基于交替方向乘子算法的二维磁异常稀疏反演

磁异常反演是获取地下场源磁化率分布的重要手段之一,在地球勘探中扮演着重要角色.在磁异常反演中,对比光滑反演,稀疏反演的结果具有边界分明,物性参数分布集中的特点,更符合实际情况.针对稀疏反演,本文首先构建了具有代表性的基于L₁范数目标函数,利用交替方向乘子算法可分离凸函数的特点,将极小化L₁范数的优化问题分解为一系列的子问题,通过对子问题求解获得原问题的解;为了增强交替方向乘子算法的适应性,本文结合广义软阈值函数将交替方向乘子法推广于L_p（0 < p < 1）范数的反演中.为了验证本文提出的算法的有效性,采用了三种常规模型进行模拟实验.与基于L₂范数的反演算法进行实验对比,结果表明,本文算法得到了边界清晰,磁化率分布更集中的反演结果.最后,将基于交替方向乘子算法的L₁和L_p（0 < p < 1）范数的反演应用到青海省尕林格铁矿保护区获得的实际磁异常数据中,获得了较为符合实际地质情况的稀疏反演结果.

     

格陵兰冰盖次表面湖多源遥感监测——以格陵兰中西部流域为例

格陵兰冰盖在夏季会发生剧烈融化,融水在低洼处汇集形成冰面湖,储存了大量的融水,在冰盖的水文系统中起着至关重要的作用,是格陵兰冰盖质量平衡的重要组成部分.近期有研究发现大量的冰面湖在冬季不会完全冻结,而是掩埋在雪层或冰层下以液态水形式存在,形成冰盖次表面湖.冰盖次表面湖对格陵兰冰盖稳定性和物质平衡会产生重要的影响.由于次表面湖存在于冰盖表层之下难以通过可见光影像进行提取和分析,次表面湖的监测成为次表面湖研究的难点之一.本研究提出一种利用Landsat8和Sentinel-1数据自动提取次表面湖范围的方法.该方法先利用可见光影像提取夏季冰面湖的范围对SAR影像进行掩膜,再根据冬天水体和冰面的后向散射具有可分性的原理,通过Rosin阈值分割算法,提取得到2018—2019年冬季格陵兰中西部流域的次表面湖并对其分布进行分析.在研究区内选择10个测试区域,利用该方法对区域内的次表面湖进行目视解译,并对算法自动提取次表面湖结果进行精度验证.结果表明,本研究提出的自动提取算法Kappa系数为0.85.基于该方法,本研究在2018年格陵兰中西部流域共提取夏季冰面湖的面积为102.28 km².约43.09%的夏季冰面湖不会完全冻结,从而在冬季形成次表面湖(面积为44.07 km²).

     

单通道算法地表温度反演的若干问题讨论——以Landsat系列数据为例

目的 在地表温度反演中,Jiménez Muoz和Sobrino开发的单通道(SC)算法因其需要的实时大气参数少而被广泛应用。由于SC算法在2003年提出时只提供了针对LandsatTM的大气参数,导致许多后续基于ETM+数据的地表温度计算也都采用TM的大气参数。即使SC算法于2009年提出了改进版,但这一混用现象仍未改观。因此,基于实测地表温度,以Landsat5/7/8号卫星的热红外数据为例比较了2003和2009版的算法,探讨了Planck函数、λ取值和大气参数等常见问题。结果表明,2009版的算法明显提高了ETM+地表温度反演的精度,且以采用Planck函数和USGS提供的λ值时所获得的平均精度最高。在当前,如果要用SC算法来反演Landsat8的地表温度,可在大气水汽含量较低时选用TIRS10波段来单独进行。     

一种适用于电离层层析成像的TV-MART算法

针对电离层电子密度重构问题,提出了一种综合利用总变差最小化(toalvariation,TV)与乘法代数重构算法(multiplicativealgebraicreconstructiontechnique,MART)的电离层层析成像算法。该算法对反演模型的参数施加总变差约束,以提高反演过程的稳定性和结果的精确性。通过模拟数据和实测数据对模型的重构结果进行验证,结果表明,相对于乘法代数重构算法,该算法能够有效地提高电离层电子密度的重构精度。     

Jason-2高度计数据在中国四大海域的波形重跟踪与分析

在Brown-Hayne模型基础上,利用迭代最小二乘算法实现了回波波形参数的重跟踪,同时利用重心偏移算法(OCOG)、阈值算法对Jason-2 卫星的波形数据在中国渤海、黄海、东海、南海4个海域开展了波形重跟踪试验。试验表明,在4个海域,Brown-Hayne模型法获得的波形重跟踪结果相比较于阈值法、OCOG算法与法国空间局(CNES)公布结果最为一致,相互较差的标准差约2 cm左右。50%阈值算法获得的波形重跟踪结果相比较于其它阈值精度更优,与CNES比较其标准差在3~6 cm,但存在4~10 cm的系统偏差。OCOG算法获得的结果存在较大误差,但其结果可作为Brown-Hayne模型解算的初始值。当卫星地面轨迹靠近大陆时,波形重跟踪获得的海面高改正量会较宽阔海域增大,其中南海区域的海面高改正量最大,可达1 m,其原因可能是卫星地面轨迹经过了西沙群岛,雷达回波波形受到了一定的影响。     

基于扇形筛选法的矢量数据压缩方法

针对具有预测功能的矢量数据压缩方法效率低下的问题,提出一种基于扇形筛选法的矢量数据压缩方法。在预测区域内利用扇形筛选法,能显著减少待选点,从而提高压缩效率。实验结果证明,该方法的效率与改进前方法相比提升了30%~40%。此外,与传统的Douglas-Peucker算法相比,该方法在相同阈值下可以得到更大的压缩比,且在较小阈值下具有更高的计算效率。     

利用HJ-1B模拟数据反演地表温度的两种单通道算法

针对HJ-1B热红外波段特点,采用修正型QK & B算法,反演广州市2013-01-14的地表温度（land surface temperature,LST）。建立偏微分方程得出,当辐射率误差为0.01时,引起的LST误差约为0.6 K,LST误差与大气透过率成反比,与大气透过率误差成正比,0.1的透过率误差引起LST误差约1 K。大气水汽含量w误差与LST误差成线性关系,当大气水汽含量误差为0.1 g/cm²时,引起LST误差约为0.2 K。LST反演误差与近地表气温误差和大气平均作用温度误差均成正比,1 K的近地表气温误差引起LST反演误差约1K。总的来说,LST反演误差与区间比值和大气平均作用温度误差和近地表气温误差相关。用算法反演出来的广州市地表温度与MOD11_L2温度产品具有较强的空间一致性,温度差值曲线呈正态分布,主要集中在-0.9~0.9℃区域,选取广州市6个观测点,得出修正型QK & B算法和实测地温平均值相差约为0.31 K,MOD11_L2与实测地温的温度平均值相差0.65 K,误差均小于1 K。通过对修正型QK & B算法偏微分方程的推导,可对HJ-1B/IRS中的LST反演进行更细致和精确的分析,为其他针对环境卫星热红外波段类似反演LST的算法提供一定的借鉴,也为后续提高LST反演精度提供科学依据。     

对GPS模糊度解相关方法的一种改进

针对Lenstra-Lenstra-Lovász（LLL）规约算法在高维情况下规约耗时较大的特点,采用贪心算法和部分列向量规约,减少LLL算法规约过程中的基向量交换和尺度规约次数,以降低LLL算法的计算复杂度。通过模拟和实测的数据验证,该改进方法可以降低LLL算法的规约耗时,因而对高维模糊度的快速解算具有一定的参考应用价值。     

论地理国情监测的技术支撑

针对地理国情监测中大幅面多时相遥感影像变化检测的需求,提出了一种基于卡方变换和样本选择的面向对象遥感影像变化检测方法。首先对多时相遥感影像进行多尺度分割获取像斑;然后,提取像斑的多维特征,采用基于卡方变换的特征融合方法计算像斑的加权差异度;最后,自适应选择训练样本,通过基于最大期望算法的贝叶斯阈值确定方法获取变化阈值,并对加权差异影像进行二值分割获取变化检测结果。以武汉市东湖高新技术开发区为例,利用多时相高分辨率遥感影像进行土地覆盖变化检测。试验结果表明,该方法可以克服全样本变化向量分析法及全样本卡方变换检测法难以满足阈值确定条件的不足,获得更准确的变化阈值,保证变化检测正确率高而又有效地降低漏检率,从而获得更好的变化检测结果,在地理国情监测中具有一定的应用价值。     

利用滚动圆变换的多波束测深数据滤波算法

针对现有多波束测深数据自动滤波算法通常存在因过分追求人工滤波平滑效果,而有可能造成海底微地貌或小型障碍物被不合理删除的问题,以Ping为多波束测深数据处理单元,利用滚动圆变换具有在给定精度条件下可对线要素一定尺度的凹(凸)部进行定量识别和分析的特性,提出了基于滚动圆变换的多波束测深数据滤波算法。在VC++环境下对此算法的正确性和有效性进行了实验验证,结果表明,该算法能在保持海底地形完整性的基础上较好地滤除多波束测深数据中的粗差数据,有利于提高粗差检测的效率。