基于主成分融合信息失真的城市IKONOS影像阴影自动提取研究

提出了一种基于主成分融合信息失真的城区IKONOS影像阴影自动提取的新方法.首先选用阴影信息强的近红外波段用于阴影提取,并评价主成分融合的信息失真,发现阴影对相对偏差这一评价指标敏感;其次,构造了相对差异指数以增强阴影信息,使阴影区相对差异指数的数值高,而非阴影区的相对差异指数的数值低;然后通过阈值法将影像分为可能阴影区和非阴影区;最后根据标准差通过区域滤波去除可能阴影区中的水体,实现阴影的提取.试验结果表明,此方法阴影自动提取方便、精度高,不仅能准确地提取高层建筑物的阴影,而且能识别矮小树木等细小阴影.     

增强型多时相云检测

针对云检测在高亮度地表以及雪覆盖区域存在过度检测的问题,设计了一种不依赖热红外波段的增强型多时相云检测EMTCD(Enhanced Multiple Temporal Cloud Detection)算法。首先,利用云的光谱特征建立单时相云检测规则,并基于云、雪的光谱差异构建了增强型云指数ECI(Enhanced Cloud Index),改进了云、雪的区分能力;其次,以同一区域无云影像为参考,基于ECI指数构建了多时相云检测算法,较好地克服了单时相云检测中高亮度地表、雪和云容易混淆的问题,提高了云检测的精度;最后,选择两个典型区域的Landsat-8 OLI影像,对比分析了不同算法的云检测结果。实验结果表明:ECI指数能够有效区分云、雪,EMTCD方法的平均检测精度达到93.2%,高于Fmask(Function of mask)(81.85%)、MTCD(Multi-Temporal Cloud Detection)(66.14%)和Landsat-8地表反射率产品LaSRC(Landsat-8 Surface Reflectance Code)的云检测结果(86.3%)。因此,本文提出的EMTCD云检测算法能够有效地减少高亮度地表和雪的干扰,实现不依赖热红外波段的高精度云检测。     

光谱特征扩展的时间序列Landsat数据地表覆盖分类

时间序列遥感影像常用于地表覆盖监测及其变化监测。然而,利用时序遥感数据—尤其是中分辨率遥感数据监测地表覆盖变化,其方法基本是先对多期影像分别进行监督分类然后对比分类结果。由于这种方法需要对每期遥感影像单独选择分类训练样本,而对于历史影像,常常难以获得可靠的样本数据。本文基于遥感数据定量化处理,尝试利用光谱特征扩展方法对时间序列Landsat数据进行分类:首先,结合一种新的大气校正方法和相对辐射归一化方法,对时间序列Landsat数据进行定量化处理,以消除各期影像之间的辐射差异,获得地表反射率数据。然后,论文选择一期易于获得分类训练样本的反射率数据作为"参考影像",并结合样本数据提取不同地表覆盖类型的光谱特征。最后,将"参考影像"中提取的地物光谱特征,扩展到所有时间序列反射率数据进行分类。论文利用青藏高原玛多地区的5景Landsat数据对本文的方法进行了验证,结果显示:基于光谱特征扩展的分类方法,可有效对定量化处理后的Landsat数据进行分类,分类总体精度为88.35%—94.25%,分类结果和传统的单景监督分类结果具有较好的一致性。此外,研究也发现,"参考影像"和待分类图像获取时间的季相差异会影响其分类的精度。     

小麦冠层理化参量的高光谱遥感反演试验研究

以国产成像光谱仪所获高光谱遥感数据为基础，根据田间同步采样数据建立的基于反射光谱特征的小麦冠层生物物理和生物化学估计模型，实现了用航空高光谱遥感数据对田间小麦冠层理化参量的整体反演。结果表明：用高光谱遥感方法估计小麦冠层理化参量是可行的；以理化参数为“波段”的数字图像及其处理，为农学家以理化参量的空间分布及其差异解释作物产量空间分布差异和研究作物生态生理机理提供了新的手段。     

基于水体指数的密云水库面积提取及变化监测

密云水库作为北京市惟一的地表饮用水源地,监测其水面的变化可服务于政府的管理和决策。本文在分析地物光谱特征的基础上,利用TM影像的短波红外波段(TM5)和红光波段(TM3),构造了修订型归一化水体指数(RNDWI)来提取水库水面。RNDWI法能够削弱混合像元因素和山体阴影的影响,精确地提取出水陆边界,甚至可以提取出狭窄条状水体。比较RNDWI、改进归一化差异水体指数(MNDWI)及单波段法的水库水面面积提取精度,发现单波段法精度低,MNDWI法精度高,而RNDWI法精度最高。并基于RNDWI法利用TM影像监测了密云水库近二十年的水面面积动态变化,1996年时面积最大(152.306km2),近十年水库面积逐渐减少,2004年面积最小(56.632km2)。     

陆地生态系统固碳速率立体监测方法:进展与挑战

全球CO₂浓度增加造成的全球变暖已成为人类亟需解决的问题,陆地生态系统在过去几十年一直扮演着重要的碳汇角色,吸收了30％左右的人类活动排放CO₂。本文调研分析了陆地生态系统固碳速率空间估算方法,包括样地调查、通量监测、模型模拟、遥感估算等,梳理了各种估算方法的研究现状与进展。样地调查、通量观测等方法可以提供点尺度的固碳速率直接测量信息,但存在观测样本有限、空间代表性不足等问题。模型模拟方法可以从机理的角度描述陆地碳、水、能量循环,模拟预测陆地生态系统固碳速率的状态和变化。然而,在模型建立过程中,抽象和简化会引入结构与假设的不确定性,以及模型驱动数据引入的不确定性等问题是碳循环模型模拟方法面临的重大挑战。卫星遥感具有全球覆盖、分辨率精细、时间序列观测等优点,结合机器学习方法,为地球大数据驱动的全球碳源汇估算提供了新的研究范式。但是,当前各种固碳速率的监测方法还没有满足高度时空异质性的陆地生态系统固碳量监测需求,未来需要整合地面观测、模型模拟和卫星遥感等多种技术手段,提供区域和全球尺度的陆地生态系统碳汇精确估算方法体系和科学数据产品。     

中国地球观测遥感卫星发展现状及文献分析

近40年来,中国的地球观测遥感卫星技术发展取得了卓越的成就,已经形成了陆地、气象和海洋3大卫星系统,正在广泛服务于中国的自然资源调查、海洋环境保护、气象灾害预测和国家重大工程等诸多领域。本文回顾了3大卫星系统的发展历程,剖析中国地球观测遥感卫星的发展现状与内在特点,归纳总结在轨卫星的文献研究热点。研究发现,中国3大遥感卫星系统的发展并不均衡,气象卫星业务较为成熟,陆地卫星发展最为迅速。遥感卫星的文献研究数量总体偏少,应用研究亟待提升。后续规划和发展应考虑陆地卫星的轨道高度差异性和波谱范围的互补性,同时增加气象和海洋卫星数量,提升卫星传感器的探测能力和时空分辨率,尤其是加快海洋卫星的业务应用能力。此外,学者们需要进一步加大国产遥感卫星数据的使用力度,加强卫星遥感数据的应用研究以进一步提升中国地球观测遥感卫星的业务能力与国际影响力。     

对地观测技术用于汶川和玉树地震灾害的研究

汶川、玉树大地震造成了重大人员伤亡和财产损失。地震发生后,对地观测技术成为地震灾害监测与灾情评估的重 要手段。本文将从三个方面论述对地观测技术在上述地震灾害评估和研究中所发挥的作用：一是利用高分辨率光学对地观 测技术,建立堰塞湖、道路损毁、崩塌/滑坡/碎屑流等次生地质灾害的遥感分析方法和模型,系统监测汶川地震次生地质 灾害的空间分布、损毁范围、风险程度;二是利用宽幅和干涉两种模式SAR数据,分析玉树地震的区域地质构造和岩性分 布特征,获得玉树地震同震形变场大小及其空间分布信息,证明了多模式SAR在地震灾情协同分析与评价中的有效性和重 要潜力;三是建立了地震灾害三维模拟评估系统,提高了对地震灾害三维模拟的精确性,为地震灾情的精确三维评估提供 了系统平台。     

青藏高原数字照片植被覆盖度自动算法与应用

覆盖度是植被评价的重要指标,也是遥感反演的关键参数。估算植被覆盖度的常用方法是目测法,但这种方法受观测人员的主观影响。近年来有研究人员利用冬小麦垂直数字照片的HLS颜色空间的色度特征,设计了自动提取覆盖度算法,具有较高的计算精度。但青藏高原植被颜色丰富多样,下垫面背景色彩差异很大,这种常规覆盖度自动提取算法存在困难。论文分析了青藏高原地表垂直数字照片的图像颜色特征,发现超绿色算法对绿色植被比较敏感,能够增强植被和背景的灰度差异,有效抑制土壤背景干扰。并采用K均值聚类算法,设计了青藏高原植被覆盖度的自动提取软件。通过将覆盖度自动提取结果和人工监督分类进行比较,两者误差在5%以内。此外,通过分析分类后的结果图像,提出了进一步改进的方法。     

基于矩匹配算法的山区影像地形辐射校正方法研究

针对山区遥感影像地形辐射校正问题,应用现有模型(如C校正)进行地形辐射校正很难达到理想效果。引入矩匹配算法,利用DEM数据计算坡度、坡向等地形信息,以特定坡度和坡向数据为参考依据,对影像进行地形辐射校正。通过北京房山区SPOT5影像进行试验,表明该方法能在很大程度上消除地形阴影,更好地反映阴影区域的细节信息,同时光谱特性保真程度较好,原模糊的影像区域通过处理基本上达到有效识别地物的要求。