CN117034028A - 一种光学卫星多星辐射基准校正及一致性评估方法 - Google Patents
一种光学卫星多星辐射基准校正及一致性评估方法 Download PDFInfo
- Publication number
- CN117034028A CN117034028A CN202310885996.8A CN202310885996A CN117034028A CN 117034028 A CN117034028 A CN 117034028A CN 202310885996 A CN202310885996 A CN 202310885996A CN 117034028 A CN117034028 A CN 117034028A
- Authority
- CN
- China
- Prior art keywords
- satellite
- optical
- matching
- data
- field network
- 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.)
- Pending
Links
- 230000003287 optical effect Effects 0.000 title claims abstract description 219
- 230000005855 radiation Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012937 correction Methods 0.000 title claims abstract description 10
- 238000001228 spectrum Methods 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 10
- 238000005259 measurement Methods 0.000 claims description 18
- 238000005316 response function Methods 0.000 claims description 18
- 238000003384 imaging method Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 6
- 230000003595 spectral effect Effects 0.000 claims description 6
- 238000003908 quality control method Methods 0.000 claims description 5
- 230000009897 systematic effect Effects 0.000 claims description 4
- 238000002310 reflectometry Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/27—Regression, e.g. linear or logistic regression
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Evolutionary Computation (AREA)
- Pure & Applied Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种光学卫星多星辐射基准校正及一致性评估方法，利用全球辐射场网的现场观测数据分别对选定的光学基准卫星、各光学对比卫星进行再校正，将所述光学基准卫星、各光学对比卫星的辐射基准校正到同一水平；将再校正后的光学基准卫星和每一个光学对比卫星进行两两组合，对每一对组合完成如下操作：进行时空匹配和光谱匹配因子匹配，得到星星匹配数据集；计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估。本发明通过优化光学卫星再评估一致性时卫星本身的定标差异，能够准确评估多星辐射一致性。
Description
技术领域
本发明涉及一种光学卫星多星辐射基准校正及一致性评估方法，属于卫星应用技术领域。
背景技术
目前，为了充分比较各个卫星在轨期间的观测能力，形成长时间可延续地对地观测数据集，国内外的相关组织如美国的NASA、欧盟的EAS等机构，十分重视对卫星获取数据的一致性评估工作。为了对光学系列卫星的产品，包括基础辐射及衍生产品，长时间的变化及趋势研究，需要对产品的一致性进行评估。
光学卫星多星辐射一致性评估常用方法：通常直接对于光学序列卫星的辐射产品进行质量控制，然后对产品进行时空匹配，最后对匹配的数据集进行一致性分析。由于光学卫星在轨期间载荷会衰减以及数据处理方法不同等因素的影响，采用该方法，光学卫星的辐射产品经常会存在不同的***差异。
发明内容
本发明解决的技术问题是：克服现有技术的不足，提出了一种光学卫星多星辐射基准校正及一致性评估方法，通过全球辐射场网对光学卫星的产品精度进行标校，优化光学卫星再评估一致性时卫星本身的定标差异，准确评估多星辐射一致性。
本发明的技术解决方案是：
一种基于全球辐射场网的光学卫星多星辐射基准校正方法，包括：在待比对的多颗光学卫星中选定一颗光学卫星作为光学基准卫星，剩余光学卫星作为光学对比卫星；利用全球辐射场网的现场观测数据分别对光学基准卫星、各光学对比卫星进行再校正，将所述光学基准卫星、各光学对比卫星的辐射基准校正到同一水平。
优选的，利用全球辐射场网的现场观测数据分别对光学基准卫星、各光学对比卫星进行再校正，再校正方法相同，具体为：
对全球辐射场网的现场观测数据和待再校正卫星的观测数据进行时空匹配，得到星地匹配数据集；
对星地匹配数据集进行质量控制，以现场数据采集的经纬度对应的卫星成像象元为中心，筛选得到(2n-1)×(2n-1)像元的有效像元个数大于50％以上的象元集合，n取2、3、4任一整数；计算所述象元集合的有效像元均一性，将均一性符合卫星辐射产品精度要求的数据作为星地匹配数据集中的卫星观测数据；
对全球辐射场网现场测量的光谱数据按照待再校正卫星的波段响应函数进行积分，得到的数据作为星地匹配数据集的地面观测数据；
以地面观测数据为纵轴，卫星观测数据为横轴，求取线性相关系数；根据线性相关系数对待再校正卫星的观测数据进行再校正。
优选的，对全球辐射场网的现场观测数据和待再校正卫星的观测数据进行时空匹配，包括：
进行时间匹配：筛选待再校正卫星的过境时间和全球辐射场网实测数据采集时间差异在±30min以内的数据；
进行空间匹配：以全球辐射场网实测数据现场采集的经纬度计算待再校正卫星的成像像元：
lonj-left<loni<lonj-right
latj-bottom<lati<latj-top
式中，loni为全球辐射场网实测数据现场采集的经度，lati为全球辐射场网实测数据现场采集的纬度，lonj-left为待再校正卫星的像元的左边界经度，lonj-right为待再校正卫星的像元的右边界经度，latj-bottom为待再校正卫星的像元的下边界纬度，latj-top为待再校正卫星的像元的上边界纬度；
以全球辐射场网实测数据对应的卫星成像象元为中心，计算(2n-1)×(2n-1)像元的平均值，与对应的全球辐射场网实测数据建立星地匹配数据集。
优选的，对全球辐射场网现场测量的光谱数据按照待再校正卫星的波段响应函数进行积分：
其中，Rrs(λ)为现场单波段的反射率值，λ0和λ1为波段的范围区间，Rk(λ)为对应单波段的响应系数。
优选的，在待比对的多颗光学卫星中选定一颗光学卫星作为光学基准卫星，选定的原则为：选择卫星载荷状态良好，卫星产品质量稳定的太阳同步卫星。
一种基于全球辐射场网的光学卫星多星辐射一致性评估方法，基于权利要求1所得到的再校正后的光学基准卫星、各光学对比卫星，将光学基准卫星和每一个光学对比卫星进行两两组合，对每一对组合完成如下操作：进行时空匹配和光谱匹配因子匹配，得到星星匹配数据集；计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估。
优选的，将再校正后的光学基准卫星和一个光学对比卫星进行组合，进行时空匹配的方法为：
先进行时间匹配：光学基准卫星和光学对比卫星过境时间差异在±15min以内，筛选得到光学对比卫星的相应数据；
再进行空间匹配：将光学基准卫星、光学对比卫星按照同一分辨率进行网格化，将光学基准卫星、光学对比卫星每个像元的经纬度进行计算，得到该像元对应的网格化像素点；
对光学基准卫星和光学对比卫星网格化后的数据按照网格顺序逐个对应，遇到有多个像元对应一个网格的情况，按照多个像元的平均值进行对应，将网格化后的光学基准卫星和光学对比卫星逐网格一一匹配，得到星星匹配数据集。
优选的，将再校正后的光学基准卫星和一个光学对比卫星进行组合，进行光谱匹配因子匹配的方法为：
将光学基准卫星和光学对比卫星中心波长差异小于5nm的波段作为比对波段，按照光学基准卫星波段响应函数和光学对比卫星波段响应函数计算星星交叉的光谱匹配因子：
式中，Rband(λ)为光学基准卫星波段对光学对比卫星的对应波段光谱匹配因子，Rrs(λ)为现场典型类型的反射率值，λ0和λ1为光学基准卫星波段响应函数的波段范围区间，Rk1(λ)为光学基准卫星波段对应单波段的响应系数，λ3和λ4为光学对比卫星波段响应函数的波段范围区间，Rk2(λ)为光学对比卫星波段对应单波段的响应系数；
将星星匹配数据集中光学对比卫星波段辐射值、光学基准卫星波段对光学对比卫星的对应波段光谱匹配因子相乘，得到校正后的星星匹配数据中光学对比卫星波段辐射值，用于一致性评估。
优选的，计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估，包括：
计算星星匹配数据集的协方差；若协方差为正则为正相关，协方差为负则为负相关，且值越大相关性越大，一致性越好。
优选的，计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估，包括：
计算星星匹配数据集的协方差；
分析数据集的相关性系数，包括一元回归方法，求解截距b1和斜率b0；
在协方差一致数据集的相关性系数，在正相关性的基础上，用于判断光学基准卫星和光学对比卫星的***差异，斜率越接近于1，截距越小则说明两者的一致性越高。
本发明与现有技术相比的优点在于：
(1)本发明采用全球辐射场网数据对光学基准卫星和光学对比卫星进行再校正，可降低由于卫星载荷的衰减差异、卫星处理算法差异等引起卫星辐射产品的差异，校正完这些误差后，再对光学基准卫星和光学对比卫星的进行一致性分析。本发明设计的对比流程能够更好地比对光学基准卫星和光学对比卫星的辐射一致性。
(2)本发明通过合理化的时空匹配结合精细化的波段校正因子，更加细致地比对光学基准卫星和光学对比卫星的辐射一致性，有效克服传统一致性评估方法精度低的问题。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例光学卫星多星辐射一致性评估方法流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
针对光学卫星多星辐射一致性评估的要求，本发明提出了一种基于全球辐射场网的光学卫星多星辐射基准校正及一致性评估方法，从基于全球辐射场网数据对光学基准卫星和光学对比卫星再校正入手，构建了光学卫星多星辐射一致性评估方式，以及相关的数据处理方法及过程。
该方法如图1所示，具体包括：
(S1)选定光学基准卫星和光学对比卫星
遵循下面的原则，在待比对的多颗光学卫星中确定唯一的光学基准卫星和光学对比卫星。
a)光学基准卫星选择卫星载荷状态良好，卫星产品质量稳定，时间跨度较大，空间覆盖性较高的太阳同步卫星，基准卫星一般情况下只有一个。
b)光学对比卫星可以有多颗，每颗卫星都与基准卫星比较，则可以通过基准卫星进行多星一致性分析。
(S2)利用全球辐射场网的现场观测数据对光学基准卫星的辐射产品进行再校正
a)对全球辐射场网的现场观测数据和光学基准卫星的观测数据进行时空匹配得到星地匹配数据集，时空匹配分为时间匹配和空间匹配。
时空匹配：光学基准卫星的过境时间和全球辐射场网实测数据采集时间差异在±30min以内。
空间匹配：以全球辐射场网实测数据现场采集的经纬度计算光学基准卫星的成像像元，计算公式如下：
lonj-left<loni<lonj-right
latj-bottom<lati<latj-top
其中,loni为全球辐射场网实测数据现场采集的经度，lati为全球辐射场网实测数据现场采集的纬度，lonj-left为光学基准/对比卫星的像元的左边界经度，lonj-right为光学基准卫星的像元的右边界经度，latj-bottom为光学基准卫星的像元的下边界纬度，latj-top为光学基准卫星的像元的上边界纬度。
以全球辐射场网实测数据对应的卫星成像象元为中心，计算5×5像元的平均值，与对应的全球辐射场网实测数据建立星地匹配数据集。
b)对匹配数据集进行质量控制，以现场数据采集的经纬度对应的卫星成像象元为中心，计算5×5像元的有效像元个数大于50％以上，并计算5×5像元的有效像元的均一性，均一性小于15％(一般卫星辐射产品的精度)，则以5×5像元中有效像元的平均值作为对应值，，均一性的计算公式如下：
其中,xj为单像元的辐射值，为5×5像元中有效像元的平均值。
将满足均一性的数据作为星地匹配数据集中的卫星观测数据。
c)对全球辐射场网现场测量的光谱数据按照光学基准卫星的波段响应函数进行积分，波段响应函数积分公式如下：
其中，Rrs(λ)为现场单波段的反射率值，λ0和λ1为波段的范围区间，Rk(λ)为对应单波段的响应系数。
将经过波段响应积分后的数据作为星地匹配数据集的地面观测数据。
d)对星地匹配数据集，以地面观测数据为纵轴，卫星观测数据为横轴，按照大数据分析求取线性相关系数，如截距、斜率等。
按照分析得到的截距、斜率对光学基准卫星和光学对比卫星的观测数据进行再校正，使光学基准卫星、光学对比卫星的辐射基准校正到同一水平。
(S3)利用全球辐射场网的现场观测数据对光学对比卫星的辐射产品进行再校正，此步骤和步骤(S2)一致。
(S4)对再校正的光学基准卫星和光学对比卫星进行2级标识异常、观测异常值剔除等数据质量控制后，对两者进行时空匹配和光谱匹配因子的匹配。
a)对光学基准卫星和对比卫星的观测数据进行时空匹配得到星地匹配数据集，时空匹配分为时间匹配和空间匹配。
时间匹配：光学基准卫星和光学对比卫星过境时间差异在±15min以内；
空间匹配：将光学基准卫星和光学对比卫星按照同一分辨率进行网格化，将光学基准/对比卫星每个像元的经纬度按照下面的公式进行计算，得到该像元对应的网格化像素点。
式中，ilon为二维网格化经度向(横向)的像素点值，lonj为光学基准/对比卫星每个像元的经度，lonleft为网格化区域对应的经度最小值(东经为正，西经为负)，lonstep为二维网格化的经度分辨率，即相邻两个网格的经度差，int为取整(小数点后全部舍去)。jlat为二维网格化纬度向(纵向)的像素点值，latj为光学基准/对比卫星每个像元的纬度，lattop为网格化区域对应的纬度最大值(北纬为正，南纬为负)，latstep为二维网格化的纬度分辨率，即相邻两个网格的纬度差，int为取整(小数点后全部舍去)。
对光学基准卫星和光学对比卫星网格化后的数据按照网格顺序逐个对应，遇到有多个像元对应一个网格的情况，按照多个像元的平均值进行对应，将网格化后的光学基准卫星和光学对比卫星逐网格一一匹配，得到星星匹配数据集。
c)光谱匹配因子计算：将光学基准卫星和光学对比卫星中心波长差异小于5nm的波段作为比对波段(中心波段差异比5nm大时，由于波段观测值得差异，两个波段不适合做对比分析)，选区匹配区域的地面典型光谱，按照光学基准卫星波段响应函数和光学对比卫星波段响应函数计算星星交叉的光谱匹配因子，具体公式如下：
其中，Rband(λ)为光学基准卫星波段对光学对比卫星的对应波段光谱匹配因子，Rrs(λ)为现场典型类型的反射率值，λ0和λ1为光学基准卫星波段响应函数的波段范围区间，Rk1(λ)为光学基准卫星波段对应单波段的响应系数，λ3和λ4为光学对比卫星波段响应函数的波段范围区间，Rk1(λ)为光学对比卫星波段对应单波段的响应系数。
将星星匹配数据中光学对比卫星波段辐射值乘上光学基准卫星波段对光学对比卫星的对应波段光谱匹配因子，得到星星匹配数据中光学对比卫星波段辐射值。
(S5)光学基准卫星和光学对比卫星的一致性评估系数计算
对星星匹配数据集，按照大数据分析求两个数据集的相关性。
a)分析数据集的协方差，具体公式如下：
其中xj和表示光学基准卫星j象元波段辐射值和波段辐射平均值，yj和/>表示光学对比卫星的j象元波段辐射值和波段辐射平均值。
b)分析数据集的相关性系数，包括一元回归方法，求解截距b1和斜率b0，具体公式如下：
(S6)光学基准卫星和光学对比卫星的一致性评估分析
按照上面计算的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估。
a)数据集的协方差，若为正为正相关，为负为负相关，且值越大相关性越大，一致性越好。
b)在协方差一致数据集的相关性系数，在正相关性的基础上，用于判断光学基准卫星和光学对比卫星的***差异，斜率越接近于1，截距越小则说明两者的一致性越高。
协方差和相关性系数判断的基准由后续进行卫星辐射产品应用的人员决定。
以上所述实施例只是本发明较优选具体实施方式，本领域技术人员在本发明技术方案范围内进行的通常变化和替换应包含在本发明的保护范围内。
Claims (10)
1.一种基于全球辐射场网的光学卫星多星辐射基准校正方法，其特征在于，包括：在待比对的多颗光学卫星中选定一颗光学卫星作为光学基准卫星，剩余光学卫星作为光学对比卫星；利用全球辐射场网的现场观测数据分别对光学基准卫星、各光学对比卫星进行再校正，将所述光学基准卫星、各光学对比卫星的辐射基准校正到同一水平。
2.根据权利要求1所述的一种基于全球辐射场网的光学卫星多星辐射基准校正方法，其特征在于，利用全球辐射场网的现场观测数据分别对光学基准卫星、各光学对比卫星进行再校正，再校正方法相同，具体为：
对全球辐射场网的现场观测数据和待再校正卫星的观测数据进行时空匹配，得到星地匹配数据集；
对星地匹配数据集进行质量控制，以现场数据采集的经纬度对应的卫星成像象元为中心，筛选得到(2n-1)×(2n-1)像元的有效像元个数大于50％以上的象元集合，n取2、3、4任一整数；计算所述象元集合的有效像元均一性，将均一性符合卫星辐射产品精度要求的数据作为星地匹配数据集中的卫星观测数据；
对全球辐射场网现场测量的光谱数据按照待再校正卫星的波段响应函数进行积分，得到的数据作为星地匹配数据集的地面观测数据；
以地面观测数据为纵轴，卫星观测数据为横轴，求取线性相关系数；根据线性相关系数对待再校正卫星的观测数据进行再校正。
3.根据权利要求2所述的一种基于全球辐射场网的光学卫星多星辐射基准校正方法，其特征在于，对全球辐射场网的现场观测数据和待再校正卫星的观测数据进行时空匹配，包括：
进行时间匹配：筛选待再校正卫星的过境时间和全球辐射场网实测数据采集时间差异在±30min以内的数据；
进行空间匹配：以全球辐射场网实测数据现场采集的经纬度计算待再校正卫星的成像像元：
lonj-left<loni<lonj-right
latj-bottom<lati<latj-top
式中，loni为全球辐射场网实测数据现场采集的经度，lati为全球辐射场网实测数据现场采集的纬度，lonj-left为待再校正卫星的像元的左边界经度，lonj-right为待再校正卫星的像元的右边界经度，latj-bottom为待再校正卫星的像元的下边界纬度，latj-top为待再校正卫星的像元的上边界纬度；
以全球辐射场网实测数据对应的卫星成像象元为中心，计算(2n-1)×(2n-1)像元的平均值，与对应的全球辐射场网实测数据建立星地匹配数据集。
4.根据权利要求2所述的一种基于全球辐射场网的光学卫星多星辐射基准校正方法，其特征在于，对全球辐射场网现场测量的光谱数据按照待再校正卫星的波段响应函数进行积分：
其中，Rrs(λ)为现场单波段的反射率值，λ0和λ1为波段的范围区间，Rk(λ)为对应单波段的响应系数。
5.根据权利要求1所述的一种基于全球辐射场网的光学卫星多星辐射基准校正方法，其特征在于，在待比对的多颗光学卫星中选定一颗光学卫星作为光学基准卫星，选定的原则为：选择卫星载荷状态良好，卫星产品质量稳定的太阳同步卫星。
6.一种基于全球辐射场网的光学卫星多星辐射一致性评估方法，其特征在于，基于权利要求1所得到的再校正后的光学基准卫星、各光学对比卫星，将光学基准卫星和每一个光学对比卫星进行两两组合，对每一对组合完成如下操作：进行时空匹配和光谱匹配因子匹配，得到星星匹配数据集；计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估。
7.根据权利要求6所述的一种基于全球辐射场网的光学卫星多星辐射一致性评估方法，其特征在于，将再校正后的光学基准卫星和一个光学对比卫星进行组合，进行时空匹配的方法为：
进行时间匹配：光学基准卫星和光学对比卫星过境时间差异在±15min以内，筛选得到光学对比卫星的相应数据；
进行空间匹配：将光学基准卫星、光学对比卫星按照同一分辨率进行网格化，将光学基准卫星、光学对比卫星每个像元的经纬度进行计算，得到该像元对应的网格化像素点：
式中，ilon、jlat分别为二维网格化经度向像素点值、纬度向像素点值，lonj、latj分别为当前进行计算卫星的各像元经度、纬度，lonleft为网格化区域对应的经度最小值，lonstep为二维网格化的经度分辨率，即相邻两个网格的经度差，int为取整；lattop为网格化区域对应的纬度最大值，latstep为二维网格化的纬度分辨率，即相邻两个网格的纬度差；
对光学基准卫星和光学对比卫星网格化后的数据按照网格顺序逐个对应，遇到有多个像元对应一个网格的情况，按照多个像元的平均值进行对应，将网格化后的光学基准卫星和光学对比卫星逐网格一一匹配，得到星星匹配数据集。
8.根据权利要求6所述的一种基于全球辐射场网的光学卫星多星辐射一致性评估方法，其特征在于，将再校正后的光学基准卫星和一个光学对比卫星进行组合，进行光谱匹配因子匹配的方法为：
将光学基准卫星和光学对比卫星中心波长差异小于5nm的波段作为比对波段，按照光学基准卫星波段响应函数和光学对比卫星波段响应函数计算星星交叉的光谱匹配因子：
式中，Rband(λ)为光学基准卫星波段对光学对比卫星的对应波段光谱匹配因子，Rrs(λ)为现场典型类型的反射率值，λ0和λ1为光学基准卫星波段响应函数的波段范围区间，Rk1(λ)为光学基准卫星波段对应单波段的响应系数，λ3和λ4为光学对比卫星波段响应函数的波段范围区间，Rk2(λ)为光学对比卫星波段对应单波段的响应系数；
将星星匹配数据集中光学对比卫星波段辐射值、光学基准卫星波段对光学对比卫星的对应波段光谱匹配因子相乘，得到校正后的星星匹配数据中光学对比卫星波段辐射值，用于一致性评估。
9.根据权利要求6所述的一种基于全球辐射场网的光学卫星多星辐射一致性评估方法，其特征在于，计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估，包括：
计算星星匹配数据集的协方差；若协方差为正则为正相关，协方差为负则为负相关，且值越大相关性越大，一致性越好。
10.根据权利要求6所述的一种基于全球辐射场网的光学卫星多星辐射一致性评估方法，其特征在于，计算星星匹配数据集的一致性评估系数，对光学基准卫星和光学对比卫星的结果进行评估，包括：
计算星星匹配数据集的协方差；
分析数据集的相关性系数，包括一元回归方法，求解截距b1和斜率b0；
在协方差一致数据集的相关性系数，在正相关性的基础上，用于判断光学基准卫星和光学对比卫星的***差异，斜率越接近于1，截距越小则说明两者的一致性越高。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310885996.8A CN117034028A (zh) | 2023-07-18 | 2023-07-18 | 一种光学卫星多星辐射基准校正及一致性评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310885996.8A CN117034028A (zh) | 2023-07-18 | 2023-07-18 | 一种光学卫星多星辐射基准校正及一致性评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117034028A true CN117034028A (zh) | 2023-11-10 |
Family
ID=88639571
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310885996.8A Pending CN117034028A (zh) | 2023-07-18 | 2023-07-18 | 一种光学卫星多星辐射基准校正及一致性评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117034028A (zh) |
-
2023
- 2023-07-18 CN CN202310885996.8A patent/CN117034028A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sawicki et al. | The CFHT large area U-band deep survey (CLAUDS) | |
| Riess et al. | A comprehensive measurement of the local value of the Hubble constant with 1 km s− 1 Mpc− 1 uncertainty from the Hubble Space Telescope and the SH0ES team | |
| Yoshikawa et al. | Moircs deep survey. VI. Near-infrared spectroscopy of K-selected star-forming galaxies at z∼ 2 | |
| Tubiana et al. | Scientific assessment of the quality of OSIRIS images | |
| Tonry et al. | The Pan-STARRS1 photometric system | |
| Ruppin et al. | First Sunyaev–Zel’dovich mapping with the NIKA2 camera: Implication of cluster substructures for the pressure profile and mass estimate | |
| CN102540166B (zh) | 一种基于优化算法的高光谱传感器交叉辐射定标方法 | |
| CN110186822B (zh) | 一种气溶胶光学厚度遥感反演方法 | |
| CN108955883B (zh) | 基于高光谱数据的遥感器辐射定标方法及定标*** | |
| Schreiber et al. | Faint Infrared Extragalactic Survey: Data and Source Catalog of the MS 1054− 03 Field | |
| Cook et al. | IKONOS technical performance assessment | |
| CN114279567B (zh) | 一种微纳高光谱卫星星座的在轨绝对辐射定标方法 | |
| CN104482939A (zh) | 一种基于时间序列的星载相机辐射交叉定标方法 | |
| Chen et al. | Precise Dynamical Masses of ε Indi Ba and Bb: Evidence of Slowed Cooling at the L/T Transition | |
| US7796153B1 (en) | Equalization system and method for an imaging sensor | |
| CN115265783A (zh) | 一种基于高光谱数据的多平台星下点瞬时交叉定标方法及装置 | |
| Howett et al. | Inflight radiometric calibration of New Horizons’ multispectral visible imaging camera (MVIC) | |
| CN113970376A (zh) | 一种基于海洋区域再分析资料的卫星红外载荷定标方法 | |
| Fry et al. | Detection and tracking of subtle cloud features on Uranus | |
| CN114970214A (zh) | 一种气溶胶光学厚度反演方法及装置 | |
| Saha et al. | Calibration of BVRI Photometry for the Wide Field Channel of the HST Advanced Camera for Surveys | |
| Jeong et al. | Multi-band polarimetry of the lunar surface. I. Global properties | |
| CN116612080B (zh) | 基于高光谱图像波谱曲线的变化检测方法 | |
| CN111192298A (zh) | 一种夜光遥感影像相对辐射校正方法 | |
| Rubin et al. | Uniform Recalibration of Common Spectrophotometry Standard Stars onto the CALSPEC System using the SuperNova Integral Field Spectrograph |
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 |