极区海冰密集度AMSR-E数据反演算法的试验与验证
摘要：海冰密集度是极区海冰监测的重要参数，目前分辨率最高的微波海冰密集度产品为德国Bremen大学的针对AMSR-E89GHz频段数据利用ASI算法反演的网格数据。为实现中国极区遥感产品从无到有的战略步骤，本文针对AMSR—E89GHz频段微波数据的ASI算法，进行了插值算法、系点值和天气滤波器一系列试验。针对北极海区，着重对影响反演结果的主要参数——纯冰和纯水的亮温极化差异阈值，即系点值（P1和P0）进行了2009年全年的统计分析。研究表明，2009年北极纯冰和纯水的代表区域P1和P0年平均值分别为10．0K和46．67K；2K以上的系点值差异引起的海冰密集度差别较为显著；同样的系点值差异在不同极化差异P取值范围对海冰密集度的影响也不同。通过统计确定的系点值推算并修正了海冰密集度反演公式，对2009年全年北极海冰密集度进行了反演，并与Bremen大学产品进行了比较。继而对白令海和楚科奇海12个晴空下MODIS可见光样本数据进行反演，以验证AMSR-E冰密集度反演结果，并对误差原因进行了分析。本研究反演结果与MODIS样本比对的误差略小于Bremen大学的反演产品，空间平均误差为3．84％，空间平均绝对误差10．83％。利用船测数据以及Landsat-7ETM＋影像评估南极海冰区AMSR-E海冰密集度
摘要：利用第26次中国南极科学考察期间收集的海冰密集度船基观测资料以及由Landsat．7ErIM＋得到的海冰密集度来验证AMSR-E南极海冰区海冰密集度产品的精度。AMSR-E海冰密集度与船基目视观测的海冰密集度存在着一定的线性关系（R2=0．816），但两者匹配得并不是很好。与ETM＋海冰密集度相比，AMSR-E数据趋向于低估海冰密集度，在25景晴空条件下的ETM＋影像中，平均海冰密集度偏差（AMSR-E海冰密集度．ETM＋海冰密集度）从-5．33％到-21．5％，而相应的均方根误差RMSE（RootMeanSquaredErrors）从13．7％到33．8％。依据Landsat-7ETM＋海冰分类，AMSR-E数据海冰密集度最大的误差产生于新冰区。基于NoAA／AVHRR数据的北极反照率反演及其变化研究
摘要：极地海冰反照率直接影响极区的热收支，反照率的变化对地气系统热量收支平衡及气候变化等的研究具有重要意义。本文采用由美国国家海洋与大气管理局NOAA（NationalOceanicandAtmosphericAdministration）发射的NOAA卫星携带的先进的甚高分辨率辐射仪AVHRR（AdvancedVeryHighResolutionRadiometer）Level．1B（L1B）数据，经宽带反射率转换、各向异性校正、大气订正、云检测等处理，得到4km宽带晴空地表反照率产品。将AVHRR反照率与北冰洋地表热收支SHEBA（SurfaceHeatBudgetoftheArcticOcean）实验数据进行印证，印证结果显示在冰雪冻结期二者平均偏差为-0．07，标准偏差为0．05。本文处理了2008年-2010年的AVHRR数据，结合第4次北极科学考察现场观测数据研究了北极冰面月平均反照率的变化，从降雪和冰脊两个方面分析了反照率的变化，结果显示反照率在冰雪融化过程中变化约为0．3，变化较大且较为迅速，表面粗糙的多年冰海域和较为平滑的一年冰海域的反照率在雪融化时期变化约为0．2且变化相对缓慢。研究结果表明，由冰雪融化引起的反照率变化较为快速且幅度较大，是引起北极反照率变化的主导因素。极地区域气溶胶地基遥感观测及分析
摘要：依据全球气溶胶自动观测网在极地区域的观测，对以下问题进行了讨论：（1）温度订正在极地气溶胶光学厚度观测中的重要性及订正方法；（2）在极地进行仪器常数标定的可行性分析及温度效应的影响；（3）利用天空散射光观测反演气溶胶微物理和光学特性参数（粒子谱分布、散射相函数、复折射指数、单次散射反照率等）时，关于观测几何选择的问题，以及针对极地区域气溶胶特性的初步反演结果。这些研究可以为中国未来在两极地区开展基于自动太阳一天空辐射计的气溶胶地基遥感观测提供参考，为极地区域气溶胶卫星遥感及气候效应评估等研究提供重要支撑。反射率因子和径向速度共同约束反演多普勒雷达风场
摘要：多普勒雷达可以提供降水回波区的风场信息。为了充分运用雷达资料分析中小尺度天气过程，本文假设反射率因子在短时间内的运动满足拉格朗日守恒，提出了采用连续两次的反射率因子回波和径向速度数据共同约束的方法来反演风场，在反演过程中避免了对径向速度的分布进行假设。针对连续两个时次之间反射率回波运动中产生的不同程度的误差做了模拟风场试验，结果表明，当回波运动随机误差不超过40％时，反演结果较为可靠。另外，本文还利用此风场反演方法进行两次中尺度天气过程的实例分析。结果表明，该方法反演的风场与实际风场结构相符，具有一定的应用价值。基于超分辨率重建的多时相MODIS与Landsat反射率融合方法
摘要：提出一种基于超分辨率重建的MODIS与Landsat反射率图像融合方法，以STARFM算法与超分辨率重建为基础，使用观测的MODIS和Landsat地表反射率图像预测给定时刻的Landsat合成反射率图像。该方法利用基于稀疏表示的超分辨率重建方法对MODIS图像进行分辨率增强，实验结果表明这一操作能够增加原MODIS图像的空间细节，有助于提高STARFM算法的预测精度；另一方面，考虑输入两个基时刻图像相差较大时原STARFM算法预测的反射率会存在“时间平滑”的问题，限制每次只使用一个基时刻MODIS和Landsat图像对进行STARFM预测，使用逐图像块选择策略，从由两个基时刻图像分别进行预测得到的两组预测图像中选择最优的预测，同样得到了优于STARFM算法的预测结果。基于权重光谱解混方法的高光谱矿物填图
摘要：提出了一种基于Fisher权重分析的迭代光谱解混方法（WLSMA），该方法首先对高光谱图像进行区域分割，在分割后的各子块中自动提取端元；再次对提取的端元进行聚类，从光谱的整体特征上将不同类别的端元区分开，针对聚类结果中的每一类别各选取几个具有代表性的端元光谱，并对最优光谱进行窗口卷积处理，结合InCoB指标构建端元光谱样本库；最后对图像进行迭代光谱解混处理，在丰度反演过程中引入基于Fisher准则的补偿权值矩阵以提高反演精度。AVIRIS高光谱数据实验证明，WLSMA不需要大量先验信息，利用Fisher准则和迭代光谱分析理论增强了相似性矿物的可分性，为加强对矿区地表岩性的认识和模拟提供了更大的灵活性和可能性，对高光谱矿物填图有一定的借鉴意义。改进的PS探测方法及其应用
摘要：提出一种改进的永久散射体PS（PersistentScatterer）探测方法，首先基于时序SAR影像的振幅信息，利用振幅和振幅离差指数双阈值法获取Ps候选点，然后根据干涉相位空间相关性，对所有候选点进行相位稳定性分析，筛选出既满足雷达反射强度高、又符合散射稳定性要求的真实Ps点，最后基于所选Ps点提取形变信息，．选取上海市局部区域作为实验区，以16幅TerraSAR—X（TSX）影像为数据源，进行Ps探测和形变信息提取。结果表明，相比于已有的Ps探测方法，本文方法能够更准确、可靠地识别出时序SAR影像中的Ps点。形变结果显示，研究区域内最大沉降速率为-51mm／a，平均沉降速率为-15．8mm／a，以水准实测数据进行检核，验证了基于改进的Ps探测方法进行地表形变信息提取结果的可靠性。面向异构空间区域分片的3RM缝隙处理模型
摘要：针对分布式环境下区域分片片段间的各种原始缝隙，提出一种3RM（ThreeRelationalMatrix）缝隙处理模型。该模型采用两阶段流程，第1步划分空间计算单元，对区域分片边界处的要素进行聚类分组；第2步对各个空间计算单元进行缝隙处理。模型研究区域分片边界处缝隙的描述和区分方法，依据要素拓扑关系、属性关系以及精度3种关系建立了3RM缝隙处理矩阵，发现线状和面状要素在分片数据边界处的38种潜在的缝隙，并建立了相应的缝隙处理方法。运用3RM模型对异构的土地利用分片数据进行缝隙处理试验，试验结果表明，本文提出的缝隙处理模型能够有效处理实际分片数据当中的各种缝隙。基于MEMLS模型的积雪深度反演方法
摘要：利用被动微波遥感反演积雪深度一直是积雪遥感领域中的研究热点。在现有的积雪深度反演算法中，NASA算法因其简洁、易于扩展的特点，成为应用最为广泛的算法。但NASA算法存在着一定不足：首先，由于NASA算法基于线性拟合得出，在应用到其他研究区域时需要对反演公式进行重新拟合，适用范围受到一定限制；其次，由于算法中引入的19GHz与37GFIz的亮温差在雪深达到一定范围时会达到饱和，因此算法会低估积雪深度。本文针对现有反演算法的不足之处，结合蚁群智能算法的特点，发展了基于蚁群算法的积雪深度反演算法；此外，针对NASA算法中存在的雪深低估问题，引入了AMSR．E10．7GHz亮温数据，对算法进行了改进。利用MEMLS模型的模拟数据与AMSR-E辐射亮温数据对算法进行实验，并采用实测数据与AMSR．E雪水当量产品对算法的反演精度进行评价。结果表明，两种积雪深度反演算法均是可行的，反演精度与现有产品相比有较为明显的改进。机载LiDAR和高光谱融合实现温带天然林树种识别
摘要：将机载LiDAR（LightDetectionandRanging）与高光谱CASI（CompactAirborneSpectrographicImager）数据融合，充分利用垂直结构信息和光谱信息进行温带森林树种分类，并与仅用高光谱数据的分类结果相比较，评估融合数据的树种分类能力。结合样地实测数据，首先用LiDAR获得的3维垂直结构信息对CASI影像上的林间空隙进行掩膜，提取林木冠层子集；然后对冠层子集分层掩膜，利用光谱曲线的-阶微分及曲线匹配技术，实现各树种训练样本的自动提取；利用SVM分类器对两种数据分类并比较精度。结果表明，融合数据的树种分类总体精度和Kappa系数（83．88％，0．80）优于仅使用CASI数据（76．71％、0．71），优势树种的制图精度为78．43％-89．22％，用户精度为75．15％-95．65％，整体也优于仅使用CASI的制图精度（68．51％-84-69％）和用户精度（63．34％-95．45％）。结果表明，机载LiDAR与CASI基于像元的融合对温带森林树种识别的精度较仅高光谱数据有较大提高。《遥感学报》征文通知
摘要：《遥感学报》创刊于1997年，是随着中国遥感事业的发展而成长起来的综合性学术期刊，也是目前中国遥感与数字地球领域的权威学术期刊。创刊以来，《遥感学报》结合中国遥感事业不同时期的重点和需要，刊登了大量国内最新科研成果和国家重点支持的研究项目的成果论文，对中国遥感科学技术的发展和人才培养发挥了巨大作用。