基于气象卫星云图的红外吸收带火山特征分析

引用本文

宋文韬, 胡勇, 刘丰轶, 巩彩兰. 基于气象卫星云图的红外吸收带火山特征分析[J]. 光谱学与光谱分析, 2019,39(1): 73-78.
SONG Wen-tao, HU Yong, LIU Feng-yi, GONG Cai-lan. Analysis of Infrared Absorption Band for Volcano Based on Meteorological Satellite Cloud Image[J]. Spectroscopy and Spectral Analysis, 2019,39(1): 73-78.
Doi:10.3964/j.issn.1000-0593(2019)01-0073-06 复制到剪切板

Permissions

《光谱学与光谱分析》期刊社所有

基于气象卫星云图的红外吸收带火山特征分析

宋文韬^1,^2,³, 胡勇^1,^2,^*, 刘丰轶^1,², 巩彩兰^1,²

1. 中国科学院上海技术物理研究所, 上海 200083

2. 中国科学院红外探测与成像技术重点实验室(中国科学院上海技术物理研究所), 上海 200083

3. 中国科学院大学, 北京 100049;

*通讯联系人 e-mail: huyong@mail.sitp.ac.cn

作者简介: 宋文韬, 1992年生, 中国科学院上海技术物理研究所博士研究生 e-mail: songwentao1992@qq.com

收稿日期: 2017-12-20 接受日期: 2018-04-16

基金: 国家“十二五”科技支撑计划项目(2012BAH31B02-02), 中国科学院上海技术物理研究所创新专项(CX-55)资助

摘要

飞行目标在2.7和4.3 μm谱段附近具有较强的红外辐射, 因此这两个波段是探测飞行目标的最佳波段, 但是由于这两个波段并非大气窗口, 不被大多数遥感器包含。对这两个谱段的典型地物特性开展研究具有重要的价值, 但由于缺乏必要的数据获取能力, 经常面临数据缺乏的问题。世界范围内频频有各种程度的火山爆发, 火山爆发时温度较高的火山口, 是否对于天基红外探测系统典型目标探测有影响, 其影响程度如何一直缺乏相关的分析和研究。基于大气辐射传输理论, 利用多元统计分析得到波段转换模型, 使用气象卫星已有波段获得红外吸收谱段数据。将火点像元视为明火和背景的混合像元, 采用目标与背景分离的方式描述高温目标像元的热辐射。对高温目标辐射量, 在气溶胶模式固定的情况下, 选取观测天顶角、大气可降水量、大气廓线为自变量影响因子。对于背景辐射亮度关系, 选取观测天顶角、大气可降水量、大气廓线、背景温度为自变量影响因子, 利用多元统计, 建立相关模型。利用对地面热状态非常敏感的风云三号可见光红外扫描辐射计第3通道数据的统计特征探测火山口, 获取高温目标在特定波段的表观多维特征并定量分析。火山的多维特征分析, 主要从时间和空间两个维度展开。时间维度是对同一火山在不同时间的数据进行分析, 空间维度上, 主要统计火山口的辐射亮度和亮度温度的空间分布特征。一般气象卫星分辨率较低, 单纯利用像元个数表示火山面积, 明显夸大了火山的实际面积, 所以基于亚像元特性对火山进行分析, 将混合像元火点视为明火和背景的组合, 运用线性光谱混合模型, 通过混合像元的辐射率精确计算火山高温点的面积和温度, 提高定量分析精度。分析结果表明: 通过仿真手段结合多元统计分析方法建立高温目标的波段转换模型是一种可行的预研手段。在2.7~2.95 μm谱段, 火山口在弱背景环境下可能会对高温目标造成干扰, 而在4.2~4.45 μm谱段, 火山口能量远高于一般地表类型, 是不可忽视的干扰。

关键词: 高温目标; 波段转换; 特征分析; 亚像元分析

中图分类号:TP722.5 文献标志码:A

Analysis of Infrared Absorption Band for Volcano Based on Meteorological Satellite Cloud Image

SONG Wen-tao^1,^2,³, HU Yong^1,^2,^*, LIU Feng-yi^1,², GONG Cai-lan^1,²

1. Shanghai Institute of Technical Physics of Chinese Academy of Sciences, Shanghai 200083, China

2. Key Laboratory of Infrared System Detection and Imaging Technology, Institute of Technical Physics, Chinese Academy of Sciences, Shanghai 200083, China

3. University of Chinese Academy of Sciences, Beijing 100049, China

Abstract

The targets have strong infrared radiation near the 2.7 and 4.3 μm bands, so these two bands are also the best bands to detect the flying target, but since these two bands are not atmospheric windows, they are not included in most remote sensors. It is of great value to study the typical features of infrared absorption spectrum. However, due to the lack of necessary data acquisition ability, it often faces the problem of lack of data. There are frequent volcanic eruptions in various parts of the world. Whether volcanic eruptions have an impact on typical target detection or not is lacking in relevant analysis and research. In this paper, we get the data which transformed from the meteorological satellite data, through the wave band conversion model, based on the theory of atmospheric radiation transmission and the multivariate statistical analysis. The High temperature pixel is regarded as a mixed pixel of flame and background, and the target radiation is separated from the background to describe the thermal radiation of high temperature target pixel. When the aerosol mode is fixed, the observation zenith angle, atmospheric precipitation and the atmospheric profile are the influencing factors of the independent variable. For the background radiation brightness, the observation zenith angle, atmospheric precipitation in the atmosphere, atmospheric profile and background temperature are the influential factors of independent variables, and multivariate statistics are used to establish the relevant models. The volcano was detected by using the statistical characteristics of the third channel data of the FY-3 VIRR to obtain the apparent multidimensional features and quantitative analysis in time dimension, and the data of the same volcano are analyzed at different times. In spatial dimension, the spatial distribution characteristics of radiation brightness and luminance temperature of the crater are statistically calculated. The resolution of normal meteorological satellite is quite low, if we use pixel resolution to represent the volcanic area, the actual area of the volcano will be significantly exaggerated. So in this paper we propose a sub-pixel characteristics analysis method to increase the quantitative analysis accuracy. A combination of a mixture of pixels is considered as a combination of flame and background, and a linear spectral mixture model is used to accurately calculate the area and temperature of a volcano’s high temperature point by the emissivity of the mixed pixel. The results show that the 2.7~2.95 μm crater may interfere with the high temperature target in the weak background environment. In 4.2~4.45 μm band, the crater has been proved to be a potential disturbance that can not be ignored. Its energy is much higher than the general surface type.

Keyword: High temperature target; Band conversion; Feature analysis; Sub-pixel analysis

文章图片

引言

飞行目标发动机主要燃料为碳氢化合物, 会生成大量高温的二氧化碳(CO₂)和水汽(H₂O), 温度超过1 000 K。这种高温高压混合气体是选择性辐射体, 在短波红外2.7 μ m谱段处和中波红外4.3 μ m谱段处有发射带^[1], 因此这两个波段是探测飞行目标的最佳波段^[2], 天基红外探测系统, 采用的就是对2.7和4.3 μ m比较敏感的探测单元^[3], 但这两个波段并非大气窗口, 透过率较低, 所以这两个波段几乎不被其他遥感器包含, 因此一般情况下难以获得相应遥感数据, 经常面临数据缺乏的问题。

世界上现有500多座活火山, 近些年在世界范围内频频有各种程度的火山爆发, 引起了各国学者对于火山喷发的关注^[4]。对于天基红外探测系统而言, 火山爆发时温度较高的火山口, 是否对典型目标探测有影响, 其影响程度如何一直缺乏相关的分析和研究。所以对短波红外2.7 μ m和中波红外4.3 μ m谱段处火山影像进行定量分析, 获得其多维特征就显得十分重要。

尝试以现有气象卫星数据为数据源, 基于火山爆发时的中波(3.55~3.93 μ m)图像, 对火山喷发时的遥感数据进行波段转换和多维特征分析。选择典型火山为研究案例, 获得火山在2.7~2.95和4.2~4.45 μ m的多维特征, 并对这些特征进行分析。分析的特征主要为火山口的辐射特征的空间分布和时序变化。特别是, 气象卫星数据空间分辨率较低, 为1 km(1 000 m), 而高温火山口点的明火区没有充满整个像元, 只占1 km²的一小部分。要精确研究火山特征, 有必要对其明火区亚像元特征进行研究, 火山口点亚像元特征主要为分割后的热力学温度和面积比例等^[5]。这对于定量研究目标在特定波段的辐射特性, 降低目标对飞行目标遥感探测的干扰具有重要意义。

1 数据获取

1.1 数据和研究区域概述

位于冰岛的艾雅法拉火山于2010年多次喷发。筛选出分别成像于2010年4月17日、 4月19日(两景)、 5月8日、 5月9日、 5月12日(两景)7景FY-3A数据为基础进行研究。

风云三号(FY-3)气象卫星是我国的第二代极轨气象卫星, 可见光红外扫描辐射计(VIRR)中红外通道(CH3)第三通道范围3.55~3.93 μ m, 对高温热源敏感^[6], 综合云区、水体、植被等目标在VIRR不同通道的光谱特性, 可利用CH3判识全球范围内陆地区的火点信息。

1.2 波段转换模型

将目标看成黑体, 以便用普朗克定律对其进行定量描述。 FY-3 VIRR数据的空间分辨率为1 km, 一般来说, 明火区域不会充满1 km²的整个像元, 因此将火点像元视为明火和背景的混合像元, 采用目标与背景分离的方式描述高温目标像元的热辐射。如图1所示, 探测器目标像元获得的能量包括目标辐射, 背景地物辐射, 以及大气的影响。目标像元内高温目标辐射量仿真影响因素分析, 在气溶胶模式固定的情况下, 选取观测天顶角、大气可降水量、大气廓线为自变量影响因子; 对于波段间的背景辐射亮度关系, 选取观测天顶角、大气可降水量、大气廓线、背景温度为自变量影响因子, 利用多元统计建立相关模型^[7]。

	Figure Option View Download New Window
	图1 目标辐射模型示意图Fig.1 Diagram of bands transform

对于某波段, 含有明火的混合像元在目标波段的表观辐射亮度可由式(1)表达

$L f_{λx} = B_{λx} (λ, T) τ_{λx} + L b_{λx}$ (1)

式(1)中, Lf_{λ x}为混合像元的辐射亮度, B_{λ x}(λ , T)为T温度下混合像元中明火点的发射辐射, τ _{λ x}为透过率, Lb_{λ x}为混合像元中背景的辐射。

将已知波段和未知波段方程联立, 可建立交叉通道波段转换模型

$L f_{λx} = \frac{B_{λx} (λ, T) τ_{λx}}{B_{λ 3.9} (λ, T) τ_{λ 3.9}} (L f_{λ 3.9} - L b_{λ 3.9}) + L b_{λx}$ (2)

式(2)中, B_{λ x}(λ , T)和B_λ₃_.₉(λ , T)均可由普朗克定律求得, Lf_λ₃_.₉可由FY-3 VIRR数据获得, 而背景的辐射Lb_λ₃_.₉可根据一定的邻域法则获得, 式(2)中的未知数只目标波段和已知波段背景辐射亮度比值、透过率的比值。因此通过建立Lb_{λ x}, Lb₃_.₉_x和τ _{λ x}, τ _λ₃_.₉的关系分别得到它们的比值表达式, 可获得高温目标混合像元在目标波段的辐射亮度。

1.3 火山口提取算法

根据维恩位移定律式, 常温为下地表辐射峰值在10 μ m左右, 靠近VIRR CH4范围; 明火区的辐射峰值在3.7 μ m附近, 风云三号VIRR第三通道的谱段范围为3.55~3.93 μ m, 这个谱段对地面热状态非常敏感。大面积的火山灰一般能量较低, 在中波谱段能量与背景几乎相当。

提取火山口过程比较简单, 分两步, 首先对包含火山的图像进行增强, 利用加权双边滤波器(空间邻近度因子、灰度相似度因子、与特征值有关的灰度邻近度因子)对一般背景和噪声点抑制强烈, 对高温火点相对增强^[8]。

第二步为自适应阈值分割, 火山的特征在风云三号VIRR第三通道的波段是非常显著的, 选择经过增强后图像中亮温最高的点, 将其作为种子点, 对其领域用最大类间方差法计算阈值, 将大于阈值的点判断为火山口。

2 数据处理模型和算法

2.1 数据处理流程

具体数据处理流程如下:

(1)火山识别。根据风云三号气象卫星VIRR数据, 对火山口进行判识。

(2)建立波段转换模型方法。基于仿真所得到的大量样本数据获取3.55~3.93 μ m波段和2.7~2.95, 4.2~4.45 μ m波段间的透过率、辐射亮度关系数值模型, 建立波段转换方法。

(3)研究示范区波段转换方法应用分析。对研究示范区卫星数据进行处理, 获取火山波段转换结果。对目标在2.7~2.95和4.2~4.45 μ m波段的多维特征进行统计分析。

2.2 亚像元火点定量计算

亚像元是定量化特征的一个重要基础, 如果以像元分辨率表示火山面积, 则明显夸大了火山的实际面积。本文通过获取混合(目标)像元明火区热力学温度T来计算混合(目标)像元明火区在波段的辐射^[9]。

将混合像元火点的组分简单视为明火和背景的组合, 参考线性光谱混合模型(linear spectral mixture model, LSMM)的思想, 则混合像元的辐射率可以表示为

$R_{λ} = p L_{hλ} + (1 - p) L_{bλ} + ε_{λ}$ (3)

式(3)中, L_hλ和L_bλ分别代表组分明火和背景的辐射亮度, 下标λ 表示某波段。再假设明火和背景均为黑体, 将辐射亮度用普朗克定律带入, 变换为

$R_{λ} = p \frac{c_{1} ν_{λ}^{3}}{e^{c_{2} ν_{λ} / T_{h}} - 1} + (1 - p) \frac{c_{1} ν_{λ}^{3}}{e^{c_{2} ν_{λ} / T_{b}} - 1} + ε_{λ}$ (4)

式(4)中, T_h和T_b分别代表明火点和背景的热力学温度。由上面所说的CH3和CH4建立方程组得到

$\begin{array}{l} R_{3} = p \frac{c_{1} ν_{3}^{3}}{e^{c_{2} ν_{3} / T_{h}} - 1} + (1 - p) \frac{c_{1} ν_{3}^{3}}{e^{c_{2} ν_{3} / T_{b}} - 1} + ε_{3} \\ R_{4} = p \frac{c_{1} ν_{4}^{3}}{e^{c_{2} ν_{4} / T_{h}} - 1} + (1 - p) \frac{c_{1} ν_{4}^{3}}{e^{c_{2} ν_{4} / T_{b}} - 1} + ε_{4} \end{array}$ (5)

式(5)中, ν ₃和ν ₄分别代表CH3和CH4的波数。

至此, 线性光谱混合模型的数学表达式已经给出。明火的辐射亮度是未知的, 即明火点温度T_h未知。因此不能用线性最小二乘的方式解算, 对于这种二维情况, 使用非线性方程组的Newton-Raphson方法求解公式(2)^[10]。

3 数据处理结果

火山的多维特征分析, 主要从时间和空间两个维度展开。时间维度上是对同一火山在不同时间的数据进行分析。空间维度上, 主要统计火山口的辐射亮度和亮度温度的空间分布特征, 包括: 最大值、最小值、平均数、中位数以及标准差。其中火山口的辐射亮度、亮度温度反映的都是经过大气传输以后的、仪器入瞳处的表观辐射特征。除了传统的时空特征, 为了进一步提高定量分析的精度, 还基于亚像元分析进一步计算明火区的热力学温度和面积比例。

3.1 火山提取结果图

以风云三号VIRR 1 km分辨率图像为数据源, 结合MODIS大气2级产品、 MODIS陆地2级产品进行波段转换。以2010年4月17日、 4月19日(两景)、 2010年5月8日、 5月9日及5月12日(两景)冰岛艾雅法拉火山爆发时的FY-3数据为基础, 通过波段转换方法获取火山口在2.7~2.95以及4.2~4.45 μ m波段的辐射特征, 以及高温火山口点的亚像元分割特征。

图2出了该火山喷发时的风云三号VIRR探测器的中波(3.55~3.93 μ m)辐射亮度图像、可见光RGB彩色图像、火山识别图像, 红色的为火山口, 蓝色是火山灰。

	Figure Option View Download New Window
	图2 冰岛艾雅法拉火山2010年4月17日11点45分图像 (a): CH3辐射亮度图像; (b): 可见光波段RGB彩色图像; (c): 火山口识别的标记图Fig.2 Eyjafjallajjar, Iceland April 17, 2010 11:45 image (a): CH3 radiance image; (b): Visible spectrum RGB color image; (c): Crater detection mark map

3.2 2.7~2.95 μ m波段特征分析

表1为2010年4月17日至5月12日7景冰岛艾雅法拉火山数据的火山口在转换波段2.7~2.95 μ m的辐射亮度统计结果。

表1 火山口2.7~2.95 μ m波段辐射亮度统计/W· (m²· sr)^-1 Table 1 Radiation intensity statistics of 2.7~2.95 μ m band in crater/W· (m²· sr)^-1

3.3 4.2~4.45 μ m波段特征

表2为相同冰岛艾雅法拉火山数据的火山口在转换波段4.2~4.45 μ m的辐射亮度统计结果。

表2 火山口4.2~4.45 μ m波段辐射亮度统计/W· (m²· sr)^-1 Table 2 Radiation intensitystatistics of 4.2~4.45 μ m band in crater/W· (m²· sr)^-1

3.4 基于亚像元分析的高温目标特征

处理以后的气象卫星数据每一个像元具有1 km²的面积, 即10⁶ m², 因此像元数可以直接转换为火山在气象卫星数据上所占面积。高温目标点亚像元面积变化较大的原因。可能与自然环境构成、算法误差等有关, 但反演的结果基本符合已有的统计资料。而且由于探测元空间响应在地面瞬时视场内的不平均, 仪器的测量值相对于线性光谱混合模型的估计值是偏小的, 因此在透过率未知的情况下, 用图像测量值参与模型运算会导致反演温度偏小的结果。

表3和表4是高温火山口点的亚像元分割特征统计。表3是火山口点的明火区面积, 面积单位已化为m²; 表4是火山口点的明火区平均热力学温度, 单位为K。

表3 火山口点明火区亚像元面积统计/m² Table 3 Subpixel area statistics of the crater fire point area/m²

表4 火山口点明火区热力学温度统计/K Table 4 Thermodynamic temperature statistics of crater fire point area/K

4 结果与讨论

4.1 波段转换模型验证

由于缺乏目标波段的遥感数据, 无法对目标波段的高温目标波段转换精度进行直接验证, 只能间接验证方法合理性, 采用基于已有波段的火山特征波段转换方法进行精度验证。选用MODIS CH24(4.433~4.498 μ m)作为转换的特定波段, 风云三号 VIRR CH3(3.55~3.93 μ m)作为转换的基础波段, 通过波段转换方法建立波段间的关系模型, 模拟火山口点在4.433~4.498 μ m的亮度。将仿真亮度与MODIS CH24定标后的亮度进行对比分析, 从而验证波段转换方法的可行性。实验证明, 该仿真方法误差较小, 可以作为研究的参考。

4.2 辐射空间特征分析

2.7~2.95 μ m波段各幅图像火山口点辐射亮度平均在0.005~0.02 W· (m²· sr)^-1之间, 且大于火山灰的辐亮度; 各幅图像火山灰的辐亮度平均值比较接近, 在0.002~0.004 W· (m²· sr)^-1之间。 4.2~4.45 μ m波段不同地区图像的火山口的辐亮度大于与2.7~2.95 μ m波段, 在0.05 W· (m²· sr)^-1左右。

对于研究区域, 火山口的像元数量在6~24之间, 即其辐射面积为6~24 km²不等。经过亚像元进一步分析, 火山口的实际辐射面积变化较大, 平均在3 700 m²左右, 精度提高270倍, 大幅提高了高温特征定量分析的能力。

4.3 背景辐射对比

设大气廓线为中纬度夏季, 地表温度300K, 地表反照率0.5, 水汽含量1.0 g· cm^-2, 观测天顶角180° (H1), 相对太阳方位角-30° (H2), 太阳天顶角12° (H2), 利用MODTRAN得到各典型地物等效辐射强度, 和火山对比得到图3和图4。

表5 波段转换精度验证表 Table 5 Band transformation accuracy verification table

	Figure Option View Download New Window
	图3 2.7 μ m典型地物辐射强度直方图Fig.3 The histogram of the radiation intensity of 2.7 m tpical ground objects

	Figure Option View Download New Window
	图4 4.3 μ m典型地物辐射强度直方图Fig.4 The histogram of the radiation intensity of 4.3 m typical ground objects

本研究最重要的结论就是经过比较分析可以发现在2.7~2.95 μ m波段火山口高于农田, 草地等背景, 低于卷云, 干沙等强背景类型。而对于4.2~4.45 μ m, 火山口被证明是不可忽视的潜在干扰, 其能量远高于一般地表类型。

5 结论

(1)通过仿真手段结合多元统计分析方法建立高温目标的波段转换模型, 实现由已知波段图像转换得到未知波段的方法是可行的。

(2)提出了一种在先验知识匮乏情况下的亚像元定量检测方法, 有助于使目标检测问题从“ 定性” 到“ 定量” 得到提升, 面积精度提高270倍, 为火山目标的定量分析提供了参考。

(3)在2.7~2.95 μ m火山口在弱背景环境下可能会对目标造成干扰, 而对于4.2~4.45 μ m , 火山口的能量远高于一般地表类型, 是不可忽视的潜在干扰。所以对于红外目标检测, 火山可能会成为虚警的来源之一, 对检测产生干扰。

The authors have declared that no competing interests exist.

参考文献

文献列表

[1]	FENG Yun-song, LI Xiao-xia, LU Yuan, et al(冯云松, 李晓霞, 路远, 等). Acta Armamentarii(兵工学报), 2013, 34(4): 437. [本文引用:1]
[2]	LIU Zun-yang, SHAO Li, WANG Ya-fu, et al(刘尊洋, 邵立, 汪亚夫, 等). Journal of Infrared and Millimeter Waves(红外与毫米波学报), 2014, 33(5): 492. [本文引用:1]
[3]	YE Qing, SUN Xiao-quan, SHAO Li(叶庆, 孙晓泉, 邵立) Infrared and Laser Engineering(红外与激光工程), 2010, (3): 389. [本文引用:1]
[4]	Mahdipour E, Dadkhah C. Artificial Intelligence Review, 2014, 42(4): 895. [本文引用:1]
[5]	Dozier J. Remote Sensing of Environment, 1981, 11: 221. [本文引用:1]
[6]	DONG Chao-hua, YANG Jun, LU Nai-meng, et al(董超华, 杨军, 卢乃锰, 等). Geo-Information Scienc(地球信息科学学报), 2010, 12(4): 458. [本文引用:1]
[7]	JIANG Shan, GONG Cai-lan, HU Yong, et al(江珊, 巩彩兰, 胡勇, 等). Journal of Atmospheric and Environmental Optics(大气与环境光学学报), 2014, 9(3): 223. [本文引用:1]
[8]	YANG Xue-zhi, XU Yong, FANG Jing, et al(杨学志, 徐勇, 方静, 等). Journal of Image and Graphics(中国图象图形学报), 2012, 17(1): 40. [本文引用:1]
[9]	LIU Cheng, LI Ya-jun, ZHAO Chang-hai, et al(刘诚, 李亚军, 赵长海, 等). Journal of Applied Meteorological Science(应用气象学报), 2004, 15(3): 273. [本文引用:1]
[10]	Wan Z. Remote Sensing of Environment, 2008, 112(1): 59. [本文引用:1]

2013

0.0

FENG

Yun-song

, LI

Xiao-xia

, LU

Yuan

, et al(冯云松, 李晓霞, 路远, 等). Acta Armamentarii(兵工学报), 2013, 34(4): 437.

For mastery of infrared radiation spectral characteristics and intensity distribution of exhaust plume of a rectangular nozzle, a geometrical model of a rectangular nozzle was established. Software Flu- ent6. 3 was used to simulate the 3-D exterior flow field of the rectangular nozzle, and the data of the flow field, such as temperature, pressure and density, was obtained, and the computational area of infrared radiation was established according to the characteristics of the rectangular nozzle plume. A statistical narrow-band model with Lorentzian profile was used to obtain the mean absorption coefficients of the plume in a narrow band. Then Finite Volume Method was used to solve the radiative transfer equations with gas medium. Finally, the spectral characteristics and the total intensity distribution in 3 ~5 滋m of exhaust plume radiation were obtained. The results show that the plume is flat, the infrared radiation in- tensity on the symmetry surface of wide side is greater than that of narrow side, and two peaks of plume infrared radiation emerge in 2. 7 滋m and 4. 3 滋m.

Key Laboratory of Infrared and Low Temperature Plasma of Anhui Province, Electronic Engineering Institute of PLA, Hefei 230037, Anhui, China

为了掌握矩形喷管外尾焰的红外辐射光谱特性和强度分布,建立了矩形喷管的几何模型,采用Fluent6. 3 软件对矩形喷管外三维流场进行数值模拟,得到尾焰流场的温度、压强和密度等数据,并根据尾焰的特点确立红外辐射核心计算区域。采用洛伦兹线型的统计窄带模型,求出尾焰在某一窄带的平均吸收系数;采用有限体积法求解了气体介质中辐射传输方程;计算得到了矩形喷管外尾焰的红外辐射光谱特性与在3 ~5 滋m 波段的总强度分布。结果表明:矩形喷管外尾焰为扁平状,其宽边对称面内的红外辐射强度大于窄边对称面内的红外辐射强度,并且尾焰辐射在2. 7 滋m 和4. 3 滋m 处出现了2 个辐射峰。

... m谱段处有发射带^[1], 因此这两个波段是探测飞行目标的最佳波段^[2], 天基红外探测系统, 采用的就是对2 ...

2014

0.0

... m谱段处有发射带^[1], 因此这两个波段是探测飞行目标的最佳波段^[2], 天基红外探测系统, 采用的就是对2 ...

2010

0.0

... m比较敏感的探测单元^[3], 但这两个波段并非大气窗口, 透过率较低, 所以这两个波段几乎不被其他遥感器包含, 因此一般情况下难以获得相应遥感数据, 经常面临数据缺乏的问题 ...

2014

0.0

... 世界上现有500多座活火山, 近些年在世界范围内频频有各种程度的火山爆发, 引起了各国学者对于火山喷发的关注^[4] ...

1981

0.0

... 要精确研究火山特征, 有必要对其明火区亚像元特征进行研究, 火山口点亚像元特征主要为分割后的热力学温度和面积比例等^[5] ...

2010

0.0

DONG

Chao-hua

, YANG

Jun

, LU

Nai-meng

, et al(董超华, 杨军, 卢乃锰, 等). Geo-Information Scienc(地球信息科学学报), 2010, 12(4): 458.

The Chinese meteorological satellite program,began from 1970's,consists of two series,i.e.,polar-orbiting satellite series and geostationary satellite series,as well as the ground operational segment.In partnership with the China Aerospace Science and Technology Corporation(CASC),the second generation of polar-orbiting meteorological satellite,i.e.,FY-3A,the first of this series was developed,and launched from the Taiyuan Satellite Launch Centre in China on 27 May,2008.The FY-3A in orbit serves as a moving meteorological observing station,and is equipped with both sounding and imaging payload,providing three-dimensional,quantitative,multi-spectrum global remote sensing data under all weather conditions.It has more powerful applications in several fields over the FY-1 satellites.This satellite provides a unique source of environmental observations of the earth's surface,oceans,atmosphere,and near space.The observations are used to derive profiles of atmospheric temperature and moisture,sea surface temperature,cloud parameters,precipitation rate at ground,snow and ice coverage,fogs,aerosol,ozone profile,ozone amount,outgoing longwave radiation,and so on.The data and products are used in numerical weather analysis and prediction,climate change monitoring,oceanographic,hydrologic,agriculture,forestry,forage grass and natural disasters monitoring and services.The applications of the satellite data can greatly improve the meteorological and climate service and thus benefit the society and national economy.Users in the world can get the data and products from National Satellite Meteorological Centre by some ways for further uses.Now the FY-3A is a necessary part of the World Meteorological Organization(WMO) space-based component of the Global Observing System(GOS).It is not just for China use,but also make contribution to the word.This paper briefly introduces the major characteristics of the satellite data and provides some products and application examples in numerical weather prediction,regional weather and climate change,environmental and nature disaster monitoring.

National Satellite Meteorological Center,Beijing 100081,China

我国的气象卫星发展计划始于上世纪70年代,它包括极轨和静止两个系列卫星,以及相应的地面应用系统。气象卫星由航天科技集团公司负责组织研发,第二代极轨气象卫星系列的第一颗星——风云三号A星(FY-3A)于2008年5月27日在太原卫星发射中心成功发射,它又如太空中的一个流动气象观测站,对地球-大气进行全天候、全天时、三维、定量、多光谱的不间断观测。卫星观测资料通过地面加工处理后生成各类产品数据,例如,大气温度和湿度随高度的分布及变化、云参数、雪和冰、大雾、气溶胶、臭氧、辐射等,可用于气象、气候、农、林、牧业、海洋、水文等多领域。风云三号A卫星数据和产品可通过多种方式向用户提供使用。两年来,在奥运、汛期、生态和自然灾害监测中发挥了重要作用。风云三号A星已是世界气象组织全球对地观测系统的重要成员,不仅为我国经济社会提供服务,同时也服务于世界各国。本文综合性地介绍了我国第二代极轨气象卫星系列首发星的主要特点,分析了可能的应用领域,并给出代表性的产品和应用实例。

... m, 对高温热源敏感^[6], 综合云区、水体、植被等目标在VIRR不同通道的光谱特性, 可利用CH3判识全球范围内陆地区的火点信息 ...

2014

0.0

JIANG

Shan

, GONG

Cai-lan

, HU

Yong

, et al(江珊, 巩彩兰, 胡勇, 等). Journal of Atmospheric and Environmental Optics(大气与环境光学学报), 2014, 9(3): 223.

It’s beneficial to improve the recognition accuracy of infrared target in use of short wave infrared absorption bands images. The radiation features of ground high temperature target that can be detected by short wave infrared absorption channels are influenced by atmospheric parameters, remote sensor parameters except for the temperature of the target. For different atmospheric parameters, the radiation data of forest fire and background were obtained systematically by simulation method and an analysis were carried out between them. Results showed that the bandwidth played a major role in the SNR of detecting high temperature targets, and the atmospheric model was in the second place. In the short wave infrared water absorption channel, the radiation features of the forest fire and the background were significantly different. The total radiation on the pupil of the remote sensor of the background around the 4.3 um is mostly affected by path radiation, while around the 2.7 um it mostly affected by atmospheric column water vapor.

(1 Shanghai Institute of Technical Physics of the Chinese Academy of Sciences, Shanghai, 200083, China; 2 University of Chinese Academy of Sciences, Beijing 100049, China)

对于短波红外吸收带图像高温目标特征的研究有利于提高红外目标的识别率。短波红外吸收通道可探测的地面高温目标辐射特征除了与目标温度有关，还受到大气参数状况、遥感器参数设置等影响。采用仿真分析方法，较为系统地获得了不同大气条件下林火目标与地面背景辐射数据，分析了二者的特征差异，并仿真分析了波段带宽设置对仪器接收到的辐射能量的影响。研究表明仪器带宽设置对高温目标的探测信噪比起决定作用，其次，大气模式设置不同，在短波红外水体吸收通道，林火与背景的辐射亮度特征差异显著不同。地面背景入瞳处总辐射在4.3 um附近吸收带主要受程辐射影响，在2.7 um附近吸收带主要受水汽含量影响。

... 对于波段间的背景辐射亮度关系, 选取观测天顶角、大气可降水量、大气廓线、背景温度为自变量影响因子, 利用多元统计建立相关模型^[7] ...

2012

0.0

YANG

Xue-zhi

, XU

Yong

, FANG

Jing

, et al(杨学志, 徐勇, 方静, 等). Journal of Image and Graphics(中国图象图形学报), 2012, 17(1): 40.

In this paper, we present a new algorithm to remove Gaussian noise in images by combining region segmentation and bilateral filtering.The pixel-based bilateral filter suffers difficulties in an appropriate selection of the smoothing parameter due to the disturbance of noise,which poses obstacles to the filtering process in dealing with edges and hence degrades the preservation of image structures.Based on the segmentation of images,this work takes advantage of the region map to facilitate the filtering process.Specifically,noise characteristics within regions and similarities between regions are utilized to derive smoothing parameters corresponding to the involved pixels.By applying filtering to pixels within regions and between regions in different means,the algorithm gains enhanced adaptability to image structures.Relative to some existing bilateral filter algorithms,testing results have demonstrated that the proposed algorithm improved the de-noising performance especially on the preservation of structure information.

提出一种结合区域分割和双边滤波的图像高斯噪声抑制新算法。基于像素的双边滤波器在滤波时,由于平滑系数的选择受到噪声的干扰,在图像边缘区域的滤波存在一定的盲目性,导致滤波结果中结构信息不能有效保持。本文在图像分割的基础上利用区域图来指导双边滤波过程,根据区域内的噪声属性和区域间的相似程度来分别计算相应像素间的滤波平滑系数。通过对区域内与区域间进行不同模式的滤波,增强了滤波算法对图像结构的自适应性。实验结果表明,该算法在获得良好去噪效果的同时,能有效保持图像的结构信息。

... 提取火山口过程比较简单, 分两步, 首先对包含火山的图像进行增强, 利用加权双边滤波器(空间邻近度因子、灰度相似度因子、与特征值有关的灰度邻近度因子)对一般背景和噪声点抑制强烈, 对高温火点相对增强^[8] ...

2004

0.0

... 本文通过获取混合(目标)像元明火区热力学温度T来计算混合(目标)像元明火区在波段的辐射^[9] ...

2008

0.0

... 因此不能用线性最小二乘的方式解算, 对于这种二维情况, 使用非线性方程组的Newton-Raphson方法求解公式(2)^[10] ...