ICESat-2激光卫星与光学遥感影像融合水深测量

针对浅海测深的数据特点和应用需求,以我国南海甘泉岛为例,研究了利用ICESat-2(Ice,Cloud,and Land Elevation Satellite-2)激光卫星数据和光学遥感影像开展主被动融合水深测量的方法。首先通过信号点提取、水面/水底识别、水下点折射改正等步骤处理ICESat-2数据,获得水深值,随后以激光点作为控制,计算光学水深反演模型参数,最后由点及面地获取大范围高精度水深。实验表明,甘泉岛区域主被动融合测深中误差优于1.30m,基于激光卫星数据的主被动融合测深方法能够为浅水水深测量提供新手段。     

基于阈值自适应确定的多波束点云滤波算法

针对水下多波束地形测量点云去噪问题,提出了一种基于阈值自适应确定的点云滤波算法。首先引入虚拟网格对多波束点云进行分区编号,并采用二次分层统计法剔除显著离群噪点;其次归一化计算网格内种子点与邻域各点的坡度角,引入k-Medoids聚类算法自适应更新坡度阈值;最后按照多尺度滤波窗口逐级对点云进行迭代运算,得到精细化地形点云。2个实验区的多波束点云滤波实验结果表明,本文算法能较好去除多波束点云的噪声和非地形点,有效提高坡度阈值的自适应性,滤波精度有明显提升,可以适用于大规模的多波束点自动化云滤波工作。     

ICESat-2激光测高卫星应用研究进展

ICESat-2作为当今最先进的测高卫星之一,相比ICESat卫星,在荷载设备、算法模型和测距精度等诸多方面有了很大的提升。整体性能的完善使得ICESat-2在极地冰盖和海冰的监测、内陆水文变化和森林树冠高以及生物量预估等领域的科学研究和实际生产应用中具有广阔前景。重点从ICESat-2荷载仪器、改进技术、数据产品进行了详细介绍。分析和总结了ICESat-2在冰盖、海冰、地形与树冠高、内陆水等诸多领域的最新应用研究进展以及初步验证的观测精度和可靠性,并对ICESat-2未来应用进行了展望。     

基于改进SICP算法的多源点云配准研究

三维激光点云数据具有精度高、数据获取高效、几何信息丰富的优势,在地形数据获取方面起到了越来越重要的作用。但在实际的外业测量中,由于视场角限制,一般都难以获取待测物体完整的点云数据,发生数据缺失现象。而根据摄影测量技术生成密集的影像点云,能获取复杂区域的测量数据。针对三维激光点云数据外业采集缺失的状况,结合影像密集点云特征,提出了一种加入动态迭代因子和分步最优求解尺度的改进尺度迭代最近点(scaling iterative closest point, SICP)算法,对影像点云与三维激光点云进行配准研究。实验结果表明:基于改进的SICP算法提高了影像点云与三维激光点云的配准精度、减少了迭代次数,能有效解决不同源平台获取的点云数据融合问题。     

多波束点云滤波算法初步研究及适用性分析

为提高多波束数据处理的准确性和简便性,研究了多波束水深点云处理的策略和关键算法,构建了kd-tree(k-dimensional tree)结构加速点云查找,针对大尺度噪点设计了半径滤波和统计滤波算法,针对小尺度噪点提出了双边滤波算法,并对以上算法的适用性进行了探讨分析。实验结果表明,当设置适合的滤波阈值,半径滤波和统计滤波能高效去除大尺度噪点,且保留地形特征,总误差分别为2.25%和2.76%。在大尺度噪点去除的基础上,改进的双边滤波可以实现地形平滑的同时,保持水深点云的有效数据量。研究成果为多波束点云数据的自动化处理提供了解决方案,对多波束测量工作的效果和效率提升做了有益尝试。     

改进的WOA-VMD算法在水声信号去噪中的应用

本文提出一种针对非平稳水声信号的改进WOA-VMD小波阈值去噪方法,首先,引入余弦收敛因子和自适应权值提升鲸鱼优化算法(WOA)的精度,然后利用WOA选取水声信号变分模态分解(VMD)的最佳参数组合。引入一种可调阈值函数克服传统阈值函数量化过程的缺陷,考虑到不同分解尺度下噪声小波系数的衰减特性,采用分层阈值法对有效信号分量进行去噪处理。通过仿真实验和实测数据的降噪分析,证明了该方法的有效性和应用价值,新方法的去噪性能优于其他方法。     

多站激光扫描点云配准算法研究

随着Li DAR的迅速发展,三维激光扫描技术已经被广泛运用于各个领域。点云数据配准过程中,传统的配准算法比较依赖特征点匹配精度,粗差点的存在会较大程度地影响配准精度和配准效率。通过对罗德里格矩阵、整体最小二乘原理的分析,提出了一种基于整体最小二乘的罗德里格矩阵算法。在该算法实现的过程中,能够考虑到系数矩阵误差,降低算法实现过程中特征点坐标误差对参数求解的影响。实验结果表明,本文算法比参数算法和严密的罗德里格算法精度更高、稳定性更强,在初始对应点坐标误差较大的情况下仍能获得精度较为稳定的变换参数。     

改进的ICP点云配准算法

三维激光点云配准是点云三维建模的关键问题之一。经典的ICP算法对点云初始位置要求较高且配准效率较低,提出了一种改进的ICP点云配准算法。该算法首先利用主成分分析法实现点云的初始配准,获得较好的点云初始位置,然后在经典ICP算法的基础上,采用k-d tree结构实现加速搜索,并利用方向向量夹角阈值去除错误点对,提高算法的效率。实验表明,本算法流程在保证配准精度的前提下,显著提高了配准效率。     

基于正交匹配小波算法的台风云系提取研究

西北太平洋是世界上台风发生频率最高、强度最强的一个海区,因此对西北太平洋台风的发生发展进行相关的分析研究是很有意义的。论文中利用静止卫星观测数据,进行了滤波、去噪等预处理,及综合优化的云检测处理;在此基础上,利用改进的正交匹配小波算法,实现了西北太平洋地区台风云系特征的提取。运用该算法提取出的台风云系特征参数简单,与其他算法比较,尽管提取精度有待改进,但是用于台风的监测预警可提高效率,适用于台风预报预警监测的业务化应用。     

基于小波阈值算法的海杂波信号降噪

为有效提取噪声背景下的海杂波信号,针对海杂波信号非线性非平稳的特点,提出基于小波阈值算法对实测海杂波数据去噪。在噪声水平未知条件下,提出基于噪声主要在高频段且能量较小、信号主要集中在低频段思想的噪声判断准则。为验证小波去噪效果,将该算法对含有噪声的海杂波实测数据进行去噪,采用均方差和降噪信号信噪比两项指标衡量去噪效果,并与均值和中值等去噪方法对比,小波算法在这两项指标均优于其他算法;此外,实验结果还表明,db2小波在双曲线阈值函数和HeurSure阈值模式下优于其他小波去噪效果。     

Assessment of the initial sea surface temperature product of the scanning microwave radiometer aboard on HY-2 satellite

HY-2 satellite is the first satellite for dynamic environmental parameters measurement of China,which was launched on 16th August 2011.A scanning microwave radiometer（RM） is carried for sea surface temperature（SST）,sea surface wind speed,columnar water vapor and columnar cloud liquid water detection.In this paper,the initial SST product of RM was validated with in-situ data of National Data of Buoy Center（NDBC） mooring and Argo buoy.The validation results indicate the accuracy of RM SST is better than 1.7 C.The comparison of RM SST and WindSat SST shows the former is warmer than the latter at high sea surface wind speed and the difference between these SSTs is depend on the sea surface wind speed.Then,the relationship between the errors of RM SST and sea surface wind speed was analyzed using NDBC mooring measurements.Based on the results of assessment and errors analysis,the suggestions of taking account of the affection of sea surface wind speed and using sea surface wind speed and direction derived from the microwave scatteromter aboard on HY-2 for SST product calibration were given for retrieval algorithm improvement.     

基于MODIS数据的黄渤海海域云检测方法及其应用研究

在处理MODIS数据、业务化监测黄渤海海冰过程中,云检测是重要内容之一,其结果直接影响海冰信息反演的精度。为了减少云在海冰监测过程中的影响,本文针对冬季黄渤海海域的特点,采用多波段阈值云检测算法对云进行检测,并用IDL语言图像处理技术实现该算法。在研究过程中,本文采用C#语言,借助ArcGIS Engine组件,将云检测算法与地理信息系统二次开发技术有机结合,实现了云检测过程的全自动化和可视化,提高了MODIS数据的处理效率。实验表明,该方法具有较高的云检测精度,检测效果理想,并为海冰监测过程的全自动化与可视化研究奠定了基础。     

海—气相互作用与海流、风暴潮

从方法论上说,除潮汐以外,通常在处理海洋动力学问题时,大多撇开海洋对大气的影响,强调大气对海洋的主导作用,把大气运动当作诱发海水运动的唯一原动力,视海面风场为给定条件,而后用经验或半经验公式算出海面风应力场,作为施加于海水的强迫力。因此,一个成功的海浪、海流或风暴潮的预报,除了具备反映海水运动的主要物理性能的数学模型外,还必须以客观的、准确的海面风场的数值计算和预报为前提。由于问题的复杂性,迄今为止似乎还不能说在实用上已经提供了海面风的一种足够精确的估算或预报方法。海上气象观测资料,尤其是测风资料的稀少,给海面风应力的实际计算带来不少困难。     

Highers—The AVHRR-based higher spatial resolution sea surface temperature data set intended for studying the ocean south of Japan

For the study of the ocean south of Japan, the HIGHER spatial resolution Sea surface temperature (HIGHERS) data have been produced from the AVHRR/NOAA data. The grid size is 0.075 degree and is much smaller than that of the usual sea surface temperature (SST) analysis field, which is gridded at most in 1 degree. In order to calculate accurate SST, the split-window Multi-Channel SST method is applied to cloudless pixels, which are detected with a cloud detection algorithm. The accuracy of the HIGHERS data is checked in comparison with the in-situ observation data.     

感应读出方式紫外光子计数成像技术的研究

搭建了感应读出方式紫外光子计数成像系统,详细介绍了该系统的组成、工作原理和分辨率性能测试.紫外光经过减光和滤光后入射微通道板,产生的光电子在微通道板内倍增后形成电子云,由呈高阻特性的半导体Ge薄膜收集后,通过电荷耦合感应到Ge膜衬底背面的位敏阳极.阳极输出的信号经过电荷灵敏前置放大器、整形放大器后由计算机进行数据采集和处理,最后得到不同位置的光子计数图像.通过分辨率板,测得了该系统分辨率为150 μm,并通过对比试验和分布式RC网络理论模型分析了Ge膜电阻及其衬底厚度对系统性能的影响.该系统在生物超微     

基于Himawari-8数据的夜间海雾识别

海雾是一种发生在海面的灾害性天气现象,掌握海雾的分布与生消变化,能有效地减少海雾带来的危害。卫星遥感观测具有近实时、大范围覆盖、连续观测等特点,特别是高时间分辨率的静止卫星观测系统,能够对海雾的发生?发展?消亡过程进行动态跟踪观测。本文以2018?2019年黄、渤海发生的海雾事件为样例,利用日本静止气象卫星Himawari-8（H-8）红外辐射数据,分析海雾的多通道红外亮温辐射特性,通过不同波段差和波段比组合,定义海雾和晴空水体分离指数、海雾和一般云系分离指数、多通道亮温差斜率指数以及中红外亮温纹理指数,提出基于多指数概率分布的夜间海雾监测算法;算法分别应用于H-8和韩国静止气象卫星GEO-KOMPSAT2A（GK-2A）数据,对2020年2?6月发生的6次海雾事件多时次卫星观测识别出的海雾位置分布和覆盖面积进行对比实现互验证,结果表明,本文提出的夜间海雾监测算法能有效地实现夜间海雾的识别;选择2020年4月29日夜间H-8和GK-2A 每10 min一次连续观测数据的监测结果,对海雾的发生区域进行跟踪分析,清晰地展现出此次海雾事件的发生、发展演变过程,说明算法能清楚地监测出各时段海雾的分布,跟踪海雾的发展变化,可为海上大雾的防灾减灾提供科学依据和决策基础。     

基于机载激光技术的浅海水深测绘应用分析

受船载仪器、海况等要素限制,传统水深测量中浅水区域无法对浅海水深进行测量。为克服此困难,利用近年来新兴的机载激光测深系统(light detection and ranging system,简称LiDAR)进行浅海水深测量,用LiDAR获取的点云数据进行处理后得到的水下地形等深线与海图图载水深进行直观对比,同一坐标点下的点云水深与截图水深进行定量分析。结果表明,LiDAR获取的水深精度高,水深点密集,可更快获得浅海区域详细的高精度的水下地形。这些优点使其在近岸浅海海岸防护、围海造田、港口建设等海洋工程项目中应用前景广阔。此外目前国内LiDAR技术主要用于陆地,应用于浅海水深测绘还很少,本研究对机载LiDAR进行水深测量的研究进行了补充。     

A hybrid efficient method to downscale wave climate to coastal areas

Long-term time series of sea state parameters are required in different coastal engineering applications. In order to obtain wave data at shallow water and due to the scarcity of instrumental data, ocean wave reanalysis databases ought to be downscaled to increase the spatial resolution and simulate the wave transformation process. In this paper, a hybrid downscaling methodology to transfer wave climate to coastal areas has been developed combining a numerical wave model (dynamical downscaling) with mathematical tools (statistical downscaling). A maximum dissimilarity selection algorithm (MDA) is applied in order to obtain a representative subset of sea states in deep water areas. The reduced number of selected cases spans the marine climate variability, guaranteeing that all possible sea states are represented and capturing even the extreme events. These sea states are propagated using a state-of-the-art wave propagation model. The time series of the propagated sea state parameters at a particular location are reconstructed using a non-linear interpolation technique based on radial basis functions (RBFs), providing excellent results in a high dimensional space with scattered data as occurs in the cases selected with MDA. The numerical validation of the results confirms the ability of the developed methodology to reconstruct sea state time series in shallow water at a particular location and to estimate different spatial wave climate parameters with a considerable reduction in the computational effort.