卫星遥感影像的区域正射纠正

针对大区域卫星影像正射纠正所面临的问题,提出了利用平面平差的方法来求解卫星影像定向参数然后进行区域正射纠正的策略。该方案能够保证大区域卫星影像正射纠正后绝对定位精度以及相邻影像接边处相对定位精度的一致性。通过资源三号测绘卫星正视全色影像的实验表明,仅利用少量平面精度为5m的地面控制点,大区域影像经过平面平差后独立检查点的平面精度优于7m,满足了我国1∶5万地形图的精度要求。此外,利用平面平差后每景影像的定向参数进行区域正射纠正,相邻影像接边处连接点的像方精度优于0.5个像素,达到了几何上无缝镶嵌的程度。     

高分一号多光谱影像正射精度验证与分析

为了验证和分析高分一号卫星影像的正射精度,填补相关研究的空白,该文采用有理函数模型对高分一号卫星PMS传感器多光谱影像进行正射校正,采集检查点检验多光谱影像的几何正射精度。实验结果表明,高分一号卫星PMS相机多光谱影像正射精度能够满足1:25 000比例尺地形图的更新要求,为相关研究提供参考。     

山地地区高分卫星影像正射纠正

随着国内外对地观测卫星技术的不断进步,山地地区高分卫星影像获取能力大幅提升。针对山地区域高分卫星影像云雾多、成像阴影多、纠正位置精度控制难等问题,该文提出山地区域高分卫星正射纠正生产方案。试验证明,经过大气校正、可视化的地形修复等处理后可解决薄雾去除和影像扭曲变形等问题;同时,GPU并行计算可实现影像快速融合、控制点自动选择等操作,提高生产效率,可为山地区域高分卫星影像快速处理提供参照。     

基于高分一号影像的两种地表覆盖分类方法对比研究

以高分一号影像为数据源,分别应用最大似然分类法和面向对象分类法对影像进行遥感分类,比较不同影像分割尺度,对分类结果进行精度评价,结果显示:面向对象分类方法综合利用多类遥感指数,提高了分类精度,可以有效应用于遥感影像快速分类。面向对象分类方法中分割尺度对分类精度影响较大,但如何设置最优分类尺度仍需进一步研究定量确定方法。     

基于多源高分辨率卫星遥感影像的区域网平差方法研究

近年来,高分辨率卫星遥感影像因具有地物纹理信息丰富、光谱波段多、重访时间短等特征,在自然资源动态变化监测等对地观测应用方面已突显出越来越大的优势。本文主要研究基于多源的高分辨率卫星遥感影像的区域网平差方法,对比影像精度,以提高卫星遥感影像在实际生产中的应用效果。     

资源三号测绘卫星影像平面和立体区域网平差比较

针对弱交会条件下卫星遥感影像区域网平差无法正确求解的问题,本文提出了利用数字高程模型（DEM）作为高程约束的平面区域网平差方法提高其对地目标定位精度的策略。首先,选取带仿射变换项的有理函数模型（RFM）作为卫星影像平面区域网平差的数学模型。其次,在平差过程中更新连接点的地面坐标时仅求解地面点的平面坐标,高程值利用DEM进行内插获得。最后,在布设少量控制点的情况下通过平面区域网平差求解所有参与平差的卫星影像定向参数和连接点的地面平面坐标。利用两个地区的资源三号正视影像的平面区域网平差以及前正后三视影像的立体区域网平差的对比试验表明,对于资源三号卫星影像在1:50000DEM的支持下,平面平差可以达到和立体平差相当平面精度。对于近似垂直正视的资源三号影像,全球1km格网的DEM和90m格网的SRTM可以取代1:50000DEM作为高程控制,平面精度几乎没有损失。最终,试验结果证明了平面区域网平差方法的有效性和可行性。     

卫星影像数字正射影像图生产技术探讨

对卫星影像正射影像图生产过程中的各个技术环节进行了论述,如区域网平差、正射纠正、影像融合、波段提取与组合、波段运算、匀光匀色、影像镶嵌等,并根据生产中的技术经验,对一些生产方法进行了分析,为正射影像生产提供一定的参考.     

高分一号卫星数据在土地覆盖动态监测中的应用研究

通过研究哈尔滨经济和社会条件,对高分一号卫星数据进行数据检查、筛选、预处理并对研究区域土地覆盖信息进行分类,提取哈尔滨市区域2013~2014年土地覆盖变化信息。利用此应用案例,结合地理国情监测的特点进一步分析高分一号卫星数据的适用性;同时将高分一号卫星数据与同级国外卫星数据比较,研究国产高分数据在地理国情监测中的可行性。实验研究表明,高分一号卫星数据能够满足人们快速掌握各种土地覆盖信息的需求和对土地覆盖变化的动态监测需求。     

基于像素工厂的京津冀地区GF-1正射影像制作

本文选择京津冀地区高分一号卫星影像作为研究对象,制定像素工厂平台下大区域高分一号正射影像制作方案。研究了利用像素工厂对大区域高分辨率遥感影像进行空三优化、正射校正、影像融合、影像镶嵌等关键技术,完成了京津冀地区高分一号正射影像的制作。精度评价结果表明,利用像素工厂能够生产在定位精度上满足要求的大区域高分一号卫星遥感影像正射影像,像素工厂在处理高分一号卫星遥感影像上具有大批量、精度高的优势。     

高分一号遥感卫星影像融合及质量评价方法研究

遥感技术正在突飞猛进的发展,影像融合技术得到了深入研究,本文在像素级融合的基础上,以高分一号卫星影像为实验数据源,并用主成分变换、Brovey变换、Gram－Schimdt变换、HSV变换等方法,进行试验研究,并以主客观相结合的方式,对实验结果进行评价,最后得出结论,本文研究成果可对高分一号影像进一步应用提供借鉴。     

GF-1卫星WFV影像几何定位稳定性研究

针对GF-1卫星WFV传感器高分辨率与大视场相结合的特点,本文将ZY-3卫星传感器校正产品作为参考,通过分析同名点对的地理信息,对北京地区WFV传感器4台相机影像相对几何定位精度进行长时间序列评价,分析其误差特征。试验结果表明,单景影像均出现了明显的系统几何定位误差,但是不同时相影像的几何定位误差方向并无明显规律。针对该现象本文基于相机成像原理,从理论上证明了仅利用某一时相影像的有理函数模型补偿参数是无法有效消除其他不同时相影像系统误差的。     

GF-1 WFV影像的翅碱蓬植被指数构建

目前大部分植被指数主要针对绿色植被构建,缺乏针对其他颜色特别是红色植被的指数。此外,面向湿地或潮间带植被识别提取的植被指数也相对较少。为拓展针对红色植被指数构建的研究,结合翅碱蓬植被的红色特征,基于高分一号（GF-1）卫星宽覆盖影像（wide field of view,WFV）,通过对比翅碱蓬及其周边地物在GF-1 WFV影像中的光谱反射率特征,构建了翅碱蓬植被指数（suaeda salsa vegetation index,SSVI）。为评估SSVI提取翅碱蓬的精度,以辽宁双台子河口湿地自然保护区为研究区,采用各种植被指数分别提取了不同年份的5景GF-1 WFV影像翅碱蓬信息,并对提取结果精度及错分像元数进行统计分析。结果表明,SSVI平均提取精度为88.6%,平均错分像元占研究区比例为5.1%,在5个指数中提取翅碱蓬精度最高、效果最好。此外,5期影像间较大的时间跨度也证明了SSVI的鲁棒性较强,具有较好的适用性,受时间影响较小。综上,构建的SSVI可有效用于翅碱蓬的识别与提取,并监测其时空变化。     

GF-1星WFV相机的快速大气校正

高分一号卫星(GF-1)WFV相机是中国新型高分辨率传感器,为了更好地进行定量应用,需完成高精度大气校正,但需要解决数量大,辅助数据不足等关键问题。针对WFV相机构建了快速大气校正模型,(1)采用交叉定标方法借助Landsat 8数据完成辐射定标;(2)从WFV相机的辅助数据出发,计算得到太阳天顶角、观测天顶角等辅助信息;(3)考虑不同海拔大气分子散射的不同,完成基于海拔数据的分子散射校正;(4)采用深蓝算法,从第一波段(蓝光)反演得到气溶胶信息;(5)计算每个像元的大气校正参数,进而获取地表反射率,完成大气校正。在此基础上,利用IDL语言建立相应的大气校正模块,以过境华北地区的3景WFV数据为例进行大气校正实验。结果表明,模型能够快速完成大气校正,并能较好的去除大气分子与气溶胶影响,较好地还原植被、裸土等典型地表类型的光谱反射曲线,校正后的NDVI更好地反映了各地物的特征。     

GF-1卫星WFV影像间匀色方法

影像匀色方法是决定拼接后影像能否进一步用于遥感定量化应用的重要环节之一。本文针对我国高分辨率对地观测系统的首发星——GF-1卫星宽覆盖WFV传感器4相机拼接成像特点,提出了一种基于交叉辐射定标的影像间匀色方法。该方法首先利用传统的交叉定标方法获取某一台WFV相机在轨绝对辐射定标系数,然后采用统计分析和仿真模拟方法建立了相邻相机影像间DN值、表观辐亮度的相关模型,在完成相机间绝对辐射性能传递的同时,实现了影像间匀色处理。试验结果表明利用本文获取的交叉辐射定标系数能够有效地消除相邻相机影像重叠区域辐射不一致性的问题,实现WFV影像间匀色。该匀色方法可为其他类似卫星传感器影像间匀色提供参考依据。     

Atmospheric Correction Methods for GF-1 WFV1 Data in Hazy Weather

Increasing hazy weather in the eastern area of China limits the potential application of high-resolution satellite data and poses a huge challenge for the atmospheric correction of remote sensing images. Consequently, it is necessary to find the most suitable atmospheric correction method under hazy condition. In this study, five kinds of atmospheric correction models, including 6S, COST, FLAASH, QUAC, and ATCOR2, are applied to the GaoFen-1 Wild Field Camera (GF-1 WFV1) data in the eastern area of China, and examined by both quantitative and qualitative analyses using the measured spectrum data. Experimental results indicated that ATCOR2 achieves the best performance among the atmospheric correction methods qualitatively and quantitatively. Hence, specifically for the study area and GF-1 WFV1 dataset, ATCOR2 is the most suitable atmospheric correction approach under hazy in the eastern area of China.     

利用Landsat 7与GF-1 WFV影像反演地表温度

地表温度在地气循环系统中具有重要作用,是目前地理学研究的重点。然而目前的国产高分辨率影像缺少热红外波段,且具有热红外波段的影像分辨率较低。基于此,本文利用低分辨率影像降尺度方法反演高分辨率影像的地表温度。首先通过Landsat 7影像的热红外波段,提取典型地物的地表温度;对GF-1 WFV影像进行预处理后,利用全约束最小二乘法对高分辨率影像进行混合像元分解;根据平均温度模型,得到高分辨率影像的地表温度,并进行降尺度,通过Landsat 7影像进行精度验证。验证结果显示,均方根误（RMSE）为1.40℃,平均绝对误差（MAE）为0.44℃,精度较高。     

基于GF-1号卫星WFV数据的太湖水质遥感监测

为研究高分一号(GF-1)卫星数据监测太湖水质的可行性,基于新发射的GF-1卫星16 m分辨率的多光谱宽覆盖(wide field of view,WFV)相机和HJ-1A CCD数据,对太湖的叶绿素a、悬浮物、透明度和富营养化状况进行遥感监测,以评价GF-1 WFV相机的应用潜力。研究结果表明:GF-1 WFV与HJ-1A CCD数据对水质参数的反演结果具有一致性,可有效反映叶绿素a浓度、悬浮物浓度、透明度和富营养化指数的空间变化规律。其中,太湖西北部分布有少量水华蓝藻,在大面积蓝藻爆发区域附近,叶绿素a浓度明显高于其他区域的水体,平均浓度为62.46 mg·m-3;悬浮物浓度以竺山湾及西部沿岸湖区较大,沿西北向东南方向递减,平均浓度为26.07 mg·L-1;透明度整体从西北向东南递增,与悬浮物浓度的分布趋势相反,平均值为22.1 cm;富营养化指数整体从西北向东南递减,与叶绿素浓度的分布趋势相同,平均值为69.62。遥感监测指标的结果均符合常规监测规律。     

高分六号宽幅相机在轨几何定标及精度验证

高分六号宽幅相机能够实现单相机成像幅宽优于800 km,对大尺度地表观测和环境监测具有独特优势。在轨几何定标是光学遥感卫星几何处理的关键环节,直接影响影像的几何质量。本文充分考虑高分六号宽幅相机超大视场的畸变特性以及多谱段的成像特点,提出宽幅相机在轨几何定标方法,采用基于探元指向角的几何定标模型补偿宽幅相机系统误差,通过绝对定标和相对定标方法联合估计各波段的内外定标参数。利用Landsat 8影像、资源三号DSM为参考数据,对宽幅相机进行绝对定标处理,再利用ASTER GDEM为参考数据进行相对定标处理,其几何定标结果表明,高分六号宽幅影像绝对定位精度在3像素左右,内部几何精度能稳定在1像素,且波段间配准精度在0.3像素以内,表明在轨几何定标后高分六号宽幅影像几何质量得到了明显的提升。     

基于GF-1 WFV和Landsat-8 OLI提取植被信息方法比较研究

针对GF-1 WFV和Landsat-8 OLI两种传感器的参数特点,选取归一化植被指数(NDVI)、增强型植被指数(EVI)、大气阻抗植被指数(ARVI)、土壤调整植被指数(SAVI)和修正的土壤调整植被指数(MSAVI)5种植被指数,采用同一时期的两种传感器数据对四川省茂县进行植被信息提取,并结合像元二分模型估算植被覆盖度,计算分析两种数据源下不同植被指数的差异性。结果表明:GF-1数据提取的NDVI植被效果最好,其中2013年分类总精度为94.55%,Kappa系数为0.88;2015年分类总精度为90.47%,Kappa系数为0.85。对于Landsat-8数据提取的SAVI的结果最佳,其中2013年分类总精度为94.38%,Kappa系数为0.86;2015年分类总精度为95.83%,Kappa系数为0.88。根据统计指标分析表明:在高原山区地形环境下,利用植被指数估算植被覆盖度,GF-1卫星采用NDVI、Landsat-8卫星采用SAVI比较合适,且GF-1数据的估算精度要高于Landsat-8数据。