“高分五号”卫星可见短波红外高光谱相机的研制

航天返回与遥感第41卷第5期102SPACECRAFT RECOVERY & REMOTE SENSING2020年10月基于“高分五号”卫星红外影像的舰船尾迹特征分析李岩吴雨薇何红艳（北京空间机电研究所，北京 100094）摘要舰船驶过海面后会形成一条长度可达数千米且持续很长时间的尾迹区，利用尾迹可以实现舰船目标地理位置、运动参数的估计，热红外遥感基于该尾迹图像可实现全天时的舰船监测。

目前，舰船尾迹的红外特征研究大都是基于仿真模型进行的，并基于仿真图像建立了尾迹的探测模型，缺乏真实的在轨红外遥感数据验证。

文章基于“高分五号”（GF-5）卫星全谱段光谱成像仪红外图像，分析研究目前主要的两种尾迹（V型波和湍流）在短波红外、中波红外和长波红外的特性，为后续的基于红外遥感图像的舰船尾迹检测提供支持。

关键词舰船尾迹特征全谱段光谱成像仪红外遥感“高分五号”卫星中图分类号: X87文献标志码: A 文章编号: 1009-8518(2020)05-0102-08DOI: 10.3969/j.issn.1009-8518.2020.05.012The Ship Wake Characterization Study Based on GF-5Infrared ImagesLI Yan WU Yuwei HE Hongyan（Beijing Institute of Space Mechanics & Electricity, Beijing 100094, China）Abstract When the ship sails on the sea, a wake of several kilometers length and long continuous time will appear behind the ship. The geographic position and motion parameter of the ships can be gotten based on the ship wake characterization. The whole day ship detection could be realized based on the thermal infrared shape wave images. The common research method of the thermal infrared ship wave characterization was ship wave modeling. The detection model was build based on the ship wave model. The infrared( short-wave infrared, medium-wave infrared and the long-wave infrared) characterization of the common two kinds of ship wake was analyzed and summarized in this paper. The characterization can provide support for ship wake detection.Keywords ship wake characterization; visual and infrared multispectral imager; infrared; GF-5 satellite 0 引言舰船在海面上航行时，会在船后形成一条明显可辨的尾流区，且能够持续很长时间，长度可达数千收稿日期：2019-10-30引用格式：李岩, 吴雨薇, 何红艳. 基于“高分五号”卫星红外影像的舰船尾迹特征分析[J]. 航天返回与遥感, 2020, 41(5): 102-109.LI Yan, WU Yuwei, HE Hongyan. The Ship Wake Characterization Study Based on GF-5 Infrared Images[J].Spacecraft Recovery & Remote Sensing, 2020, 41(5): 102-109. (in Chinese)第5期李岩: 基于“高分五号”卫星红外影像的舰船尾迹特征分析 103米，被称之为尾迹。

第48卷第3期Vol.48No.3红外与激光工程Infrared and Laser Engineering2019年3月Mar.2019“高分五号”卫星大气主要温室气体监测仪(特邀)熊伟12(1.中国科学院安徽光学精密机械研究所，安徽合肥230031:2.中国科学院通用光学定标与表征技术重点实验，安徽合肥230031)摘要：“高分五号”卫星于2018年5月9日成功发射，是我国第一颗高光谱观测卫星，大气主要温室气体监测仪是其中一台有效载荷，采用空间外差光谱技术进行高光谱分光，是国际上首台基于该体制的星载温室气体遥感设备。

阐述了载荷的基本工作原理，包括分光原理、工作模式及通道设置等内容。

载荷的光学系统主要由五部分组成，核心单元为一体化胶合干涉仪，为避免光谱混叠对窄带滤光片的指标参数要求较高。

为提高在轨数据定量化水平，载荷设计了基于漫反射板系统的定标装置，可满足光谱及辐射定标要求。

最后，梳理了载荷数据处理的基本流程，并对首批观测数据进行了光谱复原，成功获取了1级数据产品，为下一步温室气体反演应用奠定了基础。

关键词：高分五号；温室气体；高光谱；空间外差光谱技术；傅里叶变换中图分类号：0434.3文献标志码：A DOI：10.3788/IRLA201948.0303002Greenhouse gases Monitoring Instrument(GMI)on GF-5satellite(invited)Xiong Wei1,2(1.Anhui Institute of Optics and Fine Mechanics,Chinese Academy of Sciences,Hefei230031,China;2.Key Laboratory of Optical Calibration and Characterization of Chinese Academy of Sciences,Hefei230031,China)Abstract:GF-5satellite was successfully launched on May9,2018.It is the first hyperspectral observation satellite in China.The Greenhouse gas Monitoring Instrument is one of the pay l oads.It is the first satellite-borne greenhouse gas remote sensing equipment in the world to use spatial heterodyne spectroscopy technology for hyperspectral spectroscopy.The basic working principle of the payload was described,including the principle of light splitting,working mode and band setting.The optical system of the payload consisted of five parts.The core unit was a bonded interferometer.In order to avoid spectral aliasing,the parameters of narrowband filters were required to be high.In order to improve the on-orbit data quantification level,a calibration device based on diffuse reflector system was designed,which can meet the requirements of spectral and radiation calibration.Finally,the basic process of payload data processing was sorted out,and the first batch of observed data was restored by spectrum.The first-level data products are successfully obtained,which lays a foundation for the next application of greenhouse gas inversion.Key words:GF-5satellite;greenhouse gases;hyperspectral;spatial heterodyne spectroscopy technology;Fourier transform收稿日期：2019-02-10；修订日期:2019-02-20基金项目：国家高分重大科技专项；民用航天预研项目(D040102)作者简介：熊伟(1975-),男，研究员，博士，主要从事超光谱遥感探测技术方面的研究。

高分五号卫星高光谱遥感分类方法研究综述作者：杜润凤王霄鹏张佳华尚晓笛熊瑄严传奇来源：《青岛大学学报（工程技术版）》2023年第04期摘要：针对高分五号卫星在我国卫星遥感应用与科研领域中的重要性，本文分析了高分五号卫星的载荷和数据特点，并对高光谱遥感分类方法的一般过程、特点及面临的问题进行初步探讨；同时，对国内外以高分五号卫星高光谱图像为主的高分系列卫星图像在遥感分类领域的研究现状和最新进展进行梳理与汇总，而且重点对机器学习和深度学习分类算法进行研究与分析，进而对高分五号高光谱遥感分类研究领域的未来发展趋势进行展望。

研究结果表明，传统的单一分类模型很难满足业务应用对分类精度的要求，而机器学习和深度学习相结合的方法分类精度更高，在未来将会拥有更为广泛的应用前景。

该研究为寻求更高精度的国产卫星高光谱遥感分类方法提供了建议，指明了未来的研究热点问题和发展方向。

关键词：遥感分类；高分五号卫星；高光谱图像；机器学习；深度学习中图分类号：P237文献标识码：A收稿日期：2023-06-06；修回日期：2023-07-27基金项目：国家自然科学基金资助项目（42276203）；山东省自然科学基金资助项目（2020QF067，2018GNC110025）；山东省泰山学者经费（TSXZ201712）作者简介：杜润凤（2001-），女，硕士研究生，主要研究方向为深度学习和遥感图像处理。

通信作者：王霄鹏（1981-），男，副教授，博士，主要研究方向为海洋遥感、大数据分析、人工智能。

Email：***********.cn目前，卫星遥感广泛应用于农业、环境、地矿、海洋、军事等多个领域[1-3]，卫星遥感图像分类的研究目标是通过识别卫星遥感图像数据中对应的地物特征，识别目标地物信息[4]。

高分五号卫星是“高分专项”中一颗重要的科研卫星，自投入运行以来，为我国遥感科研领域提供了大量优质的高光谱遥感数据，也支撑了众多的研究成果。

全谱段光谱成像仪系统设计及实现赵艳华;戴立群;白绍竣;刘剑锋;彭宏刚;王浩【摘要】The Visual and Infrared Multispectral Imager (VIMI), as an important earth observation payload onboard the GF-5 satellite, has the characteristics of broader bands,higher spatial resolution and higher radiometric calibration precision. The imager has an eight-year design life and operates in a push-boom imaging fashion to acquire earth data from 0.45μm to12.5μm over 60km swath. The nadir spatial resolution is 20m and the absolute radiometric calibration precision is less than 5% for reflected solar bands(B1-B6). For thermal emissive bands(B7-B12), the nadir spatial resolution is 40m and the absolute radiometric calibration precision is less *************************************************,andthe advanced technical indexes, China's multi-spectral optical remote sensor has been greatly improved in the spectral number, spatial resolution, radiation resolution, and radiation calibration accuracy. In this paper, the comparison of indexes at home and abroad, the technical characteristics and the advanced design of VIMI are introduced. Finally, the application direction is discussed.%全谱段光谱成像仪是"高分五号"卫星上的一个重要的对地观测有效载荷,具有谱段多、空间分辨率高、辐射定标精度高的特点.载荷设计寿命8年,以60km幅宽、推扫成像方式,获取地球表面0.45~12.5μm 谱段范围的辐射数据.可见近红外短波谱段(B1-B6)星下点空间分辨率 20m,绝对辐射定标精度5%;中长波红外谱段(B7-B12)星下点空间分辨率 40m,绝对辐射定标精度 1K(300K 时).该载荷集成度高、技术指标先进,使中国多光谱光学遥感器在谱段数量、空间分辨率、辐射分辨率和辐射定标精度上都有了大幅提升.文章对载荷的方案、技术特点和先进性等进行了介绍,并对后续的应用方向进行了展望.【期刊名称】《航天返回与遥感》【年(卷),期】2018(039)003【总页数】13页(P38-50)【关键词】多光谱;全谱段光谱成像仪;遥感;"高分五号"卫星【作者】赵艳华;戴立群;白绍竣;刘剑锋;彭宏刚;王浩【作者单位】北京空间机电研究所,北京 100094;北京空间机电研究所,北京100094;北京空间机电研究所,北京 100094;北京空间机电研究所,北京 100094;北京空间机电研究所,北京 100094;北京空间机电研究所,北京 100094【正文语种】中文【中图分类】V443+.5“高分五号”卫星是我国高分专项工程之一，是实现“形成高空间分辨率、高时间分辨率、高光谱分辨率和高精度观测的时空协调、全天候、全天时的对地观测系统”目标的重要组成部分，同时它也是国家高分辨率对地观测能力的重要标志之一。

“高分五号”可见短波红外高光谱相机使我国高光谱遥感技术
再上新台阶
佚名
【期刊名称】《红外》
【年(卷),期】2018(039)005
【摘要】据中国科学院上海技术物理研究所网站报道,2018年5月9日,北京时间2时28分,我国在山西太原卫星发射中心成功发射“高分五号”高光谱卫星.中国科学院上海技术物理研究所承担研制卫星红外地平仪（已在入轨初期成功捕获地球）和可见短波红外高光谱相机.
【总页数】1页(P封4)
【正文语种】中文
【相关文献】
1."高分五号"卫星可见短波红外高光谱相机的研制 [J], 刘银年
2.资源一号02D卫星可见短波红外高光谱相机研制 [J], 刘银年;孙德新;韩波;朱海健;刘书锋;原娟
3.基于S矩阵编码的短波红外高光谱成像验证及噪声分析 [J], 唐国良;李春来;刘世界;徐睿;徐艳;袁立银;王建宇
4.高分五号甚高光谱相机研制顺利 [J], 杭文
5.可见短波红外高光谱相机有效载荷观测能力及应用前景 [J], 刘银年;孙德新;胡晓宁;刘思含;甘甫平;葛曙乐
因版权原因，仅展示原文概要，查看原文内容请购买。

高光谱观测卫星及应用前景孙允珠;蒋光伟;李云端;杨勇;代海山;何军;王琦;叶擎昊;曹琼【摘要】介绍了我国高分辨率对地观测系统重大专项中第一颗实现高光谱分辨率观测的高光谱观测卫星(GF-5)卫星及其应用前景.该卫星设计运行于高度705 km 的太阳同步轨道,装载可见短波红外高光谱相机、全谱段光谱成像仪、大气主要温室气体监测仪、大气痕量气体差分吸收光谱仪、大气气溶胶多角度偏振探测仪、大气环境红外甚高光谱分辨率探测仪共6台有效载荷.卫星的光谱分辨率高且谱段全,具备高光谱与多光谱对地成像、大气掩星与天底观测、大气多角度偏振探测、海洋耀斑观测等多种观测模式,获取从紫外至长波红外(0.24～13.3 μm)高光谱分辨率遥感数据;数据辐射分辨率高,载荷的光谱分辨率最高0.03 cm-1,具备在轨定标功能,绝对辐射定标精度优于5％,光谱定标精度最高0.008 cm-1;长波红外空间分辨率高;高码速率数传;高可靠长寿命设计.卫星入轨后将在环境综合监测、国土资源调查和气候变化研究等方面发挥重要作用.其典型应用有陆表环境综合观测、陆袁局地高温及城市热岛效应监测、矿物填图、大气成分全球遥感监测和大气污染气体监测等.【期刊名称】《上海航天》【年(卷),期】2017(034)003【总页数】13页(P1-13)【关键词】遥感卫星;高光谱观测卫星(GF-5);高光谱载荷;大气探测;对地成像;偏振探测;掩星观测;高光谱应用【作者】孙允珠;蒋光伟;李云端;杨勇;代海山;何军;王琦;叶擎昊;曹琼【作者单位】上海航天技术研究院,上海201109;上海航天技术研究院,上海201109;上海卫星工程研究所,上海201109;上海卫星工程研究所,上海201109;上海卫星工程研究所,上海201109;上海卫星工程研究所,上海201109;国家国防科技工业局重大专项工程中心,北京100048;上海卫星工程研究所,上海201109;上海卫星工程研究所,上海201109【正文语种】中文【中图分类】O433.1;P27;P414高光谱遥感融合了成像与光谱技术，可实现空间信息、光谱信息和辐射信息的综合观测，提升了遥感观测的信息维度，极大地推动了遥感技术发展，目前其应用领域已涵盖了地球科学的很多方面，在地质制图、植被调查、海洋遥感、农业遥感、大气研究、环境监测等领域发挥了重要作用[1]。

高分五号卫星为“美丽中国”建设添“慧眼”作者：暂无来源：《上海信息化》 2018年第10期文／岳付升2018年5月9日2时28分，我国在山西太原卫星发射中心用长征四号丙运载火箭成功发射高分五号卫星。

这是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星，也是我国光谱分辨率最高的卫星。

“箭指苍穹逐梦浩瀚宇宙，星耀华夏建设美丽中国”，高分五号卫星的成功发射，是我国具有高光谱分辨率对地观测能力的重要标志，能够满足环境综合监测等方面的迫切需求，对掌握高光谱遥感信息资源自主权、助力“美丽中国”建设具有重要意义。

高分五号的研制历程是伴随着我国对于生态环境的顶层设计与谋划逐渐清晰起来的。

党的十八大首次提出要建设“美丽中国”，国家环境保护部（现为“生态环境部”）作为主用户的第一颗卫星就是高分五号卫星。

2012年12月31日，该卫星由中国航天科技集团公司第八研究院获批立项。

立项之初，研制团队对标国际同期在轨运行的大气高光谱探测仪器和规划中的新一代星载高光谱成像仪的技术指标，决定要搭载6台全新研制的有效载荷，包括2台先进的高光谱／多光谱陆地观测载荷和4台先进的大气类观测载荷，光谱分辨率国内最高。

高分五号卫星将大气和陆地观测两类卫星的功能集合在一颗星上，论证和设计体现出前瞻性和预见性，也正是这6台先进的有效载荷让高分五号卫星练就了环境监测和国土资源勘探的“火眼金睛”，为“美丽中国”建设增添了一双“慧眼”。

光谱分辨率高：拍照即可识“身份”地球上不同物质都有自己独特的光谱特征，光谱就像人的“指纹”，是用以识别和分析不同物体的一种重要的“身份证”。

如果说肉眼只能看到物质的形状、尺寸等信息，光谱探测则可以分析物质的具体成分。

比如说通过高光谱遥感技术，不仅能探测一个地方有没有矿产，还可以分析是何种矿。

一般多光谱卫星有几个到几十个探测通道，高分五号卫星6台载荷不仅实现了从紫外至长波红外全谱段的高光谱观测，而且其中可见短波红外高光谱相机一个载荷就有330个探测通道，可以获取04 - 25微米谱段的图像和连续光谱信息，其强大探测能力自不待言。

■国内消息Domestic Information局分五号”可见短波红外局光谱相机使我国高光谱遥感技术再上新台阶据中国科学院上海技术物理研究所网站报道，2018年5月9 H，北京时间2时28分，我国在山西太原卫星发射中心成功发射“高分五号”高光谱卫星。

中国科学院上海技术物理研究所承担研制卫星红外地平仪（已在入轨初期成功捕 获地球）和可见短波红外高光谱相机。

作为“高分五号”卫黾六大主载荷之一，可见短波红外高光措相机是国际注台宽措段植盖的高光措相机，对复杂地 物、环境只.有突出的识别和分类能力。

它可同时获取观测对象的几何、辐射和光措信息，并以足够高的光措分辨率、空间 分辨率和辐射分辨率定a获取观测目标的构造和成份等信息，同时获取观测路径h大气等相关信息，实现对陆地表面高 光谱、高空间、高辐射分辨率成像光谱的观测。

可见短波红外高光谱相机以高光谱方式实现对地优于30 m空间分辨率的连续成像。

它具有330个光谱通道，比一 般成像相机多了近甘倍；其光谱檀盖可见光至短波红外的2100 n m范围宽度，比一般相机宽了近9倍；特别是同时实 现的60 k m高光谱成像幅宽，将极大提高对全球陆地环境生态资源的探测能力。

与国际上经典的高光谱相机相比，该载 荷幅宽提高了8倍，光谱数增加近甘个，信噪比提升近4倍。

与美国、德国、H本、加拿大等国际h当前发展的高光谱 相机比较，其综合性能和主要技术指标可保持5年以h的国际领先水平。

h海技物所创新性地提出基于视场倍增远心成像和凸面光栅大平场度低畸变分光的高光谱成像方案。

历经10年时 间，突破了小F数大视场低畸变远心成像，大平场度超低畸变精细分光、在轨高精度光谱辐射定标、大规模高帧频红外 焦平面探测器等关键技术，完成了高光措相机的原型样机、工程样机、鉴定产品、发射产品的研制。

相机入轨后，将有力 提升我国在环境、生态、资源、农业、林业等多个领域遥感监测方面的能力，有效服务“美W中国”建设，使我国高光措 遥感技术再h新台阶，走在国际前列。

图1 GMI数据反演全球CO2浓度分布图（2018年8月）图2 GMI 数据反演全球CH 4浓度分布图（2018年8月）图3 DPC 数据反演京津冀及周边区域AOD 分布图（2018年12月）3. 气溶胶遥感监测应用测试利用高分五号卫星大气气溶胶多角度偏振探测仪（DPC）数据，采用多角度偏振算法，利用DPC 数据偏振信息去除地表反射影响，反演气溶胶光学厚度（AOD），并与其他相似传感器（MODIS 等）产品进行比较分析，评判DPC 数据在气溶胶反演方面的应用能力。

通过分析京津冀区域的AOD 产品，并与MODIS 的反演产品进行比对和验证，发现DPC 与MODIS 的气溶胶光学厚度反演产品分布及趋势一致，能清晰反映AOD 的时空分布变化，可为空气质量监测提供重要的数据支撑，表明DPC 具备监测气溶胶的能力（图3）。

图4 VIMI数据反演潘家口水库上游水质参数分布图 （2018年9月4日）图6 AHSI 和VIMI 数据反演植被覆盖度分布图（2018年9月）（a）江西鄱阳湖自然保护区（AHSI） （b）河南太行山自然保护区（VIMI）四、生态保护遥感监测应用测试1. 植被覆盖度遥感监测应用测试利用高分五号卫星可见短波红外高光谱相机图5 VIMI 数据反演某核电厂区域水温 （左）和温升（右）分布图（2018年8月8日）（AHSI）和全谱段光谱成像仪数据（VIMI）数据，采用植被指数反演模型，对国家级自然保护区的植被覆盖情况进行反演（图6），并与其他卫星的植被覆盖度产品进行比较分析，评判这两7 AHSI数据反演承德局部区域地物分类图（2018年6月1日）五、总结和展望高分五号卫星生态环境遥感监测的在轨应用测试，基本表明该卫星可有效用于污染气体、温室气。

北京揽宇方圆信息技术有限公司高分五号高分六号卫星影像详解北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。

遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。

3月21日，高分五号、六号卫星投入使用仪式圆满落下帷幕，由中国空间技术研究院下属抓总研制的高分六号卫星和高分五号的两台载荷正式交付用户。

高分五号、六号卫星投入使用，是高分专项创新体制机制的实践，标志着高分专项打造的高空间分辨率、高时间分辨率、高光谱分辨率的天基对地观测能力中最有应用特色的高光谱能力的形成。

上级有关部门领导，中国航天科技集团有限公司总经理、党组副书记袁洁，中国空间技术研究院李明副院长出席高分五号、六号卫星投入使用仪式。

高分六号卫星与高分一号卫星组网观测示意图高分六号卫星由中国空间技术研究院下属的航天东方红卫星有限公司抓总研制，是我国第一颗设置红边谱段的多光谱遥感卫星，是高分专项天基系统中兼顾普查与详查能力、具有高度机动灵活性的高分辨率光学卫星。

该星与高分一号卫星组网实现了对我国陆地区域2天的重访观测，极大提高了遥感数据的获取规模和时效，有效弥补国内外已有中高空间分辨率多光谱卫星资源的不足，提升国产遥感卫星数据的自给率和应用范围。

在轨测试期间，已为安徽河南受灾农作物损失评估、全国秋播作物面积监测、大气环境监测等提供了数据保障，为2018年6月大兴安岭森林火灾、10—11月金沙江白格滑坡堰塞湖以及雅鲁藏布江米林滑坡堰塞湖、9月印尼海啸等国内外重特大灾害及时提供了应急观测服务。

高分-5卫星两台载荷传回数据和图像李莉;李碧岑;江澄;李岩【期刊名称】《国际太空》【年(卷),期】2018(000)007【总页数】2页(P16-17)【作者】李莉;李碧岑;江澄;李岩【作者单位】北京空间机电研究所;北京空间机电研究所;北京空间机电研究所;北京空间机电研究所【正文语种】中文2018年5月9日2时28分，我国首颗高光谱分辨率大气环境观测卫星高分－5在太原卫星发射中心成功发射。

高分－5卫星是高分辨率对地观测系统重大专项中唯一一颗实现高光谱分辨率的对地观测卫星，是国际上首颗大气和陆地综合高光谱观测卫星，是实现国家高分辨率对地观测能力的重要标志之一。

高分－5卫星运行在轨道高度705km的太阳同步轨道，卫星设计寿命8年。

星上搭载了6种有效载荷，是高分系列卫星中搭载载荷最多的卫星。

其中，主要载荷大气环境红外甚高光谱分辨率探测仪和全谱段光谱成像仪均由北京空间机电研究所研制。

1 大气环境红外甚高光谱分辨率探测仪成功获取国内首幅掩星观测数据高分－5卫星搭载的大气环境红外甚高光谱分辨率探测仪，是国内首个采用太阳掩星观测方式的甚高光谱分辨率红外光谱仪，采用8倍光程放大的时间调制型干涉分光技术，是国内目前光谱分辨率以及光谱定标精度最高的光谱仪，可直接获取大气痕量气体垂直分布信息，为我国的大气探测提供了全新的视角，为大气痕量气体观测研究、中高层大气物理和大气化学研究、临近空间环境研究提供更多更高质量的科学数据，服务于国家应对气候变化和环境问题的策略制定。

大气环境红外甚高光谱分辨率探测仪5月28日，经过多日的星上加热除气，探测仪首次开启对日成像模式。

在成功捕获太阳图像后，探测仪按照计划启动太阳掩星观测模式，并成功获取了国内首幅太阳掩星观测数据。

在日出的第一时刻，探测仪准确扫描得到第一帧大气吸收光谱，随着太阳逐渐升起，探测仪持续扫描，最终获得一系列不同大气层高度的吸收光谱，高、低空大气红外辐射特性差异显著，多种痕量气体吸收特征明显。

GF5高光谱数据处理说明文档北京航天宏图信息技术股份有限公司2019年7月1、GF5-AHSI数据介绍高分五号卫星是环境保护部作为牵头用户的环境专用卫星，也是国家高分重大科技专项中搭载载荷最多、光谱分辨率最高、研制难度最大的卫星。

GF-5卫星在2018年5月9日成功发射，经过在轨测试，2019年3月21日，中国高分辨率对地观测系统的高分五号卫星正式投入使用。

卫星首次搭载了大气痕量气体差分吸收光谱仪、主要温室气体探测仪、大气多角度偏振探测仪、大气环境红外甚高分辨率探测仪、可见短波红外高光谱相机、全谱段光谱成像仪共6台载荷。

对GF-5卫星中的高光谱传感器（AHSI传感器）数据的预处理工作总结为五个步骤，主要是要解决GF-5前期预处理（两部分高光谱数据合并、波长信息写入、坏波段剔除等操作）、条纹噪声去除、辐射定标、大气校正、光谱滤波和几何校正等工作。

单景GF-5高光谱数据压缩文件中共15个文件，具体详细内容如下：图 1 单景GF-5数据文件格式GF-5高光谱数据将可见光波段和短波红外波段分为两个文件存放，其中可见光-近红外波段为150个（*VN.geotiff），短波红外波段为180个（*SW.geotiff），共计330个波段，并且中心波长、半高宽（*Spectralresponse.raw）和辐射定标系数（*.raw）等信息也是分可见光-近红外和短波红外两部分存放。

由于上述等原因，对于单景标准GF-5高光谱数据并不能方便进行预处理，需要对文件夹下的各类数据进行整合处理。

a 无空间位置信息真彩色2%显示b 加载空间位置信息真彩色2%显示c GF-5原始影像3D立方体无拉伸显示图2 GF-5原始影像的不同真彩色显示形式（R：Band 59，638.598nm；G：Band 38，548.666nm；B：Band 20，471.625nm）2、GF-5数据预处理流程对GF-5卫星中的高光谱数据的预处理工作总结为五个步骤，主要是要解决GF-5前期预处理（两部分高光谱数据合并、波长信息写入、坏波段剔除、条纹噪声去除等操作）、辐射校正（辐射定标、大气校正等）、几何校正（几何精校正、正射校正等）、应用产品生产（植被指数、参量反演等）、镶嵌。

大气环境红外甚高光谱分辨率探测仪数字建模与仿真江澄;陶东兴;何红艳【摘要】"高分五号"卫星是中国高分专项工程中的唯一一颗实现高光谱分辨率的遥感卫星,其中搭载的大气环境红外甚高光谱分辨率探测仪(Atmospheric Infrared Ultra-spectral Sounder,AIUS)是中国第一个星载超高光谱掩星探测载荷,是中国目前光谱分辨率最高的星载傅里叶变换光谱仪.文章基于AIUS 的探测原理,以掩星观测路径的能量传输为线索,研究探测仪数据获取链路中各个环节的辐射传输过程,建立了包括大气红外辐射传输仿真和探测器仿真的数字化建模与仿真模型,并对仿真模型进行了精度验证,充分验证了数字仿真模型的有效性和准确性.验证试验结果表明:数字仿真模型具有高精度的数据仿真能力,所有通道仿真数据与实际测量数据相比,相对误差小于2%,数据相似度优于0.99.因此,数字仿真模型能够为"高分五号"卫星大气环境红外甚高光谱分辨率探测仪在轨成像质量预测、指标参数优化和应用能力评价提供重要的数据支撑.%GF-5 is a Hyperspectral remote sensing satellite in the GF series of satellites. The key payload, the Atmospheric Infrared Ultra-spectral Sounder (AIUS), is the first spaceborne occultation sensor with ultra-spectral resolution, as well as the spaceborne fourier transform spectrometer with finest spectral resolution. A digital simulation model is established based on the sounding theory of AIUS. This paper takes the energy transmission of the occultation path as a clue and then simulates the radiative transfer process of each link in chain approach of AIUS. Then an experiment for accuracy evaluation is accomplished by applying the digital simulation model to an in-situ measurement. Experimental results indicate that the overall relative error is below 2% and the similarity isbetter than 0.99, which prove that the digital model can simulate the AIUS data with good accuracy and perfect performance in subsequent application.【期刊名称】《航天返回与遥感》【年(卷),期】2018(039)003【总页数】10页(P94-103)【关键词】掩星测量;傅里叶变换光谱仪;建模与仿真;高光谱;"高分五号"卫星【作者】江澄;陶东兴;何红艳【作者单位】北京空间机电研究所,北京 100094;先进光学遥感技术北京市重点实验室,北京 100094;北京卫星环境工程研究所,北京 100094;北京空间机电研究所,北京 100094;先进光学遥感技术北京市重点实验室,北京 100094【正文语种】中文【中图分类】TP79随着人类活动对环境的影响越来越不容忽视，大气成分及浓度随着人类活动的发展发生了巨大的变化。

第39卷第2期2021年4月海洋科学进展A D V A N C E S I N MA R I N E S C I E N C EV o l .39 N o .2A pr i l ,2021 高分五号 高光谱互花米草遥感识别与制图研究任广波1,周 莉2,梁 建3,路 峰2,王安东2,王建步1,李晓敏1,马 毅1(1.自然资源部第一海洋研究所,山东青岛266061;2.山东黄河三角洲国家级自然保护区管理委员会,山东东营257091;3.中国科学院上海技术物理研究所启东光电遥感中心,江苏南通226200)收稿日期:2020-03-01资助项目:国家自然科学基金项目 海岸带遥感影像半监督学习自动化分类方法研究 以黄河三角洲滨海湿地分类为例(41206172);国家重点基础研究发展计划项目 北极环境遥感与数值预报合作平台建设(2018Y F C 1407200)作者简介:任广波(1983 ),男,副研究员,博士,主要从事海岛海岸带高分辨率遥感监测技术与应用研究.E -m a i l :r e n g u a n gb o @126.c o m (李 燕 编辑)摘 要:基于高分五号卫星上搭载的世界上首个同时具有大刈幅㊁宽谱段的高光谱遥感载荷获取的遥感图像,以黄河三角洲滨海湿地为研究区,开展了对外来入侵物种互花米草的分类和制图㊂通过对比代表不同分类思想的S VM ,S C M ,A N N 和M L C 方法在全波段参与分类和特征波段分类中的结果,发现S VM 分类方法在不同的数据中均能得到最好的分类效果,总体分类精度达到了94.23%㊂虽然利用特征波段的分类结果总体精度较全波段低(约3%),但更节省计算资源和计算时间㊂根据分类结果,在研究区内互花米草的分布面积达到了3863.16h m 2,占调查区域潮间带总面积的21.23%,但却占据了海岸线总长度的51.47%,其中121平台以北海岸线被100%占据,而该平台以南的海岸却几乎没有互花米草㊂结合现场调查数据和N D V I 等植被指数的分析结果,发现互花米草的生长状态好坏与其淤泥底质的形成时间点相关,即越新形成的淤泥质潮滩上互花米草的长势越好,且好㊁中㊁差三种类型互花米草的面积比率是7ʒ4ʒ3,表明了该区域的互花米草仍有较为旺盛的生命力和入侵扩展能力㊂关键词:高分五号卫星;高光谱遥感;入侵物种监测;黄河三角洲中图分类号:T P 75 文献标志码:A 文章编号:1671-6647(2021)02-0312-15d o i :10.3969/j.i s s n .1671-6647.2021.02.014引用格式:R E N G B ,Z HO U L ,L I A N GJ ,e t a l .M o n i t o r i n g t h e i n v a s i o no f S p a r t i n aa l t e r n i f l o r a u s i n g h y p e r -s p e c t r a l r e m o t e s e n s i n g i m a ge o fG F -5[J ].A d v a n c e s i n M a r i n eS c i e n c e ,2021,39(2):312-326.任广波,周莉,梁建,等.高分五号高光谱互花米草遥感识别与制图研究[J ].海洋科学进展,2021,39(2):312-326.气候变暖㊁人类活动和生物入侵是自然界所面临的三大生态威胁[1]㊂互花米草是公认的在世界范围内影响最为严重的海岸入侵物种之一[2]㊂这种原产于美洲的滨海盐生草本植物,仅用了40多年的时间,就完成了对亚洲㊁欧洲和大洋洲的成功入侵[3]㊂就入侵的国家来说,对中国海岸的入侵最为严重㊂中国政府和学者于1979年开始从美洲引进互花米草并在中国福建省的罗源湾试种[4-5],目的是培育一种可以有效固岸护滩的生态系统㊂试种成功后,互花米草随即被引种到了其他省份[6-9]㊂到2018年互花草的种植已广泛分布于北起辽宁㊁南到广西的全部大陆海岸[3]㊂2003年,互花米草连同其他15种入侵植物被中国政府列为首批入侵物种名录[10]㊂对互花米草的监测㊁入侵机理以及生态损害的研究,在中国海岸带生态监测与管理研究领域已经形成了研究热点[4,6,11-15]㊂1989年,为稳固和保护淤泥质海岸,从福建省引种了互花米草植株至黄河三角洲,并进行实验性栽种㊂经过近10a 的不断实验,终于于1999年在五号桩潮间带形成了较大面积的互花米草群落㊂根据任广波等[16-17]㊁杨俊芳等[18]和于祥等[19]的监测,在1999 2010年的11a 间,互花米草在黄河三角洲的分布范围和面积增长较为缓慢㊂而在2011年之后,互花米草开始进入快速蔓延和面积爆发的增长期㊂到2018年,其分布面积已经超过4000h m 2(监测区域大于本文遥感图像的覆盖区域),已基本上完全覆盖黄河现行入海口2期任广波,等: 高分五号 高光谱互花米草遥感识别与制图研究313两侧潮间带[17]㊂遥感技术已经成为互花米草入侵过程与机理研究的主要技术手段之一,大量的研究结论证实了多光谱遥感技术的优势[20-23]㊂根据任广波等[17]的监测,在黄河三角洲潮间带的中部区域,入侵的互花米草与本地生态系统之间常常邻接并发生部分区域被互花米草替代的情况㊂而本地生态系统的芦苇㊁柽柳等在光谱和纹理等方面均与互花米草有相近之处㊂因此,造成了在利用多光谱遥感技术的互花米草监测和分类制图中产生了精度难以提高的问题[24]㊂高光谱遥感图像数据,以其对光谱细节的区分和表现能力,已经被证实在滨海湿地复杂地物类型的识别和分类中具有较高的精度[25-32]㊂然而,目前还较少有应用高光谱遥感图像数据的入侵植物互花米草的监测和制图方法研究工作㊂原因是航空高光谱㊁无人机高光谱覆盖面积有限而且成本较高,而卫星高光谱数据因数据源有限和条带狭窄而难以对互花米草覆盖的大面积区域进行有效的覆盖㊂本研究拟应用 高分五号 卫星上搭载的国际上首个同时具有大刈幅㊁宽谱段的高光谱遥感载荷获取的覆盖黄河三角洲的遥感图像,分析其对黄河三角洲滨海湿地类型的区分能力,研究基于高光谱遥感的入侵植物互花米草高精度高效监测方法㊂在此基础上,研究并分析互花米草在黄河三角洲的分布特点㊂1数据和方法1.1研究区域本文研究区域是黄河现行入海口(图1),其位于现代黄河三角洲的东侧,是黄河1976年之后因入海尾闾摆动而形成的一个扇形区域㊂由于多年入海泥沙的堆积,在入海口区域形成了宽阔的潮间带湿地,大部分潮间带的宽度都在2~8k m㊂研究区的主要地物类型包括芦苇㊁盐地碱蓬㊁柽柳㊁互花米草㊁海草床㊁黄河水体㊁生态蓄水池㊁海水和裸潮滩等㊂植被类型中除互花米草外,其余都是本地物种㊂研究区的本地植物物种中,海草床生长于潮间带下部到潮下带之间的区域,其他的本地植物物种由于耐盐性较弱,则分布于潮间带中上部㊂而对于互花米草,其生境恰是潮间带中部到潮间带下部的淤泥质潮滩,这些条件在现代黄河三角洲都能得到满足㊂因此,现代黄河三角洲为互花米草的入侵提供了适宜的自然生态环境㊂图1研究区域和现场调查站位F i g.1 S t u d y a r e a a n d f i e l dw o r ks t a t i o n s314海洋科学进展39卷1.2数据1.2.1遥感数据高分五号 卫星是中国高分辨率对地观测计划中的第5颗卫星,于2018-05-09发射㊂该卫星搭载了一台先进高光谱成像仪(A d v a n c e dH y p e r s p e c t r a l I m a g e r,A H S I)载荷,遥感图像数据的参数如表1所示㊂表1高分五号卫星和高光谱成像仪的详细指标高分五号 是目前国际上最先进的商业高光谱卫星,其不仅具有高光谱分辨率(达5n m@V N I R),而且具有较大的幅宽(60k m)㊂在互花米草的监测中, 高分五号 卫星高光谱数据具有天然的优势,可在有效诊断并识别互花米草的同时,实现对现代黄河三角洲的大范围同步覆盖㊂ 高分五号 高光谱采用了2个不同的接收单元,即可见光近红外波段(V i s i b l eN e a r I n f r a r e d,V N I R)和短波红外波段(S h o r t W a v e I n f r a r e d, S W I R),具体波段范围见表1所示㊂为保证分属2个不同波段范围的图像可以高精度的拼接,二者在1000 ~1030n m范围内存在波段的重叠,但光谱分辨率却不一样(表1)㊂ 高分五号 的光谱分辨率在表1中取的是约数,而实际上,其在每一个波段的半高宽度(F u l lW i d t ha tH a l fM a x i m u m,F WHM)都是不同的,对于V N I R图像,其F WHM为3.67~4.81n m不等,且随着波长的增加而降低,对于S W I R图像,其F WHM 为7.68~8.32n m不等,且随着波长的增加而增加㊂1.2.2遥感图像数据处理1)大气校正和几何校正根据 高分五号 数据的卫星轨道和传感器成像参数,利用E N V I5.3软件中的F L A A S H大气校正模块,分别对V N I R和S W I R图像进行了大气校正,使遥感图像数据由D N(D i g i t a lN u m b e r)值转换为反射率值㊂完成大气校正之后,利用现场测量的像控点对遥感图像进行几何校正和图像配准处理,校正配准在E N V I 5.3软件中利用二次多项式校正模型完成,校正和配准均利用了相同的10个均匀分布的像控点,校正和配准误差均小于0.5个像元㊂2)波段合成与无效波段去除由于大气中的水汽吸收和低信噪比等原因,数据发布时去除了一些波段㊂同时,去除因边缘效应而导致的光谱反射率值的突变发生在边缘处的波段㊂另外,对V N I R和S W I R两幅图像的波长重复波段进行平均㊂最终,处理后图像由原始的330个波段减少为295个㊂去除的波段主要位于S W I R波段㊂包括中心波长在1350~1426n m,1805~1948n m和2504~2513n m的水汽吸收和噪声过大的波段㊂1.2.3现场调查数据现场调查的时间2018-09-26 10-01,与遥感图像获取时间相差30d左右,该段时间内主要的地物类型除海草床外并未发生明显的变化,特别是互花米草群落,其在黄河三角洲区域于每年10月初进入种子成熟的物候期,其后分布范围和长势不再变化,一直到11月底开始出现枯萎㊂因此,本文认为30d的遥感图像和现场数据获取差距,不会对互花米草的分布监测带来较大的影响㊂现场调查站位分布如图1所示㊂现场调查要素包括:地物类型的描述㊁地物类型的分布记录㊁覆盖度㊁经纬度位置㊁地物照片和生长参数记录,同2期任广波,等: 高分五号 高光谱互花米草遥感识别与制图研究315时,还包括不同地物类型的现场地物光谱数据,现场光谱测量采用A S DF i e l d S p e c4S t a n d a r d-R e sS p e c t r o-r a d i o m e t e r,其光谱范围350~2500n m,光谱采样间隔:1.4n m@350~1000n m和1.1n m@1001~2500 n m,光线传输使用的是一条1.5m长的延长光纤,光纤探头视场角25ʎ,在距离测量目标约50c m处进行光谱获取,其足印直径大小约为20c m㊂图2为基于现场调查资料㊁现场专家解译和文献资料在遥感图像中标注的地面真实样本分布㊂表2为随机选择的训练样本和验证样本的数量分布,在地面真实样本数据集中,针对一个类型,随机选择约占总样本量70%的样本作为训练样本,剩余样本作为独立检验样本㊂表2不同湿地类型的地面真实样本(训练样本和验证样本)T a b l e2 G r o u n d t r u t hs a m p l e s o f d i f f e r e n tw e t l a n d t y p e s(t r a i n i n g a n dv a l i d a t i o n s a m p l e s)类型训练样本验证样本总量互花米草718(67%)351(33%)1069(100%)芦苇467(66%)245(34%)712(100%)柽柳325(63%)189(37%)514(100%)盐地碱蓬134(65%)71(35%)205(100%)稀疏潮滩芦苇139(67%)66(33%)205(100%)裸潮滩553(69%)239(31%)792(100%)盐碱滩556(66%)287(34%)843(100%)水体1193(64%)668(36%)1861(100%)图2地面真实样本分布F i g.2 D i s t r i b u t i o no f g r o u n d t r u t hs a m p l e s1.3分类方法本文利用全波段高光谱遥感图像和降维后的遥感图像开展互花米草的分类研究㊂对于全波段遥感数据,选用全波段光谱反射率图像和经连续统去除(C o n t i n u u m R e m o v a l,C R)处理之后的归一化光谱数据;对于降维数据,选择利用最小噪声分离(M i n i m u m N o i s eF r a c t i o n,MN F)变换之后的结果和遴选的光谱指数316海洋科学进展39卷计算结果㊂对于分类方法,选择代表不同分类思想的几种方法,包括支持向量机(S u p p o r tV e c t o rM a c h i n e,S VM)㊁光谱相关制图(S p e c t r a l C o r r e l a t i o n M a p p e r,S C M)㊁人工神经网络(A r t i f i c i a lN e u r a lN e t w o r k,A N N)和最大似然分类(M a x i m u m L i k e l i h o o dC l a s s i f i e r,M L C)㊂其中,S VM是基于结构风险最小化思想的代表性方法,S C M是高光谱遥感图像分类中常用的基于光谱相似性思想的方法,A N N是描述人脑工作方式的常用方法,而M L C是基于统计概率最大化理论的方法㊂上述方法中,考虑到本文所研究的问题同时具有小样本和高特征维度的特点,S VM方法应是处理该类问题的首选㊂同时,作为针对光谱识别应用发展的光谱角指数方法,也是应该在高光谱遥感监测中重点考虑的方法,但该方法对监测目标在遥感图像中的光谱保真度要求较高㊂由于在高光谱遥感图像的分类中,小样本和高数据维度往往是伴随出现的,因此对于全谱段的反射率数据和连续统去除计算结果数据,A N N和M L C不再适用,而利用S C M和S VM分类方法进行分类㊂其中, S C M方法是对S AM(S p e c t r a lA n g l eM a p p e r)方法的改进,后一种由于利用了核函数的概念,2种方法都适用于高特征维度㊁小样本的分类问题㊂对于波段降维方法,利用MN F对遥感图像进行降维,同时利用光谱指数法生成低特征维度的图像数据,然后利用S C M,S VM,A N N和M L C方法对降维后的图像数据进行地物目标分类㊂1.3.1S VM方法在滨海湿地特别是具有广阔潮滩的河口湿地区域,潮间带潮沟密布㊁滩涂淤泥质软且受潮汐影响,现场调查很难开展,以至于在对覆盖该区域的遥感图像进行分类时,现场获取的训练样本少是一个最基本的问题㊂特别是对覆盖滨海湿地的高光谱遥感图像进行分类时,分类过程对训练样本数量的要求更高㊂针对此问题,本文选择使用基于统计学习理论[33]的S VM分类方法㊂S VM的优势和特点是可以有效解决遥感图像分类中的小样本问题,同时能通过该方法解决因高特征维度带来的线性不可分问题,它是目前遥感图像分类中应用最为广泛的方法之一[34]㊂1.3.2S C M方法S C M是针对全谱段遥感数据的矢量夹角法,是传统光谱角制图法(S p e c t r a lA n g e lM a p p e r,S AM)的改进[35],修正了S AM无法排除在参考光谱与图像光谱在完全负相关时的误判问题㊂S C M的表达式如下:S C M=ð(R-R)ð(X-X)ð(R-R)2ð(X-X)2,(1)式中,R为参考光谱,而X为图像光谱㊂S C M的取值范围为(-1,1),其取值越接近1,表明光谱矢量之间的夹角越小,也就是越相似㊂1.3.3 MN F变换最小噪声分离(M i n i m u m N o i s eF r a c t i o n,MN F)方法是高光谱遥感图像处理中最常用的特征波段选择方法[36-37],其本质上是按照顺序对高光谱数据执行了两次主成分分析(P r i n c i p a lC o m p o n e n tA n a l y s i s, P C A)变换的结果㊂第一次P C A变换是对图像的白噪声进行分离,第二次是对噪声分离后的数据进行正交变换,使得变换后的图像中的前几个波段包含原始遥感图像大部分的信息㊂1.3.4窄波段光谱指数不同类型滨海湿地植物类型之间的区分是本研究中对遥感图像进行分类要解决的主要问题㊂在11月份的黄河口,滨海湿地主要植物类型在生长区位㊁冠层结构㊁叶片含水量㊁叶绿素含量以及色素相关指标等方面都会有一定的差别㊂而这些差别又可以通过计算相应的植被指数来体现㊂对于植被指数以及所涉及的窄波段的选择,本文基于现场调查获取的地物光谱曲线,利用任广波等[38]提出的光谱特征分析方法,选择了包括叶绿素相关指数㊁色素相关指数㊁水体相关指数和叶化学相关指数在内的多个植被光谱指数(表3),通过计算这些指标指数作为特征波段,以此来代替高维度的高光谱图像遥感图像,作为降维后的结果,进行对互花米草的信息提取和制图㊂相比于宽波段的光谱指数,窄波段光谱可更有效地发挥高光谱数据对不同滨海2期任广波,等: 高分五号 高光谱互花米草遥感识别与制图研究317湿地类型在光谱方面的诊断优势,以增加和突出分类特征㊂表3 植被窄波段光谱指数T a b l e 3 V e ge t a t i o n i n d i c e s 类 型指 数公 式参考文献叶绿素R G R (R e dG r e e nR a i t o)R 638/R 510[39]植物色素S R (S i m pl eR a t i o )R 845/R 665[40]N D V I (N o r m a l i z e dD i f f e r e n c eV e ge t a t i o n I n d e x )(R 845-R 665)/(R 845+R 665)[40]m N D V I (m o d if i e dN D V I )(R 750-R 705)/(R 750+R 705)[41]P I (P ig m e n t I n d e x )R 750/R 710[39]水体N D W I (N o r m a l i z e dD i f f e r e n c eW a t e r I n d e x )(R 860-R 1240)/(R 860+R 1240)[42]W B I (W a t e rB a n d I n d e x)R 900/R 970[43]植物化学N D N I (N o r m a l i z e dD i f f e r e n c eN i t r o g e n I n d e x )l g (R 1680/R 1510)/l g (1/R 1680R 1510)[44]N D L I (N o r m a l i z e dD i f f e r e n c eL i gn i n I n d e x )l g (R 1680/R 1754)/l g (1/R 1680R 1754)[44]2 结果与分析2.1 互花米草高光谱遥感分类精度分析表4为应用全部波段和特征波段的不同分类方法得到的互花米草和其他主要滨海湿地类型的分类精度统计结果㊂分析表4发现,在使用现场调查获取的样本进行分类时,由于样本较少,故对于全部波段都参与的分类,A N N 和M L C 是不适用的,除此之外,不论是全部的波段还是利用特征波段进行分类,S VM 都是最佳的选择㊂而且同时表明了全波段遥感图像包含的更多的信息对提高遥感图像的分类精度是有利的,这也从另一个侧面说明了虽然本文在特征波段的选择中考虑了地物目标所涉及的不同的特点,但仍存在因有用信息的丢失而使分类精度下降的情况㊂对比朱玉玲等[24]利用L a n d s a t 8O L I 图像(多光谱图像)的分类结果,分类精度(总体分类精度80%左右)有了大幅度的提升,这充分体现了高光谱图像在地物识别和分类方面的优势㊂对于总体分类精度最高的 全波段反射率数据S V M 方法 和 M N F +窄波段植被指数数据S V M 方法,在P r e c i s i o n 5520笔记本电脑上,使用W i n d o w s 10的64位操作系统,英特尔C o r e i 7-7700H Q @2.80G H z 四核C P U ,16G B 内存,其分类过程所用时间分别是72和7s ㊂相对于较小的分类精度降低幅度,在一些需要快速得到分类结果和计算资源不足的应用场景下,利用降维后的数据开展分类和应用是非常有价值的㊂根据现场验证数据,得到表5所示的利用全波段反射率图像进行分类的S VM 方法分类结果的误差矩阵㊂分析原因,互花米草的错误分类主要出现在其与其他植物类型相互邻接的位置,是由与柽柳㊁芦苇和盐地碱蓬的混分导致的㊂其中,相比于芦苇和盐地碱蓬,柽柳的物候期要晚一些,与互花米草相近,在遥感图像成像的日期,在色素含量上其与稀疏生长的互花米草相似,故产生了一定程度的错分㊂而对于芦苇,则由于潮沟的作用,一部分来自黄河的淡水沿潮沟经过互花米草群落流入海中㊂经过淡水的补充,在潮沟两侧的部分区域产生了有利于芦苇生长而不适于互花米草生长的去盐碱化陆地,这种陆地区域是小斑块的㊁零散的㊂而由于所用的高分五号遥感图像数据一个像元覆盖约900m 2的区域,故根据光谱的相似性,将包含部分芦苇的像元全部分类为了芦苇,带来了一定比例的误差㊂对于盐地碱蓬,出现错误分类的区域在与互花米草的交界处㊂一般认为,盐地碱蓬生长的下界(即向海一侧的界线)就是互花米草生长范围的上界㊂然而,这个界线并不是明确的,而是有一条相互混生的过渡区域,这也是一条容易错分的区域㊂总体上,较低的空间分辨率是造成互花米草与芦苇㊁柽柳等本地生态系统邻接处误分类的主要因素㊂318海 洋 科 学 进 展39卷表4 分类精度统计T a b l e 4 S t a t i s t i c s o f c l a s s i f i c a t i o n a c c u r a c y类 别全波段特征波段反射率方法连续统去除方法M N F 方法窄波段光谱指数方法M N F +窄波段光谱指数方法S C M S V M S C M S V MS C M S V MA N NM L CS C M S V M A N N M L C S C M S V M A N NM L C互花米草81.67a 96.80b86.9099.3686.2598.6182.3298.8857.06100.0079.3396.5879.7979.3975.8797.9562.2178.2483.26100.0089.9095.9182.9797.1563.80100.0081.57100.0069.13100.0085.2299.02芦苇83.9079.1796.4493.3877.4955.7987.1878.2683.33100.0094.1675.5494.3077.4395.4473.5564.3959.3254.9954.9196.5853.0554.2760.6787.75100.0093.8776.9994.4476.3895.4471.58柽柳52.1451.5497.8682.0617.5169.2382.4980.9262.2699.0796.5092.3699.4292.4188.7266.1823.5431.1156.8144.650.000.0077.0452.8785.6097.3595.9191.98100.0093.4577.8292.59盐地碱蓬89.2753.5198.5453.3027.8035.4080.0039.1431.7169.1574.6361.2075.6178.6891.7154.0213.17100.0082.4444.2492.2035.8687.3279.9131.7161.3273.6662.9273.1778.9597.5651.41潮滩芦苇78.5499.3891.2298.4227.8029.23100.0068.33100.0085.42100.0059.59100.0066.99100.0077.9566.3448.2399.0276.8917.0770.0096.5953.95100.0041.58100.0050.25100.0049.0499.5182.93盐碱滩99.88100.0099.76100.0093.95100.00100.0099.7685.29100.098.81100.0098.81100.00100.0099.4158.13100.00100.0099.7698.7085.2598.58100.0089.21100.0099.64100.00100.00100.0099.76100.00水体100.00100.00100.00100.00100.00100.00100.00100.0029.61100.0099.7399.9597.7499.34100.00100.0088.7891.2399.95100.00100.00100.0089.9878.9986.7689.91100.00100.0099.73100.0098.7098.78裸潮滩89.3986.4580.0597.9982.8357.4468.1894.7468.0678.6977.6599.6868.1899.8255.8199.7739.1431.9974.2499.1659.0994.1677.0298.7167.5581.1872.6099.4890.6698.7671.46100.00总体精度88.590.86c94.230.9380.420.7689.300.8758.050.5391.230.8990.090.8888.450.8650.830.4184.490.8181.150.7780.410.7676.090.7291.350.8991.870.9087.570.85注:a 为生产者精度;b 为用户精度;c 为K a p pa 系数2期任广波,等: 高分五号 高光谱互花米草遥感识别与制图研究319表5全波段反射率图像S V M分类验证混淆矩阵T a b l e5 C o n f u s i o nm a t r i x f o r S VMc l a s s i f i c a t i o nb a s e do n r e f l e c t a n c e i m a g e s o f a l l t h e a v a i l a b l eb a n d s类型地面真实样本比例/%互花米草芦苇柽柳盐地碱蓬潮滩芦苇盐碱滩水体裸潮滩互花米草86.90000000.76芦苇4.4996.44000000柽柳7.953.5697.8600000盐地碱蓬0.650098.548.780019.19潮滩芦苇0001.4691.22000盐碱滩0000099.7600水体0000001000裸潮滩002.14000.24080.05总计100100100100100100100100 2.2互花米草分布的空间特征图3为利用S VM分类器得到的基于全部波段的反射率图像的分类结果㊂根据统计分析,监测到互花米草的分布面积为38.63k m2,占分类图像总面积的7.53%,占潮间带总面积的21.23%㊂根据分类结果,由于互花米草对潮汐的阻挡作用,互花米草生长区域向陆一侧潮滩得不到潮水的冲刷,在降雨和黄河淡水不能有效补充的情况下,潮间带的盐度升高,导致在现行入海口口门区域,原本生长着茂盛的潮滩芦苇的区域,逐渐被更为耐盐碱的盐地碱蓬和柽柳所取代[17]㊂结合R e n等[17]的监测结果,在黄河口区域,互花米草的入侵是以自西向东㊁自北向南的顺序逐渐完成的㊂到目前,主要分布于黄河1996年清八汊改道由清水沟东南流路向东北方向之后的广阔潮间带中下部,在该区域的分布面积占研究区互花米草总面积的86%,而且占据了近100%的水边线㊂虽然黄河北岸孤东油田附近海岸上的互花米草入侵时间要早于现行河口两侧,然而孤东油田附近海岸的互花米草分布范围和面积却始终未能变大㊂同时,由于121采油平台的存在和海流的控制,导致虽然早在2013年互花米草就已经分布到了黄河现行入海口的南岸,但多年来,始终未能明显地跨越121平台向南部发展(图3)㊂根据图3的分类结果,不同类型的植物根据其与河流和海岸相对位置的不同,而呈现明显的分带分区特点㊂耐盐的互花米草属于先锋物种,位于潮间带的中下部最接近海水的位置,其次是盐地碱蓬生态系统,位于潮间带的中部,对盐度最为敏感的是芦苇生态系统,位于潮间带上部和潮上带,柽柳属于广盐性的植物,在黄河三角洲其位于碱蓬和芦苇之间的潮间带中上部㊂根据互花米草的不同长势和所处的底质环境不同,结合不同长势互花米草现场光谱测量数据和植被生长参数等调查数据,以及相关的植被指数分析结果,对互花米草分布区域进行了更精细的分类,得到了3个不同生长状态的互花米草分布结果(图4)㊂3个生长状态分别为:第一,互花米草长势茂盛的区域,这部分区域互花米草表现为植株高大㊁叶片宽且长㊁单位面积植株数量更多,表现在N D V I图像中其值更高(图5a);第二,生长状况与上一种情况相比较差,植株矮小且较为稀疏(图5b);第三,生长状态与第二个状态相似,但所处位置底质含水量更高,表现在N DW I图像中其值很高,一般为靠近向陆一侧的部分,多为新生互花米草群落(图5c)㊂值得一提的是,前2种情况的互花米草虽所处位置较第3种情况更靠海,但其底质潮间带含水量却较低㊂320海洋科学进展39卷图3应用全部波段的反射率图像的S VM分类结果F i g.3 R e s u l t o f S VMc l a s s i f i c a t i o nb a s e do n r e f l e c t a n c e i m a g e s o f a l l t h e a v a i l a b l eb a n d s图4不同长势和底质条件互花米草的分类结果F i g.4 C l a s s i f i c a t i o n r e s u l t s o f S p a r t i n aa l t e r n i f l o r a c h a r a c t e r i z e db y v a r i o u s g r o w t hs t a t u s e s a n d s u b s t r a t e s2期任广波,等: 高分五号 高光谱互花米草遥感识别与制图研究321图5三种不同长势互花米草的现场照片F i g.5 F i l e d p h o t o s o f S p a r t i n aa l t e r n i f l o r a w i t hd i f f e r e n t g r o w t hs t a t u s e s3种不同长势的互花米草其分布面积比率约为7ʒ4ʒ3,即生长茂盛的区域占比最大,生长状况较差且较为稀疏的区域占比最小㊂这种种群结构显示出了互花米草群落总体上处在一个生长旺盛的状态㊂对比图3和图4,82.3%的互花米草位于黄河现行入海口两侧,而且这部分区域也是长势较好的和新生互花米草的所在区域㊂同时,大部分互花米草斑块的宽度都大于800m,斑块之间被狭窄的潮沟隔开,属于一种非常稳定的群落结构㊂互花米草生长茂盛的这片潮间带是黄河1996年清八汊改道之后新形成的㊂1996年以来的20多年是我国经济快速发展的时期,这其中经济发展带来的污染物不断地由河流携带入海,并沉积在河口三角洲㊂丰富的营养物质是互花米草在该位置繁盛的一个原因㊂同时,这片区域距离河口较近,更容易得到河流带来的淡水的补充,更利于互花米草种子的萌发,而且,新造陆地的土质松软,有益于新萌发种子的扎根㊂3讨论3.1互花米草的光谱异质性图6a是处于不同底质湿度㊁不同长势互花米草的反射率光谱分析图,其中绿色曲线为上述不同情况互花米草的均值光谱曲线,灰色区域为不同情况互花米草光谱的变化标准差区间㊂互花米草在近红外波段的变化幅度要显著高于其他区域,是由影响其光谱变化的长势(叶绿素相关)和底质水分含量在此处共同叠加所造成的㊂在可见光波段以叶绿素的影响为主,而在短波红外波段则以水分含量的影响为主㊂影响对互花米草的准确提取的因素,不仅包括其本身的反射率光谱异质性,也包括其他植被类型的光谱及其异质性㊂图6b~6d分别为芦苇㊁柽柳和盐地碱蓬的训练样本均值光谱曲线及其样本光谱标准差范围㊂对于芦苇和柽柳,其光谱曲线与互花米草差别较小,而且大部分区域都有因各自的光谱异质性而导致的重叠,这也是造成三者之间错分误差的主要原因(表5)㊂同时,对于上述4种主要的研究区湿地植物类型,在遥感图像成像的11月份,柽柳和盐地碱蓬已接近枯萎,故其光谱曲线中已经不能表现出明显的植物光谱的特征,同时其光谱异质性也都较小㊂光谱异质性是影响地物目标分类精度的重要因素㊂在温带的海岸带区域,地面目标特别是植物类型因物候和生长环境的差别而在光谱上差异明显㊂因此要求通过现场调查采集训练样本和验证样本时,应兼顾并考虑到植物生长状态㊁所处环境对光谱异质性所带来的影响㊂。