最新刊期

    2020 24 11

      数据论文

    • 张立福,钟涛,刘华亮,朱曼,王楠,童庆禧
      2020, 24(11): 1293-1298. DOI: 10.11834/jrs.20209063
      中国陆域1∶100万植被指数UNVI多维数据集(2017)
      摘要:中国陆域1∶100万植被指数UNVI(Universal Normalized Vegetation Index)多维数据集(2017)是在分析MODIS地表反射率产品数据MOD09GA特点,参照传统的植被指数合成算法,为了满足植被长时间序列变化研究需要而生成的16 d合成UNVI数据集。本研究合成的UNVI数据集在反映植被密度、植被覆盖度、植被光合作用速率,以及反演植被理化参数方面,与传统的NDVI和EVI合成数据集相比,具有明显的优势。合成算法主要分为两步:首先对16 d合成周期内存在无效值和反射率负值的MODIS数据进行筛选处理;然后读取合成周期内的质量控制波段数据统计“无云”数据的天数,并根据“无云”数据的天数选择相应合成算法进行UNVI的16 d合成,从而获得2017年中国陆域时间分辨率为16 d,空间分辨率约为0.00286°的UNVI时间序列影像。基于本文提出的合成算法生成的中国陆域UNVI数据集,采用1∶100万标准经纬线分幅,共64景(Tile),每景所覆盖的经纬度范围为6°×4°,为方便起见,数据集采用MDD多维数据格式(Multi-Dimensional Dataset)存储,每个.mdd文件下存放每景2017年所有时相的影像数据。同时为便于数据下载,全部数据按照分幅压缩为64个.zip文件,压缩后的数据量约为3.78 GB。本数据集能为从事全球变化研究的科研人员提供更方便的植被指数长时间序列数据产品。  
      关键词:遥感;UNVI;中国陆域;MODIS;植被指数;多维数据集   
      839
      |
      287
      |
      2
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4170694 false
      发布时间:2020-12-01
    • 岑奕,张立福,张霞,王跃明,戚文超,汤森林,张鹏
      2020, 24(11): 1299-1306. DOI: 10.11834/jrs.20209065
      雄安新区马蹄湾村航空高光谱遥感影像分类数据集
      摘要:高光谱遥感影像分类数据集主要用于辅助高光谱遥感分类算法的精度验证、效率评价及性能评估,一般包括高光谱遥感影像、影像对应地物类别标注以及相关信息文档等内容。常用的高光谱遥感影像分类数据集以欧美为主,如India Pines、Salinas、KSC等。随着中国高光谱遥感传感器技术发展和学术交流机制的日臻完善,国内也发布了高光谱遥感分类数据集,如江苏省常州的茶树数据集。较于欧美高光谱遥感分类数据集的广泛应用,中国高光谱遥感分类数据集的发布与应用仍偏少。近年来,中国高质量高光谱遥感数据获取能力大幅增强,提升了中国高光谱遥感共享数据源的数量及质量,为促进中国高光谱遥感应用研究及业务化能力提供了支撑。本分类数据集包括雄安新区马蹄湾村高光谱影像数据,由中国科学院上海技术物理研究所研制高分专项航空系统全谱段多模态成像光谱仪采集,光谱范围为400—1000 nm,波段250个,影像大小为3750×1580像元,空间分辨率0.5 m;同步实地调研地类分布19种,包括水稻茬、草地、榆树、白蜡、国槐、菜地、杨树、大豆、刺槐、水稻、水体、柳树、复叶槭、栾树、桃树、玉米、梨树、荷叶、建筑。利用随机森林分类方法对该数据进行了分类验证,分类精度可达97%。该数据集(下载方式:http://www.hrs-cas.com/a/share/shujuchanpin/2019/ 0501/1049.html)可为中国经济作物高光谱精细分类研究提供良好的数据支持,更可为中国高光谱遥感载荷业务化应用发展提供有力促进。  
      关键词:高光谱遥感;雄安新区;航空影像;影像分类;数据集   
      2287
      |
      635
      |
      11
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4170745 false
      发布时间:2020-12-01

      博士论坛

    • 田定方,范闻捷,任华忠
      2020, 24(11): 1307-1324. DOI: 10.11834/jrs.20208498
      植被光合有效辐射吸收比率遥感研究进展
      摘要:植被光合有效辐射吸收比率FPAR(Fraction of absorbed Photosynthetically Active Radiation)反映了植被冠层的光学特性,是表征植被光合作用水平和生长状态的重要参量,因此成为全球变化研究中多种过程模型的重要输入参数。随着定量遥感研究的深入和新型传感器的使用,从区域到全球尺度上的FPAR遥感估算方法不断提出,多样化的遥感FPAR产品越来越多地应用于碳循环、能量循环、生产力估算及作物估产等研究领域。本文梳理了遥感估算的植被光合有效辐射的相关概念和算法,并着重对过去十年间遥感估算FPAR的新进展进行了系统总结和探讨。研究表明,近年来FPAR遥感的研究工作一方面聚焦于对现有算法的改进与各类型产品的验证,更多的研究则侧重于FPAR概念体系的拓展,叶片、叶绿素水平的FPAR估算,直射光、散射光的FPAR建模等新方向逐渐成为研究热点。  
      关键词:植被定量遥感;光合有效辐射吸收比率;冠层吸收模型;遥感算法;产品及验证   
      1157
      |
      277
      |
      6
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4170652 false
      发布时间:2020-12-01
    • 余蕊,陈玮扬,杨扬,杨昆,罗毅
      2020, 24(11): 1325-1341. DOI: 10.11834/jrs.20209060
      内点最大化与冗余点控制的无人机遥感图像配准
      摘要:利用小型无人机进行遥感图像配准在自然灾害损害评估、环境监测和目标检测与追踪等领域发挥着至关重要的作用,但小型无人机的图像采集过程容易受风速/风向、复杂地形、电池容量、飞行姿态、飞行高度等自然或人为因素的影响。这些问题通常会导致捕捉到的场景重叠率低与图像非刚性畸变,在特征点提取过程中产生大量冗余点,增加了图像配准的难度。本文提出一种基于特征点的小型无人机图像配准方法,该方法的核心思想是在配准过程中识别冗余点,同时最大化可用内点数量。所识别的冗余点当作控制点,用于控制网格代图像的运动。最后通过最大化内点和合理移动控制点来恢复图像变换。本文使用50对小型无人机图像进行特征匹配和图像配准的实验,其中平均配准精度可达80.38%,并且本文方法在所有的情况下都优于5种当前流行算法。  
      关键词:遥感;小型无人机;图像配准;冗余点剔除;动态SIFT阈值;动态高斯核   
      729
      |
      318
      |
      1
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4170968 false
      发布时间:2020-12-01

      技术方法

    • 张静宇,王锦地,石月婵
      2020, 24(11): 1342-1352. DOI: 10.11834/jrs.20208400
      基于森林模型参数先验知识估算高分辨率叶面积指数
      摘要:目前,估算高分辨率叶面积指数LAI(Leaf Area Index)的常用方法是采用大量地面测量数据和遥感数据建立统计模型,再用统计模型估算LAI。然而,与农田地面测量实验相比,森林地面测量实验获取的观测数据更加有限,这使得基于统计模型的森林高分辨率LAI的估算精度低,难以满足应用需求。为此,本文提出一种基于森林模型参数先验知识、使用森林研究区少量的LAI地面测量数据和归一化植被指数NDVI数据估算森林高分辨率LAI的方法。首先,获取全球20个森林实验区的LAI地面测量数据和NDVI数据,建立LAI-NDVI统计模型并提取森林模型参数的先验知识。然后,以一个新的森林站点Concepción作为研究区,将该研究区的数据分为建模数据和验证数据两个部分。使用研究区有限的建模数据对森林模型参数先验知识进行本地化校正得到优化模型,优化模型用于估算森林高分辨率LAI,使用验证数据评价LAI的估算精度。同时,选取了Camerons站点、Gnangara站点、Hirsikangas站点评价本文方法的LAI估算精度。使用地面测量LAI验证基于森林模型参数先验知识估算高分辨率LAI的结果精度,经验证4个森林站点的均方根误差分别为0.6680,0.4449,0.2863,0.5755。研究结果表明:在仅有少量观测数据时,采用本方法能有效地提高森林高分辨率LAI的估算精度。因此,本方法可为森林高分辨率LAI的遥感估算提供参考。  
      关键词:遥感;先验知识;森林模型参数;叶面积指数;高分辨率   
      685
      |
      188
      |
      1
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4171035 false
      发布时间:2020-12-01
    • 卢昊,庞勇,李增元,王迪,陈博伟,马振宇
      2020, 24(11): 1353-1362. DOI: 10.11834/jrs.20208376
      全波形机载激光雷达绝对辐射定标与不确定性分析
      摘要:为揭示全波形激光雷达回波在森林等植被区域多回波信号的特征和对目标识别分类的影响,以激光雷达方程为模型基础,利用朗伯体目标为地面参考,提出了将激光雷达波形参数标定为后向散射截面、后向散射系数和漫反射率等物理量的方法,实现了机载小光斑全波形机载激光雷达数据绝对辐射定标。对两个不同实验区的LMS-Q680i数据标定结果表明,漫反射率与参考反射率相对误差总体分别小于10%和5.5%,误差标准差分别为0.044和0.077,有效消除了条带间差异。推导了多回波的激光雷达方程组,比较了相同系统在不同观测条件下的定标常数变化,重点分析了全波形激光雷达在穿透性目标上的多回波现象造成的能量衰减,及其对辐射定标结果的影响,证明了多回波现象是造成多回波信号减弱的主要原因。该现象是当前技术体制下激光雷达观测过程本身存在的缺陷,对基于激光雷达辐射信息的目标识别分类带来了一定的挑战,也是多光谱、高光谱激光雷达辐射信号定标必须解决的问题。  
      关键词:遥感;机载激光雷达;辐射定标;雷达方程;不确定性分析;分类   
      677
      |
      324
      |
      2
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4170851 false
      发布时间:2020-12-01
    • 张文强,刘诚,郝楠,Sebastian Gimeno Garcia,邢成志,张成歆,苏文静,刘建国
      2020, 24(11): 1363-1378. DOI: 10.11834/jrs.20208412
      O<sub>2</sub>-O<sub>2</sub>云反演算法及其在TROPOMI上的应用
      摘要:利用遥感技术对大气环境污染进行监测时,云是影响痕量气体反演精度的重要因素,因此在痕量气体反演中需要对云的影响进行校正,通常使用的云参数主要是有效云量和云压。本文基于O2-O2 477 nm吸收波段构建了O2-O2云反演算法:首先,根据有效云量和云高与连续反射率和O2-O2斜柱浓度之间的对应关系,结合假定的云模型利用VLIDORT辐射传输模型建立关于有效云量和云压的查找表;然后,通过差分吸收光谱技术拟合卫星载荷观测的大气层顶辐射,获得O2-O2斜柱浓度并计算连续反射率;最后,结合辅助数据,根据查找表进行插值反演获得有效云量和云压。通过将算法应用到OMI观测数据,将反演结果与OMCLDO2产品进行对比验证,有效云量和云压空间分布一致,相关系数R均超过0.97;并还将该算法应用于下一代大气成分监测仪器TROPOMI,与FRESCO+产品对比,有效云量和云压空间分布基本一致,当地表类型为海洋时,有效云量相关系数R大于0.97,云压相关系数R大于0.94,云压反演结果存在一定的区别;通过将O2-O2云反演算法和FRESCO+云压反演结果与CALIOP Cloud Layer产品进行对比,结果表明,在低云情况下,O2-O2云反演算法线性回归方程斜率为0.782,截距为198.0 hPa,相关系数R为0.850,算法表现优于FRESCO+。而在高云情况下,FRESCO+反演结果更接近CALIOP云压结果。在OMI和TROPOMI上的应用表明O2-O2云反演算法在大气云反演中具有较高的准确性和可行性,可以为大气痕量气体反演的校正提供云参数,并为中国同类型卫星载荷的云反演算法提供算法参考。  
      关键词:遥感;O2-O2;有效云量;云压;查找表;臭氧监测仪;TROPOMI;CALIPSO   
      851
      |
      156
      |
      1
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4171159 false
      发布时间:2020-12-01
    • 李恒辉,郭交,韩文霆,刘艳阳,宁纪锋
      2020, 24(11): 1379-1391. DOI: 10.11834/jrs.20209366
      栈式稀疏自编码网络的多时相全极化SAR散射特征降维
      摘要:利用极化合成孔径雷达(PolSAR)能够实现地物的识别和分类,而多时相全极化SAR可以获取地物更多的散射特征,提升地物识别精度,但高维散射特征的引入会带来严重的维数灾难问题。为了实现对高维散射特征的有效降维,本文提出一种基于栈式稀疏自编码网络S-SAE(Stacked Sparse AutoEncoder)的多时相PolSAR散射特征降维方法。该方法首先对PolSAR数据进行极化目标分解以获取高维散射特征;然后使用S-SAE对获取的多维特征进行降维处理,其中S-SAE降维方法首先采用无监督训练方式进行逐层贪婪训练;再结合Sigmod分类器,利用监督训练的方式对S-SAE进行参数优化,实现高维特征的有效降维;最后以降维后的特征作为支持向量机(SVM)和卷积神经网络(CNN)分类器的输入,实现地物分类。通过仿真和实测的两组多时相Sentinel-1数据处理结果表明,双隐层的S-SAE降维方法在各分类器上均取得最优的降维效果;对比各降维方法在SVM分类器上的分类精度,S-SAE较于局部线性嵌入(LLE)与主成分分析(PCA)降维方法,总体分类精度分别至少提升了9%和14%;在CNN分类器上,S-SAE较于LLE与PCA降维方法,总体分类精度分别至少提升了7%和9%。  
      关键词:特征降维;作物分类;极化合成孔径雷达;多时相;栈式稀疏自编码网络;卷积神经网络   
      581
      |
      135
      |
      3
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4171370 false
      发布时间:2020-12-01
    • 党超亚,吕春光,史云飞,孙华生,翟秋萍,朱利凯,宋福成
      2020, 24(11): 1392-1402. DOI: 10.11834/jrs.20208413
      北京地区气溶胶粒径尺度谱与PM<sub>2.5</sub>浓度转换模型研究
      摘要:大气细颗粒物(PM2.5)质量浓度是重要的空气质量指标之一。为了促进区域PM2.5浓度监测的研究,同时拓展利用CE318太阳光度计等光学传感器反演的大气气溶胶产品的应用领域,本文首先基于北京地区2014年—2017年大气气溶胶反演的粒径尺度谱分布产品,计算表征PM2.5的粒子体积,并结合同一时间北京地区35个空气质量站点提供的PM2.5质量浓度参考值计算转换系数,对样本区间进行划分以构建转换模型。其次,利用各CE318站点数据所得转换系数及其相对精度,对研究区PM2.5质量浓度估算误差空间分布,以及转换系数偏差对估值误差贡献情况进行评价。研究结果表明,由CE318站PM2.5粒子体积与其临近空气质量站PM2.5质量浓度联合建立的转换系数是一种与气溶胶理化属性密切相关的参数指标,可将时间和空间维度上PM2.5体积与PM2.5质量浓度之间的关系映射到由理化属性主导的维度上,可用于对估值模型进行细化和分类,构建分段转换函数模型,使得各分段区间内具有较高的模型拟合精度。基于转换系数的北京地区PM2.5浓度估值的相对误差多年均值介于12.8 %—28.7 %,而转换系数相对偏差对PM2.5质量浓度估值相对误差的影响显著,二者之间具有“r”型结构。当转换系数相对偏差介于-16.3 %至24.5 %时,该偏差的出现概率约为66.5 %,使得PM2.5质量浓度估值误差在20 %以内,表明采用此种方法对相应站点的PM2.5质量浓度进行估值具有相当的精度和稳定性。以上研究结果可为地面观测站稀少区域利用卫星光学遥感开展空气质量大范围监测应用提供理论前提和技术支持。  
      关键词:遥感;大气气溶胶;PM2.5;粒径分布;质量浓度;转换系数;北京地区   
      660
      |
      202
      |
      0
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4171246 false
      发布时间:2020-12-01

      遥感应用

    • 程志强,蒙继华,纪甫江,汪洋,方慧婷,于丽红
      2020, 24(11): 1403-1418. DOI: 10.11834/jrs.20200069
      基于WOFOST模型与UAV数据的玉米生长后期地上生物量估算
      摘要:地上生物量能够有效反映作物的生长状态,其信息的实时估算对产量预测和农田生产管理都有重要意义。作物生长模型因其详尽的生理生化基础和对生长过程数字化描述能力,成为生物量估算的理想模型。近年来,研究人员利用数据同化算法将时间序列遥感数据同化到作物生长模型中,实现了作物模型由基于气象站的点模拟到区域尺度面模拟的外推,使生物量模拟结果同时具备大范围和机理性两个方面的特点。这一模式下,时间序列的遥感数据质量将对生物量模拟精度产生直接影响,作物生长后期受到光谱饱和的影响,遥感数据的作物冠层信息获取能力会出现明显下降,因此有必要对该阶段遥感数据和作物模型的结合方式进行优化,提升生物量模拟精度。本文针对东北地区春玉米生物量遥感估算存在的问题,提出了利用WOFOST作物模型结合无人机(UAV)遥感数据实现作物生长后期生物量准确估算的新思路。新思路首先利用多光谱遥感数据获取WOFOST模型具备较高空间异质性的土壤速效养分参数以提升模型的空间信息模拟能力,使其能在一定程度上摆脱点尺度模拟的限制。同时,结合集合卡尔曼滤波算法将生长前期无人机(UAV)遥感数据同化到模型中,以缩短模型单独运行时间,减少模型运行过程中的参数误差累积,实现无遥感数据参与下的短期作物生长模拟,并输出生长后期相应的生物量模拟结果。最后,本文利用地面实测数据对新方法的生物量模拟精度进行了评价。结果表明,与全生育期数据同化相比,新方法的生物量估算精度有了明显的提升(全生育期同化:R2 = 0.45,RMSE = 4254.30 kg/ha;新方法:R2= 0.86,RMSE = 2216.79 kg/ha)。  
      关键词:遥感;作物模型;多光谱;LAI;数据同化;植被指数;生育期   
      665
      |
      212
      |
      1
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4171480 false
      发布时间:2020-12-01
    • 黄季夏,孙宇晗,王利,曹云锋,杨林生
      2020, 24(11): 1419-1432. DOI: 10.11834/jrs.20209066
      北极重要海峡气温—海冰密集度影响滞后效应分析
      摘要:全球变暖导致北极海冰的面积与厚度逐步减小,这一趋势为北极通航提供了可能,北极航道在北极地缘环境格局中的战略地位日益提升。北极地区的重要海峡作为“冰上丝绸之路”运输的重要交通枢纽,其冰情变化在北极航道的开通中起到直接影响作用。本研究以北极地区东北航道和西北航道上14个重要海峡近35年的海冰密集度为研究对象,采用分布式滞后非线性模型,研究海冰表面气温对北极重要海峡海冰密集度变化的阈值和滞后效应。研究结果表明:(1)除白令海峡、尤戈尔斯基沙尔海峡和喀拉海峡以外,其他11个海峡气温对海冰密集度变化的影响都存在高温阈值,并且其阈值集中在-10℃附近;(2)高温对于海冰密集度变化的影响存在0—3月的滞后期,而低温的滞后期为0—4月;(3)14个海峡在非线性滞后模型中表现出不尽相同的滞后效应,存在空间异质性特征。滞后期内高温影响最为剧烈的是维利基茨基海峡,相对累积效应值为-3.34%(-5.6% — -1.1%);(4)整体上看,东北航道滞后有效期与西北航道相比较长,东北航道受温度影响的滞后效应值比西北航道的要大,且在高纬环境地区,高温对海冰密集度的相对变化的影响较为明显。  
      关键词:北极地缘环境;冰上丝绸之路;关键海峡;分布式滞后非线性模型;滞后效应   
      713
      |
      164
      |
      4
      <HTML>
      <网络PDF><Meta-XML>
      <引用本文> <批量引用> 4171596 false
      发布时间:2020-12-01
    0