基于LightGBM的贵阳市气溶胶光学厚度反演

为充分挖掘国产高分四号卫星(GF-4)的环境监测能力,克服基于查找表方法反演气溶胶光学厚度(AOD)的复杂性和弥补贵阳市无气溶胶监测站点的缺陷,并提升MODISAOD产品的时空分辨率,利用贵阳市研究区的高程数据和GF-4多光谱成像仪(PMS)数据提取的地表反射率、太阳天顶角、卫星天顶角、相对方位角和归一化植被指数作为特征变量,以MODIS气溶胶产品为标签,基于LightGBM算法构建了贵阳市AOD反演模型。研究结果表明:该模型能够基于GF-4 PMS单时相遥感数据实现较高精度的AOD智能反演,极大简化了AOD反演步骤,且具有较高的建模精度(平均绝对误差E_(MA)、均方根误差E_(RMS)、决定系数R^(2)分别为0.042、0.057、0.751)和预测精度(城区:E_(MA)=0.077,E_(RMS)=0.086;非城区:E_(MA)=0.094,E_(RMS)=0.101),AOD预测值和MODIS AOD具有相似的变化趋势,皮尔逊相关系数为0.697。

基于GF-4 PMI数据的亮温差校正火点检测方法研究

高分四号PMI可为防灾减灾提供稳定数据,其搭载的中红外传感器可以很好地应用于快速火灾监测中。但由于缺少传统火灾监测的热红外波段,高分四号提供的光谱信息大多作为灾中监测的辅助数据,且现有的火点识别研究所构建的火点自适应阈值检测算法受单一波段的影响,错检率和漏检率均偏高。为进一步探究高分四号数据在林火监测中的应用方法,提高火点识别精度,本研究分析高分四号数据的特点,结合单通道红外光谱的火点监测方法,应用上下文思想提出一种基于双时相影像的亮温差校正火点检测的方法来进一步提高检测精度。该方法使用灾前和灾中两期影像,具体分为时间尺度上基于空间插值的亮温补偿获取,空间尺度上的上下文自适应阈值分割以及火点判识三个部分。首先将两期影像做差值处理,并将潜在火点周围动态邻域内其他无污染像元的亮温差作为采样点进行空间插值,随后将插值结果带入灾前影像中得到灾中未发生火灾时的背景亮温,最后利用判别条件进行火点判别和虚警剔除,得到最终火点检测结果。其中在灾中背景亮温的预测研究对比了反距离加权插值(inverse distance weigh)、简单克里金插值(simple kriging)和普通克里金插值(ordinary kriging)三种插值方法,从拟合结果来看普通克里金插值既体现了像素区域的波动性又有一定的平滑效果避免峰值过高,是较为理想的拟合结果。实验以目视解译的火点数据为参照验证了山西沁源县和内蒙古呼伦贝尔新巴尔虎左旗地区的两起火灾,对比最新提出的单时相火点检测算法,研究结果表明引进的亮温差校正数据可以更好地拟合背景亮温,减少错分误差至3%,并保持综合评价指标Fβ分数在0.9以上。该方法有效结合了高分四号空间和时间的信息,未来可用于高分四号PMI数据自动化火点检测与快速提取。

基于国产静止高分卫星GF4-MSS数据的浒苔灾害监测研究

基于国产静止卫星高分四号(GF4)MSS(Multi Spectral Scanner)传感器大气层顶反射率数据,采用缨帽变换得到的绿度指数实现了对中国近海浒苔(Ulva prolifera)灾害的准确监测。该算法无需大气校正和云掩膜环节,容易操作实施,同时可有效排除云像素干扰。将绿度指数应用到2019年多幅GF4-MSS遥感图像上,有效分析了浒苔范围的动态变化,为国产高分卫星系列监测浒苔灾害提供了新的技术支撑,同时推广国产光学卫星资料的使用率。

使用等效偏移角稀疏测量的面阵相机序贯图像几何校正

天基光学相机实际在轨对地观测成像的畸变需通过几何校正抑制。目前主流面阵相机对地观测获得的小尺寸、高帧频序贯图像很难满足传统几何校正方法逐帧解算对单帧图像控制点数量与空域分布的要求且计算量巨大。针对这一问题,提出一种使用等效偏移角稀疏测量的面阵相机序贯观测图像几何校正方法,将逐帧校正参数解算问题转化为时域稀疏测量条件下等效偏移角信号恢复问题,利用等效偏移角信号时频信息可有效降低对单帧图像控制点数量和空域分布要求。通过高分四号卫星面阵相机在轨实测图像数据验证了所提方法的可行性且其能大大降低序贯图像几何校正处理的计算量。

高分四号卫星应用研究探析

高分四号卫星是我国高分对地观测系统中,首颗高轨道对地静止遥感卫星,具有全色、多光谱和红外光谱成像能力,同时具有较高空间分辨率和高时间分辨率光学遥感,为国土、海洋、国防、水利、气象、地震、减灾、林业等多个领域提供遥感数据支持,在数据获取时效性、产品精度等方面,高分四号卫星获取影像数据能力仍需进一步加强。

高分四号卫星数据云和云阴影检测算法

高分四号卫星(GF-4)是我国研制的首颗地球同步高分辨率光学成像卫星,具有高时间分辨率和较高的空间分辨率。针对高分四号卫星数据的特点,提出了一种光谱分析与几何算法相结合的云和云阴影检测算法。使用几何校正和辐射定标后的高分四号影像,基于云与典型地表的光谱特征,采用光谱差异分析技术识别出潜在云像元,根据有云地物和无云地物的光谱变化率差异计算云概率;由云和云阴影的几何关系,并结合传感器参数识别云阴影的投影带,然后根据阴影的光谱特征在投影带中设定基于影像的动态阈值,用于检测云阴影。该算法能较好地识别薄云,而且可以显著提高云阴影的检测精度。采用目视解译法对检测精度进行验证后发现,不同区域类型的云像元识别位置准确,形状完整;将所提云阴影检测方法与云和云阴影匹配算法进行对比后发现,前者识别的云阴影更为精确。