基于大气吸收线特征的高光谱热红外数据地表温度/比辐射率反演算法

地表温度和比辐射率的准确提取和反演是热红外遥感的核心问题之一.由于地表温度/比辐射率反演问题的病态性,以及地表—大气强耦合特征等诸多问题,导致目前反演精度仍有待进一步提高.通过深入挖掘大气吸收峰/谷通道处下行辐射偏移量特性,提出了一种基于大气吸收线特征的高光谱热红外温度/比辐射率反演方法,并通过最优通道选择提高了算法的效率和精度.算法一定程度上可抑制大气校正不准确引入的误差,能够有效提高低比辐射率地物的反演精度.模拟数据结果表明:针对高比辐射率地物,算法与ISSTES方法的反演精度基本一致;针对低比辐射率地物,算法最大可提高温度0.48 K和比辐射率2.1%的精度.地面实测数据结果表明:约77%的样本温度反演误差优于1K,比辐射率误差均值优于0.01.     

基于自适应检测算法的ASTER遥感图像机场检测

针对不同时段、区位的遥感图像,通过改进传统Canny算法解决机场快速检测的问题.提出了应用于ASTER SWIR波段遥感图像的机场自适应检测方法,包含图像自适应背景抑制方法、自适应分割阈值生成方法和边缘跟踪连接方法.采用2幅图像进行实验,检测出其中地机场区域.结果表明算法比传统检测算法执行时间减少13%,抗噪性和自适应性提高.     

基于Landsat数据的地表温度反演差异及参数分析

只有基于准确的地表温度反演算法计算出的产品数据,才能正确推广使用。研究基于Landsat-8、Landsat-9和气象站数据,对比了5种常用地表温度反演算法的结果,并对不同算法的反演结果和参数灵敏度进行了测试。结果表明：基于地表比辐射率参数计算的辐射传输方程和单通道算法反演结果与地面实测数据吻合较好。基于大气水汽参数计算的单窗算法和劈窗算法的反演结果均高于实测温度。基于平均温度参数计算的单窗算法反演精度误差较大。此外,比较了两种遥感数据在不同地物上反演温度的一致性。研究结果可为地表温度反演和产品选择提供参考。     

基于遗传BP神经网络算法的主被动遥感协同反演土壤水分

提出了一种基于遗传神经网络算法的主被动遥感协同反演地表土壤水分的方法.首先,建立一个BP神经网络,并采用遗传算法对BP网络的节点权值进行了优化.然后分别将TM数据(TM3,TM4,TM6)、不同极化和极化比的(VV,VH,VH/VV)ASAR数据作为神经网络的输入,土壤水分含量作为网络的输出,用部分实测数据对网络进行训练并反演得到研究区土壤水分布图.最后,利用地面实测数据分别对遗传神经网络优化算法的有效性和主被动遥感协同反演的效果进行了验证,结果表明,新优化算法是有效可行的,且TM和ASAR协同反演的结果比两者单独反演的结果明显要好,体现了主被动遥感协同反演土壤水分的优势与潜力.     

融合多源遥感数据生成高时空分辨率数据的方法对比

融合多源遥感数据生成高时空分辨率数据具有重要的应用价值.对目前常用的3种时空融合方法进行对比分析,即基于时序数据(STIFM)、基于混合像元分解(STDFM)和增强型自适应遥感图像(ESTATFM)的时空融合方法.以盈科灌区为例,由多时相的MODIS数据提取地物的时间变化信息,结合初期的ASTER/TM影像的空间信息,融合生成30 m具有MODIS时间分辨率的数据.以真实的ASTER数据为基准,从光谱特征和地物类别的角度定量评价结果,表明STDFM和ESTATFM分别在红波段和近红外波段取得效果最优,相关系数分别为0.91和0.71,3种方法融合的NDVI效果基本相当,相关系数均高于0.84.在地物类别空间信息的表达方面,ESTATFM方法在异质性较强的玉米和小麦区域具有较好的适用性.     

高分辨率红外相机单窗与劈窗陆表温度反演精度分析研究

针对高分辨率热红外传感器单通道和劈窗设置,全面分析了影响陆表温度反演的各种因素,探讨劈窗和单窗对温度反演总精度的影响.首先利用辐射传输模型MODTRAN4.0,结合大量的TIGR探空廓线数据,建立广义劈窗算法和普适性单窗算法.接着进行算法拟合精度分析,以及地表比辐射率、等效噪声温度和水汽含量等不确定度对陆表温度反演精度的敏感性分析.最后得出不同比辐射率下,不同水汽含量下,劈窗和单窗算法地表反演总精度.研究表明单窗算法拟合精度低于劈窗算法,且随水汽含量增大而精度降低;水汽含量不确定度、地表比辐射率不确定及通道亮温NE△T对陆表温度反演总精度均有贡献,该贡献大小与水汽含量,比辐射率和地表温度均有关;影响单窗算法精度主要因素是算法拟合精度,影响劈窗算法精度主要因素是通道NE△T.在水汽含量较低时,单窗算法总精度与劈窗算法差不多,都在1K左右,水汽含量越大,单窗算法总精度越低,在2K左右,而劈窗算法总精度则变化不大.     

利用遥感手段判识沙尘暴的一种新方法——以内蒙古地区为例

利用比辐射率的特征,并根据热辐射理论进行沙尘暴遥感监测是一种全新的研究手段.本文发现,沙尘发生时地表的主要物质沙尘、地面和云的物质性质不同,并且沙尘强度不同时图像像元上的地面和沙尘的比例不同,从而导致像元物质的性质有差别,地物比辐射率不相同.通过理论推导和试验研究得出:云区、地面、弱沙尘和强沙尘区的ε29与ε31接近程度不同,且ε31在0-1整个区间上变化时,ε29的大小顺序永远是云>强沙>弱沙>地面,并在此基础上建立了一个稳定判识沙尘强度的沙尘指数(DSI)模型.经过多次沙尘暴的实例验证,结果表明,该模型能够较精确地监测沙尘发生的范围和强度.     

一种实现机动目标跟踪的STF动态模型PDA算法

本文提出了一种基于强跟踪滤波器(STF)的模型结构动态调整的概率数据关联算法(STF-PDA).该算法提高了概率数据关联(PDA)算法的性能.在跟踪目标,尤其是在跟踪机动目标的性能上,理论分析表明该算法比基于KF或EKF的PDA方法优越.且与基于KF和EKF的PDA算法进行了实验结果比较,结果表明,本文提出的算法更为有效.     

基于遗传算法综合Terra/Aqua MODIS热红外数据反演地表组分温度

混合像元组分温度相对来说更有应用价值,而多角度热红外遥感的发展推动了混合像元组分温度反演基础和方法的发展.根据前期数值模拟得到Terra和Aqua卫星上的MODIS测量可以认为是同一卫星在两个不同观测时间和观测角度上的测量,综合利用Terra和Aqua卫星上的MODIS数据反演混合像元内土壤和植被组分温度.根据混合像元热红外辐射模型,利用遗传算法,分别模拟Terra卫星MODIS的32和33通道,以及Terra和Aqua卫星上MODIS的32通道辐射反演了河北怀来试验区范围内植被覆盖率、土壤组分温度和比辐射率、植被组分温度和比辐射率等表面参数.通过与实测数据进行比较,综合利用上午Terra和下午Aqua卫星32通道数据反演的上午植被组分温度与地面同步测量温度偏差在1℃内,而利用上午Terra卫星32和33通道数据反演的上午植被组分温度与地面同步测量值偏差在1.4℃内.尽管利用双星数据反演的组分温度精度相对较高,但针对同一个像元,两个方案反演的结果有一定偏差.     

布模拟算法在机载雷达点云滤波中的研究

点云就是用物体表面大量的点将现实三维世界的物体离散化表示,所谓的点云滤波,就是指要区分开哪些点云属于地面(称为地面点),哪些点云属于高出地面的地物(如建筑物、树木、车辆等),点云滤波是后续点云数据处理的关键步骤。文章将介绍布模拟滤波(Filtering Method Based on Cloth Simulation)算法原理,基于美国国际摄影测量与遥感协会提供的数据来做滤波,实验表明在大多数地形下,相比传统的点云滤波算法,布模拟算法滤波效果比较好。