共查询到18条相似文献，搜索用时 734 毫秒
1.
以准同步的Terra/MODIS反演的气溶胶为辅助,采用FLAASH模型对2009-10-24鄱阳湖HJ-1A/B卫星CCD影像进行大气校正处理。结果表明,大气影响可以被有效去除,在水体遥感反射率较高的红、绿波段,大气校正精度较高,平均相对误差分别为13.4%和9.8%;而在水体遥感反射率较低的近红外、蓝波段,大气校正精度较低,这可能与波段不同的信噪比和陆地邻近像元效应有关。 相似文献
2.
针对我国近岸高浑浊水体区域MODIS短波红外波段大气校正产品中存在的信号饱和及条带问题,利用神经网络模型,采用准同步的HJ-1A/B卫星CCD影像及实测遥感反射率数据对MODIS/Terra水色遥感大气校正产品进行了质量改进。改进后结果与MODIS/Terra遥感反射率产品相比,平均相对误差为13.3%,信号饱和区域修复结果与实测数据各波段平均相对误差为28.2%。结果表明,该方法在保证结果精度的情况下,能有效地修复MODIS/Terra水色波段因为信号饱和而产生的数据空白区域,同时也能较好地解决MODIS/Terra大气校正产品中的条带问题。 相似文献
3.
利用Acolite、FLAASH和C2RCC 3种大气校正算法,参考内陆湖泊历史实测遥感反射率数据,开展针对Sentinel-2卫星数据的内陆湖泊水体大气校正研究。试验结果表明：在数值方面,C2RCC校正结果和实测结果位于相同数量级,Acolite和FLAASH校正结果高估;在光谱曲线变化趋势方面,C2RCC校正结果与实测数据相近,Acolite和FLAASH校正结果存在异常,因而推荐使用C2RCC大气校正Sentinel-2的内陆水体数据;如果只考虑前5个波段,Acolite校正结果的曲线趋势与实测光谱接近,由于校正结果高估,推荐使用波段比值以消除数值高估。 相似文献
4.
以MERIS高光谱影像为数据源,根据现有大气传输模型和大气校正方法,探索了适合于内陆湖泊二类水体的高光谱遥感影像大气校正方法。在6S辐射传输模型的基础上,构建了基于神经网络的二类水体大气校正算法。通过构建输入卫星辐亮度直接提取离水反射率的模型,无需同步气溶胶参数,即可实现大气校正。对2010年8月9日的MERIS影像进行大气校正,并将校正后的遥感反射率与准同步实测离水反射率进行对比分析,结果表明,大气校正过程有效去除了大气效应的影响,经过大气校正的13个波段的平均相对误差分布在10%～40%,得到了与实测值相近的水体遥感反射率。 相似文献
5.
杭州湾HJ CCD影像悬浮泥沙遥感定量反演 总被引：6，自引：0，他引：6
利用环境小卫星CCD(HJ CCD)影像对杭州湾悬浮泥沙浓度(SSC)进行了反演研究。通过对杭州湾水体遥感反射率(Rrs)与SSC进行相关性分析发现,在690nm和830nm左右出现显著的反射峰,分别位于HJ CCD影像的第3和第4波段范围内;大于700nm波长处的Rrs与SSC相关性较好。基于实测Rrs和SSC之间的相关关系,利用第4和第3波段比值作为遥感因子建立SSC反演模型,模型决定系数达到0.90。借鉴近红外-短波红外(NIR-SWIR)结合的大气校正方法反演出的准同步MODIS气溶胶数据,实现了HJ CCD影像的大气校正,第3、第4波段的大气校正结果相对误差分别为5.54%和6.97%。结果显示,HJ CCD影像反演的SSC相对误差为7.12%;杭州湾悬浮泥沙浓度要显著高于长江口,且内部差异明显。研究表明,通过适当的大气校正方法和反演算法,HJ CCD影像可用于杭州湾悬浮泥沙浓度的估计。 相似文献
6.
环境星CCD数据大气校正研究 总被引：1，自引：0，他引：1
利用6S模型和同步气象资料,对国产环境与灾害监测预报小卫星HJ-1 A的CCD1传感器数据进行了大气校正和反射率反演。同时对CCD1传感器1～4波段大气校正前后的反射率变化进行了对比研究,发现大气校正后的1～3波段的地面反射率明显降低,4波段的地面反射率升高;利用同步野外实测地面数据对大气校正后的反射率数据进行了检验,两者结果基本一致;此外,还进行了定量化误差分析,以同步野外实测地面数据作为标准,将大气校正后的反射率数据与之对比,分析了可能带来误差的原因。结果表明,利用6S大气校正方法能够有效去除HJ-1 A星CCD图像的大气影响,获取地物绝对反射率。 相似文献
7.
刘瑜 《测绘与空间地理信息》2013,(3):47-49
主要介绍了FLAASH大气校正模型的主要原理及算法,并运用ENVI软件中的FLAASH大气校正模型对上海长江口地区MODIS1B卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,MODIS1B卫星影像经过FLAASH大气校正后,较好地消除了大气影响。 相似文献
8.
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
9.
以新疆准噶尔盆地古尔班通古特沙漠为研究区,以中等分辨率成像光谱仪(MODIS 1B)数据为例,辅以MODIS光谱响应函数(SRF)和全波段光谱仪(ASD)准同步采集的雪面反射光谱,运用线性光谱混合模型(LSMM)实现了稀疏植被区积雪遥感信息提取.结果表明:①利用SRF对雪面反射光谱进行端元光谱到像元光谱的转换,生成对应于MODIS1-7波段的离散光谱,将其与用最小噪声分离(MNF)变换和像元纯度指数(PPI)法获得的MODIS影像端元光谱进行对比,发现MODIS1波段光谱值远大于转换光谱值,MODIS2-7波段光谱值与转换光谱值接近;②MODIS2-7波段影像端元光谱值适用于LSMM估算稀疏植被区积雪分量,积雪分量估算值与归一化差分积雪指数(NDSI)拟合结果显示,剔除MODIS1波段后估算的积雪分量与NDSI的相关性显著提高,表明所提取的积雪分量可以作为估算积雪的典型指数. 相似文献
10.
在高速公路环境遥感中,定量反演依赖精确的光谱反射率,因此,大气校正非常重要。本文基于高速公路路域植被环境遥感的大气校正特点,针对贵州省三凯高速路域的CBERS-02B卫星数据采用FLAASH大气校正,研究中结合路域环境遥感紧密相关的评价因子,分析校正前后路面、路域植被、河流和裸地的反射率和NDVI值变化,不同地物在其敏感波段的反射率更接近真值,校正后的NDVI也更接近利用地面实测数据的计算值。结果表明FLAASH大气校正能快速、较准确地消除大气因素对CBERS-02B数据的影响,能够有效地应用于路域影像纠正,服务于高速公路环境遥感监测。 相似文献
11.
基于PROSPECT＋SAIL模型的遥感叶面积指数反演 总被引：4，自引：1，他引：4
以PROSPECT+SAIL模型为基础，从物理机理角度反演植被叶面积指数(LAI)。首先，通过FLAASH模型进行大气校正，使得图像像元值表达植被冠层反射率； 然后，根据LOPEX 93数据库和JHU光谱数据库选择植物生化参数和光谱数据，以PROSPECT模型模拟出的植物叶片反射率和透射率作为SAIL模型的输入参数，得到植被冠层反射率，将结果与遥感影像的植被冠层反射率对应，回归出植被LAI； 最后，以地面实测数据对遥感反演数据进行验证，并分析了误差的可能来源。 相似文献
12.
针对不同的地物覆盖类型,分析和评价了适用于SPOT-7卫星数据的大气校正方法,为其遥感定量研究和应用提供思路和参考。在河南省嵩山地区进行了同步观测实验,获取了SPOT-7卫星影像并进行大气校正处理,地面同步测量了大气光学特性和典型地物样区光谱,计算了地物样区在影像上的反射率和植被指数,分析了不同地物覆盖类型下大气校正模型(fast line-of-sight atmospheric analysis of spectral hypercubes,FLAASH)和大气模型(second simulation of the satellite signal in the solar spectrum,6S)的大气校正效果。对自然植被、农作物中的高秆作物、硬地建议采用FLAASH进行大气校正,对农作物中的低矮作物,建议采用6S进行大气校正。 相似文献
13.
由于受到大气的影响,传感器接收到的辐射信息不能真实地反映地表反射光谱信息,因此,从遥感影像中去除大气的影响,即进行大气校正,是高光谱遥感数据处理中极为重要的环节。文章介绍了EO-1hyperion高光谱数据的特点,以及用FLAASH（Fast Line of Sight Atmospheric Analysis of ... 相似文献
14.
基于FLAASH和ATCOR2模型的Landsat ETM+影像大气校正比较 总被引：3，自引：0，他引：3
利用FLAASH和ATCOR2模型对漓江流域的Landsat ETM+数据进行大气校正,以GLS(Global Land Survey)获得的同步高质量地表反射率影像作为参考数据,从目视效果、典型地物光谱特征和波谱一致性三方面对两种模型的校正结果进行对比分析。研究表明,两种模型均可以对ETM+影像进行有效的大气校正,FLAASH模型的校正精度优于ATCOR2模型。 相似文献
15.
Vegetation indices (VIs) calculated from remotely sensed reflectance are widely used tools for characterizing the extent and status of vegetated areas. Recently, however, their capability to monitor the Amazon forest phenology has been intensely scrutinized. In this study, we analyze the consistency of VIs seasonal patterns obtained from two MODIS products: the Collection 5 BRDF product (MCD43) and the Multi-Angle Implementation of Atmospheric Correction algorithm (MAIAC). The spatio-temporal patterns of the VIs were also compared with field measured leaf litterfall, gross ecosystem productivity and active microwave data. Our results show that significant seasonal patterns are observed in all VIs after the removal of view-illumination effects and cloud contamination. However, we demonstrate inconsistencies in the characteristics of seasonal patterns between different VIs and MODIS products. We demonstrate that differences in the original reflectance band values form a major source of discrepancy between MODIS VI products. The MAIAC atmospheric correction algorithm significantly reduces noise signals in the red and blue bands. Another important source of discrepancy is caused by differences in the availability of clear-sky data, as the MAIAC product allows increased availability of valid pixels in the equatorial Amazon. Finally, differences in VIs seasonal patterns were also caused by MODIS collection 5 calibration degradation. The correlation of remote sensing and field data also varied spatially, leading to different temporal offsets between VIs, active microwave and field measured data. We conclude that recent improvements in the MAIAC product have led to changes in the characteristics of spatio-temporal patterns of VIs seasonality across the Amazon forest, when compared to the MCD43 product. Nevertheless, despite improved quality and reduced uncertainties in the MAIAC product, a robust biophysical interpretation of VIs seasonality is still missing. 相似文献
16.
基于MODIS影像的内蒙古草原积雪监测 总被引：2，自引：0，他引：2
光学遥感源MODIS具有高光谱分辨率、高时间分辨率、高空间分辨率、全球范围内免费接收等优势,被广泛应用于洪涝、干旱、森林草原火灾、雪灾等自然灾害的动态监测领域。MODIS数据用于内蒙古草原积雪监测,提取积雪信息在国内尚属空白。本文利用MODIS L1B 500m分辨率数据,经过几何校正、去"双眼皮"预处理,根据归一化差分积雪指数(NDSI)算法和综合阈值判别法对内蒙古自治区2008年1月下旬大范围降雪进行积雪信息提取,制作积雪覆盖图。利用内蒙古生态与农业气象中心发布的雪情遥感监测信息验证积雪覆盖图的准确度。验证结果表明,MODIS数据用于大范围积雪监测非常有效。 相似文献
17.
This paper proposes an applicable approach for snow information abstraction in northern Xinjiang Basin using MODIS data. Linear
spectral mixture analysis (LSMA) was used to calculate snow cover fractions (SF) within a pixel, which was used to establish
a regression function with NDSI. In addition, 80 snow depths samples were collected in the study region. The correlation between
image spectra reflectance and snow depth as well as the comparison between measured snow spectra and image spectra was analyzed.
An algorithm was developed for snow depth inversion on the basis of the correlation between snow depth and snow spectra in
the region. The results indicated that the model of SF had a high accuracy with the mean absolute error 0.06 tested by 26
true measured values and the validation for snow depth model using another dataset with 50 sampling sites showed an RMSE of
1.63. Our study showed that MODIS data provide an alternative method for snow information abstraction through development
of algorithms suitable for local application.
Supported by the National Natural Science Foundation of China (No.70361001). 相似文献
18.
一种基于阴影像元的光学遥感大气校正方法 总被引：4，自引：0，他引：4
提出一种基于6S模型 阴影像元的大气校正方法,适用于有阴影像元存在的高空间分辨率光学遥感影像。该方法从阴影像元与非阴影像元的信号差异估算气溶胶光学厚度,与暗目标方法相比,此方法避免地表反射率的假定难题。以北京市密云县的IKONOS影像对方法进行验证。在气溶胶光学厚度的估算上,该方法的估算结果与MODIS气溶胶产品基本一致,而且其结果的稳定性明显好于暗目标法。在大气校正的结果方面,针对各类地物,比较大气校正前后的光谱与同类典型实测地物光谱,结果说明大气校正能够大大恢复各类地物光谱的典型特征,这将有利于地物的识别。最后通过比较大气校正前后的NDVI发现,大气校正能够明显增大高植被覆盖区与低植被覆盖区NDVI的差别,使植被信息更加突出。 相似文献