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。

基于HJ-1星和GF-1号影像融合特征提取冬小麦种植面积

为提高基于国产环境与灾害监测预报卫星(HJ-1/CCD)影像大范围提取冬小麦种植面积的精度,以江苏省宿迁市沭阳县为研究区域,对冬小麦拔节期30 m×30 m的HJ-1/CCD多光谱影像和2 m×2 m的高分1号卫星全色影像(GF-1/PMS)进行融合与面向对象分类研究。将GF-1/PMS全色影像进行8、16和24 m重采样,得到4种空间分辨率(含2 m)的全色影像,分别与HJ-1/CCD多光谱影像利用光谱锐化法(Gram-Schmidt,GS)进行融合。通过对融合影像进行质量评价,选择适合研究区冬小麦种植田块格局的适宜尺度影像。将HJ-1/CCD多光谱影像重采样,得到与适宜尺度融合影像相同尺度的影像,在两景影像中分别选取包含光谱、纹理信息的训练融合影像样本(samples of fused image,SFI)和重采样影像样本(samples of resampling image,SRI),采用面向对象分类方法对适宜尺度融合影像(fused image,FI)和重采样影像(resampling image,RI)进行冬小麦种植面积提取。结果表明,16 m×16 m融合影像的效果优于2 m×2 m、8 m×8 m和24 m×24 m融合影像,其均值、标准差、平均梯度和相关系数分别为161.15、83.01、4.55和0.97。面向对象分类后,SFI对重采样影像RI16m分类的总体精度为92.22%,Kappa系数为0.90。SFI对融合影像FI16m分类的总体精度为94.44%,Kappa系数为0.93。SRI对重采样影像RI16m分类的总体精度为84.44%,Kappa系数为0.80。SFI对融合影像FI16m分类效果最好,说明基于融合影像和融合影像提取样本(SFI)结合的面向对象分类方法能准确提取冬小麦种植面积。另外,重采样影像和融合影像提取样本(SFI)相结合的面向对象分类方法也可较好提取冬小麦种植面积。为利用国产中空间分辨率HJ-1/CCD卫星和高分1号卫星融合影像有效提取大区域冬小麦种植面积信息提供了参考。

基于HJ-1A/B CCD影像的神农架巴山冷杉森林地上生物量估算

神农架林区气候复杂,森林类型多样,巴山冷杉林生境复杂,生物量估算难度较大。本研究首先将神农架林区植被细分类,提取出研究区巴山冷杉林分布范围,然后使用换算因子连续函数法对外业调查的研究区22块巴山冷杉样地进行样地生物量估算;最后利用逐步多元回归分析方法,估算巴山冷杉生物量。回归方程的拟合优度检验R值为0.851,决定系数R2为0.725,显著性检测值F为11.20。主要结论有:1)研究区提取出巴山冷杉面积为8 347.41 hm2,巴山冷杉生物量总量为102.51×104t,平均值为122.8 t/hm2。与前人的研究成果相比,估算平均值基本一致,实验结果可信。2)巴山冷杉林生物量出现了从边缘向内部的递减现象,巴山冷杉在林区呈现"离散化"分布,生物量也存在空间上的"退化"现象。

基于HJ-1A/1B CCD数据的干旱监测

HJ-1A/1B是中国以防灾减灾和环境监测为直接应用目标的小卫星星座,为探讨HJ-1A/1B CCD数据在快速监测西南喀斯特地区旱情变化的应用潜力,以2010年遭受严重旱灾的贵州安顺地区为研究区,基于多时相的HJ-1A/1B CCD数据,利用垂直干旱指数、改进的垂直干旱指数和归一化植被指数对研究区的干旱情况和植被长势进行时间序列的监测与分析,并研究了监测模型在干旱监测中的适宜性、差异性及影响因素。结果表明,利用HJ-1A/1B CCD数据、垂直干旱指数和改进的垂直干旱指数,可以实现对旱情变化的快速监测;改进的垂直干旱指数对干旱变化的响应比垂直干旱指数敏感,且在植被覆盖较好地区的监测效果比垂直干旱指数更为有效;降水是影响监测效果的重要因素,降水对改进的垂直干旱指数的影响比垂直干旱指数大;结合干旱监测指数(MPDI,PDI)与植被指数NDVI的时间序列分析,可以更为准确地监测研究区实际旱情变化和植被长势情况。该研究对推广HJ-1A/1B数据在西南喀斯特地区的作物长势和旱情监测中的应用,以及提高中国应对突发灾害的决策能力具有重要意义。

基于单通道算法的HJ-1B与Landsat 5 TM地表温度反演一致性研究

针对传感器参数与Landsat 5 TM较为相近的环境减灾卫星HJ-1B的热红外数据是否能达到与TM6反演地表温度同样的效果的问题,作者获取了2009年4月15日覆盖北京地区相同范围的HJ-1B影像和Landsat 5 TM影像,采用Ji m啨nez-Mu oz和Sobrino的普适性单通道算法,通过遥感数据获取反演参数,对研究区的地表温度进行反演,并对两类数据反演结果的一致性进行了分析和评价。通过对反演结果的统计分析和分级填图表明,基于普适性单通道算法的HJ-1B与TM的热红外波段反演的地表温度在数值上和空间分布趋势上一致性较高。因此,具有较高时间分辨率和较大幅宽等优势的HJ-1B IRS数据在地表温度反演方面具有更大的潜力和应用范围。

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-1 CCD的夏玉米FPAR遥感监测模型

以山东禹城为研究区,利用我国自主研发运行的HJ-1卫星数据,计算了4种植被指数(NDVI,RVI,SAVI,EVI),结合同步观测数据,对植被指数与实测FPAR进行回归分析,比较4种植被指数模型对夏玉米FPAR的估测精度,结果表明各植被指数与FPAR均具有较高的相关性,整个研究区NDVI具有最高的反演精度,对估算夏玉米FPAR的最优模型进行验证,得出模型的平均误差仅为3.8%,模型达到了较高的精度。利用HJ-1CCD反演了山东禹城9月的FPAR。

基于HJ-1B卫星数据的积雪面积制图算法研究

积雪是影响气候变化的重要因子,采用更高时空分辨率的环境减灾卫星遥感数据进行积雪制图算法的研究,对推进我国自主遥感卫星在积雪监测领域的应用具有重要意义.采用环境减灾HJ-1B卫星数据,以青海省果洛藏族自治州达日县为研究区,应用归一化差值积雪指数(NDSI)法建立了基于HJ-1B卫星数据的积雪面积制图算法,并比较MODIS与HJ-1B积雪图精度.结果表明:研究区HJ-1B积雪制图合理的NDSI阈值为0.37,总分类精度达到97.97%;与"真值"影像比较,HJ-1B积雪图Khat系数为0.911,高于MODIS的0.817.说明该研究建立的基于HJ-1B积雪制图算法精度可靠,适合对研究区积雪进行实时动态监测.HJ-1B更高的空间分辨率对提高研究区积雪覆盖面积监测精度具有重要的使用价值,但是地形因素是影响HJ-1B数据积雪分类精度的一个重要原因,随着坡度的增加,分类误差也随之增大,尤其是多测误差增加比较显著.

基于HJ-1-CCD数据的地表反射率反演与验证

环境一号卫星CCD相机(HJ-1-CCD)30m的空间分辨率在地物识别中具有潜在优势,然而由于缺少短波红外通道,利用暗像元法反演地表反射率较为困难。基于北京与珠三角地区的地物光谱试验,获得暗像元的植被指数与红、蓝波段反射率比值,构建基于辐射传输模型的大气校正算法。为了验证算法精度,将北京地区卫星反演值与实测的草坪、水体、沥青、水泥等光谱数据,以及居民区、建筑物等模拟数据进行对比分析,表明红、蓝波段反演的相对误差分别控制在38.7%和37.2%以内。通过与MODIS地表反射率标准产品对比,当反射率较小时红、蓝波段的相关性R2分别达到0.809 4和0.723 9;环境星CCD数据能有效减弱混合像元影响,对水泥、建筑物等亮目标的反演精度高于MODIS产品。

用HJ-1B卫星数据反演地表温度的修正单通道算法

目前用于地表温度反演的单通道算法主要针对窄视场传感器建立.HJ-1B卫星红外相机为宽视场传感器,其热红外通道(IRS4)观测天顶角可达±33°以上,在地表温度反演时必须剔除传感器观测角度的影响.以大气辐射传输模拟为基础,建立了基于传感器观测天顶角-大气函数系数的修正单通道算法.针对HJ-1B卫星与Terra卫星过境时间接近的特点,提出将MODIS大气水汽含量产品作为单通道算法的输入参数,并建立了观测天顶角-垂直与斜程大气水汽含量转换系数查找表.基于对光谱数据的模拟,给出了适用于IRS4通道的地表发射率确定方法.验证结果表明,修正单通道算法平均反演误差在1.1K以内,比不考虑传感器观测角度的单通道算法精度提高0.1～0.7K,反演误差对于传感器观测天顶角依赖性减弱.对实际HJ-1B卫星影像的应用结果表明,修正单通道算法反演的地表温度与MODIS地表温度产品具有较好的一致性.

基于深蓝算法的HJ-1CCD数据快速大气校正模型

大气校正是遥感数据定量化应用的关键步骤,国产环境与灾害监测预报小卫星星座(简称HJ-1)CCD相机数据在进行大气校正时,面对数据量大、观测角度变化大、气溶胶多变等各种问题。本文针对HJ-1CCD相机的波段特征,利用Hsu等提出的深蓝算法借助地表反射率库反演得到气溶胶光学厚度,结合辅助角度数据计算观测几何,利用核驱动模型完成了BRDF校正,提出了针对HJ-1CCD数据的在植被、裸土等地表类型通用的大气校正算法;在数据处理中,采用查找表和双线性插值的方法分块计算HJ-1CCD图像的大气参数,利用IDL语言的矩阵运算大大加快了大气校正速度,实现了快速大气校正。以2012年7月3日过境中国华北平原的1景CCD数据进行了算法实验,结果表明,该算法较好的校正了大气对地表反射率的影响,能够在8min内快速完成1景数据量约为1G的CCD数据的大气校正,校正后的土壤和植被等典型地物的反射率更接近其光谱特征;同时,将校正结果与同期过境的MODIS地表反射率产品进行了比对,由于分辨率的较高,HJ-1的结果细节表现要优于MODIS,而二者获得的典型地物反射率相关性较好(相关系数大于0.9)。误差分析表明,气溶胶类型的误判会对近红外波段地表反射率带来较大的误差,在0.05左右,而地表反射率库0.02的误差,会对红波段和绿波段的大气校正结果带来0.01左右的误差。

HJ-1光学卫星遥感应用前景分析

HJ-1星座光学卫星作为我国环境与灾害监测预报小卫星星座的首发卫星,其运行与应用状况对于后续星座的发展具有重要的理论和实践指导意义。本研究从HJ-1光学卫星的分辨率(时间、空间和光谱)、光谱及幅宽等数据特征入手,综合考虑遥感应用数据要求,全面分析评价HJ-1光学卫星数据可用性。研究表明,两颗光学卫星可基本满足我国及周边国家环境监测与灾害管理方面的主要应用需求,并在其它领域也具有广阔的应用前景。

MODIS/Terra辅助的HJ-1B CCD1数据悬浮泥沙浓度反演研究

针对MODIS/Terra传感器服役时间超期需要后续卫星延续观测以及国产陆地卫星数据水环境遥感应用问题,以深圳湾为研究区域,利用2007年-2008年获取的40个现场实测数据与MODIS/Terra NIR-SWIR大气校正反射率数据建立MODIS悬浮泥沙浓度反演模型,以此为基础,反演2010年-2012年4景MODIS悬浮泥沙浓度分布状况,展开同步的瑞利散射校正反射率（Rrc）多波段组合因子的HJ-1BCCD1影像悬浮泥沙浓度反演模型对比研究.结果表明,在不进行气溶胶校正的情况下,HJ-1BCCD1数据波段比值算法（Rrc（660）/Rrc（560））可以有效实现深圳湾悬浮泥沙浓度的反演,反演模型的决定系数为0.88,均方根误差为7.19mg/L,模型验证的相对误差为7.45%,该研究对于进一步推进水环境遥感监测有一定的积极意义。

HJ-1B热红外遥感数据陆表温度反演误差分析

误差问题制约着遥感数据和模型的应用。结合HJ-1B热红外波段(IRS4)遥感数据,基于热红外辐射传输(radiant transfer,RT)模型,对陆表温度(land surface temperature,LST)反演误差源做精确理论分析,并就减小误差提出建议。首先利用MODTRAN 4修正IRS4 LST反演RT模型,通过建立偏微分方程,研究误差产生规律和各参量误差对模型总误差的贡献。分析发现,LST反演误差与随地表温度和比辐射率的升高而降低,随大气总水汽含量升高而升高;LST主要误差源为等效噪声温差、水汽估算误差和比辐射率误差,典型情况下将分别造成0.6,0.6和0.5 K的LST误差。总体而言,利用IRS4反演LST的误差在1 K左右,除非用地面探测手段将水汽误差和比辐射误差分别降低到5%和0.5%,否则IRS4数据无法满足精度高于1 K的LST应用。

HJ-1光学卫星应用潜力

根据HJ-1光学卫星技术参数,从技术可用性、数据可用性两个角度,全面分析HJ-1A、HJ-1B卫星的数据获取情况及应用潜力。研究表明,HJ-1星座光学卫星具备直接获取中国和周边国家对地观测数据的能力,可满足全球范围内紧急情况下的应急观测需求;高时间分辨率、高光谱分辨率、中高空间分辨率的数据特点,可基本满足中国及周边国家环境监测与灾害管理方面的主要应用需求,在其他领域也具有广阔的应用前景。

HJ-1B卫星热红外通道在轨场地定标与验证

在对热红外辐射计CE312定标的基础上,基于青海湖水面辐射校正场,采用CE312开展同步测量实验,对HJ-1B卫星热红外通道进行在轨绝对辐射定标。由于HJ-1B卫星在轨星上定标系统不稳定,高温点难以准确获取,因此分别使用单点法和两点法,对2010年8月1日和5日两组传感器入瞳等效辐亮度值和卫星通道计数值回归得到该卫星通道绝对定标系数,并使用内蒙达里湖水面辐射校正场2010年6月29日实测数据进行定标系数的验证工作。验证结果表明,青海湖场地两次定标系数有较好的一致性,定标结果稳定可信。两点法所得定标系数的精度高于单点法。

基于HJ-1B与TM热红外数据的大亚湾核电基地温排水遥感监测

选取同天过境的Landsat5TM和HJ-1B红外相机数据,在获取3个大气参数后,结合辐射传输模型分别对大亚湾核电基地附近海域海表温度和温排水温升区的分布情况进行遥感监测,对比结果显示,环境卫星遥感监测数据与TM数据监测所得温排水在空间分布上具有较高一致性,二者反演出的绝对温度相差不超过1.1℃,相同温升等级范围内的相对温度均值也不超过0.4℃.因此,HJ-1B红外相机可满足核电站热污染的监测需求.

基于进化建模方法的HJ-1 CCD黄海悬浮物和叶绿素a浓度遥感反演模型研究

本文利用实测数据集,发展了基于进化建模方法的HJ-1CCD黄海悬浮物(TSM)和叶绿素a浓度(Chl a)遥感反演模型,建模过程中有针对性地设计了适合水色反演的端点集和函数集,并利用转基因方法引入水色先验知识。经实测数据检验,TSM反演的平均相对误差约为31%(相关系数R2为0.96),Chl a反演误差约为33%(R2为0.88)。分析了模型对输入误差的敏感性,当输入端引入±5%的误差时,模型误差的波动在大多数情形下都可控制在±10%以内。与神经网络模型相比,本文发展的进化模型具有检验精度高、结构简单等优势。利用不同季节的黄、东海实测数据进行了模型精度的独立检验。本文的研究工作表明,进化建模方法适用于水色遥感反演建模问题,可由程序自动生成多个满足精度要求、结构形式多样的显式模型,为水色反演应用提供了多种选择,对于拥有数百个波段的高光谱数据水色反演具有更大的应用潜力。本文最后探讨了进化建模方法的改进方向。

基于HJ-1B的城市热岛季节变化研究——以北京市为例

基于中国的HJ-1B卫星反演地表温度,通过建立一种2.5维高斯表面模型来对北京城市热岛建模,定量描述热岛的位置、形状和大小,并用这种模型来描述城市热环境及其季节变化。研究发现,北京市热岛效应季节变化明显,夏季市中心形成热岛且强度和范围最大,冬季城区中心变成冷岛。在2009年夏季,北京市热岛区域东西横跨33.92 km,南北横跨40.92 km,面积约为1 090.14 km2。相对的,在冬季,北京市区温度比郊区低,从而形成一个冷岛。研究表明HJ-1B卫星是城市热环境监测中的一个良好的数据源。

利用HJ-1B遥感数据反演西北地区近地表气温

近地表气温是一个重要的气候参数,为了给农业研究提供空间上连续的气温信息,以西北地区为研究区,利用HJ-1B数据运用温度-植被指数方法(temperature-vegetation index,TVX)反演近地表气温。首先采用修正普适性单通道算法反演地表温度,并利用同一地区的MODIS温度产品进行了对比验证,然后利用2010年7月20日、2010年8月28日、2011年8月8日3景影像结合研究区气象站点观测的气温资料推算饱和NDVI值,最后将推算结果应用到2011年8月28日影像,利用气象站点观测资料对TVX方法反演的气温进行了精度验证。结果表明,反演地表温度与MODIS温度产品空间分布趋势基本一致,符合研究区的地表覆盖状况;反演气温与反演地表温度空间分布格局具有较好的一致性,可以提供比气象站点观测数据更理想的空间异质性信息;反演气温值比观测值偏高,二者平均绝对误差MAE为2.16 K,均方根误差RMSE为2.72 K。为快速有效获取大范围的气温时空信息提供了一种新思路,对科学指导农业生产、合理利用农业资源具有一定的可参考性。