遥感理论与技术研究进展

1、遥感理论与技术研究进展1遥感及遥感技术在第二次土地调査屮的应用1遥感技术概述h前我国土地利用现状图的比例尺主要是1 ： 1力、1 : 2.5力、1 : 5力:根据土地利用现状图更新的有 关技术规定，最小图斑面积为2x2mm2o那么和对上述比例尺的土地利用现状图來说对应的实地而积分别是 400m2,2500m2,10000m2,对应不同遥感影像的像元个数。根据经验公式s=(1/r)*p*1o3式中s为最大成图比例尺,r是人眼分辨率、实际工作中得出的人眼分辨率经 验值为0.25mm0.3mm左右,p代表像元大小，单位为米，可以计算出不同遥感影像的最大成图比例尺。综上 可知衣屮所列遥感影像，除tm影

2、像需要与其它影像融合才能满足第二次土地调查调查所需精度要求外，其 它影像基本满足上述我国土地利用现状图更新的有关技术规定要求。1.2遥感在第二次土地调查中的应川遥感彩像在第二次土地调査中主要用于确定土地变更源。山于卫星遥感影像在成像过程屮受到诸多因 素的干扰，通常会发生很多畸变，主要表现为影像上地物的几何图形的位移、旋转、缩放、弯曲或像元相对实 际位置的挤压、伸展、扭i川和偏移等。因此，为了保证遥感影像后续处理结果的可靠性、准确性，以及具有标 准的地理空间坐标以便于迹行空间分析，首先对遥感影像进行几何校正，消除畸变;其次为了使彩像上感兴趣 的特征得以加强,使图像更加淸晰提高解译粘度，述要对遥感

3、影像进行増强处理，对同一地区不同时相或不同 传感器获得的影像数据进行融合处理，通过互补信息的冇机集成，减少或抑制单一倍息源对被感知对象或环 境解译中可能存在的多义性、不完全性、不确定性和误差，最人限度地利用各种信息源提供的信息，从而大大 提高在特征提取、分类、目标识别等方面的有效北然后根据彩像光谱待征和纹理结构建立解译标志，将处理 过的影像与土地利用现状木底空间数据脅置，进行光谱分析交互式确定土地利用现状变更源，生成gps测量 所需的变更调查记录表和变更地块位置示意图。2近地表气温遥感反演研究进展岛时间分辨率的近地表气温空间分布数据是许多陆面过程模中非常重要的输入参数z。在常规气象 观测站点稀

4、少或没有的情况下，利川遥感技术进行较高时宋分辨率的近地农气温估算与反演,在理论方法与 业务实践上都具有重要研究意义。根据地表能最平衡与辐射平衡原理，在气温遥感反演物理机制分析的基础 上，总结了国内外近年來气温遥感反演的研究进展，主要方法可归纳为5类:单因子统计方法、多因子统计方 法、神经网络方法、地表温度一植被指数方法和地表能量平衡方法,并从遥感反演气温的时空分辨率、反演 模型中彩响因子的考虑、模型的可移植性与实用性角度，讨论了已冇研究方法中存在的闲难与问题，最后对未 來可能的研究方向做出了展望。2.1单因子统计方法这类方法的特点是直接建立单个时相热红外传感器的通道亮温或宙其反演得到的地表温度

5、与近地衣气 温之间的线性或非线性相关关系。chen等，使用静止卫星数据得出的表面温度和气温数据，建立了冬季晴朗 夜间地表温度与气温z间的相关关系，回归模型的标准方差为1.57°c;davis等。利用noaa-6. noaa-7建 立线性模型估算农111区域日最低、最高气温，曲空或部分区域有云情况下的残留标准差为1.62. 6°c,而利川 微波数据得出的有云情况下气温误差为2. 94. 0°c; shigeto等分别建立了 4个不同时刻的冬季晴空下气温与 landsat tm热红外通道得出的地表温度之间的关系模型，模型的误差分别为1. 4、1.42、1. 85和1.

6、 55°c;张 敬等建立了 口均地表温度与口均气温之间的关系式，两者z间的相关关系高达0. 99&关系模型经变形后，可 用丁计算日均气温。这种方法的优点是模型简单、易建，但建立的相关模型依赖丁建模所用数据的获取时间 与地点，甚至同一区域建立的口天和夜间气温反演模型也会有较大不同，将模型应川于其他时刻、区域进行气 温反,误差有时叮高达数十摄氏度。山此叮见，在地表温度与气温的关系模烈中还需要考虑其他相关因索的影 响。2.2多因子统计方法国内外有关气温遥感反演的文献中,多因子统计方法或建模时考虑多因素影响的研究所占比重最大，以 下列举其中部分研究成果。shigclo等在单因子回归分

7、析的基础上，对气温与地农温度、归一化植被指数ndvi 之间的关系进行二元回归，将模型误差由单一因子模型的1.4、1.42. 1.85和155°c降低到了 0.47、1.05、 0. 86和0. 91 °c; ben等利用机载热传感器和实测气温数据,建立了 2条不同测量带上的线性回归模型，得出遥 感亮温与气温z间的相关性依赖于成像时刻人气条件的结论;cress-well等在气温一地农温度经验模型中引 入太阳天顶角來估算气温，分别建立了 4个时刻的反演模型,结果表明超过70%的检验样本误差在3°c以内； 周红妹等考虑下垫面类型的影响，将城市下垫面类型分为建筑区、工业区

8、、城郊结合部、农业区等4种类型, 分别建立山noaa/avhrr数据第4通道亮温反演气温的相关模型;刘云等分析了冠层温度一气温差异与土 壤含水率、叶面积指数、饱和差、相对湿度之间的关系，结果表明不同土壤深度的不同含水量、叶面积指数 等因素对冠一气温差都会产空影响:florio等利用avhrr分裂窗图像和气彖站点气温数据，建立了气温与地 衣温度、经纬度、高程z间的多元回归方程，平均谋差为1. 4°c; zhao等建立了月均气温与高度、经纬度和 地形因子之间的多元线性冋归模型，并将其与3种地统计插值方法进行比较，结果表明回归模型具有更高的 精度;crislobal等以tm、etm+、mo

9、dis和noaa/avhrr数据的温度、反射率、反照率、ndvi等参数 作为自变量,通过多元回归方法反演瞬时利口、月平均、最大、瑕小气温，其中口、月平均气温反演的平均误 差分别为1. 22和0. 84°c;王纯枝等分析了剋层温度一气温差升与土壤含水率、叶而积指数及株高之间的关 系,得出了与刘云等较为一致的结果;柏建等建立了不同丿h分的气温与经度、纬度和高度之间的多元回归方程, 方程的复相关系数都在0. 9以上;yang等利用不同坡度/坡向的辐射來修正常规的经纬度、高度气温反演模 熨，结果表明修正后模型反演出的气温分布与实际情况更为吻介;cheng等采用noaa/avhrr、spot数

10、据相 结合，对不同地表类型分别建立了气温与地表温度z间的关系模型，研究土地覆盖变化对气温的影响;本文作 者在博士论文和后续工作中对近地表气温的遥感反演也进行了初步研究，分析了地表温度与气温相关关系 随时间的变化特点，并提出在气温反演模型中加入一个点的气温数据进行耕度控制的方法，建立了分季度、分 时段的气温反演模型，可使反演误差降低到1. 5°c。综合以上多因子统计研究成果，在利用地表温度反演气温 的模盘中，考虑的影响因索多种多样，要包括地理位坠 地形、下垫面类型、湿度、时间等因索。多因了统计 方法的精度优于单因子统计方法，但大多数研究采用的是多元线性回归分析方法，在本质上与单因子分析

11、方 法的缺陷相同，统计模型的可移植性仍然较差。2.3人工神经网络方法许多学者以多因子参数作为输入，采用人工神经网络方法进行气温的遥感反演研究。jang等采用神经网 络方法输入avhrr图像的5个波段、表面高度、太阳天顶角、儒略ii來估算气温,误差在2.0°c之内；zhao 等采川bp人工神经网络方法，输入遥感反照率、ndvi、dem、地表温度等参数来估算日沟气温和最高、 最低气温,误差在0. 9°c左 右;ma。等针对aster数据，利用辐射传输软件modtran模拟网络训练与椿度检验数据,采用动态学习人工神 经网络方法反演近地衣气温，平均谋差和标准方茅分别为2.0和2.

12、3°c。神经网络方法的优点是易于使用，可 以方便处理一些不好明确建模的问题，能够表达地农温度与气温2间的非线性关系，但是网络的训练与调节 依赖于大量的已知输入数据，而冃神经网络屈黑箱系统,无法明确地用数学模型表达训练岀的网络模型。 2.4温度一植被指数方法温度一植被指数(temperature-vegetation index,tvx)方法己经被用于显热通呆、潜热通量及土壤含水呆 等地衣参数的估算。利用tvx方法进行气温反演的理论基础是基于遥感图像构建的植被指数与地衣温度z 间高度线性和关以及公里级空间尺度上遥感反演的浓密梢 被温度与气温近似相等的理论來获取近地农气 温。prihod

13、ko等通过tvx方法，根据气温的空间自相关分析结果，利用noaa13x13像元窗口中的植被指数 和地表温度之间的负线性关系，外推求得植被完全覆盖下的地表温度，作为气温的佔计值，平均误差为2.92c, 但冇些区域经常不满足设定条件,因此无法获得其气温空间分布状况，而且无法获得大区域的气温空间分布; 在此基础上齐述华等提出利用归一化植被指数一地衣温度空间來获取气温，平均绝对值谋差为3. 72°c;lakshmi等利用noaa-9卫星搭载的vhrr图像数据，采用tvx方法进行气温反演，并与站点实测数据 进行了对比；stisen 等采川了静止气象卫星 msg seviri( the spin

14、ning enhanced visible and infrared imager) 图像数据，利用tvx方法结合正弦函数插值來估算西非地区的气温口分布,均方根误差为2. 55-2. 99-cotvx 方法的不足z处在丁该方法不适于植被覆盖度较低或非植被覆盖区域的气温反演，不同植被覆盖类型的植 被指数饱和值的确定、邻域窗口尺寸大小的确定都是影响反演精度的关键问题，不同学者采用了不同的取 值。而且当图像中冇云存在、多种植被覆盖类型形成混介像元时，以及邻域窗口内ndvi的变化范用等因素 都会影响tvx方法的精度。2.5地表能量平衡方法部分研究基于地农能量平衡原理进行了近地表气温遥感反演研究，但相对

15、于统计方法，此类研究较少。 pape等利用地表能鼠平衡模型seb,在多个地面环境参数实地测量的基础上，结合遥感数据反演逐小时的气 温分布，其屮seb模型能够揭示超过80%的变化规律;sun等基于热力学理论，使用作物水分胁迫指数和牢气 动力学阻抗2个参数，建立了地表温度与气温z间的关系模型，并采用modis数据在中国北方平原区进行了 精度验证，结果表明超过80%的数据误差在3. 0°c以内:klemen等利用地衣温度、短波辐射、反射率产品，检 验了 tvx方法和meteotest提出的meteonorm方法，并在此基础上提出了一种经验化的地表能量平衡参数化 方法，88%的数据误差在3.

16、 0°c以内。地表能量平衡方法用于气温反演的优点在于该方袪的物理意义明显, 模型具冇较好的移植性与普适性，但是难以(准)实时用于气温反演，瑕主要的原因是模型中需婆输入许多参 数，而且部分参数如动力学阻抗、表而粗糙度、风速等，无法直接通过遥感手段来获取。3 ufcls线性光谱混合分析法在遥感图像分类识别中的效果分析用非监督全约束最小二乘法对线性光谱混合模型进彳了 了反演，通过获得各像元组分的面积比图像來达 到对各像元分类的目的。将非监督全约束最小二乘法的分类结果与有限光谱混介分析法的分类结果进行。 对比，结果表明,无论从分类效果还是计算时间上看，前者都优于后者。线性模型是迄今为止使用最

17、多的一种模型，英突出优点是简单。文献1赵英时.美国中西部沙山地区环 境变化的遥感研究地理研究,2001,20(2):213-21研究验证，在提取沙地分量时，线件光谱混合模型比传统的穗 帽变换更好。用线性光谱混合模型來分解混合像元即模型反演,h前大部分都采用故小二乘法。如果从故小 化代价函数的角度來看，因为模型的参数基木都冇明确的物理涵义和边界，所以该问题也町归结到求解约束 最优化问题。戢优化算法包括确定性搜索算法和近年来新发展的一些随机性搜索算法(如遗传算法等)。然 而对丁线性光谱混合模型来说，与确定性搜索算法相比，随机性搜索算法并没有表现出任何优势，而且要花费 相对较长的计算时间。文献3 d

18、aniel c h, chang c i. fully constrained least squares linear spectral mixture analysis method for material quantification in hyperspectral imagery. ieee trans. on geosci. remote sensing,2001,39:529-54 提出的非监督全约朿燄小二乘法(uns叩ervised fully constrained least squares,ufcls) 是在最小二乘法的基础上，采用类似于确定性搜索算法中的有效集法对计算效率进行的改进。在没有先验知 识的情况下，对遥感图像进行混合像元分解，该方法不失为一种冇效的方法。本文分析了用ufcls方法对tm 图像进行分类识别的效果。参考文献1周廷刚，罗红霞，郭达志.基于遥感影像的城市空间三维绿量(绿化三维量)定量研究j|.生态学报，2005, 25(3)： 415-520.2罗红馥，龚健雅.ufcls线性光谱混介分析法在遥感图像分类识别中的效果分析j.武汉大学学报信息 科学版，2004, 29 (7)： 615-618.13周廷刚，罗红霞，杜培军，郭达，忐.基t gis与rs的城市