最新刊期
      2020 年 第 24 卷 12 期

        博士论坛

      • 江海英,贾坤,赵祥,魏香琴,王冰,姚云军,张晓通,江波
        2020, 24(12): 1433-1449. DOI: 10.11834/jrs.20200229
        山地叶面积指数反演理论、方法与研究进展
        摘要：叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数，在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段，当前LAI产品主要基于遥感数据反演得到，但是多数LAI产品算法并未考虑地形特征的影响，导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响，其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法，综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展，总结了目前山地LAI遥感反演存在的问题，并讨论了未来研究的发展趋势。  
        关键词：遥感;光学遥感;叶面积指数;地形校正;山地冠层反射率模型;DEM   
        924
        |
        151
        |
        10
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4759969 false
        发布时间：2021-01-14
      • 田罗,屈永华,Lauri Korhonen,Ilkka Korpela,Janne Heiskanen
        2020, 24(12): 1450-1463. DOI: 10.11834/jrs.20200197
        考虑目标光谱差异的机载离散激光雷达叶面积指数反演
        摘要：利用间隙率模型反演LAI（Leaf Area Index），需要同时获取冠层间隙率和消光系数，后者与冠层叶倾角分布有关。基于点云数量构建激光雷达穿透指数LPI （LiDAR Penetration Index），用以代替冠层间隙率GF （Gap Fraction），并利用间隙率模型反演冠层LAI是利用LiDAR PCD（LiDAR Point Cloud Data）数据反演冠层LAI主要思路。冠层和背景的光谱差异是影响PCD数据中冠层和背景点云数量的重要因素，因此从LPI到GF的校正需要获取背景和冠层的后向散射系数比（μ=ρg/ρv）。本文基于PCD数据中点云强度进行μ值获取，用以实现LPI到GF的校正；在假设区域内叶倾角满足椭球形叶倾角分布的基础上，利用样地尺度下的多角度GF，采用有约束的非线性最优化方法获取椭球形叶倾角分布参数χ，实现冠层消光系数的获取；最后利用间隙率模型实现基于PCD数据的LAI反演。本文探讨了基于PCD数据进行冠层LAI反演时，样地尺度Rxy_Tile、样方尺度Rxy_Plot以及进行背景和冠层分割的高度阈值Ht对模型的影响。结果显示，由于区域内地衣植被广泛覆盖，基于点云强度的μ 值接近1，符合区域特点；经过μ值校正后的GF对冠层间隙率具有较好的反映能力（R2=0.78,RMSE=0.09）；对于优势种明显的区域，基于样地尺度内多角度GF的χ值反演受样地内冠间大间隙的影响，选择合适的样地尺度能够减小LAI反演过程中的系统性误差；结合地面参考数据，确定的最优Rxy_Tile、Rxy_Plot和Ht分别为950 m、10 m和2.6 m，在此基础上反演的LAI与地面测量数据具有高度的一致性（R2=0.84,RMSE=0.51）；与Rxy_Plot相比，基于间隙率模型的LAI反演对Ht的选择更为敏感。  
        关键词：遥感;叶面积指数;LiDAR;间隙率;消光系数;目标光谱特性   
        680
        |
        135
        |
        3
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4760215 false
        发布时间：2021-01-14

        技术方法

      • 洪亮,楚森森,彭双云,许泉立
        2020, 24(12): 1464-1475. DOI: 10.11834/jrs.20208496
        顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法
        摘要：遥感影像多尺度分割是面向对象影像分析方法（OBIA）的关键步骤，分割质量直接影响OBIA的分类精度，目前多尺度分割方法都很难让分割结果同时达到全局和局部最优。本文针对上述问题，提出一种新的顾及全局和局部最优的高分辨率遥感影像多尺度分割优化算法。该算法主要包括：（1）采用局部方差准则获得多尺度分割的全局最优分割尺度。（2）对全局最优分割尺度中的过分割和欠分割对象进行优化处理，获得局部最优分割结果。（3）将局部最优化分割结果与全局最优分割结果进行融合，获得最终的多尺度优化分割结果。本文采用2个QuickBird遥感影像进行实验，验证该算法的有效性，并对实验结果进行定性和定量分析，结果表明：（1）从视觉效果来看，优化后的分割结果具有更准确的分割边界，大尺度的地物保持较好的区域性，小尺度的地物保持了更多细节。（2）从定量评价指标（RR、RI和ARI）分析：在实验1中，该算法比全局最优分割尺度的RR\RI\ARI分别提高了2.1%，2.4%，30.2%，比基于K均值优化算法分别提高了8.3%，0.1%，8.1%，比融合边界优化算法分别提高了0.7%，0.4%，17.6%；在实验2中，该算法比全局最优分割尺度的RR\RI\ARI分别提高了4.5%，2.7%，29.3%，比基于K均值优化算法分别提高了17%，0.8%，8.4%，比融合边界优化算法分别提高了1.7%，2.5%，17.2%。（3）相对典型分割算法，该算法的优化结果达到了局部和全局最优；相对其他多尺度分割优化算法，该算法同时减少了欠分割和过分割对象。  
        关键词：遥感;高分辨率遥感影像;多尺度分割;局部莫兰指数;空间统计指数;优化算法   
        778
        |
        362
        |
        6
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4759729 false
        发布时间：2021-01-14
      • 秦磊,邢艳秋,黄佳鹏,马建明,安立华
        2020, 24(12): 1476-1487. DOI: 10.11834/jrs.20208470
        ICESat-2机载实验光子云数据自适应去噪及分类算法
        摘要：第二代星载激光雷达冰、云和陆地测高卫星ICESat-2（The Ice， Cloud， and Land Elevation Satellite-2）搭载了先进光子计数式激光雷达，使用了全新的微脉冲多波束光子计数式激光雷达。由于光子计数式激光雷达的自身特点，其光子云数据具有受噪声光子影响大、信噪比与扫描时间相关、光子分布密度不均匀等问题，目前开发的去噪算法并不能很好的应用于不同的光子云数据。基于以上问题，本文提出一种改进的去噪算法，首先分析光子云内部特征并自适应选择最优参数进行粗去噪，然后进行两次精去噪，最后对光子云进行分类并拟合出地面线及冠层顶线，为提取森林冠层高度提供基础。使用该算法对MABEL数据进行去噪实验，实验结果表明：该去噪算法的一次去噪对不同环境下MABEL数据在夜间的去噪平均精确度为94.5%，F1-score为96.3%，日间平均精确度为86.7%，F1-score为91.7%，且三次去噪算法完成后能够显著提升光子云去噪精度。实验证明该算法对MABEL光子云数据具有较好去噪效果和稳定性，可为ICESat-2数据处理提供参考。本文的光子分类算法能够从光子数据中提取冠层顶点、地面点及林内光子并在此算法中进一步精确去除剩余噪点，最终光子分类结果显示该算法能够从复杂光子云数据中提取森林剖面结构。  
        关键词：遥感;ICESat-2;MABEL;光子云;DBSCAN;去噪;分类   
        870
        |
        309
        |
        4
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4760119 false
        发布时间：2021-01-14
      • 王斌,陈占龙,吴亮,谢鹏,范冬林,付波霖
        2020, 24(12): 1488-1499. DOI: 10.11834/jrs.20209301
        兼顾连通性的U-Net网络高分辨率遥感影像道路提取
        摘要：遥感影像道路提取结果中的断线一方面降低了提取精度，另一方面影响了道路形态完整性，使得提取结果不能直接应用于空间决策与分析。本文基于U-Net网络在高分辨率遥感影像道路提取时全局特征表达的优势，提出一种兼顾连通性的道路断线修复方法完善U-Net网络局部特征表达的劣势。首先，利用数据增强和扩充数据量后的样本数据作为U-Net网络的输入以此训练模型并进行最优模型的道路提取；然后，对提取结果中出现的道路断线以三次多项式曲线拟合的形式进行优化处理。实验表明，与相近网络比较，本文道路提取的精度和形态完整性有了明显的提高，查准率为86.25%，查全率为85.50%，F1-score达到了85.87%。其成果数据能直接地应用于地理决策分析，特别有利于灾后的路径规划，本文提出的方法对道路、电网、轨道、河流等线性地物分类结果中出现类似断线问题具有一定的参考意义。  
        关键词：遥感;形态完整性;U-Net网络;高分辨率遥感影像;连通性;道路断线   
        881
        |
        455
        |
        11
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4759509 false
        发布时间：2021-01-14
      • 贺智,贺丹
        2020, 24(12): 1500-1510. DOI: 10.11834/jrs.20208397
        基于深度学习的高分四号卫星图像超分辨率重建
        摘要：针对高分四号卫星图像中波红外谱段空间分辨率远低于相应的可见光近红外谱段，提出一种基于深度学习的高分四号卫星图像中波红外谱段超分辨率重建方法。首先，设计卷积回归网络进行初步重建，利用8倍下采样的可见光近红外谱段和原始中波红外谱段训练回归网络。然后，设计卷积重建网络进行进一步重建，利用低分辨率初步重建结果和原始中波红外谱段训练重建网络。最后，将原始可见光近红外谱段依次输入到训练好的回归网络和重建网络，得到最终的中波红外谱段超分辨率重建结果。以湖北和江西部分地区真实数据进行试验，结果表明该方法能有效提高中波红外谱段空间分辨率，与其他方法对比均方根误差至少下降了7.54，且目视效果更清晰自然，有利于扩展高分四号卫星的应用范围。  
        关键词：高分四号;超分辨率;影像重建;深度学习;卷积神经网络;湖北;江西   
        748
        |
        223
        |
        5
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4759826 false
        发布时间：2021-01-14

        遥感应用

      • 唐少飞,田庆久,徐凯健,徐念旭,岳继博
        2020, 24(12): 1511-1524. DOI: 10.11834/jrs.20208500
        Sentinel-2卫星落叶松林龄信息反演
        摘要：林龄结构信息能够有效反映区域森林群落不同生长阶段的固碳能力，对于评估森林生态系统的健康状况具有重要意义。本研究以中国温带典型优势树种落叶松林为研究对象，分别选择其芽萌动期、展叶期和落叶期时段的Sentinel-2影像，采用多元线性回归（MLR）、随机森林（RF）、支持向量机回归（SVR）、前馈反向传播神经网络（BP）以及多元自适应回归样条（MARS）等5种方法依次构建落叶松林龄反演模型。通过相关性分析首先确定最佳遥感反演物候期，并在此基础上根据相关性差异筛选出5个最优特征变量用于模型反演，分别为冠层含水量（CWC），归一化水体指数（NDWI），叶面积指数（LAI），光合有效辐射吸收率（FAPAR）和植被覆盖度（FVC）。研究结果表明，展叶期为落叶松林最佳遥感反演物候期。除植被衰减指数（PSRI）以及落叶期的NDVI、RVI外，落叶松林龄与各指标之间均呈负相关关系，其中与冠层含水量（CWC）的相关性最高，pearson相关系数达到-0.74（p<0.01）。此外，不同模型反演结果表明，随机森林模型（RF）为最佳落叶松林龄估测模型，其平均决定系数R2和平均均方根误差RMSE分别为0.89和2.91 a；多元线性回归模型（MLR）的林龄估测结果最差，其平均决定系数R2和平均均方根误差RMSE仅为0.57和5.69 a，非线性模型能更好的解释林龄与建模变量之间的关系。  
        关键词：遥感;Sentinel-2;落叶松;林龄反演;生物物理参数;随机森林   
        869
        |
        245
        |
        8
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4759452 false
        发布时间：2021-01-14
      • 曾雅琦,王正海,邢学文,胡斌,刘松
        2020, 24(12): 1525-1533. DOI: 10.11834/jrs.20209013
        海水背景下不同浓度的甲烷含量高光谱定量反演
        摘要：在油气资源遥感探测中，通过烃渗漏引起的海表面甲烷气浓度异常来探测海底气藏是最直接的方法之一。为了更好地识别海表甲烷异常，提高遥感反演精度，对海表甲烷气含量进行定量光谱分析研究。设计室内甲烷波谱测试平台，获取海水背景下不同含量甲烷高光谱数据为数据，对光谱数据预处理及进行比值导数光谱法，并提取光谱吸收特征参数，对甲烷含量与光谱参数之间进行相关性分析，构建甲烷含量的反演模型。比值导数光谱法确实抑制了海水背景信息，突出了甲烷特征。1650—1664 nm和2180—2210 nm波段范围的光谱参数与甲烷含量相关性显著；其中，波谷、波深、面积、斜率与甲烷含量显著相关。基于2180—2210 nm波段范围建立的波谷、波深、面积、斜率四元回归方程y=-14.356 - 5931.796x1 - 4325.081x2+241.481x3+7531.973x4拟合效果最好，R2为0.9817；且在此波段范围内基于波深建立的单变量甲烷反演模型y = 2047.571x - 9.758，R2为0.9741，比基于其他变量所建立的反演模型效果要好。成功获取了和海水背景下甲烷含量线性相关显著的对应波段和吸收特征，可为利用多/高光谱遥感预测勘探海表面甲烷气浓度提供一定的理论和技术依据。  
        关键词：遥感;高光谱;甲烷浓度;光谱特征参数;比值导数;反演模型   
        688
        |
        137
        |
        2
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4760041 false
        发布时间：2021-01-14
      • 廖静娟,薛辉,陈嘉明
        2020, 24(12): 1534-1547. DOI: 10.11834/jrs.20209281
        卫星测高数据监测青藏高原湖泊2010年—2018年水位变化
        摘要：青藏高原湖泊水位变化是气候变化和生态环境变化研究的重要指标。随着Cryosat-2观测数据的日益丰富和处理技术的提升，可以有效监测更多湖泊的水位变化信息。本研究构建了基于噪声去除技术、改进的波形重跟踪处理算法（ImpMWaPP）和误差混合动态模型为一体的高精度湖泊水位序列提取方法，利用Cryosat-2 SARIn数据获取到133个青藏高原湖泊2010年—2018年的高精度水位序列，并分析了这些湖泊水位变化的时空变化特征。总体上，青藏高原湖泊的水位继续呈上升趋势，但上升速度较2003年—2009年趋缓，年均变化率0.159 m/a。从地域分布上，北部湖泊的水位上升最为显著，而南部湖泊的水位则趋于稳定。从时间上，2010年—2012年和2016年—2018年，大多数湖泊的水位呈现快速上涨，而其他时间水位相对稳定或略有下降。  
        关键词：遥感，湖泊水位，卫星测高，Cryosat-2;SARIn数据，青藏高原，时空变化   
        930
        |
        242
        |
        10
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 4759616 false
        发布时间：2021-01-14
      0