CN111272664B - 一种地物光谱仪野外测量光谱的同步校正方法 - Google Patents
一种地物光谱仪野外测量光谱的同步校正方法 Download PDFInfo
- Publication number
- CN111272664B CN111272664B CN202010109585.6A CN202010109585A CN111272664B CN 111272664 B CN111272664 B CN 111272664B CN 202010109585 A CN202010109585 A CN 202010109585A CN 111272664 B CN111272664 B CN 111272664B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- formula
- data
- spectrometer
- fitting
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1793—Remote sensing
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种地物光谱仪野外测量光谱的同步校正方法。光谱数据的主要影响因素来源于反射辐亮度和入射辐亮度之间的不同步性,因此测量过程中对于天气的稳定性要求较为严格。本发明如下:一、建立入射辐亮度和光照强度的拟合模型。二、地物反射光谱的同步校正。本发明通过对入射辐亮度和光照强度的模型建立,提出一种新的地物光谱测量方法,避免了环境变化后重复进行入射辐亮度的标定,简化了测试的。本发明应用于地物光谱仪在野外测量地物光谱工作中,能够应对采集的光谱会因为多云天气或者其他因素导致的光照变化而产生一定的光谱误差这一问题,增加了地物光谱仪适用的天候范围。
Description
技术领域
本发明属于野外光谱测量技术领域,具体涉及一种地物光谱仪野外测量地物光谱的同步校正方法。
背景技术
为了研究各种不同地物在野外自然条件下的可见和近红外波段反射波谱,掌握地面上各种地物的光谱辐射特性,需要进行大量的地物光谱观测研究。光照波长为λ时,地物的遥感反射率Rrs(λ)=Lw(λ)/Ed(λ),即为λ波长光照下被测量物体的反射辐亮度Lw与物体表面入射辐照度Ed之比。
地物光谱仪为测量地物光谱的常用仪器,在使用光谱仪测定地物光谱的过程中,需要通过反射率为1/Π的标准白板(white panel)进行白板标定,以此标定结果作为测量反射率的入射辐亮度Ed,之后对准被测地物获得反射辐亮度Lw,以两者比值获得反射率。由此可见,光谱数据的主要影响因素来源于反射辐亮度和入射辐亮度之间的不同步性,因此测量过程中对于天气的稳定性要求较为严格,在多云天气等一些光照变化较快的天候,地物光谱的连续测量过程中具有很大的不便。在中国的南方地区,遥感数据的获取因为一年中气候原因也有很大的不便。据气象记录,在2010.1.1至2019.10.1期间,杭州地区的晴天天气占据总天数的12%,多云天气占据总天数的40%,因此采集光谱的日期具有很大的局限性,不利于持续的光谱采集工作。
目前地物光谱仪所测量的光谱范围达到350-2500nm,包含可见光和红外波段,并且具有较好的光谱分辨率(1nm),但是野外测量会受到水汽吸收的影响。水汽吸收是大气中的水汽对一定波长电磁辐射的吸收作用,大多集中在红外波段,会导致地面接收不到相应波长电磁辐射,给地物光谱仪测量的入射辐亮度的定量分析带来一定难度,因此本方法针对地物光谱仪在可见光-近红外(VNIR)波段测量的光谱进行同步校正。
解决光谱测量过程中的入射辐亮度和反射辐亮度间的同步问题,不仅能够有效提高获得光谱的质量,增加操作便利性,还可以在多种天候下进行光谱采集工作,但是目前尚未有研究解决光谱测量过程中的同步问题。
发明内容
本发明的目的在于针对目前近地光谱仪测量过程中获得的光谱反射率构成中的入射辐亮度和反射辐亮度在时间上的差异性,以及目前只能在稳定光照天气下进行光谱采集的局限性,提供一种通过光照强度来对可见光-近红外波段范围(VNIR:400-900nm)的入射辐亮度进行模拟,依此计算光谱反射率,以及对校正后光谱与原来标准测量光谱间进行误差定量的方法。
本发明的具体步骤如下:
步骤一、建立入射辐亮度和光照强度的拟合模型
1-1.建立数据集
在不同的光照强度下通过标准白板和地物光谱仪进行一次或多次入射辐亮度光谱的检测,得到综合数据集。将综合数据集拆分为训练集和测试集。
1-2.建立拟合模型
对训练集中的入射辐亮度光谱的各波段数据分别进行拟合,得到各个波段入射辐亮度Radm和光照强度lux的拟合函数如式(1)所示,波长m=400,401,…,900。
Radm=fm(lux) 式(1)
式(1)中,fm为m波长入射辐亮度和光照强度的拟合函数。
1-3.通过测试集数据对拟合函数进行验证
将测试集数据中的光照强度数据分别代入如式(1)所示的拟合函数,计算测试集中的第i个样本的光照强度lux′i对应的预测入射辐亮度光谱数据Radi(预测)如式(2)所示,i=1,2,…,n。,n为测试集的样本数。
Radi(预测)=(f400(lux′i),f401(lux′i),…,f900(lux′i)) 式(2)
计算拟合模型拟合精度refim的表达式如式(3)所示。refim表示拟合模型对测试集第i个样本在m波段下的拟合精度。i=1,2,…,n;m=400,401,…,900。
式(3)中,Radim(真实)为测试集第i个样本在m波段下真实入射辐亮度;Radim(预测)为测试集第i个样本在m波段下预测入射辐亮度。
计算拟合函数的均方根误差RMSEm的表达式如式(4)所示。
若RMSEm高于预设值,则重新执行步骤1-1,更新拟合函数。
步骤二、地物反射光谱的同步校正
在地物光谱仪采集地物反射辐亮度的同时,采集环境中的光照强度lux″。计算预测入射辐亮度光谱Rad(入)如式(5)所示。
Rad(入)=(f400(lux″),f401(lux″),…,f900(lux″))入=(Rad400入,Rad401入…,Rad900入) 式(5)
计算地物的同步校正反射光谱ref同步如式(6)所示。
式(6)中,Rad(反)为地物光谱仪测量得到的400-900nm波段地物反射辐亮度光谱。
作为优选,步骤1-1中,所得的入射辐亮度光谱包含400-900nm波段内每1nm波长的入射辐亮度值。
作为优选,步骤1-1中,训练集占综合数据集内数据总量的2/3;测试集占综合数据集内数据总量的1/3。
作为优选,所述的地物光谱仪采用Field Spec4便携式地物光谱仪;所述的光照度计采用ST-85照度计。
本发明具有的有益效果是:
1、本发明相较于目前通过分别采集白板反射辐亮度和地物反射辐亮度计算获得地物光谱的野外地物光谱测量方法,通过对入射辐亮度和光照强度的模型建立,提出一种新的地物光谱测量方法,避免了环境变化后重复进行入射辐亮度的标定,简化了测量过程。
2、本发明应用于地物光谱仪在野外测量地物光谱工作中,能够应对采集的光谱会因为多云天气或者其他因素导致的光照变化而产生一定的光谱误差这一问题,增加了地物光谱仪适用的天候范围。
附图说明
图1为本发明所得拟合函数在每个波段的相关系数变化曲线图;
图2为本发明的测试集验证结果;
图3为本发明入射辐亮度光谱各波段的RMSE曲线图;
图4为土壤的同步校正光谱与标准测量光谱对比图;
图5为植被的同步校正光谱与标准测量光谱对比图;
图6为水体的同步校正光谱与标准测量光谱对比图;
图7为三种地物的同步校正光谱和标准光谱的相对误差分析图。
具体实施方式
以下结合附图对本发明作进一步说明。
一种地物光谱仪野外测量光谱的同步校正方法,具体步骤如下:
步骤一、建立入射辐亮度和光照强度的拟合模型:根据晴天、多云等天气条件实验采集的所有入射辐亮度数据和对应的光照强度数据,进行建模和精度评价,其中光照强度范围包含适宜日常光谱测量的光照条件范围。
1-1.建立数据集
在不同的光照强度下通过标准白板和地物光谱仪进行一次或多次入射辐亮度光谱的检测,得到综合数据集。入射辐亮度光谱包含350-2500nm波段内每1nm波长的入射辐亮度值。将综合数据集中的每个样本均包含一个光照强度数据和与之对应的入射辐亮度光谱数据。为了能够对模型的精度进行评价,在综合数据集中随机挑选2/3数据作为训练集建立模型,其余1/3数据作为测试集对模型进行验证。不同波长光的入射辐亮度不同,因此需要将训练集中的光照强度数据与对应的每个波长的入射辐亮度数据分别建立模型。同时因为水汽吸收以及仪器边缘失真,会对仪器采集数据产生较大影响,本发明只针对可见光-近红外波段(400-900nm)进行校正。
地物光谱仪选用美国ASD公司(Analytical Spectral Devices)生产的FieldSpec4便携式地物光谱仪(以下简称ASD光谱仪),光谱测量范围为350-2500nm,波段分辨率为1nm,视场角为15°。测量光照强度的光照度计选用北京师范大学光电仪器厂生产的ST-85照度计,其光照强度范围为0-200000lux,采样间隔为0.3s,能根据光照强度变化自动选择光强范围。ST-85采用平面型感光传感器,不同于使用较多的球形感光传感器,能够有效改善太阳角度变化带来的阴影变化,减小太阳角对光照度数据的影响。
1-2.建立拟合模型
将光照强度数据和每个波长入射辐亮度数据进行相关性分析,以此分析两者的相关关系,相关系数越趋近于1,则越能证明两者的线性关系良好。根据相关性分析结果,进行回归分析,其中将光照强度作为自变量,每个波段的入射辐亮度分别作为因变量,通过最小二乘法,建立两者的拟合模型,即可得到每个波段入射辐亮度Radm和光照强度lux的拟合函数如式(1)所示,波长m=400,401,…,900。
Radm=fm(lux) 式(1)
式(1)中,lux为光照强度值,Radm为该光照强度下m波长入射辐亮度值,fm为m波长入射辐亮度和光照强度的拟合函数。
1-3.通过测试集数据对拟合函数进行验证,根据验证结果评价拟合模型精度。
将测试集数据中的光照强度数据分别代入如式(1)所示的每个波段入射辐亮度和光照强度的拟合函数,将测试集样本数记为n,则测试集中的第i个样本中光照强度luxi′对应的预测入射辐亮度光谱数据Radi(预测)如式(2)所示,i=1,2,…,n。
Radi(预测)=(f400(lux′i),f401(lux′i),…,f900(lux′i)) 式(2)
式(2)中,i为样本编号;fm(m=400-900)为每个波长对应的入射辐亮度和光照强度的拟合函数,Radi(预测)为样本i中光照强度通过拟合函数得到的预测入射辐亮度光谱。
在地物遥感学中,辐亮度会因为外界光照环境的变化而改变,通常将地物的反射率光谱作为反映地物遥感性质的指标,因此将辐亮度数据转化为反射率数据能够更好的从地物遥感角度评价模型。根据测试集中所测得的真实标准白板反射辐亮度光谱Radi(真实)和计算得到的预测入射辐亮度光谱Radi(预测)进行对比,得到拟合模型拟合精度refim的表达式如式(3)所示。refim表示拟合模型对测试集第i个样本在m波段下的拟合精度。i=1,2,…,n;m=400,401,…,900。
式(3)中,Radim(真实)为测试集第i个样本在m波段下入射辐亮度的真实值;Radim(预测)为函数fm对测试集第i个样本在m波段下入射辐亮度的预测值;。
通过标准白板的预测反射率光谱和标准反射率光谱之间的差异来对拟合模型精度进行验证,同时由于拟合模型在每一个波长均有一个拟合函数,因此需要对每个波长的函数进行评价。标准白板的标准反射率在每个波长内都为1,每个波长样本数均为n,采用均方根误差(RMSE)作为评价指标。均方根误差其中,n为样本总数,yi为样本i的真实值,为样本i的预测值。
结合本发明,样本总数为n;真实值即为标准白板的标准准确率光谱,每个波长均为1,预测值即为标准白板的预测反射率光谱,每个波长均通过对应的拟合函数计算。因此波长m的拟合函数均方根误差RMSEm的表达式如式(4)所示。
计算400-900nm波段内每个波长测试集的RMSE,即可对拟合模型中每个波长拟合精度进行评价。若拟合函数均方根误差RMSEm高于预设值,则重新执行步骤1-1,更新拟合函数。
步骤二、地物反射光谱的同步校正
根据地物反射光谱的定义,基于入射辐亮度和光照强度的拟合模型,得到地物的同步校正光谱。根据步骤一中建立的拟合模型,可以得到任一光照强度条件下对应的400-900nm波段中每个波长的入射辐亮度值,因此本方法通过测量地物的反射辐亮度和同步的光照强度,能够计算得到地物的同步校正反射光谱。同时与地物的标准测量光谱做对比可以验证同步校正方法的准确性。
2-1.地物反射光谱的同步校正
在地物光谱仪采集地物反射辐亮度的同时,采集环境中的光照强度lux″。基于入射辐亮度和光照强度的拟合模型得到对应的预测入射辐亮度光谱Rad(入)如式(5)所示。
Rad(入)=(f400(lux″),f401(lux″),…,f900(lux″))入=(Rad400入,Rad401入…,Rad900入)式(5)
式(5)中,fm(m=400-900)为每个波长对应的入射辐亮度和光照强度的拟合函数。
根据地物的遥感反射率定义Rrs=Lw/Ed,计算地物的同步校正反射光谱ref同步如式(6)所示。
式(6)中,Rad(反)为地物光谱仪测量得到的400-900频段地物反射辐亮度光谱。
2-2.地物同步校正光谱的验证
地物同步校正光谱的验证通过同步校正光谱和标准光谱间每个波段反射率的相对误差进行评价,用以说明地物的同步校正光谱在每个波长的相对偏差。其中地物的标准光谱通过对地物的标准光谱测量进行测定。相对误差其中,δ为相对误差,a为近似值,A为真值。
因此可以得到m波长地物光谱的同步校正相对误差:
为验证本发明的准确性,进行以下试验:
一、数据获取
实验①.同步校正模型的数据获取
本实验目的是获取光照强度10000-100000lux范围内的入射辐亮度及对应的光照强度数据,入射辐亮度通过ASD光谱仪测量标准白板的反射辐亮度获取,光照强度通过ST-85光照度计测量获取,具体实验步骤如下:
1、将光谱仪光纤放置在光纤手柄中,光纤手柄通过底部螺丝固定在三脚架上,调平三脚架保证光纤竖直向下,在光纤正下方水平放置基座。
2、将标准白板放置于基座上并移动到光纤正下方处,测量过程中保证白板上无阴影。ST-85光照度计的探头放置于白板旁边,保持与白板同一平面并朝向天空用于测量光照度值。
3、采集数据之前需要对仪器进行优化以及参数设定,打开光谱仪预热15分钟后连接电脑,将测量数据类型设定为“raw DN”,测量地物的反射辐亮度。在天气稳定的时间段内对光谱进行优化以采集暗电流,并且仪器使用过程中注意15分钟左右即需要重新进行优化采集暗电流。之后设定好采样间隔及采样次数(每组实验不超过15min)。
4、打开光照度计并连接电脑,设定采样频率为1次/1s,记录连续的光照数据。
5、首先开始测量光照数据,之后测量白板的反射辐亮度数据,在ASD光谱仪的每组实验测量结束后再停止光照度计工作,分别保存数据。
实验②.地物的同步校正模型验证数据获取
本实验目的是获取地物不同条件下的标准光谱和反射辐亮度数据,以此对同步校正模型在不同地物光谱测量的适用性进行验证所用仪器与实验一中一致。根据高光谱研究中的常用地物,本实验选择矿物质、土壤、植被和水体四种常用地物进行实验。
白板选用与前述步骤一中一致的标准白板,四种地物分别选用植物名称的冠层叶片、自来水、研磨后的CaSO4粉末以及研磨晒干后的土壤粉末作为植被、水体、矿物质以及土壤的验证材料。为了避免植物生长过程中不同叶片的影响,多次验证实验均选用同一株植被的同一片叶子作为测量植被地物,并在测量过程通过标准透光玻璃片将叶片压平在黑色背景布上,以避免植物叶片不规则造成的光谱上的差异。自来水以及CaSO4粉末和土壤粉末均盛放在pp塑料盒中,其中自来水盒子的内侧盒壁均用黑色水笔涂黑,避免外来光干扰,准确测量水体光谱,土壤粉末在充分光照后晒出水分,以避免含水量不同对土壤光谱的影响。实验的具体步骤如下:
1、安装实验仪器,步骤和标准均与实验一中一致。在ASD光谱仪预热15min后,首先打开光照度计记录整个实验过程中的光照强度,之后进行地物验证实验的不同地物数据采集。
2、在光照稳定的时间段内,对光谱仪进行优化和白板标定后,将测量数据类型设为“reflectance”,测量白板的反射率,之后将测量数据改为“raw DN”,测量白板的反射辐亮度数据。
3、在基座上放置地物,并移动到光谱仪光纤正下方,将测量数据类型设为“reflectance”,测量地物的反射率,之后将测量数据改为“raw DN”,测量地物的反射辐亮度数据。
4、步骤2和步骤3作为地物的一次验证数据采集,在不同光照条件下对每种地物进行多次的验证数据采集。
二、同步校正建模:
如图1所示,对每个波段入射辐亮度和光照强度进行相关性分析,在400-900nm中每个波段均表现了良好的相关性,400nm波段处获得最低相关性0.978,576nm波段处相关性最高,达到0.999,说明入射辐亮度和光照强度间的线性相关特征非常好。根据入射辐亮度和光照强度的线性特征,通过一元线性回归建立每个波段下两者的拟合模型,对每个波段模型进行精度分析,结果表明400nm和576nm波段的模型,R2分别为0.9588和0.989,证明建立线性回归模型能够很好进行拟合,每个波段的模型均能满足精度要求。
将测试集数据根据建立模型进行同步校正,得到一系列不同光照条件下的校正光谱,由图2可以看出,每条光谱在VNIR波段内的反射率与标准反射率为1的相对误差均在±0.05内。计算测试集的同步校正光谱和标准反射光谱间RMSE,可见400nm波段处RMSE最高,达到0.035,626nm波段处RMSE最低,仅有0.0097。测试集的验证结果如图3所示,其表明同步校正光谱的相对误差达到要求,并且最大RMSE仅为0.035,证明模型对光谱校正的最大误差也位于±5%区间内,能够满足精度要求。
三、模型的地物验证:
根据实验②中采集的地物反射辐亮度数据和对应的光照度值,以及建立的同步校正模型,可以得到地物的同步校正光谱。将不同地物的同步校正光谱和对应的地物标准光谱进行分析,可以进一步对同步校正模型的地物验证效果进行误差定量。
如图4、5和6所示,根据三种地物的同步校正光谱和标准测量光谱,可以看出两者曲线基本重合,呈现出较好的一致性。对同步校正结果进行误差分析如图7所示,可以看出土壤和水体每个波段的相对误差都在5%以下,能够得到很好的校正效果,植被在400-600nm波段内相对误差超过了5%,但是400nm处的最大相对误差仍小于10%,说明植被的同步校正也得到较好的结果。
根据同步校正模型的地物验证结果,本文中近地地物光谱仪的光谱同步校正方法能够满足光谱的误差要求,改善了地物光谱仪的使用条件范围,能够在不同光照下进行连续测量。
Claims (2)
1.一种地物光谱仪野外测量光谱的同步校正方法,其特征在于:步骤一、建立入射辐亮度和光照强度的拟合模型
1-1.建立数据集
在不同的光照强度下通过标准白板和地物光谱仪进行一次或多次入射辐亮度光谱的检测,得到综合数据集;所得的入射辐亮度光谱包含400-900nm波段内每1nm波长的入射辐亮度值;将综合数据集拆分为训练集和测试集;所述的地物光谱仪采用Field Spec4便携式地物光谱仪;光照度计采用ST-85照度计;
1-2.建立拟合模型
对训练集中的入射辐亮度光谱的各波段数据分别进行拟合,得到各个波段入射辐亮度Radm和光照强度lux的拟合函数如式(1)所示,波长m=400,401,…,900;拟合过程通过最小二乘法完成;
Radm=fm(lux) 式(1)
式(1)中,fm为m波长入射辐亮度和光照强度的拟合函数;
1-3.通过测试集数据对拟合函数进行验证
将测试集数据中的光照强度数据分别代入如式(1)所示的拟合函数,计算测试集中的第i个样本的光照强度luxi′对应的预测入射辐亮度光谱数据Radi(预测)如式(2)所示,i=1,2,…,n;,n为测试集的样本数;
Radi(预测)=(f400(luxi′),f401(luxi′),…,f900(luxi′)) 式(2)
计算拟合模型拟合精度refim的表达式如式(3)所示;refim表示拟合模型对测试集第i个样本在m波段下的拟合精度;i=1,2,…,n;m=400,401,…,900;
式(3)中,Radim(真实)为测试集第i个样本在m波段下真实入射辐亮度;Radim(预测)为测试集第i个样本在m波段下预测入射辐亮度;
计算拟合函数的均方根误差RMSEm的表达式如式(4)所示;
若RMSEm高于预设值,则重新执行步骤1-1,更新拟合函数;
步骤二、地物反射光谱的同步校正
在地物光谱仪采集地物反射辐亮度的同时,采集环境中的光照强度lux″;计算预测入射辐亮度光谱Rad(入)如式(5)所示;
Rad(入)=(f400(lux″),f401(lux″),…,f900(lux″))入 式(5)
计算地物的同步校正反射光谱ref同步如式(6)所示;
式(6)中,Rad(反)为地物光谱仪测量得到的400-900nm波段地物反射辐亮度光谱。
2.根据权利要求1所述的一种地物光谱仪野外测量光谱的同步校正方法,其特征在于:步骤1-1中,训练集占综合数据集内数据总量的2/3;测试集占综合数据集内数据总量的1/3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010109585.6A CN111272664B (zh) | 2020-02-22 | 2020-02-22 | 一种地物光谱仪野外测量光谱的同步校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010109585.6A CN111272664B (zh) | 2020-02-22 | 2020-02-22 | 一种地物光谱仪野外测量光谱的同步校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111272664A CN111272664A (zh) | 2020-06-12 |
CN111272664B true CN111272664B (zh) | 2023-03-17 |
Family
ID=71000467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010109585.6A Active CN111272664B (zh) | 2020-02-22 | 2020-02-22 | 一种地物光谱仪野外测量光谱的同步校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111272664B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590801A (zh) * | 2012-01-18 | 2012-07-18 | 中国人民解放军61517部队 | 阴影光谱模拟方法 |
CN102901516A (zh) * | 2012-09-29 | 2013-01-30 | 航天恒星科技有限公司 | 一种基于绝对辐射定标的多光谱影像辐射校正方法 |
CN109253976A (zh) * | 2018-10-22 | 2019-01-22 | 北京麦飞科技有限公司 | 基于光感模块的高光谱实时辐射定标方法 |
WO2020015326A1 (zh) * | 2018-07-19 | 2020-01-23 | 山东科技大学 | 一种地表类型数据支持的遥感图像云阴影检测方法 |
CN110726474A (zh) * | 2019-09-04 | 2020-01-24 | 南京艾格赛弗环境科技有限公司 | 一种地物超光谱高频观测***及光谱观测方法 |
-
2020
- 2020-02-22 CN CN202010109585.6A patent/CN111272664B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102590801A (zh) * | 2012-01-18 | 2012-07-18 | 中国人民解放军61517部队 | 阴影光谱模拟方法 |
CN102901516A (zh) * | 2012-09-29 | 2013-01-30 | 航天恒星科技有限公司 | 一种基于绝对辐射定标的多光谱影像辐射校正方法 |
WO2020015326A1 (zh) * | 2018-07-19 | 2020-01-23 | 山东科技大学 | 一种地表类型数据支持的遥感图像云阴影检测方法 |
CN109253976A (zh) * | 2018-10-22 | 2019-01-22 | 北京麦飞科技有限公司 | 基于光感模块的高光谱实时辐射定标方法 |
CN110726474A (zh) * | 2019-09-04 | 2020-01-24 | 南京艾格赛弗环境科技有限公司 | 一种地物超光谱高频观测***及光谱观测方法 |
Non-Patent Citations (2)
Title |
---|
基于野外地物光谱时间序列的反射率测量方法;董毅等;《红外》;20160110;第37卷(第01期);第31-35页 * |
野外地物光谱测量技术及方法;何挺等;《中国土地科学》;20021030;第16卷(第05期);第30-36页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111272664A (zh) | 2020-06-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Vigneau et al. | Potential of field hyperspectral imaging as a non destructive method to assess leaf nitrogen content in Wheat | |
CN107796764B (zh) | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 | |
CN108801934A (zh) | 一种土壤有机碳含量高光谱预测模型的建模方法 | |
CN104198396B (zh) | 偏振-高光谱技术诊断作物氮磷钾亏缺的方法 | |
CN111855595B (zh) | 一种基于黑白校准板的光谱数据校准方法 | |
US4779980A (en) | Atmospheric optical calibration system | |
Liu et al. | Improving chlorophyll fluorescence retrieval using reflectance reconstruction based on principal components analysis | |
Thome et al. | Results of the 1996 earth observing system vicarious calibration joint campaign at Lunar Lake Playa, Nevada (USA) | |
CN108520127A (zh) | 一种树种叶面积指数的高光谱反演方法 | |
CN109253976B (zh) | 基于光感模块的高光谱实时辐射定标方法 | |
CN102628800A (zh) | 植物叶片叶绿素含量测量方法及*** | |
CN105136686B (zh) | 紫叶李叶片花青素含量的测定方法 | |
CN105181606A (zh) | 基于高光谱成像技术检测花生中蔗糖含量分布的方法 | |
Galleano et al. | Results of the fifth international spectroradiometer comparison for improved solar spectral irradiance measurements and related impact on reference solar cell calibration | |
CN114169165A (zh) | 一种三波段植被指数估算镉胁迫下水稻叶绿素的模型方法 | |
CN111272664B (zh) | 一种地物光谱仪野外测量光谱的同步校正方法 | |
CN111220552B (zh) | 考虑光照方向叶片辐射传输模型的叶绿素高光谱反演方法 | |
Julitta | Optical proximal sensing for vegetation monitoring | |
CN114136445B (zh) | 一种提高无人机机载高光谱辐射校正精度的方法 | |
CN114577750A (zh) | 含碳气体探测***、方法、设备及计算机可读存储介质 | |
Bassani et al. | Laboratory activity for a new procedure of MIVIS calibration and relative validation with test data | |
CN101813518A (zh) | 一种中间视觉光度值的测量方法及其装置 | |
Ni et al. | The spectral calibration method for a crop nitrogen sensor | |
CN115372310B (zh) | 一种用近红外光谱技术预测湿地松弹性模量的方法及*** | |
CN114166793B (zh) | 基于光谱波段重叠分离的叶片叶绿素a、b含量反演方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |