改进HOT的高分影像自动去薄云算法

为了有效去除薄云对高分光学影像造成的干扰,解决传统算法自动化程度低、去薄云效果不理想的问题,提出改进的薄云最优化变换(Improved Haze-Optimized Transformation,IHOT)算法。首先采用暗原色先验知识从薄云影像中自动选取晴空区,运用薄云最优化变换检测薄云,再创新性地利用植被区域云检测精度较高的特点改进检测结果,最终使用虚拟云点法进行薄云去除。利用高分一号影像进行实验,证明该文提出的算法能够有效地去除薄云对高分影像的影响,尤其对人造地物的色彩和纹理信息恢复效果优于传统算法。     

一种基于牛顿插值迭代的SAR影像滤波评价方法

针对SAR影像难以精确计算信噪比的问题,该文以滤波评价指标信噪比为依托,提出了一种基于牛顿插值迭代修正SAR影像近似信噪比的滤波质量评价方法:根据已知值通过牛顿插值得到更多的数据,再利用牛顿迭代法拟合非线性函数修正近似信噪比。以模拟影像和真实影像为数据源,选择目视效果较好的滤波结果作为真实影像的近似无噪声影像,人工对模拟影像和无噪影像进行降质,并使用5种滤波器对影像进行处理,分别利用基于牛顿插值迭代得到的修正近似信噪比、传统的峰值信噪比、等效视数和边缘保持指数评价滤波效果。结果表明:基于牛顿插值迭代修正的近似信噪比可作为衡量SAR影像滤波质量的评价指标,且无需参考原始无噪影像,对真实SAR影像的滤波质量评价有一定的可行性。     

基于多尺度高程变异系数的影像匹配点云滤波方法

针对现有滤波方法在低矮植被密集覆盖区域处理效果差的问题,该文根据不同尺度下无人机影像匹配点云数据所表达的地形地物特征不同,提出基于多尺度高程变异系数的影像匹配点云滤波方法。首先,通过不同尺度的虚拟规则网格构建不同分辨率的DSM,将任意两个不同分辨率的DSM进行差值计算,得到对应两个尺度下的地表特征差异(高程变异程度);然后,对差值DSM计算高程变异系数,根据地物边界区域高程变异系数远大于地形区域的特征进行阈值分割;最后,分析计算高程变异系数的最佳邻域,讨论最佳分割阈值的设定。与传统CSF、TIN和渐进式形态学滤波方法对低矮植被密集覆盖区域的对比实验结果表明,该文方法在低矮植被密集覆盖区域能准确剔除植被点并保留地面点,其中Ⅰ类、Ⅱ类误差分别为9.20%、5.83%,平均总误差为7.68%,均优于CSF、TIN和渐进式形态学滤波方法,可为后期快速建立高精度DTM奠定基础。     

基于无人机可见光遥感影像的救灾帐篷信息提取

在分析救灾帐篷的光谱和形状特征基础上,将基于像元和面向对象分类方法相结合,提出一种针对无人机可见光遥感影像的救灾帐篷信息提取方法。首先基于帐篷初始样本在三维光谱空间中的范围对图像进行快速二值化初分类,通过聚类与尺寸滤波消除噪声图斑对后续信息提取的影响;然后引入不同结构模板的邻域分析和形态学方法还原对象空间形状,针对遥感影像的第一主成分,提取分割对象的光谱均值、局部二值模式对比度(LBP Contrast)均值、长轴长等特征;最后利用基于径向基函数(RBF)的支持向量机(SVM)分类方法完整提取救灾帐篷。以灾后常用的0.2m无人机可见光遥感影像为例的实验结果表明,救灾帐篷识别率高达95.5%。该方法运算效率高,克服了蓬顶内部异质性和相似物的影响,对于利用无人机可见光遥感影像开展救灾帐篷的检测与分析具有参考价值。     

基于高程约束的航空立体影像建筑物自动检测方法

建筑物的自动识别和检测对于城市的发展具有重要意义。基于航空影像进行建筑物自动检测时,现有的面向对象方法容易将道路误检测为建筑物。针对这一问题,该文提出了一种基于高程约束的建筑物多级自动检测方法,在面向对象方法提取建筑物的基础上,结合数学形态学和边缘检测,利用立体影像匹配和前方交会方法解算得到地物点的三维坐标,基于高程筛选得到建筑物自动提取结果。利用两组不同类型的数码传感器的实际航空影像进行了实验,发现建筑物数量提取准确率分别从47.83%、81.82%提高到91.43%、93.75%。实验结果表明,该文提出的建筑物多级自动检测方法能够有效改善面向对象建筑物提取结果,提高建筑物检测精度。     

夜间灯光数据和兴趣点数据结合的建成区提取方法

提出一种夜间灯光数据和兴趣点(POI)数据相结合的建成区提取方法,根据NPP/VIIRS影像的亮度、纹理信息和POI数据的密度信息,分别利用阈值法对两种数据进行建成区提取,并应用数学形态学方法对提取结果进行融合。该方法利用POI数据位置准确、与建成区分布高度相关等特点,有效弥补了夜间灯光数据分辨率较低与灯光溢出问题,获取到较为准确的建成区边界。选取深圳、广州和惠州3个不同形态的城市,将该文方法与其他方法的提取效果进行对比,证明该方法提取精度较高,适用于市级尺度的精细化城市建成区提取和城市扩张研究。     

基于差值权重和快速傅立叶变换的“北京一号”卫星影像融合方法研究

提出一种基于差值权重和快速傅立叶变换的影像融合方法--DWF,对"北京一号"小卫星的全色和多光谱影像进行融合.该算法根据卫星影像的成像过程,通过傅立叶变换获取全色影像的高频、低频信息和多光谱影像在HIS颜色空间中分量的低频信息,由这3种信息通过基于差值权重的决策计算获得融合影像的空间信息.实验采用PCA、GS、DWF以及基于小波的HIS变换的融合方法,结果表明DWF方法优于其他融合方法,比较适合于"北京一号"卫星的全色与多光谱影像融合.     

一种光学遥感影像建筑区域自动提取方法

提出一种利用光学遥感影像自动获取建筑区域的方法。该方法利用基于结构张量的和算子、乘算子预计建筑区域的概率,按照融合规则将两种概率图融合,通过主动轮廓从融合的概率图中提取建筑区域。选取多幅ALOS影像对此算法进行试验分析,并与基于Gabor滤波法和Harris角点检测法进行比较。试验结果表明,与其他两种方法相比,该方法从光学遥感影像上自动提取建筑区域的结果具有更高精度。     

基于小波变换的高分辨率影像纹理结构分类方法

该文提出了利用小波变换获取纹理结构子图像能量参数，并用这些参数进行高分辨率图像纹理结构分类的新方法。由阐述遥感影像纹理结构识别原理人手，提出影像纹理结构特征抽取的小波变换方法，构造了有明确的数学和物理意义的参数来描述影像纹理信息，在此基础上利用这些参数进行影像纹理结构分类。试验结果表明，小波变换方法适用于具有规则和较强方向性的纹理结构影像分类。     

基于Hyperion高光谱数据的土地退化制图研究——以陕西省横山县为例

以陕西省横山县境内的Hyperion数据为数据源,提出一种针对土地退化的制图方法:土地退化指数法(LDI: Land Degradation Index)。在影像分类的基础上,利用在分类过程中提取的训练样本进行线性波谱分离,得到各个端元的分离影像和RMS误差影像,再通过设置新的端元和反复运行线性波谱分离算法得到最终的训练样本,然后利用神经网络法对影像进行二次分类,最后在掩膜处理的基础之上把土地分为:轻度退化,中度退化和高度退化三种类型(Kappa=0.90)。文中分别采用了三种分类方法:监督分类与非监督分类相结合的混合分类方法、光谱角制图(SAM)方法、混合调制匹配滤波(MTMF)方法。结果显示混合分类方法(Kappa=0.71)具有比光谱角制图方法(Kappa=0.54)和混合调制匹配滤波方法(Kappa=0.60)更高的分类精度,所以选择在混合分类的基础上进行土地退化指数LDI的分析。     

FY-2C资料进行云顶粒子热力学相态分析应用初探

利用"9210"系统下发的FY-2C图像资料数字化信息,依据高云、中云、低云在可见光波段和红外波段具有不同的光谱特性,结合水汽通道和红外通道对密蔽云系的辐射特性,分析了2008年华南低温雨雪冰冻期间红外、水汽、可见光3个通道云系的辐射特征,发现了有利于识别水云、冰云和冰水混合云的方法。同时指出,对于密蔽云系,当水汽亮温值大于0℃而红外亮温值小于0℃时,云顶粒子的热力学相态为过冷却液态水的可能性大于冰晶结构的可能性。根据上述辐射特性分析制定了云类的识别方法。实例分析结果表明这种方法能较好地分离出易产生冻雨的云体中缺少成冰核的过冷却液态水云。     

基于相位一致性的遥感影像道路特征检测方法

在空间域中进行道路特征检测容易受图像亮度、对比度和噪声的影响,为了克服这一缺点,该文采用在频率域中进行道路特征检测。基于频率域的相位一致性道路特征检测方法具有亮度和对比度不变性,特征在频率域中表现出最大的相位一致性,通过计算影像6个方向的相位一致性值得到相位一致性值之和的灰度图,对灰度图进行二值化,然后使用数学形态学方法进行细化,去除噪声,检测出道路特征。实验表明,该方法对对比度、亮度变化不敏感,能够精确地检测出与人眼视觉相一致的道路特征。     

1960~2005年西北地区低云量的时空变化及成因分析

基于西北地区177个站点1960~2005年逐日的低云量观测资料,运用地统计学、交叉小波分析和多元回归分析,分析了近46 a来西北地区低云量的时空变化特征及影响因素。结果表明：近46 a来西北地区低云量呈较显著上升趋势,1997年之后上升显著。低云量空间呈自东南向西北递减的趋势。低云量与降水、相对湿度等呈显著的正相关,与昼夜温差、日照时数等呈显著的负相关。低云量存在2~4 a、准6 a、准11 a的周期变化,与宇宙射线在1982~1993年存在5~8 a的共振周期,与NOI指数存在2~4 a、准5 a、准11 a的共振周期,和太阳黑子的共振周期为9~11 a。     

Development of a cloud detection method from whole-sky color images

A method is proposed for detecting clouds from whole-sky color images obtained with an all-sky camera (ASC) system. In polar regions, cloud detection using whole-sky images usually suffers from large uncertainties in fractional cloud cover retrievals because of large solar zenith angles (SZAs) and high surface albedo, which cause “whitening” in the images. These problems are addressed by using differences between real images and virtual clear-sky images for a particular observation time with the same SZA. The method is applied to ASC images obtained at Ny-Ålesund, Svalbard in May of 2005–2007, and the results are compared with Micro-Pulse Lidar (MPL) measurements. When no clouds were detected by MPL, the false cloud detection rate from ASC classification was 2.1% in total hours. Conversely, when clouds were detected by MPL, the ASC classification underestimated the clouds by 11.6%. In most cases, this occurred when MPL detected very optically thin clouds. Furthermore, the variability of cloud fractions estimated by MPL and ASC was roughly constant regardless of the SZA. Thus, it is confirmed that the method developed in this study is valid for cloud detection from whole-sky color images.     

云南文山一次低涡暴雨成因初探

利用FY2G卫星云图、雷达资料、自动雨量站等观测资料和NCEP/NCAR逐6 h 2.5°×2.5°再分析资料对2018年6月22日~25日云南省文山州大暴雨天气过程进行分析。结果表明,此次暴雨过程的主要影响系统是两高之间的辐合区和低涡切变线。由于高原槽不断东移加深,孟湾低压与印度半岛低压系统合并加强,西太平洋副热带高压加强西伸,文山州受强偏南气流影响,产生强烈水汽辐合,造成持续强降水;不断有对流单体发展且合并到大的对流云团中,有较大范围的对流云团持续影响是此次大暴雨的主要云图特征;雷达上持续存在“S”型径向速度图,且存在较强降水回波在文山附近生消发展,造成明显的“列车效应”。     

近地机载激光雷达棉花LAI提取方法研究

棉花叶面积指数（LAI）是描述其长势的重要指标,准确获取冠层结构参数是叶面积指数反演的必要条件。以ScoutB-100油动单旋翼无人机为飞行平台,搭载RIEGL VUX-1激光雷达,精确获取棉花高密度点云数据,得到研究区棉田数字表面模型（DSM）和数字高程模型（DEM）,通过差值运算获得其冠层高度模型（CHM）,进而提取有效的冠层结构参数。利用相关性分析法选取相关系数大于0.2的激光穿透力指数（LPI）、回波点云密度（D）、孔隙率（f_gap）、归一化高程值（V_nDSM）构建棉花LAI反演模型,并与实测叶面积指数进行精度验证与评价。实验结果表明：模型估算的LAI与实测LAI之间的决定系数为0.824,均方根误差为0.072,验证了模型的可靠性。     

基于卫星热红外辐射信息的新疆强震震例分析

利用NOAA-14极轨气象卫星红外波段的探测数据,对遥感数据进行多种处理,采用影像目视解释和提取地表辐射亮温值的方法,对新疆的三次强震进行分析,结果发现在地震前都出现了热红外异常,这为地震监测提供了一个重要信息。     

纤维状二氧化硅纳米球的扫描电镜形貌观察

利用场发射扫描电子显微镜(FESEM)研究了纤维状二氧化硅纳米球(KCC-1)的形貌,探讨了样品前处理方法、加速电压、工作距离、发射电流、减速模式对其FESEM图像的影响规律。结果表明,影响FESEM成像的因素较多,其中样品前处理方法、工作距离和加速电压是影响图片质量的主要因素;选择乙醇为溶剂、硅片为基底、较小的工作距离、较低的加速电压、高发射电流、减速观察模式的优化观测条件可获得理想的FESEM图像。     

气候变暖背景下祁连山区秋季层状云变化特征

利用祁连山区及周边29 个气象观测站近41 年秋季云形状和气温观测资料, 分析了祁连山区秋季层状云出现频率的空间分布与时间变化特征, 探讨了秋季层状云出现频率与气候变暖的关系, 并选用同期NCEP/NCAR全球再分析资料, 对祁连山区秋季层状云的环流特征和水汽输送进行了分析。结果表明:①祁连山区秋季层状云出现频率为8%～26%, 呈西少东多的空间分布。②近41 年来, 祁连山区秋季增温1.2℃, 气温变化的倾向率为0.29℃/10a, 80 年代中期以后发生了增温的突变。③祁连山区秋季层状云的出现频率呈明显的减少趋势, 近41 年来减少约11%, 倾向率为-2.7%/10a, 尤其在20 世纪80 年代中期以后与同期祁连山区显著增温相对应, 层状云出现频率减少更为明显, 层状云出现频率与气温呈明显的反相变化趋势。④在气候变暖的背景下, 祁连山区的层状云出现频率减少, 减少的幅度从西北向东南递增。当祁连山区秋季平均气温在升高1℃ 时, 祁连山区层状云出现频率减少2%～10%, 祁连山西段、中段减少2%～4%, 祁连山东段减少4%～10%。⑤祁连山区秋季层状云偏多与偏少年在欧亚500 hPa 环流场上存在明显的差异, 层状云偏多年, 极涡向亚洲北部伸展, 东亚大槽较偏弱, 乌拉尔山高压脊偏强, 脊前偏北气流引导极地冷空气沿偏西北路径向中国西北地区输送, 中亚地区到高原上不断有低值系统发展东移, 同时南支槽加强, 来自阿拉伯海、南海、东海的暖湿气流向内陆地区的输送明显加强, 与进入高原北部的冷空气交绥, 从而使祁连山区层状云出现频次增多;层状云偏少年, 中亚-中国西北地区暖性高压异常加强, 东亚大槽偏强, 冷空气活动路径偏东, 亚洲大陆至西太平洋冬季风特征明显, 偏北风加强, 不利于东南暖湿气流向西北内陆地区的输送, 冷暖气流在祁连山区交绥次数减少, 从而使祁连山区层状云出现频次减少。⑥印度洋沿孟加拉湾的向北的水汽输送, 副热带西太平洋的偏东气流在南海和中南半岛附近转为向北的水汽输送, 地中海、里海的西风带纬向水汽输送是3支影响祁连山区秋季层状云多寡的水汽输送通道, 进而对祁连山区秋季降水产生影响。     

陕西一次强沙尘暴过程诊断与分析

2006年陕西共发生沙尘天气13次,其中4月11日的沙尘天气最为严重,危害最大,这也是陕西近10 a来最为严重的一次沙尘暴天气过程。这次沙尘天气带来一系列的天气演变过程,它持续时间虽然只有8~9 h,但覆盖面积大,影响范围广,全省70%~80%左右的区域都受到了影响。运用FY-2卫星红外云图及MICAPS2.0模式中的数值预报进行分析,发现红外云图呈现出异常状态,高低空形势配合较好,气压梯度、温度梯度密集,狂风突起等状况,试图揭示与解读沙尘天气在发生过程中某些气象因子的特征及其对沙尘天气的影响机理,为今后预报沙尘暴强度和发生区域提供一定的理论依据。