共查询到19条相似文献，搜索用时 578 毫秒
1.
地形校正可以削弱地势复杂区域由于地形起伏导致的地表接收太阳辐射不均匀和地表反射率失真的问题,从而提升遥感影像质量和遥感信息提取的精度。但是,现有地形校正模型存在过校正、波段间校正效果不稳定以及校正效果不理想等问题。本文根据Minnaert地形校正模型系数k和地物二向性反射特性的相关性,对Minnaert模型进行改进,提出了一种考虑地物类型的Minnaert地形校正模型(简称为CMinnaert模型),并在地物预分类中采用《土地利用现状分类》一级分类标准和分植被疏密程度分类两种方式,用以验证CMinnaert模型的稳定性并筛选最佳地物类型划分方案。首先对待校正影像进行地物类型预分类,其次逐波段针对各地物类型分别进行系数k的拟合求解,然后使用各波段各地物类型的系数k对该范围的遥感影像进行Minnaert地形校正。以河南省商城县的Landsat 8/OLI影像为实验数据,选取余弦校正模型、SCS校正模型、Minnaert校正模型、分坡度的Minnaert校正模型作为对比模型,通过目视对比和统计数据分析的方式评估CMinnaert模型的地形校正效果。研究结果表明,本文提出的CMinnaert模型有效地削弱了地形效应对遥感影像辐射亮度值的影响,与原始影像和其他4种地形校正结果相比,进行地物一级分类的CMinnaert模型有效降低了各波段辐亮度与太阳入射角余弦的线性拟合R2,未出现过校正现象;分植被疏密程度分类的CMinnaert模型在第1、5波段存在过校正问题,但其余波段辐亮度与太阳入射角余弦的线性拟合R2是6种模型中最低的。以上结果证明两种地物预分类方式的CMinnaert模型校正效果都较稳定且明显优于其他四种地形校正模型,且本文建议在进行CMinnaert地形校正时采用地物一级分类的方式进行地物预分类。 相似文献
2.
地形效应是影响遥感定量分析的主要障碍之一。尤其对于航空高光谱遥感而言,其地形效应更为显著,地形高程、角度带来的影响都不可忽略。基于青海雪鞍山地区的CASI高光谱影像和LiDAR地形数据,开展地形高程变化对航空高光谱遥感的影响研究。在假定每一个高程点为水平朗伯体的前提下,首先,基于MODTRAN软件模拟计算不同高程对应的大气上行辐射、地物至传感器之间的大气透过率、大气半球反照率和下行总辐射,进行地形高程变化对4个参量的影响分析;然后,设计实现了加入高程因子的大气辐射校正,完成了测区航空高光谱影像的反射率反演计算;最后,与FLAASH大气校正的反射率结果进行比较,发现同类地物的反射率曲线在谱形方面接近,但反射率数值存在差异,尤其是FLAASH大气校正结果中短波波段甚至出现负值,无疑是错误的。实验表明,高程因子的变化对山地航空高光谱影像成像过程的影响不可忽略,要实现精确的航空高光谱影像大气辐射校正必须消除其影响。 相似文献
3.
由于SAR斜距成像几何方式及地形起伏的影响,原始SAR影像存在透视收缩、叠掩、阴影等严重的几何畸变和辐射畸变。其中,叠掩区具有强烈的后向散射回波,在极化SAR影像的分类研究中容易造成林地与居民地等地物混分,降低分类的精度。针对该问题,本文研究一种地形辐射校正方法,引入投影角计算后向散射系数γ0,有效地解决了地形起伏造成的辐射畸变问题。选取一景全极化Radarsat-2影像进行实验验证,分别对地形辐射校正前后的极化SAR影像进行了复Wishart监督分类。通过对分类结果的比较,表明经本文地形辐射校正方法处理后,极化SAR影像的分类精度得到了改善。 相似文献
4.
SCS+C地形辐射校正模型的应用分析研究 总被引：1，自引：0，他引：1
在对有森林覆盖的山区影像进行地形辐射校正时，基于太阳-冠层-传感器（SCS）几何关系的校正模型优于基于太阳-地形-传感器（STS）几何关系的模型。SCS校正模型解释了树木不依赖于地形、观测角和光照入射角而具有向地性生长的本质特性，但在某些地形区域，SCS与余弦校正同样存在过度校正的问题。为了解决这个问题，研究者在SCS校正模型中引入C校正系数来解释散射辐射项，提出了SCS+C校正模型。以北京密云Landsat 5影像为数据源，通过目视判别、直方图、定量的统计参数和地物光谱曲线对比等方法，对SCS+C校正模型与传统的余弦校正、C校正和SCS校正模型进行了对比。结果表明，4种方法均能在很大程度上消除地形阴影，更好地反映阴影区域的细节信息； 从总体的光谱特性保真程度来说，余弦和SCS校正都因过度校正问题表现较差，SCS+C校正最好，C校正次之。 相似文献
5.
传感器在获取地面信息的过程中,由于大气辐射及散射等原因,传感器得到的测量值与地物的真实值之间存在误差。大气校正是消除辐射畸变,获取地面真实信息,实现遥感数据定量化的基础。研究运用FLAASH大气校正模块,对AVIRIS高光谱遥感影像进行大气校正,选取典型地物,通过光谱曲线变化,植被指数进行校正结果评价,表明大气校正效果明显。且邻近像元纠正功能对其结果有进一步的提高。 相似文献
6.
针对同一地区不同时期的全色高分辨遥感影像,提出一种基于影像融合的变化检测算法。首先采用基于匹配点的三角网校正方法对两景影像进行几何校正,然后选用基于迭代多元变化检测(IR-MAD)的相对辐射校正方法进行辐射一致性处理,接着对经几何一致性处理、辐射一致性处理后两张影像进行显著性融合,采用Mean-Shift分割算法对融合影像进行分割,选用方向梯度直方图(HOG)特征获取影像纹理强度图,最后通过比较分割块纹理变化获得变化检测结果。以Toposys激光雷达系统搭载相机拍摄的全色影像对该算法进行了检验,并使用单一时期影像为分割对象进行对比实验结果。实验结果表明,以融合影像为分割对象的结果远优于以单一时期影像为分割对象的变化检测结果,极大地减少了误检和漏检,在城市、郊区等地区人工地物变化监测中有一定的应用价值。 相似文献
7.
陈军 《武汉大学学报(信息科学版)》1984,(1)
本文着重介绍在遥感影象分类中应用数字地面模型(DTM)改正地物反射光谱中地形影响的方法和试验。笔者选择了位于湖北和江西两省交界处的九宫山地区做为试验区域。试验结果表明,在山地区,单纯利用原始Landsat MSS影象分类,效果很差;采用辐射校正分类法和附有太阳入射角数据的MSS影象分类方法,都能够不同程度地改正地形对地物反射光谱的影响,从而提高了Landsat—2 MSS影象的分类精度。其中附有太阳入射角数据的MSS影象分类精度达到70.4％。 相似文献
8.
针对考虑太阳直接辐射、天空散射辐射以及来自于附近地表反射辐射的复杂地形EMT 遥感影像地形校正物理模型公式复杂、计算繁琐、不易实施的特点以及存在过度校正的缺陷,对该物理模型进行简化和改进。提出一套简化模型相关参数,即r值,Vt,Vd,T↓(λ,θ)等的计算方案,从而简化计算过程,提高计算效率。并针对该地形校正物理模型朗伯体假设的缺陷,引入Minnaert参数k时模型进行非朗伯体修正。简化和改进的地形校正物理模型的校正实验结果表明该模型很好地消除了复杂地形EMT 遥感影像的地形阴影,从而证明该地形校正物理模型的简化和改进方案可行。 相似文献
9.
10.
考虑植被覆盖因子的地形辐射校正模型 总被引：1，自引：0，他引：1
针对传统的地形辐射校正模型无法适用复杂地表覆盖类型而导致的校正精度较低的问题,该文提出了一种考虑像元植被覆盖因子的模型。山区遥感影像像元大部分为植被与岩石、裸土的混合像元,针对混合像元中岩石、裸土部分应用太阳-地表-传感器模型,而对于植被覆盖区则采用考虑植被垂直生长特性的太阳-树冠-传感器模型,两模型用像元植被覆盖因子拟合为新的太阳-植被覆盖因子-传感器模型。利用覆盖江西实验区的Landsat-8陆地成像仪影像和数字高程模型数据进行了校正比对分析,结果表明该方法可有效地消除地形起伏对辐射亮度的影响。 相似文献
11.
《International Journal of Digital Earth》2013,6(9):1013-1029
ABSTRACTThe effect of terrain shadow, including the self and cast shadows, is one of the main obstacles for accurate retrieval of vegetation parameters by remote sensing in rugged terrains. A shadow- eliminated vegetation index (SEVI) was developed, which was computed from only red and near-infrared top-of-atmosphere reflectance without other heterogeneous data and topographic correction. After introduction of the conceptual model and feature analysis of conventional wavebands, the SEVI was constructed by ratio vegetation index (RVI), shadow vegetation index (SVI) and adjustment factor (f (Δ)). Then three methods were used to validate the SEVI accuracy in elimination of terrain shadow effects, including relative error analysis, correlation analysis between the cosine of solar incidence angle (cosi) and vegetation indices, and comparison analysis between SEVI and conventional vegetation indices with topographic correction. The validation results based on 532 samples showed that the SEVI relative errors for self and cast shadows were 4.32% and 1.51% respectively. The coefficient of determination between cosi and SEVI was only 0.032 and the coefficient of variation (std/mean) for SEVI was 12.59%. The results indicate that the proposed SEVI effectively eliminated the effect of terrain shadows and achieved similar or better results than conventional vegetation indices with topographic correction. 相似文献
12.
13.
《International Journal of Digital Earth》2013,6(5):504-520
Abstract Because the removal of topographic effects is one the most important pre-processing steps when extracting information from satellite images in digital Earth applications, the problem of differential terrain illumination on satellite imagery has been investigated for at least 20 years. As there is no superior topographic correction method applicable to all areas and all images, a comparison of topographic normalization methods in different regions and images is necessary. In this study, common topographic correction methods were applied on an ALOS AVNIR-2 image of a rugged forest area, and the results were evaluated through different criteria. The results show that the simple correction methods [Cosine, Sun-Canopy-sensor (SCS), and Minnaert correction] are inefficient in exceptionally rough forests. Among the improved correction methods (SCS+C, modified Minnaert, and pixel-based Minnaert), the best result was achieved using a pixel-based Minnaert approach in which a separate correction factor in various slope angles is used. Thus, this method should be considered for topographic correction, especially in forests with severe topography. 相似文献
14.
山地叶面积指数反演理论、方法与研究进展 总被引：2，自引：0，他引：2
叶面积指数LAI（Leaf Area Index）是表征叶片疏密程度和冠层结构特征的重要植被参数,在气候变化、作物生长模型以及碳、水循环研究中发挥着重要作用。遥感是获取区域及全球尺度LAI的一个重要手段,当前LAI产品主要基于遥感数据反演得到,但是多数LAI产品算法并未考虑地形特征的影响,导致山地LAI遥感反演精度不确定性大。提高山地LAI遥感反演精度亟需考虑地形因子对冠层反射率的影响,其中山地冠层反射率模型和遥感数据地形校正是提升山地LAI遥感反演精度的关键。本文围绕山地LAI遥感反演理论与方法,综合分析了国内外山地冠层反射率模型和地形校正模型的研究进展,总结了目前山地LAI遥感反演存在的问题,并讨论了未来研究的发展趋势。 相似文献
15.
地形改正与地形直接影响的转化关系 总被引：1，自引：0，他引：1
传统的第三边值问题的解算方法有Molodensky算法和Stokes-Helmert算法两种。在Molodensky算法中使用的地形改正和Stokes-Helmert算法中使用的直接影响均由大地水准面外地形产生,因而必然存在关系。本文通过推导给出了直接影响是地形改正、层间改正与压缩地形影响3项之和的结论。在此基础上,给出了直接影响的质量线平面积分算法、质量棱柱平面积分算法和地形改正的球面积分算法。此外本文还推导了布格球冠层间改正算法。通过实验得出,直接影响的质量线平面积分算法和质量棱柱平面积分算法与传统球面积分算法的差异分别为3.81和1.64 m Gal;地形改正球面积分算法与传统质量线、质量棱柱平面积分的差异分别为3.92和1.69 m Gal。该结果说明,本文推导的直接影响与地形改正的关系式是正确有效且实用的。 相似文献
16.
The uneven distribution of solar radiation due to topographic relief can significantly change the correlation between reflectance and other features such as biomass in rugged terrain regions. In this article, we use the transfer theory to improve the Minnaert approach. After comparing topographic correction methods for Landsat 8 Operational Land Imager (OLI) and EO-1 Advanced Land Imager (ALI) imagery acquired from the mountainous region in Beijing, China, we used visual inspection, statistical analysis, and correlation analysis to evaluate the algorithms and performance of the proposed Minnaert-E approach. The results indicate that corrections based on non-Lambertian methods have better performance than those based on the Lambertian assumption. The correction performances can be ranked as the Minnaert-E, followed by the Minnaert and the SCS+C corrections, and, finally, the C-HuangWei correction, which performed the worst. We found that the Minnaert-E approach can effectively weaken the influence of terrain relief on pixels and restore the true reflectance of the pixels in the relief area. Further analysis indicates that the Minnaert-E has a better effect on image processing where the slope gradient is restricted to less than 10° or between 30° and 43°. 相似文献
17.
本文提出一种新的半经验地形校正模型SCEDIL(Simple topographic Correction using Estimation of Diffuse Light),该模型通过结合DEM与光学影像数据寻找局部区域内完全光照和阴影的水平像元,并以光照、阴影水平像元的平均反射率值估算局部区域散射辐射比,提高了陡峭山区影像的地形校正精度。以高分一号卫星和Landsat ETM+影像为例,从目视判读和定量分析两个方面,比较分析该算法与传统半经验地形校正算法(C、SCS+C)的校正结果。结果表明:(1)对较为平坦的地形,SCEDIL和C、SCS+C校正都有较好的目视结果;对地面起伏较大的陡峭地形,C、SCS+C校正后,原阴影区域易呈现破碎化特征,SCEDIL校正后,原阴影区域过渡较为平滑。(2)SCEDIL校正后,各波段反射率的均值和标准差优于C、SCS+C校正,SCEDIL校正后,影像总分类精度与同类地物光谱信息均一性均优于C和SCS+C校正。SCEDIL半经验地形校正方法能有效地去除影像中的地形干扰,尤其对陡峭地形的校正效果,优于常规地形校正模型。 相似文献
18.
重力地形改正是区域重力测量工作中的一个关键步骤,目前重力地形改正的主要挑战是如何快速地重建测站附近高精度的三维地形。本文提出了一种基于全景立体视觉和摄影测量技术的快速近区重力地形改正方法,设计和开发了相应的快速测图系统。为了使该系统硬件尽量小型化并满足精度需求,我们进行了系统的理论精度分析和设计优化。所开发的研究系统可以从获取的全景立体图像自动生成DEM并计算重力地形改正值。该系统已经过野外多站多种地形的实验验证,结果表明其效率和精度明显优于传统的野外测量方法。 相似文献
19.
Pixel-based image compositing enables production of large-area surface reflectance images that are largely devoid of clouds, cloud shadows, or haze. Change detection with spectral trend analysis uses a dense time series of images, such as pixel-based composites, to quantify the year, amount, and magnitude of landscape changes. Topographically-related shadows found in mountainous terrain may confound trend-based forest change detection approaches. In this study, we evaluate the impact of topographic correction on trend-based forest change detection outcomes by comparing the amount and location of changes identified on an image composite with and without a topographic correction. Moreover, we evaluated two different approaches to topographic correction that are relevant to pixel-based image composites: the first corrects each pixel according to the day of year (DOY) the pixel was acquired, whilst the second corrects all pixels to a single reference date (August 1st), which was also the target date for generating the pixel-based image composite. Our results indicate that a greater area of change is detected when no topographic correction is applied to the image composite, however, the difference in change area detected between no correction and either the DOY or the August 1st correction is minor and less than 1% (0.54–0.85%). The spatial correspondence of these different approaches is 96.2% for the DOY correction and 97.7% for the August 1st correction. The largest differences between the correction processes occur in valleys (0.71–1.14%), upper slopes (0.71–1.09%), and ridges (0.73–1.09%). While additional tests under different conditions and in other environments are encouraged, our results indicate that topographic correction may not be justified in change detection routines computing spectral trends from pixel-based composites. 相似文献