多体制遥感卫星成像数据高精度处理新方法

光学和SAR等对地观测卫星需要经过成像、辐射/几何校正等处理和不断的时序积累,才能为计算机解译提供精度高、稳定性好、时间持续的数据和特征。传统中低分辨率对地观测卫星通常基于地理网格内地物目标电磁波散射特性简化为理想点目标的假设,进行逐像素处理。然而,高分宽幅、大斜视、多通道等新体制卫星的工作模式更加复杂,其数据处理对星地全链路各环节产生的误差非常敏感,对成像参数标定或估计的精度提出了更高要求,此时基于理想点目标假设来进行参数估计、成像及校正处理的方式已难以满足处理精度要求。并且,近年来多体制卫星组网式协同和融合应用的新发展,也使得当前的理想点目标假设难以表征和建模多源多时相数据特征。为此,本文提出了多体制遥感卫星成像数据高精度处理的新方法,首先创新提出了“超像素”的概念和表征理论框架,建立了基于超像素的精确成像模型,然后通过挖掘超像素稳定特征并借鉴生成对抗学习机制,实现了星地全链路高耦合成像参数的高精度估计和持续精化,有效提升了多体制遥感卫星成像数据产品的精度,为计算机解译提供了好的数据产品输入。     

核电温排水基准温度星地协同提取与分析——以宁德为例

核电在中国正式进入积极推进建设时期,而核电温排水对周边水域环境的影响监测与评估不仅为核电机组的规划、建设、运行等过程提供重要决策依据,同时也对海域水质和生态保护具有重要价值。客观精准的基准温度提取是温排水热污染遥感监测与评估的基础,本文以宁德核电站星地同步监测为例,通过对72个离散测量点位温度垂直剖面特征进行分析,将其划分为7种不同剖面形态,从中归纳出稳定温度点,并据此构建基准温度星地协同提取“实测稳定温度法”,解决以往地面测量监测和热红外遥感监测在实施过程中基准温度计算相互独立、未进行星地协同处理,致使监测结果可比较性相对较弱等问题。研究结果表明,基于实测稳定温度法提取得到的温排水星地同步监测结果从分布范围、强度到扩散趋势最为一致,提取效果明显优于其他基准温度提取方法;实测稳定温度法监测星地面积差异最小,为1.53 km²,相对于其他方法精度提高了4—10倍,而多点平均温度法(近岸多点)、取水口温度法、邻近区域温度替代法、校正的海湾平均法、半径区域平均温度法(5 km半径)、温升混合区最低温度法的星地面积差异分别为11.95 km²、11....     

多源遥感影像深度识别模型对抗攻击鲁棒性评估

基于深度神经网络的多源遥感影像目标识别系统已逐步在空天遥感情报侦察、无人作战自主环境认知、多模复合末制导等多个军事场景中广泛应用。然而,由于深度学习理论上的不完备性、深度神经网络结构设计工程上的强复用性、以及多源成像识别系统在复杂电磁环境中易受到各类干扰等多因素的影响,使得现有识别系统在对抗攻击鲁棒性方面评估不足,存在极大安全隐患。本文首先从深度学习理论不完备性和识别系统攻击样式两个方面分析了潜在安全风险,并重点介绍了深度识别模型对抗样本攻击基本原理和典型方法。其次,针对光学遥感影像和SAR遥感影像两类典型数据形式,从鲁棒正确识别率和对抗攻击可解释性两个方面开展多源遥感影像深度识别模型对抗攻击鲁棒性评估,覆盖了9类常见深度识别网络架构和7类典型对抗样本攻击方法,验证了现有深度识别模型对抗攻击鲁棒性普遍不足的问题,分析了对抗样本与正常样本的多隐层特征激活差异,为下一步设计对抗样本检测算法和提升模型对抗鲁棒性提供参考。     

顾及姿态偏移的重力梯度卫星姿态确定方法

针对卫星在轨温度变化导致GOCE卫星星敏感器视轴夹角相对于地面安装矩阵计算结果存在5″～9″的系统偏移,并且单星敏感器低精度分量会因坐标系变换存在精度混叠现象的问题,该文设计了一种构建温度响应函数模型校正星敏感器间相对姿态偏移的多星敏感器组合方法,有效削弱了在轨温度变化对星敏感器的观测影响,以及单星敏感器低精度分量对高精度分量的混叠效应。结果表明,多星敏感器组合有效克服了单星敏感器低精度分量的影响,提高了重力梯度张量的分离精度,顾及姿态偏移校正进行多星敏感器组合后,减小了姿态误差影响,重力梯度观测张量的迹精度提高了14 mE,与欧洲空间局发布的数据5 947.811 mE精度相近。     

基于平面基准深度图像建模的研究

散乱数据的TIN模型构建,存在数据量大、构网复杂、存储不便、内存消耗大等缺点。本文提出一种快速判断点在不规则多边形区域内的方法和快速提取点云边界的方法,继而提出一种基于平面基准的深度图像建模方法。该方法能够实现有效的快速构网、减少数据存储量、几何纹理清晰、纹理贴图方便、可进行多分辨率LOD(level of detail)表达等优点。     

夜光影像和高分辨率影像耦合的土耳其Mw 7.8地震建筑倒塌智能解译

建筑倒塌检测是震后损失评估、紧急救援的重要内容。面向2023年土耳其Mw 7.8地震的紧急救援,综合利用卫星遥感智能解译技术,耦合高空间分辨率卫星遥感影像和夜间灯光影像,以较低的时间和人力成本高效评估了土耳其Mw 7.8大地震中极灾区的建筑倒塌情况。设计了一种多层次的极灾区域与倒塌建筑快速定位方案,首先利用中等分辨率夜光遥感数据确定极灾区,然后利用高分辨率光学遥感影像深度学习技术提取倒塌建筑。设计了一种半监督深度学习方案,只需要初始化人工采集少量倒塌建筑样本,就可以通过在训练中增广获取当地样本,增强深度网络的表征能力,最终实现定位坍塌房屋。监测到阿德亚曼-卡赫拉曼马拉什-安塔基亚一线的阿拉伯板块-欧亚板块交界地带的6个城市受灾严重。从极灾区中共检测出2 377栋倒塌建筑,除努尔达吉和安塔基亚市的倒塌建筑比例超过2%外,伊斯拉希耶、蒂尔克奥卢、卡赫拉曼马拉什和阿德亚曼市倒塌建筑比例均接近于1%,通过人工核查,智能解译方案的查全率为74%～93%,证明所提方案可以及时为震后紧急救援决策提供参考。     

双通道卷积神经网络在影像融合中的应用

利用Landsat8遥感卫星影像数据制作影像融合数据集,提出了一种双通道融合网络,并利用结果影像的质量指数对网络融合性能进行评估,分析与双三次卷积插值和GS影像融合方法的差异。结果表明,该网络加强了对高频空间信息的提取,在更高效提取空间特征的同时,减弱了融合过程中对多光谱影像光谱特征的影响,从而提高了融合影像的综合影像质量（QNR=0.885 2）。     

基于遥感+AI技术的沈阳市违法图斑的确定

研究了基于深度学习的自动变化检测等技术,并在沈阳市违法图斑确定项目中进行了深度应用。通过实际的成果分析,确定了该方法可以全方位提升遥感数据的自动化处理、分析能力,实现了影像变化信息的高精度、高效率提取,使目前的土地违法变化高效精准、常态化、低成本监测成为可能。     

基于Landsat8的城市热岛效应研究初探——以厦门市为例

以厦门市为研究区域,以2013年的Landsat 8为研究数据,研究亮度温度反演和地表温度反演算法,通过ENVI/IDL软件编程实现,并且利用厦门市气象局实测温度验证地表反演结果的有效性。同时,还分析了当前厦门市热岛效应空间分布情况,以期为厦门市城市规划和建设旅行城市等工作提供重要参考意义。     

利用MODIS红外资料反演大气参数以及表层温度的研究

提出了用牛顿非线性迭代法同时反演大气参数和表层温度,该反演算法应用到我国渤海地区MODIS红外资料中,可反演得到中尺度范围内的大气温度、水汽廓线,其误差分别不超过1.5 K和18%。反演得到的表层温度、大气可降水量(TPW)和大气稳定度(TTI)与美国国家宇航局(NASA)MOD07产品相似。