基于HJ-1A/1BCCD时间序列影像的水稻生育期监测

为了准确获得作物大面积生育期信息,指导农业生产管理和决策,基于2009、2010年湖南双季稻生育期间42景晴空HJ-1A/1B CCD影像,提出了一种基于小波分析的生育期估计方法:首先通过线性插值构建像元尺度上逐日的增强植被指数时间序列集,随后采用小波分析对其进行去噪重建,得到反映水稻生长过程的日时间序列曲线,最后通过曲线特征估计水稻的关键生育期。以抽穗期为例,利用湖南沅江市20个田块实地调查数据对估计结果进行了验证,并与基于非对称高斯函数及基于Savitzky-Golay滤波的方法进行了对比,结果表明基于小波分析的方法平均误差为3d左右,整体上不高于后2种方法误差,能较精确地估计双季稻抽穗期,提供了一种新的有效监测水稻生育期信息的方法。

HJ-1A/1B星CCD传感器数据在黄东海浒苔监测中的应用

基于浒苔光谱特性和归一化植被指数,利用HJ-1A/1B星CCD传感器数据对黄东海浒苔进行监测。监测结果表明HJ-1A/1B星CCD传感器,可以提供比MODIS更多的精细信息,如提供重点海域的浒苔分布范围、覆盖范围、变化状况等信息。

基于HJ-1A/1B CCD数据的海南岛水体提取研究

基于HJ-1A/1B CCD数据,选取海南岛内300个训练样本,分别计算了利用归一化差异水体指数、基于蓝光的归一化差异水体指数和混合水体指数3种指数模型识别水体时,对林地、耕地、道路和居民地的区分度。结果表明,在应用HJ-1CCD数据进行水体识别时,混合水体指数模型的区分度最高(综合区分度为34.16%),是海南岛水体识别的最优模型。并确定了混合水体指数模型的最佳识别阈值(168.54)。利用混合水体指数模型高效地提取了2014年2月24日及9月24日海南岛的水体信息,全岛水域面积分别为677.41 km2和698.62 km2。经验证,水体提取总体精度达92.00%,混合水体指数模型具有水陆区分度较大和水体提取精度较高的优点,可以用来提取海南岛的水体信息。该文为海南岛水资源的优化配置与管理、洪涝灾害动态监测提供参考。

HJ-1A/1B卫星CCD数据在典型藻种赤潮和绿潮遥感监测中的应用

本文总结了我国沿海近年来发生的几种典型藻种赤潮以及浒苔绿潮的灾害发生特征，并利用我国环境减灾卫星（HJ-1A／1B）的ccD数据展开了赤潮和绿潮灾害遥感监测，建立了相应解译标志。结果表明，HJ-1A／1B卫星CCD数据能够快速、有效地识别水色异常信息，特别是小面积赤潮，满足我国沿海水色异常遥感监测的区域化、精确化和业务化要求。

HJ-1A/1B卫星CCD影像水环境遥感大气校正方法评价研究——以鄱阳湖为例

HJ-1A/1B卫星CCD传感器具有较高的空间、时间分辨率,在内陆湖泊水质遥感定量监测方面有很大潜力,大气校正是制约其应用的关键问题之一。以我国第一大淡水湖——鄱阳湖为研究区域,结合2009年、2011年两次现场实测数据对FLAASH,6S,COST和QUAC四种大气校正结果进行对比分析,并探讨各种大气校正算法对悬浮泥沙浓度反演精度的影响。结果表明:(1)HJ-1A/1B卫星CCD的第1波段在水环境遥感应用时,建议进行重新定标;第2和3波段四种大气校正结果精度相对较高,其中,FLAASH,6S和COST三种大气校正算法精度都较高,QUAC精度偏低,建议在可能的情况下对该算法进行有针对性的改进;(2)FLAASH,6S,COST和QUAC四种大气校正算法第2和3波段比值结果与实测数据吻合度最好,平均相对误差分别为8.2%,9.5%,7.6%和11.6%,因此建议在鄱阳湖水域尽量采用第2和3波段比值作为反演因子;(3)以四种大气校正结果为基础,与悬浮泥沙浓度直接建模,结果发现,四种模型反演精度均比用实测遥感反射率与实测悬浮泥沙浓度建立的模型反演结果要高,FLAASH,6S和COST三种算法反演所得悬浮泥沙浓度精度都较高,平均相对误差分别为:10.0%,10.2%和8.0%;QUAC略差,平均相对误差为18.6%。建议在泥沙浓度反演时采用大气校正结果与悬浮泥沙浓度直接建模,可以有效降低利用实测光谱数据建模引起的大气校正误差的累积效应;(4)在精度要求不是特别高的前提下,四种大气校正算法都可以采用,但综合算法复杂程度、精度、稳定性等多种因素,在辅助信息不全的情况下,COST大气校正算法更值得推荐。

HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;第二波段(绿光波段)和第三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;第一波段(蓝光波段)、第四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.

鄱阳湖HJ-1A/1B卫星CCD影像TSM浓度时空变化分析

应用2008年～2011年近4年鄱阳湖151景HJ-1A/1B卫星CCD传感器影像,以2008年10月、2009年10月和2011年7月开展3个航次的外业调查数据为基础,建立了总悬浮物(TSM,Total Suspended Matter)浓度遥感反演模型,研究鄱阳湖TSM浓度时空动态分布及其变化规律.鄱阳湖TSM浓度时空变化特征明显,日变率北湖为0～17mg/L,平均值为5.66mg/L,南湖0～12mg/L,平均值为3.01mg/L;TSM浓度季相变化上枯水期高于丰水期,且具有明显的季节性变化特征,月平均TSM浓度最大值/最小值之比变化最大的区域为北湖,2011年9月比2008年9月高出20.4倍;2009年～2011年年平均TSM浓度北湖分别为37.96、50.57、74.54mg/L;南湖区分别为23.40、31.50、33.28mg/L.

运用PLS算法由HJ-1A/1B遥感影像估测区域小麦实际单产

为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。该研究以2010-2013年HJ-1A/1B影像为遥感数据,分析了卫星遥感变量与小麦实际单产的定量关系,运用偏最小二乘回归算法构建及验证了以实际单产为目标的多变量遥感估产模型,并制作了小麦实际单产空间等级分布图。研究表明:实际单产与所选用的大多数遥感变量间关系密切,且多数遥感变量两两间具有严重的多重相关关系;实际单产偏最小二乘回归模型的最佳主成分为5,且植被衰减指数、绿色归一化植被指数、调整土壤亮度的植被指数、比值植被指数和归一化植被指数为实际单产遥感估测的敏感变量;建模集和验证集实际单产估测模型的决定系数分别为0.74和0.70,均方根误差分别为754.05和748.20 kg/hm2,相对误差分别为11.5%和8.88%,且估测精度比线性回归算法分别提高20%以上和40%以上,比主成分分析算法分别提高18%以上和30%以上,说明偏最小二乘回归算法模型估测区域实际单产的效果要明显好于线性回归和主成分分析算法,该模型应用结果与小麦实际单产区域分布情况相符合,为提高区域小麦实际单产的遥感估测精度提供了一种途径。

运用PLS算法由HJ-1A/1B遥感影像估测区域冬小麦理论产量

【目的】作物遥感估产是遥感技术在农业生产中研究与应用的重点领域,能够向大田区域生产提供及时可靠的产量信息,准确地估测作物产量,对于确保国家粮食安全,制定社会发展规划,指导和调控宏观种植业结构调整,提高涉农企业与农民的经营管理水平具有重要意义,为进一步提高遥感估产精度,显示国产影像在农业估产中的应用效果。通过筛选冬小麦理论产量的敏感遥感变量,构建基于国产影像的理论产量遥感估测模型,实现区域冬小麦理论产量遥感估测,为及时了解不同生态区域冬小麦产量丰欠变化趋势提供参考。【方法】以2010年4月26日、2011年4月28日、2012年4月28日和2013年5月2日冬小麦开花期四景HJ-1A/1B影像为遥感数据,提取出13个遥感变量,以江苏省泰兴、姜堰、仪征、兴化、大丰5县作为试验采样区,于各实验区选取具有代表性的样点进行采样,并于室内进行测定,将335个实测的冬小麦理论产量样本按3﹕2比例分成建模集和验证集样本,依据估算残差平方和处于最小值确定模型所需主成分数,将决定系数、均方根误差和相对误差为模型评价参数,利用建模集样本分析了卫星遥感变量与冬小麦理论产量的定量关系,运用偏最小二乘回归算法构建及验证了以理论单产为目标的多变量遥感估产模型,将其算法模型估产效果与线性回归算法和主成分分析算法模型进行比较,并制作了冬小麦理论产量空间等级分布图。【结果】理论产量与所选的大多数遥感变量间关系密切,且多数遥感变量两两间具有极显著的多重相关性;理论产量偏最小二乘回归模型的最佳主成分数为4,且结构加强色素植被指数、归一化植被指数、绿色归一化植被指数和植被衰减指数为理论产量遥感估测的敏感变量;经建模集和验证集评价,理论产量估测模型的决定系数分别为0.79和0.76,均方根误差分别为720.45和928.05kg·hm-2,相对误差分别为11.45%和13.92%,且估测精度比线性回归算法分别提高了25%以上和27%以上,比主成分分析算法分别提高了15%以上和16%以上,说明偏最小二乘回归算法模型估测区域理论产量的效果明显好于线性回归和主成分分析算法,且具有较强的应用能力。【结论】该模型应用结果与冬小麦理论产量实际区域分布情况相符合,为提高遥感对区域冬小麦理论产量的估测精度提供了一种有效途径,有利于大面积应用和推广。

HJ-1A/1B卫星远程播报系统的实现

基于环境与灾害监测预报小卫星星座中的HJ-1A、1B卫星遥感数据,提出一种卫星影像数据与矢量数据在远程播报系统中快速叠加匹配的方法与技术流程。在此基础上,实现了HJ-1A、1B卫星宽覆盖CCD相机的数据远程播报。系统测试表明,远程播报系统对HJ-1A、1B卫星数据空间定位准确,数据处理速度快,满足远程播报实时显示数据的要求。

基于HJ-1A/1B的2014年黄海海域浒苔灾害时空分布

自2007年以来,黄海海域每年的5月初-8月中下旬浒苔（Ulva prolifera）会周期性地暴发与消亡,导致海洋生态环境被破坏以及经济损失。利用2014年的HJ-1A/1B遥感影像,利用神经网络监督分类及RULE规则影像重分类动态阈值法,对2014年的浒苔的漂移路径、各时期影响的海域面积、分布面积以及暴发高峰期的最大面积进行了动态监测。结果表明,2014年浒苔持续时间为101 d,5月中旬开始在江苏省盐城市近海出现零星斑点,分布面积为2.299 km^2,影响面积为1744.799 km^2；6月初到6月中旬浒苔广泛分布于黄海海域,分布面积扩大至1367.145 km^2,达到当年的峰值；从6月下旬开始,浒苔进入衰退期,浒苔分布面积、相对聚集密度均急剧缩小,但影响面积的峰值出现在该时期；8月初消亡于青岛附近海岸,8月20日遥感影像已难以监测到浒苔的存在。2014年黄海海域浒苔经过了“出现—发展—暴发—衰退—消亡”5个发展阶段。

基于环境一号(HJ-1A/1B)卫星图像的浑善达克沙地荒漠化变化检测

本文旨在通过计算浑善达克沙地(北纬43°08′,东经119°38′)2006年~2009年的植被覆盖度,进行变化检测。研究结果表明:研究区西部森林砍伐现象严重,而北部和东北部地区植被恢复良好。该项目表明,新设计的环境卫星在探测荒漠化方面是有效的,而受测试的用于提取森林覆盖面积的植被覆盖度方法,对于绘制研究区域的荒漠化变化是有用的。

Assessment of total suspended sediment concentrations in Poyang Lake using HJ-1A/1B CCD imagery

We explored the potential of the environment and disaster monitoring and forecasting small satellite constellations (HJ-1A/1B satellites) charge-coupled device (CCD) imagery (spatial resolution of 30 m, revisit time of 2 days) in the monitoring of total suspended sediment (TSS) concentrations in dynamic water bodies using Poyang Lake, the largest freshwater lake in China, as an example. Field surveys conducted during October 17-26, 2009 showed a wide range of TSS concentration (3-524 mg/L). Atmospheric correction was implemented using the Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes (FLAASH) module in ENVI with the aid of aerosol information retrieved from concurrent Terra/Moderate Resolution Imaging Spectroradiometer (MODIS) surveys, which worked well at the CCD bands with relatively high reflectance. A practical exponential retrieval algorithm was created between satellite remote sensing reflectance and in-situ measured TSS concentration. The retrieved results for the whole water area matched the in-situ data well at most stations. The retrieval errors may be related to the problem of scale matching and mixed pixel. In three selected subregions of Poyang Lake, the distribution trend of retrieved TSS was consistent with that of the field investigation. It was shown that HJ-1A/1B CCD imagery can be used to estimate TSS concentrations in Poyang Lake over synoptic scales after applying an appropriate atmospheric correction method and retrieval algorithm.

基于HJ-1A/1B数据的高寒草地牧草营养动态监测模型

为了掌控高寒草地全年的营养状况与更好地利用草地和草畜平衡,该文基于HJ-1A/1B多光谱CCD数据,通过监测草地牧草全年4期营养动态和分析对应时期的遥感指数,建立了直接和间接的遥感动态对比模型,获得了草地牧草4期生物量和粗蛋白含量。结果表明:基于HJ-1A/1B多时相、多光谱数据,利用间接模型反演4期草地牧草生物量和粗蛋白是一种可行的方法,尤其在枯草期和返青期;草地牧草全年营养状况变化很大,最大相差约9倍。

基于HJ-1A/1B卫星遥感数据的积雪识别方法研究

积雪分布与变化是标示气候变化的敏感因子,采用具有长时间序列的大范围同步获取信息优势的卫星遥感数据进行积雪识别提取,具有重要的理论意义和实际应用价值。针对HJ-1A/1B卫星数据,结合积雪遥感监测的理论方法,在分析HJ-1A/1B卫星CCD和IRS传感器光谱响应特征的基础上,将应用较广的归一化差分积雪指数(NDSI)引入到HJ-1A/1B卫星中,得到了基于CCD和IRS两个传感器数据的HJ-NDSI积雪识别方法。为避免由幅宽、扫描区域等因素的差异引起的两种不同传感器同时相数据难获取的问题,对HJ-NDSI方法进行了改进,提出了一种仅利用IRS传感器数据的HJ-MNDSI积雪识别方法。通过对HJ卫星数据的统计分析,给出了两种方法中的推荐阈值。以西藏普兰为实验区,对上述两种方法得到的结果进行精度评价,结果表明,HJ-NDSI和HJ-MNDSI方法提取积雪的精度分别为97.66%和94.92%,均能满足实际应用的需要,但HJ-MNDSI方法能保证更大的积雪监测范围。

基于HJ-1A/B-CCD影像的湖北省冬小麦和油菜分布信息的提取方法

利用不同时期HJ-1A/B-CCD影像提取湖北省冬小麦和油菜分布信息。计算冬小麦、油菜不同生长期的NDVI曲线,通过野外调查和测量,获取冬小麦、油菜和其它典型地物的光谱特征。确定CCD影像提取冬小麦和油菜信息的最佳时相及不同地物在CCD影像上的色彩特征。采取最大似然分类法,对CCD影像进行分类,提取冬小麦、油菜分布信息。结果表明,HJ-1A/B-CCD影像提取精度达95.48%,可以用于提取冬小麦、油菜分布信息;对于湖北省而言,3月中、下旬(冬小麦拔节、油菜开花)是HJ卫星提取冬小麦、油菜信息的最佳时相;在最佳时相内,冬小麦和油菜具有不同的光谱特征和CCD影像色彩特点,且样本分布服从近似正态分布,可以用最大似然方法提取其信息。

环境减灾-1A、1B卫星宽覆盖多光谱CCD相机技术

环境减灾-1A、1B卫星装载的宽覆盖多光谱CCD相机实现了地面像元分辨率优于30m、对地幅宽大于700km、4个谱段推扫成像。CCD相机自2008年9月8日首次开机成像后,不断获取地面可见光信息.图像清晰、层次分明,图像数据广泛应用于灾害监测与评估、灾后恢复重建等方面。文章就HJ-1A、1B卫星CCD相机的设计原理、技术难点、进步点及创新点等进行了总结。

环境减灾-1A、1B卫星控制系统方案及在轨验证

简要介绍了环境减灾-1A、1B卫星姿态控制分系统的主要功能、指标要求、系统组成、工作模式、控制方案设计和主要故障诊断逻辑。根据卫星在轨运行数据,给出了卫星在轨运行的部分曲线和姿态控制、轨道控制的指标实现情况,对姿态控制分系统方案进行了在轨验证。

环境减灾-1A、1B卫星星座轨道设计

从工程应用的角度出发,对"环境与灾害监测预报小卫星星座"中的两颗光学卫星——环境减灾-1A、1B卫星进行了轨道和轨道控制方面的设计,对整个星座和两颗光学星的覆盖重访特性进行了设计和分析。