[01203958]高分辨率遥感数据处理及生态环境监测应用

国内外高空间分辨率卫星数据发展迅速。而由于高分辨率卫星数据通常存在通道较少,信噪比较低,临近像元效应显著等问题,数据处理和信息提取的面临较大困难。为提高卫星数据处理和信息提取的精度,使其更好地满足生态环境监测的需求。本项目对传统的技术方法存在的问题进行了深入的分析,综合应用了多尺度数据融合技术、大数据信息挖掘技术和人工智能等技术来提高高分辨率卫星的数据处理、信息提取和生态环境监测应用的能力。 （1）高分辨率卫星数据高精度预处理技术。高精度的卫星数据的预处理是后期信息提取精度的有效保障。本项目开展了高分辨率卫星数据的云、云阴影检测方法研究以及大气校正方法等预处理工作的研究。创新性提出了一套适宜高分辨率卫星数据处理的技术方法体系,有效提高了高分辨卫星数据处理的精度。在云检测方面,针对高空间分辨率卫星数据通道相对较少、波段覆盖范围相对较窄等问题,研究了先验地表遥感产品知识库支持的云及云阴影检测方法,此外,为充分挖掘有效通道提供的光谱信息,开展了基于深度学习方法的云及云阴影检测方法研究。基于两种方法的结果融合,提供云及云阴影检测产品。在大气校正方面,研究了高分辨率空间连续的大气参数的提取方法,主要是气溶胶光学厚度的提取,研究在高质量地表反射率遥感产品支持下的气溶胶反演方法,用于支持高分辨率卫星数据的大气校正,生产出可以支持后续生态环境监测的高精度地表反射率产品。 （2）高分辨率卫星数据生态环境参数的高精度提取方法。生态环境参数的提取精度是决定高分辨率卫星数据生态环境监测能力的最主要因素。本课题研究了包括地表温度、植被指数、地表类型、植被覆盖度、水体叶绿素、水体悬浮物、大气气溶胶等生态环境参数的高精度提取方法。针对当前的高分辨率卫星数据通道较少、波段覆盖范围较窄,能够提供的信息量不足,导致定量反演的病态问题,提出中、高分辨率卫星数据协同的多类型参数定量提取方法以及基于深度学习方法的生态环境参数提取方法。实现了大区域覆盖的多类型生态环境参数的高精度定量提取。 （3）高分辨率卫星数据城市大气颗粒物遥感监测技术与应用系统。城市大气颗粒物污染的精准监测是我国当前大气污染 防治面临的重要难题。针对城市地区大气颗粒物定量化遥感反演存在的问题与技术瓶颈,课题组采用了一系列创新有效的技术方法来改善该类型区域颗粒物遥感模型的反演精度和稳定性。成功实现了城 市的颗粒物污染的高精度定量化遥感监测与业务化应用。 （4）矿区生态环境多源遥感动态监测技术与预警系统。针对矿产资源开发造成的生态环境破坏问题,完成了基于多源遥感数据的矿区生态环境遥感监测关键技术研究与应用示范,创新性提出了矿产开发对生态环境影响的评价方法,形成了一整套矿区环境遥感动态监测技术与方法体系,实现了矿区环境变化信息的实时监测与动态更新。