极化干涉SAR森林冠层高反演的地形坡度改正

极化干涉SAR森林冠层高反演是当前SAR领域研究的热点。经典的森林冠层高反演算法主要基于随机地表二层相干散射模型(Random Volume over Ground,RVo G),该模型在山区受到植被层下地表的地形坡度影响,反演精度存在较大误差。为了提高森林冠层高反演精度,采用地形坡度改正的S-RVo G(Sloped Random Volume over Ground)模型,结合三阶段算法,应用德国宇航局DLR提供的星载Tan DEM-X全极化干涉数据反演森林冠层高,并对结果进行验证。结果表明:坡度级为II、III级,RVo G模型反演效果接近于S-RVo G模型;坡度级为IV级,RVo G模型与二调平均树高的相关关系明显下降,加权相对误差和RMSE增大;S-RVo G模型与二调平均树高保持显著相关关系,反演误差同比小于RVo G模型。因此,S-RVo G模型一定程度上改正了地形坡度造成的误差,提高了森林冠层高反演精度,在坡度大的地区精度提升程度更为明显。     

用航空成像光谱数据获取小麦冠层信息的研究

 在对航空平台OMIS成像光谱数据进行几何、辐射校正和反射光谱重建的基础上 ,根据大量田间同步采样数据建立的基于成像光谱特征参数的小麦冠层叶片叶绿素、水分、全氮、可溶性糖等生化参量反演模型 ,实现了用航空成像光谱数据对田间小麦冠层生化参量的整体反演。结果表明 ,用成像光谱数据对田间作物进行营养诊断是可行的 ;以生化参量为“波段”的彩色合成图像 ,为农学家用生化参量的空间分布及其差异解释作物产量构成机理展现了新的视角     

像方补偿自检校卫星影像快速几何纠正方法

本文通过像方补偿自检校的参数模型,对卫星影像畸变进行几何纠正,解决了卫星影像在成像的过程中受到传感器平台、大气折光、地形起伏等诸多因素影响造成的线性和非线性几何畸变问题,消除了影像中像点不同程度的几何位移而产生的失真,实现了高精度卫星影像几何纠正,同时采用GPU并行加速实现,提高了处理效率。     

用星载合成孔径雷达(SAR)立体影像生成DEM的方法研究

星载SAR成像是一种微波成像,由于微波具有穿透云雾、雨雪等的特点,使得SAR能够不受天气和时间的限制而对地球扫描成像,这使得SAR具有一般光学成像所没有的优点.人们正积极探索把SAR数据用于测绘并来解决一些问题.考虑到卫星在短时间内的运动比较平稳,并且它的相对关系精确度高,本文主要从SAR成像的几何角度和两景影像的相对关系出发,分析了雷达成象的特点,进而探讨了从立体像对上提取DEM的方法,并就具体步骤做了进一步的阐述.     

多旋翼无人机载高光谱成像系统几何和辐射校正方法研究

针对农林环保等行业应用,结合成像光谱仪与无人机(unmanned aerial vehicle, UAV)技术,有效地解决了高光谱遥感数据不足和空间分辨率低等问题.但UAV高光谱成像系统面临的设备昂贵、数据质量差和效率低等一系列问题,致使低成本高效便捷的UAV高光谱成像系统成为了研究的关键.介绍了将室内成像光谱仪搭载在多旋翼UAV上采集数据的高光谱成像系统,在试验区布设控制点和标准灰布,用GPS-RTK测量控制点的三维坐标和ASD地物光谱仪测量标准灰布的反射率以验证系统的成像精度.从辐射和几何两个方面进行分析评价.在辐射方面,经过辐射定标和MODTRAN模型大气校正的高光谱数据中校准灰布的反射率与ASD地物光谱仪测量的结果十分吻合;在几何方面,用GPS-IMU数据进行初始几何校正的图像与地面控制点坐标以分析图像处理后的几何误差,并提出通过改正姿态偏转角的方法提高图像的地理位置精度.     

山区高分辨率遥感影像地形辐射校正方法研究

高空间分辨率的卫星影像和航摄影像越来越广泛地应用于山区农、林业资源调查和山区生态环境监测等领域.但是由于山区地形起伏和侧视成像等原因,使得影像存在一定的阴影,从而严重影响这些高分辨率影像的应用.针对这一问题,本文借鉴在遥感影像条带噪声去除中非常有效的矩匹配方法基本原理,提出了基于矩匹配的山区高分辨率遥感影像辐射校正方法,同时对被验证TM影像地形辐射校正最佳的C校正方法作了相应的改进.并以北京市西部山区的1 m分辨率的航空影像为例,分别用矩匹配方法和C校正改进方法进行了地形辐射校正,并对处理结果进行了对比分析.结果表明,对于地形复杂的山区,图像较大的高分辨率影像,矩匹配方法优于C校正改进方法.     

重庆山区Landsat 8地形辐射校正研究

山区地形的起伏引起遥感影像中地物光谱信息严重失真,进而影响了以地物光谱特征为基础的定量遥感计算,如土地生态监测、森林生物量反演等,限制了定量遥感技术在山区遥感监测中的应用。利用重庆市奉节山区的Landsat 8OLI数据,开展了不同地形辐射校正模型的比较研究,并从目视效果改善、回归分析和特定目标分析三方面对校正结果进行了评价。     

阴阳坡不同划分方法的坡度匹配模型地形校正研究

基于坡度匹配模型, 对香格里拉和高黎贡山两景Landsat5 TM影像, 分别利用地理学、林业资源调查、阴影形成原理、成像太阳方位角和成像太阳天顶角5种不同阴阳坡划分方法求出相关参数对TM影像进行地形校正。结果表明:从视觉分析上看, 校正后图像的立体感降低, 在一定程度上消除了地形的影响。从阴阳坡均值上看, 校正前阳坡和校正后阳坡均值相同, 说明地形效应对阳坡几乎无影响; B划分校正结果各波段阴阳坡亮度均值差范围最小, 表明B划分校正效果最好。从直方图上看, 校正后减弱了地形效应, 遥感图像的直方图近似正态分布; 从直方图细节上比较, B划分校正结果最好。从变异系数上分析, 校正后影像变异系数值相对校正前均有所减小, D划分在各波段上CV值最小, 说明D划分校正结果最好。因此, 经过地形校正能够消除影像大部分地形效应的影响; 地形效应对阳坡亮度值影响不大, 校正后的影像能较好地保持研究区地物在各波段上的光谱特性; 比较5种阴阳坡划分方法地形校正结果, 林业资源调查阴阳坡划分的校正效果最佳, 其次为成像太阳天顶角、地理学、成像太阳方位角、地形阴影形成原理。     

不同叶面积指数遥感反演方法对红壤丘陵区森林的适用性分析

利用Landsat TM遥感影像和同期的叶面积指数(LAI)观测数据生成了江西省泰和县30 m LAI图.据此比较了基于4-尺度几何光学模型反演的LAI和MODIS LAI的质量.结果表明,基于4-尺度几何光学模型反演的LAI和MODIS LAI存在着明显的差异,两者相关的R2为0.312 5,在1 km尺度两者的平均值比TM LAI的平均值分别偏低14.0%和11.7%;在LAI低值区,MODIS LAI偏高,基于4-尺度几何光学模型反演的LAI偏低,而在LAI的高值区(LAI ＞6.0),MODIS LAI和基于4-尺度几何光学模型反演的LAI都偏低,MODIS LAI的偏低尤为明显,达31.4%.     

作物生长模型同化SAR数据模拟作物生物量时域变化特征(英文)

生物量是监测作物长势的一个重要指标,可以反映作物的生长状况,和作物产量有密切关系。遥感获取生物量的方法之一是通过基于矢量辐射传输方程的微波冠层散射模型反演,但多数模型反演方法并未考虑作物生物量在不同阶段的变化特征。运用数据同化方法,将 SAR 数据提取的生物量信息和作物生长模型结合,描述作物生物量与时间变化的关系,提高生物量估测精度。通过分析生物量和 SAR 数据提取的后向散射系数的时域变化关系建立反演模型估算生物量。在构建代价函数的基础上,采用共轭梯度法对生长模型参数进行优化,使模型估算的生物量和SAR 数据反演的生物量差值最小。结果表明,引入 SAR 数据修正后的作物生长模型模拟生物量和实测值的时间分布基本吻合,且比未引入 SAR数据的结果精度有明显提高。因此采用 SAR 数据提取的作物实时生长信息可以修正作物生长模型关键参数以提高模拟生物量的精度。     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证.应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37％和74.01％,对怀远县龙亢镇冬小麦估产精度分别为63.10％和69.10％;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52％和66.43％.基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近.模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验.     

合成孔径雷达水稻识别和监测研究进展

合成孔径雷达SAR具有全天时、全天候、高分辨率、大幅面监测地物的特征,利用SAR在阴雨天气多、云量大的水稻种植地区开展水稻识别、监测和估产具有光学遥感无可比拟的优势.总结了目前用于水稻识别和监测的SAR的类型和特征,以及SAR水稻监测后向散射机理模型,分析了影响水稻后向散射系数的主要因素,综述了国内外基于SAR的水稻识别和监测研究进展,并对未来SAR水稻研究进行了展望.     

应用Landsat-8数据分析山地地表温度格局及影响要素

地表温度是研究陆地表面与大气之间相互作用的重要参数,分析山地地表温度格局及作用机理,对了解山地生态系统的时空分布特征,准确刻画山地地表水热环境具有重要意义.以云南滇中地区为研究区,应用Landsat-8数据、多窗口区域匹配算法(IMW),结合近地表常规气象站及微气象台站同步观测数据进行地表温度反演,分析地表温度空间格局及其与地理环境和人居环境因子的定量关系,构建了山地地表温度多因子作用模型.结果 表明:遥感影像与地面同步观测数据相结合反演的地表温度场平均绝对误差为2.01℃、平均相对误差为2.35％、均方根误差为5.09℃,反演结果优于MODIS地表温度产品.地表的温度场空间格局与地理环境及人居环境密切相关,归一化植被指数、地形起伏度、海拔、坡度、水域影响与地表温度场成负相关,而居民区与地表温度成正相关关系;从相关性大小看,山地温度受归一化植被指数影响最大,其次是地形起伏度、海拔、坡度、水体、居民区,坡向影响最小,说明提高植被覆盖具有地表降温的重要作用,城市人居环境具有地表增温效应.因此,构建山地温度时空模拟模型,应充分考虑地理环境微格局与人居环境影响.     

基于雷达和光学影像监测土壤表层水分

结合微波雷达与光学影像在监测表层土壤水分信息上的优势,提取了山西省西山矿区的表层土壤水分状况.受地形、植被等因素的干扰,对雷达影像进行正射校正,去除地形起伏对雷达图像的影响,基于光学数据获取植被含水量信息,并利用“水-云”模型去除植被覆盖对土壤后向散射的影响,运用去除地形和植被影响的后向散射系数,结合现有的土壤水介电模型,计算得出了研究区的土壤表层水分信息.采用的研究方法避免了传统的土壤孔隙、地表辐射等现场地表模型参数的获取,可实现大范围快速的表层土壤水分监测.     

川西高原多时相干涉雷达土地覆盖分类研究

获取了川西高原区多时相Sentinel-1星载合成孔径雷达(SAR)影像,引入了地形辐射校正技术,发展了一种阴影双视向补偿算法,综合分析后向散射系数、纹理特征、相干系数、数字高程的统计特征,采用支持向量机进行了土地覆盖分类.结果表明,对地形起伏大的高原山区,该方法能够有效提取常绿针叶林、混交林、灌木林、天然草地、水体等地物信息,分类总精度为83.62%.     

联合GF-1和GF-3影像的森林地上生物量反演

  目的  探索高分（GF）光学、合成孔径雷达（SAR）数据及其联合数据在森林地上生物量（AGB）及其组成部分反演中的可行性。  方法  以云南省昆明市宜良县小哨林区的云南松为研究对象，结合实地调查数据，以GF-1光学数据和GF-3 SAR数据作为数据源，提取光学数据常用的植被指数和纹理特征，SAR数据的各极化后向散射系数、纹理特征以及极化分解等参数，利用KNN-FIFS方法分别进行森林AGB及其分量的反演；然后采用留一交叉验证法对反演结果进行精度评价，并在此基础上绘制森林AGB及其分量空间分布图。  结果  联合GF-1和GF-3数据反演森林AGB及其分量的精度最高，R2均超过了0.710，RMSEr的值在22% ~ 27%之间，其中树叶的反演精度最优，模型的R2为0.714，RMSE为10.270 t/hm2，RMSEr为24.58%；除树叶生物量外，森林AGB和其他分量仅采用GF-1提取的特征进行反演时，精度均优于采用GF-3特征的反演结果。  结论  联合GF-1光学数据和GF-3全极化SAR可以实现一定程度的互补，提高森林AGB及其分量的反演精度，此外KNN-FIFS方法在低生物量水平的云南松纯林的AGB及其分量的反演中具有一定的鲁棒性，且KNN-FIFS优选的重要参数多为SAR和光学的纹理特征。      

热红外遥感在地热异常提取中的应用

热红外遥感技术对地热的研究是一项非常重要的手段,在对地热的研究中,利用Landsat8卫星数据源的热红外波段,采用辐射传输方程算法进行地表温度反演,结果发现受地形因素的影响,温度反演的热异常点分布在接收太阳辐射较多的区域.为了减弱这一影响,该研究进行了地形校正,并以抚松县地区为研究对象分析了地表温度的热异常状况.结果表明,经过地形校正,在一定程度上显现了真实的温度异常区域,抚松县内已知的2个地热资源也在反演结果中显示出来,并且该县的北部与西南部都有地表温度异常区,可以作为地热资源的预测.     

基于Radarsat-2和环境星的淮河流域冬小麦估产模型比较研究（英文）

建立基于微波和光学卫星影像的农作物估产模型,可对上报作物产量准确性及估产模型精度进行相互验证。应用2014年4月中旬和5月初星载合成孔径雷达(SAR)——RADARSAT-2和同期HJ影像各两幅,选择安徽省寿县和怀远县冬小麦产区,通过试验田产量和反演的雷达影像后向散射系数,以及从环境星计算得到的归一化植被指数(NDVI),建立冬小麦线性估产模型,在此基础上对估产模型精度进行比较:通过星载SAR的同极化HH和交叉极化HV方式建立的估产模型对寿县涧沟镇冬小麦估产精度分别为68.37%和74.01%,对怀远县龙亢镇冬小麦估产精度分别为63.10%和69.10%;通过HJ星建立的估产模型对寿县涧沟镇和怀远县龙亢镇冬小麦估产精度分别为69.52%和66.43%。基于HJ星影像得到的冬小麦估产模型精度和基于SAR得到的估产模型精度接近。模型结果为上报产量准确性、冬小麦估产模型验证、参数纠正及推广奠定基础和积累经验。     

利用RADARSAT立体影像提取DEM摄影测量方法研究

根据SAR影像特点,采用等效中心投影方程建立SAR影像构像模型,通过空间后方交会解求模型参数.分析由SAR影像构建立体模型的特点,提出利用空间交会和迭代的方法,由双像解析求得物方坐标,内插得到DEM.利用RADARSAT立体影像的实验结果表明,本文提出的提取DEM的方法是正确可行的.     

辐射传输模型多尺度反演植被理化参数研究进展

植被是生态系统最重要的组成成分之一,许多与植被有关的物质能量交换过程都与植被的理化参数密切相关,因此定量估算植被的理化参数含量对监测植被生长状况、森林火灾预警以及研究全球碳氮循环过程等都具有重要意义。在众多定量反演植被理化参数的方法中,基于数学、物理学以及生物学的基本理论建立起来的辐射传输模型受到越来越多的关注。辐射传输模型描述了植被与入射辐射之间的相互作用过程和特征,相对于传统的经验/半经验方法,辐射传输模型物理意义明确,具有稳定性和可移植性强的特点。在分析国内外最新相关研究的基础上,首先从植被叶片、冠层和像元3个不同的尺度阐述反演植被理化参数的辐射传输模型。叶片尺度上主要介绍PROSPECT模型和LIBERTY模型;冠层尺度上主要介绍SAIL冠层辐射传输模型以及PROSPECT与SAIL耦合的PROSAIL叶片-冠层辐射传输模型;像元尺度的植被理化参数反演目前主要采用冠层尺度的辐射传输模型。其次,分析尺度变化下植被理化参数遥感反演所面临的主要问题,如不同尺度下模型参数敏感性的变化、辐射传输模型的选取以及混合像元的影响等。最后,总结展望植被理化参数反演多模型与多种数据源相互结合的研究趋势,以及将来具有高空间分辨率的高光谱遥感卫星升空后所带来的发展前景。