CN114218786A - 非偏振卫星传感器在轨偏振辐射特性反演方法 - Google Patents
非偏振卫星传感器在轨偏振辐射特性反演方法 Download PDFInfo
- Publication number
- CN114218786A CN114218786A CN202111513787.8A CN202111513787A CN114218786A CN 114218786 A CN114218786 A CN 114218786A CN 202111513787 A CN202111513787 A CN 202111513787A CN 114218786 A CN114218786 A CN 114218786A
- Authority
- CN
- China
- Prior art keywords
- polarization
- radiation
- satellite
- ocean surface
- orbit
- 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
- 230000010287 polarization Effects 0.000 title claims abstract description 116
- 230000005855 radiation Effects 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 230000035945 sensitivity Effects 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000002310 reflectometry Methods 0.000 claims description 35
- 239000000443 aerosol Substances 0.000 claims description 18
- 230000003287 optical effect Effects 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 12
- 238000004088 simulation Methods 0.000 claims description 10
- 238000001514 detection method Methods 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 5
- 238000010168 coupling process Methods 0.000 claims description 5
- 238000005859 coupling reaction Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 5
- 239000006260 foam Substances 0.000 description 3
- 239000013535 sea water Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012950 reanalysis Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011545 laboratory measurement Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明实施例提供了一种非偏振卫星传感器在轨偏振辐射特性反演方法。该方法包括：获取非偏振卫星传感器在轨后获得的洋面场景区域的卫星观测数据作为地物观测目标；对所述卫星观测数据进行预处理；获取所述洋面场景区域的环境数据并进行预处理得到洋面环境数据；利用所述洋面环境数据构建海洋表面三维模型；基于所述海洋表面三维模型，结合菲涅尔反射定律模拟海洋表面的偏振辐射状态。此方法能够对在轨后的非偏振卫星传感器的偏振辐射特性进行反演及分析，得到大气顶的偏振辐射状态；对仪器偏振敏感性随观测几何和环境条件进行分析，得出仪器偏振辐射随不同条件的变化规律，对后续非偏振卫星传感器的偏振校正和辐射定标具有指导意义。
Description
技术领域
本发明涉及卫星遥感技术领域，具体地，涉及一种非偏振卫星传感器在轨偏振辐射特性反演方法。
背景技术
在遥感探测中，地物目标的辐射偏振状态可用来反演风速、气溶胶类型和光学厚度等，国内外都有相关的辐射偏振探测仪搭载于卫星进行偏振信息的探测与分析。但是对于非偏振卫星传感器，偏振是一种干扰信息，辐射传递链路的偏振灵敏度会影响遥感观测数据的精度及其后续应用，需要对仪器的偏振灵敏度进行反演分析及定量去除，以提高辐射定标精度。
对仪器进行在轨的偏振辐射校正主要是结合发射前实验室测量得到的仪器偏振灵敏度和利用辐射传输模拟工具模拟观测目标的大气顶偏振辐射状态这两部分进行的。但是，由于以往一些国产卫星仪器发射前未测量实验室偏振灵敏度，且仪器在轨的特性往往偏离发射前实验室的状态，需要针对在轨后的非偏振卫星传感器，利用其获取的特定遥感场景对仪器进行在轨偏振辐射特性反演，分析其偏振灵敏度，以便更准确地对仪器进行在轨偏振辐射校正和定标。
发明内容
针对现有技术中存在的问题，本发明的目的是提供一种非偏振卫星传感器在轨偏振辐射特性反演方法，此方法能够对非偏仪器辐射链路的偏振辐射响应进行建模、反演及分析，以便更准确地对仪器进行在轨偏振辐射校正。
为了达到上述目的，本申请提供了一种非偏振卫星传感器在轨偏振辐射特性反演方法，包括以下步骤：
S1，挑选非偏振卫星传感器在轨后获得的洋面场景遥感图像作为地物观测目标；
S2，对洋面场景区域的卫星观测数据进行预处理；
S3，对洋面场景区域的环境数据进行选择及预处理；
S4，利用洋面环境数据构建海洋表面三维模型；
S5，结合菲涅尔反射定律模拟真实海洋表面的偏振辐射状态；
S6，基于辐射传输模拟工具分析大气散射对辐射偏振状态的影响，建立大气辐射偏振状态查找表；
S7，将海表辐射状态与大气辐射传输状态耦合，得到洋面场景的大气顶偏振辐射状态；
S8，分析传感器在特定波段对于不同观测几何、不同环境的偏振辐射特性，得出其偏振敏感性变化规律，实现非偏振传感器在轨偏振辐射特性的反演。
在一些可选的实施方式中，所述步骤S1的挑选洋面场景遥感图像为通过轨道预报挑选区域面积大的洋面，获得其太阳反射波段的Level1数据。
进一步地，所述步骤S2的洋面场景区域的卫星观测数据进行预处理，包括：
对选取的洋面场景区域的卫星观测数据进行反射率定标；
对定标后的卫星观测数据进行云检测处理；
将处理完的多个5分钟块卫星观测数据合并成完整的一轨数据。
在一些可选的实施方式中，所述对数据进行反射率定标采用国家卫星气象中心的定标方法并确定具体系数。
在一些可选的实施方式中，所述云检测采用特定通道反射率变异系数的阈值判断算法，变异系数＝标准差/其平均值，在某几个特定通道如果其变异系数大于固定阈值，则认为是云；也可采用成熟的云检测产品。
进一步地，所述步骤S3的对洋面场景区域的环境数据进行选择及预处理，包括：
环境数据主要包括气溶胶光学厚度和风速风向；
根据卫星观测数据的经纬度，查找对应经纬度网格的环境数据；
气溶胶光学厚度从MODIS 3级大气8天全球联合产品MYD08_E3中获得；
风速风向使用欧洲中期天气预报中心(ECMWF)的全球大气再分析数据中的10m风场资料，选择与卫星观测时间最为接近、空间分辨率最高的一组数据；
对环境数据和卫星观测数据进行地理位置匹配。
在一些可选的实施方式中，所述步骤S4中的海洋表面三维模型为Cox&Munk等人建立的仅由海洋表面风速风向决定的三维波浪斜坡的概率密度函数分布模型。
在一些可选的实施方式中，所述步骤S5中的海洋表面的偏振辐射状态包括特定观测几何条件下的反射率、偏振反射率和偏振度。
在一些可选的实施方式中，所述步骤S6中的辐射传输模拟工具为6SV矢量模型，大气辐射偏振状态查找表为对应观测几何(太阳天顶角、太阳方位角、卫星天顶角、卫星方位角)和气溶胶光学厚度下的瑞利散射和气溶胶散射的偏振度、偏振反射率。
在一些可选的实施方式中，所述步骤S8中的偏振敏感性变化规律为根据观测几何和环境条件建立的大气顶偏振辐射状态的查找表。
与现有技术相比，本申请具有如下的有益效果：
(1)本申请提供了一种非偏振卫星传感器在轨偏振辐射特性反演方法，此方法能够对在轨后的非偏振卫星传感器的偏振辐射特性进行反演及分析，得到大气顶的偏振辐射状态。
(2)对仪器偏振敏感性随观测几何和环境条件进行分析，得出仪器偏振辐射随不同条件的变化规律，对后续非偏振卫星传感器的偏振校正和辐射定标具有指导意义。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：
图1为本发明实施例提供的非偏振卫星传感器在轨偏振辐射特性反演方法的流程示意图。
图2为本发明实施例提供的基于MERSI 412nm通道的偏振辐射特性反演结果示意图；
图中：(a)为观测值，(b)为反演值，(c)为差值。
图3为本发明实施例提供的MERSI在不同观测几何的偏振敏感性变化规律(气溶胶光学厚度为0.15，风速为15m/s，风向角为150°)；
图中：(a)(c)为偏振度变化；(b)(d)为反射率变化。
图4为本发明实施例提供的MERSI在不同风速风向的偏振敏感性变化规律(太阳天顶角为30°，相对方位角为120°，气溶胶光学厚度为0.15)；
图中：(a)(c)为偏振度变化；(b)(d)为反射率变化。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图及具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
如图1所示，一种非偏振卫星传感器在轨偏振辐射特性反演方法，包括以下步骤：
S1，挑选非偏振卫星传感器在轨后获得的洋面场景遥感图像作为地物观测目标。
在本发明实施例中，挑选洋面场景遥感图像为通过轨道预报挑选区域面积大的洋面，获得其太阳反射波段的Level1数据。由于太平洋海洋较为辽阔，本发明实施例选取MERSI传感器在太平洋洋面太阳反射波段的Level1数据。
S2，对洋面场景区域的卫星观测数据进行预处理，具体包括：
对选取的洋面场景区域的卫星观测数据进行反射率定标；
对定标后的卫星观测数据进行云检测处理；
将处理完的多个5分钟块卫星观测数据合并成完整的一轨数据。
在本发明实施例中，对数据进行反射率定标采用国家卫星气象中心的定标方法并确定具体系数。云检测采用特定通道反射率变异系数的阈值判断算法，变异系数＝标准差/其平均值，如果在650nm通道的反射率大于0.15且1380nm处变异系数大于固定阈值0.01，则判定为有云。
S3，对洋面场景区域的环境数据进行选择及预处理，具体包括：
环境数据主要包括气溶胶光学厚度和风速风向；
根据卫星观测数据的经纬度，查找对应经纬度网格的环境数据；
气溶胶光学厚度从MODIS 3级大气8天全球联合产品MYD08_E3中获得；
风速风向使用欧洲中期天气预报中心(ECMWF)的全球大气再分析数据中的10m风场资料，选择与卫星观测时间最为接近、空间分辨率最高的一组数据；
对环境数据和卫星观测数据进行地理位置匹配。
S4，利用洋面环境数据构建海洋表面三维模型，其中海洋表面三维模型为Cox&Munk等人建立的仅由海洋表面风速风向决定的三维波浪斜坡的概率密度函数分布模型。
在本发明实施例中，在由海洋表面风速风向决定的三维波浪斜坡的概率密度函数分布模型中，波浪斜坡面沿侧风和上风方向的倾斜度用Zx和Zy分别表示为
其中，
分别是太阳天顶角、卫星天顶角、太阳方位角和卫星方位角；χ为从太阳方位角φs到风向方位角φw的旋转角，χ＝φs-φw。
起伏的海面斜坡的概率密度函数P可表示为
对于洁净表面，式中的ξ和η表示为
其中σx、σy分别是Zx,Zy的均方根值；偏度系数C21和C03以及尖峰强度系数C40，C22和C04由Cox&Munk定义如下
利用上述海洋表面三维模型中的海面斜坡的概率密度函数P(Zx,Zy)，可以得到特定观测几何条件下的反射率ρg和偏振反射率
其中，θn是入射方向(θs,φs,)反射到反射面(θv,φv)的波面斜率；n是海水的折射率；R(n,θs,φs,θv,φv)和Rpol(n,θs,φs,θv,φv)分别是是菲涅尔反射系数和偏振反射系数。
S5，结合菲涅尔反射定律模拟真实海洋表面的偏振辐射状态，包括特定观测几何条件下的反射率、偏振反射率和偏振度。
菲涅尔反射理论中的入射角θi和反射角θt如下式表示
其中的n1和n2分别是空气和海水的折射率。
根据菲涅尔定律，入射光电矢量被分解成两个分量，一个平行于入射面，另一个则垂直于入射面。如果记r//和r⊥分别是两个分量的反射率，则菲涅尔方程可写为
由于直射的太阳光是自然光(非偏振光)，沿各个方向的振幅分量都相等，所以总反射率ρ和偏振反射率ρpol为
偏振度可表示为
S6，基于辐射传输模拟工具分析大气散射对辐射偏振状态的影响，建立大气辐射偏振状态查找表。
在本发明实施例中，辐射传输模拟工具为6SV矢量模型，大气辐射偏振状态查找表为对应观测几何(太阳天顶角、太阳方位角、卫星天顶角、卫星方位角)和气溶胶光学厚度下的瑞利散射和气溶胶散射的偏振度、偏振反射率。
利用6SV模型建立查找表需要逐点输入的参数主要包括观测几何(太阳天顶角、太阳方位角、卫星天顶角、卫星方位角)和气溶胶光学厚度(AOD)，构建的查找表的主要参数间隔如表1所示：
表1大气查找表主要输入参数
Table 1Main parameters in lookup table
其他参数均设为固定值，包括大气模型、气溶胶类型、目标海拔高度、光谱信息等。利用该模型构建的查找表的输出参数主要包括瑞利散射和气溶胶散射的偏振度、偏振反射率和斯托克斯矢量等。
S7，将海表辐射状态与大气辐射传输状态耦合，得到洋面场景的大气顶偏振辐射状态。
根据S5和S6分别计算出海表和大气的偏振辐射状态后，将它们耦合在一起得到大气顶的偏振辐射状态。得到大气顶反射率和偏振反射率的计算公式：
式中，ρg和
即为2.3节的海表反射率和偏振反射率；ρm、
和ρa、
分别是由6SV查找表查找到的瑞利散射和气溶胶散射的反射率和偏振反射率。ρw对应于离水辐射，ρf对应于泡沫反射率；M是空气质量因子，δ是大气的总光学厚度。由于泡沫反射率通常较小(小于0.001)，离水辐射大小与海水中的叶绿素浓度等相关，本文中默认选择的海洋都是较为“干净”的深海，因此忽略离水辐射ρw和泡沫反射率ρf，则大气顶的反射率和偏振度可以缩减为如下公式进行计算
将上述步骤结合，可获得特定日期特定环境条件下特定海表目标到达大气顶的偏振辐射状态，以2018年4月3日23：00～23:30观测太平洋的条件开展模拟，对MERSI这个非偏振卫星传感器进行了偏振辐射特性反演，结果如图2所示，整体分布上对于反射率和偏振度MERSI的模拟值和观测值都比较一致。模拟与观测的反射率误差绝对值基本小于5％，验证了本方法的正确性和有效性。
S8，分析传感器在特定波段对于不同观测几何、不同环境的偏振辐射特性，得出其偏振敏感性变化规律，即根据观测几何和环境条件建立的大气顶偏振辐射状态的查找表，实现非偏振传感器在轨偏振辐射特性的反演。
在本发明实施例中，传感器为非偏载荷MERSI，特定波段为412nm，观测几何为太阳天顶角、卫星天顶角和相对方位角，不同环境为风速风向。
图3为MERSI对观测几何的偏振敏感性，给出了在不同的相对方位角(PHI)和太阳天顶角(SZA)下，模拟的偏振度和反射率随着卫星天顶角(VZA)的变化。可以看到，大气顶的偏振辐射状态对太阳天顶角的依赖性远大于相对方位角。相对方位角只能微弱地影响反射率和偏振度的绝对值，其随着卫星天顶角的变化规律不会被改变。而太阳天顶角则是会完全改变偏振度，偏振度随着卫星天顶角发生变化；不同太阳天顶角对于反射率的影响不同，在卫星天顶角较大时(大于40°)，反射率的变化也很显著。
图4是在不同的风速和风向角下大气顶的偏振度和反射率随着卫星天顶角的变化。可以看到风速风向对偏振度几乎没有影响，对反射率有较为微弱的影响。
本实施例取得了如下的有益效果：
(1)本申请提供了一种非偏振卫星传感器在轨偏振辐射特性反演方法，此方法能够对在轨后的非偏振卫星传感器的偏振辐射特性进行反演及分析，得到大气顶的偏振辐射状态。
(2)对仪器偏振敏感性随观测几何和环境条件进行分析，得出仪器偏振辐射随不同条件的变化规律，对后续非偏振卫星传感器的偏振校正和辐射定标具有指导意义。
以上对本发明的具体实施进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。
Claims (9)
1.一种非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，包括如下步骤：
步骤1，挑选非偏振卫星传感器在轨后获得的洋面场景遥感图像作为地物观测目标；
步骤2，对洋面场景区域的卫星观测数据进行预处理；
步骤3，对洋面场景区域的环境数据进行选择及预处理；
步骤4，利用洋面环境数据构建海洋表面三维模型；
步骤5，结合菲涅尔反射定律模拟真实海洋表面的偏振辐射状态；
步骤6，基于辐射传输模拟工具分析大气散射对辐射偏振状态的影响，建立大气辐射偏振状态查找表；
步骤7，将海表辐射状态与大气辐射传输状态耦合，得到洋面场景的大气顶偏振辐射状态；
步骤8，分析传感器在特定波段对于不同观测几何、不同环境的偏振辐射特性，得出其偏振敏感性变化规律，实现非偏振传感器在轨偏振辐射特性的反演。
2.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤1的挑选洋面场景遥感图像为通过轨道预报挑选区域面积大的洋面，获得其太阳反射波段的Level1数据。
3.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤2的洋面场景区域的卫星观测数据进行预处理，包括：
对选取的洋面场景区域的卫星观测数据进行反射率定标；
对定标后的卫星观测数据进行云检测处理；
将处理完的多个5分钟块卫星观测数据合并成完整的一轨数据。
4.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤3的对洋面场景区域的环境数据进行选择及预处理，包括：
环境数据主要包括气溶胶光学厚度和风速风向；
根据卫星观测数据的经纬度，查找对应经纬度网格的环境数据；
对环境数据和卫星观测数据进行地理位置匹配。
5.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤4中的海洋表面三维模型为仅由海洋表面风速风向决定的三维波浪斜坡的概率密度函数分布模型。
6.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤5中的海洋表面的偏振辐射状态包括特定观测几何条件下的反射率、偏振反射率和偏振度。
7.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤6中的辐射传输模拟工具为6SV矢量模型，大气辐射偏振状态查找表为对应观测几何(太阳天顶角、太阳方位角、卫星天顶角、卫星方位角)和气溶胶光学厚度下的瑞利散射和气溶胶散射的偏振度、偏振反射率。
8.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤7中的将海表辐射状态与大气辐射传输状态耦合方式为相加。
9.根据权利要求1所述的非偏振卫星传感器在轨偏振辐射特性反演方法，其特征在于，所述步骤8中的偏振敏感性变化规律为根据观测几何和环境条件建立的大气顶偏振辐射状态的查找表。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111513787.8A CN114218786B (zh) | 2021-12-13 | 2021-12-13 | 非偏振卫星传感器在轨偏振辐射特性反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111513787.8A CN114218786B (zh) | 2021-12-13 | 2021-12-13 | 非偏振卫星传感器在轨偏振辐射特性反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114218786A true CN114218786A (zh) | 2022-03-22 |
| CN114218786B CN114218786B (zh) | 2024-07-05 |
Family
ID=80701281
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111513787.8A Active CN114218786B (zh) | 2021-12-13 | 2021-12-13 | 非偏振卫星传感器在轨偏振辐射特性反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114218786B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116148189A (zh) * | 2023-04-14 | 2023-05-23 | 自然资源部第二海洋研究所 | 一种基于被动偏振卫星数据的气溶胶层高获取方法 |
| CN117313564A (zh) * | 2023-11-30 | 2023-12-29 | 自然资源部第二海洋研究所 | 反演海洋-大气光学参数的方法、装置及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101034475A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 无阴影卫星遥感正射数字图像的计算机生成方法 |
| KR20080067402A (ko) * | 2007-01-16 | 2008-07-21 | 연세대학교 산학협력단 | 단일 가시광 채널을 갖는 정지궤도 인공위성을 이용한에어러솔 광학깊이 산출방법 |
| CN102103204A (zh) * | 2011-01-26 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的陆地气溶胶光学厚度反演方法 |
| CN104808193A (zh) * | 2015-04-29 | 2015-07-29 | 中国科学技术大学 | 基于非偏振分光棱镜的f-p标准具瑞利散射多普勒鉴频装置 |
| CN110411927A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种大气细粒子aod和地表偏振反射率协同反演方法 |
| CN111257239A (zh) * | 2020-02-05 | 2020-06-09 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种星载推扫式偏振成像仪的偏振信息计算方法 |
| CN111257238A (zh) * | 2020-02-05 | 2020-06-09 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于星载太阳漫射板的探测元件间相对定标方法 |
-
2021
- 2021-12-13 CN CN202111513787.8A patent/CN114218786B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20080067402A (ko) * | 2007-01-16 | 2008-07-21 | 연세대학교 산학협력단 | 단일 가시광 채널을 갖는 정지궤도 인공위성을 이용한에어러솔 광학깊이 산출방법 |
| CN101034475A (zh) * | 2007-03-29 | 2007-09-12 | 上海大学 | 无阴影卫星遥感正射数字图像的计算机生成方法 |
| CN102103204A (zh) * | 2011-01-26 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的陆地气溶胶光学厚度反演方法 |
| CN104808193A (zh) * | 2015-04-29 | 2015-07-29 | 中国科学技术大学 | 基于非偏振分光棱镜的f-p标准具瑞利散射多普勒鉴频装置 |
| CN110411927A (zh) * | 2019-08-02 | 2019-11-05 | 中国科学院遥感与数字地球研究所 | 一种大气细粒子aod和地表偏振反射率协同反演方法 |
| CN111257239A (zh) * | 2020-02-05 | 2020-06-09 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种星载推扫式偏振成像仪的偏振信息计算方法 |
| CN111257238A (zh) * | 2020-02-05 | 2020-06-09 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于星载太阳漫射板的探测元件间相对定标方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116148189A (zh) * | 2023-04-14 | 2023-05-23 | 自然资源部第二海洋研究所 | 一种基于被动偏振卫星数据的气溶胶层高获取方法 |
| CN116148189B (zh) * | 2023-04-14 | 2023-07-21 | 自然资源部第二海洋研究所 | 一种基于被动偏振卫星数据的气溶胶层高获取方法 |
| CN117313564A (zh) * | 2023-11-30 | 2023-12-29 | 自然资源部第二海洋研究所 | 反演海洋-大气光学参数的方法、装置及存储介质 |
| CN117313564B (zh) * | 2023-11-30 | 2024-04-12 | 自然资源部第二海洋研究所 | 反演海洋-大气光学参数的方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114218786B (zh) | 2024-07-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Higurashi et al. | Development of a two-channel aerosol retrieval algorithm on a global scale using NOAA AVHRR | |
| Vermote et al. | Atmospheric correction algorithm: spectral reflectances (MOD09) | |
| Tanré et al. | Remote sensing of aerosols by using polarized, directional and spectral measurements within the A-Train: the PARASOL mission | |
| Walther et al. | Implementation of the daytime cloud optical and microphysical properties algorithm (DCOMP) in PATMOS-x | |
| Francois et al. | Analytical parameterization of canopy directional emissivity and directional radiance in the thermal infrared. Application on the retrieval of soil and foliage temperatures using two directional measurements | |
| Higurashi et al. | A study of global aerosol optical climatology with two-channel AVHRR remote sensing | |
| CN102288956B (zh) | 一种遥感卫星多光谱数据的大气订正方法 | |
| CN114218786B (zh) | 非偏振卫星传感器在轨偏振辐射特性反演方法 | |
| CN110411927B (zh) | 一种大气细粒子aod和地表偏振反射率协同反演方法 | |
| CN106610491A (zh) | 星载sar后向散射系数的检验方法及装置 | |
| Gatebe et al. | Airborne spectral measurements of ocean directional reflectance | |
| Harmel et al. | Estimation of the sunglint radiance field from optical satellite imagery over open ocean: Multidirectional approach and polarization aspects | |
| JP2007003308A (ja) | 地表面温度推定方法及びそのためのプログラム | |
| Chen et al. | A simple atmospheric correction algorithm for MODIS in shallow turbid waters: A case study in Taihu Lake | |
| CN113553907A (zh) | 一种基于遥感技术的森林生态环境状况评价方法 | |
| CN113758885B (zh) | 一种水体内叶绿体色素浓度的测算方法及其*** | |
| Zhang et al. | A multiband model with successive projections algorithm for bathymetry estimation based on remotely sensed hyperspectral data in Qinghai Lake | |
| Callewaert et al. | Analysis of CO 2, CH 4, and CO surface and column concentrations observed at Réunion Island by assessing WRF-Chem simulations | |
| Guérin et al. | Revisiting the Cox and Munk wave-slope statistics using IASI observations of the sea surface | |
| Bréon et al. | Validation of spaceborne estimates of aerosol loading from Sun photometer measurements with emphasis on polarization | |
| Bouin et al. | Using scintillometry to estimate sensible heat fluxes over water: First insights | |
| Reinhardt | On the retrieval of circumsolar radiation from satellite observations and weather model output | |
| Murakami et al. | Validation of ADEOS-II GLI ocean color products using in-situ observations | |
| Sakaida et al. | Sea surface temperature observation by Global Imager (GLI)/ADEOS-II: Algorithm and accuracy of the product | |
| Zabolotskikh et al. | An advanced algorithm to retrieve total atmospheric water vapor content from the advanced microwave scanning radiometer data over sea ice and sea water surfaces in the Arctic |
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 |