ICESat-2数据背景光子特性及滤波方法研究

ICESat-2(Ice,Cloud and Land Elevation Satellite-2)是世界首颗采用光子计数模式的激光测高卫星,可快速获得高精度、大尺度地面三维数据。光子探测机制使得数据中除了地面信号外,还包含大气散射等背景信号,需要通过滤波才能获得地形等信息。为分析ICESat-2背景和信号光子的分布特点及点云滤波算法的效果和适用性,本文首先选取了六种地表覆盖类型(城市、海冰、沙漠、植被、海洋及冰盖/冰川)及不同观测条件的数据,对其背景光子率进行统计分析。分析结果表明:白天观测数据的背景光子率平均为106(点/秒)数量级,远高于夜晚观测数据的背景光子率——104(点/秒)数量级,弱波束的背景光子率与强波束背景光子率相当,六种地表覆盖类型中,冰盖/冰川的背景光子率最高。然后,根据统计结果筛选出21组测高数据,并选取七种具有代表性的点云滤波对其进行去噪实验,分析精度后得出结论:改进局部密度法的去噪效果最佳,算法召回率、精准度和F值均大于0.90,算法较为稳定。最后,对所选取各滤波算法的精度、特点与适用性等性质进行了总结与分析,可为后续该数据的使用和滤波算法的选择提供参考。

基于ICESat-2数据及TanDEM-X DEM的林下地形反演

传统光学遥感手段以及SAR获取的数字高程模型(DEM)包含一定的植被信号,如何准确估计植被高度并将其从包含植被高信号的DEM中扣除,对生成高精度DEM具有重要意义。基于此,提出一种基于ICESat-2/ATLAS数据和TanDEM-X DEM的林下地形生成方法。首先利用ICESat-2 ATLAS数据联合MODIS、温度、降雨及高程等辅助信息通过随机森林进行建模及预测,实现空间连续植被高反演;之后,在估计X波段InSAR森林区穿透深度基础上,利用反演所得植被高,扣除TanDEM-X DEM中的植被高信号,得到林下地形。选取我国东北地区作为试验区,实验结果表明:反演林下地形精度为9.14 m,相比原始Tandem-X DEM的精度提高21.2%。

ICESat-2数据监测青藏高原湖泊2018-2021年水位变化

湖泊水位变化是气候、生态环境变化、水资源评级研究的重要指标。以往测高卫星对中小型湖泊监测难度大,新发射的ICESat-2卫星可提升湖泊水位监测的全面性与精度。文章基于ICESat-2卫星陆地观测产品数据覆盖情况,对2018年10月—2021年4月期间青藏高原面积大于1 km 2的473个湖泊进行高精度水位动态监测。从高原湖泊水位整体变化、流域和区域变化、典型湖泊水位月(或季)度的时间变化趋势3个方面,分析了湖泊水位的时空变化特征。研究表明:近3 a来,青藏高原湖泊水位总体继续呈上升趋势,年均变化率为0.013 m/a;大型湖泊水位上升明显,中型湖泊水位上升平缓,小型湖泊水位呈微弱下降。在空间分布上,青藏高原各流域湖泊水位呈上升趋势,水位呈下降趋势的湖泊多数分布在海拔相对较高的地区。监测期间,色林错水位上升达1 m,格仁错水位下降达1 m。该水位监测成果提供了青藏高原部分湖泊水位最新监测数据,有助于湖泊变化动态监测等研究。

基于光子投影的浅海ICESat-2数据去噪方法

针对难以完整地提取密度不均匀的浅海ICESat-2光子数据,该文以我国南海的全富岛和珊瑚岛为例,提出浅海ICESat-2光子数据的投影去噪方法。首先根据浅海水下地形对光子数据分组,然后将各组数据投影在等高线附近,并通过高斯拟合去除噪声。最后将光子投影去噪方法与Hsu提出的去噪方法进行对比,并结合Sentinel-2遥感影像数据开展主被动水深反演进行验证。实验表明,光子投影去噪能够准确地提取出浅海水下信号光子数据,时间效率上优于Hsu的去噪方法。利用该去噪方法得到的水深控制点建立的水深反演模型反演误差优于0.9 m,相对精度小于9%。光子投影去噪方法能够为浅海ICESat-2光子数据去噪工作提供参考。

基于ICESat-2数据的山区细小河流断面提取

河流以一定的边界形态承载着水流及物质的输移,受现场量测困难、水文观测站点有限及数字高程模型(digital elevation model,DEM)精度限制,导致分布在江河源区、山区和偏远地区的细小河流断面信息积累极为匮乏,阻碍了河流水文、水动力过程等方面的研究。国际水文协会(IAHS)自本世纪初力倡解决无测站流域水文预测难题,使得高精度提取无测站流域河流水文信息变得越来越重要。ICESat-2 (ice,cloud and land elevation satellite-2)卫星测高任务具有在缺资料地区采集高密度地表点云的能力。该文以黄河中游一级支流皇甫川流域缺资料地区河宽小于10m的细小河流为研究对象,提出了一种利用ICESat-2 ATL03数据提取山区细小河流断面形态的方法。通过光子点云中、高置信度选择、平滑滤波去噪处理和DEM构建,提取了3个不同点位细小河流断面形态并与无人机原位测量结果进行对比分析。结合中、高置信度点云选择和滤波去噪可以有效地去除光子点云噪声,去噪率在63%以上;基于ATL03数据提取的地面点完整度和丰富度优于利用ATL08产品对ATL03分类得到的地面点;基于ATL03数据提取的河流断面形态结果与无人机原位测量结果基本一致(R^(2)>0.96,RMSE=0.69m)。研究结果初步证明了ICESat-2测高数据用于缺资料地区细小河流断面提取的可行性,可为全流域三维河网构建、水文水动力过程模拟等提供技术支持。

基于ICESat-2多波束激光测高数据的全球海洋重力异常反演分析

卫星测高技术是获取精细海洋重力数据的重要技术手段之一。常规卫星测高反演海洋重力异常主要是利用沿轨测高数据,而跨轨数据因较长的时间间隔或者稀疏的地面轨间距往往不能用于海洋重力异常反演,进而影响了海洋重力异常模型精度的进一步改善。新型激光测高ICESat-2能够同时获得3对光束观测数据,相邻激光束的地面间距约为3 km,为结合跨轨数据改善海洋重力异常模型提供了可能。本文首先给出了集成沿轨和跨轨数据反演海洋重力异常的处理策略;然后,分别利用沿轨数据和集成的数据构建了ICESat-2全球海洋重力异常模型(IS2Gra_alo和IS2Gra_alo_acr),结果表明通过补充跨轨数据能够有效提高沿轨数据反演海洋重力异常的精度,并验证了ICESat-2测高数据反演全球海洋重力异常的可靠性。此外,本文还探讨了ICESat-2不同跨轨数据组合对海洋重力异常模型反演精度的影响,在沿轨数据的基础上集成适当距离的跨轨观测数据能够有利于改善海洋重力异常模型的精度。本文研究为后续SWOT宽刈幅测高数据和我国双星跟飞模式测高数据反演海洋重力异常模型提供了参考意义。

基于ICESat-2和Sentinel-2A数据的森林蓄积量反演

森林蓄积量是林业调查的重要指标,在衡量森林健康状况和评价森林固碳能力等方面发挥重要作用,协同主被动遥感是当前反演大区域森林蓄积量的主要手段。以云南香格里拉森林为研究区,分别提取ICESat-2/ATLAS和Sentinel-2A影像的特征变量,并通过相关性分析和共线性诊断方法筛选特征变量,构建Sentinel-2A变量集和ICESat-2/ATLAS变量集,以及二者联合的变量集,然后结合样地实测数据与3个特征变量集,采用逐步线性回归和随机森林方法分别建立线性和非线性回归模型,反演森林蓄积量,并对结果进行精度验证及对比分析。研究结果表明:对3个变量集,随机森林方法精度均优于逐步线性回归;ICESat-2/ATLAS变量集在2种回归方法下的反演精度均高于Sentinel-2A变量集;联合Sentinel-2A和ICESat-2/ATLAS变量集,随机森林方法的反演精度最高,其R 2,RMSE和rRMSE分别为0.7034,84.78 m^(3)/hm^(2)和36.46%。整体来说,与Sentinel-2A数据相比,基于ICESat-2/ATLAS数据及其与多源数据联合的反演模型均可以提高森林蓄积量反演精度和模型稳定性。

一种基于ICESat-2激光光子与SRTM数据的冰川高程变化误差稳健估计方法

针对利用ICESat-2星载光子点云数据进行冰川高程变化监测时,不同地形条件下的ICESat-2激光光子数据质量差异较大导致冰川高程变化量估算误差较大的问题,本文以青藏高原上中国最大的海洋性冰川——恰青冰川为例,联合使用ICESat-2激光测高数据及30 m分辨率SRTM的DEM产品,提出了融合稳健估计准则的多函数拟合冰川高程变化量估算误差改正模型,降低了因地形坡度引起的冰川高程变化量估算误差;进而,估算了2000—2021年间恰青冰川的高程变化速度及质量变化量。结果表明,与对应的传统最小二乘估计结果相比,本文提出的融合稳健估计的函数模型改正效果更优。随后,将改正结果与多种数据进行交叉验证,能够证明该误差改正模型的有效性和可行性。因此,该模型可以有效改善冰川高程和质量变化信息提取的精度,研究结果表明,研究区21年间冰川高程变化速率约为(-0.52±0.56)m·a^(-1),冰川质量变化约为-12773.81×10^(5)t。此外,经过对21年间气象数据的年变化和月变化分析可知,气温和降水量等因素是引起冰川高程变化的主要动因。

ICESat-2数据辅助的AW3D30 DEM精度评价和修正

AW3D30 DEM数据是应用最为广泛的基础地理信息数据之一,其精度直接影响一系列衍生产品的可靠性和严谨性。因此,AW3D30 DEM数据的精度评价与修正一直是研究热点。然而,常规高精度验证数据获取困难且成本较高,难以应用在大范围研究区域。ICESat-2数据全球覆盖、高程精度达亚米级,可为AW3D30 DEM数据精度评价和修正提供可靠的参考数据源。为此,以河南省为研究区域,利用ICESat-2数据从坡度、坡向、地貌类型、土地利用类型角度评估AW3D30 DEM高程精度,并提出一种随机森林-长短期记忆网络混合模型修正AW3D30 DEM。实验表明:AW3D30 DEM高程精度随坡度、海拔和地形起伏度的增大而降低;坡向对高程精度的影响较小,误差分布无明显规律性;在裸地和耕地土地利用类型精度更高,在林地土地利用类型精度较差。随机森林—长短期记忆网络混合模型能够显著降低AW3D30 DEM的平均绝对误差和均方根误差,提升AW3D30 DEM精度,可为其他DEM数据修正模型的建立提供参考。

基于ICESat/ICESat-2卫星测高数据的黄河中上游水库水位监测

精确地提取出内陆水库水位高程数据以及分析其变化特征,对气候和生态环境变化、水资源管理等方面的研究具有重要的意义。利用ICESat卫星2003年10月至2009年4月期间的全球地表测高数据与ICESat-2卫星2018年11月至2022年6月期间的全球内陆水体高程数据,对黄河流域龙羊峡、刘家峡、三门峡、小浪底水库多期历史水位变化数据进行提取,并结合水文站实测数据对其准确度加以检验。结果显示:龙羊峡、刘家峡、三门峡与小浪底水库在水位变化上相互调节水位,确保了水库的安全运行和水资源的合理利用;通过与实测水位对比分析,龙羊峡、小浪底水库ICESat卫星测量水位与实测水位相关性系数分别为0.996、0.997,均方根误差分别为0.323 m、0.4567 m,平均误差分别为0.195 m、0.248 m;龙羊峡、刘家峡、三门峡以及小浪底水库ICESat-2卫星测量水位与实测水位相关系数分别为0.996、0.987、0.977、0.999,其均方根误差分别为0.6308 m、0.9606 m、0.7077 m、0.1354 m,平均误差分别为0.5046 m、0.7684 m、0.5661 m、0.11 m。此外,ICESat数据在一定程度上弥补了数据的缺失,表明全球地表测高数据与全球内陆水体高程数据在内陆水体水位变化监测方面具有很高的可行性。

基于ICESat-2的陕西省SRTM和ASTER GDEM数据对比分析研究

SRTM1 DEM和ASTER GDEM V3作为全球公开使用的最新DEM数据,为地形研究、GIS应用、资源管理、环境监测等领域提供重要的数据支持。本研究旨在分析它们在不同地形和地表覆盖物区域的误差分布情况,探究其在地形表达中的优势、劣势。选取陕西省特有地形,结合地形剖面和曲面误差方法,首次利用ICESat-2分析比较了SRTM1 DEM和ASTER GDEM V3数据的垂直精度在卫星轨道、地形地貌、土地覆盖中的误差分布。通过研究发现:STRM1 DEM和ASTER GDEM V3的总体平均误差分别为0.056 m和5.301 m,受轨道因子的影响,SRTM1 DEM垂直精度高于ASTER GDEM V3。坡度对数据的精度影响占比最大,林地的数据精度显示最低,地貌中平原地区影响最小,但误差随地形起伏不断增加。SRTM1 DEM误差曲面跨度小于ASTER GDEM V3,对于地形表达比ASTER GDEM V3更加精确。分析结果进一步验证了两种DEM数据测绘原理不同导致精度差异。

基于ICESat-2雷达数据的邢台北澧河局部水深测量

水深是水文水资源研究的重要参数之一,对径流量估算、水利工程建设、旱涝灾害防御具有重要意义。为提升水深测量时效性,文章通过对星载雷达反演了河北的北澧河局部水深。结果表明:经滤波处理后的ICESat-2光斑群准确区分了水面与水下地形特征,通过差分处理能有效提取水深信息。研究构建的基于异源遥感数据反演水深方法,可为类似问题的解决提供借鉴。

ICESat-2/ATLAS雷达数据在林业中的应用

ICESat-2/ATLAS作为新一代星载光子计数雷达,较ICESat-1/GLAS在载荷设备、模型算法及测距精度等方面都有了极大的提升。本文介绍了ICESat-2/ATLAS的物理参数、数据产品,并列出了当前ATLAS数据产品去噪分类的各类算法,总结了ICESat-2/ATLAS数据在林业中的应用,包括制作高分辨率的森林高度制图、森林地上生物量的反演、林下地形的反演等,并对比分析了各类研究结果的观测精度及可靠性。最后,对ICESat-2/ATLAS在多源遥感协同不同数据源的应用上进行了展望。本研究能为星载光子计数雷达在林业中的应用提供一定的参考。

耦合IceSat-2和Sentinel-2卫星数据与BRT回归模型的河流水深反演

研究以新安江断面水域为例,首先对ICESat-2 ATL03地理坐标光子点云进行滤波处理,以确定沿地面轨迹的水深信息,然后将ICESat-2数据与Sentinel-2遥感指数相结合,建立基于BRT的回归模型,进而对新安江断面水深进行反演。结果显示,ICESat-2 ATL03数据测量到断面水深范围介于0.26~0.61m;来自Sentinel-2卫星的水体光谱指数与水深之间具有一定线性关系,是预测水深的有效变量;经BRT模型拟合得到断面水深情况,反映了区域复杂水下地形,验证精度R^(2)为0.98,RMSE为0.58m。研究表明,ICESat-2雷达观测数据与Sentinel-2光学图像合并策略,在大面积水域水深测量中具有良好应用潜力。

基于OCO-2卫星数据的中国CO_(2)浓度时空变化特征

大气CO_(2)浓度增加引起的全球变暖问题是国内外学者关注的热点议题,但对CO_(2)的监测一直存在较多的不确定性。利用2015—2022年OCO-2卫星观测的CO_(2)柱浓度混合比数据(XCO_(2)),基于克里金插值和标准差椭圆等方法,分析了中国CO_(2)浓度时空分布与变化特征,有以下3个结论。1)基于OCO-2卫星数据的XCO_(2)数据集精度较高,与地面监测站(瓦里关站、鹿林站)观测结果的均方根误差仅为1.75 ppm和1.58 ppm,相关系数分别为0.91和0.96。2)年际上,2015—2022年中国年均XCO_(2)由399.52 ppm增至417.64 ppm,年均增速为2.56 ppm/a,高于过去10年全球CO_(2)浓度平均增速(2.06 ppm/a),但在2019年之后XCO_(2)增速呈下降趋势。季节上,XCO_(2)具有明显的季节变化特征,春季XCO_(2)最高,夏季最低。3)空间分布上,XCO_(2)表现出东部高,西部、东北地区低的空间分布特征。XCO_(2)浓度高值区域集中在京津冀和长三角等城市群。中国东北、西南地区XCO_(2)增速较快,高于华东、华南等经济发达地区。

ICESat-2激光雷达噪声光子标识及分布特点研究

利用PhotonLabeler实现对星载光子计数数据的噪声光子标识研究,并分析常见场景噪声光子分布特点,最后生成了一套光子计数噪声标识产品。本研究结果包括:太阳辐射会引起大量噪声出现;海洋区域的噪声光子会受到风浪、水深、海岸线、水中杂质等因素的影响;冰川情况下光子分布多受到积雪厚度、积雪密度、冰盖厚度、冰盖密集度及冰盖表面的粗糙程度等一些外来因素的影响;冬季情况下,噪声光子数目明显少于夏季,分析得出冠层高度及植被覆盖率等因素会引起大量噪声光子出现;多数情况下,弱光束对地表反演能力低于强光束,强光束可以捕获更多的光子点云数据。

HL-2A装置低频漂移波模数据库与机器学习初步研究

本文探索建立了HL-2A/3装置实验漂移波模数据库,并以此作为样本数据库,通过机器学习方法,利用人工神经网络预测托卡马克放电中漂移波模不稳定性的发生及其强度,为实现HL-2A/3等离子体实时参数控制提供参考。首先基于电子/离子温度梯度(η)、俘获电子份额(ε)、局域安全因子q和磁剪切s等4个基本参数构成的参数数据组(η,ε,q,s)作为变量,其他参数取有效的常数值,利用HD7代码计算相应模特征值数据,构建了一个低频漂移波模基本数据库。然后,基于BP神经网络与支持向量机(SVM)模型,分别进行了机器学习建模与编程实验,验证了对HL-2A装置离子温度梯度(ITG)\俘获电子模(TEM)不稳定性进行智能预测的可行性。研究结果表明,通过将参数集与数据集进一步扩充成完备数据库、并加快BP神经网络训练速度、或采用深度学习等更复杂模型,可以最终实现前述漂移波模预测目标。

BDS-2/BDS-3卫星观测数据联合处理关键技术研究

高质量卫星观测数据及高精度轨道钟差等产品作为全球导航与位置服务的核心,对整个系统的服务能力起到了至关重要作用。论文针对BDS-2/BDS-3卫星观测数据联合处理中空间构型、快速与高精度处理、轨道钟差精化及观测数据偏差等关键技术进行了深入探讨与系统研究。

利用TanDEM-X影像和ICESat-2高程数据获取南极高精度数字高程模型

高精度DEM是南极科学研究的基础地理信息数据之一。德国空间局发布的TanDEM-X双站干涉影像对不仅分辨率高、覆盖范围大,而且具有零时间基线,不受时间去相关、大气变化及地面目标形变的影响。本文基于TanDEM-X双站干涉影像对和迭代差分InSAR技术获取南极高分辨率DEM;然后利用南极ICESat-2高程数据和最小二乘平差方法改正DEM产品的系统性偏移误差,提高DEM产品的绝对精度。真实数据试验结果表明,本文方法可获取分辨率优于5 m、绝对精度优于2 m的南极DEM。

ICESat-2/ATLAS数据反演林下地形精度验证

针对星载激光雷达数据反演林下数字地面模型(Digital Terrain Model,DTM)存在困难的问题,研究了冰云陆地高程卫星-2(Ice,Cloud,and land Elevation Satellite,ICESat-2)/先进地形激光高度计系统(Advanced Opographic Laser Altimeter System,ATLAS)的强弱光束数据反演林下地形的精度,并探究了冠层高度及植被覆盖率对于ICESat-2/ATLAS反演林下DTM精度的影响。研究结果表明:强波束反演林下DTM的精度为R^2=1,RMSE=0.74 m,弱波束反演林下DTM的精度为R^2=1,RMSE=0.76 m,强波束相对弱波束表现出更优的反演精度,但是,强光束与弱光束的光子云数据均可为反演林下DTM提供科学数据。从研究区植被的整体情况来看,随冠层高度及植被覆盖率的增加,不同激光类型数据均出现误差逐步增加的情况。