天宫一号高光谱数据相关检测法蚀变信息提取

天宫一号高光谱成像仪是目前中国空间分辨率和光谱综合指标最高的星载光谱成像仪.针对天宫一号高光谱数据,提出了一种基于波段相关检测的蚀变信息提取方法.该方法在对天宫一号高光谱数据进行波段相关检测提取蚀变异常特征波段的基础上,结合异常探测、端元提取和光谱匹配等方法的各自优势进行天高一号高光谱数据的蚀变信息提取.利用该法成功提取了天宫一号高光谱数据中的Al-OH矿物蚀变异常及4种蚀变矿物,结果表明该方法可以有效提取天宫一号高光谱数据中的蚀变信息,有助于天宫一号高光谱数据在地质矿产资源调查中发挥巨大的应用潜力.     

烃类微渗漏晕及其信息提取

本文在综合研究近些年来国内外遥感直接找油这一领域研究成果的基础上，系统地给出烃和烃类微渗漏晕波谱特性以及遥感影像烃类微渗漏信息的计算机提取方法，它们分别是遥感技术直接找油的基础和关键。     

天宫一号高光谱数据的船只检测实验

针对检测目标进行基于引力场的船只目标增强,计算船只目标的纹理、光谱等指标,基于支持向量机(SVM)方法,利用天宫一号高光谱数据,得到空间探测信息与地面实际目标之间存在精确的相互关系,进行船只检测实验研究.结果表明:天宫一号高光谱数据能够有效的从海水背景中提取船只信息,但船只类型仍难以有效识别.图像的自动分割对于船只的检测非常重要.传感器的多光谱与高分辨率相结合是今后研制的一个主要方向.     

烃类微渗漏的光谱遥感信息

烃类微渗漏的间接证据,包括一系列地球物理、地球化学、岩石矿物和地貌异常以及以后认识到的在土壤化学与植物生理方面引起的变异。所有这些现象均与烃类微渗漏密切相关。根据这种地表“蚀变体”的波谱特征,可利用遥感技术在特定波段内将其信息直接提取出来。     

环境一号卫星高光谱数据水体信息提取方法

环境一号卫星A星上的超光谱成像光谱仪(HSI)是中国第一个高光谱成像光谱仪.为充分利用HSI数据的高光谱特性,本文以2009年10月5日的影像为研究区,得到HSI数据影像反射率,分析水体等地类光谱特征差异及选择各地类敏感波段;利用传统指数NDVI和NDWI,构建新的基于指数的水体指数IWI,试验得出,IWI指数增加了各...     

天宫一号高光谱成像仪遥感应用

本文重点介绍了天宫一号高光谱成像仪设计、特性、在轨运控支持、地面数据处理技术及应用研究等方面内容,其中高光谱数据的辐射纠正及系统几何校正的精度满足各应用需要,数据产品质量在遥感各个应用领域获得验证.大量用户利用天宫一号高光谱数据在国土资源、海洋、林业、城市环境监测、水文生态监测等方面开展了较好的应用研究工作,取得了一批有价值的应用成果.中国科学院空间应用工程与技术中心作为载人航天空间应用系统的总体单位,负责天宫一号高光谱成像仪的总体研制管理、集成测试验证、在轨运行支持及应用研究的组织推广,为更好地发挥应用效益做出了积极的贡献.     

天宫一号高光谱成像仪系统光谱辐射校正

针对天宫一号高光谱成像仪工作原理与数据特点,提出了可见—近红外波段高光谱成像仪,短波红外波段高光谱成像仪的系统光谱辐射校正方法,给出1级标准产品数据生成流程.该过程包括:背景噪声扣除,相对与绝对辐射校正,坏列检测与修复,光谱smile校正.最后,面向光谱辐射校正后数据存储给出了数据放大系数.为天宫一号高光谱数据的标准化产品生产提供了技术支撑,为天宫一号高光谱成像仪的在轨运行、民用示范与定量化应用提供了重要基础.     

天宫一号高光谱遥感场景分类数据集及应用

天宫一号高光谱成像仪具有空间分辨率高、光谱分辨率高、图谱合一等特性，在中国航天高光谱领域具有里程碑的意义。针对一般遥感场景分类数据集尺度单一、光谱分辨率较低等问题，本文提出基于天宫一号的多谱段、高空间分辨率、多时相高光谱遥感场景分类数据集(TG1HRSSC)。利用天宫一号高光谱成像仪获取的高质量数据，经过辐射校正、几何校正、空间裁剪、波段筛选、数据质量分析与控制等，制作了一批通用的航天高光谱遥感场景分类数据集，通过载人航天空间应用数据推广服务平台（http://www.msadc.cn[2019-09-10]）进行分发和共享。该数据集包括天宫一号高光谱成像仪获取的城镇、农田、林地、养殖塘、荒漠、湖泊、河流、港口、机场等9个典型地物场景的204个高光谱影像数据，其中5 m分辨率全色谱段1个波段、10 m分辨率可见近红外谱段54个有效波段以及20 m分辨率短波红外谱段52个有效波段。研究利用AlexNet、VGG-VD-16、GoogLeNet等深度学习算法网络对构建的数据集进行场景分类的试验，结果表明该数据集的场景分类应用实现较好效果。由于该数据集具备高分辨、高光谱等特征优势，未来在语义理解、多目标检测等方面有着广泛的应用价值。     

利用天宫一号高光谱数据识别植被类型的评估研究

天宫一号高光谱数据尚未得到普遍应用,其数据的质量和应用潜力仍在进一步实践求证和挖掘.See5.0数据挖掘工具是一种能够找出训练样本中模式类隐含特征,并可以自动建立决策规则的分类算法,可避免人为建立分类规则的主观性.本文首先通过光谱曲线分析,选择地物光谱分离性最好的波段组合,然后利用See5.0工具生成规则集,再利用规则集对同一幅天宫一号高光谱数据在不同分类级别上进行分类,并利用相同的验证样本进行精度验证.经过光谱分析发现分类不同森林类型的最佳谱段中心波长分别为:655 nm、673 nm、802 nm、866 nm、984 nm,See5.0分类结果表明在同一树种不同生长期及不同亚种的分类级别上,分类精度在45%以下,表现出了一定局限性,但在树种分类级别上,天宫一号数据表现出了高光谱的优越性,分类精度皆在80%以上,植被类型分类级别,分类精度可达到90%以上.     

天宫一号高光谱数据辐射校正的CUDA并行优化

高光谱图像经过辐射校正后,消除了探测元的响应差异,能更好地满足专题信息提取的数据要求.利用探测元的列均值、列标准差等统计信息对天宫一号高光谱短波红外数据进行辐射校正检验,并基于GPU CUDA计算模型对均值归一化、矩匹配、相邻列均衡等3种相对辐射校正算法进行了并行计算优化.通过辐射校正计算流程拆分,CPU控制流程逻辑,GPU执行数据级并行计算,并建立CUDA的计算单元与数据单元的映射关系,获得5—7倍的计算加速比,这些辐射校正算法依据图像自身统计信息,且易于进行并行计算优化,满足实时校正的处理时效要求,为未来高光谱数据在轨实时辐射校正提供了新思路.     

基于天宫一号高光谱数据与Landsat TM数据的湿地利用变化监测

本文利用2013年4月18日获取的天宫一号高光谱成像仪数据和1985年5月1日获取的Landsat TM数据,对黄河入海口地区湿地的土地利用状况进行了监测研究.通过对比分类结果发现,该地区近30年来人类活动对湿地的影响强烈,滩涂开垦、水产养殖业占用自然水面现象严重.同时由于天宫一号高光谱成像仪数据具有更高的光谱和空间分辨率,其分类精度优于Landsat TM,更适合于湿地的监测.     

面向地质应用的天宫一号成像光谱数据评价

天宫一号高光谱数据是继美国Hyperion之后,另一种可应用于地质领域的成像光谱数据.面向地质应用特点与需求,针对反射率产品开展全面、定量的数据质量评价对于深化应用研究具有重要意义.但是,由于航天成像光谱数据与地面实测波谱空间尺度差异甚大,在荒漠戈壁区选取自然地物进行波谱测试,并对其开展评价,特别是定量评价,非常困难.本文以航空HyMap数据为传递,完成了天宫一号成像光谱数据质量的定量评价.结果表明,在矿物识别采用的主要短波红外谱段,天宫一号高光谱数据的信噪比明显优于Hyperion数据.采用2190—2230 nm、2310—2355 nm两个谱段的吸收深度初步对天宫一号高光谱短波红外数据真实性进行了评价,经过校正后,天宫一号数据Al-OH、Mg-OH/CO₃^2-矿物大类或组合的漏提率从71%、67%减小至29%、28%,可有效提高弱信息的检出率.     

天宫一号高光谱成像仪严密成像几何模型研究

为了获得高信噪比影像数据,天宫一号高光谱成像仪采用了运动补偿技术增加探测器积分时间的成像模式.针对此种成像方式,本文分析了成像仪的成像特点与发射镜的运动规律,建立了反射镜角度与观测矢量的几何关系,形成了基于天宫一号高光谱成像仪的严密成像几何模型.该模型符合反射镜运动补偿条件下像点与对应地物点的几何关系,通过理论精度分析和实际应用验证了纠正模型的正确性,并能获得与理论相符的实际几何定位精度.     

应用天宫一号高光谱红外谱段数据反演地表温度产品及验证

本文利用天宫一号获取的具有高空间分辨率的红外谱段数据,选择黑河中游作为反演区域,基于辐射传输模型和Planck定律进行地表温度反演.影像的反演结果表明使用天宫一号高空间分辨率的红外谱段反演得到的地表温度能更细致合理的刻画地表温度分布,这对地表温度异质性的研究具有重要意义.为了进一步验证反演精度,本文依托黑河流域已有观测平台和系统,选取黑河中游8个典型下垫面作为验证场地,开展地面同步观测实验.实验结果表明通过反演获得的地表温度与地面实测数据的平均偏差为-0.375℃,这也说明本文的反演过程能够较为精确的使用天宫一号红外谱段反演地表温度.     

高光谱遥感数据藻类信息提取方法研究

以Sacramento-San Joaquin三角洲水域为研究区,利用2007年覆盖研究区的64个航带的HyMap数据,分别用混合调谐匹配滤波(MTMF)和决策树进行藻类信息的分类提取,在此基础上均采用Kappa系数作为标准进行精度评价。结果表明:混合调谐匹配波(MTMF)分析方法对藻类进行分类的结果,Kappa系数是0.634;用基于指数的决策树方法对藻类进行分类的结果,Kappa系数是0.613,两种结果都具有高度的一致性。这说明这两种方法在提取水生物种方面比价有效。     

基于高光谱数据的壁画底稿信息提取

壁画底稿有助于探测壁画艺术的历史信息,具有重要的研究价值,本文设计了半自动提取壁画底稿信息的“三步法”:针对高光谱数据量大、相邻波段相关性高的特点,利用主成分分析实现原始数据的降维;选出含底稿信息量大的特征波段;并利用最大似然分类法实现基于特征波段合成影像的壁画底稿信息提取.结果表明,该方法能够减少数据处理量,提高分类效率与分类精度,明显恢复壁画的底稿轮廓,为以后的文化遗产保护工作提供一个可行的方案.     

珠海一号高光谱场景分类数据集

高空间分辨率、高光谱分辨率、大幅宽与大数据量是高光谱卫星数据发展趋势,传统高光谱影像的像素级分类面临难以处理海量数据、无法高效获取复杂海量影像中隐含信息的困境。已有研究开始关注高光谱影像的场景级分类,并逐步建立完善高光谱遥感场景分类数据集。然而,目前的数据集制作过程多参考高空间分辨率可见光遥感场景数据集的制作方法,主要采用遥感影像的空间信息进行场景类别解译,忽视了高光谱场景的光谱信息。因此,为构建高光谱影像的遥感场景分类数据集,本文利用“珠海一号”高光谱卫星拍摄的西安地区高光谱数据,使用无监督光谱聚类辅助定位、裁剪与标注待选场景样本,结合Google Earth高分影像进行目视筛选,构建6类场景类型和737幅场景样本的珠海一号高光谱场景分类数据集。并基于光谱与空间两个视角开展场景分类实验,通过视觉词袋、卷积神经网络等方法的基准测试结果,对不同算法在现有多光谱和高光谱遥感场景分类数据集下的性能进行深入分析。本研究可为后续的高光谱影像解译研究提供了有力的数据支撑。     

面向对象规则和支持向量机的天宫一号高光谱影像分类

传统的高光谱分类方法通常基于单一像元的光谱或纹理特征,很少考虑地物空间结构信息与空间相关特征.本文将面向对象规则与基于像元的分类进行融合,利用对象的空间结构特征和光谱特征进行混合分类,旨在克服像元层次分类的不足.本文尝试性的提出了两种混合分类方法:(1)基于分形网络演化的多尺度分割支持向量机分类(2)基于多层分水岭分割的SVM分类,并将这两种方法应用到天宫一号高光谱数据上.结果表明:基于面向对象规则的混合分类方法有效地提高了分类精度,不仅能够改善同谱异物现象,而且解决分类结果中地物破碎的问题.     

烃类微渗漏现象遥感检测研究进展

油气藏烃类微渗漏是一种普遍现象,利用遥感技术的快速、经济及高效等优势,探测烃类微渗漏从而发现油气田,是当前很多油气公司采用的主要勘探方法之一。介绍了烃类微渗漏的理论基础,阐述了烃类微渗漏在陆地表面、海底近地表及海洋表面的多种表现形式,综合论述了我国在应用遥感技术探测烃渗漏现象方面的研究进展,展望了遥感技术在未来烃渗漏检测方面的发展趋势。     

陕北油田烃类微渗漏遥感化探特征

陕北油田油(气) 藏埋藏浅,易发生油气微渗漏,已发现烃类微渗漏与遥感、化探异常及温度场异常相关的实例。文中介绍了烃类微渗漏在遥感图像上的几种表现形式和近年来物化探、钻探验证结果,结果表明,遥感和物化探综合解译可以提高油气藏勘探成功率。