利用对象光谱与纹理实现高分辨率遥感影像云检测方法

针对高分辨率遥感影像云检测过程中合适的云检测光谱阈值难以确定及影像中类云地物对云检测精度影响的问题,提出一种基于对象光谱与纹理的高分辨率遥感影像云检测方法。首先,对影像进行直方图均衡化处理,根据均衡化影像直方图获得合适的影像云检测光谱阈值。其次,用简单线性迭代聚类算法对影像进行分割生成分割对象,以对象为处理单元,根据云检测光谱阈值和对象光谱属性对对象进行云检测过滤,获得初始云检结果。然后,求得直方图均衡化影像的纹理图,根据对象的纹理均值及角二阶矩对初始云检测结果提纯,消除类云地物对云检测精度的影响。最后对提纯云区域进行区域增长及膨胀处理,获得最终的影像云检测结果。定性对比试验和定量评价结果表明,本文方法可以获得良好的影像云检测结果。     

针对星敏感器非线性畸变的非参数化在轨检校方法

为了对星敏感器的非线性畸变进行在轨检校,本文提出了一种非参数化的检校方法,该方法以B样条格网的形式表达非线性畸变,不需要预先估计一个参数化的畸变模型,从而可以处理任何形式的畸变。针对星敏感器不同模式畸变的仿真实验表明,本文提出的方法有效、可靠并且具有鲁棒性。     

一种融合超像素与最小生成树的高分辨率遥感影像分割方法

影像分割是面向对象高分辨率遥感影像分析的基础与关键。针对传统影像分割方法易受噪声影响,且难以确定合适的影像分割尺度的问题,本文提出了一种融合超像素与最小生成树的高分辨率遥感影像分割方法。首先用简单线性迭代聚类算法对影像进行过分割生成超像素;然后初始设定影像分割数,采用区域动态约束聚类算法对超像素进行合并,获得分割数-方差和、分割数-局部方差、分割数-局部方差变化率指标图,依据3个指标图确定合适的影像分割数;最后根据确定的合适影像分割数,采用区域动态约束聚类算法对超像素重新合并得到分割结果。定性对比试验和定量评价结果表明,本文方法可以有效地克服影像噪声对分割结果的影响,获得良好的影像分割结果。     

福建三明马尾松树轮宽度对气候变化的响应

运用树木年代学的基本原理和方法,研究三明地区马尾松(Pinus massiniana)径向生长对气候要素的响应。结果表明:夏季温度限制着马尾松的径向生长,年轮宽度与上一年和当年7—8月平均气温均呈显著负相关(P0.01);马尾松的径向生长受到降水和湿度的影响较大,与上一年1—3月降水量和2—3月平均相对湿度显著负相关(P0.01),与当年6—11月平均降水量和7—8月相对湿度显著正相关(P0.01);同时宽度年表与上一年2—3月太阳日照时数显著正相关(P0.01);另外,宽度年表与6—11月PDSI显著正相关(P0.05),生长季的干旱胁迫抑制了马尾松的生长。研究说明本地区限制马尾松树木生长的因素较多,1年中不同时期限制马尾松径向生长的气候因子不同。     

高分辨率光学卫星影像高精度在轨实时云检测的流式计算

本文重点阐述基于机器视觉的智能摄影测量的效率基础问题之二：高精度影像在轨实时云检测方法。随着技术发展,数据获取能力不断提升,待处理的数据量呈爆炸式增长;同时,对处理精度需求的提升,导致所需计算量的不断增长,二者凸显了智能摄影测量面临的效率问题。对光学卫星影像而言,高达50%的平均云覆盖率严重制约了高效精准在轨智能摄影测量的实现。针对于此,本文结合机器视觉中“自底向上”的图像理解控制策略,提出一种可供借鉴的基于流式计算的高分辨率光学卫星影像高精度在轨实时云检测方法,采用适合在轨搭载的嵌入式GPU实现实时流式计算,为后续的智能摄影测量处理提供输入。本文方法采用不依赖外存的快速处理机制,对持续流入的数据实时分块,通过负载均衡机制将数据块依次分发至各个单元并行处理,从而实现“流入、处理、流出”的实时处理。利用高分二号数据对本文方法进行试验验证,结果表明本文方法在显著提高云覆盖区域检测精度的同时,综合加速比达14,可满足在轨实时处理需求。     

内蒙古东南地区落叶松晚材蓝光强度对气候因子的响应

以内蒙古东南部白音罕山落叶松样芯为研究对象,建立研究区124年(1895—2018年)树木年轮晚材蓝光强度差值年表。通过选取年表(1895—1998年)与气象因子的响应分析发现:落叶松晚材蓝光强度年表与6—8月的温度(r=0.42,P<0.01)存在显著的正相关,与6—8月的降水(r=-0.39,P<0.05)和7—10月的SPEI(r=-0.55,P<0.01)存在显著的负相关。经过一阶差分检验,年表与气象要素的相关性仍然稳定,说明研究区树木生长季的温度和水分均是限制树木木质素积累的因素。综合相关分析、滑动相关分析以及空间相关结果表明,落叶松晚材蓝光强度具有进行过去夏季温度变化重建的潜力。     

2009年呼伦贝尔市一次寒潮大风天气分析

利用地面、高空等常规气象观测资料,对2009年5月28日发生在呼伦贝尔市一次全市性寒潮大风天气过程进行总结分析。结果表明:贝加尔湖冷涡和蒙古气旋及冷锋是造成这次寒潮大风天气的主导系统;高空强锋区及低层强温度平流是寒潮天气爆发的关键;高低空急流为大风天气提供能量;气压梯度大和冷锋后较大的3h正变压与大风天气有很好的相关性。     

加拿大森林火险天气指数系统在全球及中国的应用

在全球变暖趋势下,林火的频率和烈度都呈上升趋势,对林火进行准确的预警成为当前中国森林防火亟待解决的紧迫问题。当前全球最常用的火灾天气等级系统是加拿大森林火险天气指数系统(FWI),本研究介绍了其原理、基本结构、发展过程,着重介绍了FWI系统在世界范围内的校准及应用情况,对中国如何建立更适用于中国火灾特点的FWI系统提出了建议。     

从对地观测卫星到对地观测脑

21世纪以来,高分辨率对地观测卫星快速发展,对地观测系统由最初的单星模式发展为现在的轻小型卫星组建星座,实现了全天时、全天候、全方位的对地精细化观测。未来将对地观测卫星星座与通信卫星、导航卫星和飞机等空间节点通过动态组网,建立天基空间信息网络,以实现智能化空天信息的实时服务。为了进一步增强系统的智能化水平,提高系统感知、认知能力和应急响应能力,本文提出未来空间信息网络环境下对地观测脑（earth observation brain,EOB）的概念,对地观测脑是基于事件感知的智能化对地观测系统。详细介绍了对地观测脑的概念模型及需要解决的关键技术,举例说明了对地观测脑初级阶段的感知、认知过程。将来对地观测脑可以回答何时（when）、何地（where）、何目标（what object）发生了何种变化（what change）,并在规定的时间（right time）和地点（right place）把这些正确的信息（right information）推送给需要的人（right people）的手机或其他智能终端,全球用户可实时获得所需的任何数据、信息和知识。