CN102073038A - 基于微小地形的遥感影像的地形校正的方法 - Google Patents
基于微小地形的遥感影像的地形校正的方法 Download PDFInfo
- Publication number
- CN102073038A CN102073038A CN 201010562825 CN201010562825A CN102073038A CN 102073038 A CN102073038 A CN 102073038A CN 201010562825 CN201010562825 CN 201010562825 CN 201010562825 A CN201010562825 A CN 201010562825A CN 102073038 A CN102073038 A CN 102073038A
- Authority
- CN
- China
- Prior art keywords
- dem data
- picture dot
- remote sensing
- sensing image
- length
- 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)
Abstract
本发明公开了一种基于微小地形的遥感影像的地形校正的方法,该方法首先将遥感影像与DEM数据进行配准,确定每个遥感影像像元中微小地形的个数;再通过DEM数据和太阳、传感器的方位,计算出每个微小地形的坡度坡向以及入射角和观测角,计算每个微小地形在水平面上的投影辐射因子和每个微小地形的相邻微小地形对其的遮蔽因子;最后,根据每个微小地形在水平面上的投影辐射因子、每个微小地形的相邻微小地形对其的遮蔽因子和每个遥感影像像元中微小地形的个数计算得到每个遥感影像像元总的投影辐射因子,进而对原始遥感影像进行地形校正。该方法利用微小地形的相邻微小地形对微小地形的遮蔽影响,提高遥感影像的地形校正精度。
Description
技术领域
本发明涉及一种基于微小地形的遥感影像的地形校正方法,属于遥感影像处理领域。
技术背景
遥感技术,在世界范围内得到了广泛的应用。遥感数据源向着更高光谱分辨率和更高空间分辨率发展的同时,遥感影像处理技术也更加成熟;在应用上,结合了地理信息***(GIS)和全球定位***(GPS),向着更***化,更定量化方向发展,使遥感数据的应用更广泛和深入。但是,遥感数据处理过程中,由于光学遥感影像中的山体的阴坡与阳坡的波段辐射亮度存在巨大反差,导致两个反射特性相同的地物在遥感影像中反映为不同的辐射亮度,严重影响定量遥感的校正精度。因此,消除地形引起的光照度变化是遥感影像定性、定量应用之前的重要处理手段。消除坡度坡向引起的辐射误差的过程被称为地形校正。目前基于DEM数据的遥感影像的地形校正方法主要有:余弦校正、C校正、Minneart校正。余弦校正和C校正是朗伯体校正模型,把地物的二向反射函数(BRDF)当作是常数,忽略了地物反射的二向性。Minneart校正,虽然引入了Minneart因子k来描述地物表面的各向异性,但是没有实际的物理意义。
发明内容
本发明的目的在于针对已有技术存在的技术问题,提供一种基于微小地形的遥感影像的地形校正的方法,该方法能消除地形起伏引起的遥感影像的辐射误差,使校正后的遥感影像能更真实地反映地物的反射特性。
为达到上述发明的目的,本发明采用下述技术方案:
一种基于微小地形的遥感影像的地形校正的方法,其特征在于:
首先将遥感影像与DEM数据进行配准,确定每个遥感影像像元中微小地形的个数;再通过DEM数据和太阳、传感器的方位,计算出每个微小地形的坡度坡向以及入射角和观测角,计算每个微小地形在水平面上的投影辐射因子和每个微小地形的相邻微小地形对其的遮蔽因子;最后,根据每个微小地形在水平面上的投影辐射因子、每个微小地形的相邻微小地形对其的遮蔽因子和每个遥感影像像元中微小地形的个数计算得到每个遥感影像像元总的投影辐射因子,进而对原始遥感影像进行地形校正,其具体步骤如下:
(1)、首先用遥感影像与DEM数据进行配准,使DEM空间分辨率是遥感影像分辨率的整数倍;
(2)、确定每个遥感影像像元中包含的微小地形的个数N ;
(3)、根据DEM数据以及太阳的方位和传感器的方位,分别计算每个微小地形的坡度、坡向、入射角和观测角;
(4)、根据计算出的坡度坡向数据计算每个微小地形在水平面上的投影辐射因子K;
(5)、计算每个微小地形的相邻微小地形对其的遮蔽因子GAF;
(6)、计算总辐射因子KT;
(7)、利用总辐射因子KT对遥感影像进行地形校正,得到校正后的遥感影像。
上述步骤(3)中所述的分别计算每个微小地形的坡度、坡向、入射角和观测角,其计算如下:
上述步骤(4)中所述的计算每个微小地形在水平面上的投影辐射因子K,其具体计算式为:
上述步骤(5)中所述的计算每个微小地形的相邻微小地形对其的遮蔽因子GAF,定义遮蔽因子GAF为既能被照射到又能被观测的坡面面积与坡面总面积的比值,其具体步骤如下:
(5-2)、确定方向上的非阴影区域的比例:令DEM数据中象元的大小是,那么象元的边长是。令任意DEM数据象元在沿太阳入射方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上太阳光线入射角之间的几何关系,确定方向上的非阴影区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是DEM数据中某一像元在方向上的坡度,是方向上DEM数据中某一像元的沿太阳入射方向的方向上的相邻DEM数据象元在方向上的坡度。
(5-3)、确定方向上的可视区域的比例:令DEM数据中,象元的大小是,那么象元的边长是。令某DEM数据象元在沿传感器观测方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上传感器观测角之间的几何关系,确定方向上的可视区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是方向上DEM数据中某一像元在方向上的坡度,是DEM数据中某一像元的沿传感器观测方向的方向上的相邻DEM数据象元在方向上的坡度。
(5-4)、确定方向上的非阴影区域的比例:令DEM数据中,象元的大小是,那么象元的边长是。令某DEM数据象元在沿太阳入射方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上太阳光线入射角之间的几何关系,确定方向上的非阴影区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是DEM数据中某一像元在方向上的坡度,是方向上DEM数据中某一像元的沿太阳入射方向的方向上的相邻DEM数据象元在方向上的坡度。
(5-5)、确定方向上的可视区域的比例:令DEM数据中,象元的大小是,那么象元的边长是。令某DEM数据象元在沿传感器观测方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上传感器观测角之间的几何关系,确定方向上的可视区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是方向上DEM数据中某一像元在方向上的坡度,是DEM数据中某一像元的沿传感器观测方向的方向上的相邻DEM数据象元在方向上的坡度。
微小地形的相邻微小地形对其的遮蔽因子GAF,其计算式为:
上述步骤(6)中所述的计算总辐射因子KT,总辐射因子KT定义为每个遥感影像中包含的所有微小地形的投影辐射因子K与遮蔽因子GAF乘积的均值,其计算式为:
其中,N为每个遥感像元中微小地形的个数。
上述步骤(7)中所述的利用总辐射因子KT对遥感影像进行地形校正,得到校正后的遥感影像,其具体计算如下:
地形校正计算式如下:
(15)
本发明的基于微小地形的遥感影像的地形校正的方法与现有技术相比具有的优点是:该方法从几何角度分析每个遥感影像像元中的微小地形与相邻微小地形的之间的相互影响,反映地物的二向反射特性,有实际的物理意义;该方法采用每个微小地形在水平面上的投影辐射因子,能反映出任意微小地形对传感器记录下来的辐射亮度的影响;该方法利用微小地形的相邻微小地形对微小地形的遮蔽影响,提高遥感影像的地形校正精度。
附图说明
图1 为本发明的基于微小地形的遥感影像的地形校正的方法的流程图;
图2 为中国湖北省三峡地区的数字高程(DEM数据)图像;
图3 为中国湖北省三峡地区的遥感影像;
图4 为中国湖北省三峡地区校正后的遥感影像;
图5为仿真试验一所得数据;
图6为仿真试验二所得数据。
具体实施方式
本发明的一个优选实施例结合附图详细说明如下:本发明的实施例选用LandSat影像的第四波段采集了本实施例所要的研究区域,如图2、3所示的中国湖北省三峡地区的数字高程(DEM数据)图像、湖北省三峡地区的遥感影像。
参见图1,本发明的基于微小地形的遥感影像的地形校正的方法,其具体步骤如下:
(1)、首先用原始遥感影像与DEM数据进行配准,使DEM空间分辨率是遥感影像分辨率的整数倍,如图2、3所示;
(2)、确定每个遥感影像像元中包含的微小地形的个数N;
(3)、根据DEM数据以及太阳的方位和传感器的方位,分别计算每个微小地形的坡度、坡向、入射角和观测角;分别计算每个微小地形的坡度、坡向、入射角和观测角,其计算如下:
(4)、根据计算出的坡度坡向数据计算每个微小地形在水平面上的投影辐射因子K;
计算每个微小地形在水平面上的投影辐射因子K,其具体计算式为:
(5)、计算每个微小地形的相邻微小地形对其的遮蔽因子GAF:计算每个微小地形的相邻微小地形对其的遮蔽因子GAF,定义遮蔽因子GAF为既能被照射到又能被观测的坡面面积与坡面总面积的比值,其具体步骤如下:
(5-2)、确定方向上的非阴影区域的比例:令DEM数据中象元的大小是,那么象元的边长是。令任意DEM数据象元在沿太阳入射方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上太阳光线入射角之间的几何关系,确定方向上的非阴影区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是DEM数据中某一像元在方向上的坡度,是方向上DEM数据中某一像元的沿太阳入射方向的方向上的相邻DEM数据象元在方向上的坡度。
( 5-3)、确定方向上的可视区域的比例:令DEM数据中,象元的大小是,那么象元的边长是。令某DEM数据象元在沿传感器观测方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上传感器观测角之间的几何关系,确定方向上的可视区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是方向上DEM数据中某一像元在方向上的坡度,是DEM数据中某一像元的沿传感器观测方向的方向上的相邻DEM数据象元在方向上的坡度。
( 5-4)、确定方向上的非阴影区域的比例:令DEM数据中,象元的大小是,那么象元的边长是。令某DEM数据象元在沿太阳入射方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上太阳光线入射角之间的几何关系,确定方向上的非阴影区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是DEM数据中某一像元在方向上的坡度,是方向上DEM数据中某一像元的沿太阳入射方向的方向上的相邻DEM数据象元在方向上的坡度。
(5-5)、确定方向上的可视区域的比例:令DEM数据中,象元的大小是,那么象元的边长是。令某DEM数据象元在沿传感器观测方向的方向上被相邻DEM数据象元遮蔽的边长是。根据象元的边长、象元被相邻象元遮蔽的边长与方向上传感器观测角之间的几何关系,确定方向上的可视区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是方向上DEM数据中某一像元在方向上的坡度,是DEM数据中某一像元的沿传感器观测方向的方向上的相邻DEM数据象元在方向上的坡度。
微小地形的相邻微小地形对其的遮蔽因子GAF的计算式为:
(14)
(6)、计算总辐射因子KT:计算总辐射因子KT,总辐射因子KT定义为每个遥感影像中包含的所有微小地形的投影辐射因子K与遮蔽因子GAF乘积的均值,其计算式为:
其中,N为每个遥感像元中微小地形的个数。
(7)、利用总辐射因子KT对遥感影像进行地形校正,得到校正后的遥感影像。
地形校正计算式如下:
为了说明本发明的方法的有效性,本发明进行如下仿真试验。一组仿真实验如图5所示:仿真实验中选用LandSat影像的第四波段,影像获取时,太阳的方位角和天顶角分别为2.26和0.54,传感器观测方向垂直于水平地面。利用本发明中的方法,得到水平地面的辐射亮度值。从表一可以看出,位于阴坡和阳坡的同类象元经过地形校正后接近一致,说明本发明的方法能消除地形起伏引起的遥感影像的辐射误差,使校正后的遥感影像能更真实地反映地物的反射特性。
一组仿真实验如图6所示:仿真实验分别利用C校正和本发明的校正方法分别对LandSat影像进行地形校正。利用本发明校正方法得到的校正后的影像的各个波段的方差比C校正后的影像的各个波段的方差要小,说明利用本发明校正方法进行校正后,影像辐射亮度值更接近于均值,提高了遥感影像的校正精度。
Claims (6)
1.一种基于微小地形的遥感影像的地形校正的方法,其特征在于:首先将遥感影像与DEM数据进行配准,确定每个遥感影像像元中微小地形的个数;再通过DEM数据和太阳、传感器的方位,计算出每个微小地形的坡度坡向以及入射角和观测角,计算每个微小地形在水平面上的投影辐射因子和每个微小地形的相邻微小地形对其的遮蔽因子;最后,根据每个微小地形在水平面上的投影辐射因子、每个微小地形的相邻微小地形对其的遮蔽因子和每个遥感影像像元中微小地形的个数计算得到每个遥感影像像元总的投影辐射因子,进而对原始遥感影像进行地形校正,其具体步骤如下:
(1)、首先用遥感影像与DEM数据进行配准,使DEM空间分辨率是遥感影像分辨率的整数倍;
(2)、确定每个遥感影像像元中包含的微小地形的个数N ;
(3)、根据DEM数据以及太阳的方位和传感器的方位,分别计算每个微小地形的坡度、坡向、入射角和观测角;
(4)、根据计算出的坡度坡向数据计算每个微小地形在水平面上的投影辐射因子K;
(5)、计算每个微小地形的相邻微小地形对其的遮蔽因子GAF;
(6)、计算总辐射因子KT;
(7)、利用总辐射因子KT对遥感影像进行地形校正,得到校正后的遥感影像。
2.根据权利要求1所述的基于微小地形的遥感影像的地形校正的方法,其特征在于,上述步骤(3)中所述的分别计算每个微小地形的坡度、坡向、入射角和观测角,其计算如下:
(2)
4.根据权利要求3所述的基于微小地形的遥感影像的地形校正的方法,其特征在于,上述步骤(5)中所述的计算每个微小地形的相邻微小地形对其的遮蔽因子GAF,定义遮蔽因子GAF为既能被照射到又能被观测的坡面面积与坡面总面积的比值,其具体步骤如下:
(5-2)、确定方向上的非阴影区域的比例:令DEM数据中象元的大小是,那么象元的边长是,令任意DEM数据象元在沿太阳入射方向的方向上被相邻DEM数据象元遮蔽的边长是,根据象元的边长、象元被相邻象元遮蔽的边长与方向上太阳光线入射角之间的几何关系,确定方向上的非阴影区域的比例,其计算式为:
(8)
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是DEM数据中某一像元在方向上的坡度,是方向上DEM数据中某一像元的沿太阳入射方向的方向上的相邻DEM数据象元在方向上的坡度;
(5-3)、确定方向上的可视区域的比例:令DEM数据中,象元的大小是,那么象元的边长是,令某DEM数据象元在沿传感器观测方向的方向上被相邻DEM数据象元遮蔽的边长是,根据象元的边长、象元被相邻象元遮蔽的边长与方向上传感器观测角之间的几何关系,确定方向上的可视区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是方向上DEM数据中某一像元在方向上的坡度,是DEM数据中某一像元的沿传感器观测方向的方向上的相邻DEM数据象元在方向上的坡度;
(5-4)、确定方向上的非阴影区域的比例:令DEM数据中,象元的大小是,那么象元的边长是,令某DEM数据象元在沿太阳入射方向的方向上被相邻DEM数据象元遮蔽的边长是,根据象元的边长、象元被相邻象元遮蔽的边长与方向上太阳光线入射角之间的几何关系,确定方向上的非阴影区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是DEM数据中某一像元在方向上的坡度,是方向上DEM数据中某一像元的沿太阳入射方向的方向上的相邻DEM数据象元在方向上的坡度;
(5-5)、确定方向上的可视区域的比例:令DEM数据中,象元的大小是,那么象元的边长是,令某DEM数据象元在沿传感器观测方向的方向上被相邻DEM数据象元遮蔽的边长是,根据象元的边长、象元被相邻象元遮蔽的边长与方向上传感器观测角之间的几何关系,确定方向上的可视区域的比例,其计算式为:
其中,是象元的边长,是DEM数据某一象元被相邻DEM数据象元遮蔽的边长,是方向上DEM数据中某一像元在方向上的入射角,是方向上DEM数据中某一像元在方向上的坡度,是DEM数据中某一像元的沿传感器观测方向的方向上的相邻DEM数据象元在方向上的坡度;
令DEM数据某一象元的可视区域面积与象元总面积的比值为,其计算式为:
(13)
微小地形的相邻微小地形对其的遮蔽因子GAF,其计算式为:
5.根据权利要求4所述的基于微小地形的遥感影像的地形校正的方法,其特征在于,上述步骤(6)中所述的计算总辐射因子KT,总辐射因子KT定义为每个遥感影像中包含的所有微小地形的投影辐射因子K与遮蔽因子GAF乘积的均值,其计算式为:
(14)
其中,N为每个遥感像元中微小地形的个数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010562825 CN102073038B (zh) | 2010-11-29 | 2010-11-29 | 基于微小地形的遥感影像的地形校正的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201010562825 CN102073038B (zh) | 2010-11-29 | 2010-11-29 | 基于微小地形的遥感影像的地形校正的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102073038A true CN102073038A (zh) | 2011-05-25 |
CN102073038B CN102073038B (zh) | 2013-06-19 |
Family
ID=44031654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201010562825 Expired - Fee Related CN102073038B (zh) | 2010-11-29 | 2010-11-29 | 基于微小地形的遥感影像的地形校正的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102073038B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108132220A (zh) * | 2017-12-25 | 2018-06-08 | 中国林业科学研究院资源信息研究所 | 林区机载推扫式高光谱影像的brdf归一化校正方法 |
CN108596153A (zh) * | 2018-05-10 | 2018-09-28 | 四川省冶地工程勘察设计有限公司 | 遥感影像卫片高程控制点自动提取方法和数据处理方法 |
CN109934788A (zh) * | 2019-03-22 | 2019-06-25 | 鲁东大学 | 一种基于标准遥感图像的遥感图像缺失数据修复方法 |
CN111257854A (zh) * | 2020-01-19 | 2020-06-09 | 中南林业科技大学 | 一种通用的基于遥感影像分割单元的地形校正优化方法 |
CN113989664A (zh) * | 2021-10-21 | 2022-01-28 | 中铁第四勘察设计院集团有限公司 | 一种遥感影像的分类方法、装置、设备和存储介质 |
CN117077442A (zh) * | 2023-10-16 | 2023-11-17 | 浙江省气象科学研究所 | 基于地形的热带气旋降水修正方法、终端及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101034471A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 水下数字地面模型的声纳遥感数字图像的地形变换方法 |
JP2009516157A (ja) * | 2005-11-14 | 2009-04-16 | ピルツ ゲーエムベーハー アンド コー.カーゲー | 空間領域モニター装置および方法 |
-
2010
- 2010-11-29 CN CN 201010562825 patent/CN102073038B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009516157A (ja) * | 2005-11-14 | 2009-04-16 | ピルツ ゲーエムベーハー アンド コー.カーゲー | 空間領域モニター装置および方法 |
CN101034471A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 水下数字地面模型的声纳遥感数字图像的地形变换方法 |
Non-Patent Citations (2)
Title |
---|
《武汉大学学报·信息科学版》 20101031 李先华等 月球表面遥感图像的地形辐射改正原理研究 第1197-1201 1-6 第35卷, 第10期 * |
《测绘学报》 20060831 黄微等 一种顾及空间相关性遥感影像辐射度的地形校正算法 第285-290页 1-6 第35卷, 第3期 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108132220A (zh) * | 2017-12-25 | 2018-06-08 | 中国林业科学研究院资源信息研究所 | 林区机载推扫式高光谱影像的brdf归一化校正方法 |
CN108596153A (zh) * | 2018-05-10 | 2018-09-28 | 四川省冶地工程勘察设计有限公司 | 遥感影像卫片高程控制点自动提取方法和数据处理方法 |
CN109934788A (zh) * | 2019-03-22 | 2019-06-25 | 鲁东大学 | 一种基于标准遥感图像的遥感图像缺失数据修复方法 |
CN111257854A (zh) * | 2020-01-19 | 2020-06-09 | 中南林业科技大学 | 一种通用的基于遥感影像分割单元的地形校正优化方法 |
CN113989664A (zh) * | 2021-10-21 | 2022-01-28 | 中铁第四勘察设计院集团有限公司 | 一种遥感影像的分类方法、装置、设备和存储介质 |
CN117077442A (zh) * | 2023-10-16 | 2023-11-17 | 浙江省气象科学研究所 | 基于地形的热带气旋降水修正方法、终端及介质 |
CN117077442B (zh) * | 2023-10-16 | 2024-02-09 | 浙江省气象科学研究所 | 基于地形的热带气旋降水修正方法、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN102073038B (zh) | 2013-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | An evaluation of the use of atmospheric and BRDF correction to standardize Landsat data | |
CN102073038B (zh) | 基于微小地形的遥感影像的地形校正的方法 | |
CN104406686B (zh) | 复杂地形条件下太阳短波入射辐射估算方法 | |
US20060210169A1 (en) | Apparatus and method for simulated sensor imagery using fast geometric transformations | |
CN102778675B (zh) | 一种卫星遥感影像大气校正方法及其模块 | |
Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
JP2010217107A (ja) | 日射量の評価方法および評価装置 | |
Jauvin et al. | Integration of corner reflectors for the monitoring of mountain glacier areas with Sentinel-1 time series | |
CN108364279A (zh) | 确定静止轨道遥感卫星指向偏差的方法 | |
CN104807477A (zh) | 一种基于靶标控制点的卫星ccd阵列影像几何检校方法 | |
De Oliveira et al. | Assessment of radargrammetric DSMs from TerraSAR-X Stripmap images in a mountainous relief area of the Amazon region | |
CN104361563A (zh) | 基于gps的高光谱遥感图像几何精校正方法 | |
Liangke et al. | A zenith tropospheric delay correction model based on the regional CORS network | |
CN108318458B (zh) | 一种适用于不同天气条件下的室外典型地物pBRDF的测量方法 | |
CN102798851B (zh) | 一种基于几何成像的modis lai产品验证方法 | |
CN101718866B (zh) | 一种改进的遥感影像地形校正物理方法 | |
CN111413296A (zh) | 一种考虑地表非朗伯特性的气溶胶光学厚度遥感反演方法 | |
CN103743488A (zh) | 遥感卫星地球临边背景特性的红外成像仿真方法 | |
CN111368716B (zh) | 一种基于多源时空数据的地质灾害灾毁耕地提取方法 | |
CN109377476A (zh) | 遥感影像云检测特征参数的动态阈值获取方法及装置 | |
CN113504553A (zh) | 一种城市峡谷内基于精确3d城市模型的gnss定位方法 | |
CN117671504A (zh) | 一种基于yolo算法的海上风电识别方法及*** | |
CN111175231B (zh) | 冠层植被指数的反演方法、装置及服务器 | |
CN103295214A (zh) | 基于色彩特征的无云modis遥感图像生成方法及*** | |
CN107945235B (zh) | 一种高轨大面阵静止卫星影像几何定位仿真方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130619 Termination date: 20151129 |
|
CF01 | Termination of patent right due to non-payment of annual fee |