传感器光谱响应差异对NDVI的影响

传感器光谱响应差异是导致不同来源NDVI观测数据之间差异的因素之一,在进行多源遥感数据之间的对比和同化处理时需要对其影响加以分析和校正。基于此,该研究将地物的反射波谱曲线和传感器的光谱响应函数进行卷积,以此来模拟不同传感器在可见光和近红外通道的等效地表反射率并计算相应的NDVI,分别用绝对误差和相对误差两个指标来描述不同传感器观测结果相对于MODIS的差异并建立校正模型。结果表明,光谱响应差异引起的不同传感器观测结果差异可以通过二次多项式模型进行校正,基于相对误差的校正模型比基于绝对误差的校正模型效果更好一些,整体上传感器光谱响应差异对NDVI观测值的影响有限,还需要进一步考虑大气状况及观测几何等其他因素的影响。     

SMMR与SSM/I被动微波亮度温度数据交叉定标

过去30 a星载微波辐射计（SMMR和SSM/I）长时间序列的被动微波亮度温度数据,在陆地表层系统科学以及气候变化研究中起到了非常重要的作用。由于卫星及其携带的微波辐射计的更新,不同传感器所测得的同一地物在同一时间的亮温存在不同程度的偏差,通过分析相邻传感器重复观测时期同一地表18/19GHz和37GHz水平和垂直极化的亮度温度,并以DMSP的F13卫星上的SSM/I传感器为标准,建立了4个通道的交叉定标系数。      

MWRI与AMSR-亮温数据在极地冰盖区的对比分析

作为我国第一个星载微波遥感仪器,搭载在FY\|3B上的微波成像仪(MWRI)的数据质量和应用前景引起了广大科研工作者的普遍关注。为充分了解该传感器的数据质量,采用星星交叉对比的方法,以极地为研究区域,AMSR\|E亮温数据作为对比值,开展针对MWRI的亮温数据处理和评价等工作。研究结果表明:MWRI与AMSR\|E对极地区域的观测数据基本一致,整体趋势略偏小1.64 K;亮温差异随目标亮温的变化而变化,偏差值与亮温值呈正相关;不同通道比较,10 v和36 v对比结果最差,偏差绝对值和均方根误差均超过3 K;10、18和23 h通道对比结果最好,平均偏差绝对值小于0.8 K,均方根误差小于1.4 K,小于3 K的误差比例在98%以上;从线性回归分析所得斜率、截距、可决系数和均方根误差值显示,两者点对点数据值存在一定的偏差,但在数值整体趋势上具有明显的一致性,H极化比V极化对比结果更好;不同间隔的观测时次结果表明,间隔时间越长,V极化的对比差异越大。     

地形坡面对被动微波遥感影响的试验研究

地表起伏所形成的倾斜表面,特别是在山区,受地形坡度和坡向变化的影响,地表的微波辐射特征较之平坦地表发生明显变化。基于地基微波辐射地形试验,模拟星载被动微波辐射计AMSR\|E的观测参数,通过建立地形坡面的地貌微缩景观进行观测,探索地表斜坡对被动微波辐射特征的影响,用AIEM模型 和 Fresnel 方程分别模拟裸土地形坡面的微波辐射特征。结果表明,倾斜坡面对被动微波辐射的亮度温度产生了10~15 K的偏差,由坡度形成的本地入射角改变了地表的有效发射率,并随坡向的变化发生微波极化旋转。经试验数据和模型模拟结果对比,认为AIEM 在考虑了表面粗糙度影响时可以较好地模拟地形坡面的被动微波辐射特征。     

Sentinel-2A MSI和Landsat 8 OLI两种传感器多光谱信息的交互对比

在遥感对地观测中,受卫星发射、过空时间以及大气等因素的影响,单颗卫星获取的影像难以满足长时间序列的观测需求.因此,定量研究不同卫星平台传感器数据之间的关系是非常必要的.对Sentinel-2A MSI和Landsat-8 OLI传感器之间的定量关系进行了研究,基于两种传感器的3对同日过空的无云影像对,采用样区均值法和全...     

基于分组分裂窗算法的MTSAT-1R地表温度反演

以黑河流域上游和中游为研究区,针对MTSAT-1R卫星数据,运用MODTRAN 4.0及晴空状态下的TIGR大气廓线数据,发展了根据地表比辐射率、大气水汽含量、传感器观测角度分组模拟的分裂窗算法,进行地表温度反演。分析了传感器噪声、地表比辐射率和大气水汽含量3个参数对该算法的影响,并结合模拟数据、地面观测数据及MODIS地表温度产品,对反演结果进行分析评价。结果表明:当传感器垂直观测或大气水汽含量小于2.5g/cm2时,反演精度在1K以内;反演结果与地面观测数据对比差异较小,在阿柔站RMSE为3.7 K(日)/1.4 K(夜),在盈科站RMSE为2.4K(日)/2.0K(夜);与MODIS地表温度产品比较,空间分布呈现出一致性。总之,分组分裂窗算法能较好地用于MTSAT-1R卫星数据进行地表温度反演。     

基于Triple-Collocation方法的微波遥感土壤水分产品不确定性分析及数据融合

微波遥感可以获取大范围的地表土壤水分信息,以及由此得到全球尺度的土壤水分产品。但由于传感器观测配置和反演方法等诸多因素的影响,使得不同的土壤水分产品在精度和可靠性方面存在差异。基于Triple-Collocation（TC）方法,在青藏高原那曲地区的0.25°×0.25°和1.0°×1.0°两个空间尺度上对AMSR2、SMAP和SMOS 3种土壤水分遥感产品进行不确定性分析,开展基于随机误差的数据融合算法研究。研究结果表明:不同遥感产品间的随机误差在空间分布上存在显著的不一致性,使得应用传统的算术平均方法进行数据融合不具有普适性。基于此不确定性,对3种产品配赋相应的权重进行融合,相比于3种土壤水分原始数据集,融合产品不仅具有更丰富的数据量,也会对数据精度有所改善。当遥感产品间的随机误差接近时,等权重和优化权重的融合结果非常接近;当遥感产品间的随机误差差异较大时,基于不确定性的数据融合方法相比等权重方法可以明显的提高融合数据的精度。     

基于Triple-Collocation方法的微波遥感土壤水分产品不确定性分析及数据融合

微波遥感可以获取大范围的地表土壤水分信息，以及由此得到全球尺度的土壤水分产品。但由于传感器观测配置和反演方法等诸多因素的影响，使得不同的土壤水分产品在精度和可靠性方面存在差异。基于Triple-Collocation（TC）方法，在青藏高原那曲地区的0.25°×0.25°和1.0°×1.0°两个空间尺度上对AMSR2、SMAP和SMOS 3种土壤水分遥感产品进行不确定性分析，开展基于随机误差的数据融合算法研究。研究结果表明:不同遥感产品间的随机误差在空间分布上存在显著的不一致性，使得应用传统的算术平均方法进行数据融合不具有普适性。基于此不确定性，对3种产品配赋相应的权重进行融合，相比于3种土壤水分原始数据集，融合产品不仅具有更丰富的数据量，也会对数据精度有所改善。当遥感产品间的随机误差接近时，等权重和优化权重的融合结果非常接近；当遥感产品间的随机误差差异较大时，基于不确定性的数据融合方法相比等权重方法可以明显的提高融合数据的精度。     

热带地区Landsat干季数据的无效像元修复方法研究

热带地区完整中分辨率时间序列遥感数据对于地表过程及地表扰动观测具有重要应用价值。针对热带地区Landsat数据存在云、雾污染及传感器本身缺陷导致的大量数据缺失问题，在现有的条带数据缺失填充算法（GNSPI）基础上，提出三次修复法。该方法能自动识别当前待修复像元前后48 d内有效参考像元，继而经三次修复法实现当前缺失数据的修复。实验结果表明：三次修复法整体平均修复精度（R²）可达0.88，该方法弥补了GNSPI填充算法需要整幅参考影像不存在无效像元方可执行的苛刻要求，提高了有效观测像元的利用率，对于获取热带地区长时间序列有效观测数据具有重要意义。     

基于Triple-Collocation方法的微波遥感土壤水分产品不确定性分析及数据融合

微波遥感可以获取大范围的地表土壤水分信息,以及由此得到全球尺度的土壤水分产品。但由于传感器观测配置和反演方法等诸多因素的影响,使得不同的土壤水分产品在精度和可靠性方面存在差异。基于Triple-Collocation(TC)方法,在青藏高原那曲地区的0.25°×0.25°和1.0°×1.0°两个空间尺度上对AMSR2、SMAP和SMOS 3种土壤水分遥感产品进行不确定性分析,开展基于随机误差的数据融合算法研究。研究结果表明:不同遥感产品间的随机误差在空间分布上存在显著的不一致性,使得应用传统的算术平均方法进行数据融合不具有普适性。基于此不确定性,对3种产品配赋相应的权重进行融合,相比于3种土壤水分原始数据集,融合产品不仅具有更丰富的数据量,也会对数据精度有所改善。当遥感产品间的随机误差接近时,等权重和优化权重的融合结果非常接近;当遥感产品间的随机误差差异较大时,基于不确定性的数据融合方法相比等权重方法可以明显的提高融合数据的精度。     

基于AMSR-E的全球陆表被动微波发射率数据集

地表微波发射率表征了地物向外发射微波辐射的能力,星载被动微波发射率估算可在宏观、大尺度上对陆表微波辐射进行整体表达,是被动微波地表参数定量反演中重要基础数据,也是在大尺度上获取陆表微波辐射特征的一种途径。本数据集利用搭载在Aqua卫星上的高级微波扫描辐射计(AMSR-E)和中分辨率成像光谱仪(MODIS)的同步观测特点,采用MODIS的地表温度和大气水汽产品数据作为输入,基于考虑大气影响的发射率估算模型,生产了全球晴空条件下AMSR-E传感器运行期间(2002年6月~2011年10月)的陆表多通道双极化微波瞬时发射率。通过产品低频无线电信号影响、数据间比对、分布统计、不同地表覆盖条件的发射率特征、频率依赖和相关性研究等开展验证性分析,结果表明:瞬时发射率的动态大、细节表达丰富,月内日变化标准差在0.02以内,其时空变化、频率依赖和相关性等符合微波理论分析和自然物理过程理解。此套数据集还包括AMSR-E全生命周期的全球陆表逐日、侯、旬、半月及月产品,可用于开展星载被动微波遥感模拟、陆面模型以及陆表温度、积雪、大气降水/水汽/可降水量等反演研究。     

一种基于海面背景的WindSat极化通道替代定标方法研究

凭借能够测量海面辐射全部4个Stokes参数的能力,全极化微波辐射计成为测量海面风场的一种新手段。由于风向信号仅仅只有几K甚至更小的振幅,故对全极化微波辐射计极化通道的定标精度要求颇高。使用WindSat实测亮温及其海面参数匹配数据集,基于海面风向信号的谐波特征,对WindSat极化通道亮温的定标偏差和仪器噪声进行了计算和分析。研究结果表明:WindSat的10.7、18.7和37.0 GHz这3个频率的极化通道均存在明显的定标偏差,并且该定标偏差会随着升轨和降轨、前向刈幅和后向刈幅等不同观测模态发生变化。另外,WindSat极化通道的仪器噪声较小,其中T3的仪器噪声在0.2 K以内,T4的仪器噪声在0.1 K以内。     

空间微波环境对嫦娥一号微波探测仪在轨定标影响分析

嫦娥一号（CE-1）卫星利用微波探测仪（Chang'e Lunar Microwave Sounder-CELMS）对月球探测在国际上尚属首次。CELMS星上定标时采用冷空作为其低温定标源。当定标天线指向冷空获取宇宙背景辐射亮温时,宇宙中一些离月球距离较近的星体,如太阳、地球以及一些对月张角较大且辐射强度较高的射电源,如银心、天鹅座、金牛座等在某些时段均可进入其波束范围,是影响CELMS准确定标的主要因素。从分析CE-1的轨道入手,结合冷空星体的分布,研究了各星体相对于CELMS定标天线波束的入射角,进而得到了空间微波环境对CELMS探测结果的影响：太阳辐射对冷空天线的影响最大,其次是地球和银心,所有这些影响综合可达10 K量级。
     

微波辐射计定标

对微波辐射计的两种定标方法进行了介绍,即分步定标法和整体定标法。分步定标法需要测量的中间参数较多,故误差来源多,定标精度低。整体定标一次完成,没有中间环节,因此定标精度较高,缺点是要求有一个提供给天线的准确、可靠的噪声环境,成本较高。本文在现有的实验条件下,分别对５．４ＧＨｚ和３７ＧＨｚ微波辐射计进行了整体定标和接收机定标,并对定标结果进行了对比。     

Comparative Analysis on Three Land Surface Temperature Inversion Algorithm based on Landsat 8 Data over Sanheba Basin

The Land Surface Temperature (LST) of TIRS10 / Landsat 8 remote sensing data is studied and analyzed by combining the data and related parameters of Sanheba basin,and the LST inversion algorithm are used the Radiative Transfer Equation Method (RTE),Mono\|Window algorithm (MW) and Single\|Channel Method (SC).The parameters of the MW algorithm are corrected.The LST gray scale and density segmentation graphs,the histogram of LST and the cross validation flank are used to compare the results of the LST inversion algorithm.The results show that the three kinds of algorithms are similar to the linear fitting degree of LST,and the spatial distribution is consistent.The RTE and SC algorithm are close to each other,the average error of algorithm is 0~0.05 K.the LST of MW algorithm is higher than that of the other two algorithms,the average error of algorithm is 0~1.27 K.The LST of different land cover types in this basin is compared,and the inversion results can effectively reflect the details of the surface thermal field structure according to the different land cover types.The LST values obtained by these three algorithms are compared with the MODIS LST product values.The results show that there is a significant correlation between the LST values and the MODIS LST products.In this paper,3 kinds of the LST inversion algorithms are analyzed detailed accurate on TIRS10/Landsat 8 remote sensing data,provide a reference for other thermal infrared satellite data inversion LST algorithm,but also for the subsequent LST improve the accuracy of inversion basis.     

高精度倾斜仪研究进展

高精度倾斜仪是地壳形变观测仪器的重要组成部分,可广泛应用于固体潮汐的观测、大型陆基科学仪器（如激光干涉引力波天线）地面倾斜运动的测量以及地质灾害的监测与预警等方面。根据仪器基线的长度,高精度倾斜仪可以分为长基线倾斜仪和短基线倾斜仪两大类,介绍了目门的基本原理和优缺点。目前,出现了一些新型的高精度倾斜仪,阐述了这些新一代倾斜仪的工作原理、微位移传感器以及仪器灵敏度标定等方面的研究进展,分析了高精度倾斜仪的发展趋势。     

Simultaneous Parameter Calibration,Localization, and Mapping

Abstract

The calibration parameters of a mobile robot play a substantial role in navigation tasks. Often these parameters are subject to variations that depend either on changes in the environment or on the load of the robot. In this paper, we propose an approach to simultaneously estimate a map of the environment, the position of the on-board sensors of the robot, and its kinematic parameters. Our method requires no prior knowledge about the environment and relies only on a rough initial guess of the parameters of the platform. The proposed approach estimates the parameters online and it is able to adapt to non-stationary changes of the configuration. We tested our approach in simulated environments and on a wide range of real-world data using different types of robotic platforms.     

Impacts of spectral band difference effects on radiometric cross-calibration between satellite sensors in the solar-reflective spectral domain

In order for quantitative applications to make full use of the ever-increasing number of Earth observation satellite systems, data from the various imaging sensors involved must be on a consistent radiometric scale. This paper reports on an investigation of radiometric calibration errors due to differences in spectral response functions between satellite sensors when attempting cross-calibration based on near-simultaneous imaging of common ground targets in analogous spectral bands, a commonly used post-launch calibration methodology. Twenty Earth observation imaging sensors (including coarser and higher spatial resolution sensors) were considered, using the Landsat solar reflective spectral domain as a framework. Scene content was simulated using spectra for four ground target types (Railroad Valley Playa, snow, sand and rangeland), together with various combinations of atmospheric states and illumination geometries. Results were obtained as a function of ground target type, satellite sensor comparison, spectral region, and scene content. Overall, if spectral band difference effects (SBDEs) are not taken into account, the Railroad Valley Playa site is a “good” ground target for cross calibration between most but not all satellite sensors in most but not all spectral regions investigated. “Good” is defined as SBDEs within ± 3%. The other three ground target types considered (snow, sand and rangeland) proved to be more sensitive to uncorrected SBDEs than the RVPN site overall. The spectral characteristics of the scene content (solar irradiance, surface reflectance and atmosphere) are examined in detail to clarify why spectral difference effects arise and why they can be significant when comparing different imaging sensor systems. Atmospheric gas absorption features are identified as being the main source of spectral variability in most spectral regions. The paper concludes with recommendations on spectral data and tools that would facilitate cross-calibration between multiple satellite sensors.     

Calibration and on-line data selection of multiple optical flow sensors for odometry applications

This work proposes a calibration method and a computational algorithm to integrate the data of multiple optical flow sensors for two-dimensional trajectory measurements. Optical flow sensors offer a different kind of odometer as compared to the wheel encoder. Using multiple sensors can reduce the effect of measurement uncertainties. Since all sensors are mounted on a rigid body, their measurement data must obey a certain relation, which is utilized in this work. Additionally, mathematical formulae are developed to realize the computation. Analytical results show that the calibration procedure can be cast as an optimization problem given measurement data. Furthermore, the rigid-body relation is formulated as a null-space constraint using the calibrated parameters. Unreliable sensor measurements can be removed during operation by accessing the error distance to the null space. Experimental results are presented to support the proposed methods.