卫星数据高性能精校正处理研究

 在分析现行精校正流程的基础上，对卫星数据地面预处理系统中的精校正处理采取“功能模块化、交互控制自动化、大运算量操作并行化和交换文件标准化”等措施提高其性能，使得大批量的精校正处理成为可能，同时也为大批量的遥感图像处理提供了一种解决方案。     

遥感图像数据重采样的一种快速算法

从原始遥感图像几何畸变特征出发，建立了SeaStarStarSeaWiFS和NOAA AVHRR遥感图像数据重采样的一种快速算法，并提出了邻点权重重采样方式。该种快速长法能有效地提高遥感图像几何校正的速度，并适用于连续对地观测系统遥感数据的重采样过程。邻点权重重采样方式可用以替代通常的最近邻点和双线性插值采样方式。     

基于高性能计算平台的天宫一号遥感数据地面预处理系统

针对天宫一号传感器特点,设计并实现了基于高性能并行集群环境的遥感数据地面预处理系统,可完成对高并发、海量遥感数据处理任务的快速、高效处理.该系统可通过传感器的星上定标参数完成系统辐射校正、系统几何校正等处理过程,生产出高光谱热红外谱段和高光谱数据的1级、2级遥感产品.同时,在数据产品封装与输出分系统中,采用了较为通用的GeoTiff与HDF作为产品的主要输出格式,可满足领域内多种用户的需求.     

TM图像的大地校正及其镶嵌方法研究

大地校正和数字图像镶嵌是应用遥感图像进行资源环境监测工作的基础,其精度的高低将对后续工作产生直接影响。基于经过系统校正的TM图像内部几何精度高的前提,本文提出一种快速实用的大地校正及图像镶嵌方法,该方法避免了传统方法在应用控制点建立拟合方程时耗时长的缺点,保证了TM镶嵌图像的几何精度.     

基于ERDAS IMAGINE操作平台的遥感图像处理

随着遥感技术的日益发展,对所获取的海量数据的处理要求也越来越高。因此,本文以ERDAS IMAGINE系统为操作平台,对遥感图像的几何校正、图像融合和监督分类做了详细的介绍。     

全景扫描图像系统几何畸变特征及其校正

在简述遥感图像的几何畸变特征的基础上,本文着重讨论了包括陆地卫星多光谱扫描图像 (Lanasat-MSS)、陆地卫星专题制图仪图像(Landesat-TM)和航空多光谱扫描图像在内的各类 全景扫描图像(panoramic scanner image)系统几何畴变的成因、大小及其变化规律,提出了定 量计算图像上任一像元处系统几何畴变量D的计算公式。 本文探讨了全景扫描图像系统几何校正的基本原则,并根据这些基本原则,用Fortran语言编 制了可直接用于校正各类全景扫描图像系统几何畸变的实用程序。 用该程序对德国南部某地的航空多光谱扫描图像实施系统几何校正的结果表明,偏离航线不 同距离各部位影像的系统几何畸变均得到合理校正,图像上由于全景扫描造成的不程度的压缩现 象均得到相应的补偿。     

利用轨道参数修正的无控制点星载SAR图像几何校正方法

使用距离多普勒模型进行SAR图像几何校正时,卫星轨道误差、系统成像参数误差和DEM高程的误差会影响几何校正精度。本文提出了一种基于轨道参数修正的星载SAR图像几何校正方法。首先利用多项式对卫星轨道进行参数化,然后使用模拟SAR图像与真实SAR图像进行匹配得到控制点来修正轨道参数,最后利用修正后的参数进行几何精校正,从而提高几何校正精度。该方法无需地面控制点,适用于不易于人工测量获取地面控制点地区的SAR图像几何校正,与基于模拟SAR图像匹配并使用多项式改正的几何校正方法相比,本文方法具有更高的精度。使用Radarsat-2图像进行试验,并使用地面实测GPS控制点验证了本方法的有效性。     

MODIS数据预处理方法

时间、大气、太阳辐射的改变,导致获取的相邻遥感影像的对比度及光亮度产生差异,为了更好地进行分析、评价,需对遥感数据进行预处理。以新疆天山公路及其周边为研究区域,基于MODIS数据,利用ENVI软件进行数据的预处理,包括数据的几何校正、图像拼接、图像裁剪等,为其后进行的积雪研究作数据准备。     

遥感卫星CCD相机数据的系统几何校正

本文叙述ＣＣＤ相机遥感数据的几何校正方法，特别是在预处理系统中实现校正的算法。     

卫星遥感图像严密几何定位的光行差校正

针对光行差几何定位误差研究的不足,该文从光行差原理出发,推导出卫星对地观测中的光行差几何定位偏差计算公式,仿真光行差至少产生17m的几何定位偏差;然后在卫星遥感图像严密几何定位处理中,使用给出的视向量光行偏差角校正模型,实时校正严密几何定位模型中存在的光行差位置偏差,并给出校正模型。实际应用结果表明,该方法能够提高卫星遥感图像的几何定位精度。     

基于地球静止气象卫星的地表参数遥感研究进展

地表参数定量遥感反演是遥感科学研究的重要环节。21世纪以来,地球静止气象卫星数据在地表参数遥感反演中受到越来越多的重视。本文对利用地球静止气象卫星进行地表参数遥感反演研究的进展进行了综述。文章首先简单介绍了当前正在运行的欧盟Meteosat、美国GOES-R、日本葵花和中国风云静止卫星系统,随后详细总结了不同卫星系统估算各种地表参数的方法。在此基础上,文章对进一步利用静止卫星估算地表参数的研究展开讨论,指出未来的研究应重点关注几个方面:(1)探索和运用新技术提高静止卫星数据获取和处理的效率和精度;(2)融合全球多颗静止气象卫星,同时与极轨卫星融合,生产覆盖全球的长时序地表参数产品;(3)探索地表参数的高效获取方法,对静止气象卫星地表参数产品开展真实性检验,满足地表过程研究和资源环境动态监测对高质量地表参数产品的需求。     

日本Mw9.0地震前GRACE卫星重力变化

利用GRACE重力卫星月重力场数据,通过去相关与高斯滤波等方法获取日本大地震震前震源区周缘年度、季度和年度差分重力变化,以及若干点位时间序列重力变化;分析结果表明:日本大地震前5年内在震源区周边出现了比较明显的卫星重力异常正负交替和迁移现象,至震前1－2年,震区周边形成了明显正负异常区,正重力异常区重力增加现象明显;点位重力时间序列分布指出了日本MW9.0级地震前存在与1976年唐山地震类似的重力变化现象。这些结果反映了日本大地震震前震源区周边地下物质运动、质量迁移和能量积累等问题,为研究该地震的孕育过程提供了证据。     

无人机空地一体三维激光扫描技术应用研究

首先对三维激光技术的概念、发展及空地一体扫描技术的研究背景进行了分析，然后对空地一体扫描技术进行定义并对空地一体扫描技术的特点进行了总结，最后对其应用进行了研究。经过实地操作，基于无人机的空地一体三维扫描技术可以有效克服传统扫描方式弊端，实现高精度立体监测网络（空中-地面-地下监测），完成多载荷数据获取平台：机载-车载-室内、机载-车载-室内知识产权系列产品等。     

关于《数字地图产品模式》标准的思考

基于《数字地图产品模式》(以下简称《标准》)研究成果,本文确定了《标准》的目的、编制理由和《标准》的用户;指出了《标准》在相关“参考模型”和“标准体系”中的位置;提出了《标准》的范围;分析了国内外同类标准及相关资料并介绍了其在《标准》中的应用概况;以列出修订前后标准目次和ISO19131草案目录结构对照表的方式,剖析了《标准》研究成果的结构框架;最终得出了《数字地图产品模式》标准的编制已经有了良好的开端和阶段性成果,应当抓紧时间完善成果,使研究成果尽快转化为国家标准的结论。     

资源型城市长时间序列土壤含水量变化分析——以锡林浩特市为例

大规模的煤炭开采活动将对生态环境产生扰动,而土壤含水量是受扰动的生态参数之一,且具有重要意义。现有的土壤含水量产品分辨率较低,不适用于区域尺度的研究,而高精度的微波反演由于数据的局限性无法进行长时间序列的研究。本文以我国的重要产煤基地锡林浩特市为研究区,以2004—2020年的AMSR-E与AMSR-2土壤含水量产品及同期的Landsat遥感影像为主要数据源,采用随机森林方法对AMSR-E/2土壤含水量产品进行降尺度处理,通过标准差椭圆等方法对研究区土壤含水量的变化特征进行分析。结果表明：①被动微波土壤含水量降尺度方法可实现对资源型城市的土壤含水量进行长时间序列、高空间分辨率的监测;②无论在矿区还是非矿区,降水均是影响土壤含水量变化的主导因素;③研究区土壤含水量的整体分布在空间上由西北向东南呈现逐渐升高的变化特征,且此分布格局在长时间尺度上保持稳定;④煤炭开采活动对土壤含水量产生扰动,且不同开采阶段的影响具有不同特征。研究结果可为资源型城市生态环境的评价与保护提供科学依据。     

运用动态谐波回归模型对MODIS叶面积指数时间序列产品的分析与预测

运用动态谐波回归模型(Dynamic Harmonic Regression,DHR)对MODIS的长时间序列的LAI产品进行分析,可以从中分离出LAI随时间变化的多年趋势、季节变化及残差等主要成分,通过建立的模型实现LAI年间变化的短时预测。本文将所述DHR模型分析方法试用于遥感数据产品随时间变化的信息提取,对LAI年间变化的预测结果证明该方法用于遥感像元尺度LAI产品的时间序列分析与预测的效果良好。     

基于ARIMA模型的卫星钟差短期预报研究

卫星钟差的精度直接影响导航定位的性能。本文针对不同类型的星载原子钟,采用ARIMA时间序列模型分别对1 d的IGS 5 min、30 s采样间隔的精密卫星钟差产品进行建模,并作6 h、一天的短期预报。结果表明,铷钟的预报精度达到了亚纳秒级,铯钟的预报精度处于纳秒级,并且原始钟差产品的采样间隔对卫星钟差预报精度有一定的影响。     

基于时空统计的CCD瑕疵检测校正新方法

从分析CCD像元的光电响应特征入手,分析了不同瑕疵点的响应特征,并对CCD瑕疵进行分类。通过对大量不同场景下的影像进行时空统计分析,提出了根据图像统计异常信息识别瑕疵点的新算法。根据识别的结果标记瑕疵点的位置和类型,根据瑕疵类型对CCD影像进行校正处理。实验结果表明,该算法能够在没有实验室标定的情况下有效地对CCD瑕疵进行自动检测和校正。     

Quality of reprocessed GPS satellite orbits

High-precision Global Positioning System (GPS) satellite orbits are one of the core products of the International GNSS Service (IGS). Since the establishment of the IGS in 1994, the quality and consistency of the IGS orbits has steadily been improved by advances in the modeling of GPS observations. However, due to these model improvements and reference frame changes, the time series of operational orbits are inhomogeneous and inconsistent. This problem can only be overcome by a complete reprocessing starting with the raw observation data. The quality of reprocessed GPS satellite orbits for the time period 1994–2005 will be assessed in this paper. Orbit fits show that the internal consistency of the orbits could be improved by a factor of about two in the early years. Comparisons with the operational IGS orbits show clear discontinuities whenever the reference frame was changed by the IGS. The independent validation with Satellite Laser Ranging (SLR) residuals shows an improvement of up to 30% whereas a systematic bias of 5 cm still persists.     

A practical method for SRTM DEM correction over vegetated mountain areas

Digital elevation models (DEMs) are essential to various applications in topography, geomorphology, hydrology, and ecology. The Shuttle Radar Topographic Mission (SRTM) DEM data set is one of the most complete and most widely used DEM data sets; it provides accurate information on elevations over bare land areas. However, the accuracy of SRTM data over vegetated mountain areas is relatively low as a result of the high relief and the penetration limitation of the C-band used for obtaining global DEM products. The objective of this study is to assess the performance of SRTM DEMs and correct them over vegetated mountain areas with small-footprint airborne Light Detection and Ranging (Lidar) data, which can develop elevation products and vegetation products [e.g., vegetation height, Leaf Area Index (LAI)] of high accuracy. The assessing results show that SRTM elevations are systematically higher than those of the actual land surfaces over vegetated mountain areas. The mean difference between SRTM DEM and Lidar DEM increases with vegetation height, whereas the standard deviation of the difference increases with slope. To improve the accuracy of SRTM DEM over vegetated mountain areas, a regression model between the SRTM elevation bias and vegetation height, LAI, and slope was developed based on one control site. Without changing any coefficients, this model was proved to be applicable in all the nine study sites, which have various topography and vegetation conditions. The mean bias of the corrected SRTM DEM at the nine study sites using this model (absolute value) is 89% smaller than that of the original SRTM DEM, and the standard deviation of the corrected SRTM elevation bias is 11% smaller.