多尺度细节增强的遥感影像超分辨率重建

鉴于现有超分辨率重建方法难以突显重建影像细节信息的问题,提出多尺度细节增强的遥感影像超分辨率重建模型框架。首先,通过最小二乘滤波方法将序列影像分解成包含大尺度边缘的平滑信息和包含中小型尺度的细节信息;其次,利用插值方法得到相应的高分辨率细节信息和平滑信息,构造纹理细节增强函数,提升中小型细节的增强幅度;最终,融合细节信息和平滑信息,得到初始的超分辨率重建结果,并利用局部优化模型进一步改善重建影像质量。选取同时相和多时相遥感影像作为试验数据。试验结果表明,本文重建结果与插值方法、TV方法和MAP方法相比,在客观评价指标上均有显著提高,明显改善了重建影像的纹理细节。论文提出的多尺度细节增强的超分辨率重建方法,可以使重建影像提供更多高频细节信息,具有较好鲁棒性和普适性。     

利用Abel-Poisson径向基函数模型化局部重力场

多种类型高分辨率重力场数据的不断增加,使得在局部范围内精化重力场模型成为了可能。本文采用Abel-Poisson核将重力场量表示成有限个径向基函数线性求和的形式,对局部区域的多种重力场数据进行联合建模。为了提高运算速度,运用了基于自适应精化格网算法的最小均方根误差准则(RMS)来求解径向基函数平均带宽。以南海核心地区为例,联合两种不同类型、不同分辨率的重力场资料(大地水准面起伏6'×6'、重力异常2'×2'),构建了局部区域高分辨率的重力场模型。所建模型表示的重力场参量达到了2'×2'的分辨率,对原始的重力异常数据(2'×2')拟合的符合程度达到±0.8×10-5m/s2。结果表明,利用径向基函数方法进行局部重力场建模,避免了球谐函数建模收敛慢的问题,有效提高了模型表示重力场的分辨率。     

利用引力梯度数据计算径向梯度的优化方法

根据重力梯度观测各分量的方差及协方差信息,提出了利用GOCE梯度数据计算径向重力梯度的优化方法。首先给出了径向重力梯度的计算方法,并深入分析了误差传播规律,通过建立相应的条件极值问题,给出了计算径向重力梯度最优组合因子的方法;通过模拟数据验证了本文所提出的优化因子的优越性。实际数据计算表明:相对于传统方法,采用优化组合因子可使反演所得引力位模型的累积大地水准面精度在250阶时提高约2 cm。由于径向重力梯度不仅可以用于地球引力场模型的求解,也可直接应用于地球物理问题的讨论,因此本文所提出的优化方法也可对部分地球动力学问题的讨论提供方便。     

SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法

提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。     

多光谱遥感影像亮度空间相位一致性特征点检测

提出了一种基于亮度空间和相位一致性理论的多光谱遥感影像特征点检测算法。首先利用参数自适应的灰度变换函数建立影像亮度空间;然后结合相位一致性方法在影像亮度空间进行候选特征点检测,并将候选特征点映射到原始影像上进行非极大值抑制;最后在尺度空间计算特征点的特征尺度值。本文方法有效结合了亮度空间特征检测和相位一致性特征检测的优势,对多光谱遥感影像的辐射变化具有较强的稳健性。试验结果证明,与传统特征点检测算法相比,本文方法在特征重复率和重复特征数量方面都具有明显的优势。     

基于“天地图”的地震应急服务平台设计

地震应急与社会经济紧密相关,也是防震减灾的重要内容。在总结地震应急相关研究与信息服务的基础上,采用网络技术、GIS技术、数据库技术,设计并开发基于"天地图"的地震应急服务平台,实现震情实时发布、空间查询定位、灾情实时反馈、直接经济损失快速评估、经济人口信息的统计分析等功能。该平台的建立将为震前预测提供完备、现势的数据基础,为震中救援提供可视化的分析平台,为震后恢复重建的资源调配提供数据支持。     

多源卫星重力场模型精度与频谱分析

针对新一代卫星重力探测技术对地球重力场的频谱贡献问题,该文提出了一种基于GPS/水准数据获取多源卫星重力场模型频谱变化特征的方法。采用GPS/水准外符合检验,有效分析评估了多源卫星重力场模型在中国东、西部地区的精度水平。研究结果表明,以CHAMP、GRACE和GOCE卫星为代表的高-低卫星跟踪卫星、低-低卫星跟踪卫星和卫星重力梯度技术,对地球重力场的频谱贡献分别集中在600km以上的长波和中长波、300km以上的中波、200~350km之间的中短波部分。     

一种裸露土壤湿度反演方法

针对目前土壤湿度反演方法研究较少且缺少实时性的现状,该文提出一种土壤湿度反演方法——最小二乘支持向量机技术。以积分方程模型为正向算法,数值模拟不同雷达参数(频率、入射角及极化)下后向散射系数随土壤含水量和地表粗糙度的变化情况。经过数据敏感性分析,选取C-波段和X-波段、小入射角下的同极化后向散射系数作为支持向量回归的训练样本信息;经过适当的训练,利用支持向量回归技术对土壤含水量进行了反演研究;并考虑通过多频率、多极化、多入射角数据的组合,消除地表粗糙度的影响,提高反演精度。模拟结果表明,该方法反演土壤湿度具有较高的精度和较好的实时性;同时,与人工神经网络方法的结果比较,证明了该方法的有效性,为土壤湿度的反演研究提供了一种方法。     

改进多面函数拟合跨带区域高程异常的研究

针对跨带区域高程异常拟合中存在的问题,该文以多面函数模型为背景,分别采用直接法和分带法,提出采用大地坐标(B,L)作为核函数参数的改进多面函数模型,对跨带区域高程异常进行拟合。通过某跨带区域GPS水准网数据验证,结果显现了改进后多面函数模型在跨带区域拟合上的优势,其外符合精度相比其他函数模型有显著提高。     

长距离单历元单频非差北斗网络差分方法

针对北斗卫星导航系统现有的网络差分方法多是基于GPS系统并采用双差定位模型,而双差定位模型的采用使得网络差分方法存在一些缺陷的问题,该文提出一种长距离单历元单频非差北斗网络差分方法;首先长距离北斗基准站网向覆盖区域内的北斗用户提供非差误差改正数;然后用户内插计算出自己所需的非差误差改正数,并改正北斗单频伪距观测值的误差;最后进行单历元单频网络差分定位。实验表明,该方法能够使用单历元单频伪距观测数据实现长距离北斗网络差分定位。