基于SDGSAT-1 Glimmer影像和动态阈值兴趣点（POI）复合指数，对中国三大城市群中的建成区进行提取与分类

《International Journal of Remote Sensing》：Extraction and classification of built-up areas in three major urban agglomerations in China based on SDGSAT-1 glimmer imagery and dynamic threshold POI composite index

BRDF测量无人机系统（FUAS）融合空天地多源数据，通过无人机搭载双光谱仪采集半球多角度反射光谱，结合地面太阳辐照仪同步测量，经数据筛选、几何校准、光谱校正等处理后，基于贝叶斯反演的RossThick-LiSparse Reciprocal模型实现高精度BRDF参数反演（RMSE<5%，不确定度<1%），与MODIS产品对比显示五通道相对偏差约5%，验证了该系统在精准地表参数反演和环境监测中的有效性。

　　

摘要

本文介绍了一种配备双光谱仪的现场无人机系统（FUAS），用于测量双向反射分布函数（BRDF）。该系统包括无人机（UAV）光谱仪测量系统、地面光谱仪测量系统、太阳光度计和全天成像仪。无人机用于获取半球空间内的多角度光谱数据；而地面光谱仪则用于测量太阳漫射体，持续记录现场漫射光和光照的变化。通过数据筛选、几何校准、光谱校正、漫射光校正以及模型拟合等一系列数据处理流程，结合目标物体与具有相同太阳几何条件的太阳漫射体的辐射度测量数据，计算出现场的双向反射率（BRF）。利用贝叶斯反演方法，基于Gould场点的无人机测量多角度反射率数据，采用RossThick-LiSparse Reciprocal（RTLSR）模型进行拟合，结果显示该模型在表征BRDF特征方面具有较高的模拟精度（均方根误差<5%，不确定性<1%）。将基于模型参数计算出的BRF与MODIS BRDF产品的结果进行比较，在MODIS的七个通道上，两者之间的相对偏差保持在约5%以内，表明基于FUAS获取的BRF数据构建的模型能够很好地描述校准点的方向反射特性。该系统在未来的精确现场校准和环境监测应用中展现出巨大潜力。