结合GOCI数据的黄海绿潮遥感监测及漂移轨迹研究

结合GOCI(Geostationary Ocean Color Imager)传感器的波段特征,基于缨帽变换方法设计了一种简单有效的绿潮指数(TCT-GTI)算法.结合目视判断的绿潮识别结果,将TCT-GTI算法与两种已有的遥感算法(AFAI和IGAG算法)监测结果进行对比发现,TCT-GTI算法的绿潮遥感监测结果精...     

胶州湾海域Landsat8/OLI数据处理中多种大气校正方法的评价

海洋水色遥感研究中,精确的水体遥感反射比R_rs(λ)光谱数据是应用海洋光学卫星数据反演海洋生物地球物理参数的关键。实际工作中,遥感反射比是根据遥感仪器接收到的辐亮度经大气吸收和散射校正、太阳距离以及太阳高度角校正后计算出来的。因此对卫星传感器数据进行大气校正是我们得到精确的水体遥感反射比光谱数据的关键因素之一,也是海洋水色遥感研究中的一个重要问题。胶州湾是黄海西部的一个半封闭海湾,是北温带海湾生态系统的重要代表,该海域内规划了大范围的海洋牧场养殖区域,水体生物光学性质复杂。Landsat是美国NASA的陆地卫星计划,最初是为了观测陆地而研发,但是其高空间分辨率(30 m)的优势在海洋遥感监测中表现突出,使得其成为卫星遥感监测河流、湖泊、内陆环湾等水体不可忽略的数据源之一。基于QA(quality assurance) Score光谱质量评价体系对Landsat8/OLI数据处理中五种大气校正算法在胶州湾海域的大气校正结果进行了评价分析。五种大气校正算法分别是NASA(National Aeronautics and Space Administration)标准近红外大气校正算法(Seadas采用为默认大气校正算法,记为Seadas Default);Acolite 默认大气校正算法—暗光谱拟合算法（dark spectrum fitting,记为Acolite DSF）;以及Acolite指数外推算法（exponential extrapolation）,根据算法中所使用波段的不同,分别记为Acolite SWIR, Acolite Red/NIR, Acolite NIR/SWIR。分析结果表明在胶州湾海域Seadas Default的大气校正算法得到的R_rs(λ)数据QA得分为1的概率（83.95%）要远大于Acolite DSF（49.66%）,Acolite SWIR（4.13%）,Acolite Red/NIR（7.25%）,Acolite NIR/SWIR（1.38%）四种大气校正算法。Acolite DSF大气校正算法优于Acolite SWIR,Acolite Red/NIR,Acolite NIR/SWIR。应用MODIS/Aqua卫星数据对Seadas Default大气校正算法和Acolite DSF大气校正算法处理Landsat8/OLI卫星数据得到的R_rs(λ)在443,483,561和655 nm的数据进行了对比分析,结果表明在各个波段的Seadas Default算法所得的大气校正结果都要优于Acolite DSF算法。据此,建议在胶州湾及其附近海域应用Landsat8/OLI数据进行遥感应用研究时以NASA标准近红外大气校正算法为首选。     

基于NPP-VIIRS卫星数据的渤黄海浊度反演算法研究

浊度是水环境和水质状况的重要监测指标。卫星遥感技术具有宏观的空间覆盖性和重复的定期采样性,是一种有效的监测水体浊度的方法。基于NPP-VIIRS卫星的遥感反射率,建立了一个适用于渤黄海的水体浊度遥感反演算法,并将其应用到VIIRS卫星图像上,研究了渤黄海水体浊度的时空分布特征。结果表明:该算法具有较高的反演精度(决定系数R~2为0.97,均方根误差为16 NTU,平均绝对误差为23 NTU,平均相对误差为34.63%)。渤黄海水体浊度在空间尺度上基本呈现近岸高、远岸低的分布特征;在时间尺度上,冬季浊度维持在一个较高的水平,春季浊度高值区逐渐收缩,夏季达到最低,只在沿岸区域仍有较高的浊度,而秋季浊度又逐渐升高。     

基于半分析算法的海岸带和内陆水体悬浮物浓度遥感估算

水体总悬浮物(TSS)会影响光在水体中的传播过程及水体的生态功能,在水生生态系统中起着重要作用.基于2009～2014年在太湖、巢湖、鄱阳湖、珠江口和大亚湾采集的生物-光学数据,分析了TSS浓度变化的遥感响应波段,构建了海岸带和内陆水体TSS浓度遥感定量估算模型,并结合VIIRS(Visible infrared im...     

MODIS遥感中国东部海域气溶胶光学厚度与现场测量数据的对比分析

利用2006年4月至2007年11月间中国东部海域五个航次的天空辐射计海上观测资料,以10 km×10 km和±1 h作为时空匹配窗口,对中分辨率成像光谱仪(MODIS)标准海色产品中的869 nm气溶胶光学厚度数据进行了对比检验。结果显示,在全部匹配数据中,72%非常接近或在NASA公布的期望误差Δτ=±0.03±0.05τ范围以内。MODIS的反演精度具有一定的地域性和季节性差异,东海匹配数据的一致性明显好于黄海,2006年冬季匹配数据的一致性较好,2007年秋季MODIS反演值存在系统性偏高的情况,其主要原因可能与气溶胶模型的不适用有关。通过对全部匹配数据的进一步分析印证了这一点。     

基于多光谱数据的植被水分反演及其在旱情评估中的应用分析

植被作为干旱的承载体,其含水量的变化反映了旱情的时空分布以及受旱程度。文章从监测原理、植被水分表征以及遥感数据反演模型等三个方面,开展了基于多光谱遥感数据的植被水分反演方法研究。以2010年春季西南四省为应用案例,进行了植被水分的反演和时空分析,并与气象数据进行了相关性分析。结果表明:在2010年旱情中,降水对植被水分变化具有一定的影响;然而由于植被吸收降水的过程是一个滞后的过程,因而降水的变化对植被水的影响也存在一定滞后效应。在上述分析基础之上,从时间和空间尺度对植被水分在旱情监测和评估中的应用进行了评价。通过时间合成以及与其他数据(如历史数据)的结合,可克服多光谱数据的自身不足,提高多光谱遥感数据在旱情监测和评估的应用性。     

基于主成分分析的自组织竞争神经网络在多光谱遥感影像分类中的应用

多光谱遥感影像具有波段多、信息量大的特点,传统的分类方法难以达到提高精度的要求.利用主成分分析对多波段遥感图像进行降维,再采用竞争型自组织神经网络对图像进行非监督分类.这种方法的分类精度为87.5%,Kappa系数为0.86,明显高于最大似然法,最小距离法和基于像元的自组织竞争神经网络法.实验结果表明该方法在多光谱遥感影像分类中具有较好的适用性.     

基于GOCI影像分类的太湖水体叶绿素a浓度日变化分析

叶绿素a浓度(Chlorophyll-a: Chl-a)是内陆水体重要的水质参数之一,遥感数据为其提供了大范围、多时相的监测信息,然而由于内陆湖泊水色要素复杂的光学性质及较大的时空差异,传统的遥感影像及单一的Chl-a反演模型在应用中存在着局限性。因此本研究以太湖为研究区,时间分辨率1小时的静止海洋水色卫星Geostationary Ocean Color Imager(GOCI)为数据源,在基于层次聚类法实现归一化实测光谱反射率分类的基础上,利用光谱角测距匹配实现2012年5月6日(08:16—15:16) 8景GOCI太湖影像的水体分类;并针对不同水体类型分别建立基于GOCI影像的Chl-a反演模型,实现不同类型水体的Chl-a浓度反演。结果表明,太湖水体光谱可分为四类,类型1光谱体现出漂浮藻类的特征,可将其作为蓝藻水华的判定依据;类型2—4体现的特征分别为水体含有较高Chl-a浓度、较高悬浮物浓度及相对较低Chl-a较低悬浮物浓度;并且类型2—4与分类前相比,其分类模型估算的Chl-a浓度误差均得到了不同程度的提高,平均相对误差分别降低了7%,12.3%和15.9%;此外,GOCI影像反演结果不仅可以很好地反映Chl-a浓度的空间分布状况,也能反映出太湖Chl-a浓度的日变化差异及规律,表现出了其在富营养化污染动态监测及预警中的应用潜力。该方法在GOCI影像中的应用,在提高Chl-a浓度反演精度的同时也提高了模型在实际应用中的适用性,为日后太湖水体不同时刻Chl-a浓度的精确估算提供了基础。     

水体组分光谱耦合效应研究

自然水体不同组分光谱之间存在复杂的耦合作用机制,由此导致水体光学特性的高度复杂性,给水质参数遥感反演带来了很大的不确定性,目前对此缺乏系统性认识。基于水体光学Monte Carlo高光谱模拟,研究了典型可遥感水质参数叶绿素a(Chl.a)、总悬浮物(TSM)与黄色物质(CDOM)光谱特征之间的耦合效应。结果表明：水体组分之间的光学影响具有不对等性;Chl.a与CDOM的存在不影响TSM信息提取时特征波段的选择;由Chl.a主导的水体对TSM的信息提取影响甚微,而TSM对Chl.a反射光谱产生的影响非常显著。随着TSM浓度不断增加,Chl.a的浓度对反射率的响应不断减弱,当TSM浓度达到一定水平时,Chl.a的反射光谱对其浓度的变化完全失去响应。即使在Chl.a敏感的特征波段670 nm,当TSM较高时,其光学特性可完全湮没Chl.a的光谱响应,使得在高浓度TSM的水体中提取Chl.a的浓度信息非常困难。CDOM的存在使得蓝绿波段比值算法在Chl.a在中高浓度时失效;由TSM主导的水体比由Chl.a主导的水体对CDOM的光学影响更为显著,TSM对于短波区域CDOM的光学特性具有更强的抑制性。研究结果可为水质遥感波段的选取、水体组分反演算法的适用浓度范围及水色卫星传感器的波段设置等方面提供了理论基础,尤其对于二类水体水质遥感的发展具有较大的促进作用。     

结合GOCI数据反演近海浮游植物叶绿素和类胡萝卜素浓度

基于2016-2018年渤海、黄海和东海7个航次中米集的实测遥感反射率和浮游植物色素浓度数据,利用静止海洋水色成像仪(GOCI)遥感反射率产品建立中国近海水体中总叶绿素a、叶绿素b、总叶绿素c、光保护类胡萝卜素和光合有效类胡萝卜素浓度的反演模型,并进一步得到2014-2018年渤海、黄海和东海各色素浓度分布图.研究结果...     

基于星载辐射计AMSR-E不同波段的北极海冰折射系数提取

海冰折射系数是一个重要的地球物理参数.利用Hong Approximation(HA)算法和星载辐射计AMSR-E数据,基于不同微波频段(6.9,10.7,23,37,89 GHz)实现北极地区不同季节海冰折射系数反演.首先对反演所用关键数据海冰密集度反演算法的系点进行优化,反演结果与验证数据平均偏差分别为3.00％和-0.50％,低于其它常用算法.结果表明:冬季一年冰和夏季海冰的折射系数反演结果在所有微波频段的平均值范围为(1.78～1.75)和(1.72～1.70),与前人研究结果基本一致,但冬季多年冰在较高频率的折射系数与前人结果偏差较大,高于10.7 GHz的微波频段不能用于冬季多年冰折射系数的提取;综合利用不同波段海冰折射系数反演结果能够有效识别沿岸冰间湖(比如冬季6.9 GHz),区分多年冰与一年冰(冬季89 GHz),并能确定多夏季海冰边缘融化范围(夏季6.9 GHz).     

光源偏振对水体颗粒后向散射系数测量的影响

颗粒后向散射系数是水体主要的固有光学特性,也是海洋水色的决定因子和海洋水色卫星遥感反演的基础参数。当前,利用光学仪器现场原位测量是获取水体颗粒后向散射系数的主要方法。由于光源自身和仪器光路中镜面反射和折射,其出射光源可能存在一定的偏振,进而会影响水体后向散射系数测量的精度。目前,关于水体后向散射系数测量仪器的光源偏振性及其对颗粒后散射系数测量精度影响的研究尚为空白。针对该问题,以应用广泛的水体后向散射测量仪HydroScat6(HS-6)为例,对其出射光源的偏振特性进行了系统测量,并进一步开展了光源偏振对水体颗粒后向散射系数测量精度影响的实验研究。结果表明,HS-6六个光学通道除590 nm通道出射光源偏振度略低外(~15%),其他通道出射光源中心波长偏振度均在20%~30%。因此,HS-6出射光源具有显著的偏振特性。光源偏振对颗粒后向散射系数测量具有不可忽略的影响,且影响程度随着波段,线偏振角度及悬浮泥沙浓度而变化。不同悬浮泥沙浓度下,光源偏振引起的420,442,470,510,590和670 nm六个波段的平均偏差可达15.49%,11.27%,12.79%,14.43%,13.76%,12.46%。因此,利用光学仪器现场测量颗粒后向散射系数需要考虑光源偏振的影响,并需尽可能降低出射光源的偏振度。     

渤海固有光学量高光谱遥感反演

水体固有光学量是重要的海洋光学参数,是辐射传输模型最基本的输入参数,对于海洋光学遥感和水色研究具有重要意义。基于2005年渤海高光谱实测遥感反射率和总吸收系数数据,首次利用非线性最小化优化模型,反演水体总吸收系数等固有光学量。经过实测数据的检验,412,440,510,555,650和676 nm波段总吸收系数的反演平均相对误差分别为33.8%,20.4%,27.7%,37.5%,9.5%和10.8%。模型误差源主要为模型参数的不确定性和测量误差,通过讨论发现,光谱斜率S对总吸收系数的反演影响相对较少,而光谱指数Y导致的反演误差是不可忽略的。模型适用于高光谱数据,填补渤海固有光学量的最优化反演研究的空白,并可用于高光谱遥感数据的固有光学量遥感反演研究。     

渤海近岸水体后向散射系数反演模型

水体后向散射系数bb是重要的海洋光学参数,在以悬浮物为主要组分的浑浊二类水体中,其对于水体光学性质起着决定性的作用,该参数的遥感反演对于海洋光学与水色遥感研究具有重要意义.利用2005年渤海近岸水体实测数据集,建立了基于水体遥感反射率光谱数据的后向散射系数bb(λ)经验反演模型(λ=442 nm,488 nm,532 nm,589 nm,676 nm),经实测数据检验,bb(442)和bb(589)反演平均相对误差约为30%;bb(488)和bb(676)反演半均相对误差优于40%;bb(532)反演半均相埘误差约为57%.通过分析模型对于输入误差的敏感性发现,当输入端引入±5%的误差时,模型反演值的误差波动在绝大多数情形下可控制在±10%以内,模型足稳定可靠的.模型适用于渤海近岸浑浊水体,可用丁水体光学参数的时空分布特征分析以及基丁固有光学参数的水色组分遥感反演.     

基于三维荧光光谱结合平行因子分析对春季北黄海有色溶解有机物的研究

利用三维荧光光谱(EEMs)结合平行因子分析(PARAFAC),对我国春季北黄海海水样品的荧光光谱进行了研究和分析。结果表明,北黄海有色溶解有机物(CDOM)中的荧光溶解有机物(FDOM)可分为四个组分,其中两组为类腐殖荧光组分c1(260,315/425)和c2(295,355/490),两组为类蛋白荧光组分c3(275/310)和c4(230,290/345)。四个组分之间不同程度的线性相关性说明了它们同源相似性,类腐殖质两组分之间的相关性最高,类蛋白质两组分次之。四个荧光组分和总荧光强度在平面分布和垂直分布都呈现近岸高,远岸低的趋势,同时除去陆源输入影响,海洋自身的水团运动和生物活动也影响着北黄海CDOM的分布。聚类分析进一步说明了北黄海不同区域的总荧光强度分布特征,也体现了整体上CDOM的均一性。荧光指数FI、腐殖化指数HIX和生源指数BIX在一定程度上指示了北黄海CDOM的来源,说明近岸区域陆源的影响较大,而向海一侧则受生物活动的作用影响较大,此结论与前述荧光组分的分布规律吻合。     

利用云廓线雷达数据分析云光谱结构特征

云在地气系统中扮演着非常重要的角色,当前气候模式的模拟仍然缺乏云体内部精细结构的数据。而用传统的被动卫星辐射计遥感,则会丢失大量的云层垂直分布的信息。正是基于这些原因,NASA提出了CloudSat的发射项目,提供必要的观测以使我们更好的理解云的内部结构。CloudSat于2006年4月28日发射成功,搭载第一个W带(94 GHz)云廓线雷达(cloud profile radar, CPR),可提供连续地、全球时间序列的云的垂直结构和特征。利用CloudSat卫星数据对2009年第8号台风云系“莫拉克”和2009年的第15号台风云系“巨爵”进行分析,根据云检测的结果,获取了雷达反射率、云类型以及云层光学厚度的连续变化特征。这将为我们后续台风云系光学特性的研究提供参考。     

主成分分析法与植被指数经验方法估测冬小麦条锈病严重度的对比研究

通过人工田间诱发不同等级小麦条锈病,在不同生育期测定染病冬小麦冠层光谱及其病情指数(disease index,DI)。利用主成分分析法提取冠层光谱350～1 350 nm范围内的前5个主成分(principal components,PCs),以及一阶微分光谱在蓝边(490～530 nm),黄边(550～582 nm)和红边(630～673 nm)内的前3个PCs,并利用逐步回归法建立反演模型,其结果分别与植被指数经验模型进行对比,结果表明:以一阶微分PCs为变量的模型精度优于其他模型,其RMSE为7.65,相对误差为15.59％。通过对预测值与实测值对比发现,以微分指数SDr′/SDg′为变量的模型适合监测冬小麦早期病情,而以一阶微分PCs为变量的模型特别适合监测冬小麦条锈病病情较严重期。研究结果对利用高光谱遥感监测与评估小麦病害程度具有实际应用价值。