一种改进的BP神经网络非均匀性校正算法

利用BP神经网络进行红外焦平面阵列的非均匀性校正,容易产生校正精度低、收敛速度慢及边缘模糊等缺点。文中提出一种基于中值滤波和改进网络权值的BP神经网络算法。对于非均匀性很大的红外图像,先对其进行中值滤波预处理,然后再在权值迭代过程中加入动量项改正来避免图像边缘模糊。实验结果表明改进后的BP神经网络算法更适合边缘细节丰富的红外图像。     

AR模型中AO类异常值探测及其在GPS卫星钟差预报中的应用

基于EM算法,提出一种AR模型中AO类异常值(additive outlier)探测的算法。该算法可同时进行AR模型拟合与AO类异常值探测,并可有效地解决成片AO类异常值探测时所产生的掩盖和淹没问题。最后,将本文算法应用于GPS卫星钟差预报之中。本文算法可以准确探测出钟差历史观测序列中的AO类异常值,并可对卫星钟差进行精确预报。     

基于ARMA模型的BDS卫星钟差异常值探测及其短期预报

星载原子钟在运行过程中会受到恶劣空间环境与设备老化等因素的影响,使得卫星钟差数据中经常存在异常值,其中AO(additive outlier)类异常值是钟差序列中常见的一类异常值.结合最大期望算法与自回归滑动平均(autoregressive moving average, ARMA)模型,提出一种AO类异常值探测算法...     

地面沉降水准监测数据预处理流程与方法探讨

对地面沉降监测数据的处理,能够揭示区域地面沉降的分布特点和发展规律,但由于沉降量中不可避免的存在异常值,因此有必要进行数据预处理。本文依据有关规范定义了异常值,提出了剔除异常值和数据预处理的流程方法,并以数据剔除率作为评定指标,采用宁波市1999-2015年的地面沉降水准监测数据进行了处理和分析,结果表明本文提出的流程和方法能够有效剔除异常点位的沉降量,改进分析结果。     

极限误差TLS的粗差探测

在测量的观测数据中有可能含有异常值,这些异常值有可能对TLS的估计结果产生较大影响,甚至有可能使估计结果发生变异,因此必须对估计系统中粗差或异常值进行探测及剔除。本文采用TLS对观测数据进行拟合,并利用极限误差特性对初始拟合残差进行分析,得到了较好的粗差探测结果,对于粗差的诊断具有一定的实际指导意义。     

GNSS观测值域增强PPP定位中综合改正数质量控制算法

若全球卫星导航系统(GNSS)观测值域综合改正数中存在粗差或周跳则不可避免地会影响精密单点定位(PPP)增强的定位结果. 针对综合改正数中可能存在的异常,对综合改正数质量控制方法开展研究并提出异常识别与控制算法. 该算法根据综合改正数特点,利用经过频间和二阶历元间差分后的综合改正数组合值采用中位数法进行异常识别与定位,并对使用该异常值的卫星采用模糊度重新初始化、降权或剔除方法进行控制处理,以减少异常值对结果的影响. 以平均边长为26 km的部分香港连续运行参考站(CORS)组成的参考网以及科廷大学提供的零基线数据对该方法验证,结果表明:对30 s采样间隔的数据该方法能够有效探测出差分组合值中大部分1周以上的较大异常和部分1周以内的异常,有效控制部分异常值对定位结果的影响.      

局部地区布格重力异常的计算

概括了空间重力异常和布格重力异常的计算方法,计算了中安第斯山局部地区的空间重力异常、地形改正和布格重力异常,发现了其在海拔较高地区多为负值。     

谐波改进的植被指数时间序列重建算法

提出一种基于傅里叶谐波分析的改进算法,引入异常值检测算法,检测拟合过程中的异常值,增加数据拟合的真实性;迭代前动态估算出待处理序列点的峰值个数(即频数),解决整个区域预设单一频数的不合理性;引入拟合影响因子,自动控制迭代终止条件,避免传统方法中人为设置阈值导致的不确定性。利用2003年华北平原MODIS_EVI时间序列图像验证表明,较之HANTS算法,改进算法能够有效修正噪声污染像元值,修正后的EVI时序曲线更能反映地物内在的物候变化规律,并能够更好地保真原始曲线上的特征(点),如作物EVI最大值、最小值出现的时间和大小关系。     

无重力数据情况下阜新似大地水准面的确定

将地球位模型计算的阜新似大地水准面拟合于GPS水准实测的似大地水准面。其方法是对每一个GPS水准点,以选定的地球位模型计算其高程异常值,并与其GPS水准实测高程异常值进行比较,得到高程异常的改正值,以此改正附近2.5′×2.5′格网点上用地球位模型计算的高程异常。     

结合正则化K-SVD和Hampel滤波的探地雷达数据重建

为减弱因地形起伏造成的探地雷达数据间的能量差异,保证探地雷达图像解译和识别的准确性,本文提出了一种正则化K-SVD字典学习和Hampel滤波算法相结合的探地雷达数据重建方法。试验采用正则化K-SVD字典学习对探地雷达信号进行能量均衡,利用Hampel滤波算法剔除均衡后的信号异常值,并对均衡后的信号进行二维可视化,从而完成探地雷达图像重建。对比试验表明,本文方法不但可以均衡原始的探地雷达信号,而且其均衡后的信号更加符合探地雷达信号传播规律,可以保证单道数据信号的质量;其重建的图像效果更好,在探地雷达图像重建方面具有较好的实用价值。     

Universal algorithm for water depth refraction correction in through-water stereo remote sensing

In through-water stereo remote sensing, the correction of the effect of light refraction on water depth determination is an unsolved problem. The challenge is that no solution exists for apparent positions when the conjugate image rays are non-intersecting. This paper proposes a new water depth refraction correction algorithm for through-water stereo remote sensing. The midpoint of the shortest line segment between two non-intersecting conjugate image rays is used as the apparent position, so that the mathematical relationship between the apparent and actual depths is established under the “no solution condition”. The new algorithm is reasonable and applicable whether or not conjugate image rays are intersecting. Compared with the existing algorithms, the new algorithm can improve bathymetric accuracy in different degrees. The improvement becomes more significant as the off-nadir view angle difference and the depth increase. Results for Area 1 showed that, compared with the three existing algorithms, the new algorithm improved RMSE accuracy by about 22%, 29% and 24% respectively. The new algorithm enables reasonable water depth refraction correction to be implemented in any case (whether conjugate image rays are intersecting or not).     

一种卫星遥感图像目标位置快速精校正的新方法

从遥感图像目标识别处理等应用特点出发,提出一种卫星图像目标位置精校正的新方法。直接在系统级几何校正的遥感图像上检测目标及其附近的地面控制点,然后进行异常控制点检测,最后利用正常控制点对目标地理位置实施精校正。同时提出一种基于局部区域最大团的异常控制点自动检测方法。实验结果表明,所述方法在保证目标定位精度的同时,可显著提高目标地理位置精校正的速度。     

一种基于阴影像元的光学遥感大气校正方法

提出一种基于6S模型 阴影像元的大气校正方法,适用于有阴影像元存在的高空间分辨率光学遥感影像。该方法从阴影像元与非阴影像元的信号差异估算气溶胶光学厚度,与暗目标方法相比,此方法避免地表反射率的假定难题。以北京市密云县的IKONOS影像对方法进行验证。在气溶胶光学厚度的估算上,该方法的估算结果与MODIS气溶胶产品基本一致,而且其结果的稳定性明显好于暗目标法。在大气校正的结果方面,针对各类地物,比较大气校正前后的光谱与同类典型实测地物光谱,结果说明大气校正能够大大恢复各类地物光谱的典型特征,这将有利于地物的识别。最后通过比较大气校正前后的NDVI发现,大气校正能够明显增大高植被覆盖区与低植被覆盖区NDVI的差别,使植被信息更加突出。     

Comparison of the Landsat Surface Reflectance Climate Data Record (CDR) and manually atmospherically corrected data in a semi-arid European study area

This study contributes to the quality assessment of atmospherically corrected Landsat surface reflectance data that are routinely generated by the Landsat Ecosystem Disturbance Adaptive Processing System (LEDAPS). This dataset, named Landsat Surface Reflectance Climate Data Record (Landsat CDR), is available at global scale and offers unprecedented opportunities to land monitoring and management services that require atmospherically corrected Earth observation (EO) data. Our assessment is based on the comparison of the Landsat CDR data against a set of Landsat and DEIMOS-1 images processed to a high degree of accuracy using an industry-standard atmospheric correction algorithm (ATCOR-2). The software package has been used for many years and its correction procedures can be considered consolidated and well-established. The dataset of Landsat and DEIMOS-1 images was acquired over a semi-arid agricultural area located in Lower Austria and was independently corrected by using a manual fine-tuning of ATCOR-2 parameters to reach the highest possible accuracy. Results show a very good correspondence of the surface reflectance in each of the six reflective spectral channels as well as for the NDVI (Normalized Difference Vegetation Index). An additional comparison against a NDVI time series from MODIS revealed also a good correspondence. Coefficients of determination (R²) between the two multi-year and multi-seasonal Landsat/DEIMOS datasets range between 0.91 (blue band) and 0.98 (nIR, SWIR-1 and SWIR-2). The results obtained for our semi-arid test site in Austria confirm previous findings and suggest that automatic atmospheric procedures, such as the one implemented by LEDAPS are accurate enough to be used in land monitoring services that require consistent multi-temporal surface reflectance data.     

顾及大气延迟效应的YG-13A斜距标定

针对大气延迟时变误差影响遥感卫星十三号(YG-13A)斜距标定精度的问题,提出利用顾及大气延迟时变误差的斜距标定方法提高其斜距标定精度的策略。首先,利用基于NCEP气象资料和全球TEC数据的大气延迟改正方法来计算各标定景的大气延迟改正量。其次,将各标定景的大气延迟改正量代入斜距标定模型中。最后,在地面布设高精度角反射器控制点的情况下通过顾及大气延迟时变误差的斜距标定模型求解斜距测量系统误差,从而提高和验证斜距测量精度,角反射器控制点的平面和高程精度均优于0.1 m。利用嵩山遥感定标场地区的4组不同拍摄模式下获得的YG-13A卫星影像数据对比试验表明,相较于传统的斜距定标方法,在顾及大气延迟时变误差的情况下,4组数据的斜距改正值离散度均有所下降。利用太原、天津两个区域3景影像验证斜距改正后的精度,最小值为0.55 m,最大值为0.91 m,均值为0.70 m。试验结果证明了顾及大气延迟时变误差的斜距标定方法的有效性和可行性。     

结合多特征HSV变换的高光谱影像林地提取方法

当前林地提取的方式主要是选择样本通过监督或半监督进行的,效率较低,为此本文提出一种结合多特征的HSV变换高光谱影像林地提取方法．该方法首先对原影像进行相关校正处理,然后利用归一化植被指数(NDVI)和主成分分析(PCA)得到合成影像,最后利用HSV变换通过设置色彩值范围对影像进行色彩分割提取林地信息．结果显示,使用本文方法对高光谱林地的提取精度可以达到96.29％,说明了本文方法的有效性.      

Atmospheric Correction Over Coastal Turbid Waters of Bay of Bengal Using OCEANSAT-I Ocean Colour Monitor (OCM) Data

Space-borne ocean-colour remote sensor-detected radiance is heavily contaminated by solar radiation backscattered by the atmospheric air molecules and aerosols. Hence, the first step in ocean-colour data processing is the removal of this atmospheric contribution from the sensor-detected radiance to enable detection of optically active oceanic constituents e.g. chlorophyll-a, suspended sediment etc. In standard atmospheric correction procedure for OCEANSAT-1 Ocean Colour Monitor (OCM) data, NIR bands centered at 765 and 865 nm wavelengths were used for aerosol characterization. Due to high absorption by water molecules, ocean surface in these two wavelengths acts as dark background, therefore, sensor detected radiance can be assumed to have major contribution from atmospheric scattering. For coastal turbid waters this assumption of dark surface fails due to the presence of highly scattering sediments which causes sufficient water-leaving radiance in NIR bands and lead to over-estimation of aerosol radiance resulting in negative water leaving radiance for λ < 700 nm. In the present study, for the turbid coastal waters in the northern Bay of Bengal, the concept of spatial homogeneity of aerosol and water leaving reflectance has been applied to perform atmospheric correction of OCAEANSAT-1 OCM data. The results of the turbid water atmospheric correction have also been validated using in-situ measured water-leaving radiance. Comparison of satellite derived water-leaving radiance for five coastal stations with in-situ measured radiance spectra, indicates an improvement over the standard atmospheric correction algorithm giving physically realistic and positive values. Root Mean Square Error (RMSE) between the in-situ measured and satellite derived water leaving radiance for wavelengths 412 nm, 443 nm, 490 nm, 512 nm and 555 nm was found to be 1.11, 0.718, 0.575, 0.611 and 0.651%, respectively, using standard atmospheric correction procedure. By the use of spatial homogeneity concept, this error was reduced to 0.125, 0.173, 0.176, 0.225, and 0.290 and the correlation coefficient arrived at 0.945, which is an improvement over the standard atmospheric correction procedure.     

中国陆地1km AVHRR数据集

介绍了中国陆地范围的长序列AVHRR数据集及处理方法。数据处理链包括辐射标定、导航定位、几何精纠正、云检测、大气纠正、双向反射纠正以及多时相数据合成等一系列过程。大气校正采用SMAC方法．利用每日的大气参数对臭氧、瑞利散射、气溶胶和水汽柱等4个主要大气因子的影响进行了纠正。利用地面能见度和水汽压信息反演气溶胶光学厚度，利用最大植被指数法合成旬数据集。完成了1991-2003年的AVHRR数据集处理，形成了标准的数据集。     

基于神经网络的二类水体大气修正

大气修正是海洋水色遥感中的关键技术之一。近海二类水体大气修正面临两个挑战：浑浊水体造成NIR大气修正波段的离水辐射明显大于零;近海上空存在较强吸收性的气溶胶。本文针对HY-1A CZI,在辐射传输模拟的基础上建立了基于神经网络技术的二类水体大气修正算法,可以由波段1-4的TOA反射率和三个角度反演得到离水反射率、气溶胶光学厚度等参数。利用模拟数据进行了算法的性能评估,并开展了卫星数据处理试验。结果表明,除了在非常浑浊的水体,反演结果基本合理。     

陆地卫星MSS图像地表水域信息的机助识别提取

本文介绍了一种利用陆地卫星MSS图像进行水域信息机助识别提取的快速、经济而有效的方法。该方法以对水与非水信息的光谱特征,比值图像的数据结构特点和大气校正的研究与分析为基础。 研究表明,水与非水的主要差异集中于MSS4与MSS7波段,这两个波段的比值图像可在压抑阴影的同时将两图像的信息集中于一。根据对比值图像数据特点的分析,发现比值图像在作等比例拉伸并取整时所不可避免的信息损失主要集中在低值区,高值区则相对得到扩展增强。由于在MSS4/MSS7图像中,水的信息位于高值区,因此其水域识别能力优于MSS7/MSS4。但是,即使MSS4/MSS7图像也无法完全排除山区深阴影对水域识别的干扰。在进行MSS4/MSS7比值运算之前,首先对MSS4图像作粗略的大气校正,则可圆满地解决这一难题。在经大气校正后的MSS4/MSS7图像上,水体像元的值大于1,而深阴影及其它所有非水信息像元的值则小于1,因此,只要以此为门限值将图像二值化,即可获得精度很高的水域识别图像。完全消除阴影和其它因素的干扰。 本方法运算简单,处理速度为最小距离分类的3倍以上,且精度比分类方法高。它不仅适用于MSS图像,也适用于TM图像。采用本方法进行湖北省地表水域机助识别和面积测量的实际应用表明,在各种地貌类型区内本方法均能以较高的精度完成