ENVISAT-1卫星测高数据编辑标准的研究

介绍了环境卫星(ENVISAT-1)的基本情况及其主要技术参数,在借鉴其他卫星测高数据编辑标准和大量统计基础上,制定了ENVISAT-1卫星的数据编辑标准,包括冰标志和S波段异常的确定,并给出了各改正项合理的限值。     

Quantizing and analyzing the feature information of coastal zone based on high-resolution remote sensing image

1Introduction With the development and application of remotesensing technology, people fromthe international re-mote sensing community have realized the issue thatwe have immoderately emphasized characteristics ofvast volume data and great detail of remot…     

TROS-Ⅰ型流动人卫激光测距仪光学系统设计

介绍了车载流动型人卫激光测距仪光学系统(包括激光发射系统、接收系统及微光电视监视系统)的设计思想和方法,着重叙述了光学系统的结构设计、关键部件几何尺寸的确定及重要元器件的选取。设计基于流动型仪器应满足的防振、体积小、调校方便、抗环境干扰能力强等特点。多年的实测证明,这种光学系统不仅能满足流动型人卫激光测距仪总体设计要求,而且经济实用。     

GPS测量误差与数据处理的质量控制

针对GPS测量结果的误差来源,从GPS卫星信号传播过程、观测条件和数据处理等方面讨论了GPS控制网数据处理的质量控制问题,介绍怎样进行基线解算和网平差的质量控制,并阐述了提高GPS网精度的若干方法。     

IKONOS影像生产1∶10 000地理信息产品的研究

简要介绍了IKONOS卫星遥感影像适用于地理信息产品生产的特点,然后通过试验生产,并与传统的航片相比较,详细分析了利用IKONOS影像作为数据源生产1∶10000基础信息产品在精度、生产流程、工作效率、生产周期、外业工作量和价格等方面的情况。     

基于D-InSAR技术的金沙江地区滑坡形变监测与分析

滑坡是发生在我国山区的主要地质灾害类型,金沙江地区由于地势较高、地形复杂、多云多雨的特点,给传统的滑坡监测增加了难度。合成孔径雷达差分干涉测量技术(Differential interferometry synthetic aperture radar,D-InSAR)已在滑坡地面沉降监测中得到了广泛应用。本文选取金沙江上游沿岸作为研究区域,基于2018年8月11日与9月28日的Sentinel-1A影像及SRTM1数据,利用GAMMA软件及D-InSAR技术监测到金沙江地区的地表形变,成功识别出金沙江右岸的一处滑坡灾害。研究结果显示,在此滑坡的坡顶部分出现了约2.5 cm的沉降,而在坡底部分由于崩塌物的累积,地面出现了约3 cm的抬升。从实验结果可以得出,InSAR技术是一种有效的滑坡变形监测手段,利用Sentinel-1A卫星的SAR数据对滑坡区域进行形变监测,可以得到较好的干涉结果。     

两种测高重力异常反演海底地形方法比较

针对基于测高重力异常反演海底地形理论众多、选取标准无法确定的情况,利用中国南海海域内的测高重力异常和船测水深数据研究比较了重力地质法(GGM)和SmithSandwell (SAS)法两种精度高、计算速度相对较快的海底地形反演理论。其中,GGM方法的密度差异常数Δρ由向下延拓技术确定为2.15 g·cm-3,SAS方法采用移去-恢复技术得到反演波段内重力异常和水深数据。结果表明:测线分布条件一定时,水深多在-1 000 m左右或反演区域岛礁、海山等复杂海底地形较多时选取SAS方法,水深主要在-3 000 m以深的区域或海底地形复杂程度不高时选取GGM方法则能获取更好的效果,其效果最优处与船测水深在检核点处的差值最优平均值能达-0.61 m,标准差可达14.67 m。     

基于核函数NPSSB模型的HY-2A卫星雷达高度计海况偏差研究

利用机器学习的方法,对14个周期HY-2A卫星高度计数据:风速、有效波高和海面高度差值进行训练,探究海况偏差和风速、有效波高之间的关系,创建海况偏差核函数非参数模型(NPSSB),并与参数模型中具有代表性的BM3、BM4模型进行对比。研究表明:(1)核函数NPSSB模型能够很好的反映SSB与U、SWH之间的关系,SSB与U呈二次函数关系,SSB与SWH呈反比例函数关系;(2)核函数NPSSB模型对SSB的模拟能力与训练数据集相关,数据量越多,模拟能力越好;(3)核函数NPSSB模型与BM3、BM4模型都存在0^-0.03 m的差值,随着风速和有效波高的增加,差值的绝对值越大。     

遗传算法优化的BP神经网络卫星钟差预报

针对BP (Back Propagation)神经网络模型预测卫星钟差中权值和阈值的最优化问题, 提出了基于遗传算法优化的BP神经网络卫星钟差短期预报模型, 给出了遗传算法优化BP神经网络的基本思想、具体方法和实施步骤. 为验证该优化模型的有效性和可行性, 利用北斗卫星导航系统(BeiDou navigation satellite system, BDS)卫星钟差数据进行钟差预报精度分析, 并将其与灰色模型(GM(1,1))和BP神经网络模型预报的结果比较分析. 结果表明: 该模型在短期钟差预报中具有较好的精度, 优于GM(1,1)模型和BP神经网络模型.     

Regional soil organic carbon prediction model based on a discrete wavelet analysis of hyperspectral satellite data

Most studies have the achieved rapid and accurate determination of soil organic carbon (SOC) using laboratory spectroscopy; however, it remains difficult to map the spatial distribution of SOC. To predict and map SOC at a regional scale, we obtained fourteen hyperspectral images from the Gaofen-5 (GF-5) satellite and decomposed and reconstructed the original reflectance (OR) and the first derivative reflectance (FDR) using discrete wavelet transform (DWT) at different scales. At these different scales, as inputs, we selected the 3 optimal bands with the highest weight coefficient using principal component analysis and chose the normalized difference index (NDI), ratio index (RI) and difference index (DI) with the strongest correlation with the SOC content using a contour map method. These inputs were then used to build regional-scale SOC prediction models using random forest (RF), support vector machine (SVM) and back-propagation neural network (BPNN) algorithms. The results indicated that: 1) at a low decomposition scale, DWT can effectively eliminate the noise in satellite hyperspectral data, and the FDR combined with DWT can improve the SOC prediction accuracy significantly; 2) the method of selecting inputs using principal component analysis and a contour map can eliminate the redundancy of hyperspectral data while retaining the physical meaning of the inputs. For the model with the highest prediction accuracy, the inputs were all derived from the wavelength range of SOC variations; 3) the differences in prediction accuracy among the different prediction models are small; and 4) the SOC prediction accuracy using hyperspectral satellite data is greatly improved compared with that of previous SOC prediction studies using multispectral satellite data. This study provides a highly robust and accurate method for predicting and mapping regional SOC contents.