高分六号宽幅相机在轨几何定标及精度验证

高分六号宽幅相机能够实现单相机成像幅宽优于800 km,对大尺度地表观测和环境监测具有独特优势。在轨几何定标是光学遥感卫星几何处理的关键环节,直接影响影像的几何质量。本文充分考虑高分六号宽幅相机超大视场的畸变特性以及多谱段的成像特点,提出宽幅相机在轨几何定标方法,采用基于探元指向角的几何定标模型补偿宽幅相机系统误差,通过绝对定标和相对定标方法联合估计各波段的内外定标参数。利用Landsat 8影像、资源三号DSM为参考数据,对宽幅相机进行绝对定标处理,再利用ASTER GDEM为参考数据进行相对定标处理,其几何定标结果表明,高分六号宽幅影像绝对定位精度在3像素左右,内部几何精度能稳定在1像素,且波段间配准精度在0.3像素以内,表明在轨几何定标后高分六号宽幅影像几何质量得到了明显的提升。     

大连长兴岛海域疏浚区GF-1 WFV影像悬浮物遥感反演研究

利用2017年8-9月期间大连长兴岛海域实测遥感反射率、悬浮物浓度及GF-1 WFV数据,研究了该区域悬浮物浓度的遥感反演算法,发现遥感反射率与悬浮物浓度的散点图存在两种不同的变化趋势,将2008-2015年期间辽东湾内其它海域的数据与长兴岛海域数据进行叠加后,可初步推断产生两种变化趋势的主要原因在于疏浚区与非疏浚区悬浮物的粒径大小不同,导致其光学特性和反演算法也存在差异。将两种算法分别应用于2017年9月20日辽东湾及长兴岛近岸海域的GF-1 WFV4影像,发现采用非疏浚区算法反演长兴岛海域悬浮物浓度时,出现明显的低估现象,而疏浚区算法则能较好地反映出疏浚施工过程中悬浮物的分布规律,具有较好的工程应用价值。     

基于GF-1 WFV影像的黄河口湿地植被盖度估测及分析

植被盖度是植被生长状况的重要定量指标，而目前开展的植被盖度遥感估测工作主要集中在陆地区域，对河口湿地植被盖度遥感估测工作比较少见。本文基于国产GF-1 WFV遥感影像开展了黄河口湿地植被盖度估算，并结合植被类型、土壤盐度和植被指数分布状况开展了植被盖度分布特征分析，得到如下结论:（1）基于GF-1 WFV卫星影像的NDVI、SRI、SAVI、MSAVI和DVI 5种植被指数，分别建立植被盖度估测模型，其中基于NDVI、SRI、MSAVI和DVI 4种植被指数建立的多变量线性回归模型估测精度最好，其决定系数（R2）最大，为0.904，均方根误差RMSE最小，为0.14；（2）植被盖度估算模型的精度与植被盖度本身有一定的关系，其中各植被盖度回归模型中，盖度大于0.8时估算精度要优于盖度小于0.6的区域，RMSE最大相差0.04；（3）以潮滩碱蓬和潮滩芦苇为主的植被覆盖区属于低植被盖度区，盖度位于0.03~0.5，盐度在1.5 g/L左右；芦苇草甸、互花米草和柽柳灌丛植被覆盖区属于高植被盖度区，盖度位于0.8~1.0，其中芦苇草甸土壤盐度小于1.2 g/L，柽柳灌丛土壤盐度在1.4~2.0 g/L，在高盖度植被区混生有中等盖度的植被，盖度在0.5~0.8，土壤盐度在1.8 g/L左右。     

基于GF-6的可可西里典型湖泊水体面积提取方法研究

湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6) WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积,并以目视解译所得结果作为参考标准,对不同方法的提取结果进行了精度评价。结果表明,单波段法易受浅水区水体影响,但受积雪的影响较小,而波段差值法和NDWI法受积雪影响较大;NDWI法虽能有效提取浅水区水体,但仍受一定程度湖底沉积物的影响;波段差值法与单波段法和NDWI法相比,能有效区分浅水区水体和背景地物。     

统一样本云检测技术在GF-6 WFV上的改进与应用

目前基于深度学习的云检测方法,受训练样本限制,算法难以推广及应用。为了快速实现针对多种传感器的高精度的云检测,Sun等（2020）提出统一样本云检测方法。基于AVIRIS高光谱样本库模拟出待检测传感器的云和晴空地表像元,将模拟得到的多光谱样本数据输入到BP神经网络中进行逐像元分类,生成云检测模型,实现Landsat 8 OLI等宽光谱传感器较高精度的云检测。该方法基于统一样本模拟出不同传感器的样本像元库,适用于多种传感器的云检测。由于Landsat 8 OLI波段较多,波谱范围覆盖宽,容易实现云的高精度识别。为了进一步提高其在光谱范围较窄的GF-6 WFV数据上的云检测应用精度,在模拟出的样本库中加入GF-6 WFV数据典型高亮地表像元。通过目视解译对云检测结果进行精度验证,结果表明,该算法利用可见光和近红外通道的遥感数据可以高精度的识别出植被、水体、建筑、裸地等地表类型上空的厚云、碎云和薄云。改进后的云检测算法,云像元平均正确率达到88.40%,在高亮地表上空云像元正确率达到87.40%,在不同地表类型上空的云像元平均正确率为92.60%。结果表明,加入高反射率地物的算法可以利用有限波段实现云和地表的高精度分离。     

基于GF-1/WFV数据的三江源草地月度NPP反演研究

准确认识三江源植被生产力月度尺度的时空格局变化,对三江源畜牧业生产以及生态保护政策制定具有重要意义,可稳定获取的重访周期为4 d的16 m分辨率GF-1/WFV数据使中等空间分辨率的月度NPP产品生产成为可能。本文建立了一套以GF-1/WFV为基本数据源的中等空间分辨率草地月度NPP估算技术方法,并评估了其在三江源地区应用的可行性。在黄河源区玛多县的实验表明以GF-1/WFV为基础,以MODIS13Q1数据为补充,可以获得覆盖全区的中等空间分辨率月度NDVI数据,据其反演得到的草地NPP,地面验证精度在70%以上,优于MODIS NPP产品精度,且能更为详细地反映草地生产力变化的空间差异,在青海三江源地区利用GF-1/WFV数据生产中等空间分辨率的草地月度NPP产品是可行的。     

基于GF-WFV的厦门海域水体悬浮物浓度反演

为利用遥感技术快速、及时的掌握厦门近岸海域水体中悬浮颗粒物的总体分布情况,现场测量了厦门海域水体的下行入射辐射、天空光以及经过水气界面后反射回的辐射,计算了该海域水体表面的离水辐射获得了水体表面以上遥感反射率;同时采集了与光谱信息同步的水体样品,并分析了水体中的悬浮颗粒物质量浓度,获取了对应站位的水体反射波谱曲线和采集样品的浓度数据.通过研究不同站位水体的反射光谱数据,依据GF-WFV波段设置,对现场实测的光谱数据进行了拟合,并创建了基于GF-WFV拟合波段的悬浮颗粒物浓度经验反演算法.通过研究发现拟合(Rrs3+Rrs4)/Rrs2(其中Rrs1、Rrs2、Rrs3、Rrs4分别是GF-WFV第1、2、3、4波段的遥感反射率)同实测水体悬浮颗粒物质量浓度之间的决定系数为0.655,依据研究得出的反演算法反演该海域水体悬浮颗粒物质量浓度,其均方根误差为11.03 mg/dm3,相对误差为8.40 mg/dm3.利用同步的GF-WFV遥感数据对厦门近岸水体中总悬浮颗粒物质量浓度进行了研究,获取了研究区水体悬浮颗粒物的空间分布情况,结果表明GF-WFV遥感数据能很好的反映厦门近岸水体悬浮颗粒物浓度分布状况.     

高分一号WFV影像的深圳市水库CODMn浓度时空分布特征

COD_Mn是反映水体有机污染程度的一个重要水质参数。地表水有机污染遥感监测主要面临两个挑战：技术方法大多基于经验模型,依赖大量实测数据;有机污染评价的综合性指标,水质参数不明确。针对上述问题,本文从辐射传输机理出发,基于研究区水体特征,考虑悬浮泥沙、叶绿素、耗氧性有机物3大水质因子,提出一种反演机理清晰、参数意义明确的像元反射率与COD_Mn浓度的物理模型。通过深圳市3大水库COD_Mn浓度反演与验证,决定系数R²达到0.832,模型方法可靠明。对3大水库COD_Mn浓度时空分布特征研究,结果表明：（1）3大水库总体COD_Mn浓度不高,受到轻度有机污染。（2）浓度高值区多在库角居民区附近,水库连接处未出现污染扩散。（3）2018年3月—2019年5月,库区水质改善,与2018年深圳市治水专项活动背景保持一致,建议水库水质保护核心是控制外源污染,避免丰水期污染源的输入。本文的模型方法是基于广东省典型水体光学参数,而水体固有光学特征具有季节差异,未来将进一步研究水体固光学特征变化模式,以提高模型的稳健性。此外,还可结合高分六号等谱段更多的卫星开展浅水区COD_Mn浓度反演的研究。     

基于高分六号宽幅影像的油菜种植分布区域提取方法

油菜作为我国主要的农业经济作物及食用油的主要来源,及时、准确地获取其种植分布信息,是全面掌握油菜种植状况、加强生产管理、优化作物种植空间格局的重要依据。高分六号（GF-6）的宽视场（Wide Field View,WFV）传感器在可见光-近红外波段基础上增设了2个红边波段、1个黄波段和1个紫波段,为油菜遥感识别提供了更加丰富的光谱信息,进而相较于蓝、绿、红、近红外4个“传统波段”的识别精度有所提升。本文以油菜开花期内两景不同时相GF-6 WFV影像拼接图像作为数据源,选择油菜生产优势区的河南省固始县为研究区,针对油菜同其他地物的“异物同谱”现象以及不同生长阶段油菜的“同物异谱”现象,利用油菜开花期独特的反射光谱特征,结合均值间标准化近距离提出了NDSI₂₈、S₃₄、NDSI₂₃和NDSI₄₆共4个光谱指数,并由此构建油菜种植区域提取的决策树模型。研究结果表明,基于4个指数组合构建的决策树模型对油菜种植分布信息的提取达到了较好的效果,总体精度为96.17%,与随机森林、支持向量机、最大似然法相比分别高出0.31%、0.88%和1.24%;制图精度方面,决策树法为98.15%,比随机森林、支持向量机、最大似然法分别高4.72%、4.21%和5.59%;对于用户精度,决策树法为86.89%,较随机森林、最大似然法分别低2.2%和1.63%,比支持向量机高0.11%。由此说明,GF-6 WFV数据中的新增波段极大地丰富了其光谱信息,使其在包括油菜在内的农作物种植分布信息提取中具有独特的优势和巨大潜力。     

利用Landsat 7与GF-1 WFV影像反演地表温度

地表温度在地气循环系统中具有重要作用,是目前地理学研究的重点。然而目前的国产高分辨率影像缺少热红外波段,且具有热红外波段的影像分辨率较低。基于此,本文利用低分辨率影像降尺度方法反演高分辨率影像的地表温度。首先通过Landsat 7影像的热红外波段,提取典型地物的地表温度;对GF-1 WFV影像进行预处理后,利用全约束最小二乘法对高分辨率影像进行混合像元分解;根据平均温度模型,得到高分辨率影像的地表温度,并进行降尺度,通过Landsat 7影像进行精度验证。验证结果显示,均方根误（RMSE）为1.40℃,平均绝对误差（MAE）为0.44℃,精度较高。