黄渤海晴空像元下雾霾识别的机器学习算法

为实时有效地识别和监测雾霾，选取2013年10月4日与10月5日的两景MODIS遥感图像，利用不同类型像元的光谱差异，基于神经网络模型，建立海上雾霾的遥感识别机器学习算法。经检验表明，在晴空条件下，机器学习算法反演精度相对较高，已超过98%，利用算法可以实现对中国近海上空雾霾的监测。     

环境减灾-1A卫星超光谱数据反演叶绿素a浓度的模型研究

通过星地同步遥感实验,实测巢湖水体水质参数,运用相关分析探求环境减灾-1A卫星超光谱成像仪数据与实测叶绿素a浓度的关系,选择不同的函数曲线对一阶微分方法、波段比值方法和三波段方法进行拟合,建立相应的估测模型,实现对巢湖水体叶绿素a浓度的反演.并最终选取精度最优的模型模拟巢湖的叶绿素a含量.结果表明:三波段组合的线性模型反演精度最高,67%的检验数据误差小于30%,说明基于环境减灾-1A卫星数据的三波段模型能定量提取巢湖地区夏季水体叶绿素a浓度信息.     

哨兵2卫星综合水质指标的河流水质遥感监测方法

上海市河流水污染监测是当前研究的热点问题。针对上海市河流水质监测的需求,提出了一种基于因子分析的河流综合水质遥感反演的方法。以欧洲航空局发射的哨兵-2A(Sentinel-2A)卫星搭载的多光谱成像仪获取的遥感影像,以及准同步获取的河流断面实测水质参数数据为例,研究对象为上海市青浦区和松江区部分河道。选取高锰酸盐指数、氨氮等5项主要水质参数为监测指标,在因子分析的基础上建立水质遥感反演的模型,得到综合水质指标用于确定水质类别。实验结果表明:综合水质指标值越小,内陆河流水质状况越良好,水体更清洁。该方法能够应用于内陆河流水质遥感监测,为水环境管理部门提供参考信息。     

基于改进粒子群优化LS-SVM的卫星钟差预报研究

针对导航卫星短期钟差预报精度和稳定度不高的问题,提出了一种基于改进粒子群优化（PSO）最小二乘支持向量机（LS-SVM）的卫星钟差预报方法。通过引进自适应改变的惯性权重和学习因子来提高粒子群算法的寻优能力,并将其应用到LS-SVM的参数优化中,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取国际GPS服务组织（IGS）产品中四颗典型卫星的钟差数据,分别采用LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明：LS-SVM模型的预报精度优于其它两种模型,为导航卫星短期高精度钟差预报提供了新的思路。     

基于光谱响应函数的ZY-3卫星图像融合算法研究

针对遥感影像融合过程中存在的光谱失真,提出了一种基于光谱响应函数（SRF）的ZY-3卫星影像融合算法,该算法通过研究亮度分量的模拟方法和空间细节注入方法,改进了传统的IHS算法。采用融合前后典型地物光谱曲线对比和无需参考图像的质量评价指标（QNR）两种方式对融合结果进行评价,发现该算法的光谱信息保持在89.94%,QNR值达0.75以上。结果表明,相对于其它IHS改进融合算法,基于ZY-3卫星传感器SRF的改进IHS融合算法无论在光谱信息保持还是空间信息增强方面都具有优势。     

改进粒子群算法优化SVM参数的遥感图像分类

文章使用支持向量机(SVM)分类算法,结合当下应用较为广泛的智能优化算法,对SVM的参数进行优化选取,以期能够提高遥感图像的分类精度。针对粒子群算法(PSO)优化SVM分类器参数时,存在着容易早熟收敛、分类精度相对较低、容易陷入局部最优解的问题,提出了一种以自适应权重粒子群算法(SAPSO)为基础,引入遗传算法交叉算子的混合优化算法(SAPSO-GA),利用这种改进的算法优化SVM参数对遥感图像进行分类。文章以一景Quick Bird卫星遥感影像为例,对影像进行图像融合等预处理,然后分别使用PSO-SVM算法和SAPSO-GA-SVM算法进行土地利用分类,比较分析两种算法的分类精度,结果表明,改进的算法提高了粒子群算法的搜索性能,能够寻找更佳SVM分类器参数,获得较高的分类精度。     

基于Landsat-8/TIRS的红沿河核电基地海表温度反演算法比对

文章以红沿河核电基地周围海域为研究区,利用Landsat-8热红外遥感影像(thermal infrared sensor,TIRS),分别对辐射传输方程法、单窗算法、普适性单通道法和Qin劈窗算法等四种算法进行海表温度反演模型参数修订与数据处理。通过与实际观测温度数据进行精度验证与比对分析,寻求基于Landsat-8/TIRS数据的区域最佳温度反演算法。结果表明,辐射传输方程法均方根误差在1K以内,反演精度最高;Qin劈窗算法次之,均方根误差达到3K左右,反演精度较差,整体反演温度偏高;单窗算法和普适性单通道法均方根误差高于3K,反演精度最差,整体反演温度偏低。辐射传输方程法可作为红沿河核电海域温排水遥感监测首选算法。     

基于暗目标法的Landsat-8 OLI数据气溶胶光学厚度反演

准确地估算地表反射率是利用遥感数据反演气溶胶光学厚度的关键。针对暗目标法难以构建有效的地表反射率估算模型,依据中分辨率成像光谱仪气溶胶C005产品反演算法的地表反射率估算模型,通过分析地物波谱库中典型植被的波谱信息,结合遥感器的光谱响应函数和谱段设置,尝试构建陆地卫星8号陆地成像仪的地表反射率估算模型。模型验证利用阈值法确定暗目标,通过6S大气辐射传输模型构建查找表从陆地卫星8号陆地成像仪数据反演北京地区气溶胶光学厚度,将反演结果与AERONET站点观测值进行对比验证和误差分析。结果表明:使用该地表反射率估算模型得到的长时间序列反演值与AERONET站点的地面观测值一致性较好,70%左右的数据位于预期误差线内,反演结果满足精度需求。利用该地表反射率估算模型能够有效的反演出气溶胶光学厚度,促进陆地卫星8号在地表参数反演中的定量化应用。     

基于GPU的高光谱遥感主成分分析并行优化

主成分分析（principal component analysis, PCA）是高光谱遥感图像特征提取的重要方法。为了在保证精度的同时,提高高光谱遥感PCA算法的计算效率,文章提出一种基于图形处理器（graphic processing unit,GPU）＋中央处理器（central processing unit,CPU）异构系统的PCA并行优化方法。该方法利用GPU的并行计算能力实现PCA中复杂的协方差矩阵计算与维数缩减过程,优化了像元去均值的计算流程;解决了GPU内核计算像元累加和非合并访问问题;利用共享内存机制,提高了访存效率。此外,该方法采用改进的Jacobi快速迭代法在CPU中进行特征分解,保证了算法的精度。实验结果表明,该方法在保证精度的同时能够有效提高计算效率,在Quadro600平台上的加速比达到141倍,满足了高光谱遥感图像实时应用的需求。     

基于滑坡区域颜色特征模型的SVM遥感检测

滑坡区域遥感检测与识别在灾情提取、救援决策和防灾减灾等方面都有着巨大的应用前景。针对滑坡遥感检测中目标颜色特征化模型不准确,对滑坡区域检测识别效果不够理想等问题,提出一种基于滑坡区域颜色特征模型的支持向量机(supportvectormachine,SVM)遥感检测方法。根据光谱学和色度学的基本理论,建立滑坡区域红绿蓝特征获取方法,以多光谱图像为基础,通过典型样本分析,确立目标/背景颜色特征化数字模型和有效边界。将该模型生成训练样本用于滑坡区域SVM检测模型训练,再将训练好的分类器用于滑坡区域的检测识别,在此基础上根据滑坡基础形状模型的轴向长宽比、面积参数和不变矩等典型形状特征指标对滑坡区域进行目标精确分类与识别。利用九寨沟地震后获取多光谱遥感图像进行了滑坡区域检测识别效果对比试验,试验结果表明,该方法能有效识别遥感图像中的滑坡样本点,对滑坡区域的识别精度由传统方法的90%左右提高到97.03%。     

SMOS与Aquarius卫星海表盐度测量方法及数据的对比分析

国际上发射的海表盐度遥感卫星主要有2颗:欧洲的SMOS和美国的Aquarius卫星,为给后续海表盐度遥感提供参考借鉴,对比分析了这2颗卫星的遥感器载荷、数据处理算法和盐度数据。遥感器载荷方面,SMOS采用L波段二维综合孔径辐射计,而Aquarius采用L波段实孔径辐射计加散射计;数据处理算法方面,分析了二者在介电常数模型、海面粗糙度校正以及反演算法方面的差异;盐度数据方面,分析了SMOS与Aquarius盐度数据之间的相关程度,并分别与ISAS(In Situ Analysis System)浮标盐度数据作对比,分析了2颗卫星的盐度数据精度。将2颗卫星的盐度遥感数据与ISAS浮标盐度数据对比发现,在全球范围内,Aquarius盐度测量精度优于SMOS;但在开阔海域,SMOS盐度测量精度优于Aquarius;而在近海岸区域,均出现较大的误差,且SMOS数据误差更大。     

基于MTFC的遥感图像复原方法

遥感图像在成像过程中受到大气、光学系统、探测器、平台运动和电路等因素的影响,引起图像退化,图像复原算法可以改善遥感图像像质,提高图像信息的解译能力。文章介绍了调制传递函数补偿（modulation transfer function compensation,MTFC）算法的原理,从遥感成像的链路环节出发,分析了MTFC的原理,提出了一种星上实时遥感图像MTFC复原算法。通过卷积系数和抑噪参数的优化设计,在提高图像清晰度的同时能较好地抑制噪声;对不同卷积和抑噪参数的图像复原效果进行了对比,从主观和客观两个方面对复原图像进行了评价。实验结果表明,该算法能有效提高图像像质,增强图像的高频部分,采用不同类型的卫星遥感图像验证了算法的适应性。     

基于多源卫星融合资料的中国近海海洋锋检测研究

海洋锋是海洋动力学中重要的研究对象.目前主要利用卫星遥感海面温度数据分析海洋锋.由于夏季中国近海海域海面温度趋同特性,无法利用海面温度数据分析海洋锋,而卫星遥感海色数据可以有效弥补海面温度检测海洋锋的不足,提高海洋锋检测的准确性.基于多源卫星融合数据,利用梯度检测算法对中国近海海域进行海洋锋研究,结合海面温度和蓝绿波段...     

控制点/控制点对最优能量解析的图像配准

 针对遥感图像配准中匹配同名点少、配准精度低等问题,提出了一种基于控制点/控制点对最优能量解析的图像配准方法。在控制点提取中,通过多尺度曲波变换,实现不同尺度下图像质量的灰关联分析和噪声抑制,并根据灰关联能量值,自动调整尺度不变特征变换配准参数,提高匹配同名点数量;为保证控制点选择的均匀性和准确性,创建了控制点对能量模型,采用马尔科夫蒙特卡洛优化算法实现分布、匹配能量最优的控制点筛选,提高了图像配准精度。实验结果表明,本方法对遥感图像匹配同名点少、控制点分布不均匀、图像配准精度低等问题有很大改善,具有较高的应用价值。     

星载主动遥感气溶胶-云参数技术需求与进展

面对越来越迫切的气象和气候预测及大气环境监测需求,利用主动星载仪器在全球范围内探测云和气溶胶参数成为快速发展的研究领域。相比被动遥感仪器,主动仪器可以获取云和气溶胶参数的垂直分布信息,这将在天气气候模式的改进方面发挥重要作用。通过云和气溶胶遥感需求分析,从雷达数据应用角度,首先介绍了数值模式对云和气溶胶的科学参数需求和定量需求,进一步分析了云和气溶胶联合观测的需求,以及星载微波激光雷达的探测特点;然后对国内外正在规划的星载云和气溶胶微波激光雷达探测任务进行了综述,包括仪器指标和数据产品设计;最后展望这一领域的应用前景。     

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。     

基于车载微波辐射计的地面观测试验方法

微波遥感具有全天时全天候的优点,并对云雾、雨雪和植被等有一定的穿透能力。地基微波辐射计以机动灵活的方式接收地表在微波波段的电磁辐射特性,被广泛用于土壤水分、冻融过程等微波遥感定量试验中。以车载多通道双极化微波辐射计(RPG-6CH-DP)为例,针对不同植被覆盖地表,在内蒙古多伦地区开展了为期3个月的野外观测试验,获得了L(1.4GHz)、C(6.925GHz)、X(10.65GHz)三个频率下的极化亮温观测数据。结果发现,L波段对植被的穿透能力最强,对土壤水分变化最敏感。微波辐射计观测地物的方位角、入射角均对观测亮温有直接影响。这为解译地物微波辐射传输过程及其相互作用机理、各种理论模型的发展和验证、地表参数反演算法的改进,以及相关地球观测卫星计划的载荷方案论证奠定了基础。     

SAR产品图像像素定位方法的选择与参数优化

通过对几种合成孔雷达（ＳＡＲ）遥感图像的像元定位理论模型进行阐述了比较，得出距离－－多普勒（Ｒ－Ｄ）模型作为定位模型的核心内容为最佳。进而指出了定位模型建立和达到实用的过程中仍需完善和解决的若干问题，尤其是结合ＳＡＲ图像产品格式，指出了所需参数的获取与优化方法。     

结合卫星遥感的 PM2.5 浓度估算与站点异常分析

针对大气污染难监测、异常数据难分析等问题，充分发挥气象卫星多时相观测优势，以N维代价函数算法为依托进行逐小时气溶胶光学厚度反演。进一步以随机森林回归算法为基础，结合气象参数、地面监测参数等辅助变量进行近地面PM2.5浓度估算，并据此开展时空分布与浓度异常分析。江苏省2021年1–6月PM2.5浓度遥感估算精度验证结果显示，其相关性精度达到94%，偏差为5.59μg/m³，证明以卫星遥感数据为基础进行PM2.5浓度估算具有高可靠性与可行性。通过其建立的全区域、多时相监测体系可有效进行PM2.5浓度的时空分布分析，明晰PM2.5分布状况，助力空气污染治理管控。通过卫星估算结果与地面站点监测结果的对比分析，准确识别大泉街道数据低报事件，验证人为干扰数据采集工作，实现星地数据双向监督。文章研究证明，卫星遥感技术可有效支撑近地面PM2.5浓度估算与数据异常分析，推动新时代生态文明建设。     

卫星遥感图像的鲁棒无损数据隐藏传输算法

提出一种基于整数离散余弦变换（IntDCT）域的鲁棒无损数据隐藏算法。先对载体图像进行预处理来构建适合信息嵌入的载体,并将无损隐藏的思想引入到预处理中用以存储可恢复原载体图像的信息。为兼顾鲁棒性和图像质量,算法通过修改载体图像IntDCT域高频系数的直方图修改来完成秘密信息的嵌入;最后,与以往算法不同,为保证遥感图像的质量,给出了接收端在含密图像未失真和失真情况下载体恢复的方法。实验结果表明,本文所提出的算法能有效抵抗压缩攻击,并具有良好的图像质量和较大的容量。与以往算法相比,本文算法在性能方面具有明显的优势。