基于高斯过程算法的日尺度IMERG降水数据与站点数据的融合研究——以湖北省为例

该文针对卫星降水数据空间分辨率较低的问题,以湖北省为研究区域,考虑经纬度、DEM、亮温数据、IMERG插值数据等辅助变量,融合2016年7月19日IMERG日分辨率卫星降水数据与气象站点数据资料.该文提出了点面融合方法和站点偏差校正估计两个融合方案,并选择了自适应样条多元回归、随机森林、高斯过程回归三种算法.结果表明,点面融合方法优于站点偏差校正估计方法,且高斯过程回归的融合结果优于其他两种算法.基于高斯过程方法的融合结果呈现合理的变化细节,符合降水的空间分布变化模式.融合结果的空间分辨率从约0.1°(约10 km)提高到1 km,且精度相对于原始的IMERG数据得到了较大的提升,该研究对高时间分辨率的多源降水数据的融合具有一定的意义.     

基于Sentinel卫星的浑浊水体叶绿素反演对比研究——以鄱阳湖为例

Sentinel-2A卫星、Sentinel-3A卫星分别于2015年6月和2016年2月成功发射,其上搭载的MSI、OLCI传感器的空间分辨率、时间分辨率、波段设置等在内陆水体水环境遥感研究中具有较大的应用潜力.针对浑浊水体叶绿素的反演难题,以鄱阳湖为例,基于光学分区理论并结合同步实测数据,探讨了Sentinel系列卫星数据在湖泊叶绿素a遥感反演的可行性.研究表明：1) 对于Sentinel-2A MSI数据,鄱阳湖北湖区以[1/Rrs(665)－1/Rrs(705)]*Rrs(740)作为反演因子构建的三波段模型拟合效果最好,决定系数R2是0.65,平均相对误差是38.53%;鄱阳湖南湖区差值模型Rrs(705)－Rrs(665)反演结果最好,R2是0.63,相对误差是39.87%.2) 对于Sentinel-3A OLCI数据,鄱阳湖北湖区以[1/Rrs(665)－1/Rrs(673.75)]*Rrs(753.75)作为反演因子构建的三波段模型拟合效果最好,R2为0.65,平均相对误差为37.6%;鄱阳湖南湖区差值模型Rrs(708.75)－Rrs(665)反演结果最好,R2是0.62,平均相对误差为39.6%.3) Sentinel系列卫星的分区模型能在一定程度上解决鄱阳湖部分浑浊水体区域叶绿素反演不成功的问题,后续将研究更高精度的反演模型方法.     

鄱阳湖HJ-1A/1B卫星CCD影像TSM浓度时空变化分析

应用2008年～2011年近4年鄱阳湖151景HJ-1A/1B卫星CCD传感器影像,以2008年10月、2009年10月和2011年7月开展3个航次的外业调查数据为基础,建立了总悬浮物(TSM,Total Suspended Matter)浓度遥感反演模型,研究鄱阳湖TSM浓度时空动态分布及其变化规律.鄱阳湖TSM浓度时空变化特征明显,日变率北湖为0～17mg/L,平均值为5.66mg/L,南湖0～12mg/L,平均值为3.01mg/L;TSM浓度季相变化上枯水期高于丰水期,且具有明显的季节性变化特征,月平均TSM浓度最大值/最小值之比变化最大的区域为北湖,2011年9月比2008年9月高出20.4倍;2009年～2011年年平均TSM浓度北湖分别为37.96、50.57、74.54mg/L;南湖区分别为23.40、31.50、33.28mg/L.     

小波包分解支持下的高光谱混合像元盲分解

提出将小波包辅助下子带分解的独立成分分析用于高光谱混合像元盲分解.利用小波包分解改进独立成分分析技术,并考虑到高光谱数据的特点提出了高光谱混合像元盲分解方法,该方法能克服独立成分分析方法要求端元光谱统计独立带来的问题.利用两组合成数据和三组室内实测数据对本算法进行测试,证明了本算法能较为准确的提取端元光谱波形和端元丰度...     

小波包分解支持下的高光谱混合像元盲分解

提出将小波包辅助下子带分解的独立成分分析用于高光谱混合像元盲分解.利用小波包分解改进独立成分分析技术,并考虑到高光谱数据的特点提出了高光谱混合像元盲分解方法,该方法能克服独立成分分析方法要求端元光谱统计独立带来的问题.利用两组合成数据和三组室内实测数据对本算法进行测试,证明了本算法能较为准确的提取端元光谱波形和端元丰度,其准确度明显优于独立成分分析方法.该方法为高光谱遥感影像的盲分解提供了一条新的途径.     

基于BP ANN和B算法的黄河口水深遥感比较研究

基于Landsat8 OLI传感器数据,用BP人工神经网络模拟水深法和底部反照率独立水深测量算法(bottom albedo-independent bathymetry algorithm,简称B算法)来反演黄河口水深,并与实测水深数据进行比较;然后,基于两种水深反演方法的结果进行了对比分析和适用性评价.发现,用BP神经网络模拟方法提取的水深在近岸水深小于15 m的区域和水深大于15 m的区域,反演结果与实测水深误差较大,变化趋势不一致,实测值与模拟水深值相关系数低;以B算法提取的水深与实测水深误差较小,在趋势上一致,相关系数为0.899;并基于该算法的表现,通过水深遥感制图进一步在实际应用中验证了该水深反演方法.结果表明,底部反照率独立测深算法精度高、效果好,比较适用于黄河口水深探测.     

HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;二波段(绿光波段)和三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;一波段(蓝光波段)、四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.     

湖泊水体悬浮泥沙遥感定量反演web服务体系的实现

以实现湖泊水体悬浮泥沙遥感定量反演空间信息共享服务和互操作为目标,设计了WebService技术支持下的泥沙反演服务总体框架,并在此基础上系统地阐述了泥沙反演的web服务体系.对内陆湖泊悬浮泥沙遥感定量反演模型进行服务的分解,获得能实现单一功能的原子服务,网络用户可以针对不同的数据和特殊的应用将原子服务进行动态组合和自由定制,服务器将自动将这些原子服务拼接成能完成特定功能的服务链.     

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。     

水体悬浮泥沙动态监测的遥感反演模型对比分析——以鄱阳湖为例

水体泥沙是进行水环境监测及研究与泥沙输移有关的侵蚀、沉积过程所带来的灾害问题的关键因素,实现悬浮泥沙遥感定量动态监测的关键在于建立合适的反演模型。采用实测光谱模拟TM/ETM 和MERIS数据,对比分析了单波段和波段比值遥感因子构建的5种常用的经验半经验模型。结果表明,以MERIS第7波段遥感反射率为遥感因子建立的对数模型最适宜鄱阳湖地区悬浮泥沙的动态监测。