| HJ-1A/B卫星CCD影像辅助的MODIS水色大气校正产品质量改进 |
| |
| 引用本文： | 邱凤,陈晓玲,田礼乔,冯炼.HJ-1A/B卫星CCD影像辅助的MODIS水色大气校正产品质量改进[J].武汉大学学报(信息科学版),2012,37(9):1083-1086,1137. |
| |
| 作者姓名： | 邱凤 陈晓玲 田礼乔 冯炼 |
| |
| 作者单位： | 1. 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号,430079
2. 武汉大学测绘遥感信息工程国家重点实验室,武汉市珞喻路129号430079 江西师范大学鄱阳湖湿地与流域研究教育部重点实验室,南昌市紫阳大道99号330022 南昌大学鄱阳湖环境与资源利用教育部重点实验室,南昌市南京东路235号330047 |
| |
| 基金项目： | 国家973计划资助项目，国家自然科学基金资助项目，国家自然基金委创新研究群体科学基金资助项目，测绘遥感信息工程国家重点实验室专项科研经费资助项目，武汉大学博士生自主科研课题资助项目，武汉大学985工程仪器设备专项经费资助项目，测绘遥感信息工程国家重点实验室仪器设备专项经费资助项目，杭州师范大学遥感与地球科学研究院开放基金资助项目 |
| |
| 摘 要： | 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。
|
| 关 键 词： | MODIS HJ-1A/B卫星CCD传感器 浑浊水体 神经网络 大气校正 |
Quality Improvement of Atmospheric Correction Products of MODIS with HJ-1A/B Satellite CCD Images |
| |
| QIU Feng,CHEN Xiaoling,TIAN Liqiao,FENG Lian.Quality Improvement of Atmospheric Correction Products of MODIS with HJ-1A/B Satellite CCD Images[J].Geomatics and Information Science of Wuhan University,2012,37(9):1083-1086,1137. |
| |
| Authors: | QIU Feng CHEN Xiaoling TIAN Liqiao FENG Lian |
| |
| Institution: | 1(1 State Key Laboratory of Information Engineering in Surveying,Mapping and Remote Sensing, Wuhan University,129 Luoyu Road,Wuhan 430079,China)(2 The Key Laboratory of Poyang Lake Wetland and Watershed Research,Ministry of Education, Jiangxi Normal University,99 Ziyang Raod,Nanchang 330022,China)(3 The Key Laboratory of Poyang Lake Environment and Resource Utilization,Ministry of Education, Nanchang University,235 East Nanjing Road,Nanchang 330047,China) |
| |
| Abstract: | For the highly turbid waters along the China coastal region,MODIS atmospheric correction products derived using shortwave infrared(SWIR) bands always have signal saturation and stripe noise.We demonstrate an improvement method with neural network for MODIS/Terra atmospheric correction products using quasi-synchronization HJ-1A/B satellites CCD images and in-situ data.The average relative error of the improved Rrs and MODIS Rrs is 13.3% and the average relative error of the improved Rrs in signal saturation area and in-situ data is 28.2%.The results show that this method is an effective way to significantly repair the blank area in the MODIS/Terra products and remove the stripe noise with acceptable error. |
| |
| Keywords: | MODIS HJ-1A/B satellite CCD sensors turbid waters artificial neural network atmospheric correction |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
