高光谱遥感图像混合像元分解的群智能算法

近年来,通过群智能算法求解组合优化或连续优化问题以实现高光谱图像混合像元分解方面取得了重要进展和显著成果.本文首先回顾了高光谱图像混合像元分解的研究背景和群智能算法的特点,然后梳理了光谱混合模型及对应的最优化模型,进而介绍了基于群智能算法的端元提取和丰度反演方法,最后通过2组实验比较了群智能算法和其他传统算法在端元提取和丰度反演方面的精度,对基于群智能算法的混合像元分解效果进行了评价.另外,本文也对群智能算法在高光谱图像信息提取中应用的优势和存在的问题进行了总结.     

面向高光谱图像分类的超像素级Gabor特征融合方法研究

由于高光谱图像中的地物空间分布具有规整性和局部连续性,同时超像素分割是一种将空间图像分割成多个同质区域的有效方法,因此从超像素的角度进行高光谱图像分类将具有重要意义.本文提出了一种超像素级Gabor特征融合的高光谱图像分类方法,简称为SPGF.首先,使用一组预定义的二维Gabor滤波器与原始高光谱图像进行卷积运算,提取有效特征.同时,利用简单线性迭代聚类（简称SLIC）超像素分割方法将原始高光谱图像划分成互不重叠的超像素.然后,对于每个Gabor特征模块,利用支持向量机分类器进行分类,并使用多数投票策略实现各模块分类结果的融合.最后,使用通过SLIC算法得到的超像素图对分类结果进行修正.在2个真实高光谱数据集上的实验结果表明,本文提出的SPGF方法能够比领域内的一些经典算法获得更高的分类效果.     

高光谱图像分类方法综述

在过去数十年中,高光谱图像的研究与应用已经完成了从无到有、从差到优的跨越式发展.在对其研究的众多方面中,高光谱图像分类已经成为了一个最热的研究主题.研究表明空间光谱联合的分类方法可以取得比仅依赖光谱信息的逐像素分类方法更好的分类效果.本文将对众多的空间光谱联合分类方法进行归类和分析.首先介绍高光谱图像中相邻像素间的两类空间依赖性关系,因而可将现有的空谱联合分类方法分为依赖固定邻域和自适应邻域两类;此外,还可以依据是否同时利用两类依赖关系将现有方法进一步分为单依赖和双依赖两类.另外,还可以依据空谱信息融合的不同阶段将现有的分类方法划分为预处理方法、一体化方法及后处理方法三类.最后展示几种具有代表性的空间光谱联合分类方法在真实高光谱数据集上的分类结果.     

基于判别式字典的正则化稀疏表示人脸识别算法

为了克服非约束性(光照、表情变化)条件下会大大降低人脸识别率的缺陷,提出一种基于Fisher判别准则的正则化稀疏表示人脸识别算法.首先将人脸图像经过Gabor滤波器滤波得到Gabor幅值图像,提取其统一化的局部二进制直方图,然后利用Fisher判别准则学习得到新的字典,最后通过正则化的稀疏表示判断测试图像所属类.利用AR数据库的数据进行实验的结果表明,与SRC、FDDL、RSC识别算法相比,本文算法在非约束性条件下具有最佳的识别率.     

三维重建算法研究综述

三维重建技术能够应用在医学中的三维CT图像、机器人中的路径规划及考古工作中的遗迹的展示等诸多领域中.三维重建效果的完整性、精确性与稀疏点云重建（Structure From Motion,SFM）、稠密点云重建（Multi-View System,MVS）有着直接关系,本文对这两个方法展开了具体的介绍.稀疏点云重建中主要介绍了特征点检测与匹配以及SFM重构方法,本文对近几年关于特征点检测与匹配的研究进行了总结,将SFM重构方法分为全局式、增量式、混合式,并进行了详细介绍.稠密点云重建中主要介绍了深度图估计,就传统的几何计算法、深度学习与几何计算相结合的方法、基于深度学习的方法进行了总结,同时介绍了三维重建的评价指标.最后对基于图像的三维重建进行了总结,并列举出了在未来可能面对的问题及发展趋势.     

光学遥感信息技术与应用研究综述

光学遥感利用可见光、近红外和短波红外传感器对地物进行特定电磁谱段的成像观测,是遥感科技中发展最早,也是目前对地观测和空间信息领域中应用最为广泛的技术手段.随着近年来光学成像、电子学与空间技术的飞速发展,高空间、高光谱和高时间分辨率遥感技术不断取得新突破,为光学遥感图像处理与应用技术发展创造了前所未有的机遇和广阔前景.本文首先概述了光学遥感的基本原理和发展历程,然后重点介绍了光学遥感图像的数据特点及光学遥感图像处理技术与方法,阐述了光学遥感在生态环境、自然资源和国防安全等领域的应用情况,讨论了未来光学遥感信息技术与应用发展的几个主要方向和趋势.     

利用MODIS云检测产品客观确定AIRS云检测

云检测是用卫星资料研究云对气候系统作用至关重要的第一步,采用Nagle的基于扫描几何特性的共同空间匹配算法,用MODIS云检测产品客观确定了AIRS云检测,是将高空间分辨率成像仪产品与高光谱分辨率传感器观测资料结合使用的一次实际应用。合成使用高空间分辨率成像仪与高光谱分辨率传感器观测资料的关键步骤在于:①有效而精确的时间和空间上的匹配;②传感器像素内图像仪云检测产品的断定。不仅是云检测,利用AIRS视场内空间匹配的MODIS云产品,还可以判断AIRS的云相态、有效云量及云光学厚度等。     

滑动窗区空间相关系数加权集合方法及其在IPCC-AR4多模式集合模拟和预测中的应用

本文根据政府间气候变化委员会 (IPCC) 第四次评估报告 (AR4) (简称IPCC-AR4) 中22个耦合模式对20世纪气候模拟 (20C3M) 结果中20世纪晚期亚洲夏季风降水的模拟所显示出各模式模拟能力的较大空间差异, 提出了一种滑动窗区空间相关系数来量化表征这种空间差异特征, 结果表明, 该系数明显优于传统空间相关系数, 其空间分布能够较为细致地描述各模式对较小区域模拟性能的空间差异特征。在此基础上, 本文提出以这种滑动窗区空间相关系数作为各模式的权重系数进行加权集合平均, 并称之为滑动窗区空间相关系数加权集合方法。利用该方法对IPCC-AR4 22个耦合模式所模拟的20世纪晚期亚洲夏季风降水进行加权集合平均, 并将其结果与传统空间相关系数加权集合平均以及等权重多模式集合平均结果进行比较, 表明了利用本文所提出的加权集合方法对20世纪晚期亚洲夏季风降水的集合模拟结果明显优于简单的等权重多模式集合平均结果以及传统空间相关系数加权集合平均结果。鉴于此原因, 本文利用此方法对在A1B (各种能源均衡发展) 排放情景下IPCC-AR4中22个耦合模式所模拟的21世纪各时期亚洲夏季风降水演变趋势进行集合预测。其结果表明: 在A1B排放情景下, 从21世纪中期 (2045～2065年) 开始南亚夏季风降水将比20世纪晚期明显增强; 而东亚夏季风降水相对于20世纪晚期的变化呈现出从南到北经向三极子型异常分布特征, 即华南和华北地区夏季风降水增多, 而长江流域夏季风降水相对于20世纪晚期没有太大变化。并且, 结果还表明亚洲夏季风降水异常这种变化趋势可以延续到21世纪晚期。     

一种特征可控的图像检索方法

提出了一种新的图像检索方法,它利用图像颜色特征和空间特征的加权平均作为图像的相似性度量．与目前常用的图像检索方法相比,该算法在查精度及查全度两个指标上均有明显的提高,且对结构相似但颜色完全不同的图像也能够有效地进行检索．同时,由于特征加权因子的可调节性使得所设计的系统可根据用户检索所反馈的信息进行调节及控制．     

激波管内水汽相变滞后效应的实验研究

本文研究了激波管中稀疏波、反射稀疏波对水汽-空气混合气体作用的非定常瞬态相变过程。利用两种不同波长光束的消光方法对水汽相变过程进行了测试。结果表明:水汽非定常瞬态相变发生的温度远远低于出现于自然大气中的凝结或冻结温度，混合气体膨胀越强，水汽瞬态相变的温度越低。非定常瞬态膨胀时的压力迅速下降是水汽瞬态相变温度远远低于自然大气中水汽相变温度的主要原因。水汽瞬态相变过程中，生成的微滴尺度均匀，但微滴的数密度却随时间发生变化。     

基于压缩感知的地基红外云图云状识别

为了对地基全天空红外测云仪获得的云图进行分类,该文从压缩感知理论出发,提出了一种利用云图灰度稀疏性进行云状识别的新方法。首先运用典型云图样本构造冗余字典,然后通过梯度投影 (GPSR) 算法和正交匹配 (OMP) 算法求取测试样本在冗余字典中的l1范式最优解,最后利用残差法和稀疏比例法对云状进行判别并输出。采用压缩感知理论进行云状识别,降低了对特征提取技术的要求,为云状的自动识别提供了新思路,对典型波状云、层状云、积状云、卷云和晴空的总体识别率分别达到75%,91%,70%,85%和93%,平均识别率为82.8%。     

分布式GEO SAR:编队构型设计及性能分析

地球同步轨道合成孔径雷达（GEO SAR）具有短重访周期、大覆盖范围的优势,在防灾减灾方面具有重大潜力.本文提出包含远近编队的伴随分布式GEO SAR系统,在单星GEO SAR基础上,通过增加仅接收信号的从星伴随飞行,形成多个相位中心,具有功能丰富、成本低的优点;但不同功能对编队的空间基线要求不同.本文针对近距编队构型,提出基于坐标旋转的相对运动方程修正方法,可获得地球自转影响下空间基线解析计算方法;进一步提出基于半长轴修正的线性时变基线设计方法,可应用于SAR层析任务.针对远距编队,提出全局可测约束下最小定位精度系数准则,可实现具有最佳视角组合的远距编队设计,实现三维形变反演任务.最后,仿真并分析了伴随分布式GEO SAR编队各功能的系统性能,包括基线的日变化、高度向分辨率和典型观测区域的三维形变反演精度等.     

An Economical Approach to Flow-Adaptive Moderation of Spurious Ensemble Correlations and Its Application in the Proper Orthogonal Decomposition-Based Ensemble Four Dimensional Variational Assimilation Method

The purpose of this study is to describe an economical approach to an existing adaptive localization technique and its implementation in the proper orthogonal decomposition-based ensemble four-dimensional variational assimilation method(PODEn4DVar). Owing to the applications of the sparse processing and EOF decomposition techniques, the computational costs of this proposed sparse flow-adaptive moderation(SFAM) localization scheme are significantly reduced. The effectiveness of PODEn4 DVar with SFAM localization is demonstrated by using the Lorenz-96 model in comparison with the Smoothed ENsemble Correlations Raised to a Power(SENCORP) and static localization schemes, separately. The performance of PODEn4 DVar with SFAM localization shows a moderate improvement over the schemes with SENCORP and static localization, with low computational costs under the imperfect model.     

INTERPOLATION TECHNIQUE FOR SPARSE DATA BASED ON INFORMATION DIFFUSION PRINCIPLE-ELLIPSE MODEL

Addressing the difficulties of scattered and sparse observational data in ocean science,a new interpolation technique based on information diffusion is proposed in this paper.Based on a fuzzy mapping idea,sparse data samples are diffused and mapped into corresponding fuzzy sets in the form of probability in an interpolation ellipse model.To avoid the shortcoming of normal diffusion function on the asymmetric structure,a kind of asymmetric information diffusion function is developed and a corresponding algorithm-ellipse model for diffusion of asymmetric information is established.Through interpolation experiments and contrast analysis of the sea surface temperature data with ARGO data,the rationality and validity of the ellipse model are assessed.     

寡照对温室黄瓜花果期生长及产量品质影响研究

为了探讨寡照对日光温室黄瓜花果期生长发育、产量和品质的影响,以黄瓜品种“德瑞特L108”(Cucumis sativusL. cv.Derit L108)为试材,通过不同遮阴日数（1 d、3 d、5 d、7 d、9 d）及恢复控制试验,研究寡照对日光温室黄瓜生长及果实品质的影响。结果表明：1）持续寡照日数超过5 d,黄瓜株高和茎粗生长受到显著影响,尤其是茎粗存在变细现象,7 d以上对植株生长影响不可逆。2）黄瓜果实横径、长度生长速率和果重受寡照影响程度存在一定差异,果实上下两端横径长势对寡照较为敏感,连续寡照3 d时影响即达显著水平,可导致上端横径生长速率降低0.87 mm·d-1,下端为0.73～0.99 mm·d-1;果实中部横径和长度增长速率在寡照5 d以上时影响达显著水平,生长速率降低0.88 mm·d-1和0.87～1.00 cm·d-1;与对照（以CK表示）相比,寡照3 d的单果重降低18.7 g,寡照日数每延长1 d,单果重降低2～3 g。3）果实的外观等级受寡照影响较大,1～5 d寡照,特级果比例降低9.4%～43.0%;持续寡照5 d以上二级果和坏果比例明显升高,连续寡照9 d,二级果和坏果比例达到20%和25%;寡照3 d以上,果实含水率与CK差异即达到显著性差异;维生素含量对寡照影响反映敏感,1～5 d寡照,果实维生素含量降低6%左右,7 d以上的寡照日数,则降低10%～13%;寡照持续日数超过5 d,花青素和有机酸含量影响较大;持续寡照日低于7 d时,可溶性糖含量对寡照影响敏感度相对较低,超过7 d其含量达到显著性差异,且寡照日每延长1 d,其含量降低4%。     

Added-value of GEO-hyperspectral Infrared Radiances for LocalSevere Storm Forecasts Using the Hybrid OSSE Method

正021-0443-1.Article Highlights:·The added-value from a GEO-hyperspectral IR sounder is studied by using a hybrid OSSE method.·The hybrid OSSE system can be used to evaluate the simulated GEO CrIS-FSR data by verifying the simulated LEO CrIS-FSR compared to the real CrIS-FSR.·The assimilation of GEO-hyperspectral IR data improves atmospheric temperature, moisture, wind, and precipitation forecasts.·An overall 5%RMSE reduction was found from using a GEO hyperspectral IR sounder on the atmospheric variables.     

基于MODIS遥感数据的混合像元分解技术研究和应用

使用郑州市MODIS（Moderate-Resolution Imaging Spectroradiometer）遥感数据,运用线性混合模型,对MODIS遥感数据进行混合像元分解技术研究。探讨了MODIS遥感数据的预处理、线性光谱分解模型、图像端元组分反射率的求取方法。把结果与分辨率较高的Landsat ETM＋图像分类结果进行对比,并根据得到的均方根误差（RMS;Root Mean Square）进行分析表明,利用这种像元分解方法得到的结果较为理想,MODIS数据可以有效地应用于遥感动态监测和土地覆盖分类研究。