由于山体坡度、光照角度、传感器成像角度等因素，遥感图像中的山体阴影影响了冰川识别的精度.现有方法一般是先去除阴影再进行冰川识别，既繁琐又可能破坏图像的光谱信息.本文在U-Net框架中集成金字塔池化模块以增强多尺度特征提取能力，提出了一种U-PSP-Net结构的卷积神经网络，可以实现阴影区冰川识别.在自制的含阴影冰川数据集上进行验证，与PSP-Net、SegNet和U-Net的性能比较表明，提出的U-PSP-Net的平均像素精度为95.84%,平均交并比(IoU)为92.79%.与U-Net相比，分别提升了0.61%和0.92%;与PSP-Net和SegNet相比分别提高了1.41%、2.54%和2.85%、2.86%.以上结果证明了神经网络结构在含阴影遥感影像中识别冰川的可行性和有效性.
由于山体坡度、光照角度、传感器成像角度等因素，遥感图像中的山体阴影影响了冰川识别的精度.现有方法一般是先去除阴影再进行冰川识别，既繁琐又可能破坏图像的光谱信息.本文在U-Net框架中集成金字塔池化模块以增强多尺度特征提取能力，提出了一种U-PSP-Net结构的卷积神经网络，可以实现阴影区冰川识别.在自制的含阴影冰川数据集上进行验证，与PSP-Net、SegNet和U-Net的性能比较表明，提出的U-PSP-Net的平均像素精度为95.84%,平均交并比(IoU)为92.79%.与U-Net相比，分别提升了0.61%和0.92%;与PSP-Net和SegNet相比分别提高了1.41%、2.54%和2.85%、2.86%.以上结果证明了神经网络结构在含阴影遥感影像中识别冰川的可行性和有效性.
由于山体坡度、光照角度、传感器成像角度等因素，遥感图像中的山体阴影影响了冰川识别的精度.现有方法一般是先去除阴影再进行冰川识别，既繁琐又可能破坏图像的光谱信息.本文在U-Net框架中集成金字塔池化模块以增强多尺度特征提取能力，提出了一种U-PSP-Net结构的卷积神经网络，可以实现阴影区冰川识别.在自制的含阴影冰川数据集上进行验证，与PSP-Net、SegNet和U-Net的性能比较表明，提出的U-PSP-Net的平均像素精度为95.84%,平均交并比(IoU)为92.79%.与U-Net相比，分别提升了0.61%和0.92%;与PSP-Net和SegNet相比分别提高了1.41%、2.54%和2.85%、2.86%.以上结果证明了神经网络结构在含阴影遥感影像中识别冰川的可行性和有效性.
研究了利用月球表面的数字高程模型和对应的卫星影像;分析了遥感图像像元亮度值与光辐射照度、月面地形(像元地面坡度、坡向)之间的定量关系;研究了月面遥感数字图像地形辐射改正的原理方法并实现月面遥感数字图像的地形辐射改正,生成无阴影正射月表遥感图像。
由于月球表面的地形起伏引起月面遥感图像像素与太阳相对位置和几何取向不一致,导致月面遥感数字图像上阴影像素的产生。为了解决这一问题,利用与遥感图像匹配的DEM和光照方位参数进行遥感图像的阴影判断,基于DEM数据,利用邻坡反射辐射,进行自然地形条件下的月表遥感图像阴影像素的阴影消除,恢复成太阳光谱照度相等(入射角,反射角和距离相同)时的像素遥感值。仿真实验结果表明:该方法较好地消除了月表影像的阴影,充分恢复了月表影像的反射/光谱特征。
月球探测器遮挡形成的阴影是探测器着陆月面之后热设计需要考虑的重要因素,文章从理论上分析了月球探测器着陆于平坦月面地区之后形成的阴影对探测器侧面和底面的影响,并通过建模计算对理论分析结果进行了验证,从而为月球探测器在侧面和底面开设散热面的可能性提供理论依据。
通过对"嫦娥一号"月球卫星在2008年2月21日月食期间的卫星阴影时间进行分析,明确了卫星轨道参数升交点经度和卫星相位与卫星阴影的密切关系,得出了通过月食前调整卫星相位以缩短卫星阴影时间的方法."嫦娥一号"卫星利用该方法实施的调相轨道控制,使卫星阴影时间缩短了约1.5h,有效地保障了月食期间的卫星安全.
综述了月表水冰的发现,探测技术,水资源的存在形式、分布、资源量,月表水的运移和利用前景.已有的探测表明,月球上的水资源主要分布在两极的永久阴影区内,储量约为66亿吨.月表水冰主要分布于两极永久阴影区中的原因,是月球上的水可以通过弹道式跳跃逐步迁移到温度低的地区所致.本文认为月球上是否存在水对于人类进行月球基地的建设没有根本性的影响,而利用月球玄武岩中钛铁矿的反应来获取水,是更为简便和经济的方法.