1 中山大学大气科学学院,广东 珠海 519000
2 中国矿业大学环境与测绘学院,江苏 徐州 221018
3 中国矿业大学碳中和研究院,江苏 徐州 221018
针对结合星地观测与模型定量模拟消光性气溶胶光学特性及黑碳质量空间分布这一热点问题,利用TROPOMI卫星紫外波段观测数据与AERONET地基观测数据,基于“核-壳”假设下的米散射模型提出了一种准确量化黑碳气溶胶质量空间分布的模拟方法,并对北京、香港、首尔三个站点的模拟结果进行分析与验证。多源数据约束后米散射模型模拟得到的结果显示:北京的吸收系数在0.04~0.13之间,香港的吸收系数整体小于0.08,首尔的吸收系数介于0.02~0.06之间。计算得到的黑碳气溶胶柱内质量空间分布结果显示:北京站黑碳气溶胶柱内质量在200~600 kg/grid之间,香港站黑碳气溶胶柱内质量在180~650 kg/grid之间,首尔站黑碳气溶胶柱内质量在300 kg/grid以下。结合卡尔曼滤波排放清单与一阶箱模型对黑碳气溶胶柱内质量结果进行间接验证,计算得到的黑碳气溶胶生命周期为1~4 d不等,符合其在大气中的真实状态,说明结果具有一定可靠性。通过对比加入TROPOMI紫外波段卫星观测数据前后对模型进行约束得到的粒径分布及吸收系数结果的差异发现:加入紫外波段观测数据对模拟结果具有一定增强作用。所提方法模拟结果良好,方案具有一定应用潜力。
TROPOMI卫星数据 AERONET 黑碳气溶胶 米散射模型
1 中国矿业大学环境与测绘学院,江苏 徐州 221116
2 西安地球环境创新研究院,陕西 西安 710061
3 山西省生态环境规划和技术研究院,山西 太原 030000
由于二氧化氮(NO2)在大气中的存活寿命较短,卫星遥感反演的对流层NO2柱浓度与近地面NO2浓度关系密切。欧洲航天局(ESA)S5P卫星的对流层检测仪(TROPOMI)载荷提供了目前最高空间分辨率的对流层NO2数据,其在近地面NO2浓度估算方面的潜在优势亟待检验。为此,本文采用极限梯度提升(XGBoost)算法和4年(2018—2021年)的TROPOMI/臭氧检测仪(OMI)数据估算了我国近地面NO2浓度并开展了对比性分析。结果表明:1)TROPOMI的估算结果在精度和空间覆盖度两个方面,均明显高于OMI的结果;2)OMI数据由于自身空间分辨率的限制,无法和TROPOMI一样识别出NO2浓度高值区附近的空间分布细节,导致其估算结果存在更严重的高估或低估。进一步,针对机器学习方法估算近地面NO2普遍存在高值低估的现象,通过集成模型进行优化,得到了更优的结果(R2=0.85,slope为 0.89)。该研究结果有利于促进卫星遥感在近地面NO2浓度估算与暴露评估领域的深入应用。
遥感与传感器 近地面二氧化氮浓度估算 极限梯度提升算法 特征分析 估算优化
核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029
高分系列卫星的发射和无人机高光谱技术的发展, 高光谱可用数据进一步扩展。 为了提升高光谱数据的精细利用价值, 高光谱影像混合像元解混成为当前至关重要的任务。 随着人工智能技术的快速发展, 深度学习理论被引入遥感图像处理领域。 自编码网络具有较强的特征提取能力, 已经开始应用于高光谱影像解混方面。 以自编码网络为基础对其结构进行改进, 提出一种深度堆栈自编码网络(DSAE)用于高光谱图像解混研究。 该网络包含两个部分: 端元识别网络(EDSAE)和丰度求解的网络(ADSAE)。 首先, 通过添加批标准化处理、 稀疏约束、 “和为一”约束以及删除网络偏置项构建EDSAE网络, 开展非监督训练进行高光谱影像端元识别。 其次, 将获取的端元光谱数据依据HAPKE非线性混合模型和LINEAR线性混合模型开展数据增强, 生成多元混合的带有丰度标签的模拟高光谱数据集。 最后, 在堆栈自编码网络基础上, 设置最后一层自编码器的激活函数为Softmax函数, 构建监督训练网络ADSAE, 把模拟数据集作为训练数据, 高光谱影像作为测试数据, 求取真实高光谱影像的丰度矩阵。 对Samson、 Jasper Ridge和Urban公共的高光谱影像开展端元识别和丰度求解实验, 基于DSAE获得的结果与传统的N-FINDR、 VCA、 MVC-NMF方法以及目前已有深度学习的方法SNSA和EndNet取得的结果进行比较。 结果表明: 对3组真实的高光谱影像开展解混, DSAE方法在端元提取方面相比于其他5种方法, 具有最优精度; 在丰度求解方面, 基于HAPKE模型生成的模拟数据集, 利用ADSAE网络开展监督训练可以成功获得3组高光谱影像的丰度矩阵, 相比于LINEAR模型和FCLS方法, 均具有最优的丰度反演结果。 DSAE方法具有较好的稳定性和鲁棒性, 为高光谱影像定量研究提供了新的思路。
高光谱影像 深度堆栈自编码 端元识别 丰度求解 解混 Hyperspectral image Deep stacked autoencoders Endmember extraction Abundance estimation Unmixing 光谱学与光谱分析
2023, 43(5): 1508
1 中国矿业大学环境与测绘学院,江苏 徐州 221116
2 中国科学院安徽光学精密机械研究所,安徽 合肥 230031
3 安徽师范大学地理与旅游学院,安徽 芜湖 241000
通过分析多角度偏振成像仪(DPC)的后验误差,测试DPC的气溶胶反演效果,为算法改进提供支持。使用GRASP(generalized retrieval of aerosol and surface properties)算法在同等条件下对DPC和POLDER(polarization and directionality of the earth's reflectance)数据进行反演,分析两种传感器的强度(RI)和偏振(RP)的反演残差及气溶胶光学厚度(AOD)误差;讨论山区和非山区AOD的反演精度及加入偏振信息对反演的改进。在多数波段,DPC的AOD反演精度接近POLDER,但在865 nm波段二者有较大正向偏差;RI@565、RI@865及RP@865的绝对值较大且较为离散;非山区上空DPC与POLDER反演精度接近,但在山区二者均出现系统性偏高,DPC尤为明显;偏振信息的加入可以有效改善仅强度条件下的反演结果;扣除干扰因素,非山区上空AOD@670落入期望误差范围的比例为63.7%,相关系数为0.828。
遥感与传感器 气溶胶 偏振 多角度偏振成像仪 光学学报
2023, 43(24): 2428007
中国矿业大学环境与测绘学院江苏省煤基温室气体减排与资源化利用重点实验室,江苏 徐州 221116
煤炭开采是我国最主要的甲烷排放源之一,建立高时空分辨率的甲烷排放清单是推动煤炭行业甲烷减排的重要抓手。以Sentinel-5P/TROPOMI、GHGSat-D/WAF-P、GF-5/AHSI为代表的遥感卫星已成功用于区域和点源尺度的煤炭行业甲烷排放检测与量化研究。介绍当前可用于煤炭行业甲烷排放研究的遥感卫星及数据,分析相应的甲烷柱浓度及排放速率遥感反演技术进展,并讨论其适用性与优缺点。建议以煤矿聚集区和单一煤矿为两个关键尺度,加快建设中国煤炭行业的“自上而下”甲烷排放清单,指出未来需要重点研究的3点内容:采用TROPOMI数据和简化质量平衡法,反演全国14个大型煤炭基地的甲烷排放;基于10 nm分辨率的高光谱遥感卫星,检测与量化全国数千家煤矿的甲烷排放量;挖掘不同尺度遥感卫星观测之间的内在联系,开展协同分析。
甲烷 煤矿 排放 TROPOMI卫星 高分五号卫星 光学学报
2023, 43(18): 1899908
1 中国科学院空天信息创新研究院国家环境保护卫星遥感重点实验室,北京 100101
2 中国科学院大学,北京 100049
3 安徽师范大学地理与旅游学院,安徽 芜湖 241003
4 中国矿业大学环境与测绘学院,江苏 徐州 221116
5 北京环境特性研究所,北京 100143
6 航天东方红卫星有限公司,北京 100094
全球气候治理和温室气体减排已经到了刻不容缓的地步。自工业革命以来,大气甲烷(CH4)体积分数一直持续上升,目前全球平均值已达约1895.7×10-9,加上CH4全球变暖潜能值比二氧化碳(CO2)高约27~30倍,因此对大气CH4的监测成为碳减排的重点与热点。利用卫星遥感探测速度快、覆盖范围广、获取信息丰富等优势,可以实现高精度、高时空分辨率且全球覆盖的大气CH4浓度监测。据此,首先对大气CH4探测卫星及传感器的发展进行梳理与介绍,从早期的被动热红外探测,到对近地CH4浓度变化更为敏感的被动短波红外探测,再到以甲烷遥感激光雷达任务(MERLIN)为代表的主动型探测,CH4探测传感器空间分辨率提升至5~10 km,探测精度提升至10×10-9以内,并朝着高时空分辨率、高精度和连续观测一体化的目标不断发展;然后,对各类传感器不同算法的原理、适用条件和反演精度等进行归纳总结,其中精度最高、应用最为广泛的全物理算法的反演精度已达到了0.3%;最后,结合大气CH4卫星遥感发展现状与双碳目标的战略需求,对CH4卫星遥感和反演研究的发展趋势进行总结与分析,旨在为我国大气CH4卫星遥感体系建设提供一定的参考。
大气遥感 传感器 碳减排 温室气体 甲烷 反演算法 光学学报
2023, 43(18): 1899904
核工业北京地质研究院 遥感信息与图像分析技术国家级重点实验室,北京100029
为了解决基于深度学习的开展矿物高光谱丰度反演研究中标签数据不足的问题,提出一种基于添加填充系数的Hapke混合模型的小样本矿物高光谱数据增强方法,用于生成大量带标签的数据集。在实验室内选择5种常见矿物按照质量比例对矿物粉末进行多元混合,并对混合矿物开展光谱量测。基于线性混合模型、Hapke混合模型、填充系数分别为0.1,0.2和0.3的Hapke混合模型共5种模型,按照对应的质量比例生成模拟的混合矿物光谱,与实验室实测光谱进行比较。最后,基于Monte Carlo法随机生成多元“和为一”的丰度矩阵,利用5种混合模型开展数据增强,分别生成40 000条模拟光谱作为堆栈自编码网络的训练集,反演矿物高光谱数据的丰度信息。研究结果表明:Hapke模型以及添加填充系数后的光谱模拟精度均优于线性混合模型的模拟精度,当Hapke模型的填充系数为0.1和0.2时,光谱角距离误差均值分别为0.053 5和0.053 7,模拟的矿物光谱更接近实测光谱,且优于未添加填充系数时的光谱角距离误差0.074 8。利用填充系数为0.1和0.2的Hapke模型生成的模拟数据作为深度学习训练集,矿物高光谱丰度反演的均方根误差(RMSE)为0.124 8,优于其他4种模型的反演结果。基于添加填充系数后的Hapke混合模型生成的模拟数据更接近真实光谱,可为深度学习的小样本矿物丰度反演研究提供数据支撑。
高光谱技术 深度学习 模拟光谱 混合模型 Hapke模型 数据增强 丰度反演 hyperspectral technique deep learning simulating spectra mixing model Hapke model data augmentation abundances inversion 光学 精密工程
2023, 31(11): 1684
1 中国地质大学 (武汉) 国家地理信息系统工程技术研究中心, 湖北 武汉 430074
2 中国地质大学 (武汉) 地理与信息工程学院, 湖北 武汉 430074
3 中国科学院地理科学与资源研究所 资源与环境信息系统国家重点实验室, 北京 100101
4 中国矿业大学 环境与测绘学院, 江苏 徐州 221116
针对不同土地覆盖类型特别是作物空间分布, 提出一种顾及火点像元地物类别先验概率的排放因子加权策略, 并结合热辐射功率 (FRP) 昼夜周期分布的假设, 建立了我国逐日 1 km 的田块尺度露天生物质燃烧氮氧化物 (NO x ) 遥感排放清单。为验证 FRP 昼夜周期分布假设的合理性, 与 Himawari-8 FRP 反演结果进行比较, 两者相关系数约为 0.65。 同时, 为验证排放清单的有效性, 将估算结果与全球火情数据库 (GFED)、湖北省内三个环境监测站点观测资料、臭氧监测仪 (OMI) 遥感观测数据等进行了对比验证。对比结果显示所建立的排放清单与其中两站点观测数据的相关系数分别为 0.56 和 0.65, 与 GFED 数据库以及 OMI 数据具有较好的一致性, 且具有更高的时空分辨率。
露天生物质燃烧 田块尺度 氮氧化物 排放清单 土地覆盖 open biomass burning field-level NO x emission inventory land cover 大气与环境光学学报
2022, 17(6): 655
1 中国科学院国家空间科学中心, 北京 100190
2 德国宇航中心遥感技术研究所, 奥伯法芬霍芬 82234, 德国
3 中国科学院空天信息创新研究院, 北京 100094
4 中国矿业大学环境与测绘学院, 江苏 徐州 221116
针对气溶胶被动卫星遥感中由于气溶胶模型的不确定性导致的反演误差, 引入了一种基于贝叶斯理论的新型气溶胶层高反演算法, 并应用于哨兵 5 先导 (Sentinel-5P) 卫星的 TROPOMI (TROPOspheric Monitoring Instrument) 载荷。该算法基于不同候选气溶胶模型的模型证据 (气溶胶模型的条件概率密度) 确定符合当前观测数据条件的气溶胶模型, 并通过两种模型选择方案分别得到估算最大值解和估算平均值解作为反演结果。以 TROPOMI 观测到的一次真实野火事件为例, 反演结果和官方产品具有很好的空间一致性, 且明显降低了低估现象, 证明在气溶胶先验知识缺乏的背景下该算法能够高效选择合适的气溶胶模型, 为今后高光谱卫星气溶胶层高反演的业务化数据处理提供了一种新的解决方案。
大气遥感 反演 气溶胶层高 atmospheric remote sensing retrieval aerosol layer height TROPOMI TROPOMI 大气与环境光学学报
2022, 17(6): 630
核工业北京地质研究院遥感信息与图像分析技术国家级重点实验室, 北京 100029
铬(Cr)是我国东北黑土区土壤重金属污染评价中的主要目标元素之一, 随着航空高光谱技术的引入, Cr含量的高光谱反演具备了大范围应用的数据基础, 其中影响调查质量的关键是高光谱模型的精度及应用范围。 常用的建模方法是利用各类统计学手段进行光谱特征提取并建模, 局限性表现为建模结果受样本选择的影响较大, 模型泛化能力不强。 研究以土壤Cr的赋存规律为切入点, 设计了一种新的基于Cr影响因素及光谱特征的间接反演模型, 改善了模型在不同地区的适用性。 选择黑龙江省建三江和海伦两个研究区, 高光谱数据来自CASI/SASI航空高光谱成像系统, 波段范围380~2 450 nm, 建三江和海伦研究区地面采样数量分别为225个和121个, 分析获得土壤Cr元素及SOM, N, P, K2O, SiO2, Al2O3, Fe2O3, CaO, MgO, Na2O和pH等理化参数, 建模方法采用偏最小二乘法。 Cr的赋存规律分析结果表明, Cr在两个研究区均表现为与Al2O3, Fe2O3, MgO, K2O和pH呈极显著的正相关关系, 与SiO2, Na2O和SOM呈极显著的负相关关系, 该特征为间接反演模型的建立提供了基础。 两个地区Cr的光谱特征分析结果共同表明, 光谱反射率经变量标准化(SNV)变换后与Cr含量的相关性最明显, 特征波段为1 520, 2 195, 2 210和2 225 nm。 将光谱SNV变换后的特征波段作为纯光谱模型自变量, 将SNV特征波段和上述与Cr密切相关的土壤组分作为间接反演模型的自变量, 建模结果显示, 相比于纯光谱模型, 建三江研究区的间接反演模型将建模R2由0.643提升到了0.751, 验证R2由0.571提升到了0.687, 海伦研究区的间接反演模型将建模R2由0.537提升到了0.676, 验证R2由0.471提升到了0.643, 间接模型相应的均方根误差(RMSE)也得到了降低, 可见间接反演模型明显提升了Cr的反演精度。 两个研究区之间的模型迁移性实验结果表明, 纯光谱模型的可迁移性较差, 模型迁移后实测与预测值的回归R2接近于0, 而间接模型在两个研究区间的迁移能力得到了显著提升, 海伦的间接反演模型应用到建三江时, 实测与预测值的回归R2达到0.597 5, 而建三江的间接模型应用到海伦时, 回归R2为0.577 3。 研究结果可为土壤Cr在不同地区的大范围反演制图提供一种新的途径。
铬 航空高光谱 东北黑土地 偏最小二乘法 反演 Chromium Aerial hyperspectral Northeast black soil Partial least square method Inversion 光谱学与光谱分析
2021, 41(5): 1617