微信地球變臉 北理工助力中國氣象衛(wèi)星明辨“風起云涌”

9月26日17時，微信啟動畫面6年來首次變臉，畫面背景首次由經典的“藍色彈珠”換為風云四號拍攝的衛(wèi)星云圖 。從非洲大陸視角到地球上的中國，在這背后也有著北理工的一份堅持與付出 。
       2016年12月11日，風云四號氣象衛(wèi)星在西昌衛(wèi)星發(fā)射中心成功發(fā)射，這是世界上第一顆靜止軌道氣象衛(wèi)星，衛(wèi)星綜合技術性能國際領先！衛(wèi)星搭載多通道掃描毫米波太赫茲成像儀載荷，最高工作頻率425GHz。2017年9月25日，風云四號正式交付用戶投入使用。北京理工大學毫米波與太赫茲技術北京市重點實驗室?guī)熒鷧⑴c了風云四號的研制過程中的相關工作。攻克了一系列關鍵技術，取得卓有成效的結果。
       精度提高 有效載荷減小
       北理工博士生導師胡偉東承擔的科研項目“風云四號氣象衛(wèi)星遙感分辨率增強技術” 可將衛(wèi)星遙感地面分辨率從70km提高到38km。應用該技術，大氣遙感輻射計的可展開天線的口徑可從5米縮減為3米，大大減小有效載荷的體積和重量。此項技術打破歐空局壟斷，為我國節(jié)約大量資金，此前， 歐空局給我國氣象局報價為500萬歐元。
       仿真評估 提前預防形變
       風云四號衛(wèi)星采用大口徑反射面天線，體積比較龐大、容易受重力、溫度、風荷和表面加工誤差等因素的影響， 使反射面表面發(fā)生形變，從而影響遙感圖像的精度。
       北理工太赫茲遙感團隊結合設備參數，搭建風云四號毫米波太赫茲成像儀的系統仿真與評估平臺，建模分析空間環(huán)境或天線形變等因素導致遙感圖像變化的趨勢和量化特征。保證系統的最佳工作狀態(tài)，同時為系統定標和載荷故障定位及運行保障提供依據。
       深度學習 改進圖像處理
       國內首次將深度學習方法應用于風云衛(wèi)星實測圖像處理，信噪比提高5dB。風云四號氣象衛(wèi)星的多通道掃描成像儀的工作頻段包括了118GHz、183GHz、380GHz、425GHz, 可以獲取大氣溫度、濕度及成像信息。然而微波輻射計由于受到天線尺寸的限制，其固有的空間分辨率較低，限制了更為廣泛的應用。
       北理工太赫茲遙感團隊通過深度學習技術和數據驅動的思想來訓練卷積神經網絡（CNN）對風云衛(wèi)星圖像進行復原，實驗結果表明本方法能夠取得很好的圖像復原效果，峰值信噪比提升3-5dB,此項技術應用于風云四號衛(wèi)星遙感圖像處理，可以大大提高天氣預報的精度。
       太赫茲遙感團隊獲教育部111引智計劃支持
       在龍騰教授主持的教育部111引智計劃新體制雷達研究項目和呂昕教授主持的國家自然基金重大儀器項目支持下 ，荷蘭代爾夫特理工大學教授、俄羅斯外籍院士、IEEE Fellow, Leo Ligthart被聘為北理工兼職教授，大大推進了中國在太赫茲遙感技術領域的研究。
       微信啟動頁“變臉”的背后，是千千萬萬科研工作者的努力和堅持，北京理工大學太赫茲遙感團隊為之作出了自己的貢獻。

       （來源：人民網-科技頻道）