星载多相机拼接成像传感器在轨辐射定标方法

星载传感器在轨辐射定标是定量遥感的核心和基础,其定标精度将直接决定定量遥感产品的质量。但是对于多相机拼接成像传感器而言,现有在轨辐射定标方法无法实现各相机绝对辐射定标与相机间相对辐射校正的一体化处理。因此,本文以高分一号(GF-1)卫星宽视场(WFV)传感器为例,提出了一种基于改进型辐射区域网平差的在轨辐射定标方法。该方法首先利用传统的交叉定标方法获取WFV传感器各相机的辐射控制点信息,然后在同轨相邻相机影像重叠区域中提取辐射连接点信息,最后在考虑相机间相对辐射校正与绝对辐射定标之间的耦合关系后,采用整体平差的方式同时获取各相机在轨绝对辐射定标系数及辐射约束条件方程参数。试验结果表明采用该方法获得的各波段在轨绝对辐射定标系数的相对误差均优于9.34%,同时利用该定标系数能够实现同轨相邻相机影像间相对辐射校正处理,其重叠区域各波段表观辐亮度差异绝对值的平均值均小于1.63 W·m~(-2)·sr~(-1)·μm~(-1)。     

针对GF-1遥感影像的基于影像与基于辐射传输模型的两种交叉定标方法比较

"高分一号"配置了4台16m分辨率多光谱宽幅(WFV)相机,组合观测幅宽达到800km。为了将其应用于定量遥感,需要对其进行精确的辐射定标。目前针对高分一号卫星有两种交叉定标方法,都在传统方法的基础上进行了改进。一种是基于影像的交叉定标方法(image-based),另一种是基于辐射传输模型和二向反射分布函数的交叉定标方法(RTM-BRDF)。本文采用这两种方法对高分一号(GF-1)的4个相机进行辐射定标,并对这两种方法进行了对比分析,发现对于WFV2和WFV3这两个近似星下点成像相机,image-based方法可以得到精度较高的辐射定标系数,而对于WFV1和WFV4这两个非星下点成像相机来说,RTM-BRDF方法得到的定标系数精度较高。因此,最终将两种方法结合给出GF-1 4个相机最终的定标系数。     

顾及多积分时间特性的GF-4卫星PMS传感器交叉辐射定标

针对GF-4卫星PMS传感器具备5个积分时间的成像特性,提出一种基于辐射区域网平差的交叉辐射定标方法。首先,利用敦煌辐射校正场地区时间序列有效MODIS影像集,构建该区域高精度BRDF模型。其次,考虑BRDF和SBAF校正,从该地区Landsat-8卫星OLI影像和PMS影像中提取辐射控制点。然后,设置DN值和CV限制条件,在凝视成像状态下从不同积分时间PMS影像中提取辐射连接点。最后,利用新建定标模型计算各积分时间状态下的定标系数。验证结果表明,不同积分时间的各波段平均绝对定标精度均优于5.18%,且不同积分时间影像间各波段辐射差异最高降低36.64%。同时,探讨了辐射控制点分布、BRDF、SBAF和辐射连接点筛选条件对定标结果的影响,为进一步优化PMS传感器交叉辐射定标流程提供重要参考。     

海洋一号D卫星海岸带成像仪偏航90°相对辐射定标

海洋一号D (HY-1D)卫星搭载了一台海岸带成像仪CZI (Coastal Zone Imager),由两台三反离轴相机组成,成像仪同时采用了视场拼接和光学拼接两种拼接方式。由于CZI高达63°的视场角,相机边缘畸变明显,其所成偏航90°影像存在明显的非线性畸变。本文针对HY-1D卫星海岸带成像仪的结构特点,提出了一种基于探元邻接关系的偏航数据自动标准化方法,有效地改善了海洋一号海岸带成像仪偏航图像非线性畸变的问题,保证了线阵电荷耦合器件CCD (Charged Coupled Device)探元对同一地物成像的理论前提。利用HY-1D海岸带成像仪偏航90°辐射定标数据计算获得相机相对辐射定标系数,对卫星正常推扫影像进行相对辐射定标实验,并利用在轨统计法进行对比实验。使用本文方法利用偏航辐射定标数据进行相对辐射定标后,陆地场景下传感器所有探元最大条纹系数优于0.33%,平均条纹系数优于0.04%,中位数条纹系数优于0.03%;海洋场景下传感器所有探元最大条纹系数优于0.48%,平均条纹系数优于0.07%,中位数条纹系数优于0.06%,各项指标均优于基于大量数据统计的在轨统计法。实验结...     

遥感25号无场化相对辐射定标

遥感25号是中国首颗高敏捷亚米级高分辨率光学遥感卫星。常规的偏航相对辐射定标利用卫星或相机偏航90°对地面均匀场进行成像,使得传感器所有探元获取相同的入瞳辐射亮度,实现卫星传感器的相对辐射定标。但拍摄单一地物均匀场并不能实现卫星传感器全动态范围的辐射定标,并降低了该方案的应用效率。本文针对中国遥感25号卫星,提出了不依赖于地面均匀场的无场化偏航辐射定标方法实现遥感25号的高精度高频次相对辐射定标;同时在偏航辐射定标数据处理中提出基于line segment detector(LSD)算法偏航定标数据规定化方法,确保偏航辐射定标图像每一行数据为传感器所有探元对同一地物的成像;采用传感器探元直方图规定化的方法实现遥感25号全动态范围相对辐射定标参数解算。利用遥感25号偏航辐射定标数据进行辐射定标试验并与传统在轨统计辐射定标进行对比,结果表明遥感25号经偏航辐射定标后所有探元平均条纹系数优于0.07%,图像上各种条纹条带噪声以及残余条带噪声得到较好去除,无场化偏航辐射定标方法优于传统在轨统计辐射定标方法。     

基于高分一号对资源三号卫星交叉定标的研究

为了研究在不依靠国外辐射基准卫星为参考的情况下,基于国产高分辨率卫星对资源三号(ZY-3)卫星交叉定标的可行性,该文提出了一种基于国产高分辨率卫星高分一号(GF-1)的交叉定标方法。实验对ZY-3多光谱传感器MUX进行了两次交叉定标实验:第一次以GF-1PMS为参考传感器;第二次以GF-1 WFV2传感器为参考。两次交叉定标结果与MUX场地定标系数对比,以PMS为参考的交叉定标相对误差在4个波段分别为-1.16%、3.19%、1.62%和5.64%;以WFV2为参考的交叉定标相对误差在4个波段分别为2.83%、17.30%、20.85%和7.54%。采用Landsat-8数据作为验证参考,利用PMS-MUX交叉定标结果反演辐亮度值,在4个波段的最大相对误差为-6.88%。经过分析讨论,PMS-MUX交叉定标结果的不确定度为6%。     

HJ-1B 热红外波段在轨绝对辐射定标

针对HJ-1B 红外相机(IRS)热红外通道特点, 利用青海湖辐射校正场进行HJ-1B 热红外绝对辐射定标, 提 出新的场地定标算法, 并通过实测数据和Landsat5-TM数据对不同定标系数进行真实性检验分析, 发现该场地定标 算法获得的系数比原始系数精度提高约0.6%—3%, 总体精度为1K 左右。研究结果表明文章提出的定标算法适用 于不具备观测冷空间能力的卫星传感器在轨绝对辐射定标, 得到的定标系数合理可靠。     

“天绘一号”卫星在轨辐射定标方法

在轨辐射定标包括相对辐射定标和绝对辐射定标, 它是提高遥感数据定量化精度的关键步骤和重要方法。本文阐述了基于均匀场地分区综合的相对辐射定标方法、基于反照率的绝对辐射定标方法及其基本原理, 并首次将其应用于“天绘一号”卫星上的高分辨、多光谱和三线阵相机的辐射定标中。研究结果表明, 相对辐射定标过程去除了卫星图像的条带噪声, 且保存了图像细节;然后, 使用反照率基法, 通过在敦煌场地铺设灰阶靶标, 测量卫星过顶时的地物目标反射率光谱和大气信息, 对“天绘一号”卫星传感器进行了绝对辐射定标;最后, 使用辐射定标结果来反演地物反射率, 与实测的地物反射率相比误差小于5%, 验证了在轨辐射定标系数的有效性。     

CBERS02B 卫星CCD 相机在轨辐射定标\n与真实性检验

利用贡格尔实验场对CBERS02B卫星进行场地反射率基法辐射定标, 获得CCD相机可见近红外波段的绝对辐射定标系数, 利用敦煌实验场对定标系数进行了真实性检验。结果表明: 此次定标结果和测量值非常吻合, 定标系数可信度高。     

CBERS02B卫星CCD相机在轨辐射定标与真实性检验

利用贡格尔实验场对CBERS02B卫星进行场地反射率基法辐射定标,获得CCD相机可见近红外波段的绝对辐射定标系数,利用敦煌实验场对定标系数进行了真实性检验。结果表明:此次定标结果和测量值非常吻合,定标系数可信度高。     

高分六号宽幅相机在轨几何定标及精度验证

高分六号宽幅相机能够实现单相机成像幅宽优于800 km,对大尺度地表观测和环境监测具有独特优势。在轨几何定标是光学遥感卫星几何处理的关键环节,直接影响影像的几何质量。本文充分考虑高分六号宽幅相机超大视场的畸变特性以及多谱段的成像特点,提出宽幅相机在轨几何定标方法,采用基于探元指向角的几何定标模型补偿宽幅相机系统误差,通过绝对定标和相对定标方法联合估计各波段的内外定标参数。利用Landsat 8影像、资源三号DSM为参考数据,对宽幅相机进行绝对定标处理,再利用ASTER GDEM为参考数据进行相对定标处理,其几何定标结果表明,高分六号宽幅影像绝对定位精度在3像素左右,内部几何精度能稳定在1像素,且波段间配准精度在0.3像素以内,表明在轨几何定标后高分六号宽幅影像几何质量得到了明显的提升。     

GF-1卫星WFV影像几何定位稳定性研究

针对GF-1卫星WFV传感器高分辨率与大视场相结合的特点,本文将ZY-3卫星传感器校正产品作为参考,通过分析同名点对的地理信息,对北京地区WFV传感器4台相机影像相对几何定位精度进行长时间序列评价,分析其误差特征。试验结果表明,单景影像均出现了明显的系统几何定位误差,但是不同时相影像的几何定位误差方向并无明显规律。针对该现象本文基于相机成像原理,从理论上证明了仅利用某一时相影像的有理函数模型补偿参数是无法有效消除其他不同时相影像系统误差的。     

GF-1星WFV相机的快速大气校正

高分一号卫星(GF-1)WFV相机是中国新型高分辨率传感器,为了更好地进行定量应用,需完成高精度大气校正,但需要解决数量大,辅助数据不足等关键问题。针对WFV相机构建了快速大气校正模型,(1)采用交叉定标方法借助Landsat 8数据完成辐射定标;(2)从WFV相机的辅助数据出发,计算得到太阳天顶角、观测天顶角等辅助信息;(3)考虑不同海拔大气分子散射的不同,完成基于海拔数据的分子散射校正;(4)采用深蓝算法,从第一波段(蓝光)反演得到气溶胶信息;(5)计算每个像元的大气校正参数,进而获取地表反射率,完成大气校正。在此基础上,利用IDL语言建立相应的大气校正模块,以过境华北地区的3景WFV数据为例进行大气校正实验。结果表明,模型能够快速完成大气校正,并能较好的去除大气分子与气溶胶影响,较好地还原植被、裸土等典型地表类型的光谱反射曲线,校正后的NDVI更好地反映了各地物的特征。     

GF-4卫星影像几何定位仿真分析

针对GF-4卫星静止轨道、高时间分辨率、面阵成像的特点,本文通过构建严格成像模型,实现了GF-4卫星影像几何定位仿真模拟。在对初始仿真定位结果进行分析后,建立了几何外检校模型,利用在轨真实成像影像和SRTM DEM对严格成像模型进行外检校处理,同时探讨了仿真控制点分布对相机姿态角常差检校的影响。试验结果表明,经过外检校处理后,构建的仿真模型能够有效模拟GF-4卫星在轨真实影像几何定位误差。     

面向对象与卷积神经网络模型的GF-6 WFV影像作物分类

GF-6 WFV影像是中国首颗带有红边波段的中高分辨率8波段多光谱卫星的遥感影像,对于其影像及红边波段对作物分类影响的研究利用亟待展开。本文结合面向对象和深度学习提出一种适用于GF-6 WFV红边波段的卷积神经网络(RE-CNN)遥感影像作物分类方法。首先采用多尺度分割和ESP工具选择最佳分割参数完成影像分割,通过面向对象的CART决策树消除椒盐现象的同时提取植被区域,并转化为卷积神经网络的输入数据,最后基于Python和Numpy库构建的卷积神经网络模型(RE-CNN)用于影像作物分类及精度验证。有无红边波段的两组分类实验结果表明:在红边波段组,卷积神经网络(RE-CNN)作物分类识别取得了较好的效果,总体精度高达94.38%,相比无红边波段组分类精度提高了2.83%,验证了GF-6 WFV红边波段对作物分类的有效性。为GF-6 WFV红边波段影像用于作物的分类研究提供技术参考和借鉴价值。     

DMCⅢ航空数码影像匀光算法研究

DMCⅢ航空数码相机采用了新型的面阵CMOS传感器代替了原来的CCD传感器,导致影像亮度不平衡,严重影响了后期的空三加密工作。Wallis匀光算法主要用于多幅影像间的差异调整,能够有效地解决DMCⅢ影像的质量问题。本文详细地阐述了DMCⅢ影像的Wallis匀光算法,并结合实例进行验证,匀光效果理想。     

高分六号宽幅多光谱数据人工林类型分类

高分六号(GF-6)卫星于2018年成功发射,2019-03正式投入使用。由于GF-6宽幅相机的WFV(Wide Field of View)影像较GF-1的同类影像新增2个红边波段,将会提高对农业、林业、草原等资源监测能力。为了分析GF-6的WFV影像在人工林分类方面的能力,促进高分数据在林业领域的应用,本文选取广西高峰林场为研究区,以最新的GF-6 WFV影像为数据源,结合地面实测类型数据,进行广西南宁高峰林场的桉树,杉木等人工林类型提取。主要运用随机森林(random forests)的分层分类法:首先计算6种植被指数,并利用随机森林法进行植被指数的特征优选,然后确定4种波段组合数据集的分类方案,4种数据集分别为(1)无红边的前4个波段,(2)有红边的8个波段,(3) 8个波段加上未优化的植被指数特征组合,(4) 8个波段加上优化的植被指数特征组合。再进行WFV影像4种数据集的随机森林分类,随机森林采用分类回归树(CART)算法来生成分类树,结合了bagging和随机选择特征变量的优点,是一种有效的分类方法。最后比较4个方案的分类结果并进行精度验证。结果表明:方案2比方案1精度提高了4.99%,Kappa系数提高了0.058。说明包含红边的8波段数据比4个波段数据精度有大幅提升。方案4的8波段加上优化植被指数特征组合的分类精度最高,达到了85.38%,比方案2包含红边波段组和方案1无红边波段组的精度分别提高了3.98%,8.97%,Kappa系数分别提高了0.046,0.104。说明WFV影像加入红边波段比无红边波段精度明显增高。由结果可知,红边指数的引入,增强了植被信息,能够较准确地反映人工林类型特征差异,明显提升了人工林的分类精度。本研究方法可以有效改善广西人工林类型信息提取效果,为GF-6影像质量的评价及其在林业应用潜力提供科学参考依据。     

A Method to Upscale the Leaf Area Index (LAI) Using GF-1 Data with the Assistance of MODIS Products in the Poyang Lake Watershed

A leaf area index is a key parameter reflecting the growth changes of vegetation and one of the most important canopy structural parameters for performing quantitative analyses of many ecological and climate models. Although using high-resolution satellite data and the radiative transfer model (RTM) can be used to generate high resolution LAI products, the RTM method has some problems because its temporal resolution is low, the input parameters are more appropriate for a physics model, and some parameters are difficult to obtain. Problems that urgently need to be solved include improving the temporal-spatial resolution for LAI products and localizing LAI products. To explore an applicable method for the high-resolution LAI products in a small basin and to improve the inversion accuracy, we propose an approach for GF-1 WFV LAI retrieval using MOD15A2 data and the measured LAI of the Poyang Lake watershed. Empirical models were used to retrieve high resolution LAI values, and the results show that these models are well designed for analyzing time-series satellite data. Good correlations were obtained between the NDVI of the GF-1 WFV data, the retrieved LAI values and the MODIS LAI data from samples acquired in both summer and winter. The exponential NDVI model obtained the best LAI value estimation results from the GF-1 WFV data (R2 = 0.697, RMSE = 1.100); the best synthetic validation of the RMSE is 0.883, close to the optimum model. Therefore, the retrieval results more fully reflect the growth process of the different features. This study proposed an upscale method for developing a high spatial resolution GF-1 satellite standard LAI products retrieval model using MODIS data. The proposed method will be helpful for efficiently improving the temporal-spatial resolution of LAI products to benefit the extraction of vegetation parameter information and dynamic land use monitoring.