摘要：近年来,无人机的应用日益广泛,逐渐用于航空物探。在使用固定翼无人机搭载磁力仪进行航磁测量时,必然引入飞行平台干扰,包括与机动无关的干扰和与机动有关的干扰。去除和飞机机动有关的磁干扰,即为磁补偿工作。航磁补偿的经典TOLLES-LAWSON模型将磁干扰分为剩余磁场、感应磁场和涡流磁场。对于固定翼无人机,涡流磁场可以不考虑,将剩余磁场和感应磁场合称为稳态干扰场。主要对飞机干扰的来源和性质进行分析,并在地面设计实验验证铁磁性材料的性质,以加深对磁补偿模型的假设和推导过程的理解。最后,在地面实验平台上测量了飞机磁干扰场的平面分布图,指导航空磁力仪的安装。在将TOLLES-LAWSON模型应用于固定翼无人机航磁探测系统的磁补偿工作时,无人机与有人机相比,在结构和材料方面都有较大差异,因此对模型的物理意义和假设条件的深入理解至关重要,此即本文所述工作成果的出发点。

摘要：大气参数查找是遥感图像大气校正中一个重要的步骤。本文针对当前多数大气参数查找表普适性不强、查找表数据存储空间巨大、具体实施步骤不详细的问题,建立了一个通用化的多维大气参数查找表,其光谱分辨率为1 nm,并适用于多种遥感传感器。本文采用二进制文件方式存储查找表,并研究采用多维拉格朗日和多维反距离加权插值方法对输入参数进行插值。结果表明以二进制文件方式存储查找表,不但可以最大化地减少磁盘存储空间,还可以实现查找表数据快速随机读取;相对于多维反距离加权插值方法,多维拉格朗日插值方法的速度更快,精度更高,与MODTRAN4.0模型计算结果(真值)相比,它的误差仅为±1.0%左右。

摘要：为提高基于Radarsat-2旱地作物识别的精度,该文研究了一种复杂种植结构背景下具有共同生长期作物的识别方法。研究区为一个12 km×12 km的样方,位于内蒙古上库力农场额很队,以春小麦、油菜2种共同生长期作物为识别对象,利用Spot-6影像和Radarsat-2影像,在数据预处理的基础上分析研究区内典型地物样本的后向散射系数在不同极化波段上的变化特征,根据该变化特征设计图像增强算法,然后基于图像增强后的影像设定合理的阈值实现作物识别提取。结果表明:该方法准确识别并有效提取了共同生长期作物春小麦和油菜的种植面积,总体精度达到97%,Kappa系数为0.96。该方法简便、快捷、可靠,为春小麦、油菜等旱地共同生长期作物种植面积提取提供重要的科学技术支撑。

摘要：传统模式识别方法在物体、人脸、指纹、军事目标识别等领域中只利用单一的图像信息。当研究对象的图像特征高度相似时,识别率较低,如对于真假目标的识别,仅仅利用物体的图像信息很难得到满意的识别结果。针对上述问题,提出了一种综合利用图像和光谱信息的物体真假模式识别方法。该方法采用卷积神经网络模型,通过迁移学习的方式构建图像识别模型,并依据物体图像的语义特征进行物体类别识别,在此基础上,基于逆传播(back propagation,BP)神经网络模型,结合物体的实测光谱数据进行物体真假识别。为了验证该方法的准确性和有效性,利用真假苹果和葡萄作为测试对象,单独利用图像信息和光谱信息进行识别时,识别率分别为38.50%和63.00%,而利用该综合方法得到的识别率为95.00%。可认为该方法提高了真假目标混杂情况下的识别准确度,可为物体识别、人脸识别、指纹识别、军事目标识别等领域的应用提供重要的参考,也为航天侦查载荷设计提供了新的思路。

摘要：近年来,我国频繁发生的灰霾污染事件和常态性的高细颗粒物浓度(PM2.5),已经引起了全世界范围的广泛关注。卫星遥感能够对大气污染进行快速准确地监测。然而在大气遥感领域具有代表性的中分辨率成像光谱仪(NASA/MODIS),其云监测和暗像元反演算法通常把灰霾当做薄云、雾或地表亮目标处理,无法反演霾天的气溶胶光学厚度(aerosol optical depth,AOD)。笔者研究了云、雾、霾、地表覆盖等不同像元在可见光、近红外以及红外通道的光谱特性。基于MODIS数据,参考相关的云监测和气溶胶反演算法,选取多个对灰霾敏感的光谱通道,计算表观反射率和亮度温度。针对不同波段,分别探讨了霾与薄云、低层云、雾、浓密植被和地表亮目标等像元之间的光谱差异,统计灰霾分布的阈值区间,并设计基于MODIS卫星遥感数据的灰霾识别自动处理流程。通过对2008年华北平原春夏两个重霾事件进行测试,该算法的霾分布监测结果与卫星真彩图具有较好的一致性。基于北京和香河AERONET站点观测的高AOD数据,验证了本算法的霾识别率接近80%,在一定程度能够弥补MODIS标准气溶胶算法用于灰霾天的不足。最后,分析了灰霾识别过程中的主要误差来源,并提出了基于霾纹理特征,以及其他辅助数据支撑的改进方法。

摘要：杂草识别是变量喷雾和物理方法精确除草的前提。利用自主设计的地面成像光谱系统在自然环境下获取了胡萝卜幼苗以及马齿苋、牛筋草和地锦等杂草在380～760 nm波长区间的高光谱数据,通过对数据归一化消除光照条件的影响之后,运用逐步法进行波段选择,采用Fisher线性判别方法对杂草与胡萝卜幼苗进行了识别。结果表明,当把每种杂草都作为一类加以精细区分时,运用选择的8个波段建立模型对杂草和胡萝卜幼苗的识别率达85%左右;当把杂草整体作为一类与胡萝卜幼苗进行区分时,运用选择的7个波段识别率高于91%。同时为了设计低成本的杂草识别系统,通过穷举法选择最优的2和3波段组合,其中最优3波段组合对杂草胡萝卜幼苗的识别能力与逐步法选择的5个波段相当,整体识别率达89%。此外发现,红边波段对杂草有着显著的识别能力。

摘要：边坡抗滑桩土拱高度决定了桩及桩间措施的受力分配.本文研究土拱高度沿桩长方向的变化,为边坡抗滑桩及桩间措施的精细化设计提供理论基础.首先采用数值模拟技术,研究土拱高度沿桩深方向的变化规律;继而结合理论分析,建立桩间土拱的力学模型,并提出可考虑埋置深度的桩间土拱高度计算方法.研究结果表明,土拱高度在桩顶及以下不同深度处变化明显,滑面以上桩顶以下4.5 m范围内有土拱,滑面以下可不考虑土拱影响.

摘要：尺度问题是遥感科学研究的一个关键科学问题,但其理论和方法的发展严重受限于稀缺的多尺度观测数据。黑河生态水文遥感试验(Hi WATER)的核心目标之一是开展多尺度观测以支持尺度转换研究。本文综述了Hi WATER中定点观测的尺度上推研究进展,内容包括:(1)尝试严格定义了空间平均、空间尺度上推、观测足迹、代表性误差、观测真值等概念;(2)介绍了Hi WATER获取的多尺度(单点—像元—区域—流域)生态水文观测数据;(3)发展了基于地统计理论的多尺度采样方法,改进了基于时间稳定性的采样方法;(4)定量评估了辐射、碳通量、土壤水分、地表温度单点观测的代表性误差,实证了异质性地表遥感产品真实性检验的不确定性主要来源于观测的时空代表性;(5)发展了定点观测的尺度上推方法,将克里格方法推广至回归克里格、面到面、不等精度观测等情形,发展了贝叶斯框架下的非线性尺度上推方法,实证了引入遥感观测作为协同信息可显著提高尺度上推的精度。总之,Hi WATER初步形成了从采样设计、多尺度观测、代表性误差的度量、尺度上推新方法到真实性检验的研究框架。

摘要：利用热红外遥感技术探测海面溢油存在能够全天时探测、更好地探测海表及油膜辐射特征和对油膜厚度的识别潜力较大等优势。而热红外发射率是物体在指定温度时的辐射能与同温度黑体辐射能的比值,在常温范围内,物体的发射率光谱与温度无关,仅与材质属性及波长相关。基于这一假设,以山东省东营市胜利油田孤岛采油厂获取的原油样品与渤海湾海水为材料,利用102F傅里叶变换热红外光谱辐射仪设计海面油膜发射率光谱实验,系统的测量分析了海面油膜随厚度连续变化过程中海面油膜发射率的变化特征与产生机理。结果表明,海表油膜的热红外发射率在甚薄阶段(20~120μm)变化较大,利用热红外发射率光谱能够较好的探测海表甚薄油膜;在8~10μm和在13.2~14μm波段范围内,海水与厚度为20μm的甚薄油膜存在较为稳定的发射率差异,利用该光谱范围内的油膜发射率可以用来探测20μm的甚薄油膜;在11.7~14μm波段范围内,油膜发射率与其厚度相关性小,油膜的发射率明显低于本底海水的发射率,利用该光谱范围内的油膜发射率可以用来探测较薄油膜的有无;在11.72,12.2,12.55,13.48和13.8μm这几个波长附近,油膜发射率随着油膜厚度的增加呈现出递增或递减,且变化幅度较大,利用这几个波长附近谱段的发射率可以用来探测较薄油膜的发射率光谱响应。

摘要：重力地形改正是区域重力测量工作中的一个关键步骤,按照测区范围分为近区、中区和远区地形改正。中区和远区的地形改正基于已有的中小比例尺地形数据库比较容易实现,但近区地形改正对于地形产品精度的要求较高而相应的大比例尺地形数据缺乏,实际作业中仍然需要外业大量的人工采点和内业处理生成近区地形,严重制约了重力测量工作的精度和效率。因此,如何快速价廉地重建重力测站附近高精度的3维地形,成为目前高精度区域重力测量工作中亟待解决的具有挑战性的问题。本文提出了一种基于全景立体视觉和摄影测量技术的快速近区重力地形改正方法,设计和开发了相应的快速地形测图系统,能够自动生成近区高精度的数字地形模型并解算出相应的近区重力地形改正值,从而实现了近区地形改正的高精度和自动化。系统的设计思想是在满足精度要求的前提下集成价廉可靠的硬件单元并开发专门软件实现可应用推广的系统,而不是采用昂贵的高端硬件以达到最高的精度。全景立体测图系统的硬件单元包括两台工业相机与固定基线构成的立体相机、双自由度(水平±180°,竖直±36°)旋转云台和支撑采集设备的三脚架,并通过笔记本控制云台和立体相机采集测站周围的影像。这些硬件的选取与配置基于理论精度分析与设计优化,结果表明测站50m范围内的3维测量精度优于1m,满足近区地形改正的精度需求。为了实现理论上的测图精度,采用控制点均匀分布的3维控制场,对立体测图系统的几何参数进行了精确标定,其中包括相机的内参数、畸变系数、立体相机的相对位置姿态以及云台旋转轴和中心的偏移参数。基于标定后测图系统精准的几何参数,从360°全景立体影像建立无缝的立体模型,采用兴趣点提取、自相关和最小二乘匹配等技术实现快速立体影像匹配,进而通过空间前方交会计算生成测站30m范围内的均匀密集点云;再通过点云滤波自适应去除粗差点,采用Kringing插值算法自动生成数字高程模型DEM,从而快速重建测站附近高精度的3维地形;最后利用方域公式计算得到测点周边精确的近区地形改正值。经过野外多站多种地形的实验验证,基于本文所提出的方法及所开发的地形改正系统在5min内即可完成外业采集和内业生成地形改正值的一体化处理,效率和精度明显优于传统的野外测量方法。