基于GF-1 WFV的漫湾养殖区悬浮物浓度估算研究

网箱养殖对区域水环境影响较大,研究网箱养殖区水质参数变化规律对于认知区域性水产养殖对水环境的影响具有较大的现实意义。采用GF-1WFV数据,针对漫湾库区近年成倍增长的网箱养殖区,构建了网箱养殖区总悬浮物浓度反演模型。结果表明:模型具有较高的精度,反演值与实测值的平均相对误差为9.65%,均方根误差为0.33 mg/L。依据构建的反演模型与卫星影像反演了漫湾网箱养殖区的总悬浮物浓度,分析了库区和不同网箱体位置的总悬浮物浓度变化规律。研究发现,漫湾库区和不同网箱体位置的悬浮物浓度变化规律基本一致,网箱体总悬浮物浓度未因养殖局部“圈定”现象而出现异常,但比库区河流整体悬浮物浓度要小,主要因其总悬浮物浓度变化主要受降水、地表径流、水流流速等影响,网箱养殖会降低其对局部“圈定”区的总悬浮物浓度的影响。研究对漫湾库区和网箱养殖区总悬浮物浓度变化规律认识具有一定参考意义,后续将发展多源遥感数据的水质参数遥感估算模型,用于漫湾网箱养殖区水环境变化规律的认知。

月尺度农作物提取中GF-1 WFV纹理特征的应用及分析

农作物种植结构包含农作物种类、数量结构和空间分布特征等信息,是农业科学管理的基础。在不考虑农作物时间序列最佳窗口期的前提下,以石津灌区为研究区,基于高分一号(GF-1)WFV影像计算并分析纹理特征在农作物分类识别中的能力。并在纹理特征分类效果相对较差的时相内引入植被指数,从而弥补纹理在农作物表达上的缺陷。经过对比各组分类结果,可以发现:在作物结构明显的4,8月份,单独纹理特征的分类精度可以达到80%以上,但是在5,6,7,9月等农作物最复杂的时间段内,分类精度仍低于80%。将植被指数与纹理特征组合后,这4个月份的分类结果有了很大改善,总体分类精度均大于80%,基本满足农业动态监测的需求;与单独纹理相比,精度提高2.27%-9.75%,Kappa系数提高0.02-0.16;利用夏玉米的验证样本进行验证,识别精度可以达到98%,识别效果相对完整,破碎程度达到最小化,与其他类别区分度也达到了最优。同时也证明了GF-1WFV纹理特征在农作物种植结构提取中的可用性,尤其是在作物结构相对明显的月份内,可以为影像的农作物提取提供一些有效的信息。

基于GF-1 WFV的2013—2020年鄱阳湖采砂活动时空动态监测

鄱阳湖是目前我国最大的淡水湖,采砂活动对湖泊水质影响明显,但对采砂活动进行全面的现场监管较为困难.不过,采砂船工作时会明显改变附近水体悬浮泥沙的浓度,这一易于被遥感技术检测到的信息为解决这一问题提供了思路.本研究使用2013—2020年共133景GF-1 WFV影像对鄱阳湖采砂活动进行监测,并总结鄱阳湖采砂活动变化的时、空间规律.结果表明,1)2013年以来,鄱阳湖的年平均采砂船检测数呈先增多后减少的趋势,2016年是采砂活动的顶峰,年平均检测数为9.85艘,2019年后采砂船的年平均检测数锐减至3艘左右,其中监管政策是最主要的影响因素;2)鄱阳湖采砂活动向南湖扩展的趋势在2016年得到了有效的遏制,并在2018年后一直维持在很低的水平;3)在2019年全面禁止采砂后,仍然在松门山岛、星子县及笔架山附近监测到了零星的采砂船作业点.本研究不仅可以评估近年来鄱阳湖采砂活动监管的成效,也能给相似水域采砂活动的监管及其效果评估提供参考.

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1.5g/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1.2g/L,柽柳灌丛土壤盐度在1.4~2.0g/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1.8g/L左右。

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数据的河套灌区春小麦长势遥感分析——以临河区为例

河套灌区是内蒙古自治区乃至我国的重要灌溉农业区和绿色农产品基地,其中春小麦是河套灌区的主要粮食作物,对当地农业可持续发展、种植业结构调整有着十分重要的意义。文章用地面实时监测数据结合GF-1卫星影像快速提取春小麦面积和长势信息的方法,探讨了该方法在巴彦淖尔市临河区农业遥感长势监测中的适用性。利用2017年5月18日的GF-1 WFV数据提取了临河区春小麦面积,在确定春小麦空间分布的基础上用NDVI监测作物长势情况,用3期的地面数据和遥感数据构建了研究区内春小麦的长势时间序列,进行了春小麦的长势对比分析。结果表明:临河区春小麦面积提取结果精度达到了93.51%,Kappa系数为0.805 3。通过遥感定量评价的结果发现植被指数的增长与地上生物量呈线性增加关系,用时间序列NDVI值代表长势取得了较好的结果,弥补了地面人工目视评价的不足。研究结果证明该方法在河套地区有很好的适用性和较高的推广价值。

基于GF-1 WFV影像与神经网络模型的水库水质多参数反演研究

利用国产GF-1 WFV影像和神经网络建立多光谱遥感影像水质多参数定量反演模型,能实现高效率、大范围、连续空间的水库水质多参数变化监测,探究了国产卫星影像于水质遥感反演的可行性,并为湖长制和湖泊富营养化评估提供技术支持。以广东省佛山市一中型水库为例,基于GF-1 WFV影像,利用神经网络模型建立了东风水库叶绿素a(Chl-a)、透明度(SD)、总磷(TP)、总氮(TN)、高锰酸盐指数(CODMn)5个水质参数与影像数据间的定量反演模型,5个水质参数反演模型预测值与实测值之间的决定系数R 2均达到0.8以上,平均相对误差均在40%以下,研究结果证实了国产卫星影像于水质遥感反演的可行性,研究成果可为水库的水质和富营养化监测提供参考。

2018年山东省GF-1 WFV相对辐射归一化数据集

地表反射率是遥感定量反演的一个关键参数,对于研究地表和大气间辐射能量平衡、地物识别和分类、水分与气候模型等具有十分重要的意义。本数据集采用相对辐射归一化的方法,以Landsat 8 OLI地表反射率数据产品为基准影像,对2018年山东省GF-1 WFV卫星无云影像进行辐射归一化。相对辐射归一化处理工作主要包括大气校正、数据重采样、影像配准、掩膜、选取不变特征点和求解辐射归一化系数等流程。辐射归一化后,每景GF-1 WFV影像与其基准影像的不变特征点R2为0.7295以上,RMSE低于0.0172,GF-1 WFV影像地表反射率精度得到提高,可以和Landsat数据协同应用,为遥感定量反演提供数据支持。本数据集为GeoTIFF格式,空间分辨率为16 m。

基于GF-1 WFV数据森林叶面积指数估算

以国产高分一号(GF-1)宽幅数据(wide field of view,WFV)为数据源,采用简单生物圈模型2(simple biosphere model2,SiB2)对黑龙江省漠河县森林植被叶面积指数(leaf area index,LAI)进行估算,并与增强植被指数(enhanced vegetation index,EVI)线性模型的估算结果进行对比,结合地面实测LAI数据分别对这2种模型估算结果进行精度评价。结果表明,采用EVI线性模型估算LAI,决定系数R 2为0.582,均方根误差(root mean square error,RMSE)为0.701;而采用SiB2模型估算LAI,R 2为0.798,RMSE为0.358,均比EVI线性模型有所改善。该研究发现,结合中高空间分辨率的GF-1 WFV数据,SiB2模型更适宜于该研究区森林植被的LAI反演。

基于GF-1 WFV的黄河口湿地植被碳储量估算研究

为掌握黄河口湿地植被地上生长部分碳储量的空间分布情况,基于GF-1WFV卫星数据,对黄河口湿地植被地上生长部分碳储量开展了遥感估算模型研究,并根据研究区植被类型空间分布特点,对不同植被类型地上生长部分碳储量的特征开展了分析,结果表明:6种植被碳储量估算模型中,基于NDVI建立的指数模型为单位面积碳储量估算最佳模型,其决定系数(R2)最大,值为0.76,均方根误差(RMSE)最小,值为19.1g/m2;在不同植被类型分布区,地上植被单位面积碳储量平均值大小顺序为互花米草>芦苇草甸>柽柳林>潮滩芦苇>盐地碱蓬,其中各区域平均值最大为78.1g/m2,最小为46.7g/m2。研究结果为提高黄河口湿地植被的碳储量提供了有效措施,即合理优化植被类型的空间分布、恢复裸滩上盐地碱蓬的生长和提高植被类型盖度。

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。

基于GF-1 WFV数据的天津市冬小麦空间分布遥感测量应用研究

文章以天津市为研究区,以GF-1 WFV为遥感数据源,选取了该区2016年主要农作物--冬小麦生长关键期影像,结合地面实地调查样方数据,综合运用RS、GIS等技术,采用决策树分类法提取了天津市冬小麦的空间分布数据,并利用混淆矩阵法对分类精度进行了验证,为其他地区农作物空间分布遥感调查提供借鉴意义。

面向GF-1 WFV影像的城市建设用地指数构建

针对GF-1 WFV影像缺少中红外波段,无法使用大多数建设用地指数提取建成区的问题,利用Fisher线性判别分析"类内聚合,类间分离"的投影准则,本文提出一种针对GF-1 WFV影像城市建设用地指数UBIWFV。该指数利用蓝光和绿光波段线性组合运算分离和增强建设用地信息。利用该指数提取了福州、石家庄和武汉3个不同研究区城市建设用地,并与建筑用地指数RBI提取结果进行比较。结果表明,该指数在不同研究区提取结果总体精度达到85%,Kappa系数达到0.7以上,提取结果空间连续性和完整性更好,指数阈值选取较容易。该指数相比RBI指数抑制裸土信息效果更明显。UBIWFV指数对于城市建设用地提取具有一定的可行性和适用性。

利用GF-1 WFV影像和FY-3D MERSI火点产品提取过火区的方法

利用遥感技术获取过火区信息对生态环境监测具有重要意义,其中高分辨率数据更适合提取小范围过火区。目前已有多种利用国外火点产品结合遥感影像提取过火区的研究。为了增强国产遥感数据火情监测能力,提高小范围过火区的提取效率和精度,基于过火前后2幅GF-1 WFV影像和多时相FY-3D MERSI火点产品开展过火区提取研究。2处研究区分别位于四川省凉山彝族自治州木里藏族自治县和西昌市。首先根据火点与过火区形成的关系,结合火点的时间、空间和光谱特征,筛选并扩充火点像元,确定过火区粗略范围;然后确定每种地表类型的分割阈值,分类过火像元和非过火像元;最后剔除周边小斑块,得到过火区提取结果。以人机交互方式获得的过火区参考真值作验证,并与神经网络分类法提取过火区的结果作对比。结果表明本文方法的过火区提取结果精度要明显高于神经网络分类法,Kappa系数达到0.82。该方法可以充分结合GF-1 WFV影像和FY-3D MERSI火点产品数据的优势,降低样本像元选择时间成本和不确定性,快速准确地提取小范围过火区。未来可考虑通过选择更高精度的火点产品,结合实地考察验证对该方法改进完善。

基于深度学习的GF-1卫星WFV影像赤潮探测方法

赤潮是我国主要的海洋生态灾害,有效监测赤潮的发生和空间分布对于赤潮的防治具有重要意义。传统的赤潮监测以低空间分辨率的水色卫星为主,但是其对于频发的小规模赤潮存在监控盲区。GF-1卫星WFV影像具有空间分辨率高、成像幅宽大和重访周期短等优点,在小规模赤潮监测中表现出较大的潜力。然而,GF-1卫星WFV影像的光谱分辨率较低,波段少,传统面向水色卫星的赤潮探测方法无法应用于GF-1卫星WFV数据。而且赤潮具有形态多变、尺度不一的特点,难以精确提取。基于此,本文提出了一种面向GF-1卫星WFV影像的尺度自适应赤潮探测网络(SARTNet)。该网络采用双层主干结构以融合赤潮水体的形状特征与细节特征,并引入注意力机制挖掘不同尺度赤潮特征之间的相关性,提高网络对复杂分布赤潮的探测能力。实验结果表明,SARTNet赤潮探测精度优于现有方法,F1分数达到0.89以上,对不同尺度的赤潮漏提和误提较少,且受环境因素的影响较小。

GF-1与GF-6 WFV影像在滇池悬浮物浓度反演中的对比分析

总悬浮物(TSM)是水环境评价的重要参数之一,也是遥感水质反演的重要指标。GF-1/WFV和GF-6/WFV作为高分系列对外免费开放的卫星数据,在遥感监测中的应用较为广泛,但目前针对两种数据的对比分析以及GF-6/WFV新增波段在水体水质参数反演中的适用性研究较少。以云南滇池水域为研究区域,对与水体实测数据同步过境(或时相相近)的GF-1/WFV和GF-6/WFV遥感影像采用统计分析的方法进行相同波段(蓝、绿、红、近红外)一致性分析,在此基础上运用经验回归方法分别构建两种数据的TSM反演模型,并将加入GF-6/WFV新增波段的模型与GF-1/WFV构建的模型进行对比分析,选择最优模型应用于滇池2020年的6幅GF-6/WFV图像得到滇池TSM分布图。结果表明:GF-1/WFV与GF-6/WFV的蓝、绿、红、近红外波段的相关系数分别为0.98,0.98,0.97和0.99,两种数据的表观反射率具有很高的一致性。GF-1/WFV基于蓝、绿、近红外波段构建的差值模型“B2+B4-B1”反演精度较高,模型反演的均方根误差为6.35 mg·L^(-1),平均绝对百分比误差为23.60%。GF-6/WFV基于近红外、红边1和红边2波段构建的比值模型“1/B5+B6”反演精度较高,模型反演的均方根误差(RMSE)为3.07 mg·L^(-1),平均绝对百分比误差(MAPE)为20.65%,以GF-1/WFV构建的差值模型“B1-B4”与GF-6/WFV构建的“B5-B4”对比发现后者均方根误差减小了2.61 mg·L^(-1),平均绝对百分比降低了32.33%,实验表明加入红边波段的模型反演效果较其他模型更好。采用建模公式得到了2020年滇池TSM分布图,滇池TSM的变化范围在4~45 mg·L^(-1),均值为18.23 mg·L^(-1),总体空间分布呈现北重南轻的分布态势,滇池TSM时间分布表现为上升-下降趋势。该研究不仅可以为湖泊水质监测传感器波段设置提供参考和借鉴,也为滇池水资源监管部门进行水质遥感监测提供了技术支撑。

中国陆地区域GF-1 WFV地表反射率产品

高分一号卫星(GF-1)搭载的WFV传感器具有高空间分辨率和宽幅成像能力,是资源调查和生态环境保护等领域的重要数据源。目前GF-1 WFV数据仅提供L1级标准化产品,缺少地表反射率产品,而大多数定量遥感研究都是建立在地表反射率产品的基础上。为了研发GF-1 WFV地表反射率产品,本文提出一种基于多源MODIS AOD空间融合和动态查找表的6S大气校正算法并生产和共享中国陆地区域2020年GF-1 WFV地表反射率产品。在产品精度验证方面,通过比较大气校正前后的影像质量、直方图和典型地物反射率差异并利用同步过境的Landsat 8 OLI地表反射率产品和地面实测数据进行定量验证。精度验证和分析结果表明,经过大气校正后的影像质量改善明显,与Landsat 8 OLI地表反射率产品具有良好的一致性。基于实测地表反射率数据的精度验证结果表明蓝、绿、红和近红外波段的均方根误差(Root Mean Square Error)分别为1.21%、1.53%、1.26%和6.14%。研究结果表明,研发的GF-1 WFV地表反射率产品的质量可靠且产品算法具有自动化和业务化的生产能力。

面向GF-1 WFV数据的闽江下游叶绿素a反演模型研究

叶绿素a浓度是可直接遥感反演的重要水质参数之一,常用来评价水体的富营养化程度.为建立适合于闽江下游叶绿素a浓度的反演模型,利用地面采样数据,结合GF-1 WFV光谱响应函数,选用多元回归、BP神经网络和随机森林方法,构建了叶绿素a浓度反演模型;并根据验证数据与实测值之间的决定系数(R^2)、均方根误差(RMSE)和平均相对误差对模型反演结果进行了比较.结果发现,随机森林模型的R^2为0.895,RMSE为1.994 mg·m^-3,平均相对误差为11.502%,是3种模型中最优的.为了评估模型的性能,进一步比较了WFV影像像元反射率反演的叶绿素a浓度值与相应的实测值.结果表明,随机森林模型同样具有较高的精度,其R^2为0.709,RMSE为3.540 mg·m^-3,平均相对误差为25.616%.本研究可为闽江下游水环境的监测提供一定的理论依据和技术参考.

GF-1 WFV影像的翅碱蓬植被指数构建

目前大部分植被指数主要针对绿色植被构建,缺乏针对其他颜色特别是红色植被的指数。此外,面向湿地或潮间带植被识别提取的植被指数也相对较少。为拓展针对红色植被指数构建的研究,结合翅碱蓬植被的红色特征,基于高分一号(GF-1)卫星宽覆盖影像(wide field of view,WFV),通过对比翅碱蓬及其周边地物在GF-1 WFV影像中的光谱反射率特征,构建了翅碱蓬植被指数(suaeda salsa vegetation index,SSVI)。为评估SSVI提取翅碱蓬的精度,以辽宁双台子河口湿地自然保护区为研究区,采用各种植被指数分别提取了不同年份的5景GF-1 WFV影像翅碱蓬信息,并对提取结果精度及错分像元数进行统计分析。结果表明,SSVI平均提取精度为88.6%,平均错分像元占研究区比例为5.1%,在5个指数中提取翅碱蓬精度最高、效果最好。此外,5期影像间较大的时间跨度也证明了SSVI的鲁棒性较强,具有较好的适用性,受时间影响较小。综上,构建的SSVI可有效用于翅碱蓬的识别与提取,并监测其时空变化。

基于GF-1/WFV数据的冬小麦条锈病遥感监测

条锈病是冬小麦常见病害,利用遥感影像对条锈病病害区域进行准确监测具有重要意义。该文利用GF-1/WFV影像,结合条锈病地面光谱数据分析,采用冬小麦条锈病遥感监测指数(wheat stripe rust index,WSRI)对河南西华县冬小麦条锈病发病范围进行了估测。首先,利用冬小麦NDVI加权指数(weighted NDVI index,WNDVI)获取冬小麦种植区域。其次,利用影像4个波段反射率之和提取不同冬小麦品种的分布范围,值较高的为条锈病高抗品种(郑麦系列),较低的则是条锈病易感品种(矮壮系列)。再次,构建冬小麦条锈病指数(wheat stripe rust index,WSRI),结合地面实地调查的条锈病分布数据,通过设定合理的WSRI指数划分阈值,提取条锈病染病区域并进行精度验证。结果表明,研究区内小麦条锈病空间分布识别的总体精度在84.0%以上,具有区域监测应用的潜力。该方法简单,可操作性强,表明宽波段GF-1影像结合WSRI指数的技术,是一种比较可行的小麦条锈病遥感监测方案。