天线形变对风云卫星遥感图像的影响

为探究反射面天线形变对风云卫星毫米波和亚毫米波成像仪(MMSI)的亮温图像质量的影响,运用基于表面电流积分的物理光学方法计算天线辐射方向图,探究不同形式反射面天线形变下天线辐射特性的变化规律。结合MMSI的亮温图像的处理结果,评价图像质量的变化。实验结果表明:反射面天线的形变面积、形变位置和副反射面晃动发生变化时,天线的主瓣增益、副瓣电平和波束宽度等关键指标发生规律性变化,对MMSI的亮温图像质量产生不同形式的影响。当反射面天线的形变面积增大时,天线的主瓣增益减小,副瓣电平升高,进一步导致分辨率降低,噪声水平升高,亮温图像质量变差。     

FY-3卫星洪涝灾害监测应用

对利用风云三号(FY-3)卫星数据对洪涝灾害监测进行了研究。给出了用FY-3卫星中分辨率成像仪(MERSI)和可见光红外扫描辐射计(VIRR)对薄云下和薄雾覆盖的水体判识的原理,以及洪涝信息检测中水体最大淹没面积和淹没时间信息的获取方法。给出了用FY-3卫星微波成像仪(MWRI)通过微波指数法反演洪涝信息的方法,可进行连续、全天候的大范围洪涝灾情监测。2011、2016年由其他卫星获得的洪涝水体信息表明:风云卫星的洪涝水体监测精度可达90%以上,甚至优于EOS卫星的MODIS和NOAA卫星的AVHRR的精度。近年来,风云卫星在国内外洪涝灾害等重大灾害监测评估中发挥了重要作用,改变了业务上以国外卫星资料为主进行洪涝灾害监测的局面,同时也提升了FY-3卫星在国际上的地位。展望了我国风云卫星在洪涝监测中的发展方向,指出随着风云卫星遥感技术的不断发展,洪涝灾害监测评估精度将会提高,为洪涝灾害防灾减灾提供更科学准确的决策依据。     

星载微波辐射计通道分辨率匹配技术及其在FY-3卫星MWRI中的应用

基于仿真模型对圆锥扫描星载微波成像仪不同频率和极化二维天线方向图地面足迹的模拟,对FY-3卫星微波成像仪(MWRI)原始观测轨道亮温数据,用Backus-Gilbert(BG)分辨率匹配算法分别对分辨率降低(高频通道匹配到低频通道)和分辨率增强(低分辨率匹配到高分辨率)进行了实验分析。结果表明:分辨率降低匹配处理能较好地模拟实际仪器观测,且不另引入噪声,可在MWRI通道分辨率匹配中实际应用;分辨率增强匹配可明显提高低频图像分辨率,但会一定程度引入噪声,实际应用中应考虑在分辨率增强与噪声间进行折中处理,在增强分辨率的同时,使引入的噪声在可接受范围内。     

基于U-net的"高分五号"卫星高光谱图像土地类型分类

"高分五号"卫星是世界首颗实现对大气和陆地综合观测的全谱段高光谱卫星,对于土地利用类型分类具有重要的应用价值,如何利用深度学习技术开展高光谱图像分类是当前研究的热点问题。深度学习中的语义分割方法在地面场景的图像中已经获得较好的应用,但是对于高光谱遥感图像的精度和适用性较差,无法准确获得精确的分类结果。文章采用U-net模型开展高光谱土地利用类型分类研究,首先基于"高分五号"卫星高光谱数据,构建样本数据集,然后训练分类模型,进行土地利用类型分类,探讨语义分割方法在高分五号高光谱数据上的应用能力。结果表明,采用深度学习中的语义分割方法能够有效提高精度水平,U-net模型的整体分类精度为0.9357,Kappa系数达到0.92,均高于SVM方法和CNN方法。采用深度学习中的语义分割方法,可以为"高分五号"高光谱数据的土地利用分类提供技术支撑,有效提升"高分五号"卫星的应用能力。     

基于GNSS掩星资料的风云卫星微波载荷产品质量验证与分析

聚焦新一代国产极轨气象卫星微波载荷和全球导航卫星系统(GNSS)掩星临边观测的探测机理,及其各自仪器的性能指标和在轨运行的特点,利用2019年1月1日到12月31日的全球数据,开展基于GNSS掩星资料的风云气象卫星微波观测亮温对比和反演廓线产品质量检验研究。在匹配数据时间分辨率为30 min和经纬度分辨率为0.5°的情况下,亮温偏差小于5 K,大气温湿度探测精度分别为1.92 K和22.8%,同时分析了2019年青藏高原地区大气温湿度的时空分布规律。结果表明:风云气象卫星微波辐射计具有全球全天候探测大气温湿度的功能,在近地面具有丰富的反演数据,而对于GNSS掩星探测资料,3 km以上探测精度优于微波湿度计,近地面数据较少,两者联合,既可以互相补充和验证,又能以青藏高原为例,分析长时间序列气象和气候数据,为后续的气候研究提供基础数据集。     

微波辐射计静止轨道遥感试验技术

在地球静止轨道上对大气进行微波遥感探测尚无先例。为验证静止轨道微波探测仪器关键技术,研究高轨微波辐射传输特性并积累遥感数据,研制了微波探测试验载荷,搭载于风云四号A星进行在轨试验。微波探测载荷采用真实孔径圆周扫描体系,配置双频段(183,425 GHz)五通道。载荷在轨试验中,各项指标正常,183GHz频段灵敏度优于0.5K,425GHz灵敏度优于1.9K,性能稳定并超过3个月考核寿命。对微波探测载荷183GHz与极轨载荷先进技术微波辐射计(advanced technology microwave sounder,ATMS)进行亮温交叉比对的结果显示,两者亮温相近,变化趋势一致,验证了探测数据的有效性。载荷还在静止轨道获取了极轨无法探知的3K/h量级亮温变化,并在风云四号A星姿态调整期间完成了静止轨道微波遥感成像。验证了在静止轨道上进行真实孔径体制微波遥感探测的有效性。     

微波成像仪扫描转动对卫星姿态的影响分析和控制实现

介绍了微波成像仪扫描运动方式,分析了微波成像仪扫描运动及对卫星姿态稳定性的影响,提出了微波成像仪扫描运动稳定性控制中天线静平衡、天线展开到位精度、转动体动平衡和整体动平衡状态的控制方法。给出了微波成像仪扫描平衡状态及在轨验证效果。结果表明：微波成像仪动平衡控制有效,达到了预期的姿态稳定性控制要求。     

一体化微波成像探测技术发展和展望

介绍了微波成像探测技术的发展历程及趋势。阐述了将多种遥感目的和功能集于一体微波成像探测的优势和必要性。通过多频点大口径天馈、高灵敏度多通道接收及高稳定度长寿命转动机构等关键技术的突破,研制了一体化微波成像探测样机。与目前在轨的风云三号(FY-3)卫星微波成像仪相比,最高测量频段提高、细分通道数目增多、探测灵敏度及辐射测量精度提升,实现了大气温度廓线、大气湿度廓线和地表成像的一体化同源观测,在增强数据同化能力的同时提高了卫星的载荷效率,可同时获得全天时、全天候的海面风场,海面温度,海冰分布和雪覆盖,大气温湿度廓线,大气水汽和液态水分布等全球性气象资料。对一体化微波成像探测技术的高分辨率、高频率接收和全极化探测等发展方向进行了展望。     

基于SVM和"嫦娥一号"数据的月球表面亮温分布

月球表面的微波辐射亮度温度分布与月表物质的物理化学和地理分布特性密切相关.为了分析月球表面微波辐射亮温的分布特点,利用支持向量机(SVM)方法对嫦娥一号(CE-1)绕月卫星搭载的微波辐射计获得的2C级亮温数据建立回归分析模型,并利用粒子群算法优化SVM回归模型,建立了月球表面不同地理位置的4个频率通道(3GHz,7.8GHz,19.35GHz,37GHz)的微波辐射亮温与时间的关系,获得了这4个频率的微波辐射亮温在月表很窄时间段的全球分布,因而显示出了更多的细节特征.最后对这些特征进行了描述并对影响月球表面亮温的因素进行了讨论.     

星载高光谱成像仪在轨偏航定标方法

高光谱成像仪以其纳米级光谱分辨率可同时获取地物的图像和光谱信息,辐射定标的精度是其定量化应用的关键环节,而偏航定标降低了对定标场地的选择要求,为高光谱成像仪在轨高频次定标提供了支撑。文章提出一种基于卫星平台90°偏航机动的高光谱成像仪在轨偏航定标方法,包括偏航数据的获取及数据处理、分析方法。基于资源一号02D卫星在轨数据对此方法进行了验证,结果表明:该方法对高光谱成像仪的相对辐射校正具有良好的效果,探测器所有像元相对辐射定标精度可达1%,原始图像中的条纹噪声得到很好去除。文章提出的方法可以实现高光谱成像仪的高频次、全视场相对辐射校正,为后续高光谱数据的定量化应用打下基础。     

FY-3卫星积雪监测产品概述及在遥感服务中的应用

介绍了风云三号(FY-3)气象卫星主要成像传感器及其积雪监测产品情况,FY-3卫星利用其1级数据能反演积雪覆盖、积雪深度、雪水当量等多种积雪监测参数和产品。卫星可见光-近红外传感器提供积雪覆盖监测信息,微波成像传感器提供积雪深度、雪水当量监测信息。针对防灾减灾以及应对气候变化分别给出积雪监测产品的遥感服务应用。结合国内外积雪遥感监测技术的发展趋势,提出利用FY-3卫星进行积雪监测的未来前景。FY-3卫星积雪监测产品在防灾减灾和应对气候变化方面能为遥感部门提供客观、可靠、全面、及时的参考信息。     

基于双时相遥感影像差异信息的深度学习滑坡检测

目前利用高分辨率卫星影像进行滑坡等地质灾害识别逐渐成为研究热点，滑坡目视解译依赖于解译人员的经验，耗时费力且提取精度低，而传统的滑坡自动识别方法易将滑坡和道路、裸地、建筑等多种具有相似光谱信息的地物混淆。针对以上问题，文章使用一种双时相高分辨率卫星影像差异信息的深度学习滑坡检测算法，获取时序影像各个波段和归一化植被指数（Normalized Difference Vegetation Index，NDVI）的差异影像作为深度学习的输入特征。为充分挖掘滑坡前后影像多种信息差异特征，采用了U-net网络模型耦合空洞空间金字塔池化和嵌入注意力机制模块相结合进行滑坡特征提取的方法，该方法增强了滑坡边界信息的保存，能够有效地提取滑坡边界信息和发生剧烈变化的区域。利用上述方法对恩施市和九寨沟进行了滑坡检测，实验结果显示，所取得的综合评价指标值（F1-Score）分别为88.4%和90.53%，误差较小、精度较高。表明该方法能够准确检测出高分卫星数据的滑坡边界，且能保持滑坡的完整性。     

基于YOLO智能网络的红外弱小多目标检测技术

复杂背景下的红外弱小多目标检测是红外目标检测的难点,现有算法的稳健性难以满足实际弹载应用需求。针对弹载环境下的红外场景图像开展了基于典型深度学习网络模型的目标检测应用研究,提出一种基于YOLO(you only look once)网络的智能目标检测方法,通过高维特征学习表征和推理实现红外弱小多目标检测。采用传统的模板匹配算法和YOLO深度学习算法进行识别性能对比分析,验证了YOLO网络在红外弱小多目标检测方面的良好性能。实验结果表明:YOLO算法的检测概率可达92.2%,平均检测精度为0.844,与传统的模板匹配方法相比,YOLO具有明显的优势。     

基于卷积神经网络的局部图像特征描述符算法

为提升基于图像序列三维重建的速度,解决传统局部特征描述符算法提取速度慢的问题,设计了一种基于深度学习的局部特征描述符网络。利用特征描述符网络实现对图像特征点的特征提取,结合本文采用的欧氏距离匹配准则,实现了对不同图像间特征点的匹配。算法对MVS数据集进行了验证,实验结果表明:提出的局部特征描述符算法实现了对图像特征点特征的快速准确的提取、匹配,与传统特征描述符算法相比,特征提取时间缩短了50%以上,特征点的匹配时间缩短了60%以上。相对于本算法中复杂结构的特征描述符网络,结构简单的泛化性更好,可拓展到航天领域的三维重建中。     

基于Matlab的FY-4星载扫描辐射计午夜太阳入侵模拟

用Matlab软件建立了动态仿真模型,以分析太阳午夜入侵对风云四号(FY-4)地球静止气象卫星扫描辐射计的影响。给出了仿真算法的流程,介绍算法中太阳光线方向、受照面转换和主镜反射特性计算等难点,并说明为提高效率采用的近似简化和优化处理。计算结果与文献中GOES卫星的实测数据相近,表明该仿真模型可较准确地模拟午夜太阳入侵,所获数据准确。     

基于机器学习的二次电子发射唯象模型

基于机器学习和深度人工神经网络（artificial neural network，ANN）提出一种二次电子发射唯象模型。利用Vaughan模型生成先验数据集，用于训练生成描述二次电子发射一般规律的先验知识ANN模型，并在不同参数条件下验证了先验知识ANN模型的正确性。然后，分别利用银和铝合金材料的二次电子发射系数实验数据修正先验知识ANN模型，分别得到了描述两种材料的特异ANN模型。测试结果表明，特异ANN模型计算结果与实验结果相比的平均绝对误差较Vaughan模型和Furman模型降低了30%以上，与复合唯象模型精度相当或更高。在小样本条件下测试了二次电子发射ANN模型的正确性，验证了分步训练方式的有效性和二次电子发射ANN模型对于小样本集的适应性。提出的基于机器学习的二次电子发射唯象模型能够避免复杂的参数修正过程，能够基于先验知识提升模型对于小样本的适应性，能够实现二次电子发射系数的连续插值，适于在数值模拟软件中使用。     

FY-3气象卫星中分辨率光谱成像仪结构仿真分析

用ANSYS软件仿真分析了风云三号（FY-3）气象卫星中分辨率光谱成像仪的结构。根据建立的成像仪有限元模型,进行了静力学、模态和谱分析,给出了X、Y、Z向加速度载荷下消旋机构的应力和变形、1-20阶模态频率,以及各向正弦振动谱作用下各部件的应力和变形。结果表明：有限元法与实验数据基本吻合,可用于成像仪设计的优化。     

基于通道剪枝的SAR图像舰船检测优化算法

近几年,随着深度学习的发展,基于深度学习的目标检测算法开始应用于合成孔径雷达(SAR)图像中的舰船检测。但深度学习模型结构复杂,参数量与计算量巨大,无法应用到星载处理器的实时处理中。本文提出一种结合了Faster-RCNN和卷积通道剪枝的舰船检测方法,在保证检测精度不受较大影响的情况下,剪除卷积层中的部分参数,提高检测效率。实验表明:经过剪枝优化的Faster-RCNN舰船检测模型中的参数量降低了约56%,而推理时间减少了约51%,同时精度下降仅有1.9%。这给未来在星载处理器上部署舰船检测算法提供了新的思路。