蓝藻是内陆富营养水体水华发生的主要优势藻种, 而藻蓝蛋白(Phycocyanin, PC)是蓝藻的标志性色素, 因此利用遥感估算水体中藻蓝蛋白浓度从而对蓝藻水华预警具有重要意义。利用太湖、滇池、洪泽湖的实测数据, 构建藻蓝蛋白随机森林遥感估算模型, 并将模型应用到哨兵3A-OLCI影像。通过对随机森林的输入自变量进行重要性分析, 发现第7波段(620 nm)、第8波段(665 nm)和第9波段(675 nm)三个波段对藻蓝蛋白反演的影响程度最大。同时, 反演结果表明, 随机森林反演的藻蓝蛋白浓度平均绝对百分比误差(MAPE)为34.86%, 均方根误差(RMSE)为38.67 μg/L, 与Simis等半分析算法和齐琳的PCI(Phycocyanin Index)指数模型相比, 平均绝对百分比误差(MAPE)分别提高了85.06%和15.65%, 均方根误差分别提高了26.08 μg/L和19.86 μg/L。利用地面实测数据对同步卫星影像大气校正进行精度评价, 发现MUMM(The Management Uint Mathematical Model)算法可以用于OLCI影像的大气校正, 尤其在560~779 nm处共8个波段的MAPE低于30%, 光谱曲线与实测光谱曲线形状保持一致。结果表明所构建的基于哨兵3A-OLCI影像的藻蓝蛋白随机森林反演模型, 可以成功的应用于我国的内陆富营养化湖泊, 为我国内陆湖泊藻蓝蛋白浓度的遥感反演提供一个新的算法。

在机载激光雷达扫描过程中,建筑物背面的地面边缘线常常被遮挡,无法获取精确的建筑物背面边缘点信息,在利用获得的激光点云进行三维重建时,使得创建数字表面模型(DSM)的精度较低。为消除背面边缘点缺失造成的DSM精度降低,提出了一种建筑物地面缺失边缘线的自动提取算法;通过提取建筑物侧面和地面局部点云的拟合趋势面,计算两相邻局部趋势面的交线,并补充缺失部分的边缘点数据;最后采用补充了边缘点的建筑物激光点云重建了建筑物的DSM,并对边缘点补充前后的DSM精度进行了对比仿真实验。仿真结果表明,通过提取和补充建筑物的边缘点可有效提高建筑物重建DSM的高程精度。

机载激光雷达(LiDAR)扫描被测地形获得激光点云, 进而重建被测地形的三维图像。机载激光雷达测量过程中, 机载平台姿态角时刻发生波动, 其对激光点云密度分布及重建三维成像精度具有显著影响。为消除姿态角波动对激光雷达测量的不利影响, 设计了一套姿态角补偿装置, 包括机械结构设计和控制系统设计; 并搭建了半物理仿真实验系统, 编制了总控制软件使各子设备之间时间同步控制及数据采集, 实现了对机载激光雷达工作原理及姿态角补偿原理的实验仿真和补偿效果验证, 补偿后DSM高程精度的RMSE误差由3.50 mm以上减小到3.28 mm。实验结果表明, 搭建的半物理仿真实验系统可正确模拟机载激光雷达的工作过程, 设计的姿态角补偿样机对机载激光雷达点云产品质量有显著的补偿效果。