基于LBV变换的GF-2影像水体提取方法

针对GF-2影像波段较少、不利于构建水体指数的问题,提出了基于LBV变换的水体提取方法。通过GF-2影像的LBV变换及其归一化,得到了物理意义明确的L、B、V变换分量;利用这三个分量计算特征分量BL、BV,构建完整水体提取方案,对阿克塞县的小苏干湖和石嘴山市某一段黄河进行水体提取。实验结果表明,相比于NIR、NDWI算法,本文算法能够更好地将水体与土壤、植被、建筑物等地物区分开来,在正确率、误提率、漏提率方面总体优于NIR、NDWI算法,提取过程简单,具有较好的应用价值。     

基于LBV变换的遥感影像多步骤分类法研究

面对与日俱增的遥感数据,如何快速准确地进行影像分类成为遥感领域亟待解决的问题。本文在前人的基础上提出了一种基于LBV变换的遥感影像多步骤分类方法。L:地物的总辐射水平,集中反映了裸地的信息;B:地物的可见-红外光辐射平衡,是地面水分状况和水体存在的一个良好指标;V:地物辐射随波段变化的方向和速度向量,能集中反映地面植被状况。多步骤分类法遵循由易到难的原则,能克服类别之间的互相影响,从而提高分类精度。文章结合LBV变换和多步骤分类法的优点对影像进行了分类,结果表明该方法简单易行,且能达到良好的分类精度。     

中波红外图像模拟生成技术研究

基于中波红外图像获取困难的现状,利用高分辨率可见光图像,分别提出基于近似模型和辐射传输模型的中波红外图像模拟方法。在近似模型中,对可见光图像分类,结合不同地物的发射/反射特性,建立起待模拟中波红外图像与源图像之间的灰度映射关系;在辐射传输模型中计算出地面的辐射亮度值,并利用MODTRAN4进行大气改正;利用这两种方法,得到了不同条件下的模拟图像,并给予初步的评价。模拟结果表明,两种方法均能反映出中红外波段下不同地物的相应特征,并在制导等军事应用中有一定的价值。     

高光谱吸收特征参数反演草地光合有效辐射吸收率

在植被光合有效辐射吸收率(FAPAR)遥感估算中被广泛采用的植被指数法,其估算精度往往受到"红波段吸收峰"峰值点光谱反射率易饱和特征的影响。考虑到高光谱吸收特征参数能较好地诠释地物光谱吸收特征的细节信息,基于微分法与包络线去除法研发"高光谱曲线特征吸收峰自动识别法"识别对FAPAR敏感的特征吸收峰,再结合连续统去除法以及光谱吸收指数(SAI)提取FAPAR的高光谱吸收特征参数,构建估算天然草地冠层水平FAPAR的高光谱吸收特征参数模型。结果表明:(1)天然草地冠层FAPAR与高光谱吸收特征参数具有很好的相关性,其中,"红波段吸收峰"SAI对FAPAR变化最为敏感,在植被覆盖度较高时,其饱和性相比"红波段吸收峰"峰值点反射率与归一化植被(NDVI)值有较大的提升。(2)以"红波段吸收峰"SAI为变量的对数方程为FAPAR的最佳估算模型,在植被覆盖度处于中与高时,其FAPAR预测精度比NDVI模型有不同程度的提高。研究采用的高光谱吸收特征参数一定程度上弥补了部分植被指数因饱和问题在估算FAPAR时的不足,可作为植被FAPAR反演的新参数,适用于中、高覆盖度的天然草地FAPAR监测。     

智能高光谱遥感卫星前视相机性能设计

高光谱遥感可以得到地物连续光谱信息,实现地物精细分类、目标高精度探测以及地物生化参量的定量化应用。传统的高光谱遥感器由于固定辐射动态范围,存在大量无效且冗余数据,给卫星载荷造成了巨大的存储压力。智能高光谱卫星关键技术之一在于利用前视相机预判辐射动态变化范围的方式辅助主相机成像模式调整,本文在智能遥感卫星系统概念的基础上,重点开展前视相机倾斜角设计、波段设置和辐射动态范围预测研究。研究表明:前视相机倾斜角需要综合考虑星上响应时间、单次成像距离和空间分辨率;考虑到云检测、气溶胶光学厚度和水汽含量反演等指标的实现,前视相机需要设置0.49μm、0.66μm、0.87μm、0.94μm、2.1μm等5个波段;0.4—1.0μm波段范围最大最小值辐亮度可以由有限波段进行预测。基于ENVI光谱库76条光谱数据,通过MODTRAN辐射传输模型模拟各类地物(植被、矿物、人造地物、土壤)在不同观测条件下的表观辐亮度,建立了在0.4—1.0μm波段内各类地物辐射动态最大值和最小值模拟模型,利用光谱库中其他光谱数据验证了各类地物辐射动态最大值和最小值模拟模型,各类地物最大值和最小值预测模型验证的拟合优度(R2)分别大于98%和75%,模型验证相对误差分别小于5%和25%;同时利用Hyperion影像,验证了植被类预测模型,最大值模拟模型验证相对偏差在5%内,最小值模拟模型验证相对偏差在10%内。以上研究为智能高光谱卫星主相机的辐射动态范围调整提供了重要依据。     

CBERS-02 WFI的辐射交叉定标及其对植被指数的作用

本文以MODIS作为参考传感器，对CBERS-02星上的WFI传感器进行辐射交叉定标，得到WFI两个波段TOA辐亮度、表观反射率的增益与计数值偏移量，两个波段的计数值偏移量分别为42和21个DN左右。利用定标结果计算图像上另一均匀区的表观反射率。与MODIS反演的表观反射率比较验证。WFI与MODIS第1波段的表观反射率相差3．6％，第2波段相差-3．6％。检验结果说明，本文得到辐射交叉定标系数的精度能满足定量化应用的要求。为了说明辐射定标对植被指数的影响，本文选择5个实验区，比较分析了实验区图像辐射定标前后的NDVI。当WFI的DN值扣除定标得到的数字计数值偏移量后，DN值的NDVI与表观反射率的二次非线性拟合度可达99％。另外。WFI辐射定标前后的NDVI、RVI与MODIS反演的NDVI、RVI的比较分析说明，WFI辐射定标后表观反射率值的植被指数与MODI反演植被指数较接近，而且两个传感器RVI的差异小于NDVI的差异。     

基于光谱重建的高光谱特征参数选择方法——以苏北地区Hyperion数据为例

高光谱遥感能提供数十至数百个窄波段的光谱信息,从而能够依据地物的诊断性光谱特征进行地物识别。然而,高光谱遥感在提供丰富光谱信息的同时,波段间的相关性和冗余性制约着高光谱遥感的应用。因此,特征参数选择是高光谱遥感分类中最关键的环节之一。首先讨论EO-1/Hyperion的传感器特征,并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线,采用光谱重建理论获得用于逼近光谱曲线的基函数及其对应的光谱区间。然后采用逐步增加光谱区间,并调整波段中心位置和宽度的方法,得到稳定的光谱区间。最后将光谱区间内的几个原始高光谱波段合成一个宽的波段,得到几个较宽波段的仿真图像,并对其进行分类。结果表明,基于光谱重建的特征参数选择方法获得的分类,总体精度高达92%,充分说明了该方法的有效性。     

多目标无人机微型凝视高光谱成像仪辐射校正

微型凝视高光谱成像仪可以同时获取两个空间维度和一个光谱维度图像,且仅记录整个高光谱图像的外方位元素而不是记录每一帧图像的外方位元素,避免了扫描时的几何不稳定性,有效解决了小型线扫式高光谱成像仪成像几何变形大的问题,适合于姿态不稳定小型无人机负载平台。目前,研究大多集中于线扫式高光谱成像仪辐射校正方法。凝视型高光谱成像仪应用时间较短,国内外没有较为成熟的数据处理研究,阻碍了无人机微型凝视高光谱成像系统的应用。本文研究了无人机载微型凝视高光谱成像仪辐射响应线性度特性和辐射响应变异性的校正方法,并定量评估该方法的有效性。结果表明,辐射响应变异性校正前,高光谱图像存在明显的渐晕效应和条带现象,校正后,不同波段中像元的辐射响应变异系数显著下降,且渐晕效应和图像条带明显减少。本文提出了基于多目标辐射定标方法,并通过比较定标后的高光谱图像光谱与地面光谱仪实测地物光谱来验证辐射定标的精度。结果表明,多目标辐射定标方法的定标结果表现出更好的效果,特别对于近红外波段,与光谱仪实测的地物反射率差异较小。     

多时相遥感图像相对辐射校正

相对辐射校正是多时相遥感图像处理和分析的前提.本文分析了几种常规的相对辐射校正方法的优缺点,然后在此基础上提出了一种基于小波变换的遥感图像相对辐射校正方法.该方法对源图像小波变换域的低频成分实施辐射变换,并保持高频成分不变,重构的图像具有保持高频信息的特性,因而能够较好地保留源图像中由于地物变化引起的辐射差异.     

综合水体指数的创建

在对NDWI和MNDWI等传统水体指数进行分析的基础上,本文提出了一种创建水体指数的新思路:将多光谱图像进行LBV和HSV等复合变换,综合利用变换前的多波段信息和变换后的新波段信息绘制地物光谱曲线,寻找水体的光谱特性,进行水体指数的创建。本文利用ETM+图像HSV变换后的Sat波段以及LBV变换后的V波段,创建了综合水体指数(SWI),并利用SWI进行了遥感影像水体信息自动提取实验。实验表明:利用SWI能准确提取水体信息,有效减少水体提取结果中的误提取像元。     

联合统计信息与散射模型的GF-5 AHSI可见光影像薄云校正

针对高分五号可见短波红外高光谱相机AHSI (visible-shortwave infrared Advanced HyperSpectral Imager)可见光波段存在的薄云干扰,本文提出了一种联合统计信息与散射模型的校正方法。利用AHSI影像邻近波段间地表与云雾辐射的统计差异,实现对不同场景下相对薄云辐射RCR (Relative Cloud Radiance)的准确估计。基于此,根据不同波段的散射特性,分别利用分级暗目标统计和散射模型约束策略,获取可见光波段的绝对云辐射强度,最终实现影像校正。通过设置模拟与真实实验对方法的有效性和鲁棒性进行目视和定量检验。模拟实验中,可见光波段内的薄云干扰均可被有效地去除,校正结果与真实地表十分一致;此外,RMSE (RootMean-Square Error),MAE (Mean Absolute Error)和SA (Spectral Angle) 3个评价指标的值分别为1.9891,1.6822和0.4901,远小于对比方法。真实实验中,不同场景内的薄云可被有效抑制,在较为准确恢复降质地表信息的同时保持晴空区光谱特征;Q指数,SSIM (Structural Similarity Index)和UQI (Universal Quality Index)的计算结果优于对比方法。综上,本文提出方法可用于不同场景下高分五号AHSI影像可见光波段的薄云校正,可得到目视效果良好且光谱保真度高的校正结果。     

SAR干涉图的静态小波域MAP法滤波

SAR干涉图中的斑点噪声是对相位解缠的极大障碍，为了得到更精确的地形模型，必须在相位解缠前对干涉图进行斑点噪声滤波。提出了一种干涉图的小波域多尺度滤波算法。对干涉图的实部和虚部分别进行处理，用Pearson分布系确定了信号和噪声项小波系数的概率密度函数，然后用最大后验概率（Maximum A Posterior,MAP)准则估计无噪数据的小波系数。将本算法和另外3种滤波算法进行比较。结果表明，本滤波算法对SAR干涉图有很强的噪声抑制能力，并能保持干涉图的相位细节信息和相位分布。     

TM图像的光谱信息特征与最佳波段组合

本文分析了北自黑龙江省寒温带缓岗平原、南至广东省南亚热带丘陵等9个不同景观类型样区的TM图像数据,查明TM图像的光谱信息具3—4维结构,其物理含义相当于“亮度”、“绿度”和“热度”、“湿度”。在TM7个光谱图像中,一般以第5波段包含的地物信息最丰富。3个可见光波段(即第1,2,3波段)之间,两个中红外波段(即第5,7波段)之间相关性很高,表明这些波段的信息中有相当大的“重复性”或“冗余性”。第4,6波段则颇特殊,尤其是第4波段与各波段的相关性都很低,表明这个波段的信息有很大的独立性。计算20种组合的熵值的结果表明,由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像,一般具有最丰富的地物信息,其中又常以4,5,3或4,5,1波段的组合为最佳。     

基于色调饱和度亮度模型的可见光植被提取

针对遥感影像只具有红（R）、绿（G）、蓝（B）3个可见光波段时无法利用归一化植被指数（NDVI）方法提取植被信息的现状,本文提出了一种基于色调饱和度亮度（HSL）模型的可见光植被提取方法。利用自主研发的系统,将影像从RGB彩色空间变换至HSL彩色空间,构建归一化色调亮度植被指数（NHLVI）,通过分析植被与非植被信息在HSL彩色空间中的特征,以及NHLVI、H、S、L、R、G、B各分量的特征,确定协同NHLVI、S分量提取植被信息,利用B分量特征剔除结果中的非植被信息,从而实现植被信息提取,并提高提取精度。研究表明,该方法在现有NHLVI指数方法基础上,加入S分量,提升了可见光植被提取的精度及方法的适用性。     

面向高光谱影像分类的显著性特征提取方法

针对高光谱影像分类问题,提出了一种显著性特征提取方法。首先,利用超像素分割算法将高光谱影像3个相邻波段分割为若干个小区域。然后,基于分割得到的小区域计算反映不同区域的显著性特征。最后,沿着光谱方向采用大小为3、步长为1的滑窗法获得所有波段的显著性特征。进一步将提取的显著性特征与光谱特征进行结合,并将结合后的特征输入到支持向量机中进行分类。利用Pavia大学、Indian Pines和Salinas 3组高光谱影像数据进行分类试验。试验结果表明,与传统的空间特征提取方法和基于卷积神经网络的高光谱影像分类方法相比,提取的显著性特征能够获得更高的高光谱影像分类精度,且结合光谱特征能够进一步提高分类精度。     

利用Landsat TM影像进行地表温度像元分解

提出了一种基于Landsat TM的地表温度二次像元分解方法,将地表温度的空间分辨率从120 m提高到30 m。首先,利用地表类型的线性统计模型（E-DisTrad）获取初次分解子像元的地表温度,计算得到初次分解子像元的辐亮度;然后,利用面向对象的图像分割方法获取二次分解子像元的权重,实现对地表温度的二次分解;最后,采用升尺度再分解的验证方法进行精度分析,并选取了北京市TM影像进行实例分析。实验结果表明,二次像元分解模型不仅能有效地提高地表温度的空间分辨率,反映出不同地表类型地表温度的空间差异性,而且保证了像元分解前后能量值的一致性,非常适合于复杂地表覆盖地区的热红外波段遥感影像数据的降尺度处理。     

基于GF-6的可可西里典型湖泊水体面积提取方法研究

湖泊是气候变化的敏感指示器,快速准确地获取湖泊水体信息对区域气候变化研究、区域生态环境保护和治理具有重要意义。本文基于高分六号(GF-6) WFV数据,以可可西里地区4个湖泊为研究对象,分别采用单波段法、波段差值法、归一化差异水体指数(NDWI)法提取了水体面积,并以目视解译所得结果作为参考标准,对不同方法的提取结果进行了精度评价。结果表明,单波段法易受浅水区水体影响,但受积雪的影响较小,而波段差值法和NDWI法受积雪影响较大;NDWI法虽能有效提取浅水区水体,但仍受一定程度湖底沉积物的影响;波段差值法与单波段法和NDWI法相比,能有效区分浅水区水体和背景地物。     

机载多光谱LiDAR的随机森林地物分类

机载多光谱LiDAR技术利用激光进行探测和测距,不仅可以快速获取地面物体的三维坐标,还可以获得多个波段的地物光谱信息,可广泛用于地形测绘、土地覆盖分类、环境建模、森林资源调查等。本文提出了多光谱LiDAR的随机森林地物分类方法。该方法通过对LiDAR强度数据和高程数据提取分类特征,完成多光谱LiDAR的随机森林地物分类;并分析随机森林的特征贡献度特性,采用后向特征选择方法实现分类特征选择。通过对加拿大Optech Titan多光谱LiDAR数据的试验表明：随机森林方法可以获得较好的地物分类精度,而且可以适当地去除部分冗余和相关的特征,从而有效提高分类精度。     

FORMOSAT-3/COSMIC observations of the ionospheric auroral oval development

The ionospheric radiance and electron density observed by the tiny ionospheric photometer (TIP) and GPS occultation experiment (GOX) payloads on FORMOSAT-3/COSMIC satellites are applied to determine the boundaries of the auroral oval and its width in the winter nighttime ionosphere for both hemispheres. The TIP collects ionospheric emission at 135.6 nm due to electron impact excitation, while the GOX offers ionospheric electron density profiles with radio occultation (RO) technique. Comparison between them shows similar patterns of the plasma structure in the polar caps. The mean width of the auroral bands ranges between about 2 and 11° latitude in the winter nighttime and it varies with longitudes. The comparison by month suggests that the mean radius of the auroral ovals varies with the intensity of the auroral radiance.