QAA在遥感影像反演中的性能评估与分析

准分析算法QAA(Quasi-analytical algorithm)作为最常用的半分析反演算法被广泛应用于水体吸收系数和后向散射系数的反演,但目前对其在大范围遥感影像中的反演性能研究还较少。基于Sentinel-3系列卫星搭载的OLCI遥感影像,将朝鲜海峡、马六甲海峡、白令海峡和霍尔木兹海峡作为不同类别大范围水体的代表海域,并选取水体漫衰减系数作为间接评价参量,对QAA在4个海峡的反演性能进行了分析评估。结果表明,基于QAA计算得到的水体吸收系数和后向散射系数具有较高的精度和可靠性,而且反演精度与水质呈线性负相关,在Kd490等于0.05 m^-1左右时的反演精度最高。

半分析算法在固有光学特性反演中的性能研究

水色遥感作为目前获取大范围水体固有光学特性的唯一方法,其精度取决于所用的反演算法,而基于辐射传输理论的半分析算法凭借坚实的理论基础和良好的可解释性成为近年的研究重点,但其在不同类别水体中的反演性能未见系统分析。通过选取曼德海峡和马六甲海峡分别作为一类和二类水体的代表水域,并基于OLCI遥感影像数据,使用K_(d) 490作为间接评价参量对GSM、LMI和QAA三类主流半分析算法的反演性能进行了分析研究。结果表明三者一类水体中的反演性能LMI≈QAA>GSM,而在二类水体中GSM>QAA>LMI;在水体适应性方面,以QAA为最佳,GSM和LMI受光谱斜率参数的影响很大。因此,根据水体类型选取合适的半分析算法对于提高水体固有光学特性反演精度是十分必要的。

基于地理本体的生物事件应急响应决策方法

面对新冠肺炎(COVID-19)疫情的巨大破坏力,全球各国都意识到生物事件应急响应能力建设的重要性。针对目前在生物事件应急响应方面还存在着信息化程度低、与相关信息系统对接困难、传统地理空间信息不适应等问题,提出了基于地理本体的生物事件应急响应决策方法。该方法设计构建了基于地理本体的生物事件应急决策知识模型,并据此建立了应急决策方案和规则库;然后针对明确和模糊信息分别设计提出了基于Jena的决策推理方法和基于模糊匹配的模糊决策推理方法。以武汉市COVID-19疫情爆发初期的真实态势和响应情况为例进行实验发现,通过本文方法可根据当前态势信息智能生成应急响应决策方案。将其与实际采取措施进行对比分析,证明本文方法可以显著提高应急方案的客观性、合理性、时效性和可操作性,这对疫情的早期合理处置具有重要意义。

ATLAS数据与资源三号02星影像联合区域网平差

ICESat-2为世界首颗光子计数激光雷达测高卫星,其上携带的ATLAS可获得覆盖全球的高精度激光脚点,有助于提高卫星光学影像的无控定位精度。设计实现了ATLAS激光测高数据与卫星影像的联合平差方案。首先通过多条件筛选准则选取高精度ATLAS激光测高点,然后将筛选后的激光测高点作为带误差控制点进行联合平差计算,使卫星影像定向参数得到了优化。利用河南郑州地区的资源三号02星影像和ATLAS ATL03级数据进行的试验结果表明,文中的平差方案可将影像定位的高程精度提高60.6%,平面精度提高56.4%,验证了文中提出的方法可在无外业控制点情况下显著提高卫星影像定位精度。

面向生物危害应急响应的地理本体模型设计与构建

生物危害应急响应是生物安全保障的重要组成部分,需要紧密围绕应急响应预案来组织实施。针对目前的应急响应预案知识组织研究尚不完善,现有的数据模型不能满足生物危害态势时空分析需要的问题,在ABC本体模型的基础上构建了生物危害应急响应地理本体模型(biohazard emergency response geo⁃ontology model,BEROM),并建立了用于应急决策推理的规则集。对北京市严重急性呼吸道综合征(severe acute respiratory syndrome,SARS)应急响应任务实例分析的结果表明,所提模型相较于传统方法能够更好地融合事件信息与预案知识,从而通过对模型的推理给出更有效的应急决策意见。应急响应预案智能构建的实现,为应急决策提供了一种新的知识模型,验证了模型的合理性和有效性。