HJ1B-CCD影像的质量评估及分析

采用了2009年10月21日同一天获取的浙江中部同一地区的TM与HJ1B-CCD(环境星)的数据,利用主观质量评价和客观质量评价两种图像质量评价方法,对HJ1B-CCD图像与TM1-4波段图像进行了对比评价。主观质量评价方法选取清晰度、反差、地物识别度、地面分解力4个评价指标;客观质量评价方法选取了辐射精度、清晰度、信息量、信噪比、地面分解力5个数据质量评价指标。研究结果表明:HJ1B-CCD图像与TM图像在清晰度、信息量及地面分解力方面能力近似,在辐射精度及信噪比方面低于TM图像。结合NDVI指数对比,相对于HJ1B与TM3、TM4的结果评价,HJ1B图像第3、4波段质量要好,HJ1B在植被识别等应用方面有较好的应用前景。

基于HJ1B和ALOS/PALSAR数据的森林地上生物量遥感估算

森林地上生物量的精确估算能够减小碳储量估算的不确定性。为了探寻一种有效地提高森林生物量估算精度的方法,探讨了基于遥感物理模型和经验统计模型估算山地森林地上生物量的方法。首先,基于Li-Strahler几何光学模型和多元前向模式(MFM)进行模型模拟,结合查找表算法(LUT)从多光谱图像HJ1B估算贺兰山研究区的森林地上生物量。其次,采用统计方法建立了2种回归模型:(1)多光谱图像HJ1B进行混合像元分解(SMA),并与雷达图像ALOS/PALSAR进行图像融合建立生物量回归模型;(2)雷达图像ALOS/PALSAR后向散射系数和实测生物量建立了生物量回归模型。用实测数据对3种算法估算结果进行精度验证。研究结果表明:采用几何光学模型和MFM算法估算的森林地上生物量精度最好(决定系数R2=0.61,均方根误差RMSE=8.33 t/hm2,P<0.001),其估算地上生物量与实测值一致性较好,估算生物量精度略优于SMA估算的精度(R2=0.60,RMSE=9.417 t/hm2);ALOS/PALSAR多元回归估算的精度最差(R2=0.39,RMSE=14.89 t/hm2)。由此可见,采用几何光学模型和混合像元分解SMA适合估算森林地上生物量,利用这2种方法进行森林地上生物量遥感监测研究具有一定的应用潜力。

基于HJ1B-CCD1的太湖叶绿素a含量反演

波段比值法作为比较成熟的基于生物光学对叶绿素a含量反演的经验模型,目前较多运用于对二类水体富营养化叶绿素a含量反演.本文分别对环境小卫星数据B3和B4波段作为建立模型的波段组合建立线性回归、指数、对数、多项式、幂等五种回归模型.通过R^2系数对比,发现多项式模型拟合效果最佳.经验证点对比分析,发现此模型对太湖湖区的叶绿素a含量能够进行较好的反演.

HJ1B星CCD相机内方位元素的在轨标定方法

为了获得内方位元素的在轨值,提高遥感影像的定位精度,利用线阵推扫传感器构象模型,提出了一种对HJ1B-CCD相机内方位元素进行在轨标定的方法。首先,选取地面控制点,建立地面控制点和相应像点的共线方程组;其次,建立误差方程,估算未知参数的初值;最后,利用狭义岭估计的方法解算误差方程,获得内方位元素和外方位元素值。实验证明,用该方法对HJ1B-CCD相机内方位元素进行在轨标定,具有较高的稳定性和精度。

基于多源遥感数据的草地生物量估算方法

为了寻求有效的草地生物量估算方法和精确估计荒漠草原草地生物量及其变化规律,该文探讨了利用全极化RADARSAT-2 C波段雷达数据和HJ1B图像及野外调查获得的样方生物量数据,估算荒漠草原人工柠条灌木林地上生物量的方法。在对柠条灌木林地上生物量和雷达后向散射系数及HJ1B图像归一化植被指数(normalized difference vegetation index,NDVI)进行相关分析的基础上,采用多元逐步回归分析从RADARSAT-2数据及HJ1B植被指数NDVI建立了人工柠条林生物量模型,用实测草地生物量值对模型进行验证,同时将光学和雷达图像进行融合和分类处理,在此基础上对草地生物量进行分布制图,并将其结果与HJ1B的NDVI模型生物量估算结果进行对比。结果表明:柠条林地上生物量与RADARSAT-2雷达后向散射系数之间存在较好的定量关系(决定系数R2=0.71,均方根误差(root mean square error,RMSE)=14.2 kg/hm2,P<0.001),其估算生物量与实测生物量一致性较好,估算生物量精度优于HJ1B的NDVI指数估算结果(R2=0.27,RMSE=20.58 kg/hm2)。由此可见,利用光学图像HJ1B和雷达数据RADARSAT-2融合分类能进行地物有效识别,雷达遥感数据可以用于草地结构参数的定量研究。利用光学和微波协同遥感进行草地生态系统监测研究具有一定的应用潜力。

基于多源遥感数据的森林生物量估算模型研究

探讨了利用光学遥感图像HJ1B和多极化L波段微波遥感数据ALOS/PALSAR建立森林生物量估算模型的方法,利用统计回归方法建立了4种模型:1利用雷达图像ALOS/PALSAR后向散射系数和实测生物量建立的生物量回归模型;2利用多光谱图像HJ1B进行混合像元分解(spectral mixture analysis,SMA)后的组分图像与雷达图像ALOS/PALSAR进行图像融合建立的生物量回归模型;3利用多光谱图像HJ1B进行混合像元分解后的组分图像与实测生物量建立的生物量回归模型;4利用HJ1B图像的NDVI指数与实测生物量建立的生物量回归模型。对4种模型估算的生物量进行了对比分析。结果表明:第2种方法融合后图像与森林地上生物量之间存在较好的定量关系,估算生物量与实测生物量一致性较好,估算生物量精度优于其他模型结果。利用光学和微波图像协同遥感能够有效地提高森林生物量估算的精度,但并非所有的融合方法都能提高生物量估算的精度。利用雷达和光学图混合像元分解法进行植被生态系统监测研究具有一定的应用潜力。

南水北调调蓄湖泊水质参数遥感反演及其影响因素

基于Landsat与HJ1A/1B多源遥感数据、实测水质数据、光谱数据,利用悬浮颗粒物(SPM)、叶绿素a(Chl-a)质量浓度与水体光学特性之间的关系构建反演模型,模拟SPM、Chl-a质量浓度的时空演变规律及其影响因素。结果表明:1985—2015年,随着南水北调工程的实施,东平湖春季SPM与Chl-a质量浓度变化呈现3个阶段显著变化的特点,且SPM与Chl-a质量浓度总体上呈现负相关趋势,SPM质量浓度较高区域的负相关趋势尤为显著,相关系数最高达-0.86;调水过程中,径流导致的底质再悬浮使得SPM质量浓度增高,而调水注入的稀释作用使得Chl-a质量浓度降低;第一、二阶段SPM与Chl-a质量浓度分布规律主要受大汶河流域污染、围网养殖等综合因素影响,第三阶段主要受水体流速、流向等调水期水动力因素影响。

环境一号卫星影像中水体信息提取方法研究

从卫星遥感影像中快速、准确地提取水体信息已经成为水资源调查、水资源宏观监测、城市绿化度调查及湿地保护的重要手段。针对HJ—1A/B(中国环境一号卫星)影像与Landsat ETM(美国陆地探测卫星)影像的相似性,利用水体特有的光谱特性,采用多种水体提取方法对HJ—1A/B影像中水体信息进行了快速提取,并比较了两种影像水体提取结果。总结了在环境一号卫星影像中进行水体提取的精度影响因子。分析了传感器、分辨率、水体提取模型对水体提取的影响。

国产高分辨率卫星数据在黄河防凌监测中应用

自2002～2003年度首次启用遥感技术监测黄河凌情以来,到目前已连续进行了10个年度。10个年度的生产实践表明:国产高分辨率卫星遥感数据能够有效跟踪黄河凌情的发展过程,实现黄河凌情的日动态监测、重点时段的精细监测和突发凌汛灾害时的实时监测。黄河凌情尤其在封开河阶段,日变化非常显著,中巴资源卫星作为国产高分辨率可见光民用遥感卫星的代表,以其大视场、高空间、高时间分辨率的特点,动态监测凌情,基本做到每天实现一次全覆盖监测的能力,配合其他如中国遥感卫星等高分辨率可见光、雷达数据,初步实现了凌情发展预估、开河前的河道槽蓄水量计算、封开河期间冰凌险情监测以及发生凌汛灾害时灾情信息采集与评估,为黄河防凌调度、决策会商提供了有力的技术支持。