高分二号卫星影像融合方法探析

图像融合技术是卫星影像处理过程中的一个重要步骤,它可以将全色影像的高空间分辨率特点与多光谱影像的高光谱分辨率特点有机地结合起来,使得融合后的影像更利于后续解译。由于融合处理方法的原理以及获取影像的传感器特性不同,不同的卫星影像适合于不同的融合方法。针对高分二号卫星影像的特点,本文采用Gram-Schmidt融合法、FIHS变换方法、HPF方法、Pansharp方法进行试验。实验结果表明:HPF方法所得融合结果在光谱特性保持方法性能最优,而Pansharp方法融合结果在信息量的保持以及清晰度方面效果更优,因此,在实际应用中,应根据具体需求进行方法选择。     

基于方差递推法的Kalman滤波在钟差预报中的应用

卫星导航系统中星载原子钟的钟差预报对于导航、定位及授时具有重要的作用。为了提高卫星钟差预报的精度,设计了一种两步确定卫星钟噪声协方差矩阵的Kalman滤波钟差预报模型。该方法首先基于Hadamard总方差确定卫星钟噪声协方差矩阵的初值,然后,使用方差递推法得到滤波过程中卫星钟的噪声协方差矩阵。使用GPS系统的星载铷钟数据进行短期预报,并与常用的二次多项式模型、灰色模型进行对比,结果表明:本文中提出的方法可以实现高精度的卫星钟差预报且预报效果优于两种常用模型,同时,该方法能够在一定程度上弥补预报误差随预报时间增加而不断变大的不足。     

Pleiades高分辨率卫星影像道路提取技术

遥感影像上的道路提取是摄影测量与计算机视觉研究的一项重要内容,本文设计了一种高分辨率卫星影像道路提取方法,首先,利用Canny边缘提取算子提取左影像上的边缘,并利用霍夫变换对线特征进行检测,根据道路的几何特性检测平行直线,再基于影像匹配方法匹配立体像对上的道路;然后,利用卫星影像RPC参数前方交会原理实现道路的几何定位。利用Pleiades卫星影像开展试验,自动提取的道路与人工采集的道路几何定位误差在1个像素以内,试验结果验证了本文方法的有效性。     

AEKF在星敏感器低频误差补偿中的应用

高分辨率对地观测卫星需要精确的姿态信息来满足后续对地定位等工作,因此姿态确定精度十分重要。星敏感器的低频误差是影响卫星姿态确定精度的重要因素之一,主要是由空间周期性的热环境变化引起的。为进一步提高卫星姿态确定精度,对星敏感器的低频误差产生机理即星敏感器主光轴做周期性扰动进行了分析,设计了星敏感器低频误差补偿方案,建立了考虑星敏感器低频误差在内的组合定姿模型,利用拓维卡尔曼滤波(AEKF)对低频误差进行补偿,并引入RTS平滑滤波进一步提高姿态确定精度。仿真实验表明,设计的星敏感器低频误差补偿方案能有效对其进行补偿,提高卫星姿态确定精度。     

Verification and Correction of Cloud Base and Top Height Retrievals from Ka–band Cloud Radar in Boseong,Korea

In this study,cloud base height(CBH) and cloud top height(CTH) observed by the Ka-band(33.44 GHz) cloud radar at the Boseong National Center for Intensive Observation of Severe Weather during fall 2013(September-November) were verified and corrected.For comparative verification,CBH and CTH were obtained using a ceilometer(CL51) and the Communication,Ocean and Meteorological Satellite(COMS).During rainfall,the CBH and CTH observed by the cloud radar were lower than observed by the ceilometer and COMS because of signal attenuation due to raindrops,and this difference increased with rainfall intensity.During dry periods,however,the CBH and CTH observed by the cloud radar,ceilometer,and COMS were similar.Thin and low-density clouds were observed more effectively by the cloud radar compared with the ceilometer and COMS.In cases of rainfall or missing cloud radar data,the ceilometer and COMS data were proven effective in correcting or compensating the cloud radar data.These corrected cloud data were used to classify cloud types,which revealed that low clouds occurred most frequently.     

TRMM星载测雨雷达和地基雷达反射率因子数据的三维融合

TRMM卫星上的测雨雷达(TRMMPR)探测资料分布均匀且具有很高的垂直分辨率,但灵敏度较低;地基雷达(GR)水平分辨率较高且具有较高的灵敏度,但其垂直分辨率低。通过将TRMM PR与GR反射率因子数据的三维数据融合,得到了更优的反射率因子图像。测雨雷达与地基雷达三维数据融合主要分为以下几步:测雨雷达与地基雷达数据预处理——如去杂波、衰减校正;测雨雷达与地基雷达时空匹配;选取和应用合适的三维图像融合算法;对融合后的图像进行效果评估。试验结果表明:融合后的图像不仅增大了信息量,更好地检测弱降水,还提高了空间三维(3D)分辨率,能更好地反映降水区域细节,且使得数据总体上具有更高的完整性和可靠性。此外,还将基于雷达资料估测的降水数据与地面雨量计数据进行对比,估计反射率因子数据融合在降水测量上的有效性。      

气象观测设备运行状态综合判定技术应用

从气象观测设备运行保障角度出发,基于各观测设备自身运行状态检测信息,结合气象观测数据、气象观测元数据信息以及各级气象观测技术保障业务人员人工填报业务数据,研制了我国气象观测设备运行状态综合判定技术;同时制订了各气象观测设备运行状态分类标准和显示标准,将设备运行状态分为正常、报警、故障和非观测4类状态,分别用绿色、橙色、蓝色和灰色标识.气象观测设备运行状态综合判定技术在一定程度上促进了我国气象观测装备技术保障工作的规范化、标准化开展.该技术贴合气象装备技术保障业务实际需求,设备运行状态判定真实率达100％,结果经实践证明科学合理有效,基于该方法开展的设备运行监控保障工作提高了观测系统稳定可靠的运行能力.     

江苏盐城地区一次持续雾-霾天气过程的综合分析

2013年12月上旬江苏盐城地区出现了一次历史罕见的持续重度雾-霾天气,利用盐城市常规气象观测资料、NCEP再分析资料(1°×1°)及环境监测中心站的污染物浓度资料等,对此次过程的环流背景、气象要素、大气层结特征以及动力条件、污染情况等进行了综合性分析。结果发现:12月上旬中高层冷空气势力弱,以纬向环流为主;低层弱的水平风场为雾-霾的发生发展提供了有利的环流背景;稳定的层结特征,近地面高强度的贴地逆温和持续较低的混合层高度是此次雾-霾天气长时间维持的重要因素;边界层内弱正散度及负涡度是此次雾-霾天气得以维持发展的动力因子;通过后向轨迹分型和火点监测资料分析发现:污染物的长距离输送在此次重污染天气的形成过程中起到了一定作用。最后,文中建立了能见度和PM_(2.5)浓度、相对湿度的非线性回归方程,对能见度的预报效果较好,为实际业务应用中雾-霾的预报提供了有利的依据。     

高性能计算技术在气象领域的应用

高性能计算通过应用超级计算机与并行处理技术解决复杂的计算问题,是信息技术发展比较迅猛的领域之一。气象应用始终是高性能计算的重要领域,高性能计算技术有效地解决了高分辨率、高精度气象数值预报模式发展限制,在气象预报预测业务中发挥着核心支撑作用。数十年以来,由于数值天气模式研究和业务运行对计算资源的强烈需求,国内外气象领域高性能计算机及应用迅速发展起来。气象领域对高性能计算能力及系统的可靠性需求日益提升。高性能计算技术将与气象预报应用日益融合,相互影响促进,不断创新发展。为满足气象预报预测业务和科研工作需求,中国气象部门将进一步提升高性能计算能力,并致力于优化集约高性能计算系统布局,高效管理计算资源,发挥最大效益。     

贵州辐射雾的时空变化特征及其气象要素分析

选取2008—2012年贵州省3646站次的辐射雾天气过程,根据08时能见度大小将其划分为4级雾、3级雾、2级雾和1级雾四个等级,利用常规地面观测资料分析其时空变化特征,并根据辐射雾多发生区选取出修文、三穗和凤冈3个分布在贵州省高速干道上的站点,利用相应地面气象观测台站的逐日逐时实测气象要素资料,分析其不同等级的气象要素特征。结果表明:各等级辐射雾在10月—次年1月发生较多;空间分布呈"东多西少"格局,4级雾主要分布中心为修文和岑巩,其余等级辐射雾主要分布中心为三穗、凤冈、平塘、正安、松桃和锦屏;修文站的4级雾偏多与其平均相对湿度明显偏高、风速小于3 m/s和风向主要为偏东风相关性较高;三穗站和凤冈站的平均相对湿度与当日08时和前一日20时的气温差相对利于雾的生成,但其风速较小,垂直混合较弱,故其主要为较低等级雾。