主成分提取在遥感FTIR谱图解析中的应用

建立了基于人工神经网络(ANN)的遥感FTIR谱图解析方法.针对人工神经网络(ANN)训练时间过长和模型"过拟合"的问题,采用偏最小二乘法(PLS)和主成分分析法(PCA),对输入ANN的光谱数据进行了主成分提取,使ANN分析时间从30多分钟缩短为10多秒钟;模型传递技术的引入,克服了遥感FTIR谱图分析中反复建模问题.经过优化的方法,实现了用EPA数据建模,对大气中的四组分混合体系--丙酮、苯、三氯甲烷和甲醇的遥感、实时、准确测定,PLS-ANN模型得到的结果最好,对丙酮、苯、三氯甲烷和甲醇的预测误差分别为0.043,0.031,0.034,0.051,保证了遥感FTIR对大气中有毒气体混合物实时、准确、快速监测.     

用于FTIR大气成分监测的太阳跟踪系统设计

介绍研制的太阳跟踪和傅里叶变换红外(FTIR)光谱技术相结合的大气成分监测系统.该系统跟踪部分以ATmega128芯片为控制核心,结合光学、电子学、GPS模块、PSD位置传感器以及机械部分完成对太阳运行的实时跟踪,利用FTIR光谱仪和计算机处理得到的光谱数据用于大气成分的监测.通过实验验证,FTIR大气成分监测系统运行稳定、可靠,跟踪精度在0.3°以内.     

模型传递用于解析遥感傅里叶变换红外谱图

基于模型传递的原理,建立了一种可对存在背景干扰,谱峰严重混叠的遥感傅里叶变换红外(remote sensing Fourier transform infrared:RS-FTIR)谱图进行解析的方法.分别用4组分气体混合物的EPA红外标准谱图和RS-FTIR谱图,建立校正和预测模型,经过正交信号校正(OSC)处理后,用EPA红外谱图数据所建立的校正模型,对RS-FTIR谱图数据进行预测,得到的丙酮、甲醇、苯和三氯甲烷的均方根预测误差(RMSEP)分别为:0.008 5,0.018 0,0.064 0,0.002 8.未经OSC处理时的RMSEP依次是0.085 6,0.047 9,1.065 3,0.014 2.经优化,支集选择的方法为Kennard-Stone法,OSC在实现过程中循环次数为3时得到的预测结果最好.研究结果表明,该方法能够克服背景和校正模型给RS-FTIR监测大气污染物带来的制约.     

人工神经网络与遥感FTIR对大气有机污染物的实时监测

利用遥感FTIR对大气中的有毒、易挥发有机化合物(VOCs)进行了实时定量测定,得到了待测物的积分浓度(PIC)。所测定的五种有毒易挥发有机化合物为甲醇、三氯甲烷、正己烷、丙酮和正丁醇。它们的FTIR光谱图存在着严重的混迭干扰现象,用人工神经网络法(ANN),成功地预测出了各污染物的浓度,并且给出了波数-吸光度-时间三维图,以及大气中污染气体浓度随时间的变化。结果表明,本方法对一定空间范围内的污染物定量分析,能够得到较为满意的结果,遥感FTIR可以作为连续实时监测的警报装置。     

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.     

改进阈值提升小波和自适应滤波器的开放光路红外光谱去噪

大气污染物的主要组成成分为挥发性有机物(VOCs)，傅里叶变换红外光谱技术(FTIR)是现阶段应用广泛的挥发性有机物在线测量方法。开放光路获取到的大气红外光谱(OP-FTIR)易受各种噪声污染，如何有效、快速的去除红外光谱中的噪声是大气在线实时监测系统研究的热点。综合利用提升小波变换结构简单、运算量低的优点以及最小均方误差自适应滤波器的自动调节参数以达最优化滤波的性能，提出了一种改进阈值提升小波结合自适应滤波的红外光谱去噪算法。该算法先通过改进阈值小波系数的提升小波去噪，在去噪的同时保留更多光谱特征信息，然后使用提升小波变换分解出的高频系数重构出噪声相关信号，将其作为最小均方误差自适应滤波器的参考输入进行二次滤波处理，最终获得的去噪信号很好的去除了与特征光谱频谱重叠的噪声信号。分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理，结果显示使用该算法处理后的光谱信噪比(SNR)较离散小波传统阈值去噪方法高出3db，均方根误差(RSME)平均减少30%左右，运行时间减少46%。表明该算法计算简单、运行速度快，对于大气环境监测实时消噪系统具有重要的实际应用意义。     

航空发动机尾气的FTIR被动遥感

针对航空发动机排放尾气传统的插入式采样分析技术难度大、设备结构复杂、测量成本高、具有一定危险等缺点,将快速、机动、低成本的非插入式测量方法--被动式傅里叶变换红外光谱(FTIR)遥感技术引入到航空发动机尾气监测当中.讨论了FTIR被动遥感的原理,介绍了FFIR光谱仪系统的仪器响应函数、红外辐射光谱能量分布以及气体浓度的算法模型.利用TENSOR27型FTIR光谱仪遥测某航空发动机排放尾气,获得一系列不同推力下红外发射单通道光谱图.通过对红外发射光谱的定性定量分析,计算出四种不同推力下CO2CO和NO的气体组分浓度.利用遥感FTIR方法监测航空发动机排放气体组分浓度的研究在国内航空领域尚处于探索阶段,试验中航空发动机的排放发射光谱及计算结果是首次公开发表.实验同时也表明该技术在航空发动机尾气监测方面具有极大的应用前景.     

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.     

光腔衰荡光谱法测量大气中的NO_3和N_2O_5（英文）

本文应用基于二极管激光器的双路光腔衰荡光谱技术,分别对大气中NO_3和N_2O_5浓度进行监测.通过使用实验室标准样校正有效吸收腔长比R_L和系统的总损耗系数η,并获得了NO_3有效吸收截面.该装置在时间分辨率为1 s时,对NO_3的测量灵敏度达到1.1 pptv,N_2O_5被在线转换成NO_3,从而被另一路光腔衰荡光谱装置探测.利用该装置,对合肥市区冬季夜间大气中的NO_3,N_2O_5浓度进行了实时监测.通过对比一次大气快速清洁过程中氮氧化物、臭氧、PM_(2.5)等组分的浓度变化,讨论了大气环境下可能影响NO_3及N_2O_5浓度的因素.     

大气光学遥感监测技术现状与发展趋势

针对开展环境空气中的痕量污染气体监测研究的需求,综述了目前应用较广的光谱遥感监测技术。阐述了利用光学遥感技术监测大气环境的工作原理,详细介绍了几种主流的大气监测技术,包括傅里叶变换红外光谱技术,差分吸收光谱技术,激光长程吸收技术,可调谐激光二极管吸收光谱技术,差分吸收激光雷达技术,指出了上述监测方法的特点并对它们的优缺点进行了分析与比较。     

SO2气体排放的紫外成像遥感监测

工业烟囱及船舶尾气中SO2气体排放是造成大气污染的重要因素。SO2容易被氧化生成硫酸雾或硫酸盐气溶胶,产生酸雨,严重危害大气生态环境平衡及人类健康。现有的SO2光学遥感测量技术,如拉曼散射激光雷达、差分吸收激光雷达(DIAL)、傅里叶变换红外吸收光谱(FTIR)、紫外差分吸收光谱(DOAS)、高分辨光谱成像等,难以兼顾气体污染监测对高时间分辨率、高空间分辨率以及便携机动等应用需求。近年来,紫外SO2相机成像探测因探测精度高、实用性强得到迅速发展,该技术时间分辨率高、空间分辨力强,能从解析图像中直观在线获取污染气体浓度在空间的二维分布及随时间的排放率,对于监测环境污染有重要作用。基于紫外SO2相机成像探测技术,围绕SO2柱浓度探测的测量原理及影响因素、仪器设计及实验方法、反演算法及结果比对等方面开展研究。取得的成果主要有:(1)利用窄带滤光片的窄波窗口,用紫外相机测量310 nm附近的SO2紫外吸收,建立了紫外成像遥感监测理论模型,介绍了紫外成像遥感检测获取SO2浓度图像的测量原理;(2)将滤光片放置镜头前后,讨论了不同入射角对滤光片中心波长及透过率曲线的影响,发现滤光片放置镜头后,相机系统对SO2的灵敏度受入射角影响更小,对SO2浓度图像的反演误差更小;(3)分析了太阳高度角对SO2浓度图像反演的影响,阐明了SO2浓度反演曲线实时校准的不可或缺性;(4)通过理论分析设计出了紫外成像遥感探测装置,开展了基于紫外成像遥感监测SO2气体排放的实验研究,通过2-IM法拟合出了人工天空背景,获得了SO2光学厚度图像,利用标准泡进行校准,反演出了SO2浓度图像;(5)采用DOAS技术对SO2气体排放进行监测,与紫外成像遥感获得的SO2浓度进行对比表明,两方法实验结果所计算得到的浓度信息趋势相一致,从而证明紫外成像遥感监测技术测量结果的准确性,同时展现了该技术在工厂烟囱及船舶尾气污染排放遥感监测中的巨大应用前景。     

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。     

空间紫外光学遥感技术与发展趋势

空间紫外光学遥感技术是除可见、近红外、热红外和微波遥感以外的一个具有突出优势的遥感领域,全球气候变化研究是目前国际上空间紫外-真空紫外光学遥感的热点课题。本文对空间紫外光学遥感的作用、国内外研究现状及发展趋势进行了综述和分析。介绍了一组紫外光学遥感仪器的功能和特点,给出了它们的主要性能参数;指出我国目前的工作重点是推进星载紫外光谱遥感仪器的应用、积累空间探测数据、建立反演算法等;而未来发展目标将是研制集天底、临边和掩星成像探测于一体的新一代紫外成像探测仪器,高精度观测全天候的整层大气密度和臭氧的三维分布,实时监测大气组分及化学成分（如O₂、N₂、NO、OH和O₃）的变化及变化趋势,以及进一步拓展我国紫外光学遥感仪器的应用领域。     

胶州湾海域Landsat8/OLI数据处理中多种大气校正方法的评价

海洋水色遥感研究中,精确的水体遥感反射比R_rs(λ)光谱数据是应用海洋光学卫星数据反演海洋生物地球物理参数的关键。实际工作中,遥感反射比是根据遥感仪器接收到的辐亮度经大气吸收和散射校正、太阳距离以及太阳高度角校正后计算出来的。因此对卫星传感器数据进行大气校正是我们得到精确的水体遥感反射比光谱数据的关键因素之一,也是海洋水色遥感研究中的一个重要问题。胶州湾是黄海西部的一个半封闭海湾,是北温带海湾生态系统的重要代表,该海域内规划了大范围的海洋牧场养殖区域,水体生物光学性质复杂。Landsat是美国NASA的陆地卫星计划,最初是为了观测陆地而研发,但是其高空间分辨率(30 m)的优势在海洋遥感监测中表现突出,使得其成为卫星遥感监测河流、湖泊、内陆环湾等水体不可忽略的数据源之一。基于QA(quality assurance) Score光谱质量评价体系对Landsat8/OLI数据处理中五种大气校正算法在胶州湾海域的大气校正结果进行了评价分析。五种大气校正算法分别是NASA(National Aeronautics and Space Administration)标准近红外大气校正算法(Seadas采用为默认大气校正算法,记为Seadas Default);Acolite 默认大气校正算法—暗光谱拟合算法（dark spectrum fitting,记为Acolite DSF）;以及Acolite指数外推算法（exponential extrapolation）,根据算法中所使用波段的不同,分别记为Acolite SWIR, Acolite Red/NIR, Acolite NIR/SWIR。分析结果表明在胶州湾海域Seadas Default的大气校正算法得到的R_rs(λ)数据QA得分为1的概率（83.95%）要远大于Acolite DSF（49.66%）,Acolite SWIR（4.13%）,Acolite Red/NIR（7.25%）,Acolite NIR/SWIR（1.38%）四种大气校正算法。Acolite DSF大气校正算法优于Acolite SWIR,Acolite Red/NIR,Acolite NIR/SWIR。应用MODIS/Aqua卫星数据对Seadas Default大气校正算法和Acolite DSF大气校正算法处理Landsat8/OLI卫星数据得到的R_rs(λ)在443,483,561和655 nm的数据进行了对比分析,结果表明在各个波段的Seadas Default算法所得的大气校正结果都要优于Acolite DSF算法。据此,建议在胶州湾及其附近海域应用Landsat8/OLI数据进行遥感应用研究时以NASA标准近红外大气校正算法为首选。     

基于无人机遥感的不同施氮水稻光谱与植被指数分析

卫星遥感空间分辨率低且易受大气、云层、雨雪等因素的影响。本文使用共轴十二旋翼无人机搭载光谱仪构成农情遥感系统。首先,给出自主设计的无人机结构和飞行控制系统,围绕飞行平台、控制系统、遥感载荷构建了多环节数据备份的无人机遥感数据采集系统;然后,试验测试4种施氮水平水稻的光谱指数变化规律;最后,通过试验数据分析可得:在可见光区水稻冠层光谱反射率随氮素水平增加而减小,在近红外区,光谱反射率一开始随氮素水平增加而增大,但氮素水平增大到一定程度后再增加氮素导致反射率降低。在4种氮素水平下,水稻植被指数RVI和NDVI由分蘖期到拔节期先增大,然后至抽穗期又逐渐减小,且抽穗期RVI和NDVI值小于其分蘖期RVI和NDVI值。试验表明以多旋翼无人机为平台搭载光谱仪器构成农情遥感监测系统用于反演作物植被指数方面是可行的。本文设计的无人机遥感数据采集系统能够有效、实时获取遥感信息,其获取的高空间分辨率和光谱分辨率的农田实时信息能够为作物长势的分析、健康状况的监测提供必要的数据支持。     

浑浊二类水体的高分四号卫星大气校正效果分析

高分四号卫星是我国首颗高空间分辨率地球静止卫星，在浑浊二类水体的遥感定量监测方面应用潜力很大。为评价高分四号多光谱数据经大气校正后水体反射率的精度，以太湖为研究区，使用同步MODIS数据辅助的Gordon单次散射改进算法，对2016年7月21日和2016年8月17日两景高分四号多光谱数据进行大气校正，并通过与地面同步实测光谱数据、以及地球静止水色卫星GOCI数据大气校正结果的协同比对，验证高分四号多光谱数据的大气校正效果，为该卫星产品的水色遥感应用提供借鉴和参考。结果表明，红光B4波段校正精度最高，平均绝对误差(MAPE)为10.71%；绿光B3波段校正精度次高，MAPE为13.21%；近红外B5波段校正精度次低，MAPE为33.06%；蓝光B2波段校正精度最低，MAPE为53.55%。其中B3，B4和B5波段校正精度高于GOCI，主要原因在于高分四号的空间分辨率远高于GOCI，混合像元导致的精度误差相对较小，充分显示了高分四号作为一颗高空间分辨率地球静止卫星在水色遥感方面的优势；而B2波段低于GOCI，表明高分四号的蓝光波段尚有改进空间，今后有必要对该波段进行重新定标等处理；在未得到有效处理的情况下，水色遥感应用应尽量避开该波段。总体而言，高分四号多光谱数据校正精度较高，可以较好的应用于内陆二类浑浊水体的定量遥感监测。     

Review of Geostationary Interferometric Infrared Sounder

To measure the global atmospheric three-dimensional distribution and change of temperature and humidity is one of the key areas in atmospheric remote sensing detection; it is also a new research and development direction in the field of meteorological satellite application. As a main element of China second generation of geostationary meteorological satellite Fengyun 4(FY-4), which was launched on Dec. 11, 2016, the Geostationary Interferometric Infrared Sounder(GIIRS) is the first interferometric infrared sounder working on the international geostationary orbit. It is used for vertical atmospheric sounding and gains atmospheric temperature, humidity, and disturbances. The combination of Fourier transform spectrometer technology and infrared detectors makes GIIRS have high spectral resolution and large coverage over spatial areas. With this kind of instrument, meteorological satellites can improve the capabilities for severe weather event monitoring and numerical weather prediction. Here a concise review of the GIIRS development project, including its history, missions and functions,technical design, key technologies, system integration, calibration and in-orbit operation status, etc., is presented.     

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。     

基于时间序列高光谱遥感影像的田块尺度作物产量预测

在精准农业领域,田块尺度土壤理化性质、作物长势、产量等存在极显著的空间异质性。高光谱遥感侧重于光谱维度信息的提取,未充分利用空间与时相信息,限制了植被长势、生物量与产量的监测精度。传统格网采样与地统计空间插值方法,耗时费力、成本高,难以推广;而遥感技术可以获取农作物生理参数的时空异质性信息,可以用于田块尺度的精准管理分区(SSMZ)。以田块尺度棉花地为研究对象,获取时间序列航空高光谱遥感影像,分析不同长势棉花的反射光谱特征,构建光谱指数,综合光谱、时相、空间维度信息,利用面向对象方法进行精准管理分区,建立产量遥感预测模型。结果表明:综合多维信息的面向对象分割方法优于基于象元的方法,可以部分消除遥感与产量数据噪声,提高棉花估产精度;不同植被指数与棉花产量的相关系数排序为一阶微分、NDVI、OSAVI、二阶微分;对于同一尺度、单一时相,一阶微分产量预测模型精度较高,多时相多光谱植被指数也可以得到较高精度;对于同一输入量、不同尺度,较少SSMZ个数的棉花产量预测模型精度更高、稳定性更好,这是由于影像与产量数据的空间定位存在一定的误差造成。研究成果将丰富作物长势、估产方法,提高遥感监测精度,加速无人机遥感在相关领域的应用。