卫星激光测距系统皮秒准确度时延标定研究及应用

卫星激光测距(Satellite Laser Ranging,SLR)以脉冲激光为媒介获取卫星的精确距离,是空间大地测量技术中准确度最高的手段。在传统卫星激光测距系统中,通过测量已知距离的固定靶目标实现系统总时延的标定,对获取单向发射或接收时延的研究较少,这制约了卫星激光测距在激光时间比对、多台站协同测距及行星际激光测距等方面的应用。文中开展皮秒准确度时延标定方法的研究,首先,分析了卫星激光测距系统的时延组成及影响因素;其次,以中国科学院上海天文台卫星激光测距系统为平台,开展电学、光学和光电转换等时延的高精度测量,并将各部分时延组合完成收发时延的标定;最后,分析发射和接收时延标定的准确度,并将时延标定方法应用于地靶距离偏差的校验,验证时延标定方法的可行性。结果表明,发射和接收时延标定的准确度分别优于11 ps和13 ps,地靶距离偏差与国际激光测距组织(ILRS)反馈值相差仅11 ps。

高重复率激光时间比对激光发射时序精确控制

我国空间站即将首次开展高重复率(~kHz)星地激光时间比对,搭载的星载探测器拟采用固定门控开启模式,对地面激光发射时序的控制提出了高实时、高重复率和高精度等要求。基于卫星激光测距(SLR)的距离门控原理,提出高重复率激光时间比对地面激光点火信号精确产生方法,以使上行激光脉冲能在门控信号之后短时间内到达星载探测器,极大减少噪声干扰。该方法可在单片可编程门阵列FPGA中实现,具有重复率大于10 kHz、控制精度5 ns以及软件交互简单等优势,结合方法计算精度和半导体泵浦激光器的纳秒级触发抖动,预计地面激光发射时刻精度最终控制在10 ns以内,满足空间站激光时间比对激光发射时序的控制需求,并可为其他激光时间比对工程的实施提供技术支持。

角锥棱镜的斜入射远场衍射图样

角锥棱镜是激光反射器的主要光学组件,在合作目标卫星激光测距中发挥着关键作用.精确计算角锥棱镜的远场衍射图样是估算激光测距回波能量的必要过程.本文基于角锥棱镜的反射原理,分析了不同激光入射方向对反射器有效反射面积的影响,提出了一种适用范围更广的有效反射面积计算方法,同时分析了激光入射方向对角锥棱镜光学反射率的影响.在此基础上,应用光学标量衍射理论建立了远场衍射图样算法,分别对多种激光入射方向的镀金属(银)膜和无镀膜角锥棱镜进行了远场衍射图样仿真计算,得到了两类角锥棱镜的远场衍射图样分布随入射方向变化的规律.搭建了角锥棱镜远场衍射图样测试系统,通过实测结果与仿真计算的对比分析,验证了仿真计算的准确性.

上海天文台近红外波长空间碎片激光测距研究进展

激光测距技术对空间碎片测量精度最高,是空间碎片碰撞预警最有力的手段之一。针对传统532nm波长空间碎片激光测距面临测量能力瓶颈问题,以及近红外波长激光测距技术优势,上海天文台在国内率先开展了近红外波长(1064nm)空间碎片激光测距技术研究。通过解决近红外波长光束指向监视与瞄准、近红外波长激光回波探测等关键技术,采用1kHz重复率、输出功率8W、1064nm波长激光器,实现了空间碎片测量。通过对测量结果对比分析,验证了1064nm波长激光测距系统探测能力。为开展远距离小尺寸碎片目标、亚分米级精度测量研究,合作研制了1kHz重复率、40W输出功率、1064nm波长激光器系统,进行了高重复率近红外波长空间碎片测距试验,其中对失效铱星目标测距精度达分米级(约9cm),初步验证了该激光器系统性能,为上海天文台开展远距离小尺寸目标空间碎片激光测量以及白天激光测距技术研究奠定了基础。

面向对象的无人机遥感影像岩溶湿地植被遥感识别

以广西桂林会仙喀斯特国家湿地公园为研究区,以无人机航摄影像为数据源,综合利用面向对象的影像分析技术、随机森林算法、阈值分类方法和Boruta全相关特征变量选择算法进行岩溶湿地植被的遥感识别。结果表明:针对不同特征变量对岩溶湿地遥感识别的贡献率而言,光谱特征(DOM>DSM)>纹理特征(DOM>DSM)>几何特征>上下文变量;两个航摄影像数据集的总体分类精度都在85%以上,Kappa系数也高于0.85。本文研究结果对基于高空间分辨率无人机可见光影像的岩溶湿地植被遥感识别在特征变量选择、分割参数选择及方法选择方面具有一定的借鉴意义。

基于MOD16的珠江流域蒸散量时空分布特征

基于2000-2014年的MOD16遥感数据集,分析了珠江流域15年间蒸散量(ET)的年际、年内变化过程及空间格局,结合Theil-Sen中值趋势分析法及Mann-Kendall检验法,对流域内ET的变化趋势进行分析,并探讨了不同地表类型ET的差异性变化特征。研究表明:流域内ET年际波动较大,在941.0~1002.9 mm/a。ET的年内分布呈现单峰型分布,并有较明显的季节差异;多年平均ET整体呈现东高西低、南高北低的空间分布格局,四季平均ET差异较显著,表现为夏季>秋季>春季>冬季;年际ET_Sen的趋势度介于-57.3~44.2,ET整体处于轻微增加状态。不同土地利用类型的年均ET大小为林地>草地>灌木>耕地>荒地,且荒地ET年际波动明显。研究结果对珠江流域水资源合理利用、生态环境改善及旱涝灾害监测预警等有着重要的实践参考意义。

多频率InSAR提取沼泽湿地DEM精度对比分析

选取3种波长的干涉SAR数据对提取沼泽湿地区域的DEM,并随机从1∶10 000地形图中选取111个点数据进行精度验证,最后对比分析了沼泽湿地植被对于不同SAR波长的干涉相干性差异。结果表明:L-band ALOS-1 PALSAR精细模式的HH单视复数数据与1∶10 000地形图数据吻合度较好,76.58%的高程值差异在3 m以内,其相干系数比C-band Sentinel-1A IW模式的VV单视复数数据和X-band TerraSAR HH单视复数数据要高;更适合利用雷达干涉测量技术提取沼泽湿地的DEM;不同湿地植被类型的相干系数有较大差异,岛状林和灌草结合的湿地植被分布区相干系数值较大,而浅水沼泽植被区和深水沼泽植被区相对较低。

一种面向智慧校园建设的高效无线网络设计

智慧校园已成为当前国内外的研究热点,我国多数高校校园都初步具有创建智慧化校园的软硬件等基础条件,无线网络构建是其中的必备条件。电信供应商的无线网络由于使用附加成本较高的基础设施投入及通信网络信道有限,难以满足智慧校园的网络建设需求,主要表现为无线局域网网络拓扑结构单一,信号覆盖率低,信号传输效率较低,网络不稳定。

基于卫星反射器的转发式激光时间传递试验研究

基于星载曲面镜的转发式激光时间传递具有零时延、高可靠性和高准确度等优势,但由于缺少合适的卫星试验平台,该技术目前仅限于理论分析,尚未获得有效试验数据及性能评估结果。本文将相邻的两套卫星激光测距(SLR)系统作为试验台站,以激光卫星上搭载的反射器作为转发载荷,开展了转发式激光时间传递试验研究。首先,介绍了转发式激光时间传递的基本原理及理论;然后,对上海天文台SLR系统进行适应性改造,搭建了转发式激光时间传递试验系统,并开展了不同激光卫星的实测试验;最后,分析获得的时间传递结果,研究影响该技术性能的主要因素。试验结果表明:该技术可以获得优于100 ps的精度以及ns的准确度,单向工作模式可行,为转发式激光时间传递的发展提供了有力支撑。

基于无人机影像和面向对象随机森林算法的岩溶湿地植被识别方法研究

目前对岩溶湿地的重视程度远低于其他湿地类型,缺乏利用遥感技术进行岩溶湿地植被高精度识别的研究,但岩溶湿地同其他湿地类型一样,湿地面积退化严重,亟待需要解决。因此,本文选取受人类活动影响较大、湿地退化较为严重的广西桂林会仙喀斯特国家湿地公园的部分核心区域作为研究区,以DJI大疆御Mavic Pro无人机航摄影像为数据源,利用泛化能力强、分类精度高的面向对象随机森林算法实现了会仙岩溶湿地植被的高精度分类,探究无人机可见光影像和面向对象随机森林算法在岩溶湿地植被识别中的适用性,为无人机遥感技术应用于岩溶湿地的研究和保护提供技术参考。首先,在eCogni tion Developer9.0中利用多尺度迭代分割算法对影像图层进行分割;然后,基于以往在进行面向对象分类研究的经验来指导我们进行特征选择,充分考虑了影像的光谱和纹理特征、植被指数、无人机遥感数据派生的研究区数字地表模型(DSM)和几何特征;最后,在RStudio中实现了随机森林算法参数的调优、模型的构建以及分类。结果显示,面向对象随机森林算法对会仙湿地植被具有较高的识别能力,在95%置信区间内总体精度为86.75%,Kappa系数为0.83。在单一典型岩溶湿地植被识别精度中,狗牙根-白茅-水龙植被群丛的用户精度在90%以上,生产者精度高于80%,竹子-马甲子-桂花生产者精度高于80%,但是用户精度较低,仅为70.59%。

基于Sentinel-2卫星多光谱数据的会仙喀斯特湿地植物理化参数反演研究

植物是喀斯特湿地生态系统中最敏感的要素,其理化参数反映了喀斯特湿地生态系统的固碳能力和生产力水平,定量反演喀斯特湿地植物理化参数,对于揭示喀斯特湿地环境变化规律具有重要意义。以桂林会仙喀斯特国家湿地公园为研究区,利用Sentinel-2卫星多光谱数据,定量反演典型喀斯特湿地中植物的光合有效辐射吸收率(fraction of absorbed photosynthetically active radiation,FAPAR)、植被覆盖度(fractional vegetation cover,FVC)、叶面积指数(leaf area index,LAI)、冠层叶绿素含量(canopy chlorophyll content,CCC)和冠层含水量(canopy water content,CWC)共5种参数,构建其2018年3~11月的时间序列,定量研究各种植物的5种理化参数的变化特征;同时,利用两个精度较高的植物叶面积指数经验估算公式,评估利用神经网络的简化的L2级产品原型处理器(simplified level 2 product prototype processor,SL2P)算法反演的植物叶面积指数的精度。研究结果表明,采用SL2P算法反演的喀斯特湿地中植物的理化参数的精度较高;在整个湿地和典型航摄区都发现植物的各种理化参数几乎都有在7月明显减小的现象,5~9月植物的各种理化参数多大于3~11月9个月的平均值;在植物生长期,荷花(Nelumbo nucifera)群落与芦苇(Phragmites australis)-白茅(Imperata cylindrica)群落植物的各种理化参数差异显著。SL2P算法可以用于反演喀斯特湿地植物群落的植物理化参数。Sentinel-2卫星多光谱数据可以用于反演喀斯特湿地植物群落的植物理化参数方面的研究。