最新刊期
      2020 年 第 24 卷 9 期

        天宫对地观测数据及应用

      • 陈洁好,张云华,董晓
        2020, 24(9): 1059-1069. DOI: 10.11834/jrs.20208509
        天宫二号三维成像微波高度计大气斜距时延校正
        摘要：2016-09-15随天宫二号空间实验室发射升空的三维成像微波高度计（简称天宫二号成像高度计）是国际上第一个采用小入射角、短干涉基线实现宽刈幅海面高度测量的高度计。由于天宫二号没有为成像高度计配备用于大气校正的微波辐射计，因此需要采用模型方法对大气时延进行精确估计。传统高度计采用星下点观测，通常只考虑大气折射率的改变引起传播速度变化的时延。天宫二号成像高度计采用偏离星下点1°—8°的小角度观测，因此在进行大气传输时延校正时不仅要考虑雷达信号传播速度的改变，还应考虑由于传播方向改变带来的路径弯曲效应。本文针对天宫二号成像高度计的观测几何特性，提出基于数值天气模型校正大气斜距时延的算法：采用欧洲中期天气预报中心的天气数据和大气分层模型，通过气象参数计算大气折射率；根据高度计参数和各层大气折射率，依赖折射定律和信号传播的几何关系在路径上逐层积分，计算大气斜距时延的估值。通过对天宫二号成像高度计的陆地角反射器定标实测数据进行处理，经大气斜距时延校正后，角反射器的剩余距离误差的标准差约为6.2 cm，达到厘米量级的斜距测量精度，验证了在不同入射角情况下，所提出的大气斜距时延校正算法的有效性和可靠性。  
        关键词：天宫二号微波高度计;干湿大气时延;斜距时延校正;数值天气模型;路径弯曲   
        637
        |
        180
        |
        2
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312339 false
        发布时间：2020-08-28
      • 王宇航,种劲松
        2020, 24(9): 1070-1076. DOI: 10.11834/jrs.20209231
        天宫二号近天底角交轨干涉SAR的海洋涡旋探测
        摘要：海洋涡旋是海洋科学研究的一个重要分支，在海洋热循环中起着重要的作用。传统的卫星高度计通常能够探测到水平尺度超过100 km的中尺度涡旋，但是由于其分辨率较为粗糙，对于1—100 km的亚中、小尺度涡旋难以探测。天宫二号搭载的三维成像微波高度计（InIRA）是国际上第1个可以用于进行海面高度测量的Ku波段干涉SAR，为观测和研究海洋亚中、小尺度涡旋提供了数据来源。InIRA不仅可以获取海洋涡旋2维SAR图像，同时通过两个天线获取复图像间的干涉相位，能够获取涡旋海表面高度异常，为海洋涡旋的探测研究提供了新的可能。本文基于天宫二号InIRA数据，开展了海洋涡旋探测的研究，提出一种通过计算涡旋海面相对高度变化实现海洋涡旋探测的方法。通过对InIRA涡旋数据的处理与分析，发现该方法能够实现海洋涡旋的探测，并利用MODIS叶绿素浓度数据和海表温度数据对海洋涡旋探测结果进行了验证。  
        关键词：海洋涡旋;天宫二号;近天底角交轨干涉SAR;涡旋探测   
        636
        |
        182
        |
        1
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312044 false
        发布时间：2020-08-28
      • 刘康,周壮,李盛阳,刘云飞,万雪,刘志文,谭洪,张万峰
        2020, 24(9): 1077-1087. DOI: 10.11834/jrs.20209323
        天宫一号高光谱遥感场景分类数据集及应用
        摘要：天宫一号高光谱成像仪具有空间分辨率高、光谱分辨率高、图谱合一等特性，在中国航天高光谱领域具有里程碑的意义。针对一般遥感场景分类数据集尺度单一、光谱分辨率较低等问题，本文提出基于天宫一号的多谱段、高空间分辨率、多时相高光谱遥感场景分类数据集(TG1HRSSC)。利用天宫一号高光谱成像仪获取的高质量数据，经过辐射校正、几何校正、空间裁剪、波段筛选、数据质量分析与控制等，制作了一批通用的航天高光谱遥感场景分类数据集，通过载人航天空间应用数据推广服务平台（http://www.msadc.cn[2019-09-10]）进行分发和共享。该数据集包括天宫一号高光谱成像仪获取的城镇、农田、林地、养殖塘、荒漠、湖泊、河流、港口、机场等9个典型地物场景的204个高光谱影像数据，其中5 m分辨率全色谱段1个波段、10 m分辨率可见近红外谱段54个有效波段以及20 m分辨率短波红外谱段52个有效波段。研究利用AlexNet、VGG-VD-16、GoogLeNet等深度学习算法网络对构建的数据集进行场景分类的试验，结果表明该数据集的场景分类应用实现较好效果。由于该数据集具备高分辨、高光谱等特征优势，未来在语义理解、多目标检测等方面有着广泛的应用价值。  
        关键词：天宫一号;高光谱成像仪;场景分类;数据集;深度学习   
        1390
        |
        879
        |
        9
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3311928 false
        发布时间：2020-08-28
      • 覃帮勇,万雪,轩诗宇,李盛阳,刘康
        2020, 24(9): 1088-1098. DOI: 10.11834/jrs.20209333
        “一带一路”沿线港口城市天宫二号多光谱影像数据集
        摘要：港口城市在“一带一路”建设中具有重要地位和作用，遥感影像数据可以为港口城市的动态监测提供有效的信息支撑。天宫二号空间实验室搭载的宽波段成像仪是新一代中分辨率成像光谱仪，具有谱段宽、视场大等特点，在可见近红外、短波红外、热红外谱段共设置有18个通道，空间分辨率分别为100 m、200 m和400 m，自2016-09—2019-07获取了大量的对地观测多光谱影像数据。本文面向 “一带一路”沿线的25个港口城市，从天宫二号宽波段成像仪获取的多光谱数据中挑选出58组不同时间获取的高质量影像，经过预处理、辐射校正、几何校正等处理和数据质量控制，构建了“一带一路”沿线港口城市专题影像数据集，并对该数据集的应用价值和潜力进行了分析。结果表明该数据集可以为“一带一路”沿线港口城市及其周边区域资源环境遥感监测提供重要信息支撑，在港口城市相关的中大尺度场景分类识别方面具有较大应用价值。  
        关键词：天宫二号;宽波段成像仪;一带一路;港口城市;遥感影像数据集   
        668
        |
        157
        |
        0
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3311873 false
        发布时间：2020-08-28

        技术方法

      • 康金忠,王桂周,何国金,王慧慧,尹然宇,江威,张兆明
        2020, 24(9): 1099-1107. DOI: 10.11834/jrs.20208364
        遥感视频卫星运动车辆目标快速检测
        摘要：随着遥感卫星成像技术的快速发展，遥感视频卫星的出现为运动车辆目标信息获取提供了新手段。然而在遥感卫星视频中，运动车辆目标仅为几个或十几个像素并与背景的对比性较低，难以获取车辆的局部细节特征，使得传统监控视频的运动车辆检测方法直接应用到卫星视频图像会存在很多的问题。在分析遥感卫星视频运动车辆目标检测与传统监控视频运动车辆目标检测差异的基础上，本文提出了一种感兴趣区域自动约束的遥感卫星视频运动车辆快速检测方法：首先是快速自动获取运动车辆目标的感兴趣区域；其次在感兴趣区域约束下，基于改进的高斯背景差分方法实现感兴趣区域内运动车辆快速检测。应用Skybox-1卫星视频数据进行了运动车辆目标检测实验并进行了定性与定量分析。实验结果表明，本文方法可以有效自动减少动态背景变化导致的伪运动目标，具有较高的检测率、较高的检测质量、极低的虚警率以及较高的运行效率，可自动高效实现卫星视频图像中运动车辆目标的高精度检测。  
        关键词：遥感视频卫星;Skybox-1;运动车辆;感兴趣区域约束;帧间差分;背景差分   
        745
        |
        201
        |
        2
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312003 false
        发布时间：2020-08-28
      • 蔡文婷,赵书河,王亚梅,彭凡晨
        2020, 24(9): 1108-1119. DOI: 10.11834/jrs.20208471
        结合Sentinel-2光谱与纹理信息的冬小麦作物茬覆盖度估算
        摘要：作物茬覆盖度的估算对于探究农业耕作方式对周围环境的影响具有十分重要的意义。目前，基于多光谱影像的作物茬指数是作物茬覆盖度估算的常用方法。然而，在作物茬高覆盖区域，指数法容易出现“饱和”现象。已有研究结果表明结合影像的光谱与纹理信息有助于改善指数法的“饱和”问题。Sentinel-2作为一颗多光谱卫星，空间分辨率可达10 m，与Landsat OLI相比，具有更丰富的纹理信息。因此，探究Sentinel-2光谱与纹理信息相结合在作物茬覆盖度估算上的潜力具有重要意义。本文以山东省禹城市为研究区，分析了Sentinel-2各波段反射率、归一化差值指数以及不同窗口大小下灰度共生矩阵统计量等遥感因子与野外实测作物茬覆盖度的相关性，并利用最优子集法对遥感因子进行筛选，构建作物茬覆盖度的最优估算模型。同时，使用留一法交叉验证对模型进行评价。结果表明在单因子分析中，归一化差异耕作指数NDTI（Normalized Difference Residue Index）与作物茬覆盖度的相关性最好，相关系数达0.735。使用NDTI、5×5窗口下Sentinel-2 8A波段的相关性统计量以及12波段的方差统计量构建的多元方程是作物茬覆盖度估算的最优模型，相关系数为0.869，均方根误差为11%。与仅使用光谱信息的最优模型相比，相关系数提高了0.094，均方根误差下降了3.5%。可见，结合Sentinel-2的纹理信息有助于提高作物茬覆盖度的估算精度。  
        关键词：Sentinel-2;作物茬覆盖度;作物茬指数;灰度共生矩阵;纹理窗口;最优子集回归;Landsat OLI   
        807
        |
        183
        |
        8
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312208 false
        发布时间：2020-08-28
      • 张小娟,汪西莉
        2020, 24(9): 1120-1133. DOI: 10.11834/jrs.20208365
        完全残差连接与多尺度特征融合遥感图像分割
        摘要：遥感图像数据规模大，光照、遮挡等情况复杂，目标密集、尺度不一以及缺乏大量带标注图像用于训练深度网络等特点对遥感图像分割的完整性和正确性造成了更大的挑战。针对深度卷积网络中因多次卷积造成分辨率显著下降，像素类别预测精度降低的问题，本文在深度卷积编码—解码网络的基础上设计了一个采用完全残差连接和多尺度特征融合的端到端遥感图像分割模型。该模型具有两方面优点：首先，长距离和短距离的完全残差连接既简化了深层网络的训练，又为本层末端融入了原始输入信息，增强了特征融合。其次，不同尺度和方式的特征融合使网络能够提取丰富的上下文信息，应对目标尺度变化，提升分割性能。本文通过对ISPRS Vaihingen和Road Detection数据集做数据扩充并进行实验，分别从平均IOU、平均F1值两方面对模型进行评价。通过与目前先进的模型以及文献中的研究成果进行比较，结果表明本文所提模型优于对比模型，在两个数据集上的平均IOU分别达到了85%和84%，平均F1值分别达到了92%和93%，能够有效提高遥感图像目标分割的完整性和正确性。  
        关键词：遥感图像分割，深度卷积神经网络，完全残差连接，多尺度特征融合，ISPRS Vaihingen数据集，Road;Detection数据集   
        775
        |
        210
        |
        5
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312401 false
        发布时间：2020-08-28

        博士论坛

      • 陈凯强,高鑫,闫梦龙,张跃,孙显
        2020, 24(9): 1134-1142. DOI: 10.11834/jrs.20209056
        基于编解码网络的航空影像像素级建筑物提取
        摘要：建筑物提取在城市规划等土地利用分析中发挥着重要作用。用于提取建筑物的传统方法通常基于手工特征和分类器，导致精度较低。本文基于编解码结构的卷积神经网络CNN(Convolutional Neural Networks),自主学习多级的和具有区分度的特征来更好地辨识建筑物和背景，实现航空影像中的像素级建筑物提取。该网络由编码子网络和解码子网络两部分组成，编码子网络对输入图像进行空间分辨率压缩，完成特征提取；解码子网络从特征中提升空间分辨率，完成像素级的建筑物提取。此外，本文使用视野增强FoVE(Field-of-View Enhancement)方法减轻边缘现象(切片边缘附近的建筑物提取精度通常低于中心区域附近的精度)的影响，并分别在两个建筑物提取标准数据集上的实验表明，编解码卷积神经网络能有效实现像素级建筑物提取，FoVE能有效提高建筑物提取准确率；通过改变预测时切片大小和重叠度，分析其对建筑物提取结果的影响，揭示了FoVE的饱和性。  
        关键词：遥感;建筑物提取;卷积神经网络;深度学习;航空影像   
        828
        |
        359
        |
        15
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312276 false
        发布时间：2020-08-28
      • 周阳,沈爱国,毕大平
        2020, 24(9): 1143-1156. DOI: 10.11834/jrs.20209004
        双通道SAR振动目标快速检测
        摘要：目标的振动会对雷达回波产生特殊的相位调制，称为微多普勒效应，能够提供对微动目标检测的有利信息，因此对提高SAR(Synthetic Aperture Radar)系统性能具有重要意义。然而，已有的检测算法存在运算量大、抗杂波噪声能力弱和无法适应多振动目标等问题。针对这些问题，本文提出一种对振动目标检测的新算法。该算法利用相位中心天线偏置DPCA(Displaced Phase Center Antenna )对消技术消除杂波，并沿方位向累加DPCA信号来提高算法的抗噪声能力。由于振动目标SAR方位回波的频谱与脉冲序列具有高度相似性，本文算法选择了检测重复脉冲序列的脉冲重复频率PRI(Pulse Repetition Interval )变换法来实现振动目标的检测。仿真实验表明，本文算法能够在强杂波噪声条件下检测振动目标，同时具有准确振动频率估计性能，甚至当同一个单元存在多个振动目标时，本文算法依然适用。仿真中振动目标检测的计算机运行总时间不超过0.6 s，说明本文算法适用于实时检测，通过与GLRT算法和Hough变换算法运算量的比较，证明了本文算法相比于经典算法具有运算量小，检测速度快的优点。  
        关键词：遥感;合成孔径雷达(SAR);振动目标;SFM信号;DPCA;PRI变换;CFAR   
        638
        |
        250
        |
        2
        <HTML>
        <网络PDF><Meta-XML>
        <引用本文> <批量引用> 3312134 false
        发布时间：2020-08-28
      0