四月，坝上草原的心灵记录

一直以来，亲临大草原感受美丽的塞外风景，无疑是我最为憧憬的梦想。草原之行早早便写进了我的“旅行心灵摄影”的计划。我间看过无数表达草原的风采影像图片，希望能从这些轨迹中找出一些尚未被人注目的心灵触动。一次偶然的机会，电话里的随意寒暄竟然促成了这次草原之行。2007年的4月初，我从上海启程进京，经北京围场抵达红山军马场，开始了我的寻梦之旅。     

高分影像辅助下的航空高光谱严密几何检校方法

 惯性测量单元(IMU)与传感器视准轴的偏心角和偏心矢量是造成航空线阵列高光谱数据几何校正误差的主要原因之一。在分析偏心角与偏心矢量误差来源之后提出该误差由IMU主轴与传感器主轴的角度偏差、测区固定偏差、GPS中心与传感器投影中心相对偏差组成,在此基础上建立了较为严密的检校模型。针对模型解算时需要大量高精度控制点的问题,提出了一种高分影像辅助下的亚像元精度控制点自动提取方法。通过多地区、多传感器高光谱航测实验表明,亚像元精度控制点能有效提高模型解算精度。新检校模型可获得亚像元校正精度,推扫式传感器——应用型机载成像光谱仪(AISA)建模中误差约为0.39个像元,摆扫式传感器——实用型模块化成像光谱仪(OMIS)建模中误差约为0.23个像元,校正后的影像可直接进行拼接。     

基于多源影像的"祝融号"火星车高精度定位

2021年5月15日,中国"祝融号"火星车成功登陆火星乌托邦平原南部,首次独立在一次任务中成功实现"绕、落、巡"的探测目标.火星车高精度定位对于火星任务的顺利实施和后续科学研究都至关重要,如火星车路径规划和规避危险区域.详细介绍了基于多源影像的"祝融号"火星车定位方法,采用由粗至精的策略实现了着陆点在轨道器高分影像的精...     

媒体SCAN

高解析影像及科学实验相机是2006年3月10日抵达火星的火星探查轨道船上的仪器。这张清晰的火星表面影像，使用了拍摄距离为2500千米、解析度为每像素25厘米的影像数据。在接下来的数个月里，火星探查轨道船将以圆形的轨道渐次深入火星的外层大气。这是一种称为气动刹车的过程．将轨道高度缩减到280千米。在这个距离，高解析影像及科学实验相机将以每像素28厘米的解析度拍摄火星表面。这张彩色影像使用了假色．来呈现高解析影像及科学实验相机所记录的可见光和红外光影像数据。这个影像的跨幅是24千米，主题是火星南半球的博斯普鲁斯高原之一角。     

土耳其上空的日全食

这张精彩的日全食影像拍摄于土耳其安达尔耶附近的安卓山,拍摄者是勤勉的天文摄影家Stefan Seip。这张数位影像记录了月亮穿越太阳与地球之间的数个阶段。在最中间的定格,可见到月亮完全遮掩太阳的日全食,当时全黑的月面周围镶着太阳壮观的日冕。前景是在有阳光时拍摄的,它也是     

图世界

这幅引人注目的影像是一对正在交互作用的星系，由位于智利Cerro Pachon的8米南双子星望远镜所拍摄。作为背景，NGC1531是一个有着明亮核心的星系，正好位于作为前景，缀着一丝丝尘埃的漩涡星系NGC1532中央上方。这个组合在南天的波江座方向，距离我们大约5500万光年远。这两个星系因为十分靠近，以致于互相感受到对方的重力效应。这个重力的拉锯战引发了前景星系的恒星形成，沿着旋臂上方边界分布的年轻又明亮的蓝色星团便是一个证据。     

密苏里州上空的卷轴云

这是哪一种云呢?答案是卷轴云(Roll cloud,或称弧状云),这种罕见的长云有时会出现在冷锋前缘。来自往前推进的暴风前缘之下沉下流,会推升前方的湿暖空气,让它的温度低于露点并形成云。如果这种现象在大范围冷锋前缘同时发生时,就会出现这种卷轴云。在卷轴云内,气流有时会沿着卷     

TopPixelLoss:类别不均衡的遥感影像语义分割损失函数

针对遥感影像中类别不均衡的小目标分割效果不理想的问题，提出了一种类别不均衡小目标二分类分割的损失函数——TopPixelLoss损失函数。首先计算出每个像素的交叉熵，然后将所有像素的交叉熵按从大到小进行排序，随后确定一个K值作为阈值，筛选出前K个交叉熵最大的像素，最后对于筛选出的K个像素交叉熵取平均，做为损失值。在ISPRS 提供的 Vaihingen 数据集上，使用PSPNet网络与普通交叉熵、FocalLoss、TopPixelLoss三种损失函数分别对车辆进行二分类分割试验。结果表明，不同的K值，使用TopPixelLoss损失函数的平均交并比（MIoU）、F1-score、准确度（ACC）都最高;当K值为5×104时效果最佳，MIoU、F1-score、ACC分别比FocalLoss提高了3.0%、5.0%、0.1%。TopPixelLoss损失函数是一种针对类别不均衡分割非常有效的损失函数     

火焰星云之内

在这幅1400光年远、挤满恒星形成区的猎人腰带光学影像里，火焰星云是相当醒目的天体。钱德拉天文卫星的X射线数据和斯皮策空间望远镜的红外光影像，能让我们一窥这些辉光云气和不透光尘埃云后方的景观。这张由×射线与红外光数据组成的重叠影像，涵盖了火焰星云中心约15光年的区域。     

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。