首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 296 毫秒
1.
为分析高分一号WFV传感器16 m遥感影像在水质反演方面的能力,本文选取南四湖为研究区,以高分一号卫星影像与Landsat-8卫星OLI影像为数据源,结合地面同步实测水体浊度数据,建立反演水体浊度的原始光谱反射率模型、归一化反射率模型和波段比值模型,并对各模型进行精度评价,分别比较两个传感器在浊度反演能力方面的差异。结果表明:利用高分一号WFV 16m遥感影像进行水质反演具有较高的精度,且具备更高的空间分辨率和更短的重访周期,可以替代Landsat-8多光谱数据。  相似文献   

2.
采用飞马D200四旋翼无人机携带多光谱相机,获取了可见光波段的数据,地面同步测量了地表反射率和大气参数.结合实验数据,采用基于POS数据的严格成像模型和多项式模型对图像进行了几何校正,对比了2种模型的校正精度和不同重采样方式产生的差异.在几何校正的基础上进行了大气校正,获得地表反射率,选取典型地物水体、植被、裸土的实测结果进行验证.结果表明低空无人机遥感可以得到精度较高的地表反射率结果,但不同的几何校正模型对地表反射率影响较小,可以忽略.通过开展该实验证明了利用无人机开展定量化遥感研究的可行性.  相似文献   

3.
Sentinel-2A与Landsat 8O LI逐像元辐射归一化方法研究   总被引:1,自引:0,他引:1  
考虑不同传感器光谱响应函数差异及不同地物类型反射率光谱的差异,提出了一种逐像元辐射归一化方法,并以2017年7月17日内蒙古达里诺尔湖地区准同步过境的Sentinel-2A及Landsat 8数据为例,对两类数据可见-近红外波段(VNIR)地表反射率结果进行归一化。首先采用Sen2cor方法及NASA官方提供大气校正算法,分别对Sentinel-2A及Landsat 8 OLI影像进行大气校正并重采样到同一空间分辨率;然后基于光谱库计算匹配因子并构建图像与光谱库之间的匹配转换模型,实现像元尺度上从Sentinel-2影像到Landsat 8影像地表反射率相似波段之间的转换。结果表明,经逐像元归一化的影像相比原始影像及经HLS光谱归一化的影像,与Landsat 8 VNIR波段的相关性明显提高,辐射一致性增强。该转换模型为多源中高分辨率遥感图像高精度辐射归一化提供了新思路。  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.
海洋一号C星(HY-1C)上搭载的海岸带成像仪(CZI)在内陆水体水色遥感应用方面具有较大潜力。目前,HY-1C CZI影像在内陆水体的大气校正和水质反演研究较少,仍然需要解决适用于不同类型内陆水体的大气校正和水质参数建模等问题。因此,本研究在华北平原的小浪底水库、官厅水库、丹江口水库、白龟山水库、白洋淀5个不同浑浊程度的湖泊和水库开展了星地同步实验,获取了85个采样点的水面遥感反射率光谱和水质参数实测数据。发展了基于Sentinel-2 MSI影像均匀不变地物的HY-1C CZI影像相对大气校正算法和系统定标模型。HY-1C CZI的蓝、绿、红、近红外波段遥感反射率反演平均无偏相对误差(AURE)分别为14.7%、11.2%、28.9%、41.7%,蓝、绿、红波段的大气校正精度相对较高;此外,大气校正与实测光谱的相关系数r的平均值为0.978,光谱角度距离(SAD)的平均值为0.109,说明大气校正遥感反射率光谱形状与实测光谱一致性较高。基于实测数据构建了叶绿素a浓度和透明度反演模型,经独立数据验证,HY-1C CZI影像叶绿素a浓度反演的AURE为33.8%,均方根误差(RMSE)...  相似文献   

6.
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   

7.
高分二号卫星影像批量预处理应用研究   总被引:1,自引:0,他引:1  
以宁波市规划区高分二号卫星影像为数据源,在明确数据正射—融合预处理和大气校正预处理流程的基础上,对研究区内影像进行了批量预处理,并对结果进行了分析评价。结果表明,批量预处理后的结果能满足1∶10 000正射影像生产要求和获取较为准确的地表反射率信息,可为后续宁波市遥感应用提供基础数据。  相似文献   

8.
岑奕  张立福  张霞  王跃明  戚文超  汤森林  张鹏 《遥感学报》2020,24(11):1299-1306
高光谱遥感影像分类数据集主要用于辅助高光谱遥感分类算法的精度验证、效率评价及性能评估,一般包括高光谱遥感影像、影像对应地物类别标注以及相关信息文档等内容。常用的高光谱遥感影像分类数据集以欧美为主,如India Pines、Salinas、KSC等。随着中国高光谱遥感传感器技术发展和学术交流机制的日臻完善,国内也发布了高光谱遥感分类数据集,如江苏省常州的茶树数据集。较于欧美高光谱遥感分类数据集的广泛应用,中国高光谱遥感分类数据集的发布与应用仍偏少。近年来,中国高质量高光谱遥感数据获取能力大幅增强,提升了中国高光谱遥感共享数据源的数量及质量,为促进中国高光谱遥感应用研究及业务化能力提供了支撑。本分类数据集包括雄安新区马蹄湾村高光谱影像数据,由中国科学院上海技术物理研究所研制高分专项航空系统全谱段多模态成像光谱仪采集,光谱范围为400—1000 nm,波段250个,影像大小为3750×1580像元,空间分辨率0.5 m;同步实地调研地类分布19种,包括水稻茬、草地、榆树、白蜡、国槐、菜地、杨树、大豆、刺槐、水稻、水体、柳树、复叶槭、栾树、桃树、玉米、梨树、荷叶、建筑。利用随机森林分类方法对该数据进行了分类验证,分类精度可达97%。该数据集(下载方式:http://www.hrs-cas.com/a/share/shujuchanpin/2019/ 0501/1049.html)可为中国经济作物高光谱精细分类研究提供良好的数据支持,更可为中国高光谱遥感载荷业务化应用发展提供有力促进。  相似文献   

9.
HJ-1A星HSI数据2级产品处理流程研究   总被引:4,自引:1,他引:3  
研究了HJ-1A星HSI数据2级产品的数据预处理流程及相关算法,包括绝对辐亮度值转换、条纹去除、大气校正及几何纠正,得到了具有精确地理位置信息的地表光谱反射率图像; 基于相同位置同期的一景Hyperion数据标准化处理流程得到的地表反射率,进行了HSI数据的光谱模拟,并将模拟的地表反射率与真实HSI数据的地表反射率进行...  相似文献   

10.
地表反照率(Albedo)是描述地表辐射能量平衡的重要参数,为了获得高分四号(GF-4)静止卫星的地表反照率产品,构建了一种基于核驱动双向反射率分布(BRDF)模型的反照率反演方法。首先,探索核驱动BRDF模型对GF-4卫星数据的适用性,加入地表分类信息,为核系数赋初值,并引入鲍威尔迭代算法优化模型结果。然后,对BRDF模型进行角度积分获得各个波段的地表窄波段反照率。在此基础上,结合GF-4卫星光谱响应函数与光谱库,首次建立了将窄波段反照率到宽波段反照率的转换系数,并反演得到0.4—0.7μm和0.3—3.0μm的宽波段反照率。最后,利用Landsat 8卫星数据和MODIS地表反照率产品对基于GF-4卫星数据的地表反照率反演结果进行交叉验证。Landsat 8与GF-4的反照率结果对比表明,GF-4卫星可见光范围内的反照率反演结果精度为85.6%,短波范围内的反照率反演结果精度为93.4%;MODIS与GF-4的反照率结果对比表明,可见光范围的地表反照率精度达到87.7%,短波范围的地表反照率精度达到85.9%。这说明GF-4卫星地表反照率反演结果具有较高精度,GF-4卫星反照率产品具有一定应用潜力。  相似文献   

11.
KOMPSAT3(阿里郎三号)卫星携带高分辨率0.7 m全色和2.8 m多光谱有效载荷,回访周期短,覆盖范围广,得到了广泛的应用。但由于受太阳辐射、大气干扰、云折射等物理因素的影响,造成波段之间在局部区域图像上发生非线性几何畸变,导致多光谱假彩色合成数据产生重叠现象,严重影响多光谱数据质量。本文针对在极端条件下产生的图像局部非线性几何畸变现象,探索国内外各种波段间配准方法,研究发现基于华浩超算平台的几何精校正算法能很好地达到波段间配准效果,消除了多光谱假彩色合成数据的影像重叠现象。  相似文献   

12.
高分一号(GF-1)是我国自主研发的第一颗高分辨率遥感卫星,其包含地物信息较为丰富,已应用于土地利用信息提取,但在水利工程库区土地利用调查方面研究较少。本文以峡江水利枢纽工程库区为例,首先对库区影像进行了基于RPC模型的正射校正、几何精纠正等预处理;然后针对GF-1的传感器响应特性,采用基于多元线性波段拟合的方法对多光谱与全色影像进行融合,该方法相对于传统分量替换法具有更好的融合性能;最后综合利用影像的光谱、纹理及形状等特征,采用面向对象的方法对融合后的库区影像进行了地类信息提取与分类精度评价。试验结果表明,融合影像可以有效提取水利工程库区的土地利用信息,总体分类精度达到87.9%,Kappa系数为0.836,能够满足库区土地利用调查和变化监测的要求。  相似文献   

13.
China–Brazil Earth Resource Satellite (CBERS) imagery is identified as one of the potential data sources for monitoring Earth surface dynamics in the event of a Landsat data gap. Currently available multispectral images from the High Resolution CCD (Charge Coupled Device) Camera (HRCC) on-board CBERS satellites (CBERS-2 and CBERS-2B) are not precisely geo-referenced and orthorectified. The geometric accuracy of the HRCC multispectral image product is found to be within 2–11 km. The use of CBERS-HRCC multispectral images to monitor Earth surface dynamics therefore necessitates accurate geometric correction of these images. This paper presents an automated method for geo-referencing and orthorectifying the multispectral images from the HRCC imager on-board CBERS satellites. Landsat Thematic Mapper (TM) Level 1T (L1T) imagery provided by the U.S. Geological Survey (USGS) is employed as reference for geometric correction. The proposed method introduces geometric distortions in the reference image prior to registering it with the CBERS-HRCC image. The performance of the geometric correction method was quantitatively evaluated using a total of 100 images acquired over the Andes Mountains and the Amazon rainforest, two areas in South America representing vastly different landscapes. The geometrically corrected HRCC images have an average geometric accuracy of 17.04 m (CBERS-2) and 16.34 m (CBERS-2B). While the applicability of the method for attaining sub-pixel geometric accuracy is demonstrated here using selected images, it has potential for accurate geometric correction of the entire archive of CBERS-HRCC multispectral images.  相似文献   

14.
基于分辨率退化模型的全色和多光谱遥感影像融合方法   总被引:7,自引:0,他引:7  
从影像成像的频率特性出发,提出了一种影像分辨率退化模型,并在此基础上提出了一种新的全色和多光谱遥感影像融合方法。  相似文献   

15.
结合高分遥感和多源数据的高原湖泊流域土地利用分析   总被引:1,自引:0,他引:1  
高分一号卫星是为提升我国高分辨率数据自给率自主发射的卫星,在土地利用监测方面具有重要的应用价值。将GF-1卫星影像与多源数据影像进行对比能够挖掘各数据源在土地利用动态监测方面的差异性。本文以云南省杞麓湖流域为研究区,选取最新的Sentinel-2、GF-1和Landsat 8卫星遥感影像进行土地利用分类,以第二次全国土地利用调查数据为基期数据,结合野外实地调研和土地利用转移矩阵开展土地利用现状和演变分析,得出以下结论:①杞麓湖流域的水域、建设用地、耕地和林地自中心向外呈现出圈层分布的特征,与第二次全国土地调查结果相比,水域、耕地、林地3种类型的自然景观面积减少,而建设用地和其他用地受人类活动的影响,面积大幅增加,变化主要集中在杞麓湖周边的纳古镇和河西镇。②Sentinel-2卫星影像与GF-1卫星影像均具有较高的空间分辨率,二者对土地利用变化评估的结果相近,均优于Landsat 8卫星影像,其中GF-1卫星影像具有较高的应用价值。  相似文献   

16.
针对GF-4等国产卫星气溶胶光学厚度反演算法存在的地表反射率估计困难、云像元污染等问题,本文发展了一种增强型地表反射率库支持的气溶胶光学厚度反演方法,改进了云筛选与地表反射率确定方案,在考虑GF-4逐像元成像角度的情况下,使用6SV模型与MOD09-CMA数据对季度尺度上的GF-4 PMS传感器数据进行大气校正,提出了百分比最小值均值法建立地表反射率库,并据此建立了NDVI与红蓝反射率关系模型,根据地表反射率的分布特点,当NDVI小于0.2的时候使用地表反射率库估计地表反射率,而当NDVI大于0.2时,则使用NDVI来估计地表反射率。使用MOD04气溶胶模式时空分布确定气溶胶参数。在京津冀地区开展气溶胶光学厚度反演实验,使用Aeronet站点数据与MOD04产品对反演结果进行了对比验证,与Aeronet相关系数R为0.964,均方根误差RMSE为0.13,满足±(0.05+0.2τ)的点多于78.9%,相关系数与均方根误差优于MODIS暗目标法产品,满足期望误差线的数量优于MODIS暗目标与深蓝算法产品。  相似文献   

17.
全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年、2010年)全球30 m分辨率的多光谱遥感数据进行辐射处理和几何精纠正处理,为地表覆盖制图完成数据准备。数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充,共计2万多景影像需要进行辐射处理,有1000多景HJ-1A/B CCD影像需要几何精纠正。如此大规模的数据处理,自动化处理是必然的选择。本文介绍了HJ-1A/B CCD图像几何精纠正自动化实现中关键问题的解决方法和精度评价结果,Landsat TM/ETM+和HJ-1A/B CCD图像自动化辐射校正中关键问题的解决方法和精度评价结果,以及大规模的数据处理活动引发的一些思考。  相似文献   

18.
高分辨率多光谱影像城区建筑物提取研究   总被引:4,自引:2,他引:2  
谭衢霖 《测绘学报》2010,39(6):618-623
城区高空间分辨率遥感数据由于存在大量同物异谱和异物同谱现象,应用传统的基于像元光谱分类的方法进行建筑物分类提取难以取得满意的效果。本文发展了一种从高分辨率Ikonos卫星影像上基于知识规则的面向对象分类提取城区建筑物方法,包括如下步骤:(1)融合1m全色和4m多光谱波段影像,生成1m分辨率的多光谱融合影像;(2)分割融合影像;(3)执行基于对象光谱的最近邻监督分类;(4)应用模糊逻辑分类器结合光谱、空间、纹理和上下文特征等知识规则进行建筑物分类。精度统计结果表明,本文提出的分类方法提取城区建筑物取得了93%的精度。  相似文献   

19.
Spectral and Spatial Quality Analysis in Pan Sharpening Process   总被引:1,自引:0,他引:1  
Image fusion is a process to obtain new images containing more information by combining images obtained same or different sensors. With most of the earth observation satellites, high spatial resolution panchromatic images and low spatial resolution multispectral images are obtained. As an example of image fusion ??pan sharpening?? is a process of combining of high spatial resolution panchromatic images and low spatial resolution multispectral images. At the end of the fusion process both high spatial and spectral resolution new images are obtained. In this study, panchromatic and multispectral images gathered from Ikonos were used. Panchromatic and multispectral images belonging to the same sensor were combined by using different image fusion methods. As pan sharpening methods Brovey transform, Modified IHS, Principal Component Analysis (PCA), Wavelet PC transform and Wavelet A Trous transformation methods were used. Quality of fused products was evaluated from the point of view of both visual and statistical criteria. While wavelet based methods are succesfull in terms of protection of spectral quality of original multispectral images, the colorbased and statistical methods are giving better results within the improvement of spatial content.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号