合湿地植被类型的各散射分量模拟数据库,以LandsatTM和Envisat ASAR交替极化数据为基础,选择植被指数DVI=0.45为阈值,将湿地植被分割为低叶片密度植被区和高叶片密度植被区,分别应用统计回归模型和半经验微波散射模型,对两个区域植被生物量进行反演。最后,得到整个鄱阳湖湿地生物量为2.1×10⁹kg。研究表明,对于生物量动态范围较大的地区,采用光学和雷达遥感相结合可以有效地提高湿地植被生物量反演的精度,克服光学遥感探测植被垂直分布能力有限和雷达遥感受背景影响大的不足。     

地质灾害GPS实时监测预警系统关键技术探讨

利用GPS形变监测、一机多天线(GMS)及CORS等技术,探讨基于GDCORS的GPS监测数据的实时处理、灾害因子分析、灾害趋势分析等关键技术,用于高精度滑坡形变在线监测研究和应用。通过系统设计与集成,开展地质灾害隐患点滑坡地表形变远程动态监测示范站建设,为地质灾害发生的可能性分析与预报提供科学依据。     

地质灾害GPS实时监测预警系统关键技术探讨

利用GPS形变监测、一机多天线(GMS)及CORS等技术,探讨基于GDCORS的GPS监测数据的实时处理、灾害因子分析、灾害趋势分析等关键技术,用于高精度滑坡形变在线监测研究和应用。通过系统设计与集成,开展地质灾害隐患点滑坡地表形变远程动态监测示范站建设,为地质灾害发生的可能性分析与预报提供科学依据。     

使用ALOS DInSAR提取汶川地震同震地表形变场

为探测汶川Ms8.0地震引起的地表形变,用ALOS卫星PALSAR L波段SAR数据与GPS观测数据,采用两轨雷达差分干涉方法,计算出了地震影响区约83 194 km ² 范围内的同震干涉图与形变场。此外,以16个GPS点的形变数据为参考,对干涉形变的精度进行分析,结果表明：除近断层区域两类数据存在较大差异外,整体吻合程度较高。