汶川震灾中遥感的应急与反思

2008-05-12汶川地震发生以来,整个抗震救灾工作取得了阶段性胜利.各部门、各单位的遥感力量作为抗震救灾队伍中的一支支生力军,积极主动,快速反应,活跃在抗震救灾的一线,为最终夺取抗震救灾的胜利发挥着重要的作用.     

土壤发射率光谱提取算法的对比研究

土壤的发射率具有较大的不确定性,为了准确提取土壤的发射率,利用ASTER光谱库中的58条土壤光谱,模拟产生了热红外高光谱数据集,利用这些数据进行了土壤的发射率提取试验,分析了较为典型的几种温度发射率分离方法,如NEM、ISSTES、α剩余法、MMD、TES在土壤发射率提取中的适用性、稳定性和精度,并根据分析的结果对各种算法在土壤发射率反演中的应用进行了相应改进.对于NEM方法,给出了最优的最大发射率;对于MMD方法,提出了一种比原平均-最小最大发射率之差更好的经验关系;在TES方法中,使用ISSTES代替原先的NEM方法,获得了精确的发射率初始值.基于模拟数据的算法分析结果表明,对于地面测量高光谱数据的土壤发射率信息提取,ISSTES准确度最高.最后给出了使用这5种方法由地面实测高光谱数据提取的土壤发射率光谱实例,提取的发射率光谱的分布情况很好印证了基于模拟数据的算法分析结果.     

BRDF模型参数分阶段鲁棒性反演方法

遥感BRDF物理模型均建立于一定的假设或基于某些理想状况，其模拟的数据与观测数据之间多少会存在一些差异（误差）。利用BRDF模型反演地表参数时，如果不加选择地使用所有观测数据，势必会影响模型参数反演的准确度。遥感反演时一般都采用代价函数进行参数拟合。经典的最小二乘（LS）拟合代价函数对正态分布误差具有一定的抗干扰性，但是当观测数据含有异常值时却会导致反演结果的不稳定。最小中值平方（LMS）方法具有鲁棒性特点，反演时若将其作为代价函数，则可以有效地检测出观测数据中含有的异常值，从而可以使模型反演准确度提高。本文以遥感BRDF物理模型——SAIL模型为例，使用模拟数据与真实地面观测数据，构建LMS与LS两种代价函数，分阶段地进行地表参数的反演方法研究。结果显示，针对具有一定误差或模型不能完全表示的观测数据，本文采用的分阶段方法可以对模型参数鲁棒地反演。     

遗传算法及其在GOMS模型反演中的应用效果分析

几何光学交互遮蔽模型（GOMS）是一种重要的遥感前向模型,它较好解释了“热点”现象,具有较强的前向模拟能力。但由于其固有的非线性性,给反演带来困难。本文尝试采用近年来兴起的并行随机全局寻优算法－遗传算法对GOMS进行反演,并针对传统遗传算法的不足进行了改进。在使用相同先验知识的条件下,将该算法与目前最有效的约束非线性最优化确定性搜索算法－逐步二次规划法对GOMS模型的反演效果进行了比较,结果表明,逐步二次规划法搜索效率较高,但结果受初值的影响很大,初值选择不当,易收敛于局部最优解,而遗传算法具有全局最优的收敛效果,但局部搜索效率较差。在某些对精度要求不高,而对搜索效率要求较高的场合,可以采用遗传算法与确定性搜索算法相结合的混合遗传算法,以提高算法的搜索效率,获得较为满意的效果。     

日照时间的地形影响与空间尺度效应

在广泛总结前人研究的基础上,提出了一个改进的、基于DEM数据的、起伏地形条件下的日照时间计算模型,在以往计算模型的基础上引入地球曲率修正因子Q,提高了模型的计算精度。并在此基础上,计算了全国6个典型地貌类型区,在春秋分日、夏至日和冬至日,两个空间分辨率下(500m和1km)地面日照时间的空间分布。应用数理统计、数学模拟和比较分析的研究方法,对模型修正前后计算所得的地面日照时间数据进行了对比分析,并对所得地面日照时间从不同地貌类型和不同空间尺度两个方面进行了地形与空间尺度效应研究。阐明了区域日照时间随地形地貌和空间分辨率变化的规律,对应用中计算地面日照时间的DEM空间分辨率选择具有指导意义。     

地物的二向性反射和方向谱特征

本文简要介绍了地物二向性反射的概念及其与地物三维空间结构之间的关系。本文建议在建立高分辨率地物波谱数据库的同时,开展不同类型地物BRDF模型的研究。否则耗资巨大的数据库仍不能有效地应用于结构千变万化的环境遥感。     

SARS沿交通线的“飞点”传播模型

2003年春SARS在中国部分地区暴发与蔓延,情况非常危急。全国集中力量对SARS病原学、实验室诊断和临床治疗以及传播模型、应急反应系统等展开研究。综观此次SARS的传播,除有以往流行性疾病传播的一些共同特点外,还有一个很明显的特点：远距离跳跃式传播。这是以往以及目前针对SARS建立的点源扩散模型无法单独解决的。因此提出建立沿交通线的“飞点”传播模型,以交通工具为一尺度,建立相对封闭的交通工具内的SARS传播模型,另以此为基础,建立沿交通线这一尺度上的有人员流动的空间传播模型,建立二尺度的“飞点”传播模型     

高光谱与多角度数据联合进行混合像元分解研究

混合像元问题是定量遥感的主要障碍之一。将混合像元问题归结为类内与类间像元混合两类，并对类内混合像元分解问题加以研究。混合像元分解的关键在于确定组分光谱，确定组分光谱的方法很多，但大多数方法基于以下假定，即从图像本身可以找到纯组分光谱，然而这一假定对于类内混合像元分解问题来说很难成立。提出采用高光谱与多角度相结合的方法，利用几何光学模型和线性光谱混合模型进行类内混合像元分解。即首先利用多角度数据反演几何光学交互遮蔽(GOMS)模型获得组分光谱，再对高光谱数据进行组分光谱分解。由于该方法直接从混合光谱产生的机理出发，因而更容易获得真正的亚像元信息。为减小反演误差，反演过程中采用改进的多阶段的反演策略，并充分利用多角度图像本身提供的先验信息。用BORE—AS试验获取的高光谱与多角度数据所作的研究表明，该方法可以获得比较理想的分解结果。     

条件植被温度指数及其在干旱监测中的应用

应用NOAA -AVHRR数据,在用条件植被指数、条件温度指数和距平植被指数进行年度间相对干旱程度监测的基础上,提出了条件植被温度指数的概念,它适用于监测某一特定年内某一时期(如旬)区域级的相对干旱程度。条件植被温度指数的定义既考虑了区域内归一化植被指数的变化,又考虑了在归一化植被指数值相同条件下土地表面温度的变化。陕西省关中平原地区2000年3月下旬干旱的监测结果表明,条件植被温度指数能较好地监测该区域的相对干旱程度,并可用于研究干旱程度的空间变化特征,对干旱的监测结果与用土壤热惯量模型反演的土壤表层含水量的结果基本吻合。     

遥感尺度问题研究进展

尺度是与空间现象有关的术语，在地学研究中更是一个重要的概念，忽视遥感观测的尺度效应，使得对地观测难以获得精确的地表参数，这一问题已经引起国际遥感界的重视，遥感物理建模和遥感数据应用都有尺度问题，像元尺度上地表参数的定量描述是建立遥感尺度转换模型和信息转换模型的基础，试图从尺度的定义，遥感尺度问题所涉及的内容和遥感尺度效应研究常用的技术方法等三个方面论述遥感尺度问题的研究进展，像元尺度上地表参数的定量描述是遥感信息尺度转换的基础。