发表咨询:400-808-1731
订阅咨询:400-808-1751
省级期刊
影响因子 0.3
人气 18161
统计源期刊
影响因子 1.71
人气 12632
CSSCI南大期刊
影响因子 5.52
人气 12352
北大期刊
影响因子 3.18
人气 11698
北大期刊
影响因子 0.62
人气 10769
省级期刊
影响因子 0.42
人气 10523
统计源期刊
影响因子 1.29
人气 9980
部级期刊
影响因子 0.32
人气 9597
省级期刊
影响因子 0.67
人气 9436
CSSCI南大期刊
影响因子 1.11
人气 8651
摘要:臭氧(O3)是平流层大气最重要的成分之一,而随着人类活动增加的影响,平流层O3不断减少。在O3的衰减循环中,Cl化合物是最主要的介质,而氯化氢(HCl)是活性氯的储存库,因此同时探测O3与HCl对进一步认清平流层O3的源与汇具有重要意义。本文基于太赫兹临边探测辐射传输软件包ARTS(Atmospheric Radiative Transfer Simulator),模拟研究太赫兹临边探测O3与HCl的敏感因子量化大气辐射传输及其他大气成分对O3和HCl的影响。结果表明:(1)在太赫兹波段,O3与HCl分别在切高大于8 km与大于10 km处,具有很高的敏感性,可以探测O3与HCl垂直廓线;(2)太赫兹临边探测对于探测目标O3和HCl,在10 km及以下高度,对目标的浓度变化不敏感,而在中高空则很敏感;温度与水汽的变化对O3与HCl的探测影响不大,而传感器的天线半带宽及光谱分辨率对于O3与HCl的探测有一定的影响。
摘要:自20世纪50年代艾比湖湖面面积急速退化造成大面积湖底裸露,裸露的干涸湖底成为丰富的粉尘和盐尘源,使得该地区面临严重的盐尘灾害威胁。为了研究艾比湖流域盐尘灾害对区域大气污染状况以及盐尘气溶胶光学性质,利用MODIS气溶胶产品数据获取2002年至今该地区尘暴总体演变态势;利用云–气溶胶偏振雷达(CALIOP)遥感数据以及Microtops II手持太阳光度计,对盐尘灾害高发时间段大气气溶胶总后向散射系数、退偏比、色比、气溶胶光学厚度(AOD)及Angstr?m波长指数(α)等参数进行特征分析,利用拉格朗日混合扩散模型(HYSPLIT)讨论盐尘污染的输送。实验结果表明:受大风天气和人类活动影响,春季是艾比湖流域盐尘灾害高发时段;盐尘灾害发生时,粉尘影响范围主要集中在近地面低空,对近尘源区的精河县、托托乡和乌苏市等地区造成较大影响;风速是影响局地气溶胶变化的主要因素,在局地尘源介入的影响下,距干涸湖底不同距离的地区气溶胶光学性质存在一定差异;盐尘主要在近尘源地区沉降,部分粉尘颗粒上升至高空大气,可对华北地区造成影响。地基和卫星遥感技术相结合,可实现区域气溶胶光学特性的准确估算,为认识盐尘灾害提供科学参考。
摘要:T639-GSI全球系统同化AMSU-A资料的过程中,目前使用的月平均积雪产品并不能反映中高纬度大陆上快速地降雪/融雪过程,而FY-3C日积雪产品在时间精度上要高于GSI月平均积雪覆盖数据。由于同化系统对AMSU-A较低通道辐射率资料的质量控制需要依据更准确的地表积雪信息,所以本文结合冬春季节的FY-3C日积雪产品和NCEP再分析资料,研究了北半球中高纬度地区不同积雪覆盖率初值对分析场不同高度层温度场的影响,以及在同化过程中对预报结果的影响。结果表明,在对AMSU-A辐射率资料的质量控制中,月平均积雪数据和日积雪产品对温度场影响较大的区域与两者积雪覆盖差异区域有明显的对应;冬春季节,使用FY-3C日积雪产品代替GSI月平均积雪数据作为背景场中积雪下垫面数据,对进入同化系统的AMSU-A辐射率资料质量控制时,120 h之内1000—600 h Pa的中低层温度场的预报效果得到改善。
摘要:由于卫星微波成像仪频率的非保护性,微波成像仪资料受到相近频率的无线电信号干扰影响,主要干扰源于洋面反射的静止电视卫星信号。为提高微波成像仪资料的准确性,尤其是洋面资料的可用性,对电视卫星信号干扰的检测和特征分析尤为重要。中国风云3号C星(FY-3C)上搭载了微波成像仪。本文使用标准化主成分分析法来识别FY-3C微波成像仪的电视卫星干扰信号,并分析电视卫星信号干扰的主要空间特征。研究表明,FY-3C微波成像仪中心频率为10.65 GHz和18.7 GHz的4个低频通道受到卫星信号干扰。10.65 GHz通道在欧洲海域英吉利海峡和地中海西部希腊沿岸地区受到电视卫星信号干扰,并且干扰信号位置和强度与FY-3C卫星和欧洲静止电视卫星相对空间位置有关;18.7 GHz通道主要受到美国电视卫星的干扰,在北美东、西沿岸海域都存在干扰信号。FY-3C微波成像仪在中国海域不受电信号干扰影响,主要因为中国静止电视卫星频率与微波成像仪各通道频率不一样。
摘要:地表温度是水文、气象、气候和环境等研究领域中的关键参数,利用热红外遥感可快速获取区域和全球高精度的地表温度数据。Himawari 8号是日本发射的新一代地球静止轨道气象卫星,星上搭载AHI(Advanced Himawari Imager)成像仪,具有更高的时空分辨率。利用AHI第14(11.2μm)和15(12.35μm)通道星上亮温数据,提出反演地表温度的实用劈窗算法,其中输入的发射率数据利用ASTER GED(Global Emissivity Dataset)v4计算得到。劈窗算法的系数由观测角度和大气水汽含量分区决定,其中大气水汽含量由两个劈窗通道直接估算得到。利用黑河流域生态—水文过程综合遥感观测联合试验(Hi WATER)4个站点的实测数据和中国7个湖泊中心点的MODIS地表温度产品对反演结果进行验证,结果表明,算法的均方根误差(RMSE)在3 K以内,达到目前常用遥感地表温度产品的精度。同时与利用MOD11C3 C6产品估算的发射率和温度反演结果进行对比分析,发现ASTER GED反演的结果具有更高的精度,适合用来生产高精度的地表温度产品。
摘要:漫衰减系数常用于计算水体浑浊度和划分水体等级,是水中生物进行光合作用等生态过程中的重要参数。本文假设水体固有光学特性(IOPs)不随垂直剖面变化,水体表面为镜面。通过Monte Carlo方法模拟追踪光子在水中的运动过程,统计大量光子在不同深度上的能量分布,计算出下行漫衰减系数Kd值。结果表明:在450 nm,550 nm和650 nm波长处模拟的Kd值基本上小于实测Kd值,对应后向散射概率为3%的散射相函数模拟的相对误差最小,适合用于构建太湖水体的Kd值反演模型。进一步分析入射天顶角、b/a值对Kd值变化的影响,结果发现:在b/a较大的情况下,散射相函数成为影响Kd值变化的主要因素。当b/a值大于9时,入射天顶角从10°变化到80°时,Kd值的变化率小于10%,可忽略入射天顶角的变化对Kd值的影响。利用单一散射相函数模拟不同波长处的Kd值,发现悬浮颗粒物浓度较高且以无机颗粒物为主体时,450—550 nm内模拟值大于实测值,550—650 nm内则相反,说明随着波长的增加,水体中颗粒物的散射呈现出前向散射减弱、后向散射增强的变化趋势。在反演不同波长处的Kd值时需考虑到散射相函数的光谱变化所造成的误差。
摘要:在样本数目稀少情况下实现高光谱图像精细分类是个挑战性的问题。高光谱图像信噪比提高比较困难,噪声大小对分类结果有最直接的影响。利用高光谱图像相邻波段之间的相关性和相邻像素之间的相关性,提出多级降噪滤波的高光谱图像分类方法,通过改进的两阶段稀疏与低秩矩阵分解方法,去除高光谱图像中能量较高的噪声,利用主成分分析方法去除高光谱图像中能量较低的噪声,引导滤波方法去除分类结果图中的“椒盐噪声”。选取两幅真实高光谱图像进行实验,结果表明,两阶段稀疏与低秩矩阵分解法和主成分分析法两种降噪方法具有较强的互补性;引导滤波方法使得分类图更加平滑且分类精度更高。与其他光谱空间分类方法相比,本文方法分类精度更高,且在样本极少时能获得很高的分类精度。
摘要:传统的实时异常探测算法需对高维的背景样本统计矩阵进行求逆运算,数值稳定性差、时间复杂度高。而基于Cholesky分解,将高维矩阵的求逆运算转换为求解下三角线性系统,采用Cholesky分解因子的一阶修正方法快速更新背景统计信息,降低逐像元实时处理的时间复杂度并且保持数值稳定性。由于算法仅涉及下三角矩阵的更新过程,压缩了数据存储空间,适用于机载或星上实时处理。采用3维接收器曲线(3D-ROC)以及计算机实际处理时间对实验结果进行定量化分析,结果表明,该算法在不降低异常探测精度的同时,对当前时刻像元的实时处理时间约缩短为基于QR分解算法的0.4%—0.65%,或减少至基于Woodbury矩阵引理算法的27%—33%,有效提高实时高光谱异常探测器的计算性能,并且保持处理过程中的数值稳定性。
摘要:在多云多雨的地区,光学遥感存在着获取无云数据困难的难题,这会导致时间序列应用中可用数据匮乏。因此,本文面向稀疏时间序列遥感数据,根据噪声造成遥感影像上归一化差分植被指数(NDVI)被低估的事实,提出了一种知识引导的拟合方法。首先,在遥感影像预处理的基础上,利用先验知识和时序差分法对噪声进行识别和剔除;然后,采用高斯二阶模型对原始数据进行拟合;最后,根据拟合残差更新权重,进行迭代拟合,重复上述过程直至获得稳定的结果。本文以Landsat 8 OLI作为数据源,对浙江省杭州地区的森林数据进行拟合,结果表明:在稀疏时间序列数据的情况下,本文方法与MODIS数据拟合结果的相关系数达到0.92,关键时点(如NDVI峰值点等)的时间误差在5 d;相比当前主流方法的0.88与8 d具有更高的精度。
摘要:随着遥感数据获取能力的不断增强,自动化程度已经成为大尺度遥感土地覆被分类面临的关键问题。然而,现有训练样本的人工选取方法成为制约土地覆被分类自动化的瓶颈。本文以河南、贵州两省为研究区,提出一种基于多源数据的土地覆被样本自动提取方法,以构建适用于大尺度的土地覆被自动分类。首先,以2010年1∶10万土地利用数据CHINALC和30 m分辨率全球土地覆被数据Globle Land30为样本数据源;然后,利用空间一致性分析及异质性分析确定样本初选区域;最后,通过样本提纯去除无效样本。结果表明:(1)应用多源数据的土地覆被样本自动提取方法获得的分类产品总体分类精度高于人工样本提取方法制作的全球土地覆被产品MCD12Q1。(2)与单源样本自动提取方法相比,应用多源数据的土地覆被样本自动提取方法,可获得更好的分类稳定性。综上,多源数据的土地覆被样本自动提取方法可在保证精度的同时,提升土地覆被分类的自动化程度。
摘要:为了实现影像的自动化分割,提出一种利用非监督方式将观测数据采样化的遥感影像分割方法。该方法利用欧氏空间的概率分布建模采样数据和观测数据,并将其映射到黎曼空间,通过不断将观测数据转换为采样数据的方式实现影像的自动采样化。每次采样过程只需计算观测数据点到采样点的测地线距离,将距采样点测地线距离最小的观测数据转化为采样数据,以保证采样数据不断趋于该类数据的真实分割结果,同时使算法能够有效分割具有不同像素数的类别。将算法应用于模拟影像和真实遥感影像分割,对其分割结果以及传统基于统计、基于模糊的非监督算法和基于神经网络的监督算法相应分割结果定性定量的对比分析验证了该算法的有效性及可行性。
摘要:本文提出一种新的半经验地形校正模型SCEDIL(Simple topographic Correction using Estimation of Diffuse Light),该模型通过结合DEM与光学影像数据寻找局部区域内完全光照和阴影的水平像元,并以光照、阴影水平像元的平均反射率值估算局部区域散射辐射比,提高了陡峭山区影像的地形校正精度。以高分一号卫星和Landsat ETM+影像为例,从目视判读和定量分析两个方面,比较分析该算法与传统半经验地形校正算法(C、SCS+C)的校正结果。结果表明:(1)对较为平坦的地形,SCEDIL和C、SCS+C校正都有较好的目视结果;对地面起伏较大的陡峭地形,C、SCS+C校正后,原阴影区域易呈现破碎化特征,SCEDIL校正后,原阴影区域过渡较为平滑。(2)SCEDIL校正后,各波段反射率的均值和标准差优于C、SCS+C校正,SCEDIL校正后,影像总分类精度与同类地物光谱信息均一性均优于C和SCS+C校正。SCEDIL半经验地形校正方法能有效地去除影像中的地形干扰,尤其对陡峭地形的校正效果,优于常规地形校正模型。
摘要:为解决当前遥感手段提取河流骨架线自动化程度不高、精度有限、易发生断裂等问题,提出一种基于数学形态学与拓扑约束理论的完整单条河流骨架线自动化提取方法。该法综合利用归一化水体指数(NDWI)和数学形态学方法提取遥感影像中的河流及河流初始骨架线;从河流初始骨架线二值图中获取断点,并自动计算膨胀系数,利用局部膨胀细化法进行连接;结合拓扑约束,利用初始骨架线对连接线进行去伪操作。结果表明,该方法能有效解决细小、易发生断裂的单条河流的完整骨架线自动提取的难题。
摘要:公路路面质量的好坏对行车安全性、舒适性、经济性有重要的影响,因此路面状况的监测对于公路交通的健康发展具有重要意义。遥感技术作为一种新兴的数据采集手段,具有图像覆盖范围大、时效性强、信息客观现实、可重复使用、便于计算机分析等优势,为解决大范围的路面监测问题提供了强有力的支持。本文综述了现有基于遥感技术的道路路面状况监测方法,对其中存在的问题进行了分析和探讨。遥感技术在路面状况监测中具有广泛的应用前景,部分技术已经成熟并在公路养护作业中广泛使用,例如路面监测管理系统、探地雷达等;但是仍有部分技术还存在着鲁棒性差、精度较低等问题,还需要进一步的研究探索,如路面光谱分析、基于机载和星载的路面状况遥感监测应用的适用性等。本文最后给出了一种基于多端元混合像元分解模型的沥青路面老化状况监测与评估方法的研究实例。实验结果证明该方法可有效区分沥青公路路面混合像元中不同老化状况的沥青路面,为大范围路面老化状况监测提供了一种技术途径。
摘要:使用高空间分辨率卫星WorldView-2的多光谱遥感影像,构建植被指数和纹理因子等遥感因子与森林地上生物量的关系方程,并计算模型估测精度和均方根误差,探索高分辨率数据的光谱与纹理信息在温带森林地上生物量估测应用中的潜力。以黑龙江省凉水自然保护区温带天然林及天然次生林为研究对象,通过灰度共生矩阵(GLCM)、灰度差分向量(GLDV)及和差直方图(SADH)对高分辨率遥感影像进行纹理信息提取,并利用外业调查的74个样地地上生物量与遥感因子建立参数估计模型。提取的遥感因子包括6种植被指数(比值植被指数RVI、差值植被指数DVI、规一化植被指数NDVI、增强植被指数EVI、土壤调节植被指数SAVI和修正的土壤调节植被指数MSAVI)以及3类纹理因子(GLCM、GLDV和SADH)。为避免特征变量个数较多对估测模型造成过拟合,利用随机森林算法对提取的遥感因子进行特征选择,将最优的特征变量输入模型参与建模估测。采用支持向量回归(SVR)进行生物量建模及验证,结果显示选入模型的和差直方图均值(sadhmean)、灰度共生矩阵方差(glcmvar)和差值植被指数(DVI)等遥感因子对森林地上生物量有较好的解释效果;植被指数+纹理因子组合的模型获得较精确的AGB估算结果(R2=0.85,RMSE=42.30 t/ha),单独使用植被指数的模型精度则较低(R~2=0.69,RMSE=61.13 t/ha)。