基于高/多光谱图像空天一体融合仿真方法

提出了一种基于高/多光谱图像的空天一体融合仿真方法. 以航空高光谱数据为基础, 根据航天多光谱遥感相关参数, 通过空天一体光谱维变换、尺度空间变换、辐射强度变换、混合像素变换和噪声变换将 航空高光谱图像中的地物目标进行空天一体映射到航天多光谱图像中, 得到特定地物目标的航天多光谱融合模拟仿真图像. 仿真实验表明该方法简便易行, 有效地减少了地物目标的三维建模和探测器响应建模的巨大工作量, 较好地实现了对特定地物目标航天多光谱图像的模拟, 开拓了遥感图像仿真模拟方法的新领域, 具有重要的研究和应用价值. 关键词： 遥感图像 空天一体 融合仿真 光谱维变换     

高分一号卫星多光谱遥感图像邻近效应校正研究

在遥感观测中,目标辐射信息中包含了背景辐射经过大气散射后进入传感器视场的部分,从而使地物边缘模糊,对比度降低,即邻近效应。要从遥感图像中准确获取目标信息,邻近效应校正是必不可少的环节。根据大气辐射传输模型,利用MODIS气溶胶产品并引入新的邻近效应校正系数对高分一号卫星多光谱遥感影像进行邻近效应校正。结果表明,经过校正的遥感影像对比度增强,清晰度增加,地物信息更丰富。     

基于SHDOM经验方程和基于同步实测光谱数据的遥感影像邻近效应校正算法对比研究

从背景反射率计算和真实反射率获取两个方面,以Landsat-5 TM影像、ASTER影像以及与两幅影像分别对应的沙地、草地同步实测光谱数据作为数据源,对基于三维辐射传输模型SHDOM经验方程的垂直观测光学遥感影像邻近效应校正方法和基于与影像同步实测光谱数据的遥感影像邻近效应校正方法进行了对比研究。结果表明,从辐射传输机理上,基于SHDOM经验方程的邻近效应校正算法的理论基础更为完善;而从校正后影像的目视效果上,基于同步实测光谱数据的邻近效应校正算法则更为有效。     

QuickBird数字遥感图像光谱辐射定标

通过高分辨率的QuickBird数字遥感图像辐射定标的基础工作,包括数字图像的物理属性、数字图像的数学基础及注记、图像数据格式等,利用洪河幅QuickBird数字遥感图像记录的来自地气系统的光谱辐射亮度信息,提出辐射定标的计算方法。运用像元DN值转换为波段积分辐射亮度,然后再计算光谱辐射亮度,该辐射定标后的QuickBird图像体现了各种地物的光谱特征的定量信息,QuickBird图像只有经过定标才能与其他传感器图像定量比较分析,从而使反演图像具有应用价值。其意义是为下一步对所需要的专题信息提取进行的图像融合和增强处理提供重要的基础条件,为遥感图像的反演提供了地物光谱信息,这样把对地物波谱特征的研究与建立遥感应用模型结合起来,从而达到对地物定量分析的目的。     

ETM图像大气邻近效应校正

准确地利用所获遥感图像反演地物的反射率,是提高遥感图像后续产品的质量和遥感定最化应用的前提.然而,由于大气对电磁波的散射作用,星载传感器所接收到的被观测目标的电磁辐射信号包含了来自背景地物的贡献,产生了邻近效应,使得所获遥感图像模糊不清,对比度降低,反演的地物反射率精度下降,从而降低了遥感图像后续产品的质量和定量遥感的精度.以ETM图像为实验数据,根据大气辐射传输模型,采用点扩散率函数法进行了ETM图像大气邻近效应校正实验.实验结果表明,经过大气邻近效应校正后,ETM图像的对比度明显增大,图像清晰,可识别细节增加,反演的地物反射率更加准确.     

月球表面遥感图像阴影消除及其信息恢复研究

由于月球表面的地形起伏引起月面遥感图像像素与太阳相对位置和几何取向不一致,导致月面遥感数字图像上阴影像素的产生。为了解决这一问题,利用与遥感图像匹配的DEM和光照方位参数进行遥感图像的阴影判断,基于DEM数据,利用邻坡反射辐射,进行自然地形条件下的月表遥感图像阴影像素的阴影消除,恢复成太阳光谱照度相等（入射角,反射角和距离相同）时的像素遥感值。仿真实验结果表明：该方法较好地消除了月表影像的阴影,充分恢复了月表影像的反射/光谱特征。     

基于实测端元光谱的多光谱图像光谱模拟研究

地物光谱特性是遥感应用的基础。然而,在基于野外实测端元光谱的遥感应用中,由于测量尺度不同,导致同一地物光谱形态和反射率值存在很大差异,为遥感信息的定量反演带来困难。文章以新疆塔里木盆地北缘渭干河-库车河绿洲为研究区,选取裸土、植被两类地物作为研究对象,首先通过AVNIR-2传感器的光谱响应函数,实现了将野外实测端元光谱拟合为多光谱离散光谱,通过实例数据表明,拟和的多光谱与AVNIR-2像元光谱具有很好的相关性,在此基础上,采用线性算法建立端元光谱与遥感图像像元光谱的转换模型,实现了从实测端元光谱尺度向遥感多光谱像元尺度的定量光谱转换,为遥感定量分析奠定了一定基础。     

利用QuickBird数据进行热红外遥感成像模拟的研究

针对基于机载热像仪图像或随机产生仿真场景的早期热红外成像模拟系统,提出了对高分辨率QuickBird图像进行星载热红外成像模拟的方法。基于高分辨率QuickBird图像,采用ISODATA法进行非监督分类,得到土地分类专题图,通过地物光谱数据库获得场景地物温度及发射率,从而可获得地面辐亮度图像;利用大气辐射传输软件MODTRAN对其进行大气修正,结合卫星遥感器辐射定标系数,最终可得到卫星遥感器输出图像。仿真结果表明,利用QuickBird进行热红外遥感成像模拟是一种全新而有益的尝试,对伪装效果检验等具有一定的参考价值。     

基于端元可变的喀斯特地形复杂区石漠化信息提取

喀斯特山区因地形复杂、地表破碎等特点使得遥感影像中阴影、混合像元及光谱变异现象普遍存在,传统基于多光谱遥感的像元二分法（DPM）在光谱变异和阴影显著的区域难以准确的对喀斯特石漠化（KRD）信息进行提取。采用高光谱遥感的混合像元分解技术可将复杂的混合像元分解为纯净的地物光谱与各地物光谱对应的混合比例,为复杂山区获取更高精度的石漠化信息提供可能。然而,由于光照、环境及大气等诸多因素的变化会引起端元发生不同程度变异,导致在混合像元分解过程中出现显著的误差,其次要从地形复杂、地表异质性强的山区影像上直接获取地物纯净光谱建立用于应对光谱变异的光谱库极其困难。因此,如何在这种情况下应对光谱变异和地形效应,获取有效、准确的对石漠化信息进行提取是当前研究的重点。针对以上问题,采用通过模拟由光照条件造成的地物反射率变化,并考虑每个波长间隔光谱变异情况的广义线性混合模型（GLMM）,以减轻喀斯特地区石漠化信息提取过程中光谱变异与地形效应的影响。首先,从GF-5高光谱影像中提取喀斯特地区主要地物（植被、裸岩、裸土）的典型代表性光谱,然后基于提取的地物光谱模拟不同光照下每个像元光谱的变异情况,选择最适合的光谱组合对像元进行分解,得到最优的解混效果。为了验证方法的可靠性,利用高分辨率影像目视解译的结果作为参考对方法预测结果进行验证,同时选择未考虑端元变异的全限制最小二乘法（FCLSU）和DPM进行对比。结果表明,在地形高度复杂的喀斯特山区,考虑阴影、混合像元及光谱变异是必要的,GLMM在石漠化信息提取中总精度达到了84.89%,明显高于其他两种方法的59.68%和67.34%。通过对光照区和阴影区分别进行精度检验,发现GLMM在光照区与阴影区有着相似的精度表现,而另外两者则差异较大,阴影区明显低于光照区。这反映GLMM能较为有效地减轻地形效应的影响,对喀斯特石漠化信息提取的精度有一定提升。     

基于冠层辐射传输模型的地表反射率光谱重建方法

针对基于多光谱数据有限光谱信息重建地表反射率光谱的病态求解难题,提出一种基于冠层辐射传输物理机理并充分考虑像元异质性的地表反射率光谱重建方法,该方法假设混合像元由植被和土壤两种地物类型组成,利用冠层辐射传输模型构造端元光谱查找表,进而通过组分比例因子估算实现基于多光谱图像的高光谱地表反射率模拟。以Landsat ETM+多光谱图像为例的地表反射率超光谱重建验证实验结果表明,模拟的反射率光谱能够较好的反映不同地物特征信息。进一步地,利用模拟的地表反射率拟合Landsat ETM+图像和MODIS图像,各波段模拟图像与实际观测图像之间具有较高的相关系数(Landsat: 0.90~0.99, MODIS: 0.74~0.85),进一步验证了该方法的可行性。     

基于高光谱辐亮度图像进行目标探测的大气状态影响分析

基于高光谱辐亮度图像直接进行目标探测可以提高数据处理效率,满足实时处理的要求。然而遥感器所获取的辐亮度光谱信息会受到大气的影响。通过对高光谱成像过程的模拟,分析大气状态变化对辐亮度图像中目标探测性能的影响。研究结果表明：高光谱辐亮度图像可以直接用于目标探测,不同的大气状态对RXD异常探测影响很小,而MF探测则受输入光谱准确度的影响,待检测目标的辐亮度光谱要求与辐亮度图像获取时的大气状态一致,才有良好的效果。     

基于MODTRAN的双查找表法反演高光谱数据的水汽含量

基于MODTRAN辐射传输模型,假设近红外波段地物反射率随波长线性变化,考虑程辐射的影响,发展了一种通过双查找表反演高光谱遥感数据水汽含量的方法。建立查找表过程中,使用三次样条插值方法对查找表水汽含量值加密以减少MODTRAN运行时间。使用两个查找表,通过逐步搜索法对高光谱遥感数据进行水汽反演,得到水汽含量分布图。结果显示,使用三次样条插值方法得到的辐亮度值与MODTRAN计算结果只有0.1%的误差。对两景机载可见光/红外成像光谱仪(AVIRIS)高光谱数据进行水汽反演,得到水汽含量分布图,并用其对辐亮度数据进行大气校正,得到反射率数据。水汽含量分布图变化平缓,无亮/暗点出现,反射率数据在水汽吸收波段的光谱曲线没有过/欠校正现象,这表明水汽反演方法有效。     

基于辐射传输理论和分形理论的云场景仿真

 基于云的边缘特征和天空亮度分布特征，对有云天空场景的仿真方法进行了研究。分析了云对天空亮度影响，并据此提出了一种基于分形原理的云场景仿真方法。通过辐射传输理论，给出了有无云天空的光谱亮度分布计算方法。在分析了云边缘具有自相似分形特征基础上，利用有云天空亮度分布特征、二次随机法和分形几何的Diamond-Square算法设计了云纹理生成算法。利用混合修正δ-Eddington近似计算出了观察视场2°×2°内640×480单元的2维天空亮度数组。利用该理论模型得到有云天空的2维亮度数组，并用VC++实现了云场景的动态仿真，得到了较为逼真的结果。     

Development of a GPU-based high-performance radiative transfer model for the Infrared Atmospheric Sounding Interferometer (IASI)

Satellite-observed radiance is a nonlinear functional of surface properties and atmospheric temperature and absorbing gas profiles as described by the radiative transfer equation (RTE). In the era of hyperspectral sounders with thousands of high-resolution channels, the computation of the radiative transfer model becomes more time-consuming. The radiative transfer model performance in operational numerical weather prediction systems still limits the number of channels we can use in hyperspectral sounders to only a few hundreds. To take the full advantage of such high-resolution infrared observations, a computationally efficient radiative transfer model is needed to facilitate satellite data assimilation. In recent years the programmable commodity graphics processing unit (GPU) has evolved into a highly parallel, multi-threaded, many-core processor with tremendous computational speed and very high memory bandwidth. The radiative transfer model is very suitable for the GPU implementation to take advantage of the hardware’s efficiency and parallelism where radiances of many channels can be calculated in parallel in GPUs.In this paper, we develop a GPU-based high-performance radiative transfer model for the Infrared Atmospheric Sounding Interferometer (IASI) launched in 2006 onboard the first European meteorological polar-orbiting satellites, METOP-A. Each IASI spectrum has 8461 spectral channels. The IASI radiative transfer model consists of three modules. The first module for computing the regression predictors takes less than 0.004% of CPU time, while the second module for transmittance computation and the third module for radiance computation take approximately 92.5% and 7.5%, respectively. Our GPU-based IASI radiative transfer model is developed to run on a low-cost personal supercomputer with four GPUs with total 960 compute cores, delivering near 4 TFlops theoretical peak performance. By massively parallelizing the second and third modules, we reached 364× speedup for 1 GPU and 1455× speedup for all 4 GPUs, both with respect to the original CPU-based single-threaded Fortran code with the –O₂ compiling optimization. The significant 1455× speedup using a computer with four GPUs means that the proposed GPU-based high-performance forward model is able to compute one day’s amount of 1,296,000 IASI spectra within nearly 10 min, whereas the original single CPU-based version will impractically take more than 10 days. This model runs over 80% of the theoretical memory bandwidth with asynchronous data transfer. A novel CPU–GPU pipeline implementation of the IASI radiative transfer model is proposed. The GPU-based high-performance IASI radiative transfer model is suitable for the assimilation of the IASI radiance observations into the operational numerical weather forecast model.     

卫星振动频率和振幅对高光谱成像质量影响的仿真分析和实验研究

在星载推扫式高光谱成像仪成像过程中,卫星平台以振动为典型形式的姿态运动会导致探测器上不同的地物信息相互混叠,引起高光谱图像质量的退化。为了更有效地抑制、校正与补偿卫星振动引入的成像误差,针对典型色散型推扫成像光谱仪受平台振动而产生的空间维、光谱维质量退化的机理进行仿真分析和实验研究。通过分析其曝光时间内的光谱混合过程,得到了地物光谱和卫星姿态之间的关系,建立了推扫光谱成像退化模型。该模型综合考虑了不同姿态振动模式的影响,只要给出每个时刻的卫星平台姿态参数,即可通过普适的系数矩阵计算得出每个混合像元的平均混合比,进而获得仿真的退化高光谱数据立方体。详细推导了平均混合比的一般表达形式,对振幅、频率等振动参数对光谱混合的影响分别进行了定量分析。以实际运动状态下拍摄获得的高光谱数据立方体为例,进行了退化仿真和地面模拟运动退化实验,并对退化前后的高光谱数据进行了评价。结果表明,退化仿真和实际退化效果吻合,平均混合比能够直接反映高光谱图像退化的程度;卫星振动造成高光谱图像空间维质量恶化,使不同地物目标的光谱发生了混叠;高光谱数据的退化程度主要由振幅决定,振动频率对退化的影响较小。     

传感器光谱指标对植被光谱模拟精度的影响

高光谱卫星数据模拟是卫星遥感数据模拟的重点研究方向,基于星载多光谱数据和地物光谱先验知识是一种快速模拟高光谱数据的方法,但数据模拟精度受传感器光谱指标的限制。文章针对EO-1/ALI的可见光/近红外波长范围进行实验,研究了波段数量、半波宽度和波长位置等光谱指标与植被光谱模拟精度的关系,分析了两者之间的变化规律。研究表明,光谱指标决定了植被光谱特征提取,是影响光谱模拟精度的直接原因。文章总结了适于光谱重构模型的光谱参数范围,实验结果有利于提高植被光谱模拟精度。该结论可用于多光谱传感器的性能评价及其分光滤色结构的改进。     

水中油对水体上行辐亮度光谱的影响

目前,学者主要关注利用遥感技术探测海面油膜。然而,经海洋物理过程或人为喷洒化学分散剂处理形成的水中油对海洋生境也具有危害作用。水体上行辐亮度是水色传感器的重要信号源,通过分析含油水体的上行辐亮度光谱特征,探索快速有效地遥测水中油的方法对保护海洋生境具有重要意义。基于大连港海域现场实测数据及Hydrolight模拟含油水体水下光场,通过分析上行辐亮度随波长、水深及太阳天顶角的变化特征,剖析水中油对上行辐亮度光谱的影响及水中油的敏感光谱特性。结果表明水中油的主要波谱响应区间位于可见光波段（380~760 nm）。随着水中油浓度的增加,上行辐亮度光谱峰值有逐渐向长波方向移动及蓝光波段辐亮度量值逐渐降低的趋势,这些变化处于水色遥感的探测光谱范畴,为利用水色遥感技术探测水中油提供了光谱依据。其次,上行辐亮度随水深逐级递减,并在接近水体下界面前不降反升的现象说明刚好在水面之上的上行辐亮度由各深度水体组分的后向散射及下界面的反射共同贡献,再经水汽界面上行透射而得,属于水体辐射传输的核心机理。这与水面油膜通过油类物质改变海表反射率而产生与自然海表不同反射光谱的探测机理具有本质上的差别。再者,与含水中油水体后向散射产生的上行辐亮度相比,海表对太阳光的反射属于强信号,会掩盖水体组分信息。水色卫星搭载的水色传感器具有一定的侧摆能力,能避开太阳辐射反射信号并接收到含水中油水体的上行辐亮度;水色卫星的当地过境时间一般为10至14点,且水色传感器具有高信噪比特征,满足含水中油水体的暗像元探测要求。该研究揭示了水色遥感探测含水中油水体的光谱和机理依据,表明可以视水中油为一种新的水体组分,基于光在水体中的辐射传输过程,开展含水中油水体的水色遥感反演研究。     

高光谱遥感器现场光谱定标精度验证方法研究

鉴于精确的光谱辐射定标精度验证对于高光谱遥感器的现场定标和数据应用非常必要,以SVC光谱辐亮度计为例,利用多波段辐亮度标准传递探测器和新型的光谱可调积分球参考光源,设计了一种高光谱遥感器光谱定标精度的验证方法。该方法利用新型光谱可调积分球参考光源在待测波段内分别输出光谱形状单调上升和单调下降的光谱辐亮度状态,通过光谱匹配技术,即平移改变SVC光谱辐亮度计的波长,分析比对MRSTD和SVC光谱辐亮度计测量辐亮度的相对偏差。比对结果为光谱定标验证精度优于±0.2 nm,辐射定标验证精度小于5%。     

基于空-谱约束的中餐馆过程混合模型高光谱图像聚类方法

高光谱图像分类是高光谱研究的重要内容,也是许多其他应用的前提。针对传统高光谱图像分类仅考虑光谱信息而忽略空间信息的问题,对距离依赖的中餐馆模型(distance dependent Chinese restaurant process, ddCRP)进行改进,提出一种基于空-谱约束的中餐馆过程混合模型(spatial-spectral Chinese restaurnt process, ssCRP)用于高光谱图像聚类。该模型充分考虑像素邻域的空间和光谱信息,并将其统一纳入模型的建模及求解过程中,得到一般基于像素的聚类方法无法实现的效果,可在一定程度上满足高光谱图像聚类分析的需求。首先,为利用高光谱图像的空间和光谱信息,定义基于像素空间距离和光谱角的指数衰变函数作为像素间相似性的度量。然后,在考虑像素相似性的基础上利用基于餐桌的构造形式为每个像素确定所在的餐桌。最后,对每张餐桌分配一道菜作为聚类类别,从而达到聚类的目的。利用航空可见-近红外成像光谱仪AVIRIS高光谱影像评估该模型性能,实验结果表明：ssCRP模型可较好地实现高光谱图像的自动聚类,与传统的K-means和ISODATA方法相比,该模型结果斑块规整,“椒盐效应”得到抑制,具有较高的空间一致性,分类精度高,其总体精度达到63.57%,Kappa系数为0.632 3,能很好反映真实地物分布。同时,分类结果的地物间边界清晰,能很好保持图像边缘。