共查询到16条相似文献,搜索用时 156 毫秒
1.
2.
HJ-1-C 是我国环境与灾害监测小卫星2+1星座中的一颗合成孔径雷达(SAR)卫星,工作于S 波段,具有5 m 分辨率。SAR 载荷采用网状反射面天线和大功率放大器方案,具有重量轻、效率高的特点,适合于小卫星平台。目前HJ-1-C 卫星已在轨运行,获得我国首批S 波段星载SAR 图像,图像质量高,地物信息丰富,表明SAR 载荷的设计合理,试验和测试充分。HJ-1-C 卫星将为我国减灾和环境应用发展做出贡献。该文将对HJ-1-C卫星SAR 载荷的设计和研制进行全面介绍,包括其主要功能和技术指标,各部分的设计,以及研制、测试和试验工程,最后给出其在轨获得的图像。 相似文献
3.
4.
目前用于地表温度反演的单通道算法主要针对窄视场传感器建立.HJ-1B卫星红外相机为宽视场传感器,其热红外通道(IRS4)观测天顶角可达±33°以上,在地表温度反演时必须剔除传感器观测角度的影响.以大气辐射传输模拟为基础,建立了基于传感器观测天顶角-大气函数系数的修正单通道算法.针对HJ-1B卫星与Terra卫星过境时间... 相似文献
5.
6.
环境一号C 卫星系统总体设计及其在轨验证 总被引:1,自引:0,他引:1
HJ-1-C 卫星是我国环境与灾害监测预报小卫星星座的一颗合成孔径雷达卫星,与光学卫星HJ-1-A/B 共同完成环境与自然灾害监测。该文介绍了中国第1 颗民用SAR 卫星的系统总体及载荷的设计特点,研究了卫星平台部分的数传、姿态控制、供配电和热控分系统对SAR 载荷的支持能力以及相互之间的匹配关系,同时,给出了卫星在轨测试验证的相应结果。 相似文献
7.
8.
中巴资源卫星CBERS-02B星是我国第一颗能为众多行业提供高分辨率图像数据的卫星,广泛应用于国土资源、农业、林业、水利、环保、灾害监测、测绘、城市规划等众多领域。考虑到山区地形对高分辨影像的山区地表特征反演精度的影响,对数字高程模型(DEM)精度对地形校正的影响进行了初步分析,比较了几种常用地形校正模型:C校正、SCS+C校正、Minnaert校正和Ekstrand-r校正,并对校正结果进行了评价,结果表明以往的地形校正方法对CBERS-02B影像HR数据具有一定可行性,从而为中巴资源卫星CBERS-02B影像的地形校正提供了依据。 相似文献
9.
HJ-1B卫星自发射以红外通道共进行了7次星上黑体定标,针对星上定标系数的验证工作开展较少,以MODIS第31、32通道为参考源,分别基于光谱响应差异和线性统计关系两种方法对HJ-1B红外通道星上定标系数进行验证.首先,计算两个传感器表观辐亮度的匹配关系,进而计算出HJ-1B红外通道的等效离表亮温,通过与HJ-1B红外通道基于星上定标系数反演得到的离表亮温进行比较,实现对星上定标系数的验证.通过半高宽法、矩方法和查找表法这三种不同的方法计算得到了2009年9月14日星上定标系数.结果表明:三种方法中,查找表法精度较高, 且HJ-1B查找表法星上定标系数反演亮温与基于光谱响应差异和线性统计关系计算的等效亮温偏差较小,分别为0.02 K和0.81 K.这两种交叉验证方法的精度均在1 K以内,证明了该方法的可行性,且基于光谱响应差异的验证方法精度更高.该研究为光学载荷在轨辐射定标的验证提供了理论基础. 相似文献
10.
基于导航卫星的星-地双基地SAR(GNSS-BSAR)作为一种新型的地表观测手段,具有重访时间短、覆盖范围广、系统成本低等显著优势。当地面接收机与目标场景距离较近时,由于GNSS-BSAR的分辨率较低,导致目标场景的成像结果与其在同一等距离线上的镜像混叠在一起,无法进行图像解译和形变反演处理。针对以上问题,本文提出了一种基于分辨率设计和等距离多普勒特性分析的导航卫星双基地SAR几何优选方法。该方法在选定实验场景的基础上,进行GNSS-BSAR分辨性能与等距离-多普勒特性的多目标联合优化,选定能够避免镜像模糊现象的导航卫星辐射源,实现GNSS-BSAR几何构型优选。基于以上方法,在重庆边坡地区设计GNSS-BSAR实验,成功获取了无镜像模糊的实测边坡成像结果,验证了几何优选方法的有效性。 相似文献
11.
2012 年11 月19 日,环境减灾卫星一号C 星成功发射,是我国第1 颗民用合成孔径雷达(SAR)卫星,也是目前世界上唯一在轨运行的S 波段SAR 卫星。在轨测试阶段,民政部国家减灾中心对C 星在冰凌灾害方面的应用能力进行了初步的评价,同时利用资源三号卫星多光谱影像进行相对精度评价。结果表明,S 波段SAR 卫星对于冰凌具有极好的响应,对于完全封冻、未完全封冻和浮冰区域,可有效地辨识,具备较好的减灾应用能力。S 波段SAR 卫星数据将填补我国乃至世界上SAR 卫星数据的波段空白,减灾应用潜力有待进一步深入挖掘。 相似文献
12.
13.
Spaceborne single-polarization C-band synthetic aperture radar (SAR) imagery is widely used to gather information about the state of the sea ice cover in the polar regions. C-band is regarded as a reasonable choice for all-season monitoring capabilities. For specific mapping tasks, however, other frequency bands can be more suitable. In the first part of this paper, the summary of a literature study dealing with the utilization of L-band SAR imagery for sea ice monitoring is presented. Investigations reveal that if deformation features such as ice ridges, rubble fields, and brash ice are to be mapped, L-band radar is superior in a number of cases. The second part of this paper addresses the comparison of JERS-1 and ERS-1 SAR images that were acquired over sea ice east of Svalbard and along the east coast of Greenland. The effects of the different frequencies, polarizations, and incidence angles of the two SAR systems are discussed. It is demonstrated that the images of both sensors complement one another in the analysis of ice conditions, resulting in a more detailed view of the sea ice cover state. 相似文献
14.
Solberg A.H.S. Taxt T. Jain A.K. 《Geoscience and Remote Sensing, IEEE Transactions on》1996,34(1):100-113
A general model for multisource classification of remotely sensed data based on Markov random fields (MRF) is proposed. A specific model for fusion of optical images, synthetic aperture radar (SAR) images, and GIS (geographic information systems) ground cover data is presented in detail and tested. The MRF model exploits spatial class dependencies (spatial context) between neighboring pixels in an image, and temporal class dependencies between different images of the same scene. By including the temporal aspect of the data, the proposed model is suitable for detection of class changes between the acquisition dates of different images. The performance of the proposed model is investigated by fusing Landsat TM images, multitemporal ERS-1 SAR images, and GIS ground-cover maps for land-use classification, and on agricultural crop classification based on Landsat TM images, multipolarization SAR images, and GIS crop field border maps. The performance of the MRF model is compared to a simpler reference fusion model. On an average, the MRF model results in slightly higher (2%) classification accuracy when the same data is used as input to the two models. When GIS field border data is included in the MRF model, the classification accuracy of the MRF model improves by 8%. For change detection in agricultural areas, 75% of the actual class changes are detected by the MRF model, compared to 62% for the reference model. Based on the well-founded theoretical basis of Markov random field models for classification tasks and the encouraging experimental results in our small-scale study, the authors conclude that the proposed MRF model is useful for classification of multisource satellite imagery 相似文献
15.
基于场景模型的热红外遥感成像模拟方法 总被引:7,自引:3,他引:4
为实现升空后运行的卫星的整体性能处于最佳状态,通常在卫星发射前,采用计算机仿真的方法对从地表到影像获取的整个遥感物理过程进行模拟.针对现有模拟方法不能全部采用辐射传输、成像等物理模型,实现大场景、复杂地表覆盖情况下的热红外遥感成像模拟,在基于场景模型的热红外遥感成像模拟基础上,将模拟系统分为地表场景模拟、大气作用模拟及传感器成像场景,重点对模拟各场景所涉及的物理模型和算法进行了综述和分析,并初步构建了大场景、复杂地表覆盖下模拟的技术框架,是对热红外遥感成像模拟的一种全新而有益的尝试,对相关研究工作也有一定参考价值. 相似文献
16.
湖泊蓝藻水华的精准动态监测,可为水利及环保部门评价污染水体的防治效果、优化和调整防治政策提供依据。论文以巢湖为研究对象,利用Landsat TM/OLI、HJ-1B CCD/IRS和NPP-VⅡRS三种不同空间分辨率的影像数据,通过归一化水体指数(Normalized Difference Water Index,NDWI)实现巢湖水域范围提取,利用归一化植被指数(Normalized Difference Vegetation Index,NDVI)和浮游藻类指数(Floating Algae Index,FAI)提取2010~2014年共22景巢湖蓝藻的爆发区域。进一步的,对NDVI和FAI两种方法计算的蓝藻爆发区域进行对比分析,评价Landsat、HJ-1B以及VⅡRS三种影像数据对巢湖蓝藻水华空间和时间的监测效果及适用性,进而结合气象因素分析不同气象因子对蓝藻水华爆发的影响。研究结果表明:(1)相比NDVI指数,FAI指数(Landsat和HJ-1B数据为主,VⅡRS数据辅助)能降低薄云对蓝藻水华提取效果的影响,可提高蓝藻水华爆发区域、程度的识别能力;(2)气象因子中气温和日照时长加重了蓝藻水华爆发的严重程度,降水则对蓝藻水华的爆发起到一定的抑制作用。综上所述,论文引入VⅡRS卫星影像研究巢湖蓝藻水华爆发,利用FAI指数降低薄云对蓝藻水华爆发面积提取精度的影响,取得的研究结果可为基于多源卫星遥感数据的巢湖蓝藻水华动态监测系统开发提供重要的方法支持,有利于推进卫星遥感技术在安徽省河长制和湖长制中发挥重要作用。 相似文献