CN101598543A - 一种实用的遥感影像大气校正方法 - Google Patents
一种实用的遥感影像大气校正方法 Download PDFInfo
- Publication number
- CN101598543A CN101598543A CNA200910157389XA CN200910157389A CN101598543A CN 101598543 A CN101598543 A CN 101598543A CN A200910157389X A CNA200910157389X A CN A200910157389XA CN 200910157389 A CN200910157389 A CN 200910157389A CN 101598543 A CN101598543 A CN 101598543A
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- optical thickness
- calculate
- water steam
- formula
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
一种实用的遥感影像大气校正方法,包含三个步骤:第一步骤是基于浓密植被算法借助于6S模型查找表从MODIS数据反演大气气溶胶光学厚度。第二个步骤是利用MODIS数据波段比值方法计算总大气水蒸汽含量,然后计算大气水蒸汽光学厚度。第三个步骤是将反演得到的大气气溶胶光学厚度和大气水蒸气光学厚度与DOS模型相结合反演地表反射率。本发明计算得到的地表反射率精度高,该方法实用性强,适用于各种陆地卫星影像,而且MODIS数据每天都可以免费获取,因此本方法可以作为一种业务化的遥感影像大气校正方法。
Description
技术领域
本发明涉及一种对遥感影像进行大气校正的方法,能够应用在农业、林业、气象、生态环境以及国防军事等遥感部门。
背景技术
遥感影像大气校正是地表反射率反演前的一个重要的预处理步骤。在遥感大气校正研究中,精确的大气校正需要卫星过境时刻同步测量的大气探空数据,而这种数据的获得往往很困难,理想的大气校正方法是仅需要图像本身的信息而不需要卫星过境时刻的同步测量数据,暗目标减法(Dark Object Subtraction,DOS)就是为了满足这种需要而产生的。该方法的基本原理就是在地表均匀、朗伯面反射、大气性质均一,忽略大气多次散射的前提下,假定待校正的遥感图像上存在反射率为0的黑暗像元区域,由于大气的影响,使得这些像元的反射率实际不为0,可以认为增加的这部分辐射是由于大气程辐射而产生的。利用暗目标像元值计算出程辐射,借助于DOS模型即可实现大气校正。DOS大气校正方法自出现以来,由于它的简单实用,获得了广泛的应用。大气透过率是决定DOS大气校正方法校正精度的关键因素。在影响大气透过率的四种因素(大气分子、臭氧含量、气溶胶和总大气水蒸汽含量)中,大气分子和臭氧含量比较稳定,在空间上差异不大,而气溶胶和总大气水蒸汽含量在空间上变动较大,因此必需提高气溶胶光学厚度和大气水蒸汽光学厚度的精度才能提高大气透过率的精度,从而提高最终大气校正的精度。高精度地获取气溶胶光学厚度和大气水蒸汽光学厚度的空间分布非常困难,通常的做法是不考虑这两个因素或者利用气象点数据来近似代替面数据,这样就严重影响了DOS大气校正方法的精度。
因此,为了提高DOS方法大气校正的精度,必须提高气溶胶光学厚度和大气水蒸汽光学厚度的计算精度。本发明针对以往做法的不足,提出利用MODIS数据来获取大面积区域的气溶胶光学厚度和大气水蒸汽光学厚度,然后结合DOS模型进行大气校正。由于MODIS数据每天都可以免费获得,本方法操作起来实用性很强。
发明内容
本发明的目的在于提供一种对遥感影像进行大气校正的方法,以克服现有的DOS模型的缺点。利用本方法进行大气校正能够获得高精度的地表反射率,从而促进相关领域遥感应用的发展。
为实现上述目的,本发明提出的遥感影像大气校正方法为:
第一步、反演大气气溶胶光学厚度
1-1)对MODIS数据进行几何校正
1-2)根据所获影像的特征选择浓密植被区域;
1-3)根据浓密植被区域MODIS数据中红外波段(2.1μm)反射率与红(0.66μm)、蓝(0.47μm)波段反射率之间的关系,由中红外波段的反射率得到红、蓝波段的反射率;
1-4)利用6S模型查找表求得蓝、红波段的气溶胶光学厚度;
第二步、反演大气水蒸汽光学厚度
2-1)利用MODIS波段比值方法计算总大气水蒸汽含量;
2-2)由总大气水蒸汽含量计算大气水蒸汽光学厚度;
第三步、大气校正和地表反射率反演
3-1)对陆地卫星影像进行几何校正;
3-2)将陆地卫星影像的亮度值转换为星上辐射亮度;
3-3)计算大气程辐射;
3-4)计算天空光漫射到地表面的光谱辐照度;
3-5)计算臭氧吸收光学厚度和瑞利散射光学厚度;
3-6)计算大气透过率;
3-7)利用DOS模型进行大气校正,得到地表反射率;
3-8)对地表反射率反演结果进行精度验证。
附图说明
图1是本发明的主流程示意图
具体实施方式
遥感地表反射率反演是以辐射传输方程为基础的,在假定地表均匀、朗伯面反射、大气性质均一,忽略大气多次散射的前提下,星上辐射亮度和地表反射率的关系如式1所示[Kaufman Y J,Sendra C.Algorithm for automatic atmospheric correction to visible and near-IRsatellite imagery,International Journal of Remote Sensing,1988,9(8):1357-1381.]:
式1中:Lsat是星上辐射亮度,Lp是程辐射,Fd是地表接收到的辐照度,Tv是传感器观测方向的大气透过率,s是大气下界的半球反射率,ρ是地表反射率,d是日地距离。其中Fd=Eb+Edown,Edown是由天空光漫射到地表面的光谱辐照度,Eb是太阳直射辐照度,Eb=E0cos(θz)Tz,E0是大气层外相应波长的太阳光谱辐照度,可由探测器响应函数计算得到。Tz是太阳照射方向上的大气透过率。θz是太阳天顶角,由影像头文件获得。因为s值很小,通常可以忽略,所以由式1可以得到地表反射率的计算公式(式2):
星上辐射亮度Lsat可以由像元亮度值经辐射定标得到(式3)。
其中,Lsat为星上辐射亮度(w/(m2μmsr)),QCAL为某一像元的亮度值,QCALmax和QCALmin分别为像元可以取得的最大和最小亮度值,Lmax和Lmin分别为QCAL=QCALmax和QCAL=QCALmin时的光谱辐射亮度值,QCALmax、QCALmin、Lmax和Lmin可以由影像头文件得到。
程辐射Lp由式4计算。
QCALdark是影像中暗目标的亮度值,暗目标可以选择水体或者阴影。
日地距离d(天文单位)根据式5和式6计算[Spencer J W.Fourier series representation of theposition of the Sun.Search,1971,2(5):172-201.]
1/d2=1.000110+0.034221cosΓ+0.001280sinΓ+0.000719cos2Γ+0.000077sin2Γ(式5)
Γ=2π(dn-1)/365 (式6)
dn为儒略日(即遥感影像获取日期距离1月1日的天数),如果遇到闰年,则用366代替式6中的365。
太阳照射方向和传感器观测方向的大气透过率Tz和Tv是大气光学厚度τ的函数。
Tz=exp(-τ/cosθz)=exp{(-τr-τa-τo-τw)/cosθz} (式7)
Tv=exp(-τ/cosθv)=exp{(-τr-τa-τo-τw)/cosθv} (式8)
其中,τr、τa、τo和τw分别是瑞利散射光学厚度、气溶胶光学厚度、臭氧吸收光学厚度和大气水蒸汽光学厚度。θv是传感器观测天顶角,由影像头文件获得。
瑞利散射光学厚度τr和臭氧吸收光学厚度τo相对稳定,可以表达为波长λ和高程h的函数[Stephens G L.Remote Sensing of the Lower Atmosphere.Oxford University Press,1994,pp.523.]、[Guzzi R,Rizzi R and Zibordi G.Atmospheric correction of data measured by aflying platform over the sea:elements of a model and its experimental validation.Applied Optics,1987,26:3043-3051.]:
τr=[0.0088λ(-4.15+0.2λ)][exp(-0.1188h-0.00116h2)] (式9)
其中,λ是影像各波段的中心波长(μm),h是海拔高度(km)。
本发明的关键在于利用MODIS数据来反演大气气溶胶光学厚度和大气水蒸汽光学厚度,然后和DOS模型结合进行大气校正。
利用MODIS数据反演大气气溶胶光学厚度使用的是浓密植被算法。它的主要思路是基于较低反射率地表(浓密植被区域)在中红外波段(2.1μm)反射率与红(0.66μm)、蓝(0.47μm)可见光波段反射率之间的统计关系[Kaufman Y J,Wald A E,Remer L A,et al.The MODIS 2.1μm channel-correlation with visible reflectance for use in remote sensing of aerosol.IEEETransactions on Geoscience and Remote Sensing,1997,35(5):1286-1298.](式11和式12)。
ρ0.47=ρ2.1/4 (式11)
ρ0.66=ρ2.1/2 (式12)
中红外波段受大气影响很小,其星上反射率就近似等于地表反射率,由中红外波段地表反射率利用式11和式12确定蓝、红波段地表反射率。然后利用6S模型查找表求得蓝、红波段的气溶胶光学厚度。
τa(λ)=βλ-α (式13)
其中,λ为波长(μm),τa(λ)是该波长的气溶胶光学厚度,β为大气浑浊度系数,它是波长为1μm处大气气溶胶光学厚度,β<0.1,表示大气非常清洁;β>0.2,则表示大气是浑浊的。α为波长指数,提供气溶胶粒子尺度信息,α越大,粒子尺度越小,反之亦然。利用两个波长(0.47μm和0.66μm)的气溶胶光学厚度可以按式14和式15得到α和β值,然后利用式13得到各个波长的气溶胶光学厚度。
β=τa(λ1)λ1 α=τa(λ2)λ2 α (式15)
水蒸汽光学厚度τw可表达为[Leckner B.The spectral distribution of solar radiation at theearth′s surface-elements ofa model.Solar Energy,1978,20:143-150.]:
其中w是可降水汽(cm),awλ是水汽吸收系数,各波长的awλ值可以查文献得到[Bird R E,Riordan C.Simple solar spectral model for direct and diffuse irradiance on horizontal and tiltedplanes at the earth′s surface for cloudless atmospheres.Journal of climate and applied meteorology,1986,25:87-97.]。相对大气量M由下式获得[Kasten F.A new table and approximate formula forrelative optical air mass.Archives of Meteorology Geophysics and Bioclimatology SeriesB,1966,14(2):206-223.]
M=[cosθz+0.15(93.885-θz)-1.253]-1 (式17)
θz是太阳天顶角,由影像头文件得到。
其中可降水汽w(cm)与总大气水蒸汽含量W(g/cm2)在数值上相等,可见计算水蒸汽光学厚度τw的关键在于获取总大气水蒸汽含量W。
总大气水蒸汽含量可以由MODIS的波段比值方法计算得到[Sobrino J A,Kharraz J EL.Surface temperature and water vapor retrieval from MODIS data[J].International Journal ofRemote Sensing,2003,24(24):5161-5182.],具体计算过程如下:
首先按式18-式20计算水汽吸收通道与大气窗口通道的辐射亮度比值G17,G18和G19:
L17、L18和L19分别是MODIS 17、18和19波段传感器接收到的辐射亮度。辐射亮度(L)按式21计算:
L=radiance_scales(SI-radiance_offsets) (式21)
其中,radiance_scales和radiance_offsets分别是MODIS数据各波段的辐射率缩放比和辐射率截距,由头文件得到,SI为MODIS影像中的亮度值。
然后,计算从17、18和19波段得到的总大气水蒸汽含量:
在同样的大气情况下,大气水汽在三个通道的吸收情况并不相同,需要为各通道赋予一个权重,这样最终总大气水蒸汽含量(W)按式25确定:
W=0.192W17+0.453W18+0.355W19 (式25)
如果不考虑地表和大气间的多次反射,天空光漫射到地表面的光谱辐照度Edown可以表示为:
Edown=Er+Ea (式26)
其中,Er为瑞利散射分量,Ea为气溶胶散射分量。
其中To、Tw和Tr分别是臭氧吸收透过率、水汽吸收透过率和瑞利散射透过率,Taa和Tas分别是气溶胶吸收透过率和气溶胶散射透过率,两者之积为气溶胶透过率,Fs是气溶胶散射向下分量的比例,各参数的具体计算参见文献[Bird R E,Riordan C.Simple solar spectral model fordirect and diffuse irradiance on horizontal and tilted planes at the earth′s surface for cloudlessatmospheres.Journal ofclimate and applied meteorology,1986,25:87-97.]。
利用本发明的方法对CBERS 02 CCD陆地卫星影像进行大气校正,利用卫星过境时实地测量的地表反射率对本发明的地表反射率反演结果进行了精度验证,验证结果如表1所示。
表1大气校正前后地表反射率与实测值的对比
ρinsitu表示实测地表反射率;ρTOA表示大气校正前的地表反射率;ρTOC表示利用本发明进行大气校正后的地表反射率
从表1可知,经过本发明大气校正方法校正后,各个波段的精度都有所提高。对于测点1,大气校正前的均方根误差(root mean squared error,RMSE)为0.083,大气校正后降为0.022;对于测点2,大气校正前的均方根误差(root mean squared error,RMSE)为0.092,大气校正后降为0.037,表明了本发明大气校正方法的有效性。
Claims (5)
1、一种实用的遥感影像大气校正方法,其步骤为:
第一步、反演大气气溶胶光学厚度
第二步、反演大气水蒸汽光学厚度
第三步、大气校正和地表反射率反演。
3、如权利要求2所述的方法,其中,第二步包括以下两个步骤:
3-1)利用MODIS波段比值方法计算总大气水蒸汽含量;
3-2)由总大气水蒸汽含量计算大气水蒸汽光学厚度。
4、如权利要求3所述的方法,其中,第三步包括以下八个步骤:
4-1)对陆地卫星影像进行几何校正;
4-2)将陆地卫星影像像元亮度值转换为星上辐射亮度;
4-3)计算大气程辐射;
4-4)计算天空光漫射到地表面的光谱辐照度;
4-5)计算臭氧吸收光学厚度和瑞利散射光学厚度;
4-6)计算大气透过率;
4-7)利用DOS模型进行大气校正,得到地表反射率;
4-8)对地表反射率反演结果进行精度验证。
5、如权利要求4所述的方法,其中大气辐射传输模型为6S模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910157389XA CN101598543B (zh) | 2009-07-29 | 2009-07-29 | 一种实用的遥感影像大气校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200910157389XA CN101598543B (zh) | 2009-07-29 | 2009-07-29 | 一种实用的遥感影像大气校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101598543A true CN101598543A (zh) | 2009-12-09 |
CN101598543B CN101598543B (zh) | 2011-01-19 |
Family
ID=41420065
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200910157389XA Expired - Fee Related CN101598543B (zh) | 2009-07-29 | 2009-07-29 | 一种实用的遥感影像大气校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101598543B (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915914A (zh) * | 2010-07-30 | 2010-12-15 | 南京信息工程大学 | 一种基于查找表的遥感影像逐像元大气校正方法 |
CN101936881A (zh) * | 2010-09-15 | 2011-01-05 | 吉林大学 | 利用临边遥感数据反演大气臭氧剖面的层析成像方法 |
CN102103076A (zh) * | 2011-02-01 | 2011-06-22 | 中国科学院遥感应用研究所 | 地表反照率反演方法及*** |
CN102288956A (zh) * | 2011-05-10 | 2011-12-21 | 中国资源卫星应用中心 | 一种遥感卫星多光谱数据的大气订正方法 |
CN102338871A (zh) * | 2010-07-22 | 2012-02-01 | 曹春香 | 地表反射率计算方法和装置 |
CN102508226A (zh) * | 2011-11-23 | 2012-06-20 | 青岛海洋地质研究所 | 一种实现浑浊水体区域modis影像大气校正的方法 |
CN102519879A (zh) * | 2011-12-05 | 2012-06-27 | 国家卫星气象中心 | 大气臭氧柱总量探测方法 |
CN102778675A (zh) * | 2012-04-28 | 2012-11-14 | 中国测绘科学研究院 | 一种卫星遥感影像大气校正方法及其模块 |
CN102955878A (zh) * | 2012-09-05 | 2013-03-06 | 环境保护部卫星环境应用中心 | 基于meris全分辨率影像数据的内陆水体光学分类方法 |
CN102997994A (zh) * | 2012-11-23 | 2013-03-27 | 北京航空航天大学 | 一种基于人造光源的天空光光谱模拟方法 |
CN103267533A (zh) * | 2013-05-08 | 2013-08-28 | 中国科学院光电研究院 | 一种实用型高光谱遥感图像大气自校正方法及装置 |
CN103674904A (zh) * | 2012-09-25 | 2014-03-26 | 中国航天科工集团第二研究院二〇七所 | 红外特性测量中大气传输快速修正方法 |
CN103674815A (zh) * | 2013-12-12 | 2014-03-26 | 中国科学院遥感与数字地球研究所 | 一种基于传感器特征的气溶胶mtf监测方法 |
CN104156567A (zh) * | 2014-07-23 | 2014-11-19 | 中国科学院遥感与数字地球研究所 | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 |
CN104156530A (zh) * | 2014-08-15 | 2014-11-19 | 中国科学院上海技术物理研究所 | 一种高温目标的通道辐射量重建方法 |
CN104951656A (zh) * | 2015-06-23 | 2015-09-30 | 中国科学院遥感与数字地球研究所 | 宽视域卫星影像地表反射率反演方法 |
CN105183989A (zh) * | 2015-09-08 | 2015-12-23 | 中国科学院遥感与数字地球研究所 | 一种Landsat8卫星数据地表反射率反演方法 |
CN105300880A (zh) * | 2015-09-08 | 2016-02-03 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8热红外数据大气水汽含量反演方法 |
CN106407656A (zh) * | 2016-08-29 | 2017-02-15 | 中国科学院遥感与数字地球研究所 | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 |
CN104279967B (zh) * | 2014-05-23 | 2017-04-19 | 中国科学院光电研究院 | 基于高光谱图像的气溶胶光学厚度反演方法 |
CN109186474A (zh) * | 2018-10-11 | 2019-01-11 | 南京信息工程大学 | 一种基于岭回归的气溶胶光学厚度反演偏差纠正方法 |
CN109631951A (zh) * | 2019-01-11 | 2019-04-16 | 重庆市国土资源和房屋勘测规划院 | 一种遥感影像大气校正方法及装置 |
CN111007024A (zh) * | 2019-12-25 | 2020-04-14 | 武汉大学 | 一种适用于氧气a带的云反射比快速确定方法 |
CN112748444A (zh) * | 2020-12-30 | 2021-05-04 | 中国科学院空天信息创新研究院 | 一种无中红外通道传感器的气溶胶光学厚度反演方法 |
CN113066057A (zh) * | 2021-03-17 | 2021-07-02 | 云南电网有限责任公司电力科学研究院 | 一种气溶胶光学厚度监测方法 |
CN113311408A (zh) * | 2021-07-07 | 2021-08-27 | 中国地质大学(武汉) | 一种高光谱激光雷达的辐射校正方法和装置 |
CN113340819A (zh) * | 2021-06-07 | 2021-09-03 | 珠江水利委员会珠江水利科学研究院 | 基于影像自身统计特征的水体大气校正方法、***及存储介质 |
CN113740263A (zh) * | 2021-03-10 | 2021-12-03 | 仲恺农业工程学院 | 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法 |
CN113763272A (zh) * | 2021-09-03 | 2021-12-07 | 中国科学院南京地理与湖泊研究所 | 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法 |
CN114544452A (zh) * | 2022-04-25 | 2022-05-27 | 自然资源部第二海洋研究所 | 一种多角度偏振水色遥感器卫星大气校正方法 |
CN115144835A (zh) * | 2022-09-02 | 2022-10-04 | 南京信大气象科学技术研究院有限公司 | 一种基于神经网络的卫星反演天气雷达反射率的方法 |
CN117607919A (zh) * | 2023-11-17 | 2024-02-27 | 中国科学院大气物理研究所 | 一种基于城市建筑物阴影的气溶胶卫星遥感反演方法 |
-
2009
- 2009-07-29 CN CN200910157389XA patent/CN101598543B/zh not_active Expired - Fee Related
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102338871A (zh) * | 2010-07-22 | 2012-02-01 | 曹春香 | 地表反射率计算方法和装置 |
CN101915914B (zh) * | 2010-07-30 | 2012-10-24 | 南京信息工程大学 | 一种基于查找表的遥感影像逐像元大气校正方法 |
CN101915914A (zh) * | 2010-07-30 | 2010-12-15 | 南京信息工程大学 | 一种基于查找表的遥感影像逐像元大气校正方法 |
CN101936881A (zh) * | 2010-09-15 | 2011-01-05 | 吉林大学 | 利用临边遥感数据反演大气臭氧剖面的层析成像方法 |
CN101936881B (zh) * | 2010-09-15 | 2012-10-03 | 吉林大学 | 利用临边遥感数据反演大气臭氧剖面的层析成像方法 |
CN102103076A (zh) * | 2011-02-01 | 2011-06-22 | 中国科学院遥感应用研究所 | 地表反照率反演方法及*** |
CN102288956A (zh) * | 2011-05-10 | 2011-12-21 | 中国资源卫星应用中心 | 一种遥感卫星多光谱数据的大气订正方法 |
CN102508226A (zh) * | 2011-11-23 | 2012-06-20 | 青岛海洋地质研究所 | 一种实现浑浊水体区域modis影像大气校正的方法 |
CN102519879A (zh) * | 2011-12-05 | 2012-06-27 | 国家卫星气象中心 | 大气臭氧柱总量探测方法 |
CN102519879B (zh) * | 2011-12-05 | 2014-12-17 | 国家卫星气象中心 | 大气臭氧柱总量探测方法 |
CN102778675A (zh) * | 2012-04-28 | 2012-11-14 | 中国测绘科学研究院 | 一种卫星遥感影像大气校正方法及其模块 |
CN102778675B (zh) * | 2012-04-28 | 2014-02-26 | 中国测绘科学研究院 | 一种卫星遥感影像大气校正方法及其模块 |
CN102955878A (zh) * | 2012-09-05 | 2013-03-06 | 环境保护部卫星环境应用中心 | 基于meris全分辨率影像数据的内陆水体光学分类方法 |
CN102955878B (zh) * | 2012-09-05 | 2015-07-29 | 环境保护部卫星环境应用中心 | 基于meris全分辨率影像数据的内陆水体光学分类方法 |
CN103674904A (zh) * | 2012-09-25 | 2014-03-26 | 中国航天科工集团第二研究院二〇七所 | 红外特性测量中大气传输快速修正方法 |
CN103674904B (zh) * | 2012-09-25 | 2016-05-18 | 中国航天科工集团第二研究院二〇七所 | 红外特性测量中大气传输快速修正方法 |
CN102997994A (zh) * | 2012-11-23 | 2013-03-27 | 北京航空航天大学 | 一种基于人造光源的天空光光谱模拟方法 |
CN102997994B (zh) * | 2012-11-23 | 2014-11-26 | 北京航空航天大学 | 一种基于人造光源的天空光光谱模拟方法 |
CN103267533A (zh) * | 2013-05-08 | 2013-08-28 | 中国科学院光电研究院 | 一种实用型高光谱遥感图像大气自校正方法及装置 |
CN103267533B (zh) * | 2013-05-08 | 2015-09-30 | 中国科学院光电研究院 | 一种实用型高光谱遥感图像大气自校正方法 |
CN103674815A (zh) * | 2013-12-12 | 2014-03-26 | 中国科学院遥感与数字地球研究所 | 一种基于传感器特征的气溶胶mtf监测方法 |
CN103674815B (zh) * | 2013-12-12 | 2016-03-23 | 中国科学院遥感与数字地球研究所 | 一种基于传感器特征的气溶胶mtf监测方法 |
CN104279967B (zh) * | 2014-05-23 | 2017-04-19 | 中国科学院光电研究院 | 基于高光谱图像的气溶胶光学厚度反演方法 |
CN104156567A (zh) * | 2014-07-23 | 2014-11-19 | 中国科学院遥感与数字地球研究所 | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 |
CN104156567B (zh) * | 2014-07-23 | 2017-05-03 | 中国科学院遥感与数字地球研究所 | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 |
CN104156530A (zh) * | 2014-08-15 | 2014-11-19 | 中国科学院上海技术物理研究所 | 一种高温目标的通道辐射量重建方法 |
CN104156530B (zh) * | 2014-08-15 | 2017-03-15 | 中国科学院上海技术物理研究所 | 一种高温目标的通道辐射量重建方法 |
CN104951656A (zh) * | 2015-06-23 | 2015-09-30 | 中国科学院遥感与数字地球研究所 | 宽视域卫星影像地表反射率反演方法 |
CN104951656B (zh) * | 2015-06-23 | 2018-01-12 | 中国科学院遥感与数字地球研究所 | 宽视域卫星影像地表反射率反演方法 |
CN105300880A (zh) * | 2015-09-08 | 2016-02-03 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8热红外数据大气水汽含量反演方法 |
CN105183989A (zh) * | 2015-09-08 | 2015-12-23 | 中国科学院遥感与数字地球研究所 | 一种Landsat8卫星数据地表反射率反演方法 |
CN105183989B (zh) * | 2015-09-08 | 2019-12-03 | 中国科学院遥感与数字地球研究所 | 一种Landsat8卫星数据地表反射率反演方法 |
CN105300880B (zh) * | 2015-09-08 | 2020-08-18 | 中国科学院遥感与数字地球研究所 | 一种Landsat8热红外数据大气水汽含量反演方法 |
CN106407656A (zh) * | 2016-08-29 | 2017-02-15 | 中国科学院遥感与数字地球研究所 | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 |
CN109186474A (zh) * | 2018-10-11 | 2019-01-11 | 南京信息工程大学 | 一种基于岭回归的气溶胶光学厚度反演偏差纠正方法 |
CN109631951A (zh) * | 2019-01-11 | 2019-04-16 | 重庆市国土资源和房屋勘测规划院 | 一种遥感影像大气校正方法及装置 |
CN111007024A (zh) * | 2019-12-25 | 2020-04-14 | 武汉大学 | 一种适用于氧气a带的云反射比快速确定方法 |
CN112748444A (zh) * | 2020-12-30 | 2021-05-04 | 中国科学院空天信息创新研究院 | 一种无中红外通道传感器的气溶胶光学厚度反演方法 |
CN113740263A (zh) * | 2021-03-10 | 2021-12-03 | 仲恺农业工程学院 | 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法 |
CN113740263B (zh) * | 2021-03-10 | 2023-06-16 | 仲恺农业工程学院 | 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法 |
CN113066057A (zh) * | 2021-03-17 | 2021-07-02 | 云南电网有限责任公司电力科学研究院 | 一种气溶胶光学厚度监测方法 |
CN113340819A (zh) * | 2021-06-07 | 2021-09-03 | 珠江水利委员会珠江水利科学研究院 | 基于影像自身统计特征的水体大气校正方法、***及存储介质 |
CN113340819B (zh) * | 2021-06-07 | 2021-12-10 | 珠江水利委员会珠江水利科学研究院 | 基于影像自身统计特征的水体大气校正方法、***及存储介质 |
CN113311408A (zh) * | 2021-07-07 | 2021-08-27 | 中国地质大学(武汉) | 一种高光谱激光雷达的辐射校正方法和装置 |
CN113763272A (zh) * | 2021-09-03 | 2021-12-07 | 中国科学院南京地理与湖泊研究所 | 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法 |
CN114544452A (zh) * | 2022-04-25 | 2022-05-27 | 自然资源部第二海洋研究所 | 一种多角度偏振水色遥感器卫星大气校正方法 |
CN115144835A (zh) * | 2022-09-02 | 2022-10-04 | 南京信大气象科学技术研究院有限公司 | 一种基于神经网络的卫星反演天气雷达反射率的方法 |
CN117607919A (zh) * | 2023-11-17 | 2024-02-27 | 中国科学院大气物理研究所 | 一种基于城市建筑物阴影的气溶胶卫星遥感反演方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101598543B (zh) | 2011-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101598543B (zh) | 一种实用的遥感影像大气校正方法 | |
Barducci et al. | Temperature and emissivity retrieval from remotely sensed images using the" grey body emissivity" method | |
Hagolle et al. | Results of POLDER in-flight calibration | |
DeSouza‐Machado et al. | Infrared retrievals of dust using AIRS: Comparisons of optical depths and heights derived for a North African dust storm to other collocated EOS A‐Train and surface observations | |
Brivio et al. | Validation of satellite data for quality assurance in lake monitoring applications | |
CN102288956B (zh) | 一种遥感卫星多光谱数据的大气订正方法 | |
Zawadzka et al. | Impact of urban pollution emitted in Warsaw on aerosol properties | |
CN106407656A (zh) | 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法 | |
Kaufman et al. | Detection of dust over deserts using satellite data in the solar wavelengths | |
CN104406686B (zh) | 复杂地形条件下太阳短波入射辐射估算方法 | |
CN113324656B (zh) | 无人机搭载红外遥感的地表热异常探测方法及*** | |
CN104156567B (zh) | 一种耦合卫星遥感影像大气校正和地形校正过程的地表反射率获取技术 | |
Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
CN104535979A (zh) | 一种陆地云光学厚度的遥感反演方法及*** | |
Zheng et al. | The retrieved urban LST in Beijing based on TM, HJ-1B and MODIS | |
CN106872992A (zh) | 自适应红外双波段被动测距方法 | |
CN109145494A (zh) | 一种海面温度反演方法及*** | |
Tan et al. | Vicarious calibration for the AHSI instrument of Gaofen-5 with reference to the CRCS Dunhuang test site | |
CN108120510A (zh) | 一种光学遥感器基于反射镜阵列的在轨绝对辐射定标方法 | |
Ogunjobi et al. | Intercomparison and validation of satellite and ground-based aerosol optical depth (AOD) retrievals over six AERONET sites in West Africa | |
CN105183989B (zh) | 一种Landsat8卫星数据地表反射率反演方法 | |
Wang et al. | Water vapor retrievals from near-infrared channels of the advanced Medium Resolution Spectral Imager instrument onboard the Fengyun-3D satellite | |
Hagolle et al. | Absolute calibration of VEGETATION derived from an interband method based on the sun glint over ocean | |
Bair et al. | Divergence of apparent and intrinsic snow albedo over a season at a sub-alpine site with implications for remote sensing | |
CN105092575A (zh) | 评估沙尘暴强度的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
DD01 | Delivery of document by public notice |
Addressee: Zhang Zhaoming Document name: Notification to Pay the Fees |
|
DD01 | Delivery of document by public notice |
Addressee: Zhang Zhaoming Document name: Notification of Termination of Patent Right |
|
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110119 Termination date: 20180729 |