基于NDVI背景场的雪盖制图算法探索

NDSI算法提取MSS雪盖面积时,受到MSS影像缺少短波红外波段的局限。为充分精确提取MSS影像的雪盖面积,本文探索一种以NDVI为背景场的雪盖制图新思路。该方法首先在辐射校正时利用6S模型反演地表反射率,然后根据各地物的光谱特性差异和NDVI特性差异,在ENVI软件SPECTRAL模块中创建冰雪光谱阈值查找表。通过ETM＋和TM影像的三个例证,详细阐明该算法流程以及查找表的创建,并以NDSI对其雪盖制图进行精度验证。结果一致表明,与常规的分类方法（最大似然法）相比较,本文探索的NDVI背景场算法有更高的总体精度和Kappa系数。     

协同多时相波谱特征的不透水面信息级联提取

不透水面作为反应城市表征变化和区域城镇化的重要技术指标,其位置、图斑大小、空间分布等信息在地表水热循环和能量平衡等领域被广泛需求。传统方法大都基于单一时相信息提取不透水面,而忽略多时相所蕴含的丰富信息。因此,本文提出多时相信息融合的不透水面级联提取方法,利用Landsat-8 OLI遥感影像分析归一化植被指数（Normalized Difference Vegetation Index, NDVI）、改进的归一化水体指数（Modified Normalized Difference Water Index, MNDWI）和归一化建筑指数（Normalized Difference Building Index, NDBI）年内时序变化特点和典型地物间多时相波谱曲线的协同特征,并归纳不透水面多时相变化规律;再根据先验知识所获取的有效地表信息,进行多时相分级提取不透水面信息。此外,基于实地考察数据和同期2 m GF-1遥感影像屏幕数字化生成30 m不透水面图斑,进行精度验证、分析和对比单时相、四季相及多时相3种时序情况下的提取精度。结果表明：单时相提取不透水面总精度最低,四季相提取精度优于单时相,而多时相提取精度最高（精度可达93.66%,Kappa系数为0.81）。本方法在偏远城镇不透水面的有效识别中显露潜在优势,可为不透水面提取方法融合时序波谱特征提供新思路。     

喜马拉雅山北坡冰碛湖坝温度特征及其对堤坝稳定的影响

堤坝稳定性是评价冰湖溃决危险性的重要指标, 而堤坝的温度特征与其稳定性密切相关. 基于2012年11月-2013年9月对西藏定结县龙巴萨巴湖冰碛坝的0~150 cm不同深度的温度观测数据, 分析冰碛坝地温变化特征及其影响. 结果显示: 冰碛坝表层(<20 cm)地温与气温变化一致, 温度日变化常出现白天为正温梯度而夜间为负温度梯度的特征, 全年日均梯度一般为负温梯度(上部温度高、下部温度低); 中层(20~100 cm)和深层(>100 cm)表现为冬季下层温度高于上层温度的正温梯度, 夏季下层温度低于上层的负温梯度逐渐加强, 但地温日变幅逐渐减弱; 中间层地温变化不到气温变化幅度的1/5~1/10; 深层地温无明显的日变化. 冰碛坝的消融率约为2.1 cm·d^-1, 夏季消融深度超过250 cm. 现有夏季消融深度对堤坝的稳定影响有限, 但是湖盆区如果持续升温, 冰碛坝冻土的年消融率和消融深度都将增大, 致使堤坝稳定性下降, 溃决风险增大.     

黑河流域上游寒区水文遥感-地面同步观测试验

介绍了黑河流域上游寒区水文遥感-地而同步观测试验,论述了试验目标与研究内容、试验区的选择设计以及寒区水文长期观测试验.上游试验以理解寒区水文过程、提高寒区定量遥感水平为主旨,以积雪和冻土为主要研究对象,开展了微波辐射计、高光谱成像仪航空遥感和地面同步观测,并选择典型小流域进行长期寒区水文过程观测与研究.试验集中在冰沟积雪小流域、阿柔草场和扁都口裸露耕地3个不蚓地表覆盖区,以积雪和冻土变量与参数的测量为主.同步试验在流域尺度、重点试验区、加密观测区和观测小区4个尺度上展开,分别布置了加密的地面同步观测、通量和气象水文观测、降雨、径流及其它水文要素观测网络;航空飞行传感器分别采用微波辐射计、高光谱成像仪、热红外成像仪和多光谱CCD相机,收集获取了试验区丰富的可见光/近红外、热红外、主被动微波等卫星数据.通过试验,初步构建了上游寒区航空-卫星-地面综合数据集,可以应用于改进和验证寒区陆面/水文过程模型.     

阿尔金山东段山间盆地地下水资源分布特征研究

本文针对阿尔金山东段山间盆地独立水文单元第四系松散沉积层地下水的赋存位置与空间分布规律展开研究.在区域范围内首先采用遥感影像数据划分区域构造与水文地质单元;然后按地质规律设计10条音频大地电磁测深剖面,其中长剖面4条,分别是沿地下水径流方向1条,垂直径流方向上、中、下游剖面3条,最后综合长剖面纵横向地电特征和区域水文地质条件,推测地下水补给来源、地下运移通道、富集区、排泄区和第四系沉积中心及其形态.经钻孔资料验证,本次工作查明了地下水开发利用资源区与重点区域,为下一步工作与规划提供了科学依据.     

基于多源数据的青藏高原雪深重建

青藏高原地形复杂,积雪时空分布异质性较强且大部分地区积雪较薄,而被动微波遥感因其空间分辨率低以及雪深反演中的不确定性,极大地限制了其反演青藏高原雪深的精度。本文尝试将多源遥感数据以及与积雪模型（SnowModel）相结合,来重建更高质量的青藏高原雪深数据。首先,利用MODIS积雪面积比例产品,根据构建的积雪衰减曲线以及经验的融合规则对低分辨率被动微波雪深进行了降尺度;然后,结合MODIS/被动微波融合雪深数据和SnowModel对研究区进行雪深数据同化实验;最后,利用地面站实测雪深数据对MODIS/被动微波融合雪深以及同化输出雪深的精度进行了分析和对比。结果表明,基于数据同化方法得到的雪深数据更接近地面观测雪深值,通过均方根误差以及相关系数的对比,同化雪深结果优于MODIS/被动微波融合雪深结果。     

祁连山区冰沟流域积雪分布特征及其属性观测分析

以祁连山冰沟流域为研究区,通过在流域内布设花杆观测积雪深度,渊查了山区积雪分布情况;利用雪特性分析仪测量了区内积雪密度、介电常数、液念水含量等积雪参数,光谱仪测量了不同类型积雪的光谱特征,手持反照率测量计观测积雪表面反照率,带刻度手持放大镜测量积雪粒径,红外温度计和针式温度计测量雪层的温度和实地测量积雪属性.同时,在研究区内选择加强观测区挖雪坑,对雪层内部属性和雪剖面分层特性作了进一步研究,计算民流域内积雪等效密度;最后对试验中所使用的野外实测积雪的各种方法进行了评价.研究表明:山区积雪分布很不均匀,在阴坡山谷雪深最深,阳坡雪积累最少,即使在同一样区,积雪分布也小均匀;研究Ⅸ的积雪属于潮雪,体秋含水量在3%以下;不同粒径、类型和表面粗糙度的积雪反射率不同,验证了积雪光谱是雪颗粒、污染物和地面粗糙度的函数;积雪反照率随太阳高度角升高逐步降低,在没有新降雪的情况下,日反照率也逐渐降低;雪分层比较明显,雪下冰晶层发育良好.当深度达剑20 cm时,积雪具有保温作用;冰沟流域的积雪等效密度随时间和空间变化不大,经汁算为0.16 g·cm-3.     

中国南极科学考察第24航次大气CO2遥感算法及其在第26航次中的应用分析

利用中国南极科学考察第24航次采集的大气CO₂浓度与AIRS的大气红外辐亮度进行统计回归,获取两者间的拟合关系。与该航次随机选取的60°S附近验证点比较,平均相对偏差为1.09%。同时,将拟合函数应用于对应第26航次同位置、近时间点的AIRS大气辐射值,其结果和第26航次走航数据进行比对,平均相对偏差为2.12%。对比同纬度下第24航次的精度,其精度有明显的下降,结果表明,利用统计回归的计算方式具有一定的局限性。     

高分六号红边特征的农作物识别与评估

红边作为植被敏感波段，其红边特征的运用是遥感识别农作物并实现精准农业的高新手段之一。以黑龙江松嫩平原北部为研究区，以国内首个提供红边波段的多光谱高分六号影像和玉米、大豆、水稻总计82859个作物样本同时作为研究对象，从以下几个方面研究了红边波段和红边指数波段等红边特征在农作物识别中的表现，并评估了农作物的识别精度。（1） 通过作物样本辐射亮度值的统计特征，初步显示了在两红边波段0.710 μm和0.750 μm处有比其他波段更好的区分；（2） 根据传统归一化植被指数形式构建了红边归一化植被指数NDVI710和NDVI750，综合两指数在J-M距离表征的作物样本类别区分度上比传统NDVI更显著；（3） 通过多种手段筛选了有效波段并且制定了支持向量机（SVM）框架下4种农作物识别的分类策略，分别在5∶5、6∶4、7∶3、8∶2、9∶1等5套随机样本分割方案下完成研究区域农作物的分类预测。在这20类分类精度中kappa系数均高于0.9609，总体精度高于0.9742；列向上5∶5分割方案的精度最高，8∶2的精度最低；横向上分类精度排序如下：SVM-RFE > SVM-RF > SVM-有红边波段 > SVM-无红边波段，该结果表明了红边指数和红边波段的参与显著地提高了作物的识别精度；（4） 由于水域等其他样本的缺少，SVM-RFE方法和SVM-RF方法的分类图像均存在少量错分现象。但从分类精度和图像细节展示上来看，SVM-RFE方法要优于SVM-RF方法，二者分类图像的交叉验证中kappa系数为0.8060，总体精度为0.8743。总之，高分六号红边特征在作物识别中表现优越，使得识别精度显著提高。后续研究者可开发更多与红边相关的植被指数，充分发挥红边特征在精准农业中的作用。     

瑞利光学厚度模型的适用性讨论与条件性构建

瑞利散射是生活中重要而又常见的自然现象之一,瑞利光学厚度是衡量瑞利散射强度的重要指标。通过对大气散射理论和瑞利光学厚度理论的梳理,总结了现有瑞利光学厚度两类模拟模型的优缺点。随着全球气候变化中CO_2浓度已突破400 ppm,近似数值模型因受到大气温度和CO_2浓度为300 ppm的背景条件的限制会导致部分模型误差的增加;而理论离散模型虽然有明确的物理意义,对CO_2浓度也具有自适应性,模拟结果理论上可信可靠,但各相关输入物理参数求解复杂。为获得满足CO_2浓度为400 ppm的近似数值模型,通过对不同高度和纬度的九个试验地点,以理论离散模型为基础,模拟特定大气条件下(P0=1 atm, T=15℃, CO_2=400 ppm)的瑞利光学厚度。通过拟合分析得出,瑞利散射强度与波长的4.529次方成反比,且在紫外—蓝波段CO_2浓度对瑞利光学厚度的贡献在10~(–4)—10~(–3)数量级。因此,在CO_2浓度发生改变的情况下,以理论离散模型为主要算法模拟瑞利光学厚度将能更好的提高模型的自适应性并减少模型本身带来的误差;并通过该模拟结果可进一步获得该大气条件下的计算简单方便的数值模拟模型。