双纵模He-Ne激光器的热稳频技术研究

介绍了双纵模He-Ne激光器的热稳频技术原理,设计了热稳频控制系统,并进行了相关的实验。根据实验结果可知,本热稳频系统实现了将两个纵模频率稳定在增益曲线中心频率对称位置和不对称位置上。根据拍频结果可知,当稳定在对称位置上时,激光器的频率稳定度达10^-10量级;当稳定在不对称位置上、维持频率稳定度10^-10量级时,激光器输出单纵模的功率最高达总功率的80%。     

基于SSD模型的京津冀地区尾矿库检测

我国尾矿库事故频发，所造成的危害极其严重。掌握尾矿库的数量及分布情况对预防尾矿库事故和开展尾矿库应急工作具有重大意义。传统的调查方法主要以地面调查为主，难以做到大范围高频次的监测。因此提出了一种基于深度学习的尾矿库目标检测方法，可以快速识别尾矿库的位置并掌握其地理分布。首先分析尾矿库在遥感图像上的特征，制作适合训练的样本，根据样本的情况优化调整训SSD （Single Shot Multibox Detector）模型，基于优化后的模型进行京津冀地区尾矿库的自动提取。实验结果表明：京津冀地区检测出尾矿库2 696座，召回率达到93.3%。说明采用深度学习目标检测的方法提取尾矿库，取得了较好的效果，所提出的尾矿库提取方法可应用于全国及全球尾矿库的提取。     

机载LiDAR系统检校

机载LiDAR系统由多传感器组成,其对地定位精度受各个组成部分的影响,故需对系统进行检校,以标定设备的系统性误差.本文介绍飞行条件不理想情况下,航空遥感飞机搭载Leica ALS70 HA激光雷达传感器获取三维地形过程中,LiDAR系统的检校飞行及检校处理方法.     

基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题，提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息，然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型，最后通过随机样本选取构建随机森林（Random Forest,RF）、支持向量机（Support Vector Machine, SVM）和决策树（Decision Tree,DT）分类算法模型提取地表信息。结果表明：①针对不同特征协同策略，在随机选取10%训练样本时，Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略；②针对不同地表信息提取算法模型，通过50次随机选取训练样本构建模型评价分类精度，验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息，为光学和雷达遥感协同地表信息提取提供新的思路。     

MODIS光谱指数监测小麦长势变化研究

利用多个时次的小麦地面光谱与相应的生理参量测量数据(140组)，构建了常见宽波段植被指数形式的MODIS(中分辨率成像光谱仪)光谱指数。首先确定反映作物长势的因子为生物量和LAI(叶面积指数)，以地面光谱模拟MODIS的波段1～19，穷尽所有波段两两组合，寻找同时与生物量和LAI关系显著且有物理意义的光谱指数NDSI和RDSI。综合分析得出了3个最佳的波段组合：(619，62)，(619，617)和(619，616)，这3种组合所对应的NDSI和RDSI与两个长势因子都达到99％显著相关，而且明显优于Mc)DIS自身的植被指数产品MODIS—NDVI和MODIS_EVI。与NDSI相比，RDSI对LAI更敏感。MODIS_EVI比MODIS_NDVI有显著改进，它与长势因子的相关性可达到95％置信度。对MODIS图像的初步分析表明，NDSI(619，617)能够增强云与其他地物的差异，有可能改进云的识别精度。     

CBERS-1影像全国数字镶嵌与制图

中巴资源一号卫星在轨正常运行4年多积累了丰富影像数据，它为研制我国全国数字影像图提供了坚实的基础。本文介绍了CBERS-1噪声条带去除、图像增强、几何纠正和镶嵌、色调调整等方面的关键技术，并全面、系统地总结了基于CBERS-1数据制作全国数字镶嵌图的作业流程及制图规范。     

基于地形信息的Landsat与Radarsat-2遥感数据协同分类研究

针对不同成像机理的光学与雷达遥感数据协同应用于地表信息提取瓶颈问题,提出了一种基于地形信息的光学与雷达数据协同分类方法。首先利用InSAR测量技术从Radarsat-2数据中提取DEM地形信息,然后构建基于地形信息的Landsat光学数据和Radarsat-2雷达数据的不同特征集输入模型,最后通过随机样本选取构建随机森林（Random Forest,RF）、支持向量机（Support Vector Machine, SVM）和决策树（Decision Tree,DT）分类算法模型提取地表信息。结果表明：①针对不同特征协同策略,在随机选取10%训练样本时,Radarsat-2干涉提取DEM与Landsat数据集提取精度优于ASTER GDEM与光学影像协同策略;②针对不同地表信息提取算法模型,通过50次随机选取训练样本构建模型评价分类精度,验证RF算法的鲁棒性和提取精度都要优于DT算法和SVM算法。研究充分利用光学和雷达遥感的优势信息,为光学和雷达遥感协同地表信息提取提供新的思路。     

基于天宫一号高光谱成像仪的替代光谱定标方法精度对比分析

基于天宫一号高光谱成像仪2012年3月6日获取的可见近红外谱段数据,分别进行了氧气吸收通道的同步和非同步替代光谱定标,为了提高非同步替代光谱定标结果的可靠性,利用与同步实验日期相近的另外两景图像进行了多次非同步替代光谱定标.结果表明:基于三景图像的非同步替代光谱定标结果相近,差异小于0.2 nm,标准差小于0.11;同步和非同步两种替代光谱定标结果差异小于0.3 nm;以星上定标结果为基准,两种替代光谱定标方法的误差分别为0.384 nm和0.489 nm,二者差异较小.可见,可采用非同步替代光谱定标方法对高光谱成像仪进行高频次的光谱定标.