机构名称：
¥ 1.0
太空资产对美国国防、安全和经济财富至关重要。遥感是了解太空资产周围环境态势的重要技术。地面太空望远镜技术无法在空间上分辨太空中遥远的物体（轨道高度超过 1,000 公里，例如 GEO）或小型物体（例如 CubeSats）。这些物体被称为未解析的空间物体 (URSO)。高光谱遥感已被提议作为一种提取未解析空间物体定量信息的技术。高光谱传感器的高光谱分辨率包含有关未解析物体材料成分的信息，这些信息来自材料对测量光谱的贡献。即使物体无法在空间上分辨，也可以在光谱上分辨。高光谱解混是一种将混合测量光谱特征分解为组成材料及其丰度的光谱特征的技术。在地面应用中，解混已被广泛研究，研究对象是包含感兴趣物体的光谱和空间信息的图像。对于未解析的空间物体，作者建议使用在空间物体在高光谱传感器的视野范围内移动时收集的时间轨迹的光谱时间特征来提取物质成分信息。这种方法面临的一大挑战是，收集到的光谱时间特征可能不够丰富，无法使用盲高光谱解混方法提取物质成分。在本文中，我们使用一个简单的模拟模型，即一个类似卫星的物体在背景上旋转，以研究空间分辨率如何影响 URSO 物质成分的可识别性。我们将性能视为空间分辨率在提取的端元质量及其丰度方面的函数。初步结果表明，提高空间分辨率可以提高可识别性（这并不是一个令人惊讶的结果），但如果光谱时间特征足够丰富，那么几个像素就足以识别物质成分。关键词：未解析的空间物体；高光谱解混；光谱时间特征；空间域感知。
研究高光谱分离提取成分的潜力
主要关键词
相关文件推荐
