我国卫星海洋遥感应用技术的新进展

21世纪以来,世界各国纷纷把目光投向海洋,向海洋要环境,向海洋要资源,向海洋要安全.海洋已成为国际上新一轮竞争的重要舞台.对海洋环境的认知能力是竞争的核心内容之一,由于卫星遥感的独特优势,它已成为提升广阔海洋环境认知度的重要高新技术手段.文章在概要介绍我国自主卫星发展过程及性能基础上,从自主卫星资料处理技术、海洋卫星资...     

10 kV铁路输电线路故障信息综合处理系统研究

通过对10kV铁路自闭、贯通输电线路特点的分析,研究了其相间短路、单相接地等不同故障的特性,并在此基础上设计了故障信息综合处理系统.该系统通过分析采集到的数据,由远方控制单元判定故障类型且将故障数据报文送往调度中心,该中心根据判据判定出故障区段:对于相间短路,调度中心会自动启动相应的程控卡片,快速切除故障区段;对于单相接地,在工作站上会自动报警.同时,为系统设计了换相算法、单相接地算法和故障检测判别流程等.换相算法以配电所为参考来拟订其物理相序,其余开关站或配电所的物理换相位置则通过矩阵与配电所参考物理相位置的乘积获得.试验和现场运行表明,该系统可以有效、及时、准确地判别故障位置和故障相以及故障类型等,大大缩短了故障查找的时间.     

平流层气溶胶和臭氧的卫星遥感

本文论述了平流层气溶胶和Ｏ３等微量气体遥感探测的重要意义，介绍了卫星遥感的原理和技术、星载仪器和通道，并结合ＳＡＧＥⅡ讨论了其反演理论和方法等，最后指出，在我国的卫星遥感发展战略中，应及时开展对平流层气溶胶和Ｏ３等微量气体的遥感探测和研究。     

遥感监测城市热岛强度及其作为生态监测指标的探讨

“热岛效应”现象是现代城市气候的主要特征之一。利用TM卫星遥感数据的分析结果,根据地理相似准则,提出以相对亮温来表示热岛强度,并将此无量纲因子应用于比较不同城市同一的不同小区;或同一小区不同时期中的热岛强度的差异,以此探讨利用遥感技术监测城市热岛强度的可能性。并提出将城市热岛强度作为城市生态环境状况的监测指标之一。     

拉曼-米激光雷达污染环境下气溶胶散射系数反演

提出一种针对雾霾等大气污染环境下近地面区域气溶胶后向散射系数的修正反演方法.针对大气污染环境下近地面气溶胶含量激增导致弹性信号强度超过激光雷达抑制比而引发弹性信号泄漏,进而造成转动拉曼信号发生畸变,提出一种拉曼回波信号修正方法;同时考虑了大气温度对大气分子散射应用于气溶胶反演的影响.实验表明,相比经典Raman-Mie气溶胶反演方法,修正算法反演近地面稳定气溶胶层内气溶胶后向散射系数精度可提高约20%,有助于改善拉曼-米雷达在污染环境下的总体探测性能.      

用于高光谱遥感图像分类的空间约束高斯过程方法

高光谱遥感图像分类是遥感图像处理的一项重要内容.高光谱遥感图像具有非线性属性.图像中不同方位光谱特征的变化将使得仅从标记训练样本得到的分类器分类精度不会太高.为了提高分类的精度,一方面应对光谱信息的合理利用;另一方面,对空间信息的利用也非常重要.高斯过程(Gaussion process,GP)是一种贝叶斯统计学习方法,能够建立概率模型,并且使得分类结果更易于解释.传统GP分类方法中核函数的构造仅利用光谱信息.本文提出了一种加入空间关系的新分类方法.利用遥感图像空间相关性,在GP分类方法中通过构造新的核函数(spatial Gauss kernel,SGK)来实现空间约束,部分消除了同物异谱和同谱异物造成的分类错误.实验结果表明,该方法对于提高高光谱遥感图像的分类精度具有积极意义.     

智能家居远程控制系统的设计

文章介绍了一种新的智能家居远程控制系统的设计方案。系统采用蓝牙无线通信技术实现了方便、灵活的家庭内部组网,可以通过电话和网络远程控制连入家庭网络的网络家电,在家中通过无线控制终端实现对家庭联网设备的集中控制。该系统简单易用,扩展性好。     

卫星遥感估算淮河流域区域能量通量的方法研究

利用1998年淮河流域加密观测试验（HUBEX／IOP）期间的资料,进行淮河流域能量平衡的参数化方案的研究,用NOAA卫星的AVHRR资料建立了试验区地表特征参数及能量平衡各分量的参数化方程,并对卫星遥感反演结果和试验观测值进行了对比,为淮河流域能量和水循环的数值模拟提供了物理依据。     

基于物联网技术的智能家居防盗监控系统

针对家居安防问题,提出基于物联网技术的家居防盗监控系统．该系统由智能防盗和远程监控两个单元组成,其中智能防盗单元以AT89C51单片机为核心控制主要包括人体红外感应和电话报警模块;远程监控单元由视频采集设备、视频监控服务端、存储设备及视频监控客户端组成,以S3C2440ARM9为主控中心．系统样机的测试表明该系统可以实现入侵检测、自动拨号给客户,客户能及时用手机、电脑等网络终端设备远程视频监控家居情况并保存监控视频记录．     

高光谱图像植被类型的CART决策树分类

为提高植被分类的精度, 在利用高光谱图像提取植被信息时需要考虑训练样本和地形等其他因素的影响。以长白山为研究背景, 基于CART（Classification And Regression Tree）算法构建决策树模型, 对高光谱图像进行植被分类。由于混合像元的影响, 以采用PPI（Pixel Purity Index）提取的纯净像元作为训练样本, 提取植被指数、 纹理和地形等分类特征变量。基于这些变量构建CART决策树对植被分类, 并将结果与最大似然法分类结果进行比较。结果表明, CART决策树分类法可实现光谱、 纹理和地形特征的有效组合, 有较好的分类效果。