时序InSAR技术在南通港地面形变监测中的应用 被引量：1

1

作者 李寒冰 罗海滨 +2 位作者 吴星乐 王盼 唐旭 《海洋测绘》 CSCD 北大核心 2024年第6期35-38,59,共5页

为克服传统时序InSAR技术中干涉图获取需要较多计算资源和时间成本问题,利用Hy P3 SAR数据在线服务系统获取哨兵-1号时序干涉图,采用时序InSAR技术对获取干涉图进行分析,得到了2022年3月9日至2022年8月24日间南通港地面形变速率和时序... 为克服传统时序InSAR技术中干涉图获取需要较多计算资源和时间成本问题,利用Hy P3 SAR数据在线服务系统获取哨兵-1号时序干涉图,采用时序InSAR技术对获取干涉图进行分析,得到了2022年3月9日至2022年8月24日间南通港地面形变速率和时序形变。与同期水准观测结果进行比较,平均均方根误差为8.10 mm,证明了InSAR监测结果的可靠。InSAR监测结果显示,南通港由于纳泥、填海和地下水开采导致局地发生形变,但整体地表形变较小,不影响港口正常运行。 展开更多

关键词 地面形变监测 SAR数据在线服务 时序InSAR 哨兵-1号 南通港

在线阅读 下载PDF 职称材料

冬小麦叶片SPAD遥感探测的光谱尺度效应 被引量：1

2

作者 池浩然 李映雪 +1 位作者 吴芳 邹晓晨 《农业工程学报》 北大核心 2025年第2期196-205,共10页

叶片SPAD(soil and plant analyzer development)值表征了叶片叶绿素相对含量,是监测农作物长势和营养状况的重要参数。光学遥感是大面积无损探测叶片SPAD值的重要手段。然而,由于不同光谱尺度数据探测光谱变化存在差异,影响了光学探测... 叶片SPAD(soil and plant analyzer development)值表征了叶片叶绿素相对含量,是监测农作物长势和营养状况的重要参数。光学遥感是大面积无损探测叶片SPAD值的重要手段。然而,由于不同光谱尺度数据探测光谱变化存在差异,影响了光学探测作物生化参数的精度,但目前很少有研究系统评估不同光谱尺度对探测冬小麦叶片SPAD值的影响。为优化光谱尺度提升叶片SPAD探测精度,该研究通过连续4年田间试验,获取冬小麦4个关键生育期(拔节期、抽穗期、开花期和灌浆期)和3种施氮水平(N1、N2和N3)条件下的冠层光谱反射率和叶片SPAD值,评估了5种光谱尺度(1、5、10、25和50 nm)下单一波段反射率和植被指数对叶片SPAD值敏感性差异及对机器学习模型估算SPAD值的影响。结果表明,红光波段反射率对SPAD值敏感性最大,光谱尺度敏感性变异系数Var为0.497。红边波段波长710 nm反射率受到光谱尺度影响最大,在全生育期敏感性变异系数Var为1.000。全生育期敏感性最佳植被指数为m ND705,在50 nm光谱尺度对SPAD的敏感性最高(R^(2)=0.685)且光谱尺度敏感性变异系数低(Var=0.014)。在4个单一生育期中,mND705在灌浆期对SPAD的敏感性最佳(R^(2)=0.895)且受到光谱尺度的影响小(Var=0.014)。施氮水平的增加提升了植被指数对SPAD的敏感性。优化光谱尺度提升了机器学习模型估算SPAD的能力,全生育期中以25 nm光谱尺度构建的偏最小二乘回归模型对SPAD的估算精度最佳(R^(2)=0.816和均方根误差RMSE=4.04)。该研究为从优化光谱尺度角度优化光学传感器选择和设计、光谱植被指数波段选择和机器学习模型光谱特征构建提供了理论基础。 展开更多

关键词 光谱尺度 植被指数 叶绿素含量 冬小麦 机器学习

在线阅读 下载PDF 职称材料

基于机器学习和哨兵2号遥感影像的棉花种植空间分布信息提取

3

作者 白淑英 傅志强 +1 位作者 谢涛 张雪红 《江苏农业科学》 北大核心 2024年第20期92-104,共13页

为快速、准确、高效地获取棉花种植空间分布信息,提高棉花信息提取精度,基于机器学习的遥感图像识别方法,是有效解决问题的途径。以新疆维吾尔自治区乌苏市为研究区,利用哨兵2号遥感数据,选取6种常用植被指数、3种红边植被指数,基于遥... 为快速、准确、高效地获取棉花种植空间分布信息,提高棉花信息提取精度,基于机器学习的遥感图像识别方法,是有效解决问题的途径。以新疆维吾尔自治区乌苏市为研究区,利用哨兵2号遥感数据,选取6种常用植被指数、3种红边植被指数,基于遥感植被指数变化曲线进行棉花特征时段选择,并分别采用梯度提升决策树、随机森林、支持向量机算法,通过RF特征优选,进行棉花种植区空间分布信息提取,并对提取结果精度验证。结果表明,机器学习方法(GBDT、RF、SVM)的总体分类精度分别为0.92、0.91、0.88,Kappa系数分别为0.91、0.89、0.85;经RF特征优选后的机器学习算法(RF-GBDT、RF-RF、RF-SVM)的总体分类精度分别为0.94、0.94、0.91,Kappa系数分别为0.93、0.92、0.88;经RF特征优选后的3种机器学习算法(RF-GBDT、RF-RF、RF-SVM)的总体精度分别比RF特征优选前(GBDT、RF、SVM)的总体精度分别提高了0.02、0.03、0.03,Kappa系数分别提高了0.02、0.03、0.03。GBDT作为一种集成的机器学习算法,在地物分类与棉花提取方面有着较好的应用效果,且经过特征优选的RF-GBDT算法精度更高。这表明在进行机器学习分类前,通过算法对输入特征进行重要性筛选,可有效避免因特征冗余造成的分类精度下降,可实现更高精度的棉花种植区域提取。 展开更多

关键词 棉花提取 哨兵2号 机器学习 特征优选 遥感 GBDT

在线阅读 下载PDF 职称材料

基于EMD和VMD的SAR内波波长反演性能评估方法

4

作者 李彦超 谢涛 +2 位作者 李建 张雪红 王超 《海洋测绘》 北大核心 2025年第3期51-55,共5页

由于海洋内波在SAR图像中波形复杂、受环境因素干扰以及自身非线性非平稳特性,导致现有波长反演方法精度难以保障,且相关性能评估研究尚显匮乏。提出一种SAR内波波长反演性能评估方法,利用经验模态分解(EMD)和变分模态分解(VMD)对内波... 由于海洋内波在SAR图像中波形复杂、受环境因素干扰以及自身非线性非平稳特性,导致现有波长反演方法精度难以保障,且相关性能评估研究尚显匮乏。提出一种SAR内波波长反演性能评估方法,利用经验模态分解(EMD)和变分模态分解(VMD)对内波波长进行反演,引入均方根误差(RMSE)、Pearson相关系数等评估参数和能量、熵、平均强度、标准偏差、同质性等指标建立评估模型。实验结果表明:采用EMD时,Sentinel-1卫星和GF-3卫星内波波长反演的标准偏差分别为33.56 m、127.85 m;采用VMD时,Sentinel-1卫星和GF-3卫星内波波长反演的标准偏差分别为0.03 m、0.05 m。该评估模型能够为不同卫星选择更优反演方法进行内波波长反演。 展开更多

关键词 内波波长反演 合成孔径雷达 经验模态分解 变分模态分解 GF-3卫星 Sentinel-1卫星

在线阅读 下载PDF 职称材料

联合多种衍生光谱特征的冬小麦叶绿素含量估算

5

作者 杨伟博 李映雪 +1 位作者 吴芳 邹晓晨 《农业工程学报》 北大核心 2025年第15期165-173,共9页

叶绿素含量是评估作物长势的重要指标,准确估算叶片叶绿素含量对指导田间管理具有重要意义。高光谱遥感是大面积无损探测叶片叶绿素含量的重要手段。与原始冠层光谱反射率相比,冠层衍生光谱通过对原始光谱反射率数学变换处理显著降低了... 叶绿素含量是评估作物长势的重要指标,准确估算叶片叶绿素含量对指导田间管理具有重要意义。高光谱遥感是大面积无损探测叶片叶绿素含量的重要手段。与原始冠层光谱反射率相比,冠层衍生光谱通过对原始光谱反射率数学变换处理显著降低了噪声的影响,提升了光谱特征对作物生理生化参量的敏感性。不同衍生光谱特征对生理生化参量的敏感性波段存在差异,与单一衍生光谱特征相比,充分利用并联合多种衍生光谱敏感性特征,有望进一步提升叶绿素含量探测精度。为此,该文提出了一种联合多种衍生光谱特征探测冬小麦叶绿素含量的方法。通过4a连续田间试验获取冬小麦4个关键生育期(拔节期、抽穗期、开花期和灌浆期)的冠层光谱反射率和叶片叶绿素含量,对原始光谱反射率进行一阶导数反射率变换、标准正态变量变换、去趋势校正和连续统去除变换形成4种衍生光谱特征,比较了原始光谱反射率与4种衍生光谱特征对叶片叶绿素含量敏感性差异。通过递归消除法与4种机器学习算法(随机森林回归、随机梯度提升回归、支持向量回归和核岭回归)结合,分别对单一光谱特征数据和多种光谱特征组合数据选取叶绿素含量敏感性光谱特征,分别构建基于单一光谱特征和联合多种衍生光谱特征的叶绿素含量探测模型。结果表明,逐波段衍生光谱特征与叶绿素含量决定系数大于原始光谱反射率,其中连续统去除变换特征在478~725 nm波段范围内决定系数(determination coefficient)R^(2)>0.6。在基于单一光谱特征数据估算模型中,以衍生光谱特征驱动机器学习估算叶绿素含量精度优于原始光谱反射率,其中以30个一阶导数反射率驱动随机梯度提升回归算法构建的模型精度最佳,在全部数据中估算精度(R^(2)=0.841,均方根误差root mean square error,RMSE=3.309μg/cm^(2))优于采用原始光谱反射率构建最佳模型估算精度(R^(2)=0.814和RMSE=3.602μg/cm^(2))。联合25个不同衍生光谱特征组合驱动随机梯度提升回归模型进一步提升了叶绿素含量估算精度,并降低了模型所需光谱特征数量,在全部数据中估算精度为R^(2)=0.847和RMSE=3.246μg/cm^(2)。研究结果提升了叶绿素含量估算精度,降低了模型的复杂性,为利用高光谱数据估算作物叶绿素含量提供参考。 展开更多

关键词 叶绿素 冬小麦 衍生光谱 机器学习 递归特征消除法

在线阅读 下载PDF 职称材料

基于深度学习的SAR图像海洋涡旋自动检测模型

6

作者 刘太龙 谢涛 +2 位作者 李建 王超 张雪红 《热带海洋学报》 北大核心 2025年第5期65-76,共12页

传统基于合成孔径雷达(synthetic aperture radar, SAR)数据的涡旋检测方法需手动设定阈值和特征参数,操作复杂且难以自动化,现有深度学习模型在检测过程中也存在较高的漏检和误检情况,难以满足涡旋检测对精度和效率的要求。为解决这些... 传统基于合成孔径雷达(synthetic aperture radar, SAR)数据的涡旋检测方法需手动设定阈值和特征参数,操作复杂且难以自动化,现有深度学习模型在检测过程中也存在较高的漏检和误检情况,难以满足涡旋检测对精度和效率的要求。为解决这些问题,文章提出一种基于YOLOv8(you only look once version 8)的改进模型,即涡旋检测网络(eddy detection network,EddyDetNet),以克服上述局限性,提升检测的准确性和效率。该模型在骨干网络(Backbone)和颈部网络(Neck)中引入自适应特征融合模块(adaptive feature compression module, AFCM)和多尺度特征空间金字塔模块(multi-scale feature spatial pyramid module, MFSP)并优化Neck结构和在头部网络(Head)部分新增小目标检测头,提升了不同尺度涡旋的检测精度。实验结果表明, EddyDetNet在精确率(precision, p)、召回率(recall, r)和平均精确率均值(mean average precision, m AP)指标上较YOLOv8分别提升了2.4%、3.2%和5.5%,参数量和运算量减少了38.1%和15.8%。与YOLOv8相比, EddyDetNet在降低计算复杂度和参数量的同时,保持了较高检测精度,适用于多目标和复杂背景下的涡旋检测任务。 展开更多

关键词 海洋涡旋 合成孔径雷达 深度学习 YOLO 目标检测

在线阅读 下载PDF 职称材料

GF-1与ICESat-2数据监测鄱阳湖水量变化

7

作者 林佳余 刘振波 +3 位作者 童旭东 张丽娟 殷凌锋 郑超 《测绘通报》 北大核心 2025年第2期58-63,共6页

本文以鄱阳湖为研究区,基于高分一号(GF-1)和ICEsat-2卫星测高数据,在湖泊水域面积提取基础上,结合ICEsat-2测高数据构建湖泊水位与面积的关系模型,估算鄱阳湖2020—2023年间水量变化,并分析研究区水量时间变化及主要影响因素。研究结... 本文以鄱阳湖为研究区,基于高分一号(GF-1)和ICEsat-2卫星测高数据,在湖泊水域面积提取基础上,结合ICEsat-2测高数据构建湖泊水位与面积的关系模型,估算鄱阳湖2020—2023年间水量变化,并分析研究区水量时间变化及主要影响因素。研究结果表明,鄱阳湖年内水域面积—水位—水量变化较大,呈现明显的季节性特征,即夏季湖泊蓄水量最大,冬季湖泊蓄水量最小。以2020年为例,8月鄱阳湖水量变化量最高达到15.6 km^(3),1月比3月水量减少了1.44 km^(3),年内相差最大值为17.04 km^(3);近3年鄱阳湖水量呈递减趋势,2020年3月到2023年3月鄱阳湖水量减少了1.43 km^(3);通过对鄱阳湖水量变化与区域降水量、温度相关性分析得出,影响鄱阳湖水量变化主要气象因子为降水量,两者的复相关系数R2达0.78。 展开更多

关键词 高分一号 湖泊水量 卫星测高数据 鄱阳湖 水面高程

在线阅读 下载PDF 职称材料

基于YOLOv5s模型的北极气旋目标检测方法

8

作者 王钰坤 谢涛 +2 位作者 向儒萱毅 张雪红 白淑英 《极地研究》 北大核心 2025年第1期1-10,共10页

北极气旋是影响北极环境的主要天气系统之一,对其准确识别对北极航海保障具有至关重要的意义。本文基于欧洲中期天气预报中心推出的第五代大气再分析产品(ERA5)平均海平面气压数据,构建北极气旋目标检测的数据集,训练北极气旋识别的深... 北极气旋是影响北极环境的主要天气系统之一,对其准确识别对北极航海保障具有至关重要的意义。本文基于欧洲中期天气预报中心推出的第五代大气再分析产品(ERA5)平均海平面气压数据,构建北极气旋目标检测的数据集,训练北极气旋识别的深度学习目标检测You Only Look Once version5(YOLOv5s)模型,并与其他深度学习目标检测模型Single Shot Multibox Detector(SSD)、Faster R-CNN、YOLOv4进行性能的验证与比较。试验结果表明,YOLOv5s的检测精确率、平均准确率和刷新频率分别为95.26%、98.09%和64.85 s–1,刷新频率较其余4种模型中效果最好的SSD模型提高了15.65 s–1。YOLOv5s模型检测速度快、精度高且具有更好的识别能力,能够有效识别北极气旋目标,对北极气旋的识别具有较好的应用前景。因此,本文选取2021年冬季、夏季的北极气旋进行个例分析。结果显示,冬季3月8日12时产生的北极气旋生命周期为48 h,平均强度为54.62,夏季9月21日6时的气旋生命周期为84 h,平均强度为42.82,符合北极气旋生命周期夏长冬短,气旋强度冬强夏弱的特点。YOLOv5s模型为北极气旋的检测识别提供了新方法和新思路。 展开更多

关键词 北极 北极气旋识别 ERA5 深度学习 YOLOv5s 模型

在线阅读 下载PDF 职称材料

冠层光谱红边参数结合随机森林机器学习估算冬小麦叶绿素含量 被引量：19

9

作者 王震 李映雪 +1 位作者 吴芳 邹晓晨 《农业工程学报》 EI CAS CSCD 北大核心 2024年第4期166-176,共11页

作物光谱红边参数与叶绿素含量密切相关,是作物生长发育和营养状况的指示器。基于红边参数构建叶绿素含量探测模型是大尺度监测作物长势的有效方法。为提升冬小麦叶绿素含量探测精度,构建适用于不同生育期和施氮水平条件的叶片叶绿素相... 作物光谱红边参数与叶绿素含量密切相关,是作物生长发育和营养状况的指示器。基于红边参数构建叶绿素含量探测模型是大尺度监测作物长势的有效方法。为提升冬小麦叶绿素含量探测精度,构建适用于不同生育期和施氮水平条件的叶片叶绿素相对含量(chlorophyll content,CHL)估算模型。该研究通过4 a大田试验,获取冬小麦4个关键生育期(拔节期、抽穗期、开花期和灌浆期)和3种施氮水平条件下的冠层光谱反射率和叶片CHL。系统比较和评估了47种光谱红边参数对CHL的敏感性,同时采用逐步选择红边参数相对重要性提升了随机森林机器学习模型估算冬小麦CHL的精度。结果表明:光谱红边参数对CHL的敏感性受到冬小麦生育期和施氮水平的影响,在单一生育期中的最佳红边参数与CHL的决定系数R^(2)在0.39和0.89之间。全生育期中最佳红边参数为NDDRmid,与CHL的决定系数R^(2)为0.76。灌浆期敏感性最高,红边参数REPRpi、NDDRmid、RVI2、RVI4、RVI5、RVI6、NDRE、RVI12和RVI13与CHL的决定系数都高于0.80,红边参数RVI5与CHL的决定系数R^(2)为0.89。单一施氮水平条件下敏感性最佳的红边参数与CHL的决定系数在0.75和0.81之间。在N1和N2条件下,最佳红边参数为NDDRmid。在N3条件下RIDRfd与CHL的决定系数最高,R^(2)为0.81。在所评估的光谱红边参数中,NDDRmid、RVI5、RVI12和DIDA在单一生育期和施氮水平条件下都表现出较高的相关性。逐步选择相对重要性红边参数特征优化随机森林模型提升了CHL的估算精度,全生育期中最佳估算精度为R^(2)=0.80和RMSE=4.25。不同生育期和施氮水平条件下,红边参数DIDA和RVI13都作为随机森林模型的重要特征。研究结果揭示了光谱红边参数在不同生育期和施氮条件下估算冬小麦CHL的潜力,同时也为基于红边参数特征的其他类型农作物叶绿素含量探测研究提供了参考。 展开更多

关键词 机器学习 冬小麦 叶绿素 红边参数 SPAD 随机森林

在线阅读 下载PDF 职称材料

机器学习结合高光谱植被指数与SPAD值估算冬小麦氮含量 被引量：11

10

作者 冯惠芬 李映雪 +1 位作者 吴芳 邹晓晨 《农业工程学报》 EI CAS CSCD 北大核心 2024年第1期227-237,共11页

冬小麦叶片氮含量与叶片光合作用和营养状况密切相关,直接影响植株生长发育,而茎秆中的氮含量与茎秆中纤维素、半纤维素和木质素的比例和含量密切相关,直接影响茎秆质量及植株的抗倒伏能力。然而,有关对冬小麦茎秆氮含量估算研究较为有... 冬小麦叶片氮含量与叶片光合作用和营养状况密切相关,直接影响植株生长发育,而茎秆中的氮含量与茎秆中纤维素、半纤维素和木质素的比例和含量密切相关,直接影响茎秆质量及植株的抗倒伏能力。然而,有关对冬小麦茎秆氮含量估算研究较为有限,限制了从氮含量角度判断茎秆质量及对倒伏的预测能力。为精准估算冬小麦不同器官(叶片、茎秆)氮含量,该研究通过2年田间试验,获取冬小麦4个关键生育期(拔节期、抽穗期、开花期、灌浆期)和3种施氮水平条件下(N1、N2和N3)的冠层光谱反射率、叶片、茎秆氮含量及叶片SPAD(soil and plant analyzer development,SPAD)值。分析了不同生育期和施氮水平条件下高光谱植被指数对叶片和茎秆氮含量的敏感性,并结合5种常用的机器学习算法:随机森林回归(random forest regression,RFR)、支持向量回归(support vector regression,SVR)、偏最小二乘回归(partial least squares regression,PLSR)、高斯过程回归(gaussian process regression,GPR)、深度神经网络回归(deep neural networks,DNN)构建冬小麦叶片和茎秆氮含量估算模型。结果表明:高光谱植被指数对叶片和茎秆氮含量的敏感性受到生育期和施氮水平的影响。在灌浆期,最佳植被指数双峰冠层植被指数DCNI(double-peak canopy nitrogen index)对叶片氮含量的敏感性最高,R^(2)为0.866。对茎秆氮含量,在抽穗期的敏感性最高,最佳植被指数归一化叶绿素比值指数NPQI(normalized phaeophytinization index)与氮含量决定系数R^(2)=0.677。施氮水平的提升增加了光谱植被指数对茎秆氮含量的敏感性。结合SPAD值的机器学习算法提升了氮含量的估算精度,对叶片氮含量,在不同生育期和施氮水平条件下估算精度提升了1%~7%,其中在全生育期的归一化均方根误差NRMSE从0.254降低到0.214,抽穗期的NRMSE提升最大,从0.201降低到0.128。对茎秆氮含量,全生育期的NRMSE从0.443降低到0.400,抽穗期的NRMSE变化最大,从0.323降低到0.268。在全生育期,结合SPAD值的DNN模型对叶片(R^(2)=0.782、NRMSE=0.214)和茎秆(R^(2)=0.802、NRMSE=0.400)氮含量的估算精度最佳。研究说明,SPAD值与光谱植被指数结合有利于提升冬小麦不同生育期和施氮水平条件下叶片和茎秆氮含量的估算精度。 展开更多

关键词 冬小麦 机器学习 叶片 茎秆 氮含量 SPAD 高光谱植被指数

在线阅读 下载PDF 职称材料

基于高分辨率数据的农村居民点分布格局及影响因素研究 被引量：4

11

作者 马丽萍 刘波 +1 位作者 陈正超 张兵 《水土保持研究》 CSCD 北大核心 2024年第4期395-407,共13页

[目的]剖析高分辨率视角下西南农村居民点大区域分布特征,探讨不同因素对农村居民点空间分布的影响,为农村居民点空间发展提供科学依据。[方法]针对当前研究中“区域性规律”和“内部精细结构”难以兼顾的不足,基于高分辨率农村居民点数... [目的]剖析高分辨率视角下西南农村居民点大区域分布特征,探讨不同因素对农村居民点空间分布的影响,为农村居民点空间发展提供科学依据。[方法]针对当前研究中“区域性规律”和“内部精细结构”难以兼顾的不足,基于高分辨率农村居民点数据,采用核密度、空间热点探测、可达性分析和地理探测器等方法,从全域和斑块尺度研究了广西农村居民点空间分布特征,进一步分析自然因素、区位因素和社会经济因素对农村居民点空间分布的影响。[结果](1)研究区农村居民点整体分布呈显著集聚型,以小规模、低密度、复杂形状为主要分布特征。全省农村居民点平均密度为5.59个/km^(2),规模和形状均呈现显著高值聚集特征。(2)农村居民点分布具有显著分异性,随着高程和坡度的增加,以及耕地、道路和水域可达性的减小,农村居民点总面积、规模和密度呈现递减趋势。不同地质背景居民点空间分布差异较大,喀斯特区农村居民点分布总面积少但规模较大,形状更复杂、密度更低。(3)自然、区位和社会经济等不同因素对农村居民点分布的影响具有明显的差异性,社会经济因素对农村居民点分布总面积具有较强的“决定力”,区位因素特别是耕地与道路对农村居民点分布规模和形状具有主导作用,而对农村居民点分布密度影响最重要的是自然因素。[结论]广西农村居民点空间分布地域差异性显著,不同因子对农村居民点产生显著效果。 展开更多

关键词 农村居民点 空间格局 高分辨率数据 喀斯特区

在线阅读 下载PDF 职称材料

利用全极化SAR数据的极化特征获取海冰密集度的算法 被引量：2

12

作者 陈星哲 谢涛 +3 位作者 王明华 张雪红 李建 白淑英 《测绘通报》 CSCD 北大核心 2024年第2期80-84,89,共6页

本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,... 本文提出了一种利用全极化SAR数据的极化特征获取海冰密集度算法。首先,对全极化SAR数据进行多视化及滤波等预处理,以获取相干矩阵与协方差矩阵;其次,通过相干矩阵与协方差矩阵获取若干极化特征,对这些极化特征进行相关性与冗余性分析,构建最优特征空间;然后,将最优特征空间作为输入量放入神经网络分类器中,得到海冰分类结果;最后,根据海冰分类结果提取海冰密集度。选用拉布拉多南部海域2景全极化Radarsat-2影像获取海冰密集度,与业务化海冰密集度产品ASI-3125进行对比研究。本文算法结果与ASI-3125海冰密集度分布趋势基本一致,总体上略大于ASI-3125海冰密集度,标准差值分布为3.46%和6.82%,说明利用高分辨率全极化SAR数据在监测边缘区域小尺寸破碎海冰方面具有优势。 展开更多

关键词 RADARSAT-2 海冰 海冰密集度 特征提取 神经网络

在线阅读 下载PDF 职称材料

星载GNSS-R融冰期海冰密集度反演研究 被引量：1

13

作者 王玥 谢涛 +3 位作者 李建 张雪红 白淑英 王明华 《海洋学报》 CAS CSCD 北大核心 2024年第5期127-136,共10页

针对北极融冰期的海冰密集度反演,并改善全球导航卫星系统反射测量(GNSS-R)对海水的海冰密集度高估问题,本文提出一种利用机器学习算法生成高时空分辨率的融冰期海冰密集度估算方法,提取GNSS-R时延多普勒图(DDM)的特征参数,并结合海表... 针对北极融冰期的海冰密集度反演,并改善全球导航卫星系统反射测量(GNSS-R)对海水的海冰密集度高估问题,本文提出一种利用机器学习算法生成高时空分辨率的融冰期海冰密集度估算方法,提取GNSS-R时延多普勒图(DDM)的特征参数,并结合海表温度数据建立LightGBM模型,将反演结果与参考海冰密集度值进行相关性分析和评估。本文的模型结果与OSI SAF的海冰密集度产品显示出较好的一致性,相关系数、平均绝对误差和均方根误差分别为0.965、0.061和0.090。该方法能够实现对北极海冰边缘区的海冰密集度高精度估计。 展开更多

关键词 GNSS-R DDM 融冰期 海冰密集度 LightGBM 北极

在线阅读 下载PDF 职称材料

基于非监督分类和图优化的GNSS多路径误差削弱方法

14

作者 丁杨 赵乐文 李飞翔 《大地测量与地球动力学》 CSCD 北大核心 2023年第10期1015-1019,1031,共6页

基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离... 基于城市环境下采集的多系统GNSS数据研究非监督分类算法和图优化(factor graph optimization,FGO)算法对多路径误差的抑制能力。伪距单点定位(single point positioning,SPP)结果表明,基于K-means++的非监督分类算法进行多路径信号分离时,在N、E、U方向的定位精度分别为3.61 m、2.90 m、8.14 m,较传统算法分别提升53.18%、55.18%、44.96%。图优化方法利用伪距和多普勒约束因子进行最优估计,在N、E、U方向的定位精度分别为0.94 m、1.34 m、2.78 m,精度分别提升82.1%、78.5%、82.0%。图优化算法对城市环境下GNSS定位的多路径误差抑制具有显著效果,可用于GNSS精密定位预处理阶段的异常卫星剔除和精确坐标初值获取,提高城市环境下GNSS定位性能。 展开更多

关键词 非监督分类 图优化 伪距单点定位 多路径误差

在线阅读 下载PDF 职称材料

GF-6与Sentinel-2B影像辐射一致性研究

15

作者 董天赐 张雪红 +4 位作者 吴娟 袁建锋 周钰菊 谢涛 章鸣 《航天返回与遥感》 2025年第5期49-64,共16页

多源卫星影像之间的辐射一致性研究旨在消除传感器间系统性差异,实现多源遥感数据的高精度协调。文章基于多时相GF-6卫星与Sentinel-2B卫星同步影像,对GF-6卫星PMS、WFV传感器及Sentinel-2B MSI传感器的蓝、绿、红和近红外波段开展了多... 多源卫星影像之间的辐射一致性研究旨在消除传感器间系统性差异,实现多源遥感数据的高精度协调。文章基于多时相GF-6卫星与Sentinel-2B卫星同步影像,对GF-6卫星PMS、WFV传感器及Sentinel-2B MSI传感器的蓝、绿、红和近红外波段开展了多光谱影像反射率线性回归分析,系统探索3台传感器之间的辐射一致性及影响因素。对不同地表覆盖类型的7组同步影像进行辐射校正和几何校正处理,再基于GF-6 PMS对辐射衰减严重的GF-6 WFV影像开展交叉定标,获取地表反射率并进行一致性分析。结果显示:基于官方定标系数辐射校正后的GF-6 PMS与Sentinel-2B MSI的多光谱反射率影像具有较强的一致性(决定系数R^(2)>0.99,均方根误.差RMSE<0.01),进行交叉定标后的GF-6 WFV与Sentinel-2B MSI多光谱影像的辐射一致性显著增强(与交叉定标前相比,交叉定标校正后4个波段的R^(2)提高了0.32%~1.97%, RMSE下降27.27%~60.12%)。研究表明,辐射响应衰减是导致GF-6 WFV与Sentinel-2B MSI辐射一致性较差的主要因素,经同平台具有稳定辐射响应的PMS交叉定标后,GF-6WFV与Sentinel-2B MSI多时相影像的辐射一致性显著提升。该研究为GF-6与Sentinel-2B辐射产品的互补融合提供了借鉴与参考。 展开更多

关键词 GF-6 PMS/WFV Sentinel-2B MSI 辐射一致性 交叉定标 地表反射率

在线阅读 下载PDF 职称材料