近40年乌兰乌拉湖变化的遥感分析与水文模型模拟

为了研究可可西里地区的湖泊变化及其与气候变化的响应关系,利用TM/ETM+图像提取乌兰乌拉湖水体面积,利用高度计数据获得湖泊水位,分析湖泊面积和水位的变化;并计算得到2003—2009年湖泊水量变化;然后利用SWAT模型(soil and water assessment tool),对乌兰乌拉湖1970—2012年的径流情况进行模拟,其中土壤分类、土地利用分类和气象数据作为输入数据,利用遥感数据计算湖泊径流量,进行模型率定和验证。结果表明:1970—1990年,乌兰乌拉湖湖泊面积持续缩小,1990年以后湖泊面积持续增大,1990—2010年湖泊面积共增长了129 km2,水位也持续上升;SWAT模型模拟值和真实值的决策系数R2=0.82,模型适用性强,长期模拟结果与遥感监测结果的趋势一致;乌兰乌拉湖流域多年平均年径流量为103.8 mm,高峰出现在7—9月。

GF-5卫星监测饮用水源地风险源潜力研究

计划于2017年发射的高分五号(GF-5)卫星是中国高分专项工程中一颗重要光谱卫星,可以用来动态监测饮用水水源地风险源地物。为分析预测GF-5卫星在水源地风险源地物监测中的潜力,在缺乏有效光谱数据的情况下,选择与GF-5全谱段成像仪光谱设置比较接近的Landsat8 OLI数据,并分别将30 m和15 m空间分辨率数据作为GF-5数据信息量的下限和上限进行试验分析。在遥感影像的解译能力方面,将Jeffries-Matusita(J-M)距离判定作为下限,以地物均值光谱曲线特征为依托对地物可区分性进行定量分析,将专家判读不同波段组合的地物图像判识作为上限对地物可区分性进行定性分析。研究选择天津市于桥水库为试验区,构建合适的风险源地物识别类别体系,开展数据处理和试验分析,定量分析与定性分析结果表明,GF-5全谱段成像仪的20 m反射光谱数据不仅可以实现对林地、人工水域、水产养殖区和农田的判识,而且在未来很可能实现对农业大棚、采矿用地、住宅小区、村落和工业用地等典型风险源地物的判识。

三维激光扫描技术生成DEM及其在自然保护区生态环境中的应用研究

利用地面三维激光扫描仪,选择敦煌市阳关国家级自然保护区西土沟村为研究区,通过制定详细的数据获取方案,快速获取该区域高密度的三维激光点云数据和高分辨率的影像数据;通过数据预处理、数据后处理等,提取研究区高精度、高空间分辨率的DSM、DEM/DTM和CHM;详细深入地分析了地面三维激光扫描技术及其产品在自然保护区生态保护中应用方面的问题。研究表明,地面三维激光扫描技术可以为生态环境监测工作提供高精度的数据保障,而且相对于机载激光雷达等其他手段,数据获取方式灵活、方便,成本低、效率高,能够在生态环境动态监测与保护工作中发挥重要作用。

基于ICESat/GLAS高度计数据的SRTM数据精度评估——以青藏高原地区为例

为全面了解航天飞机雷达测图计划(shuttle Radar topography mission,SRTM)高程数据的精度及误差特征,利用精度更高的ICESat/GLAS激光高度计数据(简称ICESat高度计数据)为参照数据,以具有多种地貌类型的中国青藏高原地区为实验区,采用双线性插值算法分析了SRTM在中国青藏高原地区的高程精度,以及SRTM高程数据与地形因子(坡度和坡向)间的关系。实验结果表明:在青藏高原地区,ICESat高度计数据与相对应的SRTM高程数据高度相关,相关系数高达0.999 8;SRTM的系统误差为2.36±16.48 m,中误差(RMSE)为16.65 m;当坡度低于25°时,SRTM高程数据精度随坡度增大而显著降低。此外,相对于ICESat高度计数据,SRTM在青藏高原地区N,NW和NE方向的测量值偏高,在S,SE和SW方向的测量值偏低。

中国作物低温冷害监测与模拟预报研究进展

低温冷害是影响中国粮食生产的重要灾害之一,气候变化使中国特别是东北地区的低温冷害时有发生,东北中部冷害每8年发生一次,开展作物低温冷害研究对于中国粮食安全具有重要意义。从冷害形成机理上可以分为延迟型冷害、障碍型冷害及混合型冷害3类,其冷害指标主要针对不同作物有所差别。基于站点的冷害监测小尺度,GIS等新技术提供的精确温度指标可进行区域监测。遥感技术通过监测下垫面温度(LST)和植被指数(如NDVI)可监测障碍型冷害。基于数理统计、气候模式和作物模型耦合、天气预报的发育期和产量预报的低温冷害预报方法已得到应用。作物模型可依据作物发育进程和产量损失等对冷害损失评估,同时与遥感信息等结合可进行区域灾害评估。最后讨论了中国低温冷害监测和预报新技术的发展方向。

灰度共生矩阵和模糊分类的高分辨率光学影像欠发达村落提取

欠发达村落是城市化过程中的敏感因子,与城市中其他地物相比变化更加迅速明显。因此,及时掌握这些村落的数量和分布信息对城市规划和可持续发展至关重要。高分辨率光学影像能够提供大量的地面细节信息,广泛应用于土地利用/覆盖信息的自动提取。目前这方面的研究已经取得了一定的成果,但是,对于形态结构多样且易与其他地物混淆的欠发达村落的研究很少。本文利用灰度共生矩阵和模糊分类理论相结合的方法进行欠发达村落信息的提取。首先,根据研究区域特点构建类别体系并进行样本的采集;然后,基于灰度共生矩阵理论对每个样本提取不同类别、不同尺度的纹理特征;最后,利用模糊理论实现研究区域地物的分类。为验证算法的有效性和普适性,利用京津地区的验证样本和截取的高分辨率遥感影像进行试验。试验得到的最高精度为93.3%,表明本算法可以有效实现高分辨率光学影像中欠发达村落的提取。

基于区域网平差的多景SAR影像正射纠正

感兴趣区域若处于两景或多景SAR影像的交叠覆盖区,那么要得到该区域具有同等精度的正射影像产品,则需对覆盖该区域的各影像进行区域网平差处理。本文对这一问题进行了深入分析,建立了基于G.Konecny方程的区域网平差模型,通过岭估计和最小二乘迭代实现了平差模型的解算。为检验本文提出的区域网平差方法,选取了两景相邻轨道的Radarsat-1SAR影像进行了区域网平差纠正处理,结果表明区域网平差所得产品的误差可在1.5个像素之内,显示了本文方法的可行性。

基于多分类器集成的GF-1影像围填海地物识别

围填海是人类获取海洋资源的重要方式。监测围填海的变化是海岸带管理、海岸带演变研究中一项非常重要的任务。然而,围填海地物复杂多变,给利用遥感技术监测围填海带来困难。为此,通过构造识别地物类别的10个特征因子(GF-1的Band1—4波段的均值特征、波段均值的均值、对象面积、对象周长、外接矩形面积、对象面积与外接矩形面积之比和对象周长与对象面积之比),提出一种识别GF-1影像中围填海地物的多分类器集成算法;对特征因子进行集成,构建出单个特征分类器模型、光谱特征分类器模型、形态特征分类器模型和所有特征集成分类器模型4种组合特征分类器模型;对每种分类器模型进行试验研究,并对比分析4种集成模型的多分类器围填海地物识别精度。结果表明,单个特征分类器模型识别精度最高达到82.03%,光谱特征分类器模型识别精度为63.28%,形态特征分类器模型识别精度为87.50%,所有特征集成分类器模型识别精度为80.47%。本研究结果可为监测围填海变化提供较好的解决方案。

Landsat系列卫星光学遥感器辐射定标方法综述

Landsat系列卫星自1972发射以来,已经连续提供了40多年的中等分辨率多光谱遥感数据,广泛应用于农业、水资源管理、灾害响应等领域。目前,很多研究人员开始考虑利用这些数据开展中分辨率尺度的长时间序列地表定量信息监测,更加精细地反映局地甚至全球气候变化。开展这些研究的前提在于对数据进行辐射定标,并通过不同卫星的交叉辐射传递保证数据辐射精度的一致性。从Landsat 1到Landsat 8,随着遥感器性能和数据获取能力的提升,辐射定标方法不断更新,涉及发射前实验室定标、内定标灯方法、全孔径太阳定标器方法、交叉定标方法、场地定标方法等。本文在对Landsat系列卫星的遥感器性能进行分类、归纳、对比的基础上,系统梳理了Landsat系列卫星遥感器辐射定标方法发展过程以及不同定标方法的优缺点,特别是对定标精度的影响。Landsat系列卫星辐射定标的发展过程为遥感数据高精度定量化应用提供了非常重要的基础,未来辐射定标方法不但要随着新型遥感器研制而更新,更要注重多源遥感数据的交叉验证以及全过程辐射定标方法的完善与应用,保障遥感数据辐射定标精度的一致性。

自交叉双边滤波的极化SAR数据相干斑抑制

相干斑抑制是极化SAR数据预处理的关键步骤。双边滤波是一种空域和值域滤波相结合的优秀边缘保持滤波算法。针对双边滤波在抑制极化SAR数据相干斑的不足,该文将改进的交叉双边滤波引入到极化SAR数据降噪领域,加入散射机制测度来扩展原权重核,根据SPAN图像的局域变差系数自动调整空间方差系数,利用参考图像来度量灰度值和散射机制相似性。实验结果表明:本文方法较经典滤波算法有更强的噪声平滑能力和更好的细节信息保持能力,在保持原数据极化散射信息方面也表现出良好的性能,这为基于极化SAR数据的后续应用提供了支持。