高光谱激光雷达谱位合一的角度效应分析

高光谱激光雷达以其谱位合一的技术优势为实现超三维精准遥感观测提供了可行途径,因此成为当前激光雷达与高光谱遥感领域共同大力推进的前沿发展方向。目前已有多型原型系统研发出来并得到了原理性验证,然而针对其数据处理核心环节问题的基础技术仍较为欠缺。典型问题之一是不同波段回波信号受激光入射角度的影响,该角度效应限制了高光谱激光雷达实现高性能遥感。以芬兰空间信息研究所高光谱激光雷达原型系统扫描桦树树干为例探讨了该角度效应,发现了不同激光波段对不同入射角度的回波强度响应模式,推导出了角度效应的基本规律及其精细尺度的统计规律,为后续该方向的系统研发、数据处理及信息提取等提供了可借鉴的底层机理与技术基础。     

偏振激光雷达对地观测遥感

激光雷达遥感可获取地物的三维结构信息,偏振遥感可实现"强光弱化与弱光强化"的信息增强,两者主被动光学遥感组合为下一代对地观测多维光学遥感新模式的研发提供一条可行的途径。事实上偏振激光雷达这一概念提出较早,但其已开展的应用主要集中在大气监测领域,研究重点侧重于激光后向散射去极化技术等方面,进一步发展到探测大气气溶胶含量及针对相关任务的信息增强技术研发等;但在其他领域,偏振激光雷达的遥感应用极其有限,而理论上偏振激光雷达具有推广到复杂地物遥感的可能性。从其两种组成模式的遥感原理角度出发探讨偏振激光雷达对地观测遥感可能实现的机理基础,并分析了其技术发展的趋势,为后续相关遥感技术的研发及其在农业、环境、海洋、空间探测等不同领域中的应用指出了可能的切入点。     

Docker容器化下的遥感算法程序集成方法

目的 近年来，随着我国遥感技术的快速发展，遥感数据呈现出大数据的特点，遥感数据的时效性增强，针对新环境下遥感算法编程语言众多，程序运行和部署环境需求多样，程序的集成和部署困难的问题，提出了一种遥感算法程序快速封装与Docker容器化系统集成架构。方法 该系统架构主要包括：1）遥感算法程序的镜像自动化封装制作；2）镜像的分发管理，达到算法程序镜像的共享；3）遥感信息产品生产流程的容器化编排服务，将相关联的算法程序镜像串联，以满足特定遥感信息产品的生产；4）容器的调度运行，调用镜像，实现特定遥感产品的容器化运行。本文在上述容器化系统集成架构下，以Landsat5数据的NDVI、NDWI信息产品的生产作为容器化生产实例，并同物理机、KVM （kernel-based virtual machine）虚拟机在运行时间、内存占用量、部署效率等性能进行了对比。结果 Docker容器虚拟化环境下的产品生产和物理机环境下在运行时间和内存占用量上几无差别，优于KVM虚拟机。Docker容器虚拟化环境和KVM虚拟机环境下在部署上能够节省大量时间，相比于物理机环境能够提高部署效率。结论 容器化的系统集成方式能够有效解决遥感算法程序集成和部署困难的问题，有利于遥感算法程序的复用和流程的共享，提高系统集成效率，具备较强的遥感数据实时快速处理能力。     

航空物探遥感地质资料定密工作初探与实践

在地质调查信息化与地质资料社会化服务工作不断发展的背景下,航空物探遥感地质资料的开发利用与保密管理工作矛盾日益凸显。本文以航空物探遥感资料定密为研究重点,总结了地质、测绘地理信息、海洋等工作领域的定密工作情况,基于对航空物探遥感地质资料分类结果提取了共性资料涉密要素/事项,根据保密法规的相关规定与要求,初步建立了以比例尺/空间精度、测绘地理信息要素、航空物探遥感专业要素为主的定密判定要素集,提出了航空物探遥感地质资料的定密工作原则与参考准则,以期为航空物探遥感地质信息共享服务提供必要的工作支撑。     

基于灰度差分与模板的Harris角点检测快速算法

为了去除伪角点和减少角点遗漏并且实现图像中角点的实时提取,提出了一种基于灰度差分与模板的Harris角点检测快速算法。改进算法采用灰度差分与小模板相结合的方法筛选出初始角点集,并在此基础上对最小核值相似区(SUSAN)算法进行了改进并采用改进的SUSAN算法精化初始角点集;最后,通过计算初始角点的角点响应函数值并进行非极大抑制,以确定最终的角点。实验结果表明,改进算法能够准确提取图像中的角点并去除大量伪角点。此外,改进算法的角点检测时间显著减少,仅为原算法的4.7%,能够满足角点实时提取的需求。     

基于卷积神经网络的光学遥感图像检索

提出了一种基于深度卷积神经网络的光学遥感图像检索方法。首先,通过多层卷积神经网络对遥感图像进行卷积和池化处理,得到每幅图像的特征图,抽取高层特征构建图像特征库;在此过程中使用特征图完成网络模型参数和Softmax分类器的训练。然后,借助Softmax分类器在图像检索阶段对查询图像引入类别反馈,提高图像检索准确度,并根据查询图像特征和图像特征库中特征向量之间的距离,按相似程度由大到小进行排序,得到最终的检索结果。在高分辨率遥感图像数据库中进行了实验,结果显示:针对水体、植被、建筑、农田、裸地等5类图像的平均检索准确度约98.4%,增加飞机、舰船后7类遥感图像的平均检索准确度约95.9%;类别信息的引入有效提高了遥感图像的检索速度和准确度,检索时间减少了约17.6%;与颜色、纹理、词袋模型的对比实验表明,利用深度卷积神经网络抽取的高层信息能够更好地描述图像内容。实验表明该方法能够有效提高光学遥感图像的检索速度和准确度。     

电离层时空变化效应对星载及月基SAR成像影响:现状与展望

合成孔径雷达(SAR)作为一种主动传感器,具备全天时、全天候的观测能力,已广泛应用于对地观测中.然而,无线电信号在空间传播过程中会不可避免地受到电离层效应的影响,导致信号的相位、幅度发生变化,使得工作在电离层之上的SAR系统的成像性能受到干扰.本文分别从法拉第旋转、背景电离层和电离层不规则体三个方面介绍了电离层效应对不同轨道SAR系统成像性能的影响,并总结了电离层效应的补偿修正方案.最后,给出了电离层效应对星载和月基SAR成像影响的一些亟待解决的问题,以促进星载和月基SAR成像的发展及应用.     

基于时序定量遥感的冬小麦长势监测与估产研究

遥感技术是高效、客观监测农作物生长状态的重要手段,对农业生产管理具有重要意义。以安徽龙亢农场为研究区,收集了中高分辨率多源卫星遥感数据并进行了定量化处理,构建了冬小麦叶绿素密度、叶面积指数的遥感反演模型,生产了长时序冬小麦植被参数卫星遥感产品。通过监测冬小麦叶绿素密度、叶面积指数的时序变化规律,分析了不同品种冬小麦的长势情况,发现高产量小麦在越冬期长势显著优于低产量小麦。在此基础上,构建了基于归一化植被指数(NDVI)的冬小麦估产模型,结果表明:利用小麦抽穗期和乳熟期的累计NDVI值可以实现产量的精确估算,据此绘制了龙亢农场2017年冬小麦产量遥感估算地图,产量分布与实际种植情况吻合良好。实现了基于时序卫星定量遥感数据的冬小麦长势监测和产量预测,为区域范围内农作物长势监测提供了一种有效途径。     

黄土高原土壤铁元素含量遥感反演方法

利用光谱技术可快速而高效地获取土壤组分及其空间分布信息,为准确估算黄土高原土壤Fe元素含量与分布特征,通过对榆林东部地区的典型黄土进行野外采集、室内理化分析、光谱测定及其预处理,分析土壤铁含量与反射光谱的相关性,筛选敏感波段,利用偏最小二乘法建模,确定最佳估算模型。光谱反射率及其不同变换后筛选出的敏感波段,主要分布在500、870、1 700、2 200 nm附近;原始反射率(Ref)建模结果相对较稳定且预测效果最佳,预测集相关系数R~2达0.73,均方根误差RMSEP最小;经导数变换(FDR和SDR)及连续统去除CR变换的模型次之,预测集R~2分别达到0.61和0.64;采用波段内插法将土壤Fe含量最优估算模型Ref应用Sentinel-2多光谱遥感影像上,得到土壤Fe含量遥感反演图,结果表明研究区土壤Fe含量的分布特征与地层密切相关;该研究结果可为土壤Fe元素含量遥感分析提供支撑,实现黄土高原土壤铁的光谱快速制图。