基于ICESat/ICESat-2卫星测高数据的黄河中上游水库水位监测

精确地提取出内陆水库水位高程数据以及分析其变化特征,对气候和生态环境变化、水资源管理等方面的研究具有重要的意义。利用ICESat卫星2003年10月至2009年4月期间的全球地表测高数据与ICESat-2卫星2018年11月至2022年6月期间的全球内陆水体高程数据,对黄河流域龙羊峡、刘家峡、三门峡、小浪底水库多期历史水位变化数据进行提取,并结合水文站实测数据对其准确度加以检验。结果显示:龙羊峡、刘家峡、三门峡与小浪底水库在水位变化上相互调节水位,确保了水库的安全运行和水资源的合理利用;通过与实测水位对比分析,龙羊峡、小浪底水库ICESat卫星测量水位与实测水位相关性系数分别为0.996、0.997,均方根误差分别为0.323 m、0.4567 m,平均误差分别为0.195 m、0.248 m;龙羊峡、刘家峡、三门峡以及小浪底水库ICESat-2卫星测量水位与实测水位相关系数分别为0.996、0.987、0.977、0.999,其均方根误差分别为0.6308 m、0.9606 m、0.7077 m、0.1354 m,平均误差分别为0.5046 m、0.7684 m、0.5661 m、0.11 m。此外,ICESat数据在一定程度上弥补了数据的缺失,表明全球地表测高数据与全球内陆水体高程数据在内陆水体水位变化监测方面具有很高的可行性。

基于ICESat-2多波束激光测高数据的全球海洋重力异常反演分析

卫星测高技术是获取精细海洋重力数据的重要技术手段之一。常规卫星测高反演海洋重力异常主要是利用沿轨测高数据,而跨轨数据因较长的时间间隔或者稀疏的地面轨间距往往不能用于海洋重力异常反演,进而影响了海洋重力异常模型精度的进一步改善。新型激光测高ICESat-2能够同时获得3对光束观测数据,相邻激光束的地面间距约为3 km,为结合跨轨数据改善海洋重力异常模型提供了可能。本文首先给出了集成沿轨和跨轨数据反演海洋重力异常的处理策略;然后,分别利用沿轨数据和集成的数据构建了ICESat-2全球海洋重力异常模型(IS2Gra_alo和IS2Gra_alo_acr),结果表明通过补充跨轨数据能够有效提高沿轨数据反演海洋重力异常的精度,并验证了ICESat-2测高数据反演全球海洋重力异常的可靠性。此外,本文还探讨了ICESat-2不同跨轨数据组合对海洋重力异常模型反演精度的影响,在沿轨数据的基础上集成适当距离的跨轨观测数据能够有利于改善海洋重力异常模型的精度。本文研究为后续SWOT宽刈幅测高数据和我国双星跟飞模式测高数据反演海洋重力异常模型提供了参考意义。

ICESat-2激光雷达噪声光子标识及分布特点研究

利用PhotonLabeler实现对星载光子计数数据的噪声光子标识研究,并分析常见场景噪声光子分布特点,最后生成了一套光子计数噪声标识产品。本研究结果包括:太阳辐射会引起大量噪声出现;海洋区域的噪声光子会受到风浪、水深、海岸线、水中杂质等因素的影响;冰川情况下光子分布多受到积雪厚度、积雪密度、冰盖厚度、冰盖密集度及冰盖表面的粗糙程度等一些外来因素的影响;冬季情况下,噪声光子数目明显少于夏季,分析得出冠层高度及植被覆盖率等因素会引起大量噪声光子出现;多数情况下,弱光束对地表反演能力低于强光束,强光束可以捕获更多的光子点云数据。

基于ICESat-2和Sentinel-2A数据的森林蓄积量反演

森林蓄积量是林业调查的重要指标,在衡量森林健康状况和评价森林固碳能力等方面发挥重要作用,协同主被动遥感是当前反演大区域森林蓄积量的主要手段。以云南香格里拉森林为研究区,分别提取ICESat-2/ATLAS和Sentinel-2A影像的特征变量,并通过相关性分析和共线性诊断方法筛选特征变量,构建Sentinel-2A变量集和ICESat-2/ATLAS变量集,以及二者联合的变量集,然后结合样地实测数据与3个特征变量集,采用逐步线性回归和随机森林方法分别建立线性和非线性回归模型,反演森林蓄积量,并对结果进行精度验证及对比分析。研究结果表明:对3个变量集,随机森林方法精度均优于逐步线性回归;ICESat-2/ATLAS变量集在2种回归方法下的反演精度均高于Sentinel-2A变量集;联合Sentinel-2A和ICESat-2/ATLAS变量集,随机森林方法的反演精度最高,其R 2,RMSE和rRMSE分别为0.7034,84.78 m^(3)/hm^(2)和36.46%。整体来说,与Sentinel-2A数据相比,基于ICESat-2/ATLAS数据及其与多源数据联合的反演模型均可以提高森林蓄积量反演精度和模型稳定性。

基于ICESat-2的横断山区NASA DEM高程精度评价与误差校正

以星载激光雷达ICESat–2为参考数据源,将NASA DEM作为实验数据,分析了其在横断山区中西部复杂地形地貌区的整体高程精度;同时,研究了DEM误差与地表变量(如坡度、坡向、起伏度、植被覆盖度、土地利用类型等)之间的关系。为校正NASA DEM的高程误差,引入随机森林、反向传播神经网络、极度梯度提升树模型和轻量级梯度提升模型等4种机器学习方法,结合地表变量构建了高程误差校正模型并对校正后的NASA DEM进行精度分析。结果表明:NASA DEM的高程平均误差为–3.5 m,平均绝对误差为8.2 m,均方根误差为11.7 m,高程误差符合正态分布。NASA DEM的高程精度随着坡度、起伏度和植被覆盖度的增大而降低,不同坡向和土地利用类型下的高程精度存在较大差异。4种机器学习模型均能校正NASA DEM的高程精度,校正后的平均误差、平均绝对误差和均方根误差均有所改善;RF、XGBoost和LightGBM校正后的平均误差均为0 m;BPNN校正后平均绝对误差最低为6.9 m;BPNN和XGBoost校正后均方根误差最低均为10.6 m;BPNN校正后的R2值最高;BPNN在不同土地利用类型下的校正精度表现最佳。本研究结果为地学研究中选择和应用NASA DEM时提供精度上的参考依据,并通过引入多种机器学习模型,为NASA DEM及其他全球DEM产品高程误差校正研究提供了有效的方法论。

一种基于ICESat-2激光光子与SRTM数据的冰川高程变化误差稳健估计方法

针对利用ICESat-2星载光子点云数据进行冰川高程变化监测时,不同地形条件下的ICESat-2激光光子数据质量差异较大导致冰川高程变化量估算误差较大的问题,本文以青藏高原上中国最大的海洋性冰川——恰青冰川为例,联合使用ICESat-2激光测高数据及30 m分辨率SRTM的DEM产品,提出了融合稳健估计准则的多函数拟合冰川高程变化量估算误差改正模型,降低了因地形坡度引起的冰川高程变化量估算误差;进而,估算了2000—2021年间恰青冰川的高程变化速度及质量变化量。结果表明,与对应的传统最小二乘估计结果相比,本文提出的融合稳健估计的函数模型改正效果更优。随后,将改正结果与多种数据进行交叉验证,能够证明该误差改正模型的有效性和可行性。因此,该模型可以有效改善冰川高程和质量变化信息提取的精度,研究结果表明,研究区21年间冰川高程变化速率约为(-0.52±0.56)m·a^(-1),冰川质量变化约为-12773.81×10^(5)t。此外,经过对21年间气象数据的年变化和月变化分析可知,气温和降水量等因素是引起冰川高程变化的主要动因。

基于星载激光雷达ICESat–2/ATLAS数据的森林郁闭度估测研究

以云南香格里拉市为研究区,基于ICESat–2/ATLAS数据,采用随机森林回归、梯度提升树回归及最近邻回归的方法分别建立遥感森林郁闭度估测模型,选择最优模型反演研究区光斑内的森林郁闭度。结果表明:采用随机森林建模估测森林郁闭度时效果最好,其R^(2)为0.9446,RMSE为0.0560,P为90.60%。研究得到香格里拉市内74873个有效林地光斑对应的郁闭度预测值,结合光斑中心坐标得到全市内所有光斑森林郁闭度的空间分布图。研究结果可为低纬度高海拔地区森林郁闭度遥感估测提供参考。

ICESat-2水深提取方法及其反演应用

相比于传统水深测量方法,结合主动激光卫星ICESat-2数据与被动光学遥感影像的主被动融合水深反演方法具有低成本、覆盖面积广、不受地域限制、无需地面实测数据等优点.研究选取澳大利亚大堡礁中部的John Brewer Reef和南部的Fitzroy Reef为实验区,开展主被动融合水深反演实验.针对ICESat-2光子点群信噪比低、光子点水深信息提取和改正难的问题,本文提出基于光子点群高斯分布特征的海面光子点群提取方法和基于深度自适应DBSCAN的海底光子点群提取方法,并顾及海面倾斜引起的入射角偏移,改进了Parrish水体折射改正几何模型.实验表明,基于光子点群高斯分布特征的海面光子点群提取方法和基于深度自适应DBSCAN的海底光子点群提取方法可以高效准确地提取出有效的海面、海底光子点群;经过地球物理改正和基于改进模型的水体折射改正后,水深变浅,且改正项与改正前水深呈线性关系,线性系数约为-0.2550.实验将提取并改正后的ICESat-2光子点水深与经大气校正、耀斑校正、空间域滤波等预处理后的Sentinel-2影像进行空间匹配构建水深反演样本集,并利用单波段模型(SB)、比值模型(BR)、Lyzenga多项式模型(LP)、二次多项式模型(QP)、三次多项式模型(CP)、支持向量回归模型(SVR)、多层感知器模型(MLP)、随机森林回归模型(RF)等水深反演模型对实验区全域水深进行反演.通过对比分析多种水深反演模型在不同地理区域和ICESat-2水深样本分布条件下的表现,研究为不同场景下的主被动融合水深反演策略提供了一定的科学依据.

利用ICESat-2激光测高监测和评估鄱阳湖水位变化特征

ICESat-2卫星搭载了先进的光子计数激光测高仪,可实现对内陆中大型湖泊水位动态变化监测.本文利用ICESat-2卫星2018—2020年逐月的ATL13全球内陆水体数据估计和分析鄱阳湖水位变化特征,利用鄱阳湖湖口、星子和康山水文站实测数据进行验证和误差修正,并结合各测站水位数据、降雨量数据分析鄱阳湖水位动态变化及其成因.结果表明:1)鄱阳湖年内水位变化剧烈,具有明显的季节变化规律,6—10月为高水位期,其他月份为低水位期,水位高峰期出现在7—9月,总体水位呈上升趋势.2)ICESat-2测高水位与实测水位相关性R^(2)为0.846以上,经过误差修正后相关系数高达0.974.湖口站、星子站和康山站的均方根误差(RMSE)分别为1.660、1.073和0.836 m,经过误差修正重新计算后,三站RMSE分别为0.663、0.659和0.440 m,其测量精度提升约1 m.3)鄱阳湖水位变化与降雨量高度相关,1—2月和10—12月降雨量较少,为枯水期,水位下降;3—10月降雨量增多,为丰水期,水位上涨;降雨主要集中出现在7—9月,对应水位高峰期.

基于ICESat-2光斑尺度外推建模的不同森林类型地上生物量反演

森林地上生物量是衡量森林生态系统固碳能力和生产力的重要指标,利用遥感手段可以快速完成连续、大规模的森林地上生物量反演与制图,建立外推模型且更加精准地估算是遥感反演森林生物量的关键。本文以湖北省崇阳县为研究对象,通过星载激光雷达ICESat-2数据与不同类型森林地上生物量建模,结合多光谱Landsat8卫星影像,利用多元线性回归和随机森林算法,完成该地区2013—2023年森林生长季30 m分辨率时间序列地上生物量制图。结果显示,ICESat-2 ATL08数据可以较好地估算光斑点生物量,针叶林R^(2)=0.872,阔叶林R^(2)=0.806。试验验证了星载激光雷达对不同森林类型生物量的估算能力,对未来大区域尺度森林生物量及碳汇时空变化格局研究提供了方法和依据。

基于ICESat-2的陕西省SRTM和ASTER GDEM数据对比分析研究

SRTM1 DEM和ASTER GDEM V3作为全球公开使用的最新DEM数据,为地形研究、GIS应用、资源管理、环境监测等领域提供重要的数据支持。本研究旨在分析它们在不同地形和地表覆盖物区域的误差分布情况,探究其在地形表达中的优势、劣势。选取陕西省特有地形,结合地形剖面和曲面误差方法,首次利用ICESat-2分析比较了SRTM1 DEM和ASTER GDEM V3数据的垂直精度在卫星轨道、地形地貌、土地覆盖中的误差分布。通过研究发现:STRM1 DEM和ASTER GDEM V3的总体平均误差分别为0.056 m和5.301 m,受轨道因子的影响,SRTM1 DEM垂直精度高于ASTER GDEM V3。坡度对数据的精度影响占比最大,林地的数据精度显示最低,地貌中平原地区影响最小,但误差随地形起伏不断增加。SRTM1 DEM误差曲面跨度小于ASTER GDEM V3,对于地形表达比ASTER GDEM V3更加精确。分析结果进一步验证了两种DEM数据测绘原理不同导致精度差异。

ICESat-2/ATLAS雷达数据在林业中的应用

ICESat-2/ATLAS作为新一代星载光子计数雷达,较ICESat-1/GLAS在载荷设备、模型算法及测距精度等方面都有了极大的提升。本文介绍了ICESat-2/ATLAS的物理参数、数据产品,并列出了当前ATLAS数据产品去噪分类的各类算法,总结了ICESat-2/ATLAS数据在林业中的应用,包括制作高分辨率的森林高度制图、森林地上生物量的反演、林下地形的反演等,并对比分析了各类研究结果的观测精度及可靠性。最后,对ICESat-2/ATLAS在多源遥感协同不同数据源的应用上进行了展望。本研究能为星载光子计数雷达在林业中的应用提供一定的参考。

ICESat-2数据背景光子特性及滤波方法研究

ICESat-2(Ice,Cloud and Land Elevation Satellite-2)是世界首颗采用光子计数模式的激光测高卫星,可快速获得高精度、大尺度地面三维数据。光子探测机制使得数据中除了地面信号外,还包含大气散射等背景信号,需要通过滤波才能获得地形等信息。为分析ICESat-2背景和信号光子的分布特点及点云滤波算法的效果和适用性,本文首先选取了六种地表覆盖类型(城市、海冰、沙漠、植被、海洋及冰盖/冰川)及不同观测条件的数据,对其背景光子率进行统计分析。分析结果表明:白天观测数据的背景光子率平均为106(点/秒)数量级,远高于夜晚观测数据的背景光子率——104(点/秒)数量级,弱波束的背景光子率与强波束背景光子率相当,六种地表覆盖类型中,冰盖/冰川的背景光子率最高。然后,根据统计结果筛选出21组测高数据,并选取七种具有代表性的点云滤波对其进行去噪实验,分析精度后得出结论:改进局部密度法的去噪效果最佳,算法召回率、精准度和F值均大于0.90,算法较为稳定。最后,对所选取各滤波算法的精度、特点与适用性等性质进行了总结与分析,可为后续该数据的使用和滤波算法的选择提供参考。

基于多波束激光测高卫星ICESat-2观测的垂线偏差解算

卫星测高技术中,传统的微波雷达海洋测高卫星轨道倾角近90°,且只能利用沿轨海面高数据计算垂线偏差,导致其解算垂线偏差卯酉分量比子午分量精度差。ICESat-2搭载的ATLAS系统可同时发射6条激光波束测量海面高,有望通过计算跨轨垂线偏差来提高卯酉分量精度。本研究以中国南海(0°N~30°N,105°E~125°E)为研究区域,基于ICESat-2海面高产品ATL12计算沿轨垂线偏差和跨轨垂线偏差,并利用最小二乘配置法反演1′×1′规则网格垂线偏差。实验结果表明:ICESat-2沿轨海面高数据解算的子午分量和卯酉分量与XGM2019e_2159-DOV模型的验证精度分别为0.90″和1.91″,子午分量精度明显高于卯酉分量。而跨轨海面高数据解算的子午分量和卯酉分量与XGM2019e_2159-DOV模型的验证精度分别为2.63″和1.66″,卯酉分量精度明显提高且高于子午分量。

地貌分带下基于ICESat-2与GF-1的珊瑚礁水深遥感优化反演方法

研究以中国南海西沙群岛华光礁西部剖面为试验区,采用高分一号(GF-1)遥感影像及“冰、云和陆地高程2号”(ICESat-2)星载激光测高数据,基于珊瑚礁地貌分带建模优选策略构建了试验区25 m以浅水深遥感反演模型,并将模型外推应用至西沙群岛有实地调查水深数据的珊瑚礁剖面研究区。建模结果显示,礁坡和深潟湖地貌采用波段比值二项式回归模型,礁坪、浅潟湖和点礁地貌均采用多波段比值回归模型,可以使得地貌单元内基于GF-1影像的水深遥感反演达到最优效果。模型反演水深数据与实地调查水深数据相关系数为0.95;实地调查水深数据与ICESat-2深水区数据综合验证结果显示,模型均方根误差为1.34 m,平均绝对误差为1.08 m,平均相对误差为17.10%。研究表明,本文提出的基于地貌的主被动遥感水深反演模型显著改进了珊瑚礁区中分辨率遥感水深反演模型的精度,可为大范围珊瑚礁区高精度的水深反演提供方法支持。

ICESat-2激光雷达海面信号提取和海浪要素计算

美国NASA于2018年发射的ICESat-2 (The Ice, Cloud, and land Elevation Satellite-2)卫星上搭载的ATLAS (Advanced Topographic Laser Altimeter System)是目前为止全球唯一一个对地观测的星载光子计数激光雷达,具有较高的轨向空间采样率,为用遥感的方法探测海浪要素提供了可能。光子计数激光雷达用于海浪探测的前提是能够准确地提取来自海面的信号光子,并确定瞬时的海面廓线。迄今为止,用星载光子计数激光雷达探测海面形态和海浪要素的研究鲜见报道,也缺少专门针对海面信号光子的提取方法。基于海面信号光子的分布特点,文中提出了一种新的信号提取算法:首先通过直方图统计及自适应的阈值选取完成对海面回波光子的粗去噪;然后基于激光雷达光斑尺寸和海面波动特点,选取合适的搜索邻域计算信号点和噪声点密度,根据两者点密度差异对信号光子和噪声光子分类;最后用高斯函数拟合的方法进一步去除密度较大的后向散射噪声光子,最终得到来自海面反射的信号光子。利用上述算法提取了太平洋7个不同海况区域的海面信号光子和瞬时海面廓线并进一步计算出当地海浪的峰值波长和周期。将计算结果与同期欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的全球大气再分析ERA5(ECMWF Re-Analysis5)数据作对比,在不同风速、水深的海域都获得了基本一致的结果,超过半数区域的海浪周期误差在5%以内,初步证明了星载光子计数激光雷达观测成果用于海浪要素计算的可行性。

Sentinel-2和ICESat-2密集时序数据反演浅平型内陆湖泊水量变化

干旱区内陆尾闾湖泊由于湖盆地形浅平、岸线复杂等特点,采用传统的水位-面积关系法难以反演高精度的水量变化信息。本文提出了一种基于密集时序ICESat-2和Sentinel-2数据反演浅平型内陆湖泊湖盆地形和重建水量时序的方法。本文方法利用浅平型湖泊季节性变化显著的特性,筛选和计算不同时期湖盆内非水面区域的所有ICESat-2激光光子点的高程信息,并根据水面等高的特性内插得到Sentinel-2不同时相水面线的高程信息,在此基础上通过这些加密的高程点构建高精度湖盆地形信息,并结合水面时序重建湖泊的水量变化。以新疆塔里木河尾闾台特玛湖为试验区,基于132期Sentinel-2卫星影像和28个时相的ICESat-2激光脉冲数据,重建了2016—2022年的湖泊水量时序。结果表明,本文方法获取的湖盆地形高程中误差为0.103 m,可为无资料浅平型湖泊水量信息的时序重建提供一种思路。

ICESat-2 ATL08地形和冠层高度产品精度评估

ICESat-2 ATL08地形及冠层高度产品在大范围的森林资源调查研究中的性能还需进一步探究。为此,文章首先对35个生态网络观测站的ATL08地形及冠层高度产品进行整体的精度评估;其次,验证其在不同生物群落中的精度并对单站精度进行定量评价;最后,分析该产品在多种误差因素条件下的性能。结果表明:地形和冠层高度产品的整体RMSE分别为3.23 m和6.58 m;地形高度产品在低矮或稀疏的植被区精度较高,在高大或茂密的森林区精度较低,且其精度随坡度、植被覆盖度及冠层高度的增加而降低;冠层高度产品在温带阔叶林和混交林地区的%RMSE为34.78%,在沙漠和干旱灌木丛地区的%RMSE为127.47%。另外,相比地形高度产品,冠层高度产品受地物覆盖类型、冠层高度和植被覆盖度的影响更严重且影响机制较为复杂。

基于ICESat2的西南山地森林LAI遥感估测模型优化

叶面积指数(leaf area index,LAI)是森林生态系统重要参数,如何以较小成本提升区域尺度的山地森林LAI的遥感估测精度,对于精确掌握森林LAI的情况和进一步了解森林生态系统有重要意义。本研究以星载激光雷达ICESAT-2/ATLAS为主要信息源,以西南山地香格里拉市为研究区,基于随机森林回归(random forest,RF)遥感估测模型,结合地面51块LAI实测样地数据,在前期进行RF超参数优化基础上,采用决定系数、均方根误差、绝对平均误差和中位数绝对误差作为模型精度评价指标,对估测效果进行分析。结果表明:使用随机表面查找算法进行RF回归模型的超参数优化,能明显提升模型估测LAI精度。提取出的地面光斑特征参数在山地森林LAI估测中有较高的贡献度和极佳的效果,可用于区域尺度的山地森林物理结构参数LAI的估测。同时,利用随机表面查找算法优化后的RF回归模型,估测精度更高,估测结果与研究区森林分布现状吻合,具有一定普适性。最后,研究确定了使用ICESat-2/ATLAS数据产品估测LAI是可行的,能为星载激光雷达估测中大范围的LAI提供一定的参考。

基于ICESat-2卫星测高的南极冰盖1 km数字高程模型

冰盖的数字高程模型(digital elevation model,DEM)是对冰盖形状的刻画,是研究南极冰盖必不可少的基础数据[1]。然而,受气候变化影响,西南极冰盖发生了剧烈的消融,冰盖的DEM也随之不断地变化。Ice,Cloud and land Elevation Satellite-2(ICESat-2)是美国国家宇航局(National Aeronautics and Space Administration,NASA)于2018年发射的最新一代激光测高卫星,星上搭载的先进地形激光测高系统(Advanced Topographic Laser Altimeter System,ATLAS)对南极冰盖表面进行了高密度的精确观测。本文利用这一观测数据,使用最小二乘拟合法制作了1 km×1 km网格的南极冰盖DEM。使用NASA冰桥(IceBridge)计划采集的机载激光雷达测高数据评估发现,随着冰盖表面坡度的降低,该DEM的精确度逐渐提高。整体来看,该ICESat-2 DEM与IceBridge高程数据的差值的中位数、均方根和十分位距分别为–0.45 m,17.51 m和17.93 m。在不同坡度范围内,该ICESat-2 DEM的精确度均优于前人基于ICESat-2数据所得到的南极冰盖的DEM。