共查询到20条相似文献，搜索用时 140 毫秒
1.
地表温度与地表比辐射率是陆地表层系统的两个重要特征物理量,它们反演的精度将在很大程度上影响间接导出的地表参量的准确性和相关遥感应用的有效性。多光谱热红外反演温度和比辐射率受到陆地表面类型复杂而观测信息不足的限制,很难同时反演出精确的地表温度数值和地表比辐射率数值。高光谱热红外传感器的出现,为更好地解决这一难题带来了机遇。利用高光谱热红外数据的优势和特性,提出了一种基于大气下行辐射残余指标(DRRI)的方法,实现了地表温度与地表比辐射率的准确分离。通过高光谱热红外模拟数据的反演实验表明DRRI方法具有运算速度快、结果精度高、抗噪声干扰能力强等优点。该方法能够应用于野外测量的高光谱热红外数据以及经准确大气校正后的星载高光谱热红外数据。 相似文献
2.
IRS - P6卫星LISS3图像数据质量评价 总被引：8，自引：0，他引：8
利用辐射精度、清晰度、信息量、信噪比、几何精度、地面分辨率6个数据质量评价指标,对LISS3与TM图像进行对比分析。研究结果表明,LISS3图像在地面分辨率和信噪比方面有显著提高,几何精度(均方根误差为0.28)小于1/2个像元,在绿(0.52~0.59μm)、红(0.62~0.68μm)和近红外(0.77~0.86μm)波段其辐射精度、清晰度、信息量均高于TM图像,在短波红外波段(1.55~1.70μm)相应指标略低于TM图像。分析LISS3在短波红外波段图像质量指标降低的原因,提出增加LISS3第5波段宽度、新增波长2.2~2.5μm的短波红外波段以改进LISS3传感器的波段参数。 相似文献
3.
4.
应用MODIS卫星数据提取植被-温度-水分综合指数的研究 总被引：17，自引：1，他引：16
中分辨率成像光谱仪(MODIS)覆盖可见光、近红外和热红外的36个波段,其波谱分辨率高、信息量丰富.通过分析MODIS数据的波谱特性以及植被和土壤的反射波谱特征,选用可见光波段(0.66 μm)、近红外波段(0.86 μm、1.24 μm)提取修正的土壤调整植被指数(MSAVI)和归一化植被水分指数(NDWI);用两个热红外波段(8.6 μm、11 μm)反演植被冠层温度,并通过分析三者之间的耦合特征来提取反映植被水分状况的综合指标(VTWSI).用实测的植被水分数据和模拟的叶片等效水分厚度数据验证所提取的VTWSI值,拟合结果表明呈显著正相关,说明所提取的VTWSI可有效反映植被的水分状况.该项研究探讨了一种直接从卫星遥感数据提取植被水分指标的新方法,为研究干旱、半干旱地区的区域缺水提供简便途径. 相似文献
5.
地表反照率是入射太阳能被地表反射的比分,决定地表吸收太阳辐射能的多少,是影响地表能量收支的关键参数.该文使用6S大气辐射传输模型对环境星的多光谱CCD数据进行大气纠正,并利用其观测角度信息,分别基于统计模型和BRDF模型估算研究区不同地表覆盖类型的窄波段地表反照率,并实现窄波段向宽波段反照率的转换.将宽波段反照率与MODIS反照率产品数据进行对比分析,对不同的地表覆盖类型选择模型的适宜性做出分析评价:对于水体,基于朗伯面假设采用统计模型效果较好,相对误差为9.2％;对于植被及非植被覆盖区,采用二向反射模型较合适,相对误差分别为4.02％和5.6％,都能够满足应用需求. 相似文献
6.
土壤盐渍化是新疆最常见的土地退化过程,已经严重威胁到了当地的农业生产、生态稳定和经济发展。通过对渭库绿洲土壤含盐量和土壤热红外光谱分析,探讨了土壤含盐量与热红外发射率之间的定量关系。结果表明：（1）盐渍化土壤的发射率随着含盐量的变化而发生变化,当土壤盐分增加时,发射率也随之增大。（2）土壤含盐量与热红外发射率光谱数据相关性在8.5～9.5 μm波段范围内表现尤为显著,相关系数超过0.8,最高为0.90,对应波段范围9.259～9.271 μm。（3）运用回归模型一阶导数变换形式下建模效果和预测精度都是最优的,R2达到了0.899,RMSE最小为1.734。热红外光谱技术可以反演土壤含盐量,为利用热红外遥感识别土壤盐分信息提供技术支撑。 相似文献
7.
农作物种类高光谱遥感识别研究 总被引：2，自引：0，他引：2
作物种类高光谱识别研究对发展精准农业具有重要意义。通过原始反射光谱、常用指数、不同形式变换光谱及高光谱特征参数对观测的8种农作物的识别能力进行分析,同时采用识别效率最高的数据变换形式构建BP神经网络模型。结果表明:8种农作物的反射光谱曲线存在较大差异,差异最大的波长位置为0.65μm、0.78μm、0.86μm、0.93μm、1.08μm、1.19μm;无论采用原始光谱计算的指数还是常见卫星传感器对应通道计算的指数,识别农作物的能力从大到小均为SRNDVISAVIDVI;高光谱特征参数SDr对作物的识别效果优于其他光谱形式,构建的BP神经网络模型隐含层节点数为13时总体精度最高,达91.8%。 相似文献
8.
利用LANDSAT/TM热红外通道反演地表温度的三种方法比较 总被引：25，自引：0，他引：25
利用北京2004年1月28日、4月1日、4月17日、5月19日和7月6日过境的5景LANDSAT／TM影像和实测探空数据，分别运用大气辐射传输模型、覃志豪（2001）单窗算法和Jimenez-Mufioz＆Sobrino（2003）单窗算法反演北京城区地表温度。通过对反演结果进行对比分析，结果表明，覃志豪（2001）单窗算法与基于探空数据的辐射传输方程法结果具有较好的一致性。提出在没有实时探空数据情况。对只有一个热红外通道的LANDSAT／TM数据源采用覃志豪（2001）单窗算法反演地表温度，精度是可以接受的。 相似文献
9.
基于HJ卫星IRS遥感数据的农作物秸秆火点提取模式研究 总被引：5，自引：0，他引：5
根据农作物收割前后的HJ-1B 卫星红外相机(IRS)遥感数据特征,提出农作物秸秆焚烧火点提取模式:利用IRS波段3(3.78 μm)与波段4(11.36 μm)结合两种经典火点探测算法首先提取出所有类型的地面火点;再利用收割前后的IRS波段2(1.72 μm)与波段1(0.9 μm)建立农作物秸秆地判定依据,从而从所有类型的地面火点中识别出秸秆火点。结合10月6日、10月21日的HJ-1B IRS影像,对10月21日江苏省农作物收割时期的秸秆火点进行提取实验,并与对应的MODIS探测结果进行相关分析,相关系数R2为0.685,验证了研究方法的合理性。 相似文献
10.
FY-1D资料在云南辐射雾监测中的运用 总被引：1，自引：1，他引：0
简要介绍了FY-1D卫星资料的特点。运用典型的FY-1D卫星数据,对不同目标物（地表、水体、云、雾、雪盖）分别进行采样,并进行可见光、红外波段的辐射特性差异分析,发现了有利于雾与背景分离的波段,同时指出在红外波段和中红外波段的辐射差值对于分离云雾有很好的指示作用。根据上述辐射特性分析制定了相应的监测方法,通过实际观测资料的检验后发现,该检测算法适用于云南辐射雾的实时监测。 相似文献
11.
12.
高光谱数据挖掘技术在资源勘查中的应用研究 总被引：4，自引：1，他引：3
在系统分析数据挖掘技术概念内涵和高光谱数据特征参数的基础上,基于Hyperion卫星高光谱影像,利用现代信息技术与海量数据处理方法,开展高光谱数据辐射校正、几何校正与影像镶嵌以及地质填图工作,探讨高光谱遥感技术在资源勘查与评价中的作用与应用潜力。研究表明：高光谱遥感技术在地层识别、岩石分类等方面应用效果显著。 相似文献
13.
以香港地面站观测的AOD与WVC数据为参照,首先分析了MISR/AOD和MODIS/WVC产品的不确定性描述方法,然后在考虑二者联合不确定性的影响下,推导了辐射传输方程法估算地面太阳短波辐射的相对误差分布函数。通过统计2005―2013年香港MISR/AOD和MODIS/WVC反演值的分布情况,得出两者的联合概率密度函数,然后将AOD和WVC的联合概率密度函数作为权重函数与相对误差分布函数积分,得到对辐射传输方程法估算地面太阳短波辐射的相对误差数学期望。结果表明,夏季在太阳天顶角为0°时,使用MISR/AOD和MODIS/WVC产品估算地面太阳短波辐射的相对误差期望为3.17%,并且有90%的把握使估算结果相对误差＜3.53%;不同季节不同太阳天顶角下、不同置信水平下,地面太阳短波辐射估算的相对误差大小,可为不同应用研究提供基础数据,为评估亚热带地面太阳短波辐射估算结果是否符合应用需求提供依据。 相似文献
14.
地表温度作为监测陆地表面与大气变化的重要参数,对于研究地表能量平衡和全球气候变化具有重要作用。可见光红外成像辐射仪套件（Visible Infrared Imaging Radiometer Suite,VIIRS）是搭载在新一代对地观测卫星NPP上的一个重要传感器。与其他传感器相比,VIIRS拥有更高的空间分辨率。分裂窗算法是反演地表温度最常用的方法,主要是利用两个热红外通道来反演地表温度,经过多年的研究和改进,发展了多种形式的分裂窗算法。由于过去很少有人利用VIIRS数据对多种分裂窗算法进行对比分析,因此利用VIIRS传感器上M15和M16两个热红外通道数据计算辐亮度和星上亮温,采用多种形式的分裂窗算法反演获得多组地表温度数据,再利用海拉尔野外观测站点的实测数据对结果进行验证,对比各算法精度,得到反演精度较高的算法。结果显示PR84算法的反演误差最大达到1.8 K,其余各算法反演地表温度的RMSE都在1.5 K以内,算法中加入二次项和水汽项可以提高算法精度,其中BL95的算法精度最高达到了1.23 K。研究结果表明,BL95算法更适用于VIIRS热红外数据地表温度反演。 相似文献
15.
This paper brought out a new idea on the retrieval of suspended sediment concentration, which uses both the water-leaving radiance from remote sensing data and the grain size of the suspended sediment. A principal component model and a neural network model based on those two parameters were constructed. The analyzing results indicate that testing errors of the models using the two parameters are 0.256 and 0.244, while the errors using only water-leaving radiance are 0.384 and 0.390. The stability of the models with grain size parameter is also better than the one without grain size. This research proved that it is necessary to introduce the grain size parameter into suspended sediment concentration retrieval models in order to improve the retrieval precision of these models. 相似文献
16.
David L. McGinnis 《The Professional geographer》1997,49(1):117-125
This study develops observed climate-based downscaling transfer functions that are used with general circulation model (GCM) output to assess potential global-change impacts on Upper Colorado Plateau, USA, water resources. Daily automated snow water equivalent stations are used with 700 mb atmospheric circulation to determine empirical transfer functions. Downscaling methodologies using multiple regression and neural networks are evaluated, with the neural network results explaining approximately 70%of the daily snowfall variance. The neural network-based transfer functions are used with the GENESIS GCM to simulate snowfall characteristics in both a 1xCO2 and a 2xCO2 climate. While the total precipitation simulated by the 2xCO2 analysis remains nearly the same as today, less will fall as snow; specifically, snow water equivalence shows significant reduction (except in the Green River Basin) as the snow season is reduced by 58 days on average. 相似文献
17.
Ryan R. Jensen Perry J. Hardin Matthew Bekker Derek S. Farnes Vijay Lulla Andrew Hardin 《Applied geography (Sevenoaks, England)》2009,29(3):320-332
This study used simple multiple regression to model urban leaf area index (LAI) in Terre Haute, Indiana, USA as a function of AISA+ hyperspectral radiance and its derivative features. Regression R2 values ranging from 0.27 to 0.73 were obtained from the various models. Features appearing most frequently in the models included radiance at 0.727, 0.753, 0.848, 0.870, 0.900 and 0.917 μm. The best single predictor of LAI was the absolute difference in radiance between 0.777 and 0.673 μm. The best models performed well at low and intermediate LAI levels, but were less accurate with LAI values between 5.0 and 8.0. 相似文献
18.
We present a neural network approach to invert surface wave data for a global model of crustal thickness with corresponding uncertainties. We model the a posteriori probability distribution of Moho depth as a mixture of Gaussians and let the various parameters of the mixture model be given by the outputs of a conventional neural network. We show how such a network can be trained on a set of random samples to give a continuous approximation to the inverse relation in a compact and computationally efficient form. The trained networks are applied to real data consisting of fundamental mode Love and Rayleigh phase and group velocity maps. For each inversion, performed on a 2°× 2° grid globally, we obtain the a posteriori probability distribution of Moho depth. From this distribution any desired statistic such as mean and variance can be computed. The obtained results are compared with current knowledge of crustal structure. Generally our results are in good agreement with other crustal models. However in certain regions such as central Africa and the backarc of the Rocky Mountains we observe a thinner crust than the other models propose. We also see evidence for thickening of oceanic crust with increasing age. In applications, characterized by repeated inversion of similar data, the neural network approach proves to be very efficient. In particular, the speed of the individual inversions and the possibility of modelling the whole a posteriori probability distribution of the model parameters make neural networks a promising tool in seismic tomography. 相似文献
19.
《The Professional geographer》2013,65(1):117-125
This study develops observed climate-based downscaling transfer functions that are used with general circulation model (GCM) output to assess potential global-change impacts on Upper Colorado Plateau, USA, water resources. Daily automated snow water equivalent stations are used with 700 mb atmospheric circulation to determine empirical transfer functions. Downscaling methodologies using multiple regression and neural networks are evaluated, with the neural network results explaining approximately 70%of the daily snowfall variance. The neural network-based transfer functions are used with the GENESIS GCM to simulate snowfall characteristics in both a 1xCO2 and a 2xCO2 climate. While the total precipitation simulated by the 2xCO2 analysis remains nearly the same as today, less will fall as snow; specifically, snow water equivalence shows significant reduction (except in the Green River Basin) as the snow season is reduced by 58 days on average. 相似文献
20.
径流预测为流域水资源的合理开发利用与统筹配置提供依据。运用多元线性回归、主成分回归、BP神经网络及主成分分析和BP神经网络相结合的方法,对新疆呼图壁河流域石门水文站2009-2011年各月径流量进行预测,并采用相关系数、确定性系数及均方根误差对各模型预测精度进行比较。结果表明：（1）神经网络等智能算法具有高速寻优的能力,对短时间尺度的月径流量的预测结果较好;（2）主成分回归等常规算法能充分反映出某地区径流的年际的稳定性,对全年径流总量的模拟精度较高;（3）主成分分析和BP神经网络相结合的方法,提高了神经网络的收敛速度,同时降低了局部极值的影响,优于简单的BP神经网络,适用于呼图壁河月径流量预测。 相似文献