全极化 SAR 数据的极化分解在土地利用分类、目标检测与识别以及地表参数反演等领域得到了广泛应用。目前,主要有基于特征值分解和基于模型分解2类极化分解方法。混合Freeman/Eigenvalue极化分解结合了两者的优势,避免了基于模型的极化分解中负功率问题并且能够利用已知的散射机制解释分解后的散射分量。为了进一步拓展该分解在不同地表类型中的应用,通过引入参数Neumann一般化体散射模型,提出了一种自适应的极化分解模型。利用德国Black Forest地区的L波段AirSAR(airborne synthetic aperture Radar)全极化数据进行实验,并与现有的Yamaguchi三分量模型和自适应非负分解(adaptive nonnegative eigenvalue decomposition,ANNED)对比分析,以验证模型的有效性。研究表明,自适应的混合Freeman/Eigenvalue极化分解模型保证了分解能量的非负性及完全分解,适应于不同类型的地表,能有效地区分不同地类。
阈值取值是否合理对生成符合某种条件的二值及多值掩模图像是否正确至关重要,而这项技术是去除干扰信息及提取有用信息的关键步骤。基于不同的阈值,探讨如何判断在生成单一干扰因素的二值掩模图像时阈值是否合理的方法; 并以青海省天峻地区TM数据为例,利用阈值合理的多值掩模图像得到无干扰信息的遥感图像,进而提取了矿化蚀变异常信息,以实现阈值的合理性验证。结果表明,当利用多种干扰因素的二值及多值掩模图像提取的非干扰区域一致时,则说明生成单一干扰因素的二值掩模图像的阈值取值合理,各种干扰因素相互不重叠; 利用合理正确的多值掩模图像才能更有效地剔除干扰及假异常信息,提取出真实可靠的矿化蚀变异常信息; 由于合理的阈值较多,应结合多种地学资料才能获得最优阈值。
以Radarsat-2为例,提出了一种利用多极化SAR影像并结合后向散射模型提取建筑物高度的方法。以北京城区为实验区,首先,分析了SAR影像中建筑物二次散射所对应的亮线连通区域,并统计出该区域对雷达后向散射截面的贡献量; 然后,基于平行六面体假设,将建筑物主长度及其与雷达方位向的夹角定量化,并给出计算不同极化散射矢量的方法; 最后,利用几何光学-物理光学(geometrical optics-physical optics,GO-PO)模型一阶近似解的后向散射模型估计建筑物高度,并通过比较多个局部训练区提取结果,探讨不同极化信息的提取效果并给出最优极化组合。实验结果表明,通过极化特征组合比仅利用单极化信息提取建筑物高度的精度更高,81.43%建筑物误差小于5 m,均方根误差4.45 m,与ASTER GDEM相关系数为0.909 5,提取结果可靠。
在遥感图像分割中,植被是重要的一类对象,植被细分割一般有3个目标,按尺度分为乔木、灌木和草与苔藓。针对单一层次多分类方法不能充分利用植被目标不同纹理尺度实现精确的多分类问题,提出了一种基于谱直方图的遥感图像分层次、多尺度植被分割方法。首先用归一化植被指数(normalized difference vegetation index,NDVI)提取出遥感图像中的植被区域,然后再对该区域分层实现多个二分类算法、完成多分类操作。在每个分类层次,利用目标的先验知识和纹理尺度选择纹理滤波参数,对滤波结果提取各子块图像的谱直方图用以表达纹理特征,从而实现1个层次的分割。实验结果表明,该方法较好地利用了植被各层次目标的先验知识和纹理尺度,使得对纹理滤波器的增强处理更具针对性; 谱直方图的特征区分度更大,使得植被细分割精度明显提高。
为研究轻小型机载LiDAR的航线设计,以VUX-1型激光扫描仪为例,计算多周期回波(multi time around,MTA)对飞机作业高度的限制;根据要求的点云密度、扫描频率、扫描线速度等指标,依照航空摄影测量原理以及机载LiDAR数据获取规范,从中区别机载LiDAR与传统摄影测量学的不同,并借鉴机载LiDAR的数据采集方式与传统挂载专业相机的摄影测量的相似之处,判定在不同情形下激光的测距变化(例如测区内不同类型的目标反射率不同或大气能见度不同导致的最远测距能力的变化等); 在考虑以上问题基础上,对机载LiDAR系统进行航线设计;最后分别对比旁向点间距和航向点间距的误差,分析其原因并判定该航线设计方案的可行性。
高精度的数字高程模型(digital elevation model,DEM)数据是流域水文分析应用的基础。美国地质调查局新发布了全球高分辨率数字高程数据产品,其空间分辨率为1″(约为30 m)。为评价该数据在流域水文分析中的适用性,以鹤壁汤河流域为实验区,以机载LiDAR DEM数据为参考,统计了SRTM(1″)数据的高程误差,分析了坡度、坡向、地表覆盖等对误差的影响; 在基于地形的水文分析中,统计分析了SRTM(1″)数据误差对地形湿度指数、坡度坡长因子以及汇流动力指数等地形指数计算的影响; 最后选取流域汇水区面积、最长水流路径长度、形状系数、弯曲度系数等流域特征参数对两种DEM数据提取结果进行了对比。研究表明SRTM(1″) DEM数据具有较高的精度,原始数据均方根误差为5.98 m,在消除平面位移误差后减小为4.32 m。基于地形的水文分析表明SRTM DEM与LiDAR DEM计算结果具有一定的差异,地形湿度指数平均值略高,坡度坡长因子和汇流动力指数平均值偏低,离散度偏小,这与SRTM DEM在微地貌以及高坡度地形区存在失真相关。两种DEM数据提取流域特征参数差异较小。上述研究表明SRTM DEM(1″)数据在流域水文分析中具有较大的应用潜力。
以新疆白杨河铀铍矿区为研究区,通过建立航空高光谱数据CASI/SASI矿物填图处理流程,运用混合调制匹配滤波技术实现了多种蚀变矿物的填图。填图结果的野外验证表明,3种绢云母亚类的准确性高于85%,其他各类矿物的准确性高于90%。叠加研究区铀矿点资料,发现白杨河矿区赤铁矿化和高铝绢云母的空间分布特征与铀矿点分布高度相关,主要位于杨庄岩体与外围火山岩的北接触带附近,呈明显分带性。并且,高、中、低铝绢云母的空间分布指示矿床北部和南部的热液活动温度可能存在差异,区域上存在多期热液活动作用。这为矿区外围找矿预测和区域地质成因研究提供了参考和依据。
鲁西北地区是我国主要粮食生产基地之一,冬小麦是该区最主要的夏粮作物。鲁西北地区冬小麦种植信息和时空变化特征,是该地区粮食安全研究的现实基础。根据鲁西北平原冬小麦的物候历,选取合适时间窗口下的Landsat TM/ETM+/OLI中、高空间分辨率卫星影像,获取其归一化植被指数; 设置合理阈值,识别了2000年和2014年鲁西北地区冬小麦的空间格局; 采取野外考察和Google Earth选取样本点相结合的方法进行了精度验证。研究结果表明: 鲁西北地区德州市辖区、夏津县、东营市利津县、沾化县、无棣县和聊城市辖区等6个区县的冬小麦分布较少,其余地区分布都比较广; 2000―2014年间鲁西北地区冬小麦种植面积由171.19万hm2减少到149.39万hm2,减少21.8万hm2,减幅为12.73%,集中分布在该区东北部、西部地区和区县中心的城市周边地区; 2014年鲁西北平原冬小麦提取总体精度为96.8%。
为研究我国近10 a月平均NDVI空间分布特征,使用2005―2014年MOD/MYD13C2植被指数产品得到全国多年分月NDVI; 在考虑不同月份NDVI高、中、低值区面积变化的同时,结合DEM数据,分析植被覆盖随季节变化的规律和NDVI随坡向、海拔的变化规律。结果表明: NDVI低值段[-0.25,0.15)面积冬季高、夏季低,代表裸土、荒地和部分水体的特征; 中值段[0.15,0.55)面积呈“双峰双谷”分布,春、秋季高于冬、夏季,体现植被覆盖下混合地物的特征; 高值段[0.55,0.95]面积夏季高、冬季低,反映了植被覆盖随季节变化的规律。NDVI随坡向变化呈“双峰双谷”分布,东南、西北坡高于西南、东北坡。NDVI随海拔升高出现3个递减带(250~1 250 m,2 500~3 000 m和3 750~6 000 m)和2个递增带(1 250~2 500 m和3 000~3 750 m)。受我国气候及地理、地形等要素影响,NDVI的水平和垂直向空间分异显著。此规律可为陆面过程研究提供参考。
快速而准确地提取煤田火区温度异常信息对于主动发现煤火和及时治理煤火具有重要意义。以新疆维吾尔自治区乌鲁木齐市郊的大泉湖火区为研究区,基于ETM+遥感影像数据,采用普适性单通道法反演煤田火区地表温度,利用人工阈值法和密度分割法提取背景区与温度异常区,将温度异常区与磁法成果图进行图层叠加分析。研究结果表明,普适性单通道算法反演的温度均方根误差为0.68℃,温度异常区与煤火区的重叠率为82.71%,温度异常区反演准确率为80.17%,为基本圈定煤火范围提供了有力的参考。
揭示地表温度(land surface temperature,LST)的空间特征及其影响因素对环境变化研究具有重要意义。现有研究主要分析了单因子与LST的关系,但对向阳面和背阳面背景下多因子与LST的关系尚不清楚。研究中将区域划分为向阳面和背阳面,基于遥感数据提取土地利用信息并应用大气校正法进行LST反演,采用相关分析、主成分分析和逐步回归分析法构建LST与多因子(归一化湿度指数(normalized difference moisture index,NDMI)、归一化植被指数(normalized difference vegetation index,NDVI)、坡度(slope)、坡向(aspect)和数字高程模型(digital elevation model,DEM))的回归方程,研究了向阳面和背阳面背景下各因子对LST的影响程度。结果表明: 相同海拔、土地利用的LST均表现为向阳面高于背阳面,LST随海拔升高而降低,不同土地利用的LST均不相同; 向阳和背阳面LST的主要影响因素均为NDMI和DEM,向阳面NDMI影响程度最大,背阳面却相反; 其余影响因子影响程度均较低,向阳面NDVI和背阳面Slope影响程度最大。因此,向阳和背阳面导致夏季川西高原LST空间格局变化,且其影响因子的影响程度和主次顺序差异明显。