基于静止轨道水色卫星数据的渤海总吸收系数遥感反演和逐时变化研究

渤海是我国的半封闭内海,受陆源影响显著,水体光学性质复杂多变,静止轨道水色卫星(GOCI)的高时间分辨率数据为研究渤海水体总吸收系数的时空变化特征,特别是逐时变化提供了可能。针对GOCI波段设置,利用实测数据建立了基于遥感反射率波段比值的412、443、555 nm波段渤海总吸收系数遥感反演模型,经独立实测数据检验,模型反演值与实测值的相关系数大于0.8,平均相对误差(APD)小于13%,中值相对误差小于9%,优于已有典型算法(精度提高约10%);经独立现场-卫星时空匹配数据检验,基于该模型和GOCI卫星数据的总吸收系数遥感反演平均相对误差在35%以内。基于2015年5月4日1天8景的GOCI影像和所建立的模型,研究了渤海总吸收系数的逐时变化特征。结果表明,8:30—15:30期间总吸收系数变幅主要分布范围是0.2~0.3 m~(-1),最大变幅可达到0.8 m~(-1),变幅极大值主要分布在辽东湾、渤海湾和莱州湾近岸海域。结合潮汐数据的分析发现,辽东湾、渤海湾北部总吸收系数与潮高的逐时变化具有较好的一致性,总吸收系数极小值出现时刻滞后于低潮时刻0~1.5 h;莱州湾西部总吸收系数与潮高逐时变化呈明显负相关性;渤海湾南部、莱州湾东部总吸收系数与潮高变化未见显著相关性。     

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...     

浑浊二类水体的高分四号卫星大气校正效果分析

高分四号卫星是我国首颗高空间分辨率地球静止卫星,在浑浊二类水体的遥感定量监测方面应用潜力很大。为评价高分四号多光谱数据经大气校正后水体反射率的精度,以太湖为研究区,使用同步MODIS数据辅助的Gordon单次散射改进算法,对2016年7月21日和2016年8月17日两景高分四号多光谱数据进行大气校正,并通过与地面同步实测光谱数据、以及地球静止水色卫星GOCI数据大气校正结果的协同比对,验证高分四号多光谱数据的大气校正效果,为该卫星产品的水色遥感应用提供借鉴和参考。结果表明,红光B4波段校正精度最高,平均绝对误差(MAPE)为10.71%;绿光B3波段校正精度次高,MAPE为13.21%;近红外B5波段校正精度次低,MAPE为33.06%;蓝光B2波段校正精度最低,MAPE为53.55%。其中B3,B4和B5波段校正精度高于GOCI,主要原因在于高分四号的空间分辨率远高于GOCI,混合像元导致的精度误差相对较小,充分显示了高分四号作为一颗高空间分辨率地球静止卫星在水色遥感方面的优势;而B2波段低于GOCI,表明高分四号的蓝光波段尚有改进空间,今后有必要对该波段进行重新定标等处理;在未得到有效处理的情况下,水色遥感应用应尽量避开该波段。总体而言,高分四号多光谱数据校正精度较高,可以较好的应用于内陆二类浑浊水体的定量遥感监测。     

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。     

基于QA Score的GDPS各个版本在黄海海域GOCI数据处理中的适应性分析

水体的遥感反射比光谱（R_rs(λ)）是海洋水色遥感反演海洋生物地球光学参数的关键,其定义是离水辐亮度与恰好水面之上的向下辐照度之比。海洋水色卫星传感器接收到的总信号中90%是大气的贡献,海洋水体贡献的离水辐亮度不足10%,因此对接收的信号进行大气校正获得高精度的水体遥感反射比信号是海洋光学遥感的关键技术之一。基于大量高质量的现场高光谱遥感反射比数据的基础上建立的R_rs(λ)光谱数据的质量评价体系QA(quality assurance),可以通过计算R_rs的得分情况（QA score）很好地识别出有问题或可能错误的R_rs(λ)光谱。GOCI(geostationary ocean color imager)是搭载在全球第一颗对地静止卫星COMS(communication ocean and meteorological satellite)上的主要传感器,由韩国海洋卫星中心（KOSC）发射,其高观测频次(8景观测数据/天)使生物地球化学参数的日变化监测成为可能。KOSC研发了GDPS (GOCI data processing system)软件专门用于GOCI数据处理,包括大气校正。到目前为止已为全球用户免费提供GDPS1.1, GDPS1.2, GDPS1.3, GDPS1.4, GDPS1.4.1, GDPS2.0六个版本。应用QA Score评价体系对于GDPS1.2, GDPS1.3, GDPS1.4.1, GDPS2.0四个版本在黄海海域处理得到的GOCI遥感反射比光谱数据的质量进行了评比。结果发现GDPS1.2的R_rs数据被视为无效的数据量明显大于GDPS1.3, GDPS1.4.1和GDPS2.0的处理结果;GDPS2.0的R_rs数据QA得分情况要差于GDPS1.2,GDPS1.3和GDPS1.4.1;GDPS1.3和GDPS1.4.1的数据处理结果基本相同,这与GDPS1.4在GDPS1.3的基础上只进行了软件模块化优化处理且修复了一些小问题的结果相吻合。基于该研究,黄海海域使用GOCI R_rs数据时,如果R_rs波段比是首要考虑因素（如反演叶绿素a浓度）且对有效数据数量要求不高,可以使用GDPS1.2版本进行大气校正;如果更关心的是某个波段R_rs值,则使用GDPS2.0进行大气校正更合适。     

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。     

黄渤海悬浮颗粒物粒径的遥感反演研究

悬浮颗粒物粒径是重要的海洋光学参数,在以悬浮颗粒物为主的黄渤海海域,对水体生物、化学过程等起着重要的作用,该参数的卫星遥感反演也对海洋光学与水色遥感研究具有重要意义。利用2014年5月和11月的黄渤海47组实测数据,建立了基于静止海洋水色卫星(GOCI)波段设置的遥感反射率(Rrs)与悬浮颗粒物中值粒径(D50)反演模型,555 nm波段幂函数的反演效果最佳,决定系数R2为0.72,绝对误差SMAPE为6.35%,经实测数据检验,均方根误差SRMSE约为0.17,相对误差变化范围为-5%~5%。对反演模型引入5%误差进行敏感性检验,绝对误差、均方根误差分别控制在2%以及0.002以内,具有较好的稳定性。将此模型运用于2013年6月GOCI卫星数据,反演出悬浮颗粒物中值粒径D50的时空分布图,呈现从近岸向远海粒径逐渐变大的趋势。     

基于生物光学模型的水体叶绿素浓度反演算法

文章提出了一种基于生物光学模型的二类水体叶绿素浓度反演算法.本算法根据生物光学模型,利用一系列已知各组分浓度的反射光谱计算各组分的吸收和后向散射系数,然后采用非负最小二乘法解得叶绿素浓度.研究是在实验室内进行了绿藻的培养,且在暗室内测定了具有不同叶绿素和非藻类悬浮物浓度的水体样本的反射光谱.并把实验室测得的反射光谱重采样到Landsat TM对应的波段以检验该算法在TM数据中的适用性,同时比较了利用不同TM波段组合反演叶绿素浓度和非藻类悬浮物浓度的精度.结果表明,对于绿藻而言,利用TM第二、三、四波段反射率数据的组合反演时的效果最好,叶绿素浓度反演结果的均方根误差为4.7 ug·L-1,其精度明显优于传统的回归分析算法.     

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.     

基于卷积神经网络的全球海洋叶绿素a浓度反演方法

作为浮游植物体内主要色素的叶绿素a能够指示水体富营养化的程度,因此准确地获取与预测叶绿素a浓度可为保护海洋环境提供依据。以中分辨率成像光谱仪获取的遥感影像作为数据源,将同一水域的叶绿素a浓度图像作为相对真值,采用卷积神经网络建立遥感反射率与叶绿素a浓度之间的关系模型,进而实现对海洋叶绿素a浓度的反演。首先,对2020年全球海洋反射率数据(波段组合为412, 469, 488, 547和667 nm)和叶绿素a浓度数据进行倍数放大、对数变换等预处理。其次,从中截取2020年1月太平洋与印度洋交界处的水域影像作为数据集,并将其划分为训练集和验证集,构建与训练海洋叶绿素a浓度的卷积神经网络反演模型,以决定系数(R²)、均方根误差(RMSE)和平均绝对误差(MAE)作为评价指标,优化反演模型。最后,使用2020年1月—12月的叶绿素a浓度数据作为测试集,验证模型的反演精度。结果表明,构建的反演模型R²=0.930, RMSE=0.132, MAE=0.103,证明模型给出的叶绿素a浓度的反演结果与真值具有较高的一致性,能够应用于基于遥感影像进行全球海...     

黄河口海域颗粒有机碳浓度遥感反演与时空分布特征

基于黄河口海域实测数据,建立了利用745nm(模型1)和680nm(模型2)波段遥感反射率的颗粒有机碳(POC)浓度反演模型,得到的平均相对误差(APD)均低于26%,其中模型1表现更优。结合海洋水色成像仪(GOCI)影像和实测数据对两个模型进行了精度评估,平均相对误差均在30%以内。基于所建立的模型和卫星遥感影像,分析了逐时、大风过程(几日之间)、季节变化三种情况下黄河口海域POC浓度的时空变化特征。结果表明,冬季POC浓度整体较高,夏季POC浓度整体较低;渤海湾附近出现POC浓度最高值。三种情况下,POC浓度的变化范围在同一尺度上,表明短时间间隔并不意味着POC浓度变化范围也小,其季节平均效应是显著的。     

基于现场光谱的潮滩表层沉积物叶绿素-a含量遥感模式

提出了一种可实现潮滩表层叶绿素的现场快速、无损的光学检测方法。利用反射率光谱对我国潮滩表层沉积物叶绿素-a浓度进行了观测试验。基于高光谱650,675及700nm各波段的反射率,提出了用于叶绿素浓度反演的归一化底栖微藻差异指数(NDI-MPB)、及可消除呈直线或近似直线变化的背景噪声光谱的反射谷深度(T-depth)模型。研究结果表明,NDI-MPB指数与表层沉积物(3mm)中的叶绿素-a浓度(2.22～49.36mg.m-2)有极好的线性相关性(r>0.99);以叶绿素-a浓度表征底栖微型藻类生物量,NDI-MPB可用于潮滩表层底栖微型藻类生物量的遥感监测。     

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。     

基于敦煌辐射校正场的自动化辐射定标方法EI北大核心CSCD

提出了基于自动化多通道光谱辐射计(ATR)、6SV辐射传输模型、敦煌场地历史高光谱反射率模型、中分辨率成像光谱仪(MODIS)的双向反射分布函数(BRDF)的自动化辐射定标方法。当天气状况和卫星观测几何参数满足条件时,所提方法可对遥感器进行连续辐射定标。2015年8月至2016年3月在敦煌辐射校正场进行了实验,共获取17天的有效观测数据。以"水"卫星的中分辨率成像光谱仪(AQUA/MODIS)为辐射基准,验证了所提方法的精度和定标频次。结果表明平均10~15天能够对卫星遥感器进行一次辐射定标。与AQUA/MODIS各通道观测数据相比,利用所提方法得到的大气顶反射率的相对偏差均小于5%,平均相对偏差小于2%,标准差小于2%。     

基于敦煌辐射校正场的自动化辐射定标方法

提出了基于自动化多通道光谱辐射计(ATR)、6SV辐射传输模型、敦煌场地历史高光谱反射率模型、中分辨率成像光谱仪(MODIS)的双向反射分布函数(BRDF)的自动化辐射定标方法。当天气状况和卫星观测几何参数满足条件时,所提方法可对遥感器进行连续辐射定标。2015年8月至2016年3月在敦煌辐射校正场进行了实验,共获取17天的有效观测数据。以"水"卫星的中分辨率成像光谱仪(AQUA/MODIS)为辐射基准,验证了所提方法的精度和定标频次。结果表明平均10~15天能够对卫星遥感器进行一次辐射定标。与AQUA/MODIS各通道观测数据相比,利用所提方法得到的大气顶反射率的相对偏差均小于5%,平均相对偏差小于2%,标准差小于2%。     

航空偏振遥感数据反演陆地上空气溶胶光学厚度

在陆地上空气溶胶遥感中,地表多样性会导致地表反射率计算误差增加,降低地气解耦精度,进而影响气溶胶反演精度。多角度、多光谱和偏振观测数据的引入有利于解决地气解耦精度和气溶胶参数的提取精度受限的问题。基于多角度偏振辐射计(AMPR)航空多光谱遥感数据,结合气溶胶散射和地表偏振反射规律,提出了在1 640 nm波段对AMPR观测偏振反射率进行连续大气辐射校正,实现地气解耦的方法。在此基础上,构建了陆地上空气溶胶偏振反演算法。运算过程中使用665和865 nm波段观测数据进行气溶胶参数提取,使用1 640 nm波段观测数据结合提取的气溶胶参数进行大气偏振辐射校正,重新获取地表偏振反射率。在反演过程中引入迭代,逐步逼近大气与地表真实辐射值,实现地气解耦,并利用查找表的方法实现气溶胶光学厚度反演。通过AMPR在京津唐地区5个架次的航空观测实验数据对反演算法进行了验证,结果与地基CE318观测数据一致性较好,在气溶胶光学厚度小于0.5的情况下,反演平均误差为约0.03。     

卫星成像仿真中零视距标准图的获取方法

高分辨率卫星成像全链路仿真是卫星发射前效果评估的主要手段,零视距标准图是验证成像仿真链路基础环节准确性的必要标准。地面设备获取零视距图像时,由于存在成像视场受到限制、观测角度与卫星不一致、工作量大、难以定量化等问题,难以直接获取垂直对地观测的零视距标准图。通过建立地面零视距标准图测量系统,利用轨道逐行拍摄、几何校正、图像拼接,得到较大幅宽垂直向下图像。并且通过同步辐射校正法进行定量化,得到零视距反射率图像。最终,在距离地面2.6m的观测平台上,获取了面积为10m×10m,分辨率为亚米级的零视距标准图(反射率图)。与地面实测反射率对比,结果表明零视距标准图(反射率图)误差小于5%,可为亚米级高分辨率卫星成像仿真链路基础环节的精度验证提供标准。     

基于珠海一号高光谱卫星的巢湖叶绿素a浓度反演

叶绿素a是重要的水质参数,可以衡量水体的富营养化程度。遥感技术可以实时、快速、大范围地获取水体中叶绿素a的浓度与分布,对于水生态环境的评价及治理具有重要意义。内陆水体的光谱特征复杂,宽波段的多光谱遥感难以精确获取水体的光谱信息。国产珠海一号高光谱卫星因其光谱分辨率高,波段多等优势在内陆湖泊的遥感监测中具有广阔的应用前景。基于珠海一号高光谱数据,充分发挥其高光谱分辨率的优势,对巢湖的叶绿素a浓度进行反演,从影像中提取实测点处的遥感反射率曲线,筛选具有显著光谱特征的波段,并以OIF指数衡量不同波段组合获取水体组分信息的能力,以此构建与实测叶绿素a浓度相关性较高的波段组合。结果表明珠海一号OHS-2A星影像的14,16和19波段所构建的三波段模型[R_rs(700 nm)-1-R_rs(670 nm)-1]×R_rs(746 nm)在巢湖的叶绿素a浓度反演中取得了较高的精度,相对误差和均方根误差分别为19.97%和10.85 mg·m-3。由模型反演巢湖2019年5月10日的叶绿素a浓度空间分布图可知,叶绿素a浓度自东向西呈上升趋势,全湖南部和东北部的叶绿素a浓度较低,西巢湖的北部叶绿素a浓度最高。西巢湖的整体叶绿素a浓度是全湖最高的,尤其是其北部水域,水质情况较差,已经出现了一定面积的水华,其主要原因在于该地区紧邻合肥市,人类活动强烈,污水废水排放量大。珠海一号高光谱卫星对于内陆湖泊的水质反演具有一定的优势,但也存在着数据处理困难,波段利用率低,反演模型普适性差等局限,今后仍需借助珠海一号高光谱数据开展更多的湖泊遥感研究,不断提出高光谱遥感影像处理的新方法,提高反演模型的精度与普适性,充分挖掘数据源的潜力,使其更好地服务于水质的遥感监测工作。     

马尾松针叶光谱特征与其叶绿素含量间关系研究

以马尾松针叶野外高光谱数据为基础,分析了马尾松光谱变化,构建或借助不同光谱特征参数,在理论和实践分析的基础上,建立了马尾松针叶叶绿素含最与光谱反射率及9个特征参数之间的关系.研究结果表明:(1)马尾松叶绿素含量在527,703,1 364及1 640 nm四个波长附近,与其反射率具有较好的线性关系,为马尾松遥感监测在波段选择上提供了依据;(2)红边位置、红边平均反射率、红边位置附近平均反射率、红边斜率、红边面积、红谷吸收深度、绿峰反射高度、红边归一化植被指数、红边植被胁迫指数等9个马尾松反射光谱特征参数均与叶绿素含量间存在指数函数关系,相关系数绝对值在0.5～0.7之间;(3)采用9个光谱特征参数建立了马尾松针叶叶绿素含量预测模型,且所建立的基于高斯核函数变换的偏最小二乘回归模型对叶绿素含量的预测精度远远大于传统线性回归模型,模型的均方误差为0.008 8,平均绝对百分误差为0.761 7%.     

基于辐射传输优化模型的二类水体大气校正

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区,采用6S大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程,并利用中分辨率成像光谱仪(MERIS)754、779、865、885nm 4个近红外波段进行光谱优化,求算550nm处气溶胶光学厚度等变量。通过外推,实现可见光波段的大气校正。将2007年11月11日、20日、21日,2008年11月20日MERIS Level 1p影像以及野外实测水体遥感反射率数据集用于精度验证,结果表明,该方法能够较好地反演水体遥感反射率光谱,校正后的13个波段的平均相对误差大多分布在20%~40%之间。与6S以及Beam 4.9软件自带的大气校正方法相比,具有较高的校正精度和较强的稳定性,在太湖有较好的适用性。