高空间分辨率遥感影像地形校正方法比较

在地形复杂的山区,地形阴影对遥感影像信息提取造成了极大的影响,因此应对遥感影像进行地形校正,从而消除地形效应,恢复地形阴影区域的地表反射率。本文以辽宁东部林区(辽东林区)为研究区域,采用空间分辨率为16 m的GF-1 WFV遥感影像,分别使用SCS+C、Minnaert+SCS和SCEDIL校正模型对原始影像进行地形校正,通过目视分析、光谱保留效果、地形校正效果、分类精度验证和阴阳陡坡光谱反射率一致性等评价指标对校正前后的影像进行对比,最终确定适合于林区的最佳地形校正模型。研究结果表明:(1)对连续山地丘陵且地形起伏较大的林区,SCS+C相比Minnaert+SCS和SCEDIL模型光谱保留性更好,校正前后各波段反射率均值相差小于4.32,且不存在过校正现象;通过校正后近红外波段反射率与太阳入射角余弦相关性判断3种模型的地形校正效果,SCS+C模型相关性最小,地形校正效果最好,Minnaert+SCS相关性略大,SCEDIL模型存在过校正现象;SCS+C模型校正后影像分类精度比校正前提高近3%,与Minnaert+SCS及SCEDIL模型相比高出近2%。(2)基于地形校正原理新增阴阳陡坡光谱反射率一致性评价方法,利用校正前后对阴阳陡坡NDVI的影响作为地形校正效果的评价指标,SCS+C校正效果最佳,两个典型区域校正前后阴阳陡坡光谱反射率均值的绝对偏差(10^(-2))分别由1.14减小至0.58和由1.67减小至0.49,校正后阴阳陡坡光谱一致性提升。综上所述,SCS+C模型优于Minnaert+SCS和SCEDIL,更适用于林区的地形校正。

森林火灾微光遥感识别新指数——增强夜光火灾扰动指数

随着光电技术的发展,低照度条件下的微光成像技术及其应用成为近年来的研究热点之一。在微光遥感影像上,很难单纯依靠辐射亮度或温度,将森林火灾与工业燃烧、城市等热源充分地分离,同时由于频繁的数据饱和问题,目前NPP火灾产品仅提供探测位置信息。因此,为了在各种高亮度异质热源中实现森林火灾识别,进一步推进火灾探测产品像素级表征,基于地表温度通过潜热传递随植被密度的增加而降低的原理,提出了一种新的光谱指数—增强夜光火灾扰动指数(ENFDI),并与传统的中红外波段(Tmir)火灾识别方法进行对比分析。结果表明,ENFDI可以增强森林火灾与城市热源之间的光谱差异,提高微光条件下森林火灾识别能力,森林火灾ENFDI明显高于城市热源区;ENFDI能够有效缓解微光波段易饱和的影响,ENFDI不仅可以明显地分辨出潜在饱和区内火光亮度的差异,增强火灾像元的可区分性,而且与中远红外亮温差的相关性R高达0.94~0.97,明显高于微光波段亮度(NTL)与中远红外亮温差的相关性(0.82~0.83);ENFDI具有一定的稳定性,它不受月相变化的影响,在有无月光情况下夜间森林火灾均被识别;ENFDI森林火灾识别精度(87.66%)高于传统中红外波段(Tmir)火灾识别精度(83.91%),与NPP/VIIRS主动火灾产品(VNP14IMG)具有良好的总体对应关系,定位偏差在628 m以内。因此,ENFDI指数对森林火灾的识别具有敏感性、稳定性和准确性,为进一步实现火灾像素级表征提供可行性参考。

双分辨率集合卡尔曼滤波同化方案与模拟试验

对于高分辨率中尺度模式集合卡尔曼滤波实际应用的困难是集合预报会耗费大量的时间,而双分辨率集合卡尔曼滤波是由一组低分辨率样本提供同化所需的背景误差协方差矩阵,这种方法可以减少集合预报的时间。为了检验其有效性,利用模拟资料,与标准高分辨率集合卡尔曼滤波方法比较。结果表明:在第一个同化时次,两者对500 hPa水平风场和扰动位温场的分析增量场均与真实增量场的高低值中心位置一致,且结构与真实增量场接近,前者(高分辨率集合卡尔曼滤波)的增量值比后者(双分辨率集合卡尔曼滤波)的增量值更接近真实情况。在连续的预报—同化循环试验中,随着同化次数的增加,两种方法分析变量的均方根误差总体上都是下降的,均表现了较好的同化能力,但后者与前者相比仍存在一定的差距;而在相同的运行环境下,后者的运行时间仅是前者的1/6。

提高自动站数据准确率的一次成功实验

本文对一次自动站降水量的误差分别从硬件、软件和通讯线路三方面进行了检测,发现该误差是由同一时刻上传数据信息量过大,GPRS网络拥堵导致自动站数据大量丢包或错误编码现象引起的。针对该问题,进行了修改心跳包传输时间的尝试,即在传输实效允许的范围内,把各站点的传输时间拉开,每间隔2s传输一个站点的数据,实现了数据的分批上传,避免造成数据大量拥堵,有效地解决了自动站数据的误差,提高了数据的准确率。

市级信息网络综合监控及预警系统

1区域背景介绍沈阳市辖区内共有装备：常规自动站7套、区域自动站136套（两要素、四要素、六要素）、闪电定位仪2套、大气电场仪5套、土壤水分分析仪4套、能见度仪4套、紫外线观测仪4套、设施农业观测站3套、固态降水观测仪7套、高速公路自动站6套、气象信息电子显示屏130块、音频气象信息预警机1400余台、人工影响天气作业火箭车12台、移动雷达车一台、气象科普设备等。计算机网络部分包括：已经组建独立的气象业务内网、互联网（VPN虚拟专线网）、APN虚拟专线网络；

东北地区玉米生育期干旱分布特征及其成因分析

利用1961-2008年东北地区124个气象站的日气象数据,定义了表征玉米不同生育时期干旱强度的水分亏缺指标,并对干旱时空分布及其年际变化特征进行分析。结果表明,东北地区玉米生长季内干旱呈明显的季节性和区域性。从发育阶段看,苗期干旱频率较高,随生育期后移干旱频率明显减少,以轻旱为主要发生类型,春秋降水量少是发生干旱的主要原因;从空间分布看,干旱呈东北向西南逐渐增加的趋势,区域性较明显,总体上为辽宁西北部、吉林西部至黑龙江西南部发生频率较高。各年代之间比较,20世纪60-80年代干旱频率呈减少趋势,90年代初期呈增加趋势,90年代中期以后增加趋势明显,特别是2000-2004年维持在一个较高水平。各年代干旱发生频率均表现为苗期>拔节-孕穗期>灌浆-成熟期>抽雄-开花期。苗期和拔节-孕穗期干旱发生频率均以60年代较高,以轻度干旱为主要发生类型;抽雄-开花期干旱发生频率以90年代较高,以轻度干旱为主要发生类型;灌浆-成熟期轻、中、重度干旱发生频率均以2001-2008年为高。由此可见,研究区干旱发生频率呈增高趋势,特别是玉米产量形成关键期的干旱频率呈增加趋势,对玉米生产的不利影响增大。研究结果对了解东北地区玉米不同发育期干旱分布特征及其成因,并采取相应对策措施具有积极意义。

基于Himawari-8和GF-1卫星的林火遥感监测

以2017年4月11日11-16时(北京时间)辽宁省丹东市森林火灾为研究对象,基于Himawari-8(H8)和高分一号(GF-1)卫星开展林火密集监测、火烧迹地和森林燃烧受害程度监测。基于H8数据采用前后关联的火点识别算法进行火点判识,提取中心燃点温度及燃烧范围;基于GF-1数据采用近红外光谱(B4)、归一化植被指数(NDVI)和全球环境监测植被指数(GEMI)法进行火烧迹地识别;采用高斯函数拟合模型模拟健康林地生长曲线,基于当前影像数据重构火灾前的林地光谱值,以B4衰减量为评价指标对森林燃烧受害程度进行分等定级。结果表明:H8的密集监测显示中心燃点的位置由燃点1变化到燃点2、影响范围由2像元扩大至4像元、燃点温度由321 K降低至314 K;对比火烧迹地提取方法,B4波段的衰减变化最明显、GEMI模型次之、NDVI的衰减不明显,因此小尺度的火烧迹地提取采用B4衰减法最好;基于368个离散点林地光谱指数模拟健康林地生长曲线,拟合方程相关系数为0.89;以4月3日相距火灾发生仅8d的数据进行燃烧受害程度监测,重度受害程度等级漏分误差为90%;经过光谱重构后,重度受害程度分类精度提高24%、轻度受害程度提高10%,总体分类精度为69%、kappa系数为0.44,因此有必要进行火灾前遥感影像的林地光谱重构。

基于MODIS的海冰面积遥感监测及其与气温的相关分析

利用MODIS海冰遥感监测原理及海冰反演方法,提取海冰像元并估算海冰面积。利用2004～2007年冬季MODIS遥感影像,并结合辽东湾沿岸14个气象站的气象资料,研究辽东湾海冰面积与气温的关系。结果表明:辽东湾冬季海冰面积与气温有着显著的负相关关系,相关系数为-0.815,通过二者之间的回归方程可预估未来海冰面积变化趋势。

火烧迹地信息遥感提取研究进展与展望

火烧迹地是描述森林燃烧最重要的信息之一,也是碳循环扰动和全球变化研究的重要参数。重点对近年来国内外广泛使用的火烧迹地产品的解译标志和模型算法进行了归纳总结,以往研究主要侧重于火烧迹地提取模型算法开发,忽视了复杂地形下阴影、纹理等细节特征的作用,限制了人们对火烧迹地的准确提取和科学评估。针对该问题提出了对火烧迹地信息提取改进途径的展望,基于模拟真实地表的DEM参数,优化地形校正效果,建立阴影校正植被指数;明确灰度纹理产生的条件,尝试建立颜色空间和灰度纹理映射方案,实现颜色纹理的定量解译;耦合阴影校正植被指数与颜色纹理,减少对小面积火点的遗漏和混淆信息误判,基于高分卫星数据实现长时间序列高精度火烧迹地信息提取,对探讨全球火烧迹地产品研发具有典型代表意义。

不同植被覆盖下土壤水分遥感监测方法的比较研究

为了研究不同植被覆盖程度下多种土壤水分遥感监测模型的适用性，提高大面积土壤水分遥感监测的可行性和精度，利用辽宁省52个气象站2008—2010年土壤相对湿度人工观测资料以及对应时段的卫星遥感资料，采用热惯量、能量指数、植被供水指数法进行土壤水分的遥感监测，在低、中、高植被覆盖条件下对比3种定量反演土壤水分的遥感模型，并与人工观测资料建立线性、指数、对数拟合。结果表明：在中低植被覆盖期，热惯量法最适合，与0～20cm的平均土壤相对湿度的对数相关最好；高植被覆盖期。能量指数法稍好于植被供水指数法，与0～10cm的平均土壤湿度的对数相关最好。

基于GIS的干旱遥感监测及定量评估系统

尝试依托GIS技术,利用VBA及ArcObjects建立干旱监测评估系统,通过对辽宁省再分区,不同区域分别建立干旱遥感监测模型,进行辽宁省干旱灾害监测。同时,结合高程数据和土地利用等地理信息系统数据,通过调用不同作物、不同等级的灾损系数进行干旱定量评估的探索。

基于SEBAL模型的盘锦湿地日蒸散估算及其分布特征

为了验证SEBAL模型对湿地蒸散量估算的准确性,本研究基于Landsat 8卫星数据和SEBAL模型,以盘锦湿地生态系统野外观测站的涡动相关实测数据为检验,估算盘锦湿地2013—2015年典型晴天卫星过境时刻的瞬时蒸散量,并利用正弦函数法将遥感反演订正后的蒸散瞬时值转换为日尺度的蒸散值,分析芦苇和稻田湿地的日蒸散量分布特征。结果表明:SEBAL模型反演的盘锦湿地瞬时蒸散量比实测值偏高,平均相对误差为31.6%,但相关系数达0.79,为了提高反演精度,利用线性方程进行订正,订正后的遥感估算值与实测值平均相对误差为6.4%,提高了25.2%;芦苇湿地日蒸散量集中在3.4~4.0 mm/d之间,占总面积的64.7%~82.4%;稻田湿地日蒸散量集中在3.6~4.1 mm/d之间,占总面积的67.4%~86.6%;稻田湿地日蒸散量普遍比芦苇湿地高0.1~0.2 mm/d。应用订正后的SEBAL模型反演湿地蒸散量,可为湿地区域蒸散估算及湿地水资源管理提供依据。

辽宁省旱田MODIS植被指数时间序列的构建

随着EOS卫星的升空,人们最关注的是NOAA的NDVI产品能否延续以及能否用高分辨率的产品替代,因此笔者利用2005—2008年并行观测4年间5月下旬—9月下旬的MODIS-NDVI和AVHRR-NDVI资料,通过对NDVI时序的预处理,采取分区评价的方法研究二者之间的拟合关系。根据AVHRR-NDVI资料,重构1999—2009年MODIS-NDVI的长时间序列。结果表明:MODIS-NDVI与AVHRR-NDVI之间有着极为显著的线性关系,相关系数为0.675～0.906(n=52),其中辽西最高,辽北、辽中地区次之,辽南稍低。通过检验,该拟合方程准确率除辽中地区平均准确率75%外,其他地区拟合方程的准确率都超过80%,拟合效果理想。通过长时间序列植被指数的变化特征,明显地反映出植被对气候变暖的响应,为探寻植被与气候之间的关系提供了依据。

实测光谱和欧氏距离在GF2卫星海冰提取中的应用

由于卫星受载荷分辨率和混合光谱限制,海冰遥感监测存在很大不确定性。为提高海冰提取精度,将实测光谱与高分辨率卫星数据有效结合,利用光谱数据进行GF2卫星等效反射率转换;基于欧式距离确定16种海冰判识指标的可分性;从而提出一种GF2卫星海冰快速提取方法,为中低分辨率卫星大范围的海冰监测提供基准订正数据。结果表明:(1)经过光谱曲线分析初步确定B2和B4波段是GF2卫星海冰遥感监测的敏感波段;(2)欧式距离计算结果反映16种判识指标中,B2/B4指标欧氏距离最大,海冰与雪、冰水混合物、海水等相似地物的可分性最强,是海冰最佳判识指标(3)根据判识指标采用阈值法能快速提取海冰分布信息,实现海冰与其他相似地物的分离;(4)比较本文提出的新指标(B2/B4)与其他4种指标海冰提取的精度,在冰水两种地物分类中,B2/B4判识指标略好;在多种地物分类中,B2/B4判识指标总体分类精度为96.48%,Kappa系数大于0.5,比其他指标高出3.89%～4.85%。

辽宁省作物长势遥感评价方法

利用1999～2007年5月下旬～9月下旬每天的NOAA数据资料,以归一化植被指数(NDVI)为评价指标,提取辽宁省5个气候区208个旱田点、84个水田点的NDVI值,通过对各统计单元的作物生长趋势分析及逐年比较模型、距平比较模型等遥感评价模型的研究,结果表明,辽宁省作物生长曲线呈单峰形变化,2007年旱田植被指数8月下旬达到最大,水田植被指数8月上旬达到最大;受干旱影响除2007年6月中下旬及9月中旬外,大田作物长势明显好于2006年同期和历史同期;水田作物长势基本好于历史同期。

基于MODIS数据的作物苗期干旱监测方法

针对苗期低植被覆盖情况,在原有的归一化植被指数基础上,增加了土壤调节植被指数,将其与条件温度指数结合,通过与地面实测土壤相对湿度进行相关分析,分别建立作物苗期的干旱监测模型,并与热惯量方法和供水植被指数方法进行对比分析,初步得出辽宁省范围内作物苗期进行大范围干旱遥感监测的最适宜模型为土壤调节植被指数-温度模型。

辽西地区松毛虫发生期气象预报方法

为了研究松毛虫的生活习性与环境的关系,更有效地对松毛虫灾害进行预测和防治,利用气象因子与松毛虫发生期的关系,采用期距法、多元回归分析法对松毛虫各发生始见期进行预报。结果表明:利用期距法研究单个气象要素与松毛虫发生期的关系,幼虫上树到羽化始见期温度是影响松毛虫发生的主要因素,而降水是造成松毛虫下树的主要原因,利用期距法预报各虫态发生始见期偏差6天以内的比例为72.5%;利用多元回归分析法研究多个气象要素与松毛虫发生期的关系,幼虫上树到羽化始见期与日照时数、日较差关系更为密切,下树始见期的出现与温度和降水有关,利用多元回归分析法预报各虫态始见期偏差6天以内的比例为67.5%。

陆面模式中植物根系吸水过程参数方案研究进展

根系吸水对水循环起重要调控作用,开展根系吸水过程及参数方案研究,将加深对地表水文和生物地球化学过程的理解,对提高陆面过程模型乃至气候模式的模拟能力均起到促进作用。本文简述了植物根系吸水模型的发展进程,归纳了根分布、土壤水分对根阻影响函数及根系水分再分配作用参数方案的研究概况,指出现有陆面过程模型根系吸水参数方案存在的不足,提出未来发展方向,为相关研究提供参考。

低温胁迫下玉米高光谱特征及产量构成的相关分析

为了研究低温胁迫对玉米生长发育的影响并为粮食生产安全提供理论依据,测定了低温胁迫玉米关键发育期的光谱参数,进而研究光谱植被指数与产量构成的关系。结果表明:随着低温胁迫温度降低以及持续时间的增加,红边位置出现"蓝移"现象,红边幅值和红边面积也相应地减小;大喇叭口期"双峰"现象减缓明显,说明该时期出现低温对玉米生长的影响较大;穗重在不同发育期与DVI(810,680)显著正相关(相关系数为0.8395),线性模型反映光谱植被指数和产量构成的关系。

农作物气象保障服务平台研究进展与存在的问题

阐述了农业遥感等数据平台系统的国内外研究现状,分析了有关农业遥感大数据服务的多源遥感数据融合、作物类型精准识别、作物产量估产机理研究以及遥感大数据研究面临的技术问题,提出了气象保障大数据的尺度转换和气候变化对农业生产影响中遇到的问题。该平台的建立需要全面整合专家智慧、遥感技术、大数据、服务方式等研究理论和技术,将深刻改变农业遥感应用模式,提升气象服务能力,推动农业、气象等综合信息的广泛应用与产业化发展。