共查询到19条相似文献,搜索用时 187 毫秒
1.
针对MODIS影像的劈窗算法研究 总被引:27,自引:3,他引:27
在分析热红外遥感和现有的劈窗算法的理论基础上,针对MODIS数据对劈窗算法进行了推导。通过对热辐射强度和温度之间的关系计算,对Planck函数进行了线性简化,同时分析了MODIS的波段设置特点。MODIS的近红外波段适宜于反演大气水汽含量,而大气透过率主要从MODIS的近红外波段数据反演得到大气水汽含量,并进而根据水汽含量与大气透过率的关系来进行估算。通过MODIS的可见光波段、近红外和中红外波段数据,完全可以获得地表温度反演所需要的基本参数,从而形成了针对MODIS数据的地表温度反演的劈窗算法。最后以环渤海地区为实验区,对本文提出的方法进行了实际应用分析。 相似文献
2.
大气水汽在遥感反演地表温度中起到关键作用,精确的大气水含量对于提升反演精度有着重要意义,而热红外方法是夜晚获得区域大气水汽含量的唯一方法。本研究采用热红外方法中的改良分裂窗算法,首先,使用TIGR大气廓线与MODIS波谱响应函数通过MODTRAN辐射传输模式进行模拟,将大气廓线的水汽含量与大气透过率进行回归;然后,根据MODIS数据产品特点,使用2015年夏季MODIS数据观测角小于20°的范围进行反演;最后,将白天反演水汽分别与全球GPS地基大气水汽观测网络和MODIS近红外水汽产品进行比较,均方根误差分别为5.5 g/cm2和6.4 g/cm2,显示了高度的区域一致性。由于MODIS观测角度较大,本研究未对其他角度进行反演,若对其余角度的MODIS数据进行反演,可根据余弦角度变化,针对不同角度范围进行模拟与回归。 相似文献
3.
大气中的水汽不仅是影响地球天气变化的重要因素,更是多项气象研究中的重要参数,正确确定大气中水汽的含量,对研究降水与气候、灾害性天气预报、全球气候变化等具有十分重要的作用。本文详细地介绍了基于地基GPS以及基于MODIS数据的大气水汽含量反演方法,并利用天津测区的GPS数据与MODIS数据反演的大气水汽含量进行对比分析,得到了两种方法都具有反演大气水汽含量的结论。 相似文献
4.
一个针对ASTER数据同时反演地表温度和比辐射率的四通道算法 总被引:8,自引:0,他引:8
本文利用对地观测卫星多传感器的特点,提出了针对ASTER数据同时反演地表温度和比辐射率的多通道算法。即利用ASTER数据的第11,12,13,14热红外波段建立热辐射传输方程,并通过对于地表比辐射率分析可知,ASTER4个热红外波段的比辐射率可以用近似线性方程表示,得到了6个方程6个未知数,从而形成了针对ASTER数据的同时反演地表温度和比辐射率的多通道算法。对于关键参数大气透过率,则是通过同一颗星的MODIS传感器的3个近红外波段反演大气水汽含量,然后用MODTRAN模拟大气水汽含量与ASTER热红外波段的统计关系,并进而根据这二关系来计算ASTER热红外波段的大气透过率。由于MODIS和ASTER是在同一颗星上。因此这种大气透过率估计方法保证了地表温度反演过程中所需大气参数的同步获取。 相似文献
5.
6.
实用劈窗算法的改进及大气水汽含量对精度影响评价 总被引:2,自引:0,他引:2
对劈窗算法进行了改进,提高了算法的精度和实用性.对影响大气透过率的大气水汽含量进行了敏感性分析.模拟数据结果表明,劈窗算法对大气水汽含量不敏感,当大气水汽含量误差在-80%~80%变化时,反演的平均精度仍能在1 ℃以下.对实际MODIS影像进行反演的结果与大气模拟数据分析的结论基本一致,这说明适当地利用大气水汽含量的先验知识可以提高劈窗算法反演地表温度的精度. 相似文献
7.
8.
大气水汽对全球以及区域气候变化有重要的影响,精确获取水汽数据是非常重要的研究方向。TRMM(热带降雨观测计划)卫星上搭载的VIRS传感器(可见光/红外扫描仪)在降雨观测中应用广泛,但是目前很少有研究将其用于水汽反演。本文尝试使用VIRS的两个红外分裂窗通道(10.8μm和12μm),通过建立改进的方差协方差比值分裂窗方法进行水汽反演。首先对TRMM/VIRS数据和方差协方差比值法进行了介绍,接着针对VIRS数据特点,利用MODTRAN辐射传输模式和探空大气廓线数据模拟回归了大气透过率和水汽的定量关系,最后利用VIRS遥感数据开展了水汽反演试验。由于红外波段分裂窗水汽反演算法只适合于晴空条件下,因此在云雨识别的时候,为了保证时空一致性,采用TRMM提供的基于微波成像仪TMI的云中液态水信息来对晴空与否进行判断。水汽反演结果首先与地基GPS大气水汽观测值进行了比较,均方根误差为5.76 mm;其次和MODIS卫星水汽反演结果进行了面状对比,二者显示出了高度的区域一致性。验证结果表明,TRMM/VIRS的水汽反演结果精度较高,具有进行业务化推广的潜力,丰富了水汽数据的来源,同时也对利用风云系列卫星传感器数据进行热红外通道的水汽反演具有借鉴意义。 相似文献
9.
10.
11.
地物反射光谱对MODIS近红外波段水汽反演影响的模拟分析 总被引:14,自引:1,他引:14
在近红外辐射传输方程的基础上,利用近红外波段水汽的不同吸收属性,在MODTRAN的模拟下,深入分析了基于MODIS近红外数据的可降水汽反演算法,并着重讨论了地物反射光谱非线性在可降水汽反演中的影响。研究结果显示,当波段间反射率之比不等于1时,MODIS近红外波段反演水汽将存在较大偏差。同时,在地物光谱库基础上,计算了不同地物反射率比值,其分布表明,大部分地物波段反射率比值不等于1。研究表明,应用现有MODIS近红外波段水汽反演算法,如果不考虑地表反射率光谱变化的影响,由地表反射光谱造成的误差最大约为反射率比值与1偏差的15倍,同时,这一误差还与大气波段透过率之比有关。 相似文献
12.
目前,利用MOD IS近红外波段反演大气水汽含量主要采用两通道比值加权法和三通道比值加权法,为了对比研究这两种的方法,本文结合四川地区MOD IS影像,采用两通道比值法和三通道比值法分别获得17、18、19近红外通道大气水汽值,然后对两通道比值法和三通道比值法计算的三个近红外通道大气水汽值取加权平均,分别得到该地区加权平均大气水汽含量。对子区域(成都地区)MOD IS的两种加权平均大气水汽含量与同时同地SONDE大气水汽含量进行对比分析,实验结果表明:用MOD IS近红外波段反演大气水汽含量拟采用三通道比值加权法。 相似文献
13.
提出了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法,即利用ASTER数据的第12,13,14三个热红外波段建立三个热辐射传输方程。再利用MODTRAN软件分别模拟ASTER 12,13,14波段透过率与大气水汽含量的关系,通过分析可知ASTER三个热红外波段的透过率与大气水汽含量的关系可用近似线性方程表示,从而得到另外三个方程。这样就构成了一个包含六个未知数、六个方程的方程组,形成了针对ASTER数据同时反演大气水汽含量与地表温度的三通道算法。由于各参数都可以通过方程组计算出来,所以,这种算法仅需要ASTER数据就可反演出大气水汽含量与地面温度,且关键参数大气透过率的计算精度提升到了AS-TER数据一个像元(15×15)m2的程度。 相似文献
14.
15.
可见光-近红外波段大气上行与下行辐射分量参数化方法 总被引:1,自引:0,他引:1
可见光-近红外波段大气上行、下行辐射是辐射传输建模、成像模拟及大气校正关键的输入参数,根据四流辐射传输理论给出了与二者相关大气参量的数值模型及计算方法,针对Landsat 5 TM 6个波段建立了大气参量与水汽含量、能见度距离和太阳入射天顶角间的参数化模型,在此基础上对各参量间敏感性进行了分析,结果表明参数化模型具备较高精度。同时,计算了各波段大气上行、下行漫射辐射值,对二者在植被和裸土覆盖条件下的差异进行了定量分析。 相似文献
16.
在考虑可降水量季节性变化的基础上,提出利用GPS数据建立MODIS近红外可降水量季节性模型。首先对比分析2014年北京房山(BJFS)站的GPS可降水量和相应时间的MODIS近红外可降水量数据,发现两者之间的变化趋势基本一致,存在显著线性相关性;然后以GPS可降水量为标准值,利用回归分析建立GPS和MODIS可降水量之间的季节和全年校正模型。经检验,GPS可降水量与四个季节模型校正的MODIS近红外可降水量的均方根误差均小于3mm,最大误差不超过6mm,季节校正模型的精度都要高于全年校正模型。 相似文献
17.
GNSS水汽层析技术凭借高精度、高时空分辨率及全天候监测等优点,已成为探测大气水汽最具潜力的技术之一。目前,融合多源大气遥感数据逐步成为弥补传统层析模型GNSS信号几何缺陷的研究热点。本文利用Terra卫星上的中分辨率成像光谱仪(moderate resolution imaging spectroradiometer,MODIS)提供的观测数据,首先分析了传统体素模型融合MODIS信号的不足;然后提出了基于体素节点模型的GNSS/MODIS信号紧耦合水汽层析算法,该算法将高分辨率MODIS PWV以三维信号的形式引入层析模型中;最后利用2016年7月徐州地区的15幅MODIS影像及同步GNSS数据对3种模型的层析结果质量进行了评估。试验结果表明:利用本文所提出的紧耦合算法,层析模型的平均有效观测信号数量提高了34.15%,层析结果平均RMSE(root mean square error)值降低了25.10%。此外,以邻近时刻探空站数据作为参考值,发现0~2 km的近地层,紧耦合算法的层析结果明显优于传统算法,这表明融合MODIS观测信号可改善近地层三维水汽场的重构质量。 相似文献
18.
19.
An improved atmospheric correction algorithm for hyperspectral remotely sensed imagery 总被引:2,自引:0,他引:2
There is an increased trend toward quantitative estimation of land surface variables from hyperspectral remote sensing. One challenging issue is retrieving surface reflectance spectra from observed radiance through atmospheric correction, most methods for which are intended to correct water vapor and other absorbing gases. In this letter, methods for correcting both aerosols and water vapor are explored. We first apply the cluster matching technique developed earlier for Landsat-7 ETM+ imagery to Airborne Visible/Infrared Imaging Spectrometer (AVIRIS) data, then improve its aerosol estimation and incorporate a new method for estimating column water vapor content using the neural network technique. The improved algorithm is then used to correct Hyperion imagery. Case studies using AVIRIS and Hyperion images demonstrate that both the original and improved methods are very effective to remove heterogeneous atmospheric effects and recover surface reflectance spectra. 相似文献