HJ-1A HSI与Sentinel-2A遥感数据土壤全氮含量反演精度的对比研究

HJ-1A高光谱影像具有较多的光谱波段和较高的光谱分辨率,在土壤成分探测方面潜力巨大。然而,由于高光谱影像各波段间的信息冗余度高,使得对HJ-1A高光谱影像进行数据处理难度较大。为了探究Sentinel-2A遥感数据在土壤全氮含量方面的反演能力,以HJ-1A HSI和Sentinel-2A遥感影像为数据源,以吉林省农安县为研究对象,结合研究区土壤采样的实验室全氮含量化验值,分析两种遥感影像各波段反射率及其数学变换与研究区土壤全氮含量的相关性,提取土壤全氮含量的敏感波段并建立全氮含量的反演模型。通过比较两种遥感影像在土壤全氮含量方面的反演能力与反演精度,探究Sentinel-2A多光谱遥感影像反演土壤全氮含量的可行性。研究结果表明,HJ-1A HSI影像在可见光波段的反射率与农安县土壤全氮含量具有较强的负相关性,并在第28波段达到峰值;将遥感影像反射率进行适当的数学变换及一阶微分变换后可以有效提升与土壤全氮含量的相关性;利用Sentinel-2A遥感影像建立的研究区土壤全氮含量最优反演模型的模型精度与HJ-1A HSI影像的最优反演模型的模型精度相近,表明利用多光谱遥感影像Sentinel-2A反演土壤全氮含量的方法可行。

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。

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。

基于HJ-1A卫星HSI影像的阿克苏地区主栽经济林树种识别研究

基于HJ-1A卫星HSI数据,以阿克苏地区主栽3种经济林树种为研究对象,运用最佳指数法(Optimum Index Factor)和波段指数法(Band Index)对HJ-1A卫星的HSI影像进行敏感波段的筛选,并对南疆环塔里木盆地主栽经济林树种进行了识别研究。结果表明,不同波段选择方法筛选出的敏感波段集中在红光和近红外波段范围,且对经济林树种都具有良好的可分性;敏感波段组合(28-40-77、28-54-75、20-40-58)对经济林树种总分类精度均达到了70%以上,基于TM432划分波段的波段指数法筛选的20-40-58组合,总分类精度最高(OA=72.4647%),Kappa系数为0.5838。

HJ-1A HSI on-orbit radiometric calibration and validation research

The calibration experiment data at Dunhuang radiometric calibration site in October, 2008 were used to achieve the on-orbit radiometric calibration for HJ-1A hyper spectral imager (HSI). Two other field experiments data were used to validate the Dunhuang calibration results. One field experiment took place in Inner-Mongolia, China in September, 2008, and the other field experiment took place in Lake Frome, Australia in February, 2009. Finally, the ‘confidence interval of calibration error’ concept was put forward for quantitatively computing the calibration coefficient error confidence interval. The results showed that the Dunhuang calibration results in 2008 had high reliability. The confidence intervals of calibration error for all HSI channels were between 2% to 12%, which could satisfy the requirement of the HSI quantitative applications.

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。

环境减灾-1A、1B卫星光学载荷在轨运行情况分析

环境减灾-1A、1B卫星于2008年9月6日发射升空,至2013年7月20日,2颗卫星的4台宽覆盖多光谱CCD相机、1台超光谱成像仪(HSI)和1台红外相机(IRS)已在轨稳定工作近5年,共获取超过61万景2级地面遥感图像数据。文章对在轨运行的光学载荷遥测参数进行了统计和分析,结果表明:DC/DC电压遥测变化量不超过5%,关键光机部位温度遥测变化量小于2.25℃,转动部件电压和电流遥测变化量小于1%,遥测参数均在设计范围内,显示光学载荷在轨稳定正常工作。最后,综合分析了光学载荷图像数据应用情况,分析表明:光学载荷图像数据具有较强的地物影像分类、提取和分辨能力,与国外同类卫星比较,水体识别符合度达到90%以上,旱情分级符合度大于66%,光谱分辨率达到5nm,积雪范围提取精度达到90%以上,在各类应用领域发挥了较大的效能。

基于HJ-1A卫星超光谱数据的太湖叶绿素a浓度及悬浮物浓度反演

通过对2010年5月2日太湖HJ-1A卫星超光谱影像的几何纠正和6S模型辐射校正,以及水体实测光谱数据和影像光谱数据分析,将太湖28个水体采样点光谱数据分别进行归一化处理和一阶微分处理后,选取和水质参数相关系数最大的波段或波段组合建立反演模型,获得太湖叶绿素a浓度以及悬浮物浓度的空间分布图.研究表明,超光谱影像B73波段(682.785nm)处的归一化光谱数据和叶绿素a浓度相关性最高,泥沙遥感参数(Sr)和悬浮物浓度相关性最高,与水体实测光谱数据的相关性分析结果相同,模型预测值和实测值的平均相对误差均在30%之内,水质空间分布图与实地调查结果一致,因此,HJ-1A卫星超光谱数据可以借鉴水体实测光谱数据不同水质参数敏感波段的分析结果,很好地应用于水质定量遥感.

伊犁绢蒿荒漠草地退化等级的高光谱识别方法

本研究以伊犁绢蒿(Seriphidium transiliense)荒漠草地为研究对象,基于环境卫星HSI高光谱影像和群落冠层光谱,采用光谱角填图法和光谱信息散度法对草地退化等级进行识别。结果表明:以实地采集的冠层反射光谱为指导的HSI高光谱影像识别精度较差;基于HSI高光谱影像的退化等级识别结果较好,总体分类精度在76%以上,适合对伊犁绢蒿荒漠草地退化等级识别。

HJ-1A高光谱数据高效大气校正及应用潜力初探

环境与灾害监测预报小卫星于2009年3月30日开始正式交付使用,A星上搭载了我国自主研制的空间调制型干涉高光谱成像仪(HSI),作为一种新型传感器,HSI数据的应用在我国还处于探索阶段。要充分发挥超光谱数据优势、进行有效的遥感应用,首先需要消除遥感成像过程中的大气影响,获得不同波段的地物真实反射辐射信息。通过使用FLAASH大气辐射传输模型对HSI数据进行大气校正,并与表观反射率进行对比分析,证明了校正后获得的地表光谱反射率的有效性。同时基于校正后得到的光谱反射率图像,进行改良型土壤调整植被指数(MSAVI)与叶面积指数(LAI)的反演,初步展现了HSI数据的实际应用效果。

基于离散粒子群和偏最小二乘的水源地浊度高光谱反演

随着面源污染的加剧,导致水源地水体富营养化程度日趋严重,浊度作为衡量水体富营养化的一项重要指标,是水质评价的重要参数。为降低浊度偏最小二乘(Partial least squares,PLS)反演模型建模的不确定性,提高模型反演精度,提出了基于离散粒子群(Discrete binary particle swarm optimization,DBPSO)和偏最小二乘的水体浊度反演模型。以2015年10月在南水北调东线重要水源地微山湖获取的水体浊度和准同步的HJ-1A HSI高光谱数据为例,利用HJ-1A HSI B26-B105(中心波长:518~870 nm)全谱段光谱反射率(Original spectral reflectance,OSR)和归一化光谱反射率(Normalized spectral reflectance,NSR)直接构建浊度OSR-PLS和NSR-PLS反演模型,同时利用离散粒子群算法优选输入浊度PLS反演模型的最佳原始波段反射率和归一化光谱反射率,在此基础上提出并构建浊度OSR-DBPSO-PLS和NSR-DBPSO-PLS反演模型;然后对上述模型进行精度评价,分析光谱归一化处理和特征波段优选对PLS模型反演精度的影响,选择精度最高的模型反演微山湖水体浊度分布。结果表明:NSR-PLS模型精度(R2=0.91)高于OSR-PLS模型(R2=0.50),对波段进行归一化处理能提高浊度PLS反演模型精度;DBPSO能够识别浊度PLS反演的最佳波段,浊度PLS建模所需的波段数由80个分别减少为44个(OSR波段)和36个(NSR波段),在此基础上构建的OSR-DBPSO-PLS模型(R2=0.96)和NSR-DBPSO-PLS模型(R2=0.97)均具有较高精度,显著高于直接利用全谱波段构建的浊度PLS模型反演精度;选择综合误差最小的NSR-DBPSO-PLS模型反演微山湖水体浊度,反演结果符合实际,该模型适用于HJ-1A HSI数据和内陆水体浊度反演。

环境减灾卫星高光谱数据在减灾中的应用研究

利用中国环境减灾-1A(HJ-1A)卫星高光谱数据开展减灾应用研究,可提高灾害预警监测能力,提高灾害预警监测精度,拓展国产星载高光谱数据应用的广度和深度。文章简要介绍了HJ-1A高光谱数据的主要特征,阐述了高光谱灾害监测的原理,初步开展了该数据在减灾领域中的应用研究,并展望了HJ-1A高光谱数据在区域土壤有机碳估算等其他行业的应用潜力。结果表明:HJ-1A高光谱数据能够满足干旱、火灾、洪涝、低温雨雪冰冻灾害、地质灾害、生物灾害等主要灾害类型预警、监测和评估需要。针对HJ-1A高光谱数据应用过程中存在的幅宽窄、速度慢和工程化应用水平低等问题,提出了建议:一是完善后续星数据指标;二是改进高光谱成像仪(HSI)大气纠正等数据处理方法;三是构建面向灾害领域的地物光谱库。

基于高光谱影像的三江源区不同退化程度高寒草甸分类研究

三江源地区是我国最重要的生态功能区之一。近年来,受全球气候变暖及日趋频繁的人类活动的影响,三江源地区高寒草甸生态系统退化现象明显。以三江源称多县清水河镇东北部地区为实验区,基于环境小卫星HJ-1A HSI高光谱数据,结合不同退化程度高寒草甸地面光谱采集和样方调查,采用MLC和SAM方法对不同退化程度的高寒草甸开展了分类研究。结果表明:基于高光谱数据的不同退化程度高寒草甸采用SAM方法分类总体精度达到75%以上,证实了分类方法的可行性,基于高光谱数据分类能有效区分盖度相近、退化程度不同的草地类型,其中SAM分类结果更加精细准确,优于MLC方法,SAM方法对中度退化草甸区分能力最高,对其他退化程度草甸区分能力稍弱。

环境一号卫星高光谱数据水体信息提取方法

环境一号卫星A星上的超光谱成像光谱仪(HSI)是中国第一个高光谱成像光谱仪。为充分利用HSI数据的高光谱特性,本文以2009年10月5日的影像为研究区,得到HSI数据影像反射率,分析水体等地类光谱特征差异及选择各地类敏感波段;利用传统指数NDVI和NDWI,构建新的基于指数的水体指数IWI,试验得出,IWI指数增加了各水体类的动态范围,IWI指数的水体信息更加丰富。精度检验结果表明,IWI指数提取优于ND-WI指数,水体信息提取精度增加10.91%,kappa系数提高0.09,总体精度增加4%。