TCFM技术的卫星导风数据在台风模拟中的应用初探

利用傅里叶相位分析方法与最大相关法结合的云导风技术TCFM(Technique based on combination of Fourier phase analysis and maximum correlation), 对2005-08-05的强热带风暴“麦莎”天气过程中静止气象卫星得到的30min间隔云图时间序列进行导风计算, 并将导风结果应用于中尺度数值模式ARPS(The Advanced Regional Prediction System), 结合其资料分析系统ADAS(ARPS Data Analysis System), 对台风“麦莎”登陆前的过程进行模拟。尽管洋面上常规资料稀缺, 但卫星导风数据的同化使用结果表明, TCFM技术得到的导风资料能够显著改善台风眼壁东部区域的垂直气流活动, 使台风螺旋雨带更加明显, 符合实际。     

遥感影像亚像素快速配准方法

针对经典亚像素配准算法运算效率不高的情况,提出一种快速亚像素配准方法。在原有傅里叶变换相位相关方法与矩阵乘法离散傅里叶变换方法的基础上,利用有效子图代替原图进行图像亚像素配准。有效子图是通过二维小波分解高频分量的能量总和大小来选取,再对有效子图进行相位相关像素级定位与矩阵乘法傅里叶变换亚像素定位。改进方法不但继承矩阵乘法离散傅里叶变换亚像素高精度配准的优良性能,而且选用有效子图替代原图进行配准其速度可大大提高,对海量数据的遥感影像更显优势。经模拟试验与工程实例,综合分析该方法的配准精度与配准速度,证明改进方法较经典亚像素配准算法效率更高,更适合用于实际遥感影像的高精度配准。     

局部相位相关法在密集匹配中的应用及精度分析

传统相位相关算法广泛应用于图像配准与拼接中。本文通过对双目立体像对的加窗二维傅里叶变换,采用局部相位相关法获取互相关功率谱,实现图像局部相位相关,得到图像窗口间的亚像素级平移参数,进而获得窗口中心处的视差值。试验结果表明,在选择合适的窗口尺寸下,该算法匹配精度较高,且对随机噪声和光照变化具有较强的稳健性。     

改进相位相关算法的小基高比影像亚像素匹配

相位相关技术在视频图像监测、遥感影像匹配和计算机视觉领域有着广泛的运用,本文在简要介绍相位相关基础上,提出了一种针对小基高比影像改进的相位相关算法。该算法先利用传统相位相关算法计算立体像对的整体相对视差,然后在参考影像和匹配影像中逐点分别做开窗处理,对每个窗口采用Hanning窗进行变换,再进行相位相关得到互功率谱函数,对该函数进行SVD分解和相位解缠得到行和列两个方向上的一维相位信息,对行和列相位进行处理并做最小二乘估计,即可得到逐点的亚像素级视差。当立体像对上所有点的视差计算完后,采用中值填充的方法,对匹配结果差的进行剔除和代换,得到所有点的亚像素级的视差。实验证明,本文提出的改进相位相关算法具有较高的匹配精度和成功率。     

高分辨率遥感卫星颤振探测的相位相关分析法

平台颤振是影响高分辨率卫星影像几何和辐射质量的关键因素。为提高从影像反演平台颤振特性的可行性和可信度,本文提出基于局部频率分析相位相关的智能化视差法颤振探测方法。通过结合结构影像表达和相位相关,并充分利用影像的局部和全局相位信息,减少了辐射变化和噪声等干扰因素对亚像素偏移值估计的影响,同时融入视差法颤振探测框架,保证精确稳健的密集匹配,从而实现高效的平台颤振精密探测。通过采用实际辐射变化数据集的算法对比及采用资源三号卫星影像的颤振探测试验验证了本文方法的有效性。结果表明,局部频率分析相位相关算法在辐射差异和噪声等情况下效果优于其他主流相位相关算法,匹配精度达到0.05个像素,本文颤振探测方法有效估计了资源三号卫星的颤振信息。     

一种改进的频域相关法复图像快速配准

InSAR复图像配准是合成孔径雷达3维成像技术的一个关键步骤,要求达到亚像素级的配准精度.在分析了传统相关系数法的基础上,提出了改进的基于频域相关的快速配准算法.该方法分别采用频域相关和线性调频Z变换进行粗配准和精配准;最后利用傅里叶变换的平移性质对辅图像插值重采样.应用该算法对实际数据进行了实验,并从配准时间和精度两...     

重力固体潮观测数据预处理的滤波方法比较

本文详细讨论了重力固体潮观测数据预处理中平均滤波方法、加窗傅里叶变换方法和小波滤波方法。对于M2和S2的调和分析结果,平均滤波方法得到相位延迟误差超过了40°;加窗傅里叶变换得到的振幅因子精度分别为0.00029和0.00068,相位延迟精度分别为0.014°和0.033°;小波滤波方法得到最优的振幅因子精度分别为0.00013和0.00035,最优的相位延迟精度分别为0.006°和0.017°。研究结果表明:小波滤波方法的精度最高,加窗傅里叶变换的精度次之,平均滤波方法的精度最低;基于Daubechies小波基的小波滤波更适合于重力固体潮观测数据的预处理。     

基于多时相光学遥感影像亚像素相关的边坡监测——以溪洛渡电站为例

水电站高边坡监测是水电站灾害防治中的关键问题,基于卫星遥感技术进行库区滑坡监测是解决该问题的重要手段之一。利用卫星影像亚像素相关性算法获取地表形变位移场,能够克服SAR影像失相关因素,在水电站边坡监测中具有重大的应用潜力。本文以溪洛渡电站2015—2019年5期Google Earth影像和2019—2022年4期Sentinel-2影像为数据源,采用相位相关算法计算了边坡形变量,通过构建一次多项式曲面拟合模型去除轨道误差等趋势性误差,获取了2016、2017和2019年溪洛渡电站下游边坡形变值。分析显示,两种影像提取得到的边坡形变量具有相同的变化趋势,均与谷幅实测数据吻合较好。本文结果验证了基于多时相遥感数据将亚像素相关性匹配技术运用于大型水电站边坡形变监测的可行性。     

一种改进的频域相关法复图像快速配准

InSAR复图像配准是合成孔径雷达3维成像技术的一个关键步骤,要求达到亚像素级的配准精度。在分析了传统相关系数法的基础上,提出了改进的基于频域相关的快速配准算法。该方法分别采用频域相关和线性调频Z变换进行粗配准和精配准;最后利用傅里叶变换的平移性质对辅图像插值重采样。应用该算法对实际数据进行了实验,并从配准时间和精度两方面进行了分析。实验结果证明该方法在保证配准精度的同时,能够有效减少运算量,大大提高运算效率。     

利用地面控制点相位残差定权方法减弱InSAR轨道误差相位

两次SAR图像成像时卫星位置的差异导致即使在平坦地区InSAR干涉图上也会有参考面相位存在。由于定轨精度有限，InSAR数据处理过程中需去除轨道误差相位。目前常用的去除轨道误差的方法为基于轨道状态矢量计算出初始基线，再根据地面控制点信息，利用最小二乘算法得到精密基线；或将初始基线对应的参考面相位去除后，再对剩余相位进行快速傅里叶变换或曲面拟合，得到趋势性相位再去除。由于去除参考面相位在去除大气相位和获取形变相位之前，因而基线精密估计的过程中易受到大气相位和形变相位的影响，影响形变解算结果。在实际应用中发现存在干涉图在去除参考面相位后依然有趋势性相位的现象，本文针对此现象考虑大气相位和形变相位影响，提出了利用地面控制点相位残差定权的基线估计方法，提高了估计形变结果的精度，模拟试验和实际应用表明该方法具有一定的有效性和可行性。     

FY-2红外云图中强对流云团的短时自动预报算法

目前气象预报业务中,预报员主要借助卫星云图,定性判断云团的移动趋势,缺乏形式化的定量评判方法。本文基于FY-2C与FY-2D的高时间分辨率的近红外影像(10.3—11.3μm),采用亮温和面积阈值方法进行云团识别,然后根据最大相关系数云团匹配技术进行追踪,系统地实现强对流云团的自动临近预测。实验结果表明,本文提出的最大相关系数追踪比传统的交叉相关系数法具有更高的匹配精度和运行效率,而且研究发现云团质心外推明显优于最低亮温外推,平均亮温、面积、圆形度对云团的分裂合并有较好的指示作用,经列联表法检验,本文提出的自动识别追踪技术具有较高预测精度和预测时效,并且为卫星云图业务化应用提供了定量科学依据。     

精密卫星钟差加密方法及其对星载GPS低轨卫星定轨精度影响

系统分析、比较了几种精密卫星钟差加密方法，研究了利用全球分布的IGS永久跟踪站的GPS观测数据估计高采样率卫星钟差参数的原理与方法，并将各种卫星钟差加密方法得到的结果与IGS数据分析中心估计的卫星钟差结果相比较。最后将不同加密方法得出的精密卫星钟差结果用于基于星载GPS双频非差观测值的CHAMP低轨卫星的定轨，并将不同方法得到的定轨精度进行比较。结果表明，利用地面跟踪站的GPS观测数据，可高精度、高密度地估计GPS卫星钟差，估计精度可达0．1～0．5ns。经地面GPS跟踪站数据估计的GPS卫星钟差，应用于基于PPP方法的低轨卫星定轨，其定轨精度在10cm以内。     

双星敏感器在轨相对热变形分析及修正

为了获取高质量的对地观测遥感图像,除了有效载荷成像的高分辨率外,还需要卫星平台姿态具有高精度。在双星敏联合姿态确定时,星敏感器之间的相对热变形会对姿态确定带来不利影响,需对热变形误差进行辨识与修正。通过对某遥感卫星在轨遥测数据进行分析,建立了星敏感器在轨结构热变形模型,并对星敏感器热变形进行了在轨修正。采用辨识得到的傅里叶级数的热变形模型参数,对星敏热变形进行在轨修正后,提高了星敏感器的测量精度,减小了星敏感器之间的热变形误差对姿态确定精度的影响,对得到高质量的对地观测遥感图像具有很大的工程应用价值。     

实现遥感相机自主辨云的小波SCM算法

随着遥感相机分辨力的提高和幅宽的增大,星上固存和数传带宽面临巨大的挑战。提出一种多分支云判别算法,可控制相机在有云区关机停拍。首先利用计算量较小的光谱阈值判别法对云和地物粗略分类,在不能确定云或地物时,采用纹理分析方法判别。为减小误判可能,算法采用小波SCM提取纹理特征,并提出一种基于ASM和熵的双判别方式。通过对24．5幅遥感图像进行试验验证,证明该算法能快速准确识别云层和地物,总误判率小于5％。     

Surface reconstruction and landslide displacement measurements with Pléiades satellite images

Recent advances in image-matching techniques and VHR satellite imaging at submeter resolution theoretically offer the possibility to measure Earth surface displacements with decimetric precision. However, this possibility has yet not been explored and requirements of ground control and external topographic datasets are considered as important bottlenecks that hinder a more common application of optical image correlation for displacement measurements. This article describes an approach combining spaceborne stereo-photogrammetry, orthorectification and sub-pixel image correlation to measure the horizontal surface displacement of landslides from Pléiades satellite images. The influence of the number of ground-control points on the accuracy of the image orientation, the extracted surface models and the estimated displacement rates is quantified through comparisons with airborne laser scan and in situ global navigation satellite measurements at permanent stations. The comparison shows a maximum error of 0.13 m which is one order of magnitude more accurate than what has been previously reported with spaceborne optical images from other sensors. The obtained results indicate that the approach can be applied without significant loss in accuracy when no ground control points are available. It could, therefore, greatly facilitate displacement measurements for a broad range of applications.     

国产卫星影像配准技术研究

我国西部高海拔山区的地形地貌使得在卫星影像上确定同名特征点比较困难,为了解决国产卫星影像存在的谱段偏差,本文选择了基于SIFT算法、基于区域灰度和人工配准3种方法,对ZY1-02C、ZY-3和GF-1等国产卫星影像展开了配准试验研究,应用目视法和中误差法进行了精度评价,并对结果进行了对比分析。试验结果表明：人工法虽能获得较高的配准精度,但效率很差;基于区域灰度法受影像亮度差异影响很大,同名点提取少,精度最差;基于SIFT算法自动化程度最高,可以提取大量特征点,并能筛选提出误匹配点,配准精度较高。     

资源三号测绘卫星自动云检测

光学卫星遥感影像自动云检测是卫星产品生产系统的一个重要环节。利用资源三号卫星编目生成的浏览图,采用树状判别结构进行云检测,对浏览图进行分块,提取子块图像的特征进行云地分类。由于云类和地物类过于繁杂,且浏览图的分辨率较低,传统通过图像特征对云地进行分类的算法有很大的局限性,针对这一问题,本文提出了在分类之前对原始的子块图像进行增强处理,扩大云和地物的纹理差异,然后以二阶矩、一阶差分等作为云地分类的图像特征,并在多尺度空间内进行特征延拓,经过综合分析估计云在影像中的比例。该云检测算法应用于资源三号卫星应用系统工程,实际测试结果表明,该算法能够较好地提升云量检测的准确率。     

增强型多时相云检测

针对云检测在高亮度地表以及雪覆盖区域存在过度检测的问题,设计了一种不依赖热红外波段的增强型多时相云检测EMTCD(Enhanced Multiple Temporal Cloud Detection)算法。首先,利用云的光谱特征建立单时相云检测规则,并基于云、雪的光谱差异构建了增强型云指数ECI(Enhanced Cloud Index),改进了云、雪的区分能力;其次,以同一区域无云影像为参考,基于ECI指数构建了多时相云检测算法,较好地克服了单时相云检测中高亮度地表、雪和云容易混淆的问题,提高了云检测的精度;最后,选择两个典型区域的Landsat-8 OLI影像,对比分析了不同算法的云检测结果。实验结果表明:ECI指数能够有效区分云、雪,EMTCD方法的平均检测精度达到93.2%,高于Fmask(Function of mask)(81.85%)、MTCD(Multi-Temporal Cloud Detection)(66.14%)和Landsat-8地表反射率产品LaSRC(Landsat-8 Surface Reflectance Code)的云检测结果(86.3%)。因此,本文提出的EMTCD云检测算法能够有效地减少高亮度地表和雪的干扰,实现不依赖热红外波段的高精度云检测。     

遥感影像变化检测方法的比较——以堰塞湖灾害点为例

一个对象（现象）在不同的时间发生的变化存在着一定的相关性,利用光谱和空间相关性信息提取出地物发生变化的方法──基于邻域相关性图（NCIs）和基于交互相关性分析（CCA）的变化检测方法分别取得了不错的效果。为了探究这两种方法在土地覆盖变化检测中的适用性,对其进行应用并评价。以堰塞湖灾害点为试验区,选取了同一年份的两期高分一号卫星影像,对比了监督的基于NCIs的方法和监督的分类后比较法及非监督的基于CCA的方法和非监督的分类后比较法。结果表明：基于NCIs的方法在邻域半径等于3像素时,总体精度最大,为93.05%,比监督的分类后比较法（采用支持向量机分类器,总体精度为93.03%）稍好,但其受邻域半径的制约较大;基于CCA的方法在阈值等于20像素时,总体精度最高,为93.95%,比非监督的分类后比较法（采用ISODATA分类器,总体精度为90.52%）好,但不足在于需要经验判断并试验求取最佳阈值,以及需要已知前一个时相的地表真实值。