“天绘一号”卫星热控设计及飞行验证

本文介绍了“天绘一号”卫星的任务特点, 热控设计技术及关键问题的解决方法, 并对在轨飞行结果进行了详细分析。在轨飞行数据充分表明“天绘一号”卫星热控设计正确、合理。     

北移亚洲象群夜间位置监测方法

本文主要对西双版纳国家级自然保护区原生活栖息的亚洲象群一路北上进行了夜间位置监测方案的设计及实践研究。首先,明确了方案的监测需求,包括夜间象群识别、实时动态位置更新、迁移路线绘制、路线及安全研判等;其次,介绍了方案的软硬件选型,主要以无人机结合红外相机为主;然后,讨论了方案设计,包括悬停高度、飞行设计、监测点衔接、识别、测量及交接等操作;最后,通过实践及结果分析得出,采用无人机结合红外相机的夜间位置监测方案,能有效实时识别亚洲象群,及时更新位置,绘制路线,提前预判象群行进路线,为象群迁徙提供有效的保护措施。     

遥感新书启事

正继《地球的圆涌构造与深源强爆热动力学》之后,陈荫祥就宇宙-地球强动力的研究新成果编著出《核动力地球学》一书。该书在遥感地球动力学和宇宙超强动力学探索方面有新的进展,希望能为拓展遥感应用提供理论引导和专业科技参考。目前,该书已由现代文化出版社出版。书号:ISBN 978-988-12887-3-8咨询电话:13521512608     

力促大规模非水可再生能源发展

近年来,对于我国应大力发展非水可再生能源、积极构建能源可持续发展体系已取得一定共识,各方面积极性均在增强,但对在本世纪上半叶能否达到上亿吨标煤的年供应量及上亿千瓦的装机容量的大规模发展,尚有不少疑虑。21世纪上半叶,我国能源发展已进入减小化石能源份额、增大可再生能源份额、逐步建立可持续发展的新时期。     

利用温湿度指数提高红树林遥感识别精度

针对使用TM图像反射波段信息难以将红树林与陆地植被、尤其是与水体—植被混合像元有效区分的问题,结合不同潮位的TM图像,基于反射波段信息,引入TM6热红外波段信息,提出了温湿度指数(temperature-moisture index,TMI)。分析结果表明,综合潮位信息、热红外波段信息及温湿度指数能显著提高红树林与其他地物之间的可分性。采用光谱角度制图(spectral angle mapping,SAM)监督分类法对红树林进行分类识别,较之其他研究者所采用的分类特征,热红外波段信息及温湿度指数能使红树林分类精度明显提高(Kappa系数提高了0.14,错分率降低了19.9%),说明利用潮位信息、热红外波段信息及温湿度指数可以提高红树林的遥感识别精度。     

北京市热环境时空分异与区划

城市热环境空间区划是采用分区管理的思路来缓解城市社会经济发展与热环境之间矛盾的技术基础。本文构建城市热环境区划模型的思路为:(1)将不同时相的MODIS地表温度数据产品进行正规化、分级,分析2008年北京城市热环境时空分布特征。(2)构建城市热环境影响因素评价体系,并通过空间主成分分析计算得到热环境影响主成分因子。(3)通过自组织映射神经网络,利用热环境影响主因子,进一步对热环境进行空间区划。结果表明,北京夜间较白天城市热岛分布层次感明显,夏季白天较其他季节高温区聚合程度高。区域下垫面组成要素直接影响热环境,北京城市热环境的主成分因子依次为植被覆盖、地形地貌、城市下垫面建设规模和人为热排放,并依此将北京划为7个热环境区域,根据各个分区热环境成因机制差异分别提出热环境改善和调控措施。     

FY-3A/MERSI数据在典型大城市热环境监测预报中的应用——以上海市为例

以上海市为例,探索中国新型自主的FY-3A/MERSI数据在典型大城市热环境研究中的应用模式,包括实时监测与同化数值预报两个方面。结果表明:FY-3A/MERSI反演的250 m地表温度及其他衍生指标能够客观呈现城市热场格局及热岛效应,精细揭示出上海市区—近郊—远郊的地温明显分异,热岛由中心城区呈放射性面状过渡到远郊以乡镇为中心的团块状,其形成与下垫面介质关系密切。同化FY-3A/MERSI数据产品的中尺度数值模式,耦合城市冠层参数化方案,可实现250 m格网0～48 h城市近地层气温空间精细化预报,提取1 h间隔的热环境日演变特征将有助于在不同天气形式下进行热环境灾害潜式预报及机理分析。预报结果在时空分辨率方面明显优于常规数值预报,并避免了卫星云污染的影响,说明FY-3A卫星探测资料能有效改善模式背景场与初始场。     

基于SuperMap的空间大数据可视化技术研究与应用

人类正从IT时代走向DT时代,诸多的技术手段使大数据处理技术能够从大规模数据中分析出相关模式或趋势,让我们对海量数据的价值挖掘充满了期待.当可视化呈现让大数据的潜力达到最大时,以往未被观察到的现象或趋势很容易被发现,用户能够快速地获得更多信息,发现他们所需要的价值.因此,如何最大化地呈现大数据中隐含的价值变得尤为关键.本文将重点研究空间大数据的可视化方法,充分发挥数据可视化的作用,帮助用户挖掘隐藏在空间大数据中的价值.     

利用单窗算法反演Landsat 8 TIRS数据地表温度

以Landsat 8为数据源,并结合地表发射率、大气透过率等参数遥感估算方法,提出了针对TIRS 10数据的单窗算法TIRS10_SC,并开展了研究区的地表温度反演3种单窗算法的对比研究。结果表明,TIRS10_SC算法紧密结合Landsat8 TIRS传感器的特性,通过遥感估算城区下垫面的地表发射率、大气透过率等特征,可以较为准确地估算出地表不同覆被类型的温度;裸土与水泥下垫面等相对均质的下垫面的温度反演效果稍好,TIRS10_SC算法和Q_SC算法其平均误差为0.60℃,JM_SC算法其平均误差为1.01℃;对于植被下垫面,TIRS10_SC算法和Q_SC算法其平均误差为1.48℃,JM_SC算法其平均误差为1.26℃,为了提升城区植被下垫面温度反演精度,应该进一步准确地量化其发射率特性。     

基于蚁群智能的遥感影像分类新方法

智能式遥感分类是遥感研究的新热点.提出了一种基于蚁群智能规则挖掘(ant-miner)的遥感影像分类新方法.遥感数据各波段之间存在较强的相关性,这种相关性往往会导致分类产生误差.而ant-miner算法中的信息素是基于规则整体性能的,信息素的动态更新能有效地处理相关性较强的数据,所提供的正反馈信息能纠正启发式函数缺陷所造成的错误.因此,蚁群智能算法应用于遥感分类具有一定的优势.将该方法用于广州市地区的遥感影像,取得了较好的分类结果.并与See5.0决策树方法及最大似然方法(MLH)进行了对比研究,实验结果表明,蚁群智能算法分类精度比后两者的分类精度更高.