研究目的
为验证在日内瓦湖上使用双平台测量系统（BLIMP和ZiviCat）结合图像处理算法，以亚像素卫星尺度获取湖面水温（LSWT）分布模式的可行性。
研究成果
双平台系统与图像处理流程成功生成了亚像素尺度的高分辨率湖表水温图，以前所未有的细节揭示了空间变异性。低对比度场景中精确热成像需高度重叠。该方法能深化对湖泊过程的理解并提升卫星数据验证水平。
研究不足
该方法要求图像间具有高度重叠（约95%）以实现有效降噪和配准，但这一条件并非在所有情况下都可行。低风速湍流场景的低对比度使得噪声校正具有挑战性，且可能残留伪影。强风条件下由于平台移动，系统效果会降低。辐射定标依赖于现场测量，而这些测量可能受到船只航迹的干扰。
1：实验设计与方法选择：
采用双平台系统，BLIMP用于获取机载热红外影像，ZiviCat用于现场温度测量。图像处理包括采用两点线性法进行非均匀性校正(NUC)、通过PDF匹配进行漂移校正、利用特征检测(SURF和MSER算法)与MLESAC几何变换实现图像配准。图像融合通过重叠区域平均完成。
2：样本选择与数据来源：
在日内瓦湖开展实地作业，使用2016年3月18日数据，覆盖约16公里轨迹。影像像素分辨率约0.8米，重叠率高达95%。
3：8米，重叠率高达95%。 实验设备与材料清单：
3. 实验设备与材料清单：BLIMP配备FLIR Tau2长波红外相机(640×512像素，14位)、树莓派RGB相机、GPS、IMU、通信?？?；ZiviCat搭载RBRsolo温度传感器(10个热敏电阻)、GPS、IMU；还包括气球、绞盘和船只。
4：实验流程与操作规范：
BLIMP系留于船只，在300-800米高度间控制飞行，每5秒拍摄一次影像。ZiviCat沿预设路径自主测温。通过时间匹配实现数据同步。
5：数据分析方法：
在MATLAB中进行图像处理，包括滤波(高斯或中值)、NUC、漂移校正、特征匹配、图像拼接，并利用现场数据进行辐射定标。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
FLIR Tau2 LWIR camera
Tau2
FLIR
Used for thermal imagery to record Lake Surface Water Temperature (LSWT) images with high resolution.
-
Raspberry Pi RGB camera
Raspberry Pi
Used for visual inspection and verification during the airborne imagery.
-
RBRsolo temperature sensor
solo
RBR
Mounted on ZiviCat to measure in situ near-surface water temperature profiles with high accuracy.
-
XBee Pro module
XBee Pro 100 mW
XBee
Used for serial radio transmission to enable real-time monitoring of BLIMP imagery on the boat.
-
Inertial Measurement Unit
IMU
Used to measure orientation and tilt angles of the BLIMP and ZiviCat platforms.
-
GPS
Used for position tracking of both BLIMP and ZiviCat platforms.
-
Picavet rigging
Picavet
Used for passive stabilization of the BLIMP camera to minimize movement under wind conditions.
-
登录查看剩余5件设备及参数对照表
查看全部
