摘要：随着中国经济的高速发展,能源矿产的消耗不断加剧,地质勘探也不断向着更深、更复杂的方向发展,对具有自主知识产权的适用于大深度金属矿勘探的地面电磁探测系统的需求愈加迫切.本文设计研发了一套用于地面电磁探测系统中的分布式多通道电磁采集站,并结合无线局域网和最新的窄带物联网(NB-IoT)及云平台技术分别实现了中短距离控制软件和超远距离状态监控软件的设计.研制的采集站包含有6个电道和6个磁道,支持感应式磁场传感器、高温超导磁力计和磁通门磁场传感器等多种磁场传感器,可支持CSAMT和MT方法观测,采用分布式架构,通过阵列式布设可以进一步实现三维观测.整套采集系统在不同的气候和地质条件下进行了大量的实验,验证系统性能指标达了到目前国际先进水平,同时相比国外同类产品具有信号通道多、功耗低、体积小、重量轻、便于网络化控制等特点.

摘要：星载痕量气体差分吸收光谱仪(EMI)是我国第一台用于监测对流层和平流层痕量气体的高光谱分辨率成像光谱仪。为了充分了解载荷的特点,更好地利用1级数据进行痕量气体反演,本研究对EMI实测的辐照度和辐亮度数据进行了综合评价。研究表明EMI紫外2波段(UV2)和可见光1波段(VIS1)的狭缝函数都表现出明显的行依赖性,其随行波动的标准差是OMI和TROPOMI的6倍以上。对不同行采用不同的狭缝函数,可以提高辐照度光谱的定标精度,进而提高痕量气体反演精度。EMI辐照度和辐亮度数据都有波长漂移现象,平均漂移量分别为0.015和0.03 nm,有明显的行依赖性。目前的波长漂移量满足设计指标(0.05 nm)的要求,但在痕量气体反演过程中仍需进行波长精校准。EMI辐照度数据与OMI和TROPOMI同一天测量的辐照度以及参考太阳光谱高度一致(r>0.95),绝对偏差小于4.3%;通过对比在洁净太平洋地区无云像元的平均辐亮度数据发现,EMI与OMI和TROPOMI也有很好的一致性(r>0.93),平均偏差小于13.2%;说明EMI数据辐射定标精度较高。研究表明当前EMI载荷数据质量能够满足痕量气体反演的要求,可为后续国产载荷的研制和数据质量评估方案提供参考。

摘要：农作物的精细分类一直是农业遥感领域的热点,对农作物估产和种植结构监管有重要意义。深度学习的出现为农作物分类准确性的提升提供了新的思路。本文提出一种特征优选与卷积神经网络(Convolutional Neural Networks,CNN)相结合的多光谱遥感农作物分类方法,用以解决精细分类问题。实验以哨兵2号遥感影像为数据源,基于多光谱遥感影像的波段反射率与包括归一化植被指数在内的10种植被指数,利用Relief F算法进行特征增强与优选,获取最优特征集,从而设计出基于特征优选的CNN分类方法,并对河南省原阳县主要农作物水稻、玉米、花生进行分类识别与制图,分类精度达到96.39%。同时,选用支持向量机、CNN方法分别对研究区农作物进行分类识别。对比分析3种方法的分类结果,发现本文提出的基于最优特征集的CNN农作物分类方法表现最优,CNN方法次之,支持向量机方法表现最差。实验结果表明:(1)利用Relief F算法能够对特征贡献度进行排序,完成特征筛选,得到包含24个特征的最优特征子集,训练精度达到99.89%;(2)基于最优特征集的CNN方法能够在最大程度上提取高精度差异性特征,实现对农作物的精细分类,且相比CNN和支持向量机的农作物分类方法,本文方法表现更佳。

摘要：在海量遥感数据背景下,传统的基于关键字/元数据数据服务模式,无法满足不同应用领域用户对多样化遥感变化信息数据的获取需求。将基于内容的图像检索技术应用到遥感图像变化信息数据获取中,提出了一种全新的基于内容的遥感图像变化信息检索概念模型。通过深入分析当前基于内容的图像检索的先进理论方法,构建基于内容的遥感图像变化信息检索模型框架,并对变化信息数据管理模型构建、多维特征提取和智能反馈模型创建等关键问题进行研究和算法实现,以中低分辨率遥感图像变化信息数据获取为例来进行模型验证与分析,建立原型系统。该方法作为一种新的遥感图像变化信息获取与服务方式,能有效利用遥感图像中底层特征,更准确地刻画了不同用户的遥感图像变化信息检索需求。同时,对影像的预处理要求较低,不受变化检测产品生产种类限制,具有较好普适性和自动化性,提高了遥感信息服务水平和效率。

摘要：实验室可见-近红外高光谱数据(VIS-NIR)具有快速、高效、无损等技术优势,被越来越多应用于土壤组分反演中。光谱分辨率越高所能表达的土壤信息越丰富,但也带来了数据冗余。目前,对于不同光谱分辨率对土壤组分建模影响效应分析的研究相对较少。以欧洲土壤中心数据集19036个土壤样本为数据源,以土壤总氮(N)、有机碳(OC)、碳酸钙(CaCO_(3))、粘土(Clay)为例,基于偏最小二乘回归方法(PLS)并选择30%的随机样本独立验证的方式开展相关研究。首先将所有样本原始0.5 nm分辨率4200个波段的高光谱数据采用等间距取均值方法分别重采样到2,4,8,…,1024 nm开展分析。结果表明:随着光谱分辨率的降低,土壤各类组分反演精度均呈下降趋势,光谱分辨率在64 nm以上,4类土壤组分普遍具有较高的模型验证精度(R^(2)>0.65,RPD>1.7),光谱分辨率在128 nm以下CaCO 3和Clay组分精度显著变差;4类组分中,CaCO_(3)对光谱分辨率敏感性最强,在高光谱分辨率下反演精度较高(R 2>0.86,RPD>2.72),但随光谱分辨率降低精度下降最快。此外,基于光谱响应函数将样本光谱重采样到GF2,S3A,L8,Aster,Modis和S3OLCI六种常见卫星传感器的光谱分辨率展开评价。结果表明:土壤N、OC在各传感器中均可获得较高的精度,甚至在GF2传感器仅有4个波段情况下,也具有不错的验证精度(R^(2)=0.56;RPD=1.51),而土壤CaCO_(3)及Clay反演精度普遍较差;除传感器光谱波段数量外,波段位置对土壤组分的反演能力的影响也很显著,拥有近红外长波(1100~2500 nm)光谱范围的传感器对土壤组分的反演能力优于缺少该光谱波段的传感器,特别是粘土矿物的吸收峰多位于近红外长波段,S3A,L8,Aster和Modis传感器的Clay反演能力均优于光谱波段数更多的S3OLCI。该研究成果对土壤组分高光谱数据预处理、卫星数据源的选择及未来传感器光谱通道的设计具有指导意义。

摘要：[目的/意义]人工智能(Artificial Intelligence,AI)技术已在学术和工程应用领域掀起了研究高潮,在地球物理参数和农业气象遥感参数反演方面也表现出了强大的应用潜力。目前大部分AI技术在地学和农学的应用还是“黑箱”,没有物理意义或缺乏可解释性及通用性。为了促进AI在地学和农学的应用和培养交叉学科的人才,本研究提出基于AI耦合物理和统计方法的地球物理参数反演范式理论。[方法]首先基于物理能量平衡方程进行物理逻辑推理,从理论上构造反演方程组,然后基于物理推导构建泛化的统计方法。通过物理模型模拟获得物理方法的代表性解以及利用多源数据获得统计方法代表性的解作为深度学习的训练和测试数据库,最后利用深度学习进行优化求解。[结果和讨论]判定形成具有通用性和物理可解释的范式条件包括:(1)输入与输出变量(参数)之间必须存在因果关系;(2)输入和输出变量(参数)之间理论上可以构建闭合的方程组(未知数个数少于或等于方程组个数),也就是说输出参数可以被输入参数唯一确定。如果输入参数(变量)和输出参数(变量)之间存在很强的因果关系,则可以直接使用深度学习进行反演。如果输入参数和输出参数之间存在弱相关性,则需要添加先验知识来提高输出参数的反演精度。此外,本研究以农业气象遥感中的关键参数地表温度、发射率、近地表空气温度和大气水汽含量联合反演作为案例对理论进行了证明,分析结果表明本理论是可行的,并且可以辅助优化设计卫星传感器波段组合。[结论]本理论和判定条件的提出在地球物理参数反演史上具有里程碑意义。

摘要：脉冲重复频率(PRF)是天基雷达系统设计中最重要的参数之一。针对天基雷达对空间目标(卫星、空间站等)观测时面临的星下点回波、脉冲遮挡以及地面杂波等问题,提出了一种多约束条件下的斑马图设计方法。根据空间目标轨道分布状况,构建了典型的天基雷达轨道和载荷参数,在传统斑马图设计的基础上,引入了地面杂波的约束条件,并实现了对地面杂波的规避。仿真分析了目标轨道高度和地面杂波对斑马图的影响,仿真结果验证了采用天基雷达对空间目标进行常态化观测的可行性,同时为该情景下的PRF设计提供了参考。

摘要：设计了一种薄膜衍射消热差红外光学系统。此光学系统口径为200 mm,焦距为200 mm,相对孔径为1,全视场角为3°,工作波段为10.7~10.9μm。该系统采用薄膜衍射镜作为主镜,厚度为微米量级,具有口径大、重量轻的优点,解决了现有红外光学系统重量和口径无法调和的矛盾。利用含有衍射面的折衍混合透镜进行校正主镜带来的强色散,有效解决薄膜衍射主镜成像视场小、谱段范围窄等问题。采用薄膜衍射主镜、折衍混合透镜,很好地利用了衍射面良好的消热差特性,再结合透镜材料的选择,对光学系统消热差起到了良好的作用,并且,衍射面的使用为系统设计优化过程中增加了自由度。薄膜衍射消热差红外光学系统重量轻、成像质量好、消热差性能优良,在红外遥感成像探测领域具有良好的应用前景。

摘要：针对收发频率间隔较近的双工器的设计难点,利用模式匹配法结合优化算法设计了一种新型S频段波导双工器,实现了在收发频率间隔较近时双工器高隔离度、高功率、小型化的要求。仿真及测试结果表明,该双工器接收频率为2.2~2.3 GHz,发射频率为2.025~2.12 GHz,在工作频率内驻波小于1.35,隔离度大于85 dB,整体长度小于700 mm,满足工程使用需求,有较好的实用价值。

摘要：高分辨率遥感林业应用技术与服务平台采用基于云构架的资源协同管理和林业专题产品生产流程定制技术,集成了高分辨率遥感在森林资源调查、湿地资源监测、荒漠化监测、林业生态工程监测和森林灾害监测等林业调查和监测应用中算法模块,开发了高分森林资源调查、湿地资源监测、荒漠化监测、林业生态工程监测和森林灾害监测5大应用系统,研制了21种林业专题产品生产线,实现了高分林业应用专题产品的定制化生产,形成了满足我国林业调查与监测业务需求的高分辨率遥感林业应用技术体系,实现了高分遥感数据并行处理和远程多客户端的同步操作运行,以及专题产品的网络发布与共享。