傅里叶变换红外光谱法被动遥测大气中VOC

采用傅里叶变换红外光谱法(FTIR)对大气中挥发性有机物(VOC)进行了被动遥测实验,提出了在复杂背景下定量遥测污染气体光谱的算法,讨论了被动FTIR的探测极限。这种测量技术和数据分析方法可在不预先测量背景光谱的情况下得到目标气体柱数密度和目标气体等效辐射温度。     

FTIR被动遥测热烟羽中污染气体

文章介绍和讨论了傅里叶变换红外光谱法(FTIR)在大气环境下被动遥测热烟羽中污染气体的原理及相关技术;提出了辐射光谱、测量区域内大气透过率谱的算法模型,以及应用非线性最小二乘拟合算法实现气体浓度反演的方法。实际遥测了工厂燃煤锅炉烟囱排放的污染气体,对SO₂和CO₂气体浓度进行了定量分析。实验结果表明该技术在工业烟囱及其他燃烧源污染排放的应急监测方面具有极大的应用前景。     

污染气体扫描成像红外被动遥测系统实时数据处理研究

使用红外被动遥测技术可实现污染气体的远程监控和预警. 该技术应用过程中, 获取背景辐射是进行定量解析的关键, 在已有的应用中, 多采用同条件测量法和上风口测量方法获取背景光谱和环境光谱, 但这些方法均需要提前或者同时测量无目标物的背景光谱, 难以在实际应用中满足快速响应的需求. 本文基于红外辐射传输模型分析, 通过研究在800–1200 cm^-1波段内的实测光谱中同时包含目标、背景和环境辐射的基本原理, 采用了一种不需要事先测量背景的目标特征的背景光谱实时提取算法, 通过将该方法应用于自主研制的污染气体扫描成像红外被动遥测系统, 以六氟化硫为示踪气体, 开展了遥测验证实验. 将获取的浓度数据与应用同条件测量法获取的数据进行了比较, 结果显示两者的相关系数平方值达到0.99, 表明该方法切实可行, 可有效提高系统的响应速度和适用范围. 关键词： 傅里叶变换红外光谱 被动遥测 实时光谱提取算法     

机载FTIR被动遥测大气痕量气体

介绍了以各种地物为背景的机载傅里叶变换红外光谱法(FTIR)被动遥测大气中痕量气体飞行测量试验,讨论了相应的被动下视遥测技术,复杂背景下大气痕量气体红外特征光谱信息获取方法和浓度反演算法模型,定量分析了飞行试验区域内高度1 000 m以下边界层内大气中痕量气体CO和N₂O的平均浓度。这种遥测量技术和数据分析方法可在不预先测量背景辐射光谱的情况下对大尺度区域内大气痕量气体进行快速、机动遥感遥测,以及突发性大气污染事故的应急监测。     

SOF-FTIR在化工厂区氨气排放通量测量中的应用

介绍了一种化工厂区污染气体排放通量实时监测的新方法,即太阳掩星法傅里叶变换红外光谱技术(SOF-FTIR),提出了复杂条件下的背景谱、测量谱和污染区域周边大气透过率谱获取模型。通过对欲监测的污染源区域周边做闭合环路连续测量以获得测量光谱,最终应用非线性最小二乘拟合算法对污染源区域污染气体的柱浓度信息进行反演,并结合实验时气象参数以及GPS信息得到该区域污染气体的排放通量。运用此方法实际遥测了某化工厂区氨气的排放情况,并对氨气气体浓度分布及排放通量进行了定量分析。相对于传统的FTIR监测方法,该方法操作简单、机动性强,在污染气体区域监测以及其他污染源污染排放应急监测等应用领域具有良好的应用前景。     

傅里叶变换红外光谱在大气遥感监测中的应用

傅里叶变换红外光谱遥感技术是一门综合探测技术，它可以对气体组分分进行远距离，实时，多组分同时监测。本文介绍了遥感傅里叶变换红外谱光在遥测大气层中痕量气体，污染源排放的废气，灭火过程产生的有毒气体、气体空间分布等方面的应用现状。     

基于红外掩日通量法(SOF)污染源排放气体浓度时空分布反演算法研究

介绍了在傅里叶变换红外光谱(FTIR)技术基础上发展起来的一种监测污染源有害气体排放率的新方法——红外掩日通量(solar occultation flux,SOF)法.在理论上建立了太阳辐射两层传输模型,根据比尔定律阐述了计算污染物透过率的方法.详细介绍了如何从HITRAN,NIST和QAsoft三种红外数据库中提取气体标准吸收截面.介绍了基于Levenberg-Marquardt非线性最小二乘法反演污染气体柱浓度的算法和污染源气体排放率计算算法.介绍了整套装置的组成部分和太阳跟踪装置的结构.对合肥某一化肥厂的氨气排放进行了测量,从实验结果可以看出,测量的柱浓度分布准确地反应了污染物排放和扩散情况,证明了污染源排放气体浓度时空分布反演算法的正确性.     

基于多帧背景的泄漏气体自适应匹配滤波检测

被动傅里叶变换红外(FTIR)扫描遥测成像系统采集的红外高光谱图像具有空间、光谱等维度信息,可被用于大气环境中有毒有害气体的识别、定量及可视化。该系统具有光谱分辨率高、非接触式及远距离探测等优点,然而其单帧图像的像元数量少且部分存在气体吸收或发射特征,无法直接用于红外高光谱图像的目标检测。提出了基于多帧背景的泄漏气体自适应匹配滤波(AMF)检测方法,以短时间内、同一区域的多帧红外高光谱图像为基础,筛选出无目标气体特征的背景光谱并计算探测区域的背景最大似然估计,应用于后续帧的目标气体泄漏检测。红外高光谱图像来自于SF₆气体的遥测实验,共扫描四帧（120像元/帧）,去除前三帧内含有目标气体特征的像元光谱,剩余背景光谱被用于计算背景的最大似然估计,第四帧红外高光谱图像逐像元对SF₆气体进行的AMF检测,并与非线性最小二乘法反演的SF₆柱浓度图像比对,结果表明AMF检测高值与柱浓度高值有较强的相关性。为验证多帧背景在不同空间检测方法下的性能,分别对该帧数据进行了基于正交子空间的自适应子空间检测(ASD)、基于混合空间的自适应余弦检测(ACE)及基于斜子空间的最大似然比检测(OGLRT),并分别与SF₆柱浓度图像比对,结果表明多帧背景适用于不同空间的检测方法。此外,为验证存在目标气体吸收特征的非背景光谱对背景空间的影响,向背景空间中加入多条含有SF₆气体吸收特征的光谱,通过ROC曲线检验,结果表明背景空间中混入目标气体特征会降低AMF方法的检测性能。AMF检测值的假彩色图像也能应用于被动FTIR扫描遥测成像系统,相较于柱浓度假彩色图像,泄漏源及扩散趋势更为明显。基于红外高光谱图像的检测方法依赖于整体背景的统计特性,相较于单像元光谱波段的反演算法,极大地降低了背景的依赖性。多帧背景下的AMF泄漏气体检测方法能很好地应用于被动FTIR扫描遥测成像系统上并满足在线监测要求。     

遥感傅里叶变换红外光谱的大气层析技术

遥感傅里叶变换红外光谱层析技术是一项新的气体分析技术，它可用于构造气体浓度峰图形，定量分析工业污染气体总释放量等方面，随着算法的不断优化，在重构气体在空间的分布方面，遥感傅里叶变换红外光谱层析技术正在不断成长。     

基于正交子空间投影的污染气体自适应探测

超光谱成像遥测污染气体的主要目的是对其进行识别分类,进而获得其空间分布信息,确定污染源位置。实际应用中,目标光谱叠加在强背景辐射之上,此外开放路径中的实测光谱还包含大气等干扰物光谱,这些因素制约了对目标光谱的识别分类。在线性模型基础上,利用正交子空间投影方法有效压缩背景及干扰物信息,并基于广义似然比检验原理构建子空间检测器,对所有像元逐个分类识别。以氨气为目标气体进行了野外实验,数据立方体来自扫描成像傅里叶变换红外(FTIR)光谱仪,子空间向量由奇异值分解(SVD)算法得到。结果表明,子空间检测器对所有像元的识别结果优于光谱角度填图(SAM)算法。     

彩色遥感图像薄云去除方法

针对彩色遥感图像中薄云带来的降质问题,提出了一种基于低秩矩阵分解的去云方法。将彩色遥感图像分成三个单通道图像,对每一个通道进行低秩矩阵分解,得到单通道薄云信息;根据薄云在三个通道中均匀分布的特点,选取合适的阈值对薄云信息进行自动判定,提取代表三个通道的薄云图像;用三个通道的图像分别减去对应通道的薄云图像,并融合三个通道的结果得到去云后的彩色遥感图像。实验结果表明,该方法不仅能够保留无云区域信息的完整性,而且对有云区域的处理在主观视觉效果和客观评价指标上都具有较好的效果。     

彩色遥感图像去薄云新方法

提出一种基于改进型多尺度Retinex彩色图像的增强方法，以实现彩色遥感图像去薄云的新方法。采用改进型Retinex算法增强后的图像突出了黑暗区域的信息，但是云在遥感图像中出现在较亮区域时，一般来讲Retinex不能直接实现去云。如果将有云的遥感图像取补色，则原来亮的区域就变成了暗的区域。该文利用改进后的多尺度Retinex算法对这个区域实现增强，将黑暗的区域呈现出层次感，再将增强后的图像取补色，突出了原图像中亮区域的层次感，从而达到去除薄云的目的。实验结果表明:该方法去薄云效果良好。     

一种突出目标的多光谱遥感信息提取方法

为了突出目标在多光谱遥感图像中的信息,克服由阈值法所带来的人为误差,提出了一种突出遥感目标信息的方法。利用光谱能级匹配法提取目标在图像中的相似度,并将其作为目标信息波段加入到原始数据中去,进行波段归一化处理,以减少不同波段数据的量纲或数量级的影响,进行MNF变换并合成RGB假彩色图像。以新疆哈图地区的重点成矿岩性——凝灰质粉砂岩为例,进行重点目标突出的结果表明,信息增强后的图像颜色更加丰富,与原始假彩色合成图像相比,可以识别出更多的岩石类型,比原始图像的MNF变换划分出更多地物类型。     

Retrieval algorithm of quantitative analysis of passive Fourier transform infrared （FTRD） remote sensing measurements of chemical gas cloud from measuring the transmissivity by passive remote Fourier transform infrared

Passive Fourier transform infrared （FTIR） remote sensing measurement of chemical gas cloud is a vital technology. It takes an important part in many fields for the detection of released gases. The principle of concentration measurement is based on the Beer-Lambert law. Unlike the active measurement, for the passive remote sensing, in most cases, the difference between the temperature of the gas cloud and the brightness temperature of the background is usually a few kelvins. The gas cloud emission is almost equal to the background emission, thereby the emission of the gas cloud cannot be ignored. The concentration retrieval algorithm is quite different from the active measurement. In this paper, the concentration retrieval algorithm for the passive FTIR remote measurement of gas cloud is presented in detail, which involves radiative transfer model, radiometric calibration, absorption coefficient calculation, et al. The background spectrum has a broad feature, which is a slowly varying function of frequency. In this paper, the background spectrum is fitted with a polynomial by using the Levenberg-Marquardt method which is a kind of nonlinear least squares fitting algorithm. No background spectra are required. Thus, this method allows mobile, real-time and fast measurements of gas clouds.     

基于CMOS图像传感器的微型无人机遥感系统设计

为了实现微小型无人机航空遥感,设计了一种基于CMOS图像传感器的微小型无人机的可见光遥感系统.系统采用CMOS图像传感器替代CCD,利用时序发生模块(Field-Prog Rammble Array,FPRA)实现了控制时序、数据缓存和硬件彩色插值,C8051F单片机作为主控核心,采用FLASH作为数据存储单元,设计了PAL制视频信号生成电路.介绍了所用CMOS图像传感器的特性,分析了Bayer颜色格式进行彩色插值恢复标准RGB颜色格式的硬件实现与软件算法.整个系统重量约20 g,功耗约2 W.在一款翼展800 mm的无人机上实现了遥感拍照,给出了处理后的拍照结果.     

傅里叶变换红外光谱仪遥测污染云团的吸收光谱算法

遥感傅里叶变换红外光谱技术因其具有对污染源作无干扰监测、多组分的同时连续测定、区域性或大范围地区的测量等优点,因而已广泛的应用于遥感测量技术。利用傅里叶变换红外(FTIR)光谱仪远距离探测目标,根据探测的目标源是否充满光谱仪的视场,建立了三种辐射模型。在所建立模型的基础上,选用了D&P公司生产的便携式Model-101型傅里叶变换红外光谱仪,实时探测目标云团和背景,运用差谱法和发射光谱法对探测结果进行了光谱分析,进而得到了扣除背景影响后的目标云团吸收光谱。给出了相应的仿真实验结果示例。实验结果表明,由差谱法得到的结果准确度较好。     

背景高斯化的遥感图像目标检测

在假设单一地表遥感图像灰度起伏符合马尔可夫模型的条件下,得到了理想单一地表灰度起伏符合高斯分布的结果。将这一结果应用于遥感图像的目标检测,提出了一种新的基于背景高斯化的遥感图像目标检测方法。该方法首先将遥感图像进行高斯化处理,将其作为近似理想背景,然后将原图像与高斯化背景做差得到残差图,进而对残差图进行目标检测。由于目标本身的信息远离背景高斯化模型,因此在背景消减的过程中,目标信息得到了很好的保持,比在原图上进行目标检测性能得到了很大的提高。实验结果进一步验证了算法具有很好的检测性能。     

A novel multi-scale segmentation algorithm for high resolution remote sensing images based on wavelet transform and improved JSEG algorithm

Considering the difficulties in image segmentation caused by the complexity of diverse ecological environments and various artificial targets in high resolution remote sensing images, especially in city scene, and in order to overcome the limitations existing in the traditional segmentation algorithm, JSEG (J-Segmentation), for high resolution remote sensing image segmentation and to further improve the segmentation accuracy, WJSEG (Wavelet-JSEG), a novel multi-scale segmentation algorithm based on wavelet transform, is proposed, which is an improved JSEG algorithm. WJSEG is an improved form of JSEG in relation to three aspects, including color quantization, multi-scale segmentation and region merging by introducing the multi-scale analysis tool based on wavelet transform. Experiments have been conducted on high resolution SPOT 5 pan-sharpened multispectral image and IKONOS panchromatic image. These experimental results were compared with those gained by the traditional JSEG algorithm and the famous commercial software named eCognition, which validated the effectiveness and reliability of the proposed WJSEG algorithm.     

AGA-BP模型在遥感影像分类中的应用研究

作为遥感研究的关键技术,遥感影像分类一直是遥感研究热点;针对目前采用BP神经网络模型进行遥感影像分类时存在的对初始权阈值敏感、易陷入局部极值和收敛速度慢的问题,为了提高BP模型遥感影像分类精度,将自适应遗传算法引入到BP网络模型参数选择中;首先运用自适应遗传算法对BP模型权阈值参数进行初始寻优,再用改进BP算法对优化的网络模型权阈值进一步精确优化,随后建立基于自适应遗传算法的BP网络分类模型,并将其应用到遥感影像数据分类研究中;仿真结果表明,新模型有效提高了遥感影像分类准确性,为遥感影像分类提出了一种新的方法,具有广泛研究价值。