English  |  所长信箱  |  电子所务  |  ARP  |  邮箱登陆  |  中国科学院  |  联系我们  
 首 页  所况介绍 人才队伍 科技动态 院地合作 国际交流 研究生教育 科学传播 党群园地 信息公开 数据服务
当前位置:首页 > 动态新闻 > 热点新闻 > 十二五回眸之项目篇(二)
国家自然科学基金委重点支持项目:黑河流域生态-水文过程综合遥感观测试验——航空遥感试验
时间:2016-09-21

  一、项目概况 

  项目围绕黑河流域水文生态要素的航空观测需求和流域航空遥感试验本身的科学问题,组织与开展黑河流域航空光学遥感综合试验,开展土地利用/地表覆盖、植被群落结构、地表温度、发射率、叶面积指数、粗糙度、反照率等关键生态水文变量/参数的光学遥感模型和算法研究,并与地面观测及卫星遥感相配合,提供适于流域尺度研究的高分辨率、高质量光学遥感数据与应用产品,为内陆流域生态水文过程的理解,模型的发展、改进和验证,地面台站观测和卫星遥感观测尺度转换,以及多尺度模型集成和应用研究提供数据支撑。 

  项目的主要工作包括黑河流域航空光学遥感试验设计与数据获取、黑河流域水文与生态要素的光学遥感反演模型研究和黑河流域水文与生态要素的光学航空遥感产品生产与检验。 

  二、项目成果 

  项目组织了HiWATER2012年在黑河中上游和2014年在黑河下游和上游的航空飞行试验。从2012522日至828日,共飞行17个架次,总计约81小时,获取了中游和上游的成像光谱、多角度、LIDAR和微波辐射计多个测区的机载数据。 

  项目组利用飞行同步和室内定标方法,形成了航空遥感数据高精度的几何和辐射定标的原始数据产品,提交流域计划共享的原始数据24条。利用现有成熟算法处理和生产了地表数字高程、冠层高度、植被叶面积指数、覆盖度、地表温度、地表反照率。并开发了农作物种植结构参数、组分温度、发射率、fPAR、湿地植被高度和土壤含水量等参数反演方法。提供流域计划共享的航空数据产品19条。并按照项目计划,对航空遥感数据进行了产品生产,利用成熟的算法生产了一些与流域计划研究相关的生态水文参数产品。同时,针对航空遥感数据高空间分辨率、高光谱分辨率,以及多波段多角度数据共同覆盖的优势,进行了新产品算法的开发,并进行了产品生产。这些产品通过黑河流域计划共享网站进行了共享。 

  项目开展了一系列研究并取得了一些创新性研究成果: 利用机载数据进行了地表分类方法研究;利用处理后的CASI反射率数据计算各种植被指数,与地面采集的植被参数建立植被指数统计模型,反演了FPAR、叶绿素和生物量;从多源的思路出发,发展了LLBU算法联合高低分辨率的遥感数据同时反演两种数据尺度的BRDF/Albedo;以TASI为研究对象,提出了针对中高分辨率热红外数据的地表温度与发射率分离算法;基于机载WIDAS数据建立了植被叶片、光照土壤和阴影土壤的三组分温度反演反演算法;利用高分辨率机载可见和红外影像反演了土壤水分并分析了空间变异规律,并通过试验,发现随之多源信息的引入,反演精度会得到有效改善;项目还对遥感产品的真实性检验方法、理论和不确定性进行了研究,并发展了基于机载高分辨率数据的空间尺度转换算法。 

  航空遥感可获取高质量与高分辨率的地表光谱、高度和辐射方向性信息。这些高分辨率的航空遥感数据可以用来刻画地表观测的空间代表性和空间异质性信息,可作为空间尺度和时间尺度的转换桥梁,从而进行卫星数据产品的真实性检验从而可对流域区域的地表分类、土地覆盖、种植结构空间格局、土壤含水量和生物量等参数进行有效监测,从而服务于生态-水文过程研究。  

  项目执行期间培养博士后1人,博士生12人,硕士研究生4名。截至目前,已经发表论文29篇,其中SCI论文24篇,中文核心期刊5篇。 

  取得的部分成果如下: 

  1、机载红外数据有效的地表的温度差异,可用于分析地表温度的空间异质性。 

反演的河道温度,低温区域(蓝色区域)反映了地下水的出渗 

  2、机载激光雷达数据可以提供亚米级分辨率的地表高程信息,对于分析地表水文生态信息和农业区种植结构等是一个有利的支持。 

激光雷达获取的绿洲农田区植被种植结构(左)和天姥池DEM(右) 

  3、组分温度反演 

  星载传感器获取红外数据多用于地表平均温度反演。我们提出了一个可以用于实现地表三组分(叶片、光照土壤和阴影土壤)的温度反演方法。以201283日机载WIDAS多角度观测数据为例,进行组分温度反演,反演结果表明地表组分间存在明显的温度差异,特别是光照土壤与阴影土壤,其温度差异不能简单忽略。 

叶片温度(左)、光照土壤温度(中)、阴影土壤温度(右) 

  4、可利用机载高光谱进行精确的土地覆盖制图 

  高空间分辨率和高光谱分辨率的机载成像光谱数据能够利用高空间光谱信息获得高精度的土地覆盖制图,总体分类精度可以达到84%。融合LIDAR高程信息以后,分类精度可以达到92%。但是随着空间尺度增大,由于混合像元问题,分类精度会有所降低 

机载CASI影像土地覆盖分类 

    高程信息的引入提高了分类精度,但是随着空间分辨率的降低分类精度也会相应降低。 

分类结果 

  5、基于多源遥感及地面观测数据的灌溉区高分辨率土壤水分反演,通过提高了灌溉区中低植被覆盖期土壤水分的反演精度。 

  6、尺度转换方法研究 

  建立了基于地面和航空数据的异质性地表反照率升尺度方法,主要思想是通过高分辨率数据建立趋势面,并克里金方法处理残差项与传统的多尺度验证对比,基于地面和航空数据的升尺度结果有较大的动态范围。该方法的升尺度结果能够反映地面反照率在空间上更多的细节。 

升尺度结果与多尺度升尺度结果的对比 

升尺度的结果(左边的30米分辨率,右边是1公里)

附件下载:
 
【打印本页】【关闭本页】
  主办:中国科学院遥感与数字地球研究所 地址:海淀区邓庄南路9号 邮编:100094
Copyright © 中国科学院遥感与数字地球研究所 备案号:京ICP备05080539号 京公网安备110402500008号