共查询到10条相似文献，搜索用时 15 毫秒
1.
基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库;通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型;结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演.研究表明,LAI反演值与实测值的相关系数r＞0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力. 相似文献
2.
联合热红外与微波的作物辐射方向性模型研究 总被引：1，自引：0，他引：1
热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。 相似文献
3.
以塔克拉玛干沙漠为研究区域,利用2008年AMSR-E(advanced microwave scanning radiometer-earth observing system)二级亮温资料和全球资料同化系统(global data assimilation system,GDAS)的地表、大气参数产品,反演研究区晴空条件下的微波地表发射率,进而根据不同的土壤类型,分析了沙漠微波地表发射率频谱年内变化规律及其与气候因子的关系。结果表明:沙漠地表发射率与土壤类型密切相关,且不同土壤类型的发射率季节变化规律显著性不同;土壤含水量、地表温度与地表发射率的年内变化规律之间存在着显著相关性,地表发射率随土壤含水量、地表温度的增高而降低;地表植被覆盖度、植被含水量和地表粗糙度也是地表发射率的影响因子,其值均取决于土壤含水量,而土壤含水量受大气总水汽量和土壤类型的共同制约;以砂土为主的沙漠地表发射率更多受到沙漠深度的影响,随着沙漠深度的增加而减小。 相似文献
4.
用被动微波AMSR数据反演地表温度及发射率的方法研究 总被引：8，自引：1，他引：8
针对对地观测卫星多传感器的特点，提出了借助MODIS地表温度产品从被动微波数据中反演地表温度的方法。即利用MODIS地表温度产品和AMSR不同通道之间的亮度温度，建立地表温度的反演方程。该方法克服了以往需要测量同步数据的困难，为不同传感器之间的参数反演相互校正和综合利用多传感器的数据提供实际应用和理论依据。文中以MODIS地表温度产品作为评价标准，对方法进行检验，其平均误差为2~3℃。另外，微波的发射率是土壤水分反演的关键参数，在对微波地表温度反演的基础上，进一步对发射率进行了研究。 相似文献
5.
大气校正是高光谱图像定量反演地表参数的前提。为充分利用高光谱数据本身的光谱特点,提出了一种协同反演大气气溶胶光学厚度(aerosol optical thickness,AOT)与水汽含量(water vapor content,WV)的大气校正方法,在同时考虑了气溶胶模式、AOT和WV这3个因素的综合影响基础上,采用循环迭代的思想,基于6S辐射传输模型,反演大气参数及地表反射率,弥补了现有反演算法中没有同时考虑AOT与WV的不足;并以武汉市Hyperion高光谱图像为例,验证了该算法的有效性。从与FLAASH算法及MOIDS提供的AOT和WV产品对比来看,该算法能较好地校正气溶胶与水汽对高光谱图像的影响,且反演过程中所有的输入均来自图像数据本身或6S辐射传输模型,无需输入额外的参数。 相似文献
6.
单窗算法结合Landsat8热红外数据反演地表温度 总被引：4，自引：0，他引：4
Landsat热红外系列数据一直是地表温度反演重要的遥感数据源,目前用于地表温度反演的单窗算法主要针对Landsat TM/ETM+第6波段数据(TM 6)建立的,Landsat 8热红外传感器(TIRS)与TM 6相比有很多变化,因而其单窗算法也需要改进。本文以Landsat 8 TIRS第10波段(TIRS 10)为数据源,提出了针对TIRS 10的单窗算法(TIRS10_SC),并对研究区地表温度进行反演研究,确定了研究区不同类型地表的温度值。研究结果表明:(1)TIRS10_SC算法可以较好地应用于Landsat 8数据的地表温度反演,平均反演误差为0.83℃,相关系数为0.805,反演温度与模拟数据和实测数据都具有较好的一致性;(2)通过对单窗算法中的地表发射率、大气水汽含量和大气平均作用温度等参数敏感性分析发现,TIRS10 SC算法能够获得较为可靠的反演结果;同时,TIRS10 SC算法对大气水汽含量和地表发射率敏感性较高,对大气平均作用温度敏感性稍弱。该算法对于利用Landsat 8 TIRS数据快速反演地表温度具有应用价值。 相似文献
7.
土壤水分是气象预报、农情监测及水文模型的重要参数之一,利用被动微波遥感技术可以有效获取土壤水分。本文分析被动微波遥感反演土壤水分的国内外研究现状,在前人相关理论与方法的研究基础之上,基于土壤的微波辐射特性,通过双波段(C、Ku)微波辐射计对不同水分、不同表面粗糙度的土壤微波辐射特性进行了试验研究,分析土壤湿度与微波发射率、土壤粗糙度与微波遥感指数之间的定量关系,并建立了土壤湿度与微波发射率、粗糙度与微波遥感指数间的经验模型。 相似文献
8.
一个用神经网络优化的针对ASTER数据反演地表温度和发射率的多波段算法 总被引：1，自引：0，他引：1
提出了针对ASTER数据同时反演地表温度和发射率的多波段算法。即利用ASTER数据的第11~14热红外波段建立热辐射传输方程，并同时对相应波段的发射率建立近似线性方程，得到6个方程6个未知数，从而形成了针对ASTER数据的同时反演地表温度和发射率的多通道算法。利用3种方法求解方程： ①先分类，然后进行数学计算； ②利用最小二乘法； ③利用神经网络方法。利用辐射传输模型MODTRAN 4模拟数据进行反演及验证分析，结果表明，神经网络能够提高算法的精度和实用性，反演的地表温度平均误差为0.5 ℃，反演的发射率平均误差分别在0.007(11、12波段)和0.006(13、14波段)以下。 相似文献
9.
双矩阵MD(Matrix-Doubling)算法是辐射传输方程的一种数值解,考虑了植被层内的多次散射信号,具有较高的模拟精度。但受限于算法的复杂性,很难直接应用到地表参数的反演中。本文以玉米覆盖地表为研究对象,基于MD算法的模拟数据,发展了一种L波段多角度微波辐射参数化模型。基于模拟数据的对比结果表明,参数化模型具有与理论模型相当的精度,两者之间的发射率误差不超过0.004(V极化)和0.007(H极化)。同时,结合黑河流域的地面实测数据,利用本论文中发展的参数化模型模拟了纯玉米像元的辐射亮温。该模拟结果与相同像元尺度上机载L波段微波辐射计(PLMR)观测亮温之间的差异基本在10 K以内。 相似文献
10.
《国土资源遥感》2018,(4)
星载微波资料受到地面无线电频率干扰(radio-frequency interference,RFI)的现象正越来越明确地被形成共识,RFI显著增大了受干扰区域地表、大气参数的反演误差。采用一维变分反演法,利用风云三号B星(FY-3B)上的MWRI(microwave radiation imager)一级数据分析了欧洲大陆RFI的分布,提出了针对MWRI亮温数据的RFI订正算法;并采用一维变分反演法反演了研究区域的地表温度,比较了RFI订正前、后的地表温度反演精度。结果表明,一维变分反演法对于RFI识别是有效的; RFI信号对微波资料反演地表温度的影响显著,使其所在区域的地表温度反演结果出现异常,误差较大,甚至导致反演失败。因此,所提出的回归方程可以有效地订正陆地上的微波观测数据,提高资料利用率。 相似文献