卫星云图形态特征提取和表示的一种方法

利用可变形模型与形状分解相结合，给出了卫星云图形态特征提取和表示的一种方法。首先用阈值法进行云图分割，再提取出可基本代表云图内容的若干主要云块，之后用圆形可变形模型作用于每个主要云块，并结合形状分解的思想将其用圆形基元的组合来表示。对GMS5云图的实验表明，该方法是简单可行的。     

Retrieval of Sea Surface Height from CYGNSS Data with Tropospheric Delay

An analysis of the delay Doppler maps (DDMs) data from the CYGNSS satellites is implemented to derive the sea surface height (SSH). An SSH estimation algorithm, the leading edge derivation (LED) method which is applied to the delay waveforms, is applied to the DDMs, while the tropospheric delay methods, the Saastamoinen method (SM) and the numerical method (NM) are used. The results show that when the SSH from Jason-2 is referred to as the truth, if the tropospheric delay is corrected, the SSH bias can decrease. The resulted SSH bias from the Jason-2 SSH by the LED retrieval method is of order meter. The resulted SSH deviation from the truth by the NM scheme is half as small as that by the SM scheme. Since the SM scheme is not applicable to the nonhydrostatical condition, the resulted bias is larger. The work can be applied to the Beidou system in the future.     

高分辨率、多时相SAR图像数据集的构建

近20年来,SAR图像理解与信息反演是一个得到广泛、深入研究的世界性难题。即使在高分辨率条件下,由于相干斑噪声、结构极度敏感性、几何畸变、成像系统干扰等原因,SAR图像的高可信解译依然非常困难。SAR测试样本数据集是发展SAR图像解译与目标认知技术的基础与支撑。但SAR数据集并不是各种SAR数据的简单收集,而是要根据研究内容的需要,制定试验方案,科学地选择样本并进行样本真值标注,并且尽可能收集各种多源辅助数据以相互验证。笔者以上海交通大学闵行校区为场景,构建了一个以高分辨率、多时相SAR图像为主的试验数据集,其由高分辨率SAR数据、地表真值标注、多源辅助数据3个主要的部分组成。笔者认为,该数据集的构建能够为高分辨率SAR图像解译、信息反演和目标识别提供高可信的、实时的、丰富的地表和目标真值信息,能够促进这些研究和相关测试工作的进展。