一种基于光谱库的雪粒径及形状参数反演新方法

雪粒径的形状因素对积雪的反射光谱曲线影响较大,如何有效地刻画雪粒径的形状参数成为研究的热点。渐进辐射传输模型被广泛地应用于雪粒径反演,其对雪粒径形状的描述只采用了2个值(3.62对应于片状雪粒径,4.53为球形雪粒径),较难描述积雪的形状参数,同时为了反演积雪的雪粒径,这两个形状参数必须被提前固定,这大大降低了雪粒径的反演精度,为此提出了一种基于光谱库的雪粒径及形状参数反演算法(LUTMA)。首先利用渐进辐射传输模型建立不同粒径,不同形状参数的光谱库,然后采用光谱角指标进行匹配,最终获取积雪的粒径与形状参数。实验表明,基于光谱库的雪粒径及形状参数反演新方法与实测数据较为吻合。

基于相似光谱匹配预测土壤有机质和阳离子交换量

土壤可见光-近红外波段光谱（350～2500 nm）包含了大量的土壤属性信息，相同类型的土壤具有相似的光谱曲线特征，但相似光谱曲线是否具有相似的属性含量？探讨此问题可为土壤光谱库的应用提供依据，从而最终服务于快速获取土壤信息技术体系的构建。该研究以安徽宣城为研究区，根据母质、地形特征和土地利用等信息，采集91个典型土壤剖面，共含400个土壤发生层样品，测定了有机质（soil organic matter，SOM）和阳离子交换量（cation exchange capacity，CEC）含量，同时采用VARIAN公司的Cary 5000分光光度计测定了土壤光谱，并将光谱数据变换为反射率（R）、反射率一阶导数（FDR）和吸收度（Log（1/R））3种形式。该文采用光谱角（spectral angle mapper，SAM）、偏最小二乘回归（partial least square regression，PLSR）和SAM-PLSR（spectral angle mapper-partial least square regression，SAM-PLSR）3种方法预测土壤SOM和CEC。SAM方法是通过对测试集104个光谱曲线与参考集的296个光谱曲线进行相似性计算，并以此实现土壤SOM和CEC含量的预测。SAM-PLSR方法以SAM算法下的匹配结果作为建模样本建立PLSR模型和进行预测分析。结果表明，具有相似光谱曲线的土壤具有相似的SOM和CEC含量，SAM算法下相似光谱匹配可直接预测SOM（R2=0.78，RPD=2.17）和CEC（R2=0.82， RPD=2.41）。PLSR方法可很好地预测SOM（R2=0.87，RPD=2.77）和CEC（R2=0.87，RPD=2.59）；相较之下，SAM-PLSR方法不仅可以更加准确预测SOM（R2=0.89，RPD=3.00）和CEC（R2=0.91，RPD=3.06），而且大大减少了建模样本的数量。该研究使可见光-近红外光谱可更加高效地用于土壤属性分析，并为土壤光谱数据库的建设及应用提供技术参考。

基于光谱匹配的内陆水体反演算法

提出了一种新的基于光谱匹配的内陆水体反演算法。该方法首先使用已知的水面实测光谱和水体组分(叶绿素,悬浮物,黄色物质)的吸收系数,计算得到悬浮物的后向散射系数。第二步是通过水体组分浓度的交叉组合,利用生物光学模型计算光谱反射率,建立包含所有水体组分组合情况的查找表(LUT:look-up table),查找表中每条光谱都对应已知的三种水体组分的浓度。第三步利用MODIS的通道响应函数,把查找表光谱数据变换成MODIS波段反射率。检验查找表的适用性,使用验证数据基于最小距离的匹配原则进行查找,最后得到与之对应的三种水质参数。利用春秋两个季节的数据进行以上的研究,其中秋季建立的查找表代表性较好,其中叶绿素的平均相对误差为38.6%,悬浮物的平均相对误差为28%。本方法既结合了生物光学模型物理意义明确的优点,又回避了单位光学量随时空变化的缺点,是一种可行的方法。

基于DART模型的PROBA/CHRIS数据叶面积指数反演

叶面积指数(LAI)是生态环境研究中一个关键的生物物理变量,是陆地植被能量交换的重要途径。基于多角度高光谱植被辐射传输理论,根据DART模型,将天顶角和方位角离散成61个方向组合,建立适于多角度高光谱遥感数据的叶面积指数反演查找表;选取长白山地区高光谱多角度PROBA/CHRIS遥感数据,在进行CHRIS数据预处理的基础上,利用最小二乘原理进行CHRIS数据与LAI查找表匹配,反演研究区的LAI;并对490nm和700nm波长在不同LAI和61个离散方向的BRDF敏感性因子进行评价分析:随着LAI值的增大,490nm波长的BRDF值先增大后减小,700nm波长的BRDF值减小;BRDF值沿天顶角增大的方向下降,在天顶附近时值为最小。

一种定标缺失情况下的高光谱目标识别方法

高光谱遥感图像识别在民用和军事领域有着广泛的应用。在缺乏定标信息、缺乏同步观测大气光学参数情况下,对高光谱图像进行地物识别尚没有系统有效的方法,制约了其在定量遥感方向的应用。对此提出了一种利用粒子群算法优化6S模型参数基础上的高光谱遥感数据校正方法,并将其应用于定标缺失情况下的目标识别中。实验表明:在对遥感图像利用少许先验信息选择参数进行校正后,分类准确率为76.25%。而利用粒子群算法优化参数的6S校正后,分类准确率提高到91.58%,目标识别准确率得到了有效提高。

基于压缩感知的混合光谱解析算法

压缩感知利用信号的稀疏性通过求解欠定线性系统的解来有效地重建信号,其稀疏性要求信号在某个域中是稀疏的。压缩感知理论认为一般情况下,信号的相关性越小,恢复算法的性能越好。求解压缩感知问题的方法有贪婪追踪、凸松弛方法、迭代收缩等算法,以及贝叶斯框架、置信传播等。从欠定线性矩阵方程角度讨论压缩感知问题,通过两种不同量测矩阵(谱库)的具体数值实验,重点研究了OMP、LARS和StOMP三个稀疏恢复算法在混合光谱解析时的性能和存在的问题,并给出相应的优化建议。

高分五号痕量气体差分吸收光谱仪的地表UV-B辐照度初步反演

地表UV-B辐照度会对地球生态系统产生非常重要的影响。利用卫星遥感探测,可实现全球地表UV-B辐照度的长期探测,对于生态系统评估和大气科学研究等具有重要意义。目前基于国产卫星的地表UV-B辐照度产品较少,因此本文开展了高分五号卫星大气痕量气体差分吸收光谱仪(EMI)的地表UV-B辐照度的初步反演。首先基于地表UV-B辐照度的敏感性分析结果,建立无气溶胶情况下晴空地表UV-B辐照度查找表。随后提出了云、气溶胶场景下的校正方法,实现了全球地表UV-B辐照度的反演。最后,为验证该算法的准确性,将EMI结果分别与欧洲OMI卫星数据、WOUDC地面站点数据进行了对比,其中与OMI数据的相关系数大于0.9,与WOUDC地面站点数据的相关系数达到0.91。研究结果表明EMI载荷的地表UV-B辐照度产品准确性高,为后续地表UV-B辐照度等相关产品的发布提供研究基础,也证明了该载荷在全球地表紫外辐射时空分布监测应用中的能力。

基于数字预失真技术的功放线性化研究

无线通信系统中,由于功放本身的非线性失真,导致信号带外产生频谱,限制了数据速率和频谱利用率。通过分析功放非线性原理,针对无记忆和记忆两种功放行为模型,提出分别采用查找表算法和最小二乘与最小均方误差相结合的算法进行线性优化。在Matlab环境下创建数字基带预失真链路模型。仿真结果表明,预失真器对两种模型中功率谱密度的改善分别达到39dB和15dB,提高了功放效率,降低了邻道干扰。针对不同功放类型的线性化进行对比研究讨论,并选择出适合不同功放的最优算法,具有较好的预失真效果,为设计实际功放线性化电路具有指导意义。

太阳光特定波段光强快速检测方法研究

太阳光中各光质对植物光合和生理调节效果不同,分波段光强检测是设施农业高效补光的基础.针对现有特定波段光强检测仪器存在价格高及不易扩展等缺点,提出一种新型定波段光照快速检测方法.以红、蓝光为例,通过实验测量计算不同太阳高度角下特定波段光强占太阳光的百分比,并采用Matlab运用最小二乘法进行函数拟合,融合太阳高度角计算公式,建立了特定波段光强在太阳光所占百分比与日期、时间、经度及纬度四个参量之间的多参量耦合模型,通过实时检测太阳光光强快速计算了特定波段光强值.实验证明本方法测量误差小于4.5%,可满足补光系统分波段光强检测需求.

基于QR-RLS脉动阵列的非线性功放建模

在宽带通信系统中,功率放大器表现出明显的记忆效应,无记忆模型无法准确描述其输入输出特性。采用Hamm erste in模型预测实际宽带发射机的记忆效应,并用脉动阵列的QR-RLS算法实现了快速高效的参数提取,不仅具有良好数值稳定性、减小了运算量和数据存储空间,而且易于在FPGA中实现。

基于6S模型的多光谱遥感影像大气校正应用研究

遥感影像的大气校正是定量遥感研究的前提,通过大气校正消除遥感影像中的大气影响,反演得到地面目标物的真实反射率。基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型建立了太阳天顶角、传感器天顶角、气溶胶光学厚度以及地面海拔条件下的大气校正系数查找表,利用该查找表对多光谱遥感影像进行大气校正。结果表明:该算法能够有效地去除大气对遥感影像的影响,获得更加精确的地物真实反射率。