基于PROBA/CHRIS遥感数据和PROSAIL模型的春小麦LAI反演

大面积区域作物叶面积指数(LAI)遥感反演,对指导作物管理具有重要的意义。该文基于2008年5-7月在黑河流域开展的大型星-机-地遥感综合试验获取的多角度高光谱PROBA/CHRIS数据及地面同步观测数据,利用PROSAIL辐射传输模型和神经元网络方法反演春小麦LAI,并利用地面实测LAI进行验证和分析,结果表明:PROBA/CHRIS数据的最佳组合波段为band4(555.1nm)、band9(696.9nm)和band15(871.5nm),利用PROBA/CHRIS数据反演LAI时,3角度组合(0°、36°、55°)反演LAI精度最高(R2=0.854,RMSE=0.344;MAE=0.213)。随着观测角度增加LAI反演精度相应提高,但超过3个角度后,多观测角度数据会带来较大不确定性,影响神经元网络建模,导致LAI反演精度下降。

航天高光谱遥感器CHRIS的水体图像大气校正

CHRIS(Compact High Resolution Imaging Spectrometer)是欧空局于2001年10月发射的PROBA-1卫星上搭载的探索性高光谱遥感器,它具备高空间分辨率、多角度观测、高光谱成像等特点,为水质遥感监测提供不可多得的数据源。基于卫星遥感图像定量监测水质,一个关键步骤就是进行精确的大气校正,提取水面反射率。相比陆地遥感图像,水面反射率是弱信号,对大气校正的要求更高。6S(Second Simulation of SatelliteSignal in the Solar Spectrum)和MODTRAN(MOderate resolution TRANsmittance code)是两种常用的大气辐射传输模型。本文选取基于6S的REMS(Remote Sensing Environmental Monitoring System)和基于MODT-RAN的ACORN(Atmospheric CORrection Now)两种大气校正软件,对太湖梅梁湾的三景不同成像角度CHRIS图像进行大气校正,将大气校正后的图像水体反射率与地面同步实测水体反射率进行比较分析。结果表明,经过大气校正的CHRIS图像得到的水面反射率与实测反射率波形十分地接近,在全部波长范围内的相关系数达到90%。分析实测的水体反射率角度特征,发现图像的角度特征更明显。三个观测角度下反射率之间的各差值都呈现出在绿光波段较大,在红光和近红外波段偏小的特点,这和实测结果相符。ACORN校正后的图像的角度特征更好地与实测结果吻合。

航天成像光谱仪CHRIS在内陆水质监测中的应用

欧空局2001年10月22日成功发射的PROBA卫星上搭载了紧密型高分辨率成像光谱仪（CHRIS）,它可以提供高光谱分辨率、高空间分辨率和多角度的遥感数据,它代表了新一代的地球观测数据源。CHRIS有5种工作模式,其中模式2是专门为水体研究而设计的,它在400～1050nm的可见光至近红外有18个波段,每个波段数据的空间分辨率是17 m。CHRIS数据的高光谱分辨率、高空间分辨率和多时相覆盖的特点为内陆水质监测提供了有利条件。为了验证CHRIS在内陆水质监测中的具体应用,在太湖梅梁湾开展了水面综合试验,在梅梁湾均匀分布的14个水面采样点分别测量了水面光谱和水质参数。利用这些数据,同时结合CHRIS数据的光谱特征,建立了叶绿素浓度反演半经验模型,应用于CHRIS图像反演了太湖梅梁湾的叶绿素浓度分布图,并取得了较好的结果。最后指出CHRIS数据不但在内陆水质监测中具有巨大潜力,而且CHRIS遥感器是今后内陆水质监测卫星遥感器的典范。

基于CHRIS数据的新型植被指数的LAI估算研究

叶面积指数(LAI)作为重要的植被冠层结构参数,对其进行正确估算一直是遥感应用研究的重点。CHRIS/PROBA是目前具有较高分辨率(17m)的高光谱多角度数据,该数据在反演LAI方面有着重要的应用价值。本次研究应用辐射传输ACRM模型来模拟一系列LAI在不同观测天顶角(-80°～+80°)情况下的植被光谱数据,在此基础上利用红波段和近红外波段构建了一个新型高光谱多角度植被指数HDVI,并成功地应用于CHRIS/PROBA数据对LAI的估算。结果表明:(1)相比光谱指数NDVI和多角度指数HDS,新指数能更好地利用光谱和多角度双重信息,与研究区LAI有着更好的相关性,决定系数R2高达0.734 7。(2)利用LAI-HDVI最优拟合方程关系来估测LAI值,得到了研究区的LAI分布图,LAI估算精度均方根误差RMSE为0.619 8。

基于DART模型的PROBA/CHRIS数据叶面积指数反演

叶面积指数(LAI)是生态环境研究中一个关键的生物物理变量,是陆地植被能量交换的重要途径。基于多角度高光谱植被辐射传输理论,根据DART模型,将天顶角和方位角离散成61个方向组合,建立适于多角度高光谱遥感数据的叶面积指数反演查找表;选取长白山地区高光谱多角度PROBA/CHRIS遥感数据,在进行CHRIS数据预处理的基础上,利用最小二乘原理进行CHRIS数据与LAI查找表匹配,反演研究区的LAI;并对490nm和700nm波长在不同LAI和61个离散方向的BRDF敏感性因子进行评价分析:随着LAI值的增大,490nm波长的BRDF值先增大后减小,700nm波长的BRDF值减小;BRDF值沿天顶角增大的方向下降,在天顶附近时值为最小。

多角度高光谱CHRIS/Proba植被模式数据大气校正

遥感数据大气校正是进行定量遥感的前提,大气校正的好坏直接影响到后期的定量分析、信息提取和遥感应用。选择长白山地区2008年8月30日的多角度高光谱CHRIS/Proba数据为研究对象,根据多角度高光谱CHRIS数据植被模式的特点,利用滤波进行条带噪声去除;根据MODTRAN模型原理进行多角度高光谱CHRIS/Proba植被模式数据大气校正,并对校正结果与同时过境的MODIS数据大气校正产品进行对比分析。在相同波长范围内的最大反射率误差为0.001 6,为进一步定量反演植被参数、生物量等信息提供了重要依据。

CHRIS/PROBA数据条带噪声去除方法比较

PROBA是欧空局于2001年发射的一颗最小的对地观测卫星,CHRIS是搭载于PROBA平台上的最主要的成像光谱分光计,具有五个成像模式,以其卓越的光谱空间分辨率及多角度的优势为着不同的研究目的分别对陆地、海洋及内陆水体进行成像。但CHRIS/PROBA数据本身被严重的条带噪声所污染,尤其是垂直条带噪声,因而去除条带噪声则成为使用CHRIS数据的首要与处理工作。本文描述了几种去除条带方法,包括传统的矩匹配方法,新的迭代辐射纠正方法,校正因子法及比值法。由于这些方法基于不同的理念,各个方法的去噪效果必定有所差异,本文目的是通过比较选出其中最好的一种方法。每种方法的结果从两方面进行了比较、评定:定性的视觉效果及图像变换前后的定量的灰度偏移值,比较结果列成表格,从而挑选出最优秀的一种方法。

基于决策级数据融合的CHRIS高光谱图像分类方法研究

本文选取8种常用的遥感图像监督分类方法,综合利用多数投票方法与先验分类概率信息,设计了3组决策级融合分类策略,在应用地物丰富的黄河口湿地CHRIS高光谱图像数据进行分类实验的基础上,开展了不同融合策略决策分类结果的比较研究,分析了融合策略对高光谱图像总体分类精度以及不同地物分类精度的影响。结果表明：（1）3组决策级融合策略总体分类精度均大于85%,Kappa系数都优于0.77,较8种单分类器均有提高,表明决策级融合是利用已有分类器资源、提升高光谱图像分类精度的一种途径;（2）策略3的分类表现最好,即维持最小虚警率的前提下降低错分可以提高分类精度,其中芦苇、滩涂地物同时保持了很高的生产者精度和用户精度,均接近90%,水体在保持较高用户精度的情形下生产者精度有大幅提升,增幅达11%;（3）每组策略综合考虑生产者精度和用户精度的情形下分类精度最高,较仅考虑生产者精度或用户精度的情形提升了1-2个百分点,表明设计算法时应同时考虑减少错分和漏分的情况。

CHRIS/PROBA高光谱数据的预处理

针对CHRIS/PROBA高光谱遥感数据的特点,对CHRIS影像进行去条带处理、辐射校正、大气校正等预处理,获得较好质量的影像,为影像的进一步分析和实际应用提供保障。

利用CHRIS/PROBA数据定量反演草地LAI方法研究

以内蒙古锡林河流域典型草地为研究样区,基于新一代微卫星CHRIS/PROBA高光谱遥感数据,利用双层冠层反射率模型(A two-layer Canopy Reflectance Model,ACRM)定量反演叶面积指数(LAI)。首先对高光谱数据进行预处理和统计分析,并结合反演结果对角度信息的敏感性进行分析,确定适于该区的最优波段组合和参数,实现了区域尺度的草地叶面积指数定量反演;然后利用该区多年实测数据的统计结果对ACRM模型进行检验,并将反演结果与MODIS的LAI数据进行相互校验分析。结果表明,CHRIS/PROBA数据用于反演稀疏草地的LAI是可行的,且利用多角度信息可以改善稀疏植被覆盖情况下LAI低估问题。本研究可为草地生态系统研究提供更精确的参数,具有一定的实际意义。

基于CHRIS／PROBA数据和地面实测光谱的三峡库区水体叶绿素a浓度反演研究

使用欧空局2001年发射的小卫星PROBA所获取的CHRIS数据,结合卫星过境时的准实时地面试验数据分析,提出了一种新的半经验模型用于反演三峡库区的叶绿素a。反演的最大误差为33%,最小误差8%,平均误差22%,均在预计的范围内。考虑到实验数据与卫星过境具有6-7天的时延,可基本认为反演结果与实测值符合,并反映了叶绿素a的全局分布,反演精度满足实用要求。

基于对象的CHRIS遥感图像森林类型分类方法研究

高光谱遥感森林类型分类中采用传统基于像素分类方法精度较低,本文通过高光谱遥感影像的特征,采用面向对象的最近邻监督分类方法对高光谱CHRIS影像进行分类实验,首先对影像进行多尺度分割,然后将分割对象信息、形状特征及上下文联系等特征构成特征空间进行最近邻监督分类,并与传统的基于像素的最大似然分类方法进行比较分析,结果表明,面向对象的最近邻法能够较好的识别森林类型,总精度为89.06%,kappa系数为0.82,而最大似然法分类精度为85.75%,kappa系数为0.79,其分类精度明显高于最大似然法,这表明该方法适合高光谱遥感影像分类,为今后的高光谱遥感森林类型分类能够起到技术参考和理论依据。

基于人工神经网络的CHRIS数据内陆水体叶绿素浓度反演研究

利用BP神经网络和CHRIS高光谱数据反演了富营养化非常严重的太湖梅梁湾地区叶绿素A浓度。首先计算了CHRIS模式2的18个波段与叶绿素A浓度的皮尔森相关系数,选择CHRIS的前5个波段和第13波段的反射率值作为神经网络的输入,以野外测量的叶绿素A浓度为神经网络的输出。实验表明,BP神经网络具有很好的非线性拟合能力,叶绿素A浓度的反演精度相对误差仅为22%,明显优于传统的多项式模型,显示BP神经网络与CHRIS高光谱数据结合的方法在内陆水体水质参数反演领域的应用具有相当的优势。

一种改进的CHRIS/PROBA垂直条带去除方法

多角度高光谱高空间分辨率的CHRIS数据是新一代小卫星PROBA平台上的CHRIS传感器获取的又一卓越的遥感数据源,虽然其数据有诸多优势,但也有一个缺陷:在图像上垂直条带噪声污染严重。本文在San-dra Mannheim提出的去除此类噪声的方法基础上,对该方法进行了另一种途径的探索,基于图像分割的原理,将图像分成灰度相近的几个片段,逐片断应用最小二乘法的多项式拟合,然后将去过条带的片段整合成一幅完整的图像。通过试验证明,用该途径实现的这种方法在地物复杂图像灰度变化剧烈的影像上取得了优越于其他方法的效果,并且证实,对于具有同类条带噪声的OMIS(Airborne Operational Modular Imaging Spectrometer),该方法也取得了比较好的效果,因而值得推广。

联想倾情赞助热门赛事——AT&T威廉姆斯车队Chris Taylor先生访谈

你可能想象不到，以参与F1赛事风靡全球的英国AT＆T威廉姆斯车队同样也是一家汽车制造厂。

模拟集成助力智能制造——访Maxim公司工业与医疗方案事业部的高级副总裁Chris Neil

工业4.0概念最早出现在德国,在2013年4月的汉诺威工业博览会上正式推出。如今,这个概念及相关的智能制造风靡全球,是当今提升制造力的一个热点和难点。近日,以模拟集成为特色的Maxim Integrated,介绍了智能工业的特点及模拟集成能够带来的机会。

交际语境顺应视角下电影《当幸福来敲门》中Chris人物性格分析

以维索尔伦的顺应论为框架,从交际语境顺应的语言使用者、心理世界、社交世界、物理世界四个方面探讨了著名的励志电影《当幸福来敲门》中的主人公的交际语言是如何成功实现顺应交际语境,从而取得交际的成功,并展现出其坚强、幽默和机智的性格。

基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果

开展高光谱遥感影像的阴影检测研究有助于去除阴影,并进一步发挥其高光谱分辨率优势。以多角度高光谱影像PROBA/CHRIS为数据源,尝试从增大明亮区植被、阴影区植被、水体区3种典型地物间光谱的差异入手,利用连续投影算法(successive projection algorithm,SPA)选取特征波段,并分析典型地物在CHRIS影像原始波段及归一化差值植被指数上的光谱特征,由此构建该影像的归一化阴影植被指数(normalized shaded vegetation index,NSVI)。基于步长法设置合理阈值,对影像予以分类,并从分类精度及光谱差异增强效果两个角度评价NSVI对CHRIS影像阴影的检测能力。结果表明:B9和B15可作为构建CHRIS影像NSVI的特征波段;基于NSVI阈值法对CHRIS多角度影像予以分类,各角度影像3种地物的分类精度均在94%以上,总Kappa均大于0.89,0°影像的分类效果最佳;经掩模获取分类后3种地物的子影像,子影像光谱均值有差异,但考虑标准差后则发现其光谱重叠现象较为明显,表明NSVI可增强典型地物间的光谱差异,提高了光谱混淆像元间的可分性。通过进一步比较NSVI与归一化阴影指数和阴影指数的阴影检测效果,亦证明了NSVI的阴影检测能力,说明所构建的NSVI能够应用于PROBA/CHRIS高光谱影像的阴影检测,可为该影像的阴影去除及阴影信息修复等工作提供重要支持。

多角度高光谱CHRIS/PROBA数据在土地覆盖分类中的应用

分析评价多角度CHRIS数据在土地覆盖分类中的性能。分析了不同地物的多角度光谱特征,运用不同角度的CHRIS数据及其组合进行土地覆盖分类。结果表明,不同地物在不同角度上的光谱特征不同,不同角度图像的分类精度不同,而运用多角度CHRIS图像可得到比单角度图像更高的分类精度,但要得到最佳的分类结果,需要选择合适的多角度图像组合。

为客户“创造优势”——访诺冠集团全球市场总监Chris Dixon先生

7月12日，诺冠公司在北京召开了2006年度产品研讨会，这是继昆明和上海之后的第三站，诺冠全球市场总监Chris Dixon先生出席了此次产品研讨会，记者应邀对Chris Dixon先生作了专访。