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-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。

星载大光斑LiDAR与HJ-1A高光谱数据联合估测区域森林地上生物量

以吉林省汪清林业局经营区为研究区,利用HJ-1A/HSI高光谱数据和ICESat-GLAS波形数据,估测区域森林地上生物量。从平滑后的GLAS波形数据中提取波形长度W和地形坡度参数TS,建立GLAS森林最大树高估测模型;从GLAS波形数据中提取能量参数I(植被回波能量Ev和回波总能量E之比),建立GLAS森林郁闭度估测模型;利用GLAS估测的森林最大树高和森林郁闭度联合建立森林地上生物量模型。由于GLAS呈离散条带状分布,无法实现区域估测,因此研究将GLAS波形数据与HJ-1A/HSI高光谱数据联合,基于支持向量回归机算法实现森林地上生物量区域估测,得到研究区森林地上生物量分布图。研究结果显示,基于W和TS建立的GLAS森林最大树高估测模型的adj.R^2=0.78,RMSE=2.51m,模型验证的adj.R^2=0.85,RMSE=1.67m。地形坡度参数TS能够有效的降低地形坡度的影响;当林下植被高度为2m时,得到的基于参数I建立的GLAS森林郁闭度估测模型效果最好,模型的adj.R^2=0.64,RMSE=0.13,模型验证的adj.R^2=0.65,RMSE=0.12。利用森林最大树高和森林郁闭度建立的森林地上生物量模型的adj.R^2=0.62,RMSE=10.88 t/hm^2,模型验证的adj.R^2=0.60,RMSE=11.52 t/hm^2。基于支持向量回归机算法,利用HJ-1A/HSI和GLAS数据建立的森林地上生物量SVR模型,生成了森林地上生物量分布图,利用野外数据对得到的分布图进行验证,验证结果显示森林地上生物量估测值与实测值存在很强的线性关系(adj.R^2=0.62,RMSE=11.11 t/hm^2),能够满足林业应用的需要。因此联合ICESat-GLAS波形数据与HJ-1A高光谱数据,能够提高区域森林地上生物量的估测精度。

星载LiDAR与HJ-1A/HSI高光谱数据联合估测区域森林冠层高度

【目的】将ICESat-GLAS波形数据与HJ-1A/HSI高光谱数据联合,借助HSI高光谱数据提供的连续高分辨率光谱信息,实现区域森林冠层高度的估测,降低由于GLAS光斑呈离散条带状分布无法覆盖整个研究区造成的估测误差。【方法】首先,从平滑后的ICESat-GLAS波形数据中提取波形参数(波形长度W和地形坡度参数TS),基于W和TS建立GLAS森林冠层高度估测模型,并利用此模型计算研究区所有GLAS光斑内的森林冠层高度;然后,采用最小噪声分离法(MNF)对HJ-1A/HSI高光谱数据进行降维,提取前3个MNF分量(MNF1,MNF2,MNF3);最后,基于支持向量回归机(SVR)算法,利用GLAS估测的森林冠层高度和3个MNF分量建立区域森林冠层高度SVR估测模型,并估测研究区内无GLAS光斑覆盖区域的森林冠层高度,生成森林冠层高度分布图。【结果】从ICESat-GLAS波形数据中提取的地形坡度参数TS与野外实测地形坡度具有显著线性关系(R2=0.78);基于W和TS建立的GLAS森林冠层高度估测模型的R^2=0.78,RMSE=2.51 m,模型验证的R^2=0.85,RMSE=1.67 m;基于支持向量回归机算法建立的SVR模型建模的R2=0.70,RMSE=3.62 m,模型验证的R2=0.67,RMSE=4.42 m。采用野外数据对最终得到的森林冠层高度分布图的估测误差进行分析,结果估测误差最大值为7.10 m,最小值为0.07 m,平均值为1.78 m,估测误差的标准差为1.49 m,Q1为0.75 m,Q3为2.31 m。【结论】从ICESat-GLAS波形数据中提取的地形坡度参数TS能够很好地反映地形坡度的变化,本研究建立的线性关系模型可克服对数关系模型在平坦地区解释困难的问题。基于支持向量回归机算法,将ICESat-GLAS波形数据与HJ-1A/HSI高光谱数据联合,可克服ICESat-GLAS由于光斑呈离散条带状分布无法实现区域森林冠层高度估测的不足,实现对区域森林冠层高度的高精度估测。

HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;第二波段(绿光波段)和第三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;第一波段(蓝光波段)、第四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.

HJ-1A/1B星CCD传感器数据在黄东海浒苔监测中的应用

基于浒苔光谱特性和归一化植被指数,利用HJ-1A/1B星CCD传感器数据对黄东海浒苔进行监测。监测结果表明HJ-1A/1B星CCD传感器,可以提供比MODIS更多的精细信息,如提供重点海域的浒苔分布范围、覆盖范围、变化状况等信息。

基于HJ-1A高光谱的黄河口碱蓬和柽柳盖度反演模型研究

碱蓬和柽柳是黄河口湿地典型的盐生植物类型,是多种保护珍禽的主要栖息地,具有景观尺度较小、分布广且多混生的特点。应用覆盖黄河口北部潮滩的HJ-1A高光谱遥感影像,基于现场测量的端元光谱和从遥感影像中使用顺序最大角凸锥法(SAMCC)自动提取的端元光谱,应用线性光谱分解法(LSU)、正交子空间投影法(OSP)、匹配滤波法(MF)、最小能量约束法(CEM)和自适应一致估计法(ACE)5种不同光谱解混方法进行混合像元光谱解混,对比两种方法得到的端元光谱分别对碱蓬和柽柳盖度的反演能力,并给出相应的反演模型。结果显示:(1)现场测量端元光谱取得了较好的碱蓬和柽柳盖度反演结果,其中应用LSU方法的光谱解混结果与现场测量盖度的决定系数对于碱蓬和柽柳分别达到了0.88和0.95;(2)两种端元获取方式的光谱解混结果中,LSU和OSP方法均获得了较高的相关性,ACE解混方法的相关性都最低;(3)SAMCC方法提取端元光谱对柽柳的分解结果与现场测量盖度的相关性远高于碱蓬。

基于HJ-1A高光谱数据的藏北高原草地分类方法对比

环境减灾星星座A星(HJ-1A)携带的超光谱仪填补了我国星载高光谱影像采集领域的空白,但目前国内关于该高光谱数据的应用较少。本文基于HJ-1A高光谱(HSI)数据预处理技术,以申扎县北部为研究区,采用SPCA-MLC和HSI-SAM分类方法,结合野外实测样本,将研究区分为沼泽草甸、高寒草甸、高寒草原、荒漠化草原和裸地5种类型,并结合分类精度和分类图对2种分类方法进行了对比分析,可得基于HJ-1A高光谱数据的藏北高原草地分类方法中SPCA-MLC法优于HSI-SAM法。2种方法的分类精度皆大于80%,证明了HJ-1A的HSI数据在实现藏北草地高精度分类方面的巨大潜力。

鄱阳湖HJ-1A/1B卫星CCD影像TSM浓度时空变化分析

应用2008年～2011年近4年鄱阳湖151景HJ-1A/1B卫星CCD传感器影像,以2008年10月、2009年10月和2011年7月开展3个航次的外业调查数据为基础,建立了总悬浮物(TSM,Total Suspended Matter)浓度遥感反演模型,研究鄱阳湖TSM浓度时空动态分布及其变化规律.鄱阳湖TSM浓度时空变化特征明显,日变率北湖为0～17mg/L,平均值为5.66mg/L,南湖0～12mg/L,平均值为3.01mg/L;TSM浓度季相变化上枯水期高于丰水期,且具有明显的季节性变化特征,月平均TSM浓度最大值/最小值之比变化最大的区域为北湖,2011年9月比2008年9月高出20.4倍;2009年～2011年年平均TSM浓度北湖分别为37.96、50.57、74.54mg/L;南湖区分别为23.40、31.50、33.28mg/L.

基于HJ-1A/B-CCD影像的湖北省冬小麦和油菜分布信息的提取方法

利用不同时期HJ-1A/B-CCD影像提取湖北省冬小麦和油菜分布信息。计算冬小麦、油菜不同生长期的NDVI曲线,通过野外调查和测量,获取冬小麦、油菜和其它典型地物的光谱特征。确定CCD影像提取冬小麦和油菜信息的最佳时相及不同地物在CCD影像上的色彩特征。采取最大似然分类法,对CCD影像进行分类,提取冬小麦、油菜分布信息。结果表明,HJ-1A/B-CCD影像提取精度达95.48%,可以用于提取冬小麦、油菜分布信息;对于湖北省而言,3月中、下旬(冬小麦拔节、油菜开花)是HJ卫星提取冬小麦、油菜信息的最佳时相;在最佳时相内,冬小麦和油菜具有不同的光谱特征和CCD影像色彩特点,且样本分布服从近似正态分布,可以用最大似然方法提取其信息。

基于HJ-1A/1B CCD数据的海南岛水体提取研究

基于HJ-1A/1B CCD数据,选取海南岛内300个训练样本,分别计算了利用归一化差异水体指数、基于蓝光的归一化差异水体指数和混合水体指数3种指数模型识别水体时,对林地、耕地、道路和居民地的区分度。结果表明,在应用HJ-1CCD数据进行水体识别时,混合水体指数模型的区分度最高(综合区分度为34.16%),是海南岛水体识别的最优模型。并确定了混合水体指数模型的最佳识别阈值(168.54)。利用混合水体指数模型高效地提取了2014年2月24日及9月24日海南岛的水体信息,全岛水域面积分别为677.41 km2和698.62 km2。经验证,水体提取总体精度达92.00%,混合水体指数模型具有水陆区分度较大和水体提取精度较高的优点,可以用来提取海南岛的水体信息。该文为海南岛水资源的优化配置与管理、洪涝灾害动态监测提供参考。

HJ-1A/B卫星数据几何校正与辐射校正顺序研究

以HJ-1A/B卫星CCD数据为例,确定遥感卫星数据辐射校正和几何校正的方法,通过改变辐射/几何校正顺序,设计遥感数据预处理研究流程,从图像的统计特征和纹理特征两个方面,定量化的分析辐射/几何校正的先后顺序对处理结果的影响.实验从统计特征和纹理特征两个方面对结果进行了分析,发现校正顺序对结果的影响很小,该实验说明辐射/几何校正顺序的不同对预处理结果的影响很小,同时也可以为HJ-1A/B卫星遥感数据的处理流程提供参考.

HJ-1A星辐射定标及近海水体大气校正的精度验证

以应用HJ-1A星数据进行近海水体定量反演为目的,对HJ-1A星CCD的星上定标系数的精度进行验证,并基于Landsat-5TM数据对其进行交叉定标。在此基础上反演近海水体的反射率,将反演结果与实测水体反射率进行比较发现:对HJ-1A星CCD数据进行交叉定标能在一定程度上能提高近海水体反射率反演的精度。结果表明,HJ-1A星CCD影像的星上定标系数不够精确,在利用该数据进行近海水体的定量反演研究时,需要利用交叉定标对星上定标参数进行修正。

基于PROSAIL模型及HJ-1A-CCD2影像的MODIS/LAI产品精度验证

选取呼伦贝尔温带草甸草原为研究区,设计3km×3km试验样地,采集地面实测数据,用基于HJ-1ACCD2影像的PROSAIL模型反演的LAI值作为中间桥梁进行尺度上推,对MODIS/LAI产品进行验证与评估。结果表明,MODIS/LAI产品与地面实测LAI值相比,两者相对误差为28.1%,其精度受地表异质性、土壤背景影响较大,在草地植被相对均质的情况下,MODIS/LAI产品值高于地面实测值,高估约为0.04,相对误差为5.8%;在草地植被非均质条件下,MODIS/LAI产品值高于地面实测值,高估约为0.18,相对误差为32.7%。与基于尺度上推的1km HJ-1A-CCD2/LAI值相比,两者相对误差为13.5%。

基于HJ-1A-HSI提取稀土元素地球化学异常信息研究

稀土元素的特征谱带基本不随赋存状态的不同而变化,不能用于矿物种类的探测,却能够证实其自身的存在。通过研究稀土元素及其化合物在遥感可见光-近红外波段的光谱特征,分析了稀土元素含量与特征谱带吸收指数的定量关系。以内蒙古白云鄂博稀土富集地区为例进行试验,通过采集矿区典型岩矿标本的光谱、测试分析样品中Nd含量,表明Nd含量与各特征谱带的吸收深度、吸收指数均存在明显的正相关线性关系,相关性均在0.778以上。其中,726~772nm谱带的吸收指数与Nd含量相关性最好,达到0.937。在此基础上,结合HJ-1A-HSI高光谱遥感数据的波段设置,构建了定量反演Nd含量的最优模型,并以此反演了区域Nd元素遥感地球化学异常信息。结果表明：与1∶20万水系沉积物地球化学异常对比,二者总体相关性良好。为快速获取区域稀土元素地球化学异常提供了新的手段。

HJ-1A/B星CCD相机在轨辐射性能检测分析

为检测分析HJ-1A/B星CCD相机在轨辐射探测性能及其辐射定标的有效性,提出了基于多种光学特性地面目标的在轨检测方法。首先,介绍了HJ-1A/B星CCD相机在轨辐射性能检测方法,并基于2013年HJ-1A/B卫星地面同步观测试验数据,获取了HJ-1A/B星过境时刻的卫星入瞳处等效辐亮度。然后以该等效辐亮度为基准,对HJ-1A/B星CCD相机历次在轨辐射定标结果进行检验,分析HJ-1A/B星CCD相机的在轨运行期间辐射探测性能变化趋势。结果表明:HJ-1A/B星在轨运行过程中,辐射性能在不断发生变化;在轨运行5年多时间里,HJ-1A/B星的CCD相机各波段的辐射性能平均衰变量最低为3.7%,最大为39.6%;为保证遥感数据的定量化精度,定期的在轨绝对辐射定标十分必要。

HJ-1A/B在2012年黄河上中游洪水监测中的应用

以黄河内蒙古河段为例,介绍HJ-1A/B星CCD数据在2012年黄河上游洪水遥感监测中的应用,并利用水文、河势变化等实测数据对监测结果进行应用评价。结果表明,HJ-1A/B星CCD数据具有高时间、空间分辨率的特点,是进行大区域、高频次洪水监测的理想数据源,能有效跟踪监测洪水演进过程,并能精确提取河势变化、主河槽展宽、堤防偎水、洪水漫滩等汛情信息,为防洪决策提供及时可靠的汛情数据。

HJ-1A/B星地表反照率生成算法与检验

提出了适合环境与灾害监测预报小卫星-A、B星(简称HJ-1A/B星)CCD相机的大气订正算法,并基于不同地表特性和大气条件下的辐射传输模拟数据,建立HJ-1A/B星的窄波段向宽波段反照率转换的模型。利用多级灰阶靶标实测数据、敦煌检验场实测数据验证了大气订正算法以及转换模型的可靠性和精度,并将HJ-1A/B星影像数据计算的反照率产品与同时相的MODIS反照率产品进行对比分析。结果表明:文章提出的HJ-1A/B星CCD相机大气订正算法可有效校正大气影响;窄波段向宽波段反照率转换模型反演的反照率精度可靠;基于研究成果生成的HJ-1A/B星地表反照率与MODIS反照率产品一致性较好,满足后续遥感数据定量化模型研究的精度需要。

HJ-1A高光谱影像的表层土壤游离氧化铁含量反演

实时监测土壤游离氧化铁含量对于获取区域土壤理化特征数据、监测区域土壤环境具有重要意义。该研究基于HJ-1A高光谱遥感影像,结合研究区土壤采样的游离氧化铁含量化验数据,分析遥感影像的反射率与土壤游离氧化铁含量的相关性,建立土壤游离氧化铁含量的多元线性反演模型,反演研究区表层土壤游离氧化铁含量。研究结果表明,HJ-1A高光谱遥感影像的反射率与研究区土壤游离氧化铁含量呈负相关性,且在第104波段达到峰值,相关系数为-0.455;利用反射率指数变换建立多元一次回归模型,模型的决定系数为0.837,均方根误差为1.59 g/kg;土壤中有机质对游离氧化铁含量反演精度影响的检验结果显示,研究区土壤的有机质对游离氧化铁含量的反演精度无显著影响。该研究为土壤游离氧化铁的光谱分析提供借鉴,为区域土壤生态环境监测提供数据支持。

基于KPCA和FCM的HJ-1A星遥感数据分类

为提高对环境与灾害监测预报小卫星1A(HJ-1A)星遥感数据分类的精度,首先将HJ-1A星HSI高光谱数据和CCD多光谱数据进行GS(Gram-Schmidt)融合,然后利用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel PCA,KPCA)分别对融合后的高光谱图像进行降维处理。KPCA降维时采用高斯、线性和多项式3种核函数,根据特征提取效果评价结果,选择累积贡献率较大的多项式核函数。最后,分别对融合后的高光谱图像、PCA主成分图像和基于多项式核函数的KPCA主成分图像进行模糊C均值分类。实验结果表明,KPCA对融合后高光谱图像的特征提取得到了较好的效果,同时提高了分类精度和效率。