成果简介：当前已经完成成果：已完成星上实时云剔除、关键区域/目标的快速提取算法研究；实现了光学遥感星上处理SoC芯片功能样片研制和测试，单片可实现155Mbps输入速率的实时处理，功耗小于600mw。 2015年完成成果：完成高性能、抗辐照星上光学遥感数据SoC处理器研发，并基于自主芯片构建星上并行实时处理原型样机，实现星上90%以上实时云剔除、关键区域/目标的快速提取等智能实时处理。 项目来源：民口863项目 技术领域：地球观测与导航技术

本技术成果公开了一种卫星遥感数据的辐射纠正方法，本方法是以山区阴影和/或清洁水体光谱对原 始图像进行辐射纠正

针对柴油机气态排气污染物遥感检测难题，提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法，从而实现对柴油车NO等气态排放物浓度实时检测，满足了国家遥感标准中对柴油车NO排放浓度检测要求。 一、项目分类 关键核心技术突破 二、技术分析 针对柴油机气态排气污染物遥感检测难题，提出了基于柴油机燃烧过程过量空气系数修正的遥感测试数据反演计算方法，从而实现对柴油车NO等气态排放物浓度实时检测，满足了国家遥感标准中对柴油车NO排放浓度检测要求。并针对国内遥感大数据提出了遥感大数据处理方法，分工况区域动态确定排放阈值，从而达到动态高精度筛查高排放柴油车的目的。在汽车排放遥感监测领域具有良好市场前景。

本发明公开了一种顾及非局部特性与时空变化的遥感数据时空定量融合方法，基于非局部滤波，利 用移动窗口技术，首先选取相似像元，用基于小窗口运算的经验型公式筛选相似像元，并在此基础上二 次筛选相似像元，以相似像元为中心的邻域矩阵的相似度以及其与中心像元的相对距离衡量权重大小， 考虑时空变化，针对区域主要特征，选取相应的方式加权，最终融合得到中心像元的反射率值。本发明 利用高空间分辨率数据与高时间分辨率数据的互补信息，顾及非局部特性与时空变化，融合得到

本发明公开了一种基于卫星被动微波遥感数据的射频干扰检测方法，它包括数据筛选 1、地理定位 2、平均处理 3、地理标识 4、综合分析 5 等步骤。其中，数据筛选 1 只提取卫星被动微波遥感数据中的陆地数据进行分析；地理定位 2 将检测到射频干扰的每组数据进行0.001°×0.001°网格点三次多项式插值，提取插值后最大亮温值所对应的位置坐标，作为该射频干扰的位置；地理标识 4 通过分析可分别得到射频干扰的地理位置分布特征、亮温强度分布特征以及发生率；综合分析 5 通过分析可得到射频干扰随时间和方向的变化。相较于基于频域和信号特征统计，本发明能很好地适用于卫星被动微波遥感数据的射频干扰检测。

在智慧采摘方面，提出了一种结合检测网络与点回归的新型方法，为葡萄采摘自动化提供了高效精准的解决方案。

一种基于多源遥感数据的城市不透水层信息提取方法，包括根据夜间灯光亮度影像，计算归一化灯光亮度并基于阈值分割方法对城市地表进行区域类型分割；利用灯光亮度、陆地表面温度与归一化土壤调节植被指数，构建增强型归一化不透水层指数；通过建立每一种类型分割区域的增强型归一化不透水层指数MNDISI与不透水层率之间的线性定量关系，进行不透水层的提取工作。本发明较好地结合了多源遥感数据的优势，有效抑制了光谱混淆对于不透水层率估算结果的不利影响，为城市土地利用和环境变化监测提供了一种新的途径。

一种基于多源遥感数据的城市不透水层信息提取方法，包括根据夜间灯光亮度影像，计算归一化灯 光亮度并基于阈值分割方法对城市地表进行区域类型分割;利用灯光亮度、陆地表面温度与归一化土壤 调节植被指数，构建增强型归一化不透水层指数;通过建立每一种类型分割区域的增强型归一化不透水 层指数 MNDISI 与不透水层率之间的线性定量关系，进行不透水层的提取工作。本发明较好地结合了多 源遥感数据的优势，有效抑制了光谱混淆对于不透水层率估算结果的不利影响，为城市土地利用和环境 变化监测提供了一种新的途径。

该系统实现利用多种遥感数据源(TM、环境卫星、 SPOT5 等)进行小麦长势监测，建立小麦长势的反演模型，实现植被指数自动计算与分类以及关系分析，可及时有效地提供小麦长势信息。

（1）该项工作的意义 随着农村生活水平的提升，农业生产中的秸秆已经不被人们作为燃料所使用，而且由于农民环保意识欠缺、缺少劳动力、管理体制不健全、综合利用技术条件差等因素的影响，很多农民选择在收获农作物的时候直接就地焚烧秸秆，而秸秆露天焚烧会造成大量烟雾的现象，一方面影响到公路和航空运输，降低运输效率；另一方面，秸秆露天焚烧过程中释放的大量氮氧化物、二氧化碳和颗粒等污染物，是我国大气污染的来源之一，威胁着居民的身体健康。每年在作物收割季节，是秸秆焚烧最严重的时节，此时对秸秆焚烧现象的监管尤其重要。但禁烧令的执行存在一定的难度，究其原因，一是由于焚烧火点具有分散性，实地人工逐点排查需要耗费大量的人力物力；二是由于焚烧火点具有随时性，如果没有掌握一定的证据很难查处进行过秸秆焚烧的农民，使得农民往往存在侥幸心理；三是由于暂时没有研究出有效的措施进行秸秆转化，而且随着农村家庭劳动力的减少，农民迫于下季作物种植的压力，常常会选择秸秆直接焚烧。因此，本文提出利用多源遥感影像预测火点监测的重点区域，提高火点监测的准确性和自动化，同时进行监测区域秸秆量的估算，提高秸秆转化的效率，利用多种手段提高禁烧令的实施效果，减少秸秆焚烧对环境的污染。 （2）算法介绍 卫星遥感具有实时、动态、高分辨率、大范围覆盖等特点，将卫星遥感技术应用到秸秆焚烧监测上使重点区域作物信息提取和火点快速监测成为可能。卫星火点监测一般采用波长范围在3~5μm的中红外波段遥感影像，中红外波段对火灾、火点、活火山等高温目标的识别十分敏感，常用于捕捉高温信息，特别是对森林火灾，能够清楚显示火点、火线形状、大小和位置，而且对很小的隐火、残火也有很强的识别能力。在红外影像上，火点区与背景地物的亮度值具有明显差异，火点区温度高，图像灰度值高，呈现亮白色，背景地物则相对偏暗。利用背景辐射和森林燃烧时的辐射差异在红外图像上灰度值的不同，就可以从卫星遥感信息中及时发现火情，并监测它们的燃烧状态和蔓延趋势。火点监测的方法主要有固定阈值法、临近像元分析法、亮温与植被指数结合法等。固定阈值法是利用红外通道计算亮温，根据火点区域背景区的差异，对亮温设置一定的阈值提取火点区；临近像元分析法是对火点像元与临近像元的亮温差异设置一定的判别阈值，差异大于阈值的判为火点区；亮温与植被指数结合法是在亮温固定阈值的基础上，加上植被指数阈值作为判别条件。 （3）应用系统开发 秸秆焚烧监测系统由一个中心、两个子系统及两个终端系统组成，即：监测控制中心、火点提取子系统、数据管理子系统、监测服务平台以及野外调查app。监测控制中心主要负责对遥感数据的采集、预处理，并提供秸秆焚烧的火点信息与数据管理功能。火点提取子系统主要负责对预处理后的数据进行秸秆焚烧信息的提取工作，并反馈给控制中心。数据管理子系统基于底层数据库提供对遥感数据、火点信息数据、野外调查数据的管理功能以及为服务平台提供基础数据服务。监测服务平台主要是提供火点信息的展示与发布工作。野外调查app主要负责火点信息的接收、野外核实以及核实结果反馈工作，以确保秸秆焚烧的火点信息准确无误。