基于XGBoost算法的近紫外通道地表反射率模拟

紫外谱段在全球极光探测、海洋溢油、大气辉光等领域具有重要应用价值,其地表反射特性是研究中的重要背景数据,但现有卫星数据资源较少,难以满足应用需求。针对这一问题,本文提出了基于机器学习XGBoost算法的近紫外(350~400 nm)通道地表反射率数据模拟方法。首先,选取Sentinel-2 MSI 2、3、4通道多光谱数据为数据源,结合其通道特点基于USGS地物光谱数据库获取植被、水体、土壤等典型地物光谱数据,并等效计算到相应通道。其次,对数据源和待模拟通道开展相关性分析,Sentinel-2 MSI 2、3、4通道与待模拟通道相关系数均大于0.88,这表明基于该数据源可开展近紫外地表反射率数据模拟。然后,基于等效计算后的典型地物光谱数据集,利用XGBoost算法构建近紫外通道地表反射率回归模型。精度分析结果表明,所有通道模型决定系数(R^(2))均达到0.91以上,均方根误差(RMSE)均小于0.076,平均绝对误差百分比(MAPE)整体在20%以内,且上述3个精度指标针对不同类别样本的标准差在0.0212范围内,可见模型精度较高,同时具有良好的稳健性。最后,基于Sentinel-2 MSI 2、3、4通道图像数据,生成355、365、375、385、395 nm的地表反射率模拟图像,图像较好地体现了地物光谱特性。

TM/ETM和DEM数据的BRDF特征提取

巴丹吉林沙漠地区地物类型单一,地形起伏,形成了天然的二向反射数据集;因此,本研究利用巴丹吉林沙漠地区的ASTERGDEM产品提供的地面高程数据,计算出每个坡元所对应的太阳-观测几何信息(包括太阳天顶角与方位角和观测天顶角与方位角),假设沙丘上每个坡元的表面结构不随其坡度和坡向变化,加上Landsat-TM/ETM+对地观测的信息,就形成了对同一地物的多角度观测数据集,从而可以提取该地区的BRDF特征。为了检验该方法,利用该方法获取的BRDF特征信息模拟了25景Landsat-TM/ETM+数据,并与实际的Landsat-TM/ETM+图像进行对比分析。结果表明,Landsat-TM/ETM+前4个波段的模拟图像与真实图像地表平均反射率相比,平均误差分别为2.80%、1.92%、2.68%和2.32%,高于一般辐射定标中5%—7%的误差要求,因此本研究方法可为高分辨率数据的交叉辐射定标等应用提供参考。