Improvement of Mono-window Algorithm for Retrieving Land Surface Temperature from HJ-1B Satellite Data

The thermal infrared channel (IRS4) of HJ-1B satellite obtains view zenith angles (VZA) up to ±33°. The view angle should be taken into account when retrieving land surface temperature (LST) from IRS4 data. This study aims at improving the mono-window algorithm for retrieving LST from IRS4 data. Based on atmospheric radiative transfer simulations,a model for correcting the VZA effects on atmospheric transmittance is proposed. In addition,a generalized model for calculating the effective mean atmospheric temperature is developed. Validation with the simulated dataset based on standard atmospheric profiles reveals that the improved mono-window algorithm for IRS4 obtains high accuracy for LST retrieval,with the mean absolute error (MAE) and root mean square error (RMSE) being 1.0 K and 1.1 K,respectively. Numerical experiment with the radiosonde profile acquired in Beijing in winter demonstrates that the improved mono-window algorithm exhibits excellent ability for LST retrieval,with MAE and RMSE being 0.6 K and 0.6 K,respectively. Further application in Qinghai Lake and comparison with the Moderate-Resolution Imaging Spectroradiometer (MODIS) LST product suggest that the improved mono-window algorithm is applicable and feasible in actual conditions.

基于HJ-1B与TM热红外数据的大亚湾核电基地温排水遥感监测

选取同天过境的Landsat5TM和HJ-1B红外相机数据,在获取3个大气参数后,结合辐射传输模型分别对大亚湾核电基地附近海域海表温度和温排水温升区的分布情况进行遥感监测,对比结果显示,环境卫星遥感监测数据与TM数据监测所得温排水在空间分布上具有较高一致性,二者反演出的绝对温度相差不超过1.1℃,相同温升等级范围内的相对温度均值也不超过0.4℃.因此,HJ-1B红外相机可满足核电站热污染的监测需求.

基于HJ-1B遥感数据的冬小麦旱情监测研究

为确定植被干旱指数(TVDI)法在苏北地区冬小麦干旱监测中的适用性,利用HJ-1B星CCD、IRS数据,建立地表温度(Ts)-归一化植被指数(NDVI)特征空间,并提取TVDI,对2012年3月26日宿迁市土壤水分信息进行遥感监测,以地面样点实测数据进行验证,评价了地表温度及植被指数信息对TVDI指数变化的敏感性。结果表明,宿迁市较干旱区域主要集中在市、县的城区附近,较湿润区域主要分布在水体周围;TVDI与土壤湿度的相关性随土层深度增加而降低,其中在10cm、20cm深度的相关性达到极显著水平;由于Ts直接影响土壤含水量,而NDVI为间接影响,因此TVDI对Ts的敏感性大于NDVI。基于HJ-1B数据的TVDI指数法对冬小麦干旱具有较好的监测效果。

基于单通道算法的HJ-1B与Landsat 5 TM地表温度反演一致性研究

针对传感器参数与Landsat 5 TM较为相近的环境减灾卫星HJ-1B的热红外数据是否能达到与TM6反演地表温度同样的效果的问题,作者获取了2009年4月15日覆盖北京地区相同范围的HJ-1B影像和Landsat 5 TM影像,采用Ji m啨nez-Mu oz和Sobrino的普适性单通道算法,通过遥感数据获取反演参数,对研究区的地表温度进行反演,并对两类数据反演结果的一致性进行了分析和评价。通过对反演结果的统计分析和分级填图表明,基于普适性单通道算法的HJ-1B与TM的热红外波段反演的地表温度在数值上和空间分布趋势上一致性较高。因此,具有较高时间分辨率和较大幅宽等优势的HJ-1B IRS数据在地表温度反演方面具有更大的潜力和应用范围。

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。

基于HJ-1B卫星数据的积雪面积制图算法研究

积雪是影响气候变化的重要因子,采用更高时空分辨率的环境减灾卫星遥感数据进行积雪制图算法的研究,对推进我国自主遥感卫星在积雪监测领域的应用具有重要意义.采用环境减灾HJ-1B卫星数据,以青海省果洛藏族自治州达日县为研究区,应用归一化差值积雪指数(NDSI)法建立了基于HJ-1B卫星数据的积雪面积制图算法,并比较MODIS与HJ-1B积雪图精度.结果表明:研究区HJ-1B积雪制图合理的NDSI阈值为0.37,总分类精度达到97.97%;与"真值"影像比较,HJ-1B积雪图Khat系数为0.911,高于MODIS的0.817.说明该研究建立的基于HJ-1B积雪制图算法精度可靠,适合对研究区积雪进行实时动态监测.HJ-1B更高的空间分辨率对提高研究区积雪覆盖面积监测精度具有重要的使用价值,但是地形因素是影响HJ-1B数据积雪分类精度的一个重要原因,随着坡度的增加,分类误差也随之增大,尤其是多测误差增加比较显著.

用HJ-1B卫星数据反演地表温度的修正单通道算法

目前用于地表温度反演的单通道算法主要针对窄视场传感器建立.HJ-1B卫星红外相机为宽视场传感器,其热红外通道(IRS4)观测天顶角可达±33°以上,在地表温度反演时必须剔除传感器观测角度的影响.以大气辐射传输模拟为基础,建立了基于传感器观测天顶角-大气函数系数的修正单通道算法.针对HJ-1B卫星与Terra卫星过境时间接近的特点,提出将MODIS大气水汽含量产品作为单通道算法的输入参数,并建立了观测天顶角-垂直与斜程大气水汽含量转换系数查找表.基于对光谱数据的模拟,给出了适用于IRS4通道的地表发射率确定方法.验证结果表明,修正单通道算法平均反演误差在1.1K以内,比不考虑传感器观测角度的单通道算法精度提高0.1～0.7K,反演误差对于传感器观测天顶角依赖性减弱.对实际HJ-1B卫星影像的应用结果表明,修正单通道算法反演的地表温度与MODIS地表温度产品具有较好的一致性.

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-1B热红外遥感数据陆表温度反演误差分析

误差问题制约着遥感数据和模型的应用。结合HJ-1B热红外波段(IRS4)遥感数据,基于热红外辐射传输(radiant transfer,RT)模型,对陆表温度(land surface temperature,LST)反演误差源做精确理论分析,并就减小误差提出建议。首先利用MODTRAN 4修正IRS4 LST反演RT模型,通过建立偏微分方程,研究误差产生规律和各参量误差对模型总误差的贡献。分析发现,LST反演误差与随地表温度和比辐射率的升高而降低,随大气总水汽含量升高而升高;LST主要误差源为等效噪声温差、水汽估算误差和比辐射率误差,典型情况下将分别造成0.6,0.6和0.5 K的LST误差。总体而言,利用IRS4反演LST的误差在1 K左右,除非用地面探测手段将水汽误差和比辐射误差分别降低到5%和0.5%,否则IRS4数据无法满足精度高于1 K的LST应用。

HJ-1B卫星热红外通道在轨场地定标与验证

在对热红外辐射计CE312定标的基础上,基于青海湖水面辐射校正场,采用CE312开展同步测量实验,对HJ-1B卫星热红外通道进行在轨绝对辐射定标。由于HJ-1B卫星在轨星上定标系统不稳定,高温点难以准确获取,因此分别使用单点法和两点法,对2010年8月1日和5日两组传感器入瞳等效辐亮度值和卫星通道计数值回归得到该卫星通道绝对定标系数,并使用内蒙达里湖水面辐射校正场2010年6月29日实测数据进行定标系数的验证工作。验证结果表明,青海湖场地两次定标系数有较好的一致性,定标结果稳定可信。两点法所得定标系数的精度高于单点法。

利用HJ-1B遥感数据反演西北地区近地表气温

近地表气温是一个重要的气候参数,为了给农业研究提供空间上连续的气温信息,以西北地区为研究区,利用HJ-1B数据运用温度-植被指数方法(temperature-vegetation index,TVX)反演近地表气温。首先采用修正普适性单通道算法反演地表温度,并利用同一地区的MODIS温度产品进行了对比验证,然后利用2010年7月20日、2010年8月28日、2011年8月8日3景影像结合研究区气象站点观测的气温资料推算饱和NDVI值,最后将推算结果应用到2011年8月28日影像,利用气象站点观测资料对TVX方法反演的气温进行了精度验证。结果表明,反演地表温度与MODIS温度产品空间分布趋势基本一致,符合研究区的地表覆盖状况;反演气温与反演地表温度空间分布格局具有较好的一致性,可以提供比气象站点观测数据更理想的空间异质性信息;反演气温值比观测值偏高,二者平均绝对误差MAE为2.16 K,均方根误差RMSE为2.72 K。为快速有效获取大范围的气温时空信息提供了一种新思路,对科学指导农业生产、合理利用农业资源具有一定的可参考性。

基于HJ-1B的城市热岛季节变化研究——以北京市为例

基于中国的HJ-1B卫星反演地表温度,通过建立一种2.5维高斯表面模型来对北京城市热岛建模,定量描述热岛的位置、形状和大小,并用这种模型来描述城市热环境及其季节变化。研究发现,北京市热岛效应季节变化明显,夏季市中心形成热岛且强度和范围最大,冬季城区中心变成冷岛。在2009年夏季,北京市热岛区域东西横跨33.92 km,南北横跨40.92 km,面积约为1 090.14 km2。相对的,在冬季,北京市区温度比郊区低,从而形成一个冷岛。研究表明HJ-1B卫星是城市热环境监测中的一个良好的数据源。

HJ-1B/IRS热红外数据反演太湖水温的方法比较

太湖是我国典型的富营养化湖泊,水温是影响太湖藻类生长的重要环境因子之一,我国环境减灾卫星HJ-1B搭载的红外多光谱相机IRS对太湖水温动态遥感监测具有较大的性能优势.利用6景过境太湖的IRS热红外遥感影像,分别采用单通道普适性算法、辐射传输模型法和单窗算法反演太湖水温,并与实测水温和同期的TERRA/MODIS温度产品进行对比.结果表明,普适性单通道算法反演水温偏高,而辐射传输模型法和单窗算法则偏低;3种算法反演水温的均方根误差在1.001 K以内,单窗算法反演精度最高,其次是辐射传输模型法,再次为普适性单通道算法,而同期MODIS温度产品的均方根误差为1.507 K.3种算法从IRS热红外数据反演的水温直方图均呈正峰态、尖峰状态分布,反演结果能真实地反映太湖水温的空间分布特征.本研究对只有单个热红外通道的卫星传感器开展内陆水体水温遥感监测具有一定的参考意义.

基于时间序列HJ-1 A/B卫星数据的冬小麦成熟期预测

准确、及时地掌握大区域尺度的冬小麦成熟期信息能够为农业机械调度、优化农作物收割顺序提供重要的参考依据。以华北平原中部冬小麦为研究对象,首先使用2013年研究区冬小麦生育期内HJ-1 A/B CCD时间序列影像,通过线性插值构建像元尺度上逐日的时间序列NDVI,随后采用上包络线S-G滤波方法重构时间序列NDVI,通过动态阈值法逐像元提取冬小麦抽穗期;然后以抽穗至成熟期的有效积温模型为判别依据,利用欧洲中期天气预报中心(ECMWF)提供的日平均气温预报数据,实现未来10 d冬小麦成熟期的动态预测;最后采用农业气象站点的成熟期观测值对预测结果进行验证,重点对比分析了从不同成熟期预报起始时间点获得的冬小麦成熟期精度,以确定最优的预报起始时间点。结果表明:当预报时效小于等于10 d时,成熟期预测精度趋于稳定,因此,综合考虑确定提前10天对预测冬小麦成熟期在时效和精度上最优,平均误差为3 d。该方法为地块尺度的区域农作物成熟期预测提供了可参考的技术途径。

基于HJ-1B卫星数据的草原火烧迹地提取及灾前可燃物特征分析

以2012年4月20日在蒙古国发生的特大草原火为例,用HJ-1B卫星CCD影像数据作为数据源,采用支持向量机分类方法提取火烧迹地,再用目视解译数据进行精度验证,总精度达到82.71%,Kappa系数为0.666 8,达到高度一致水平。对灾前的植被指数进行分析后,发现NDVI值小于0.1的比例为0.46%,大于0.1的比例为99.54%,因此能够判定当NDVI值大于0.1时,发生和蔓延草原火的概率较高。

基于实测光谱分析的HJ-1B数据浅层雪深反演

积雪的重要性是不言而喻的同时积雪所带来的危害也受到越来越多的重视。目前,积雪深度遥感监测研究主要集中在微波遥感,少量的利用光学遥感进行的积雪深度研究也主要是利用气象卫星数据以及MODIS数据等。我国自主发射的环境与灾害监测小卫星无论是在光谱分辨率还是在空间分辨率上,都与气象卫星数据以及MODIS数据有较大区别,对利用HJ-1B卫星数据进行积雪深度反演的研究较少。该文主要利用HJ-1B卫星数据,研究常规降雪深度状况下的积雪深度遥感监测方法。利用野外不同下垫面及深度状况的积雪光谱,在积雪覆盖信息提取的基础上,通过分析积雪覆盖指数以及HJ-1B卫星不同波段(绿光波段、近红外波段、短波红外波段)反射率与积雪深度的相关关系,建立了适用于HJ-1B星的积雪深度反演模型。模型验证结果表明,该模型能够满足较浅降雪深度状况下的遥感实时监测要求。

基于HJ-1B数据的雪盖提取方法研究——以军塘湖流域为例

HJ-1A、1B卫星具有较高的时间和空间分辨率,适合小流域尺度的积雪动态监测研究。本文基于HJ-1B数据,选取军塘湖流域,针对同时具有HJ-1B/CCD、IRS数据和只有HJ-1B/CCD数据两种情况展开雪盖提取方法研究。对于第一种情况,因研究区南端有大面积森林覆盖,会影响雪像元识别,选用NDSI和S3两种雪盖指数,并利用NDVI或TM影像反演的林区辅助判识积雪。结果表明:当有植被信息辅助分类时,两种雪盖指数均能较好提取出森林覆盖区的积雪,且提取结果基本一致,精度较高。对于第二种情况,因无法计算雪盖指数,采用光谱与纹理信息结合的SVM法提取雪盖,提取的面积和精度与上述方法相比略低,但很接近,说明在缺少IRS数据的情况下,仅利用CCD仍可提取出较为准确的雪盖,满足实际应用需求。

利用HJ-1B模拟数据反演地表温度的两种单通道算法

现有的两种单通道算法(覃志豪单通道算法和Jiёmnez-Muoz&Sobrino单通道算法)都是针对Landsat TM提出的,中国即将发射的HJ-1B卫星传感器也仅有一个热红外波段,要想应用这两种算法对HJ-1B数据进行地表温度的反演,需要根据HJ-1B热红外波段的通道响应函数来重新得到算法中的经验关系.文中针对HJ-1B卫星传感器对这两种算法进行了修订,通过大气辐射传输软件MODTRAN4模拟数据对算法进行了精度评价和参数的敏感性分析.并在此基础上考虑HJ-1B卫星传感器的噪声等效温差(NEΔT)和各种参数的估计误差对算法进行了综合误差分析,发现在NEΔT≤0.3K的情况下,覃志豪单通道算法平均综合误差为1.14K,而Jiёmnez-Muoz&Sobrino单通道算法平均综合误差为0.94K.基于模拟的HJ-1B热红外波段数据,采用修订后的算法进行了地表温度的反演实验,通过对反演结果的分析,发现覃志豪单通道算法反演的地表温度比模拟的地表温度低1.2K左右,而Jiёmnez-Muoz&Sobrino单通道算法比模拟的地表温度低0.8K左右.从算法验证和应用的结果来看,修订的这两种算法可以方便地应用到对HJ-1B热红外波段数据的地表温度反演.

基于HJ-1B数据的冬小麦留茬覆盖度遥感估算

作物茬作为农田生态系统的重要组成部分,影响着农田生态系统中的营养物质、碳、水和能量的流动与循环。建立了基于HJ-1B数据的冬小麦留茬覆盖度遥感估算模型,为区域作物留茬覆盖度遥感监测提供技术支撑。以山东禹城市冬小麦为例,分析了冬小麦留茬覆盖度与HJ-1BCCD数据各波段反射率、红外多光谱成像仪IRS数据的近红外和短波红外波段反射率及三种归一化光谱指数之间的相关关系,选取IRS归一化指数构建冬小麦留茬覆盖度光学估算模型。使用独立的地面观测数据对模型进行检验,模型估算的最大相对误差为24.96%,平均相对误差为9.28%,达到了一定精度。