遥感卫星运营中的质量控制措施

一、前言随着遥感平台数量的增长和传感器技术的提高,遥感影像正在向高时间分辨率、高空间分辨率、高光谱分辨率的目标迈进,其应用范围更广、层次更深。卫星遥感影像数据采用卫星平台采集获得,具有获取周期短、覆盖范围广、不受地区限制的优势。目前高质量的遥感影像已经引起全球军事、国土、测绘、城市规划、地质、林业、农业等领域的高度重视[1],为行业发展和科学研究提供了高效率、高质量的基础数     

卫星遥感影像外方位元素的误差传播研究

高分辨率卫星遥感影像的几何定位精度与影像外方位元素精度密切相关.文章针对单景影像直接对地定位和立体影像前方交会定位两种典型情况,对影像各外方位元素在目标几何定位中的误差传播规律进行分析比较,相关结论可供卫星姿控及相机载荷设计方参考.     

应用卫星遥感进行生态环境动态监测

目前,90%的能源、80%以上的工业原料来自于矿产资源。矿产资源开发实际上在消耗两种资源,即矿产资源和环境资源,尤其是资源的露天开采对生态环境造成了极大的破坏。文章选取山西省孝义市作为研究区,以1990年、1999年和2007年三期遥感影像为主体数据源,采用遥感与GIS技术相结合的监测技术手段,建立生态环境评价指标体系和评价方法;采用遥感和GIS技术对矿区生态环境进行实时的监测,科学地评价生态环境状况及预测变化趋势。为研究区今后进行生态环境调查提供了客观、详实、丰富的数据。同时为今后政府部门生态环境治理提供了参考依据。     

星地协同光学遥感影像目标识别技术验证研究

为了提高光学遥感卫星信息处理的时效性,文章提出了星地协同光学遥感影像在轨目标智能识别技术框架。将基于遥感大数据的深度学习、神经网络模型训练等数据量大、运算量大、计算复杂、要求较高的处理任务部署在地面服务器,将深度学习训练得到的模型进行压缩并上注至卫星,卫星在轨利用轻量化模型对影像进行推理计算,最后把目标识别结果下传至用户。为了对所提出的技术框架进行验证,在高性能服务器和嵌入式开发板上进行了验证试验,利用YOLO-v5算法和DIOR遥感数据集进行了测试,结果表明:在模拟星载计算环境下,处理100km~2范围1m分辨率遥感影像耗时17.74s,平均精确度(Mean Average Precision,mAP)为87.2%。文章提出的星地协同智能目标识别技术框架实时性和精度上能够满足应用需求,具备一定的可行性,可以进一步开展在轨验证试验。     

中巴地球资源卫星数据在海洋领域的应用

目前,中巴地球资源卫星(CBERS)系列卫星数据在我国海洋研究领域得到广泛使用。主要研究内容涉及珊瑚岛礁监测、海岛海岸带土地利用变化监测、绿潮遥感监测、海洋功能区划实施情况监测、悬浮物浓度反演、海冰遥感解译和浮筏养殖信息提取等;数据范围覆盖我国海岛海岸带及近岸海域和南海珊瑚岛礁区。     

一种卫星多光谱图像亚像元波段配准精度自动评价方法

多光谱图像波段配准精度是多光谱影像数据的一项重要指标。文章实现了一种基于相位一致特征的多光谱图像亚像元波段配准精度自动评价方法。通过对CBERS-02B卫星CCD多光谱图像波段配准精度自动评价,表明该方法对于亮度和对比度具有不变性,能均匀稳定提取多光谱数据不同波段影像大量同名特征匹配点,自动给出影像的不同区域的亚像元配准精度,实现对整景影像数据的较为完整准确评价。根据评价结果进行了地面处理系统校正,使行列方向除局部区域外均达到配准精度。     

遥感图像云检测方法综述

遥感图像云检测是遥感数据处理过程中需首要解决的问题之一,在参考大量国内外文献的基础上,文章对遥感图像云检测方法的研究现状进行了分析,并对已有的遥感图像云检测方法进行了综述和分类,在此基础上对不同的云检测方法进行了比较,最后给出了云检测存在的问题和发展趋势.     

中巴地球资源卫星数据在毛乌素沙漠生态环境监测中的应用

以2001年中巴地球资源卫星(CBERS-1)影像为主要数据源，对毛乌素沙漠生态环境重点建设区宁夏盐池县进行了生态环境遥感动态监测的应用研究。通过与2000年Landsat-TM／ETM 数据在信息(影像)特征、识别效果、分类精度等方面的对比，分析了一年来土地利用与土地覆盖的变化，并就CBERS-1的数据质量、精度及其在西部生态环境建设中的应用潜力做出了客观评价。     

北京一号小卫星及其数据应用

结合小卫星技术介绍了北京一号高性能对地观测小卫星计划和项目进展情况,综述了北京一号系统的主要组成和性能,并结合其数据特点,介绍北京一号遥感影像的示范应用和重点应用,探讨、分析了其更广泛的应用领域和良好的市场前景。     

新型卫星遥感数据的应用现状

随着卫星遥感技术的快速发展,出现了不少新型传感器,获取了大量新型遥感数据。这些数据源以传统遥感信息源不具有的优势在国民经济各领域取得了许多良好的应用效果。本文从多光谱遥感、高空间分辨率遥感、高光谱遥感、雷达遥感等四个方面总结了当前新型遥感数据的应用情况,并对未来发展作了简要思考。     

环境减灾-1A、1B卫星在干旱监测中的应用研究及实现

"环境与灾害监测预报小卫星星座"(以下简称环境减灾星座)是我国首个以防灾减灾和环境监测为应用目的的小卫星星座,应用环境减灾星座构建干旱遥感监测体系具有重要的现实意义.文章基于HJ-1A、1B卫星遥感器数据,分析其适用的干旱遥感监测模型,并在此基础上选择辽宁省阜新市作为研究区,实现了基于HJ-1B卫星宽覆盖多光谱CCD相机数据的垂直干旱指数监测模型.结果表明,利用环境减灾星座数据可以有效地实现干旱遥感监测.     

珠海一号高光谱影像云检测算法

珠海一号高光谱卫星具有高空间、高光谱、高时间分辨率等特点,有效推动了高光谱遥感数据在农林环境、自然资源探测等领域的广泛应用,其中高精准的云检测是遥感数据预处理的关键步骤。如何对高光谱图像有效特征提取并克服传统云检测方法特征复杂、算法参数多、计算量大、鲁棒性差等缺陷,是高光谱云检测研究的关键问题。为此,提出了一种多尺度特征融合的U型结构网络,模型首先利用残差模块进行特征编码,并将编码进行多尺度融合,在网络的跳跃连接处引入了坐标注意力机制提取有用信息,最后通过残差解码得到输出结果。实验前首先利用主成分分析降维,将高光谱数据重构为4维影像数据,然后通过数据标注与数据增强,建立珠海一号高光谱影像云检测数据集。采用了38-Cloud云数据集训练初始网络参数,随后利用构建的数据集进行迁移学习。实验结果表明,对于所建立的珠海一号高光谱云检测数据集,所提方法的像素准确率达到92.28%,可以实现高精度的高光谱遥感影像云检测。     

“高分二号”卫星多光谱与全色影像配准策略

"高分二号"(GF-2)卫星能够提供空间分辨率优于1m的全色影像和优于4m的多光谱影像,可以作为高精度土地基础数据采集的影像数据源之一。针对多光谱与全色影像配准精度对后续数据处理和应用影响较大的问题,文章分别采用原始多光谱与全色影像的自动配准和纠正后配准两种方法,对比不同策略的配准精度,结合土地资源遥感调查监测的相关技术规程,形成GF-2卫星多光谱与全色影像配准策略。对10景山区和平原区完整景GF-2卫星影像进行了试验,结果表明,原始多光谱与全色影像自动配准方法不仅能保证配准精度,而且能缩短影像预处理完成时间,是规模化数据应用中较好的配准策略。     

“资源三号”卫星正视影像区域网平差

目前卫星影像的区域网平差技术已经有了初步的发展,但大多数研究都基于国际高分辨率卫星影像,针对大区域范围内的中国卫星影像的快速平差还鲜有提及。文章以“资源三号”卫星正视影像为数据源,配合高分辨率的控制点影像和数字高程模型（DEM）数据,基于RPC（rational polynomial coefficients）模型参数精确解算和一种新的控制点选取策略对大区域范围内仅使用少量控制点的区域网平差进行了研究与试验。在试验过程中,文章采用地形坡度统计的方法来快速获取多景影像中控制点的优先选取区域,缩小控制点选取范围。除此之外,文章还通过添加选取相对较为容易的连接点替代部分控制点来保证影像平差精度。结果表明：采用文中方法能大量减少控制点选取难度并有效提高中国遥感影像的几何定位精度,真正实现数字正射影像（DOM）产品的快速生产。     

物方反投影下的星载多光谱相机内视场虚拟线阵拼接

针对遥感卫星多光谱相机非共线TDICCD成像方式,文章提出了一种基于虚拟线阵CCD的相机内视场拼接方法。参考严格几何模型建立虚拟影像像点与地面点间的对应关系,校正相机内方位畸变,根据物方几何约束的地面点反投影算法,建立虚拟影像像点与原始影像像点的坐标关系模型,实现逐像素灰度赋值。最后,以两景"资源三号"卫星多光谱原始影像作为试验数据,验证所提算法的可靠性,试验结果表明:该拼接方法效果好、精度高,具有较好的应用前景。     

星上遥感影像在轨处理进展研究

从星地数传、高时敏任务等对星上遥感影像在轨处理的需求出发,本文对美国、欧洲以及国内主要的星上遥感影像在轨处理进展进行了研究;以此为基础,结合星上遥感影像在轨处理框架与深度学习等智能处理技术,分析了高性能星上智能处理平台构建、基于深度学习的遥感影像在轨智能处理、多源遥感影像数据在轨融合处理、星地协同数据处理及在轨更新等星上遥感影像在轨处理关键技术;最后,对星上遥感影像在轨处理未来发展趋势进行了总结,为进一步提升遥感卫星在轨应用效能提供参考。     

改进暗通道遥感影像去雾方法及效果分析

遥感影像的预处理工作是遥感数据应用的基础。去除云雾是影像预处理工作的重要组成部分。针对遥感影像雾霾浓度分布不均匀的问题,提出一种改进的暗通道遥感影像去雾方法。以"高分一号"(GF-1)卫星为例,根据影像灰度图中的灰度值对影像雾霾浓度区域进行划分,对每个区域中暗原色值的获取方式进行改进,使用导向滤波优化大气传输率,以归一化植被指数(NDVI)为基础,设计用于评价影像去雾质量的定量指标。结果表明:所提出的方法能明显去除雾霾干扰,有效改善卫星影像数据的视觉效果,增强影像细节。该方法去雾处理后的遥感数据能应用于定量遥感,提高遥感影像的可用性及有效性。     

利用高分辨率遥感数据的芦山地震道路损毁快速评估

道路损毁评估是地震损失评估工作的重要内容。文章根据芦山7.0级地震应急评估需求,提出利用多源遥感数据的道路损毁评估方法。首先,针对获取的高分辨率遥感数据特点,建立道路损毁遥感解译标准,进一步考虑地震平均烈度,建立以县为单元的灾区道路损毁等级快速评估模型,最后给出了地震灾区基于高分辨率遥感数据的快速制图产品和灾区道路损毁分县等级评估结果。结果表明,道路损毁极重灾区有芦山县、宝兴县,重灾区有天全县、雨城区、荥经县、名山区、邛崃市,一般灾区有汉源县等14个县(市、区)。相关研究和结果为震后救灾决策提供了重要支撑。     

遥感卫星图像几何定位精度评估方法浅析

遥感卫星图像的几何定位精度是卫星遥感能力地面预估或在轨评价的重要指标之一。利用传统评价方法得到的几何定位精度不能完全反映遥感卫星的定位能力,针对不同的几何定位精度,需要更加准确的评价方法。文章首先介绍了几何定位精度的概念,并且分析了内部和外部几何定位精度的区别;其次通过对中误差和圆概率误差的研究,比较其各自的优缺点;最后采用不同的几何定位精度评价方法对仿真数据进行评估,结果表明选择合适的几何定位精度评价方法可以得到更准确可靠的评价结果。     

基于深度学习的遥感图像目标检测方法及系统设计

为解决传统的目标检测算法难以满足遥感图像数据爆发式增长需求这一问题，文章提出基于深度学习的遥感图像目标检测系统软件。首先，为给深度学习网络训练提供高质量的样本数据，在GIS平台上实现了样本标注功能和数据集兼容性转换功能，并提供图像预处理方法对样本进行扩充；其次，针对遥感图像场景分类与遥感图像特定目标检测，应用深度学习技术，分别实现了模型训练、迁移学习、目标检测等功能；最后，采用了形态学处理、矢量化、直角化约束等方法，对遥感图像场景分类的效果进行改善。实验结果表明，文章的遥感图像目标检测系统在遥感图像场景分类方面取得了85%的分类精度，在特定目标检测方面取得了95%的检测精度，明显优于传统的遥感图像处理方法。该系统软件满足目标检测应用需求，能够为遥感影像分类、信息提取、变化检测等任务提供技术支持。