高分二号全色卫星影像大气校正

利用大气辐射传输模型和指数衰减点扩展函数,发展了一套适用于亚米级分辨率的全色卫星影像的大气校正方法,该方法充分考虑了大气参数（气溶胶、水汽、臭氧及其他吸收气体等参数）、空间分辨率、背景像元与目标像元的空间距离等对邻近效应的影响。结果表明,本文建立的大气校正方法能够有效去除大气及周围环境对卫星入瞳信号的影响,充分解决全色卫星影像中的邻近效应问题,全面提升了卫星影像的质量（清晰度至少提高了155%,对比度至少提高了115%,边缘能量至少提高了247%,细节能量至少提高了204%,调制传递函数至少增大了169%）。     

基于辐射传输优化模型的二类水体大气校正

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区,采用6S大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程,并利用中分辨率成像光谱仪(MERIS)754、779、865、885nm 4个近红外波段进行光谱优化,求算550nm处气溶胶光学厚度等变量。通过外推,实现可见光波段的大气校正。将2007年11月11日、20日、21日,2008年11月20日MERIS Level 1p影像以及野外实测水体遥感反射率数据集用于精度验证,结果表明,该方法能够较好地反演水体遥感反射率光谱,校正后的13个波段的平均相对误差大多分布在20%~40%之间。与6S以及Beam 4.9软件自带的大气校正方法相比,具有较高的校正精度和较强的稳定性,在太湖有较好的适用性。     

基于光谱匹配的大气校正方法

大气校正是遥感定量化的一个重要环节,其常用方法是暗目标法。该方法适用于浓密植被地区,但在植被覆盖度较低的地区,暗目标法的适用性较差。提出了一种基于光谱匹配的大气校正方法,以城市地区的不变目标为切入点,针对高分一号(GF-1)卫星全色和多光谱(PMS2)传感器相机开展大气校正方法的研究。该方法利用6S辐射传输模型构建大气校正参数查找表,得到了影像上的水泥路面在不同大气条件下的反演光谱;同时,利用水泥路面的平均实测光谱作为参考光谱,通过参考光谱与测试光谱的光谱角度匹配,找到最相近的光谱曲线,用以确定大气校正参数,并对影像进行大气校正。实验结果表明:该大气校正方法效果良好,反演得到的地表反射率与典型地物的光谱数据比较吻合,更好地还原了地表的真实情况,为植被稀疏地区的大气校正工作提供了新思路。     

高分四号卫星数据云和云阴影检测算法

高分四号卫星(GF-4)是我国研制的首颗地球同步高分辨率光学成像卫星,具有高时间分辨率和较高的空间分辨率。针对高分四号卫星数据的特点,提出了一种光谱分析与几何算法相结合的云和云阴影检测算法。使用几何校正和辐射定标后的高分四号影像,基于云与典型地表的光谱特征,采用光谱差异分析技术识别出潜在云像元,根据有云地物和无云地物的光谱变化率差异计算云概率;由云和云阴影的几何关系,并结合传感器参数识别云阴影的投影带,然后根据阴影的光谱特征在投影带中设定基于影像的动态阈值,用于检测云阴影。该算法能较好地识别薄云,而且可以显著提高云阴影的检测精度。采用目视解译法对检测精度进行验证后发现,不同区域类型的云像元识别位置准确,形状完整;将所提云阴影检测方法与云和云阴影匹配算法进行对比后发现,前者识别的云阴影更为精确。     

基于辐射传输模型的环境一号卫星CCD相机的水体大气校正方法研究

水体大气校正问题是开展我国环境一号卫星水色遥感定量化应用的关键。针对环境卫星CCD相机的特点,以水气耦合的辐射传输模型构建大气校正参数查找表,研究以地面气象数据辅助的逐像元水体大气校正方法,实现水体离水反射率和遥感反射比的反演。以现场测量数据和MODIS数据为参考进行水体大气校正效果验证,研究发现CCD相机的反演结果在蓝、绿波段的精度较高而红、近红的反演结果系统偏大。研究结果还表明气溶胶模型是影响水体大气校正精度的重要因素。     

耦合京津冀气溶胶模式的HJ-1卫星CCD数据大气校正

针对目前HJ-1 CCD大气校正没有考虑中国地区气溶胶模式的问题,提出一种耦合中国地区局部气溶胶模式的大气校正方法。以京津冀地区作为研究区域,该方法对地基北京城区和香河站点反演的气溶胶模式参数进行聚类,得到京津冀地区具有代表性的四类气溶胶模式,并根据四类气溶胶模式来建立查找表进行气溶胶光学厚度的反演。HJ-1 CCD数据没有短波红外波段(2.12 μm),无法采用MODIS的气溶胶算法中获得地表反射率的方法来计算蓝红波段的反射率,本文在气溶胶光学厚度的反演中采用HJ-1卫星的蓝色(0.43~0.52 μm)和红色(0.63~0.69 μm)波段的反射率比值作为误差方程的依据,不需要输入地表目标的反射率。基于反演后的光学厚度对HJ-1 CCD数据进行大气校正,并与ASD光谱辐射计测量数据以及MODIS地表产品数据(MOD09)进行对比。结果表明,该方法得到的大气校正结果与ASD测量结果接近,并与MOD09有较强的相关性,红色波段的平均相关系数达到了0.8以上,受气溶胶影响最大的蓝色波段平均的相关系数也达到了0.75左右。     

资源三号卫星多光谱数据的大气校正研究

资源三号卫星多光谱数据空间分辨率达到5.8 m,能够很好的应用于地物分类和识别,由于其缺乏短波红外波段,无法采用暗目标法进行大气校正,因此,提出通过6S辐射传输模型构建大气校正系数查找表,结合MODIS数据反演的气溶胶光学厚度参数的大气校正方法,对ZY-3卫星多光谱(MUX)数据进行大气校正。采用敦煌地区星地同步测量的石膏矿、戈壁两种地物光谱对大气校正结果进行了验证,并比较了大气校正前后归一化植被指数(NDVI)。结果表明：大气校正后的地面反射率与石膏矿、戈壁两种地物实测光谱数据相对误差不超过6%;大气校正增大了植被的NDVI与其他地物的NDVI的差值,突出在植被监测方面的应用能力。     

基于清洁水体像元法的环境-1A卫星CCD水体图像大气校正

环境卫星(HJ-1A/B)的CCD图像数据在内陆水环境遥感监测中具有很大的潜力,但它的大气校正的精度是影响其定量化应用的重要因素.文章以上海淀山湖地区HJ-1A卫星搭载的CCD1多光谱数据为应用实例,首先实现了瑞利散射的精确计算,在气溶胶散射的计算中,由于内陆湖泊Ⅱ类水体的光学特性,致使环境星CCD数据的近红外波段的离...     

近红外通道辐射测量误差对水体大气校正的影响

一类水体的标准大气校正算法利用两个近红外通道(748和869 nm)的辐射比值选择气溶胶模型,然后外推估算各波长的气溶胶贡献,实现离水反射率的反演。两个近红外通道的辐射探测值的不确定性会直接影响反演精度。从数学形式上研究近红外通道测量误差在大气校正中的传递机制,通过敏感性试验分析不同光学厚度和气溶胶模型条件下离水反射率的反演误差分布。结果表明,两个近红外通道的测量误差组合情况对反演结果精度影响程度不同,同号时误差较小,异号时误差较大;气溶胶模型中的细粒子组分越多,反演的误差越大;光学厚度越大,反演误差也越大。     

基于高分一号卫星WFV影像的水稻信息提取模式

通过卫星影像利用水稻不同物候期的特征对其进行识别是目前在水稻信息提取方面比较有效的方式。首先根据水稻区别于其他植被的显著特征,即水稻生长前期稻田的下垫面含有大量水的特性,将用于提取水域信息的归一化水体指数(normalized difference water index,NDWI)合理地应用在水稻前期的信息提取中,并且利用两个物候期的NDWI做比值,扩大了水稻与其他地物之间的差异。再借助归一化植被指数(normalized differential vegetation index,NDVI）在不同物候期的增长变化特征可以进一步提高水稻信息提取的精度。研究发现充分利用水稻在不同物候期的特殊性,并结合与水稻特性相关的指数,将NDWI和NDVI两种指数同时用于水稻提取,确定合理、准确、有效的提取方法是提高水稻提取精度的主要途径。本文以安徽省来安县的水稻为研究对象,基于2013年7月12日和8月30日获取的两幅高分一号卫星WFV影像数据,利用水稻分蘖期和抽穗期的NDVI和NDWI构建了水稻信息提取模式,有效地提取出了来安县的水稻信息分布并进行制图,最后结合在研究区野外实地考察的信息数据对提取结果进行验证和评价。研究结果表明利用该模式能够快速、准确地从遥感影像上获取水稻分布信息,具有很好的普适性。     

利用MODIS数据进行QuickBird-2卫星海岸带图像大气校正研究

大气校正是遥感信息定量化过程的一个重要环节,而在大气校正中起关键作用的是气溶胶光学厚度,气溶胶的模式和大气漫射透过率;但在浑浊的水体上空,这些参量很难用卫星图像反演得到,从而提出了基于同步MODIS数据辅助QuickBird-2卫星图像进行海岸带大气校正算法,该方法由MODIS图像的水体像元反演出混浊水域上空气溶胶光学特性,与MODIS气溶胶产品相比相对误差小于10%;同时,借助6S辐射传输模型,并考虑了高分辨率图像临近像元效应,对QuickBird-2卫星海岸带图像进行大气校正.给出了我国沿海地区QuickBird-2卫星图像大气校正的结果,并对反演误差进行了分析.     

基于大气校正提升亚米级卫星影像质量

大气对太阳辐射的吸收和散射会导致卫星影像的亮度和对比度降低,大气能见度越低、卫星空间分辨率越高,这种现象越明显,以至于低能见度条件下的亚米级空间分辨率光学卫星影像看起来非常模糊.基于辐射传输方程开发的自适应大气校正算法充分考虑了大气和目标物周围环境对卫星入瞳处目标辐亮度的影响,定量化描述了目标物周围像元的反射率与目标像...     

高分七号卫星足印相机激光光斑中心定位方法研究

使用足印相机同时对激光光斑和地表成像会导致相机中的激光光斑影像与地面影像重叠,造成激光光斑的中心定位精度较差。本文针对GF-7卫星足印相机实测的图像特点,提出地物噪声图像分类方法,优化高斯拟合光斑中心定位的处理流程,同时分析不同地物噪声背景下光斑图像的分类方法以及对应的光斑中心的提取精度。实验结果表明,所提方法在低中高的不同噪声条件下,中心定位精度分别为0.11,0.13,0.16 pixel,定位方差分别为0.020,0.262,0.341 pixel。在信噪比更好的夜间,光斑定位精度为0.02 pixel,定位方差为0.0036 pixel,说明噪声是影响光斑中心定位精度的最主要因素。     

高分七号卫星足印光斑质心提取方法与稳定性监测

高分七号卫星激光测高仪搭载激光监视相机和激光足印相机,获取的激光光斑和光学足印影像可辅助激光定位.提出一种考虑外界环境对足印光斑成像质量影响的足印光斑质心提取方法.将足印光斑和监视光斑进行最小二乘影像匹配,获取转换模型;由灰度重心法提取监视光斑质心;利用监视光斑质心、通过转换模型得到足印光斑质心.对100组仿真光斑和1...     

自适应光学系统对实际大气湍流波前的时域校正效果

引入时域校正因子（系统团环校正波前残余误差与系统开环时的湍流波前扰动误差之比）和系统测量信噪比,分析了自适应光学系统对实际大气湍流扰动的时域校正效果与湍流功率指数、湍流功率谱转折频率、系统测量信噪比、系统时间延迟以及系统闭环带宽的关系,并给出了系统的最佳闭环带宽。此外还分析了弱光61单元自适应学系统的时域校正效果。     

基于偏振信息的遥感图像大气散射校正

大气散射严重影响了航空遥感图像的质量。为了提高航空遥感图像的识别能力,提出一种基于偏振信息的航空遥感图像大气散射校正方法。大气散射具有显著的偏振特性,而对于垂直探测的地物辐射信号偏振度非常低,该方法正是利用大气散射偏振特性与地物目标偏振特性的差别,从图像中提取地物目标辐射信息,从而提高遥感图像的质量。通过机载多波段偏振CCD相机获取航空偏振遥感图像数据,并采用一组443 nm波段的航空偏振图像数据进行图像大气散射校正实验,实验结果表明该方法能有效地进行航空遥感图像的大气散射校正,从而提高了航空遥感图像的识别能力。     

一种高分七号卫星激光足印光斑质心的高精度提取算法

激光足印光斑质心的精确提取,对于提升国产卫星激光测高平面精度具有重要的实际意义.本文比较了灰度重心法、高斯拟合法和椭圆拟合法三种传统光斑质心提取算法,综合分析后提出了一种利用高斯拟合法和Canny边缘检测设置灰度阈值和距离阈值,并最终使用灰度重心法进行光斑质心提取的算法.对100组仿真光斑进行测试后的结果表明,本文算法...     

基于深蓝算法的HJ-1CCD数据快速大气校正模型

大气校正是遥感数据定量化应用的关键步骤,国产环境与灾害监测预报小卫星星座(简称HJ-1)CCD相机数据在进行大气校正时,面对数据量大、观测角度变化大、气溶胶多变等各种问题。本文针对HJ-1CCD相机的波段特征,利用Hsu等提出的深蓝算法借助地表反射率库反演得到气溶胶光学厚度,结合辅助角度数据计算观测几何,利用核驱动模型完成了BRDF校正,提出了针对HJ-1CCD数据的在植被、裸土等地表类型通用的大气校正算法;在数据处理中,采用查找表和双线性插值的方法分块计算HJ-1CCD图像的大气参数,利用IDL语言的矩阵运算大大加快了大气校正速度,实现了快速大气校正。以2012年7月3日过境中国华北平原的1景CCD数据进行了算法实验,结果表明,该算法较好的校正了大气对地表反射率的影响,能够在8min内快速完成1景数据量约为1G的CCD数据的大气校正,校正后的土壤和植被等典型地物的反射率更接近其光谱特征;同时,将校正结果与同期过境的MODIS地表反射率产品进行了比对,由于分辨率的较高,HJ-1的结果细节表现要优于MODIS,而二者获得的典型地物反射率相关性较好(相关系数大于0.9)。误差分析表明,气溶胶类型的误判会对近红外波段地表反射率带来较大的误差,在0.05左右,而地表反射率库0.02的误差,会对红波段和绿波段的大气校正结果带来0.01左右的误差。     

基于GOCI影像分类的太湖水体叶绿素a浓度日变化分析

叶绿素a浓度(Chlorophyll-a: Chl-a)是内陆水体重要的水质参数之一,遥感数据为其提供了大范围、多时相的监测信息,然而由于内陆湖泊水色要素复杂的光学性质及较大的时空差异,传统的遥感影像及单一的Chl-a反演模型在应用中存在着局限性。因此本研究以太湖为研究区,时间分辨率1小时的静止海洋水色卫星Geostationary Ocean Color Imager(GOCI)为数据源,在基于层次聚类法实现归一化实测光谱反射率分类的基础上,利用光谱角测距匹配实现2012年5月6日(08:16—15:16) 8景GOCI太湖影像的水体分类;并针对不同水体类型分别建立基于GOCI影像的Chl-a反演模型,实现不同类型水体的Chl-a浓度反演。结果表明,太湖水体光谱可分为四类,类型1光谱体现出漂浮藻类的特征,可将其作为蓝藻水华的判定依据;类型2—4体现的特征分别为水体含有较高Chl-a浓度、较高悬浮物浓度及相对较低Chl-a较低悬浮物浓度;并且类型2—4与分类前相比,其分类模型估算的Chl-a浓度误差均得到了不同程度的提高,平均相对误差分别降低了7%,12.3%和15.9%;此外,GOCI影像反演结果不仅可以很好地反映Chl-a浓度的空间分布状况,也能反映出太湖Chl-a浓度的日变化差异及规律,表现出了其在富营养化污染动态监测及预警中的应用潜力。该方法在GOCI影像中的应用,在提高Chl-a浓度反演精度的同时也提高了模型在实际应用中的适用性,为日后太湖水体不同时刻Chl-a浓度的精确估算提供了基础。