新一代航天侦察遥感设备：成像光谱仪

随着探测技术,信息记录技术,计算机技术,以及图像处理技术等现代科学技术的发展,一种新的航天侦察遥感技术设备——成像光谱仪,正跃跃欲试。 成像光谱技术是集成像技术与光谱技术于一体的一种新的综合性的探测技术,成像光谱仪是成像仪和光谱仪相结合的产物。然而,成像技术和光谱技术是两种性质和范筹不同的技术,成像仪和光谱仪是两种性质不同的遥感仪器。前者以获取目标物的空间影像为目的,后者则为了获得目标物体的物理特性。70年代     

用于遥感光谱探测的干涉成像光谱技术

由于干涉成像光谱仪具有高通量、高光谱分辨率和光谱多通道等优点，成为超光谱分辨率遥感方面的研究热点，文章简要分析了国内外的研究现状和干涉成像光谱仪的应用前景，主要介绍时间调制型干涉成像光谱仪和基于变形Sagnac干涉仪、双折射棱镜及Savart板等空间调制型的干涉成像光谱仪的形式、原理和特点，分析了其光学结构和影响光谱分辨率的因素。     

地球观测系统时代之后的成像光谱技术

地球观测系统(EOS)时代将向地球系统科学遥感界提供有关大气、陆地表面和海洋间相互作用的大量新信息。由EOS-1平台上的高分辨率成像光谱仪(HIRIS)等仪器提供的高光谱和空间分辨率图像将成为EOS数据集的重要组成部分。可以预料,利用EOS可以进一步认识地球,但也要求未来的传感器比现有的这一代传感器具有更高的灵活性和测量能力。声光可调谐滤光器(AOTF′S)良好的光谱灵活性、偏振选择性及简单性预示着它在未来的成像光谱仪上的重要应用。AOTF′S是致密、紧固的固态晶体,它可对两种偏振态进行快速的(毫秒级)、电控的光谱调谐。本文将讨论基于AOTF的成像光谱仪的基本原理。     

高分辨率超大幅宽星载成像光谱仪光学系统设计

针对高空间分辨率、高光谱分辨率和大幅宽成像的遥感应用需求,提出了高分辨率超大幅宽星载成像光谱仪技术方案,分析确定了成像光谱仪光学系统指标,设计了空间成像光学系统和光谱成像光学系统.空间成像光学系统采用自由曲面离轴三反设计方案,实现了大视场、大相对孔径像方远心设计,系统相对畸变小于0.02％;光谱成像光学系统的狭缝长度超...     

用于遥感光谱探测的干涉成像光谱技术

由于干涉成像光谱仪具有高通量、高光谱分辨率和光谱多通道等优点 ,成为超光谱分辨率遥感方面的研究热点 ,文章简要分析了国内外的研究现状和干涉成像光谱仪的应用前景 ,主要介绍时间调制型干涉成像光谱仪和基于变形Sagnac干涉仪、双折射棱镜及Savart板等空间调制型的干涉成像光谱仪的形式、原理和特点 ,分析了其光学结构和影响光谱分辨率的因素。     

航天多光谱遥感器系统响应均匀性指标分析

航天多光谱遥感器是对地物信息进行多谱段探测的，通过各谱段信息计算确定地物目标，状态等为国民经济服务。遥感器系统响应响应均匀性直接影响着遥感数据的判读，文中分析了系统响应均匀性影响因素，提出上了系统响应均匀性指标分配依据和解决措施。     

狭缝均质器型成像光谱仪光学设计

为提高星载成像光谱仪光谱数据保真度,抑制地面场景不均匀性造成的光谱失真,文章设计一种狭缝均质器型成像光谱仪光学系统,包括特定像散的前置望远系统、狭缝均质器和分光系统.通过狭缝均质器的引入,将实现匀化星载成像光谱仪中沿轨方向的景物光线,提高狭缝宽度方向照明均匀性,抑制光谱响应函数失真.设计结果显示:成像光谱仪通过四倍过采...     

航天光学遥感在自然灾害管理中应用能力评述

以建（构）筑物、生命线、农作物、基础设施等受损情况为切入点,介绍了航天光学遥感在灾害特征参数反演、灾害风险评估、灾害监测、灾害损失评估、恢复重建等领域的应用现状和应用能力,指出航天光学遥感与灾害管理之间存在灾区遥感数据实时获取能力不足和相应遥感灾害信息智能提取算法体系不完善等问题,并从航天器设计角度提出了解决对策,如平衡发展多种空间分辨率和多种光谱分辨率光学遥感器,协同发展机动和常规两种成像模式,积极发展星上智能信息提取技术。     

航天光学遥感仪器

文中介绍了被动遥感光学仪器的光学设计，主要是星载多谱段相机和成像光谱仪的设计。讨论了过去１０年中这类仪器所彩的主要主要设计和未来成像光谱仪的设计方案。     

卫星运动对压缩编码孔径光谱成像的影响

用于遥感光谱成像的光谱成像仪普遍存在信息获取慢、光子收集效率低、信噪比低或焦平面阵列大等问题,另外数据立方体庞大的数据量给数据传输造成了极大压力。为了从根本上解决这些问题,文章提出将压缩编码孔径应用于遥感光谱成像中,即压缩编码孔径遥感光谱成像。文章对卫星平台的俯仰、侧滚和偏航运动进行建模,然后利用此模型对成像过程进行仿真和重建,提高了成像品质。由于运动模型以及压缩编码孔径成像技术的引入,使得遥感光谱图像的压缩在成像过程中完成,从而大大提高了传统焦平面阵列的利用率,减小了数据传输的压力,减小了成像光谱仪的体积、质量与成本。     

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。     

基于小波和支持向量回归的高光谱遥感图像压缩

高光谱遥感成像技术能够获取探测对象丰富的空间信息和光谱信息,但所得图像海量数据的存储与传输制约了其应用。为此,提出了一种基于三维整数小波变换和小波支持向量回归的高光谱遥感图像压缩方法。首先采用三维整数小波变换把高光谱遥感图像分解成不同尺度的多个子带。然后对低频子带直接进行DPCM编码,而对高频子带则利用小波支持向量回归学习其小波系数之间的相关性,并采用小部分训练样本即支持向量来稀疏表示小波系数,以此达到压缩高频小波系数的目的。最后对支持向量及其相应的权重进行熵编码。文中给出了实验结果,并与基于3D SPIHT和JPEG2000的高光谱遥感图像压缩方法进行了比较,结果表明：所提出的方法在相同比特率下能够获得更高的峰值信噪比。     

Application of hyperspectral infrared analysis of hydrothermal alteration on Earth and Mars

An integrated analysis of both airborne and field short-wave infrared hyperspectral measurements was used in conjunction with conventional field mapping techniques to map hydrothermal alteration in the central portion of the Mount Painter Inlier in the Flinders Ranges, South Australia. The airborne hyperspectral data show the spatial distribution of spectrally distinct minerals occurring as primary minerals and as weathering and alteration products. Field spectral measurements, taken with a portable infrared mineral analyzer spectrometer and supported by thin-section analyses, were used to verify the mineral maps and enhance the level of information obtainable from the airborne data. Hydrothermal alteration zones were identified and mapped separately from the background weathering signals. A main zone of alteration, coinciding with the Paralana Fault zone, was recognized, and found to contain kaolinite, muscovite, biotite, and K-feldspar. A small spectral variation associated with a ring-like feature around Mount Painter was tentatively determined to be halloysite and interpreted to represent a separate hydrothermal fluid and fluid source, and probably a separate system. The older parts of the alteration system are tentatively dated as Permo-Carboniferous. The remote sensing of alteration at Mount Painter confirms that hyperspectral imaging techniques can produce accurate mineralogical maps with significant details that can be used to identify and map hydrothermal activity. Application of hyperspectral surveys such as that conducted at Mount Painter would be likely to provide similar detail about putative hydrothermal deposits on Mars.     

Processing/analysis capabilities for data acquired with hyperspectral spaceborne sensors

The Imaging Spectrometer Data Analysis System (ISDAS) is being developed by the Canada Centre for Remote Sensing and MacDonald Dettwiler and Associates on Sun Microsystems SPARC workstations using the Application Visualization System (AVS) software package to meet the requirements for efficient processing and analysis of hyperspectral data acquired with airborne as well as future spaceborne sensors. Various visualization tools have been developed for rapid exploratory analysis together with preprocessing and information extraction tools for numerical analysis. Linkages to a spectral database and a conventional image analysis system were established to support the analysis. ISDAS is being used for multidisciplinary applications development in areas such as agriculture, environment, and exploration geology using physically based analysis approaches to retrieve information from hyperspectral data. This continuing effort, in collaboration with industry will lead to streamlined procedures that are important to take hyperspectral satellite remote sensing towards an operational mode.     

基于分布式信源编码的高光谱图像无损压缩研究进展

有效的高光谱图像压缩技术已经成为航天高光谱遥感领域研究的焦点之一。对基于分布式信源编码（Distributed Source Coding,DSC）的高光谱图像压缩技术研究进展进行了综述。首先介绍了DSC的理论基础、实现方式及其在高光谱图像无损压缩应用中的优势;然后总结了基于DSC的高光谱图像无损压缩研究进展,在此基础上给出了一种基于多波段预测的高光谱图像分布式无损压缩算法,实验结果表明,该算法具有较低的编码复杂度,其无损压缩性能优于现有的分布式无损压缩算法;最后指出了DSC在高光谱图像压缩中需要进一步研究的问题。     

基于GPU的高光谱遥感图像PPI并行优化

传统高光谱遥感信息处理算法的执行效率较低,无法满足海量遥感数据的实时处理需求。文章对基于图形处理器（graphic processing unit,GPU）的高光谱遥感信息处理并行优化方法进行了研究,针对高光谱遥感图像混合像元分解中广泛使用的纯净像元指数算法,提出了一种基于矩阵乘法的GPU并行优化算法,并给出了实验比较和性能测试数据。实验表明,该优化方法在保证结果准确性的同时,运行效率显著提升,算法加速比最高达到634倍,验证了基于GPU的高光谱数据处理并行优化算法的有效性,能够较好地满足高光谱遥感信息实时处理的应用需求。     

色散推扫型高光谱数据系统残余误差校正

高光谱遥感成像链路中各个环节产生的系统误差会降低数据质量（quality）,从而削弱高光谱数据的应用潜力。为了消除高光谱辐亮度数据中的系统残余误差,以色散推扫型高光谱遥感系统为例,提出了基于成像链路的系统残余误差校正流程。首先,从成像链路出发,在不同环节分析系统残余误差的产生原因及机理;然后,通过分析检测及校正算法对数据质量的影响,以及误差项之间的内在联系,设计了一种系统残余误差校正流程;最后,以PHI高光谱数据作为数据源对提出的校正流程进行实验验证。结果表明：校正后的图像可视性增强;信噪比显著提高,最大提升值为91.9%;反射率数据中的过校正现象得到有效消除。利用该校正流程能够较好的消除数据中的系统误差,提高图像数据质量以及后续应用处理能力。     

多源遥感影像信息融合研究现状与展望

遥感影像信息融合是近几年来国际上遥感领域的研究热点，也是解决多源遥感海量数据富集表示的有效途径。它可以增强多重数据分析处理能力，为大规模遥感应用研究提供一个良好的基础。本文首先介绍了国内外进行多源遥感影像信息融合的研究发展状况，提出存在的关键技术问题和解决办法。最后，对其未来发展前景做了展望。     

资源三号卫星廊坊地区遥感数据的融合处理

本文以资源三号卫星河北省廊坊地区2A级全色遥感影像和多光谱影像数据为基础,采用遥感数字图像处理软件ERDASIMAGINE进行了研究区域的提取,并对提取的感兴趣区进行了几何校正,即图像配准处理,然后进行了融合处理,分别采用了空间增强的分辨率融合算法、改进IHS分辨率融合算法以及小波分辨率融合算法,通过和融合前的影像进行对比,融合后的影像既保留了多光谱影像的丰富的波谱信息,同时具有了全色影像的高空间分辨率的特征,最后对比三种融合算法,得出改进的IHS分辨率融合算法效果最佳。     

基于三维卷积残差网络的无人机高光谱岩性分类

岩性识别和分类是地质学、资源勘查等不可或缺的环节,高光谱遥感的兴起为岩性识别提供新的思路。利用机器学习挖掘岩石高光谱图像中的信息从而准确识别岩性,这具有重要的应用价值。目前用机器学习的方法实现岩石的高光谱影像分类研究中,缺少对空间和光谱信息的充分利用,因此本文使用了一种加入注意力机制的三维卷积残差网络结构,能够有效提取岩石高光谱图像的空间、光谱特征以及空谱联合特征。本实验利用无人机搭载高光谱传感器采集了10种不同类型的岩石样本影像,应用该算法对岩石高光谱图像进行分类。实验结果表明：该算法与传统机器学习算法SVM、RF和深度学习算法ResNet、3D CNN和SSRN相比具有更高的精度。