基于高分一号卫星的江西樟树市地质灾害评价

运用高分一号卫星进行江西樟树市地质灾害评价对于科学防治地质灾害,提高国产卫星应用水平具有重要意义。本文通过正射校正、影像融合、几何校正等步骤对高分一号影像进行预处理,然后对处理后的影像进行地质灾害解译,获取樟树市地质灾害分布情况。在进行地质灾害评价过程中采用小流域评价单元,选取灾害点密度、地表水文、构造断裂带、工程活动、岩土类型、地形坡度等6个评价因子,并运用层次分析法确定因子权重,通过加权平均法最终获得樟树市地质灾害易发性综合评价图,其精度为78%。结果表明樟树市易发生地质灾害的地区占全市总面积的34.68%,易发程度最高的地区主要分布在东南部,占全市总面积的7.82%。     

北斗新一代试验星观测数据质量分析

5颗北斗新一代试验星搭载了包括B1C、B2a和B2b的诸多新体制民用信号,并且为了与北斗区域系统平稳过渡而搭载了B1I和B3I两个旧体制信号。采集了来自国内的6个监测站7 d的试验星观测数据,针对信号载噪比和码伪距多路径偏差分析了新一代试验星观测数据质量。结果表明,新一代试验星信号的各项指标整体较北斗区域系统卫星更好。前者载噪比较高,虽然仍发现了部分测站数据微小的多路径波动,但通过实时相位平滑伪距的方法可以很好地消除之;新一代试验星上B3I与B1I频点的载噪比最大,B2a和B2b次之,B1C的载噪比最小,且不同测站的观测结果存在明显差异;新一代试验星各频点的MP基本相同,但B2a、B2b和B3I频点MP的RMS明显小于B1I和B1C频点的结果。     

基于GF-1遥感数据的城市水体信息提取方法研究

水体信息的高精度提取是水资源监测、调查与管理等研究领域的关键问题。本文选取国产GF-1卫星影像作为数据源,根据影像中典型地物光谱特征采用归一化水体指数法(NDWI)、多波段谱间关系法对研究区进行了水体提取,并通过结果分析提出了基于主成分分析与多尺度分割技术的综合水体信息提取方法。对以上4种方法进行对比分析,验证结果表明:归一化水体指数法易受阴影信息影响;改进的多波段谱间关系法能较为完整地提取水体信息,但受小范围阴影信息影响;主成分分析综合法总体精度较高;多尺度分割提取法能有效地分离水体信息与非水体信息,水体信息提取的效果最佳。     

风云卫星遥感数据高精度地理定位软件系统开发研究

为了适应风云气象卫星遥感数据高精度地理定位要求,在研究和比较分析现有环境气象卫星遥感数据地理定位方法,尤其对其中关键的轨道计算模型进行对比研究之后,我们使用变阶变步长多步卫星轨道数值计算模型(DE/DEABM)进行气象卫星轨道计算,研制开发了新一代卫星轨道计算及遥感数据地理定位软件系统.该软件系统中卫星轨道数值积分计算模型包含了多项摄动因素计算,特别是对低轨卫星影响较大的因素,其中地球的球形引力项使用了高精度高阶EGM-96地球引力场模型,提高了非球形引力摄动计算精度,另外还考虑了太阳、月亮引力项,辐射光压摄动和大气摄动因素,使得轨道计算精度大大提高.在遥感数据定位算法开发工作中,以中国2002年5月发射的风云1号D星10通道扫描辐射计和计划2008年上半年发射的风云3号A卫星中分辨率光谱成像仪等遥感仪器为对象,比较详细地分析和研究了探测器、焦平面、主光学系统和扫描镜等遥感仪器几大关键部件的光学几何关系,提高了坐标转换系统计算精度.经过对风云1号D星多天逐日的轨道计算和定位计算试验,结果表明该软件系统24h风云1号D星轨道计算卫星矢径精度可达到几十厘米至几十米,较原来平根数分析解方法1000m左右精度有显著量级的提高.同时,风云1号D星遥感数据地理定位精度达到星下点1个像元.     

GPS signal acquisition using the repeatability of successive code phase measurements

This paper introduces a new method for GPS signal acquisition, which is based on the repeatability of successive code phase measurements and the M-of-N search algorithm. The performance of the proposed method in terms of probability of signal detection is similar to that of traditional methods, except that the calculation of the probability of detection does not rely on the noise distribution or the Carrier-to-Noise ratio (C/N₀). The code phase repeatability-based method is presented along with equations for probability of detection and probability of false detection. If the distribution of the noise is known, it also provides an estimate of the C/N₀. The proposed method is illustrated for coherent and non-coherent acquisition and C/N₀ estimation.     

Prediction of UT1–UTC,LOD and AAM χ<Subscript>3</Subscript> by combination of least-squares and multivariate stochastic methods

This article presents the application of a multivariate prediction technique for predicting universal time (UT1–UTC), length of day (LOD) and the axial component of atmospheric angular momentum (AAM χ ₃). The multivariate predictions of LOD and UT1–UTC are generated by means of the combination of (1) least-squares (LS) extrapolation of models for annual, semiannual, 18.6-year, 9.3-year oscillations and for the linear trend, and (2) multivariate autoregressive (MAR) stochastic prediction of LS residuals (LS + MAR). The MAR technique enables the use of the AAM χ ₃ time-series as the explanatory variable for the computation of LOD or UT1–UTC predictions. In order to evaluate the performance of this approach, two other prediction schemes are also applied: (1) LS extrapolation, (2) combination of LS extrapolation and univariate autoregressive (AR) prediction of LS residuals (LS + AR). The multivariate predictions of AAM χ ₃ data, however, are computed as a combination of the extrapolation of the LS model for annual and semiannual oscillations and the LS + MAR. The AAM χ ₃ predictions are also compared with LS extrapolation and LS + AR prediction. It is shown that the predictions of LOD and UT1–UTC based on LS + MAR taking into account the axial component of AAM are more accurate than the predictions of LOD and UT1–UTC based on LS extrapolation or on LS + AR. In particular, the UT1–UTC predictions based on LS + MAR during El Niño/La Niña events exhibit considerably smaller prediction errors than those calculated by means of LS or LS + AR. The AAM χ ₃ time-series is predicted using LS + MAR with higher accuracy than applying LS extrapolation itself in the case of medium-term predictions (up to 100 days in the future). However, the predictions of AAM χ ₃ reveal the best accuracy for LS + AR.     

变形监测信号消噪的不确定度

变形表现为一种弱信号,误差呈现为强噪声。小波包分解消噪是对分解中所得到的高频部分再继续细分,因此具有更精细的消噪能力。采用最优小波包基进行信号重构的过程中,信号有一定的损失。若将消噪过程近似成拟合,拟合误差符合正态分布,可以采用假设检验法估计信号重构误差的区间,进而确定信号重构误差的不确定度,评价小波包消噪的质量。     

基于高光谱遥感数据提取森林结构参数的研究

以位于三峡库区的龙门河森林自然保护区为研究区,综合利用线性光谱混合模型和几何光学模型,基于高光谱遥感数据提取森林结构参数是本文研究的重点。在研究区地面调查数据的基础上,通过高光谱数据和混合光谱分解法,获得反演几何光学模型所需的四分量参数,根据背景光照分量与森林植被冠层各参数间的关系,反演得到森林冠层郁闭度及平均冠幅的定量分布图,并利用37个野外实测样本进行结果验证。     

一种抑制GPS射频干扰的空频自适应处理算法

为了提高窄带干扰与期望卫星信号同向时的抑制性能,提出了一种新的空频自适应滤波算法。该算法首先利用频域实系数自适应滤波对信号进行预处理抑制窄带干扰,然后在频域直接对处理后的信号进行空频自适应处理抑制宽带干扰。算法在预处理时采用自适应滤波可有效减少期望卫星信号的损失以及SFAP导向矢量误差。仿真实验表明,相对于普通的空时及空频自适应处理算法,新算法有效地提高了输出信干噪比,在干扰与信号同向的情况下也能表现出优良的处理性能。     

环境一号卫星CCD数据在1:250000地形图框架要素更新中的应用能力研究

探讨了采用环境一号卫星CCD多光谱数据在1∶250 000地形图框架要素更新中的应用情况,对不同框架要素在环境一号卫星CCD影像中的识别率和最小分辨率进行了比较和分析,并对环境一号卫星CCD影像的分辨能力和要素识别精度进行了分析和研究,进一步证实了采用环境一号卫星CCD数据进行1∶250 000地形图框架要素进行更新的可行性。