基于关键信息保护的超光谱大气红外遥感图像压缩研究

发布时间：2020-08-05 21:11

【摘要】：超光谱大气红外遥感图像是由气象卫星搭载的大气垂直探测仪观测地球得到的辐射数据,其普遍拥有红外段上千个光谱通道,具有极高的光谱分辨率并且覆盖广阔的空间范围,每日产生的海量数据给数据的传输和存储带来了巨大的挑战。因此,非常有必要开展针对超光谱大气红外遥感图像压缩的研究。在应用方面,超光谱大气红外遥感图像携带丰富的地球大气状态变量信息,被广泛用于数值天气预报和气候研究等领域。考虑到超光谱大气红外遥感图像通道间信息内容有高度冗余以及巨大的数据量带来的计算负担,全部数据应用于同化计算并不是必要的也不是最优的,观测数据在输入同化系统前需要进行辐射抽稀,获取的关键数据子集需要重点保护。因此,本文提出了基于关键信息保护的超光谱图像压缩方法。首先,针对超光谱大气红外遥感数据的成像特点、物理特性、数据应用处理流程以及数据的可压缩性四个方面,与传统高光谱图像进行了对比分析。并着重分析了超光谱大气探测仪AIRS数据特性。然后,提出了面向同化应用及压缩的关键性数据抽取方案,包括基于信息容量及相关性约束的通道选择和基于信息熵的空间下采样,从光谱和空间两个维度抽取关键性数据子集。针对本文所抽取的通道数据进行一维变分同化得到的温度廓线取得了接近真实探空数据的效果。此外关键性数据抽取过程综合考虑信息容量和相关性约束,兼顾应用需求的同时便于进一步压缩。最后,设计实现了基于关键信息保护的压缩和解压缩方案。在压缩端,首先,对关键性数据子集采用基于主成分分析的压缩方法进行无损压缩;再利用关键性数据子集采用三维空谱分组重建预测的方式预测完整数据,并对预测残差进一步处理。最后,采用多级树集合分裂算法和区间编码对预测残差进行有损和无损编码获得压缩码流。在解压缩端,采用与压缩相反的处理方式可恢复完整数据。实验采用超光谱大气红外探测仪AIRS获取的标准超光谱大气红外数据。结果表明,在有损压缩中,随着峰值信噪比的提高,压缩比会有所降低,在峰值信噪比大于40d B的前提下,压缩比最高可以达到3.74。在无损压缩中,压缩比可达到2.81。本文的压缩码流着重保护了关键性数据部分,在缩小了数据量的同时,保障了数据后续处理和同化计算。
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751
【图文】：

大气成分,红外波段,覆盖范围,大气物理

图 2-2 AIRS 红外光谱覆盖范围由于不同大气成分对红外波段不同频率辐射的衰减不同，这些大气浓度和分布等变化就体现到卫星接收的辐射数据上，超光谱大气红以探测大气的物理参数包括 H2O、CO、O3、CH4、CO2等，人们按照探测内容的不同分成远小于通道总数的多个通道数据块，如

流程图,卫星数据,流程,观察数据

图 2-3 卫星数据直接同化流程一般采用变分的方法实现，在变分系统中，通，计算模拟值与观察数据之差，利用迭代算法星辐射资料转换为当前最接近实际大气状态的般定义公式(2-1)。

高光谱图像,超光谱,高光谱图像,波段

超光谱和高光谱图像某一波段数据

【参考文献】