排序方式: 共有10条查询结果,搜索用时 15 毫秒
1
1.
为建立适用于遥感相机定标的实验室,需要有几何标定的算法和软件对摄影图像进行计算.使用近景摄影测量中基于3维控制场的定标方法,对单CCD四波段遥感相机进行了几何定标,研究并自主编程实现了直接线性变换DLT(Direct Linear Transformation)算法,与基于空间后方交会算法的定标结果进行了精度对比.结论... 相似文献
2.
3.
卫星遥感在自然灾害管理和应对中发挥了越来越多的作用。火点遥感在火灾频发的时候也被寄予厚望。梳理了火山、环境、气候、火灾等方面对火点遥感的需求,中国火灾监测的行业用户对时空分辨率需求迫切程度不同;概述了用于火点遥感监测的卫星数据源特点,光谱维度上以热红外敏感波段最重要,卫星轨道特点也是影响火点遥感监测能力重要因素;在分析火点遥感物理原理和方法的基础上,综述了当前火点遥感方法的研究进展及优缺点。按照火灾发生的灾前、灾中、灾后3个阶段,分别讨论了当前火点遥感提供信息支撑的能力。火点遥感用于发现火灾仍需要与地面监测等手段联合使用。 相似文献
4.
暗目标法的Himawari-8静止卫星数据气溶胶反演 总被引:1,自引:0,他引:1
Himawari-8(H8)是由日本气象厅发射的新一代静止气象卫星,可实现10 min/次的高频次对地观测,搭载的AHI(Advanced Himawari Imager)传感器设置有与MODIS暗目标气溶胶反演算法所需的类似波段。本文参考暗目标算法构建了针对该卫星传感器的陆地气溶胶反演算法:首先,通过基于地基站点观测数据的精确大气校正,统计得到短波红外与可见光波段的地表反射率比值关系,将此作为先验知识用于地—气解耦时的反射率估计;然后,初步假设大陆型气溶胶类型,利用辐射传输模型建立查找表;最后,通过模拟与卫星观测的表观反射率误差最小实现气溶胶光学厚度反演解算。选取2016年5月覆盖京津冀地区的观测数据进行测试,将反演结果与对应时间的MODIS气溶胶光学厚度产品进行对比验证,空间分布趋势一致、相关性较高,相关系数R达到0.852;通过与地基观测网AERONET站点实测数据对比验证,所有站点的相关系数R~2均大于0.88,精度较高。利用反演的高时间分辨率产品,分析了京津冀地区的大气空间分布和日变化情况,结果表明:采用暗目标法对H8静止卫星陆地气溶胶光学厚度反演具有一定的潜力和可行性,能反映气溶胶的高时间变化信息,有望成为大气环境污染变化监测新的重要手段。 相似文献
5.
6.
7.
8.
由于高分辨率遥感应用需求增加的牵引,国内外发射了越来越多的光学遥感卫星载荷.然而,随着传感器分辨率的增加,大气对地表信息干扰的问题也越来越突出,光学遥感图像的大气校正问题,因载荷特点和应用需求的改变面临着一些新的挑战,有必要对其进行总结和分析.本文在介绍大气校正现状和原理的基础上,按照光学遥感卫星大气校正输入信息来源不同,把大气校正方法归纳为基于图像和图形处理方法、基于辐射传输计算、基于图像自身信息反演大气参数、基于大气同步校正仪的大气校正4类进行介绍.最后,结合我国高分辨率光学卫星的发展方向,对当前的大气校正应用方案和未来发展进行了讨论和展望. 相似文献
9.
扩展多波长偏振测量的太阳—天空辐射计观测网 总被引:1,自引:1,他引:0
太阳辐射和大气气溶胶的地基遥感观测在气候变化、大气环境和对地观测等领域有重要意义。结合多波长偏振测量技术在气溶胶观测中的应用,本文介绍了在中国典型区域建立的太阳—天空辐射计观测网SONET(Sunsky radiometer Oberservation NETwork)。主要内容包括:(1)多波长偏振太阳—天空辐射计的参数、基本原理和功能,以及据此建立的中国区域太阳—天空辐射计观测网及其站点的基本情况;(2)太阳直射、太阳主平面和平纬圈几何条件下,太阳—天空辐射和偏振的观测模式及其测量参数;(3)针对气溶胶、水汽等大气成分观测发展的太阳直射辐射、天空光辐亮度、线偏振度等观测量的定标和数据处理方法,并给出在晴朗和灰霾等天气下的SONET观测结果示例;(4)基于在SONET典型站点连续的较长期遥感观测,初步建立了城市、乡村和灰霾情况下的整层大气气溶胶参数模型。在扩展多波长偏振测量的基础上,SONET还发展了自动观测、快速数据处理、定期标定和维护等观测网运行关键技术,可为典型大气气溶胶模型构建、卫星气溶胶产品反演和验证、大气环境遥感监测等应用提供支撑。 相似文献
10.
机器学习方法近年来取得突破进展,其遥感应用从目标识别和地物分类领域,发展到定量化反演的多个领域。气溶胶定量遥感因其机理复杂,反演参数的种类和精度受到限制,机器学习为气溶胶遥感带来了新的研究和应用技术手段。本文汇总现有研究进展将气溶胶机器学习方法归纳为卫星遥感反演气溶胶光学厚度AOD(Aerosol Optical Depth)、卫星遥感反演其他气溶胶参数、卫星遥感反演颗粒物浓度(PMx)、地基气溶胶遥感4类。结合作者研究工作,通过分析讨论,归纳机器学习用于气溶胶定量遥感的条件为:(1)物理模型无法使用;(2)已有模型卫星产品精度低;(3)已有模型精度高但计算速度低。从应用的角度来说,可以借助于更多的具有相关性的输入信息,发挥机器学习在反演产品种类、反演精度、计算效率等方面的优势;而对定量遥感来说,应该同时重视挖掘遥感数据本身的信息来提高反演能力,并通过误差分析等手段反馈对遥感机理的理解,使机器学习与遥感机理研究相互促进。 相似文献
1