基于面向对象的遥感影像陆地雾检测关键技术研究

大雾是一种对人类社会经济活动和日常生活都有严重影响的气象灾害。但是目前国内外在雾检测方面总体上还比较薄弱，针对国内外雾检测算法难以有效的进行云雾分离，特别是低云和雾，以及算法缺乏普适性等不足，本项目拟采用基于面向对象分类的思想，通过研究雾和各种云类在光谱特性和空间特性等方面的差异，选择出最适合进行云雾分离的特征波段（组合）和特征指标；然后综合考虑云雾特征波段在光谱、几何、纹理、微物理属性等参数，并结合DEM等辅助数据以面向对象分类技术进行云雾分离；在此基础上，再对分离结果重新计算微物理属性，重新检测其中微物理属性不合理的对象，直至得到合理的大雾检测结果；最后结合实测数据，调整特征参数得到精度满足要求的云雾分离模型。该模型将会在雾检测精度和可靠性方面有很大的提高，为我国大雾的减灾防灾工作奠定理论基础。

大雾是一种对人类社会经济活动和日常生活都有严重影响的气象灾害。但是目前国内外在雾检测方面总体还比较薄弱，针对国内外雾检测算法难以有效的进行云雾分离，特别是低云和雾的问题，本项目通过使用Streamer辐射传输方程模拟在不同观测条件下，云雾在各波段的辐射特性差异，选择出适合雾检测的最佳特征波段组合构建归一化雾指数，然后综合考虑各类目标在光谱、纹理、几何等方面的差异，利用均值漂移迭代合并算法进行影像分割，构建了面向对象的单时相陆地辐射雾遥感检测模型。与此同时，考虑到我国民用卫星事业的发展，新近发射或已开放使用的卫星越来越多，获取的影像质量也越来越好。还对环境与灾害监测预报小卫星星座A、B卫星和FY卫星的雾检测能力进行了研究。此外，根据陆地辐射雾的生消规律和低云的移动特性，在单时相遥感影像雾检测的基础上，引入时序影像进行了陆地雾检测的初步研究。该项目共发表论文7篇，其中SCI1篇，EI/ISTP2篇，申请专利1项，获得软件著作权1项，培养博士研究生2名，硕士研究生2名。