北京1号小卫星遥感器性能在轨测试

北京1号小卫星是中国第一颗实用型对地观测微小卫星,也是"国际灾难监测星座(DMC)"的第五颗星,该卫星于2005年10月27日在俄罗斯发射成功,设计寿命5年。在北京1号小卫星发射成功后,中英双方开始对卫星进行在轨测控和调试。在分析光学遥感器成像模型基础上,参考国际典型卫星在轨测试内容和北京1号卫星的特点,提出了北京1号小卫星在轨测试的内容、指标体系和技术方法,全面评价了北京1号小卫星的辐射性能、几何性能、光谱性能和图像综合质量,评价结果表明北京1号小卫星具有良好的性能。

北京1号小卫星图像噪声评估

从理论和试验方面对图像的噪声评估方法进行了分析。结合北京1号小卫星特性,进行了该类方法应用效能的评价,讨论了分块评估噪声方法的最佳参数设置。选取满足噪声评估环境的图像,实现了综合不同地表覆盖条件的北京1号小卫星图像噪声的评估。噪声评估结果与在轨测试情况的对比表明,北京1号小卫星经过近3年的运行,仍保持了较好的性能。

基于BJ-1小卫星遥感数据的矿区土地覆盖变化检测

为了评价利用北京一号小卫星(BJ-1)遥感数据监测煤矿区土地利用/地表覆盖变化的效果,针对其数据特点,选择基于图像信息运算和图像信息变换的直接变化检测法以及分类后比较法,对徐州东矿区2007～2008年土地利用/地表覆盖变化情况进行检测,以对比、评价各种方法在土地利用/地表覆盖变化检测中的应用效果和BJ-1数据的适用性。结果显示,变化矢量分析法的检测精度最高,其后依次为图像比值法、图像差值法和多波段主成分分析法。通过变化检测,确定徐州市东矿区土地利用/地表覆盖变化较为集中的几个区域,包括东矿区北部的青山泉矿、韩桥矿、董庄矿和南部的大黄山矿等地区。

遥感小卫星简介——以“北京一号”小卫星为例

高性能对地观测小卫星DMC+4--“北京一号”2005年10月27日在俄罗斯普列谢茨克发射场由宇宙3M火箭成功发射。文章针对小卫星的结构特点和数据特点,指出DMC小卫星图像数据具有获取灵活、重返周期短和大区域覆盖等优势,在地质灾害的调查、监测和预警工作中具有巨大的应用潜力。

BJ-1智能小卫星多曝光量数据特征及其积雪提取方法研究

通过调控成像积分时间改变曝光量,会在改变图像DN值和图像质量的同时,给地面参数定量反演带来很大的不确定性。以环境星(HJ-1)CCD数据为参照标准,以积雪为研究对象,系统分析了北京一号小卫星(BJ-1)多曝光量数据的积雪图像质量及其光谱特征变化规律;在模拟BJ-1多曝光量数据的基础上,提出了面向多曝光量数据的积雪提取方法,并评估了不同算法的积雪面积提取精度。结果表明,BJ-1 CCD数据的积雪图像质量随曝光量增加有所改善,但过分曝光也会导致图像质量下降;阴影区积雪的光谱差特征随曝光量的增加而增强,向阳面积雪的光谱差特征因"饱和"而大大削弱。基于BJ-1模拟数据,提出了面向多时相、多曝光量数据的归一化积雪提取模型,该模型的分类成功指数(classification success index,CSI)达到89.95%,优于单一曝光量的82.25%和传统监督分类的75.95%的提取精度,为研发更具目标针对性的智能传感器和高精度地表参数遥感反演算法提供了有益的借鉴。

亚洲1号卫星成功发射15周年

(本刊讯)1990年4月7日,北京时间21点30分,亚洲1号(ASIASAT-1)卫星由中国长征3号运载火箭搭载,在西昌卫星发射中心发射升空,最初定点在105.5°E的轨道位置,共有24个C波段转发器,分为南北两个波束.北波束覆盖中国大陆、南韩、日本、香港及台湾等地区,南波束覆盖泰国、缅甸、孟加拉等东南亚国家,以及印度、巴基斯坦、伊朗、阿富汗等国家和地区.

国产卫星数据在土地利用现状宏观监测中的应用评价

利用环境减灾一号卫星(HJ-1)、北京一号卫星(BJ-1)和中巴资源卫星02B星(CBERS-02B)3种国产卫星图像,选取全国范围内6个地形各异的地区,进行了土地利用宏观监测分析评估。采用多种现状信息提取方法,从分类方法、样本数量和特征数据对分类精度的影响进行了比较和分析。发现最大似然法简单易行,精度较高且稳定;面向对象法可明显提高HJ-1图像和BJ-1图像的分类精度。基于最大似然法,CBERS-02B图像样本数为50时,分类精度趋于稳定,且Kappa系数可达0.8以上;HJ-1图像和BJ-1图像样本数达60时精度趋于稳定,Kappa系数可达0.7以上。增加NDVI,DEM等特征数据可提高CBERS-02B图像分类精度,增加DEM特征数据可提高HJ-1图像和BJ-1图像分类精度。在全国范围内实现每2-3年1次的土地利用宏观监测时,为了保证在全国范围内都能获取有效数据,可综合考虑多种中分辨率国产卫星数据的综合应用,本文的结论为宏观监测提供了监测精度和技术方法上的科学参考依据。

基于Iαβ色彩空间和Contourlet变换相结合的融合方法

针对北京1号小卫星的多光谱与全色波段的分辨率比率较大,传统的融合方法会产生边界模糊和光谱扭曲现象,提出了一种新的融合算法。首先对多光谱与全色影像分别进行Iαβ和Contourlet变换;然后在频率域中采用不同的融合策略进行处理;最后进行Contourlet和Iαβ逆变换,得到融合图像。实验表明,本方法既提高了融合图像的空间细节信息又很好地保持了图像的光谱特征,优于传统的融合方法。