基于Sentinel-2影像的鄱阳湖大气校正方法适用性评价

随着水色遥感技术逐步应用于内陆浑浊水体,大气校正成为水色遥感中最关键的一步。文章以"哨兵二号"卫星(Sentinel-2)数据为基础,采用Sen2cor、6S、FLAASH、ACOLITE和QUAC五种大气校正方法对鄱阳湖水体进行大气校正研究,结合实测水体反射率对不同校正结果进行精度验证分析。从整体对比结果来看,经过校正后的反射率曲线与实测光谱曲线的变化趋势基本一致,具有较高的拟合度,其中Sen2cor方法整体精度最高,依次是FLAASH、6S、ACOLITE和QUAC。对比单波段校正精度,Sen2cor在490nm和560nm波段表现最好,在665nm和705nm波段,6S、ACOLITE和Sen2cor效果较好,平均相对误差均在13%以内,而在842nm和865nm波段,除FLAASH算法表现相对较好以外,其他四种方法表现均较差,其中QUAC算法在所有波段的校正效果表现最差。结果表明,这五种大气校正方法均使水体影像品质得到了提高,增加了可用性,该结果可为其他类似Ⅱ类水体大气校正研究提供参考。     

光学镜头性能测试用深低温降温系统设计及验证

单镜组件是遥感器的关键部件,在深低温真空环境下对其进行面形测试和稳定性测试,是获取测试数据和验证其结构设计正确性的必要手段。文章针对某单镜组件地面验证试验需求,建立真空环境下低温镜头深低温背景,采用GM制冷机机械降温技术,对温控系统进行设计、研制以及模拟试验,实现了产品在(60±1) K、(160±1) K、(200±1) K的控温指标以及60～300 K的控温区间。该降温系统为遥感器光学镜头在深低温环境下完成面形测试和稳定性测试提供了重要保障。     

高轨遥感卫星持续跟踪多个动目标的任务规划方法

对多个动目标持续跟踪成像是高轨遥感卫星的重要任务之一。为此,文章提出了高轨遥感卫星对多个动目标持续跟踪的任务规划方法。以卫星姿态机动次数和姿态机动角最小为优化目标,以卫星对动目标持续跟踪的起始、终端状态、服务次数约束及时间分配的限制为约束,建立高轨遥感卫星姿态机动对多个动目标的调度模型。在此基础上,采用遗传算法生成高轨遥感卫星在每个任务周期对多个动目标调度的任务序列,结合九宫格跟踪算法完成对多个动目标的持续跟踪。仿真结果表明：任务规划方法可以成功对1个高速动目标及多个中低速动目标进行跟踪监视,具有很好的适应性。     

层状碳纤维复合材料结构热应变光纤传感特性研究

针对高分辨率遥感卫星关键载荷复合材料支撑结构热变形光纤在轨监测需求,研究层状复合材料结构热应变光纤光栅传感特性。首先,采用有限元方法分析得出层状复合材料结构在局部热载荷作用下热应变场分布特征;然后,制作层状复合材料结构试件,建立光纤光栅热应变监测实验系统;最后,以同样尺寸的铝合金结构为对比试件,实验分析T700级碳纤维增强复合材料层压板的热应变传感特性。实验数据表明,在30～100℃范围内,碳纤维复合材料结构热应变随温度升高而近似线性增大,但其热应变量明显小于同一温度下铝合金结构热应变;碳纤维复合材料的热应变场呈各向异性分布特征,100℃时其轴向和径向应变的光纤光栅测量值分别为155.8με、181.3με,与仿真计算结果的平均相对误差为1.58%、1.52%。利用光纤光栅传感器能够有效测量碳纤维复合材料结构的热应变,研究结果可为高分辨率遥感卫星层状复合材料结构光纤在轨监测提供参考。     

太阳同步轨道遥感卫星星敏感器热控设计

针对太阳同步轨道遥感卫星上的小型长寿命星敏感器周边环境红外辐射特性影响复杂导致的温控问题,文章提出了星敏感器所经受的太阳直照外热流和周边环境红外辐射定量解析方法,并根据外热流分析结果逐步确定了星敏感器热控设计的思路。以某遥感卫星为例,进行了设计和仿真验证,结果表明：在各种工况下星敏感器法兰温度均满足指标需求。最后,对星敏感器中制冷器开启的工况进行了分析,展示了制冷器开启对星敏感器的温度波动影响,可为进一步优化星敏感器温控性能提供设计参考。     

结合局部高清图像的遥感集群目标区域超分辨率重建

近年来,卫星遥感图像的应用场景越来越广泛。但是由于采集设备有限及其成本限制,卫星传感器获取到的图像通常不具备足够的分辨率且分布不够均匀,同时部分目标聚集成群难以分辨,导致低分辨率遥感图像在目标检测与识别等空间语义理解任务上难以满足准确定位和分类所有目标的要求。相比于一次性采集完整高分辨率遥感图像,已有遥感图像通常在局部区域具有相对清晰的高分辨率,且具备足够的细节信息用于分辨目标群,而传统的遥感图像超分辨率重建方法主要关注遥感图像自身的全局特征,通过图像的全局特征进行分辨率和像素扩充,而忽视了遥感图像的细节信息。为了解决这些挑战,提出了一种将遥感图像局部聚集群目标区域的细节特征信息引入到完整遥感图像的采样重建中的方法,通过多层级的神经网络来提取不同尺度的图像特征,并通过残差学习的方式将这些特征进行融合并重建。在实验中,该方法相比主流现有的遥感图像超分辨率重建方法,在视觉效果和测试实验上都取得了更好的结果,证明该方法可以有效借助局部图像的像素信息,显著地提高全局遥感图像的细节效果和优化集群目标区域的分辨能力,提升了遥感图像的质量和可用性。     

航天光学相机地面测控设备通用化研究

文章提出了航天光学相机控制系统测试设备通用化研究的思路,制定了通用化方案,对各功能模块进行了通用化设计.     

超高分辨率相机成像检测系统的设计与实现

讨论了超高分辨率相机成像检测系统的设计;分析了系统的设计目标;设计了系统的架构;给出了系统实现的技术指标。     

基于深度学习的日间逐小时地表PM2.5浓度反演

以长三角地区作为研究区域,提出了使用深度学习算法来实现主被动遥感数据结合反演地表PM_2.5浓度的方法。基于MPL观测数据,使用雾霾层高度(HLH)替换了边界层高度(BLH)特征,对已有的基于气溶胶光学厚度(AOD)结合大气BLH来反演PM_2.5浓度的算法进行了改进。为提高数据覆盖率,对研究区域内的MAIAC AOD进行了填补与评估。利用多种机器学习算法实现了日间逐小时的PM_2.5浓度估算,模型验证相关性最高可达0.87。该方法能够为观测气候变化、应对大气污染提供有效帮助。