TM/ETM+影像大气校正产品质量评价方法研究

对TM/ETM+的大气校正产品质量进行评价是改进影像质量的必要手段。提出采用已有高质量TM/ETM+表面反射率产品作为参考影像评价TM/ETM+的大气校正产品质量的方法。该方法设计了面向产品质量评价的影像光谱采样方案和多时相遥感影像PIFs(pseudo invariant features,PIFs)样本自动识别方法,能对多时相/季相TM/ETM+大气校正产品质量进行评价。试验表明该方法能准确识别PIFs地物,评价结果真实反映了遥感影像大气校正结果准确度。方法具有快速和低成本等特点,能开展规模化应用。     

一种基于阴影像元的光学遥感大气校正方法

提出一种基于6S模型 阴影像元的大气校正方法,适用于有阴影像元存在的高空间分辨率光学遥感影像。该方法从阴影像元与非阴影像元的信号差异估算气溶胶光学厚度,与暗目标方法相比,此方法避免地表反射率的假定难题。以北京市密云县的IKONOS影像对方法进行验证。在气溶胶光学厚度的估算上,该方法的估算结果与MODIS气溶胶产品基本一致,而且其结果的稳定性明显好于暗目标法。在大气校正的结果方面,针对各类地物,比较大气校正前后的光谱与同类典型实测地物光谱,结果说明大气校正能够大大恢复各类地物光谱的典型特征,这将有利于地物的识别。最后通过比较大气校正前后的NDVI发现,大气校正能够明显增大高植被覆盖区与低植被覆盖区NDVI的差别,使植被信息更加突出。     

利用MODIS数据和查找表的城区TM影像大气校正

影像大气校正精度的关键参数为气溶胶光学厚度,而城区大气条件复杂,对城区TM影像采用统一的大气参数进行大气校正,势必难以获得令人满意的校正精度。因此,本文提出了一种基于MODIS数据和查找表的大气校正算法,首先应用6S模型离线计算建立不同气溶胶光学厚度的大气校正系数查找表,然后基于MODIS数据反演气溶胶光学厚度,最后基于查找表和气溶胶光学厚度数据对长沙城区TM影像进行了逐像元大气校正。结果表明:基于查找表的校正算法与6S模型在线计算算法的校正精度接近,能够较好地进行大气校正;在水体区校正精度最高,而在城区校正精度相对较低。     

大气校正对SPOT卫星遥测水质的影响

藉由卫星遥测进行河川水质监测，目前尚没有较明确可行之方法，如何利用较为简单且适当的SPOT卫星遥测大气校正方法，正确辨识水体水质，是本研究的主要目的。利用SPOT卫星作两阶段非监督式及监督式自动分类，确认卫星影像中水质测站对应之水体样本，并将所有样本依季节分群，俾让卫星监测水体水质样本较为均质。模拟方式采用多变量回归、类神经网络及判别分析3种模式，并比较4种不同之大气校正程序。结果发现。以水质及其指标整体预测来看，类神经网络预测结果较优于多变量回归及判别分析的结果，大气校正方法以直接采用灰度值并消除最暗像元灰度值之校正方法，即可达到不错之预测结果。综合而言，以SPOT或分辨率更高之卫星光谱遥测水质是简单可行，但仍需更多数据以验证其精确度。     

利用氧气和水汽吸收波段暗像元假设的MERIS影像二类水体大气校正方法

摘 要:MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力, 对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区, 研究基于氧气和水汽吸收波段的暗象元假设, 改进传统的近红外波段暗像元假设的大气校正方法。采用MERIS L2p数据辅助获取湖区气溶胶参数, 并利用2007年11月11日、2008年11月20日以及2009年4月25日三景MERIS影像进行方法验证。结果表明, 该方法能够快速、有效地完成MERIS影像的大气校正, 与地面准同步实测数据相比, 三次校正的RMSP都在25%以下; 与BEAM自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗象元算法进行精度比较, 表明该算法校正精度较高。由于该算法不需要同步实测气溶胶数据, 因此具有一定的适用性。     

顾及空间与光谱差异的单幅遥感影像自适应云雾去除方法

光学遥感影像经常受到云雾的干扰而导致数据质量下降。在暗原色先验理论和云雾影像模型的基础上,提出了一种顾及空间和光谱差异的单幅遥感影像自适应云雾去除方法,较好地解决了传统暗原色先验在高亮地物校正过度和部分波段云雾校正不足的问题,有效地实现了影像云雾去除。首先通过高亮地物的光谱特征构建高亮地物判别指数,辅以密度分割对其进行提取分类,在此基础上引入自适应校正函数对该区域透射率进行修正;其次在对多幅云雾遥感影像实验分析的基础上,提出了符合大气散射机制的波段透射率校正系数,实现了波段间处理强度的自适应调整。实验结果表明,该方法能有效去除不同波段的云雾干扰,并避免高亮地物的过度校正,可取得较好的复原结果。     

环厦门岛水域悬浮物的遥感监测研究

利用多时相TM/ETM＋卫星影像,对环厦门岛水域悬浮物浓度状况进行了评估.经几何校正和大气辐射校正后的影像,通过密度分割、分级后比较和影像差值等变化检测技术,直观和定量地反映了研究年间悬浮物浓度在时间和空间分布上的变化.     

资源三号卫星影像纠正的方法研究

影像的应用前提是影像处理,大气校正可消除大气和光照等因素对地物发射的影响。在此基础上,介绍几种常用的几何纠正方法,可消除系统和非系统因素引起的影像几何变形。本文通过对资源三号卫星的基本参数信息和相对应影像数据特点的介绍,先通过大气校正,校正后的影像分别使用几何纠正的几种方法,并通过各种方法的计算量、实用性以及相应的精度,对比分析各种方法在处理这种数据时的优越性。     

基于TM数据的植被覆盖度反演

本文首先对TM影像进行了几何纠正、辐射校正、大气校正;然后根据混合像元的结构特征,利用TM数据从植被指数(NDVI)中采用“等密度模型”和“非密度模型”提取了宜昌南部地区的植被覆盖度。在用“非密度模型”反演植被覆盖度的过程中,叶面积指数(LAI)是一个必要的参数,本文提出了一种改进的借助可见光波段和近红外波段反射值来提取叶面积指数(LAI)的方法。通过和MODIS数据反演结果比较表明:“非密度模型”的估算精度要高于“等密度模型”;利用“等密度模型”和“非密度模型”反演植被覆盖度是可行。     

资源三号卫星影像快速大气校正方法

该文针对资源三号(ZY-3)国产高分辨率卫星影像的大气校正问题,提出了一种快速大气校正方法。该方法充分利用已有地面标准波谱库数据,并采用经验线性法对高分辨率ZY-3卫星遥感影像进行大气校正。最后利用地物的真实反射率光谱曲线和归一化植被指数(NDVI),与大气校正结果进行对比分析。结果表明:经新方法大气校正后的ZY-3影像地物反射率光谱曲线与地物真实反射率光谱曲线更加接近,植被覆盖区与非植被覆盖区NDVI的差异更加明显,更有利于地物的识别。研究结果为应用国产ZY-3影像进行定量遥感分析提供了参考。     

作物种植成数的遥感监测精度评价

以河南开封和山西太谷地区作为研究区域 ,选用LandsatTM作为农作物种植面积遥感监测的数据源。利用LandsatTM提取河南开封实验区 2 0 0 1年的夏季作物和山西太谷地区 2 0 0 3年秋季作物的作物种植成数。同时 ,利用IKONOS ,QuickBird高分辨率遥感影像 ,通过地面调查进行了地面作物填图和分类 ,同样得到实验区的农作物种植成数。最后通过两种结果对比 ,表明开封实验区夏季作物的监测精度达到 99%以上 ,太谷实验区秋季作物的监测精度达到 97%以上 ,由此推断 ,表明利用LandsatTM监测农作物种植成数的精度能够满足中国农情遥感监测的运行化要求     

Radiometric Correction of Multispectral Images Using Radon Transform

Satellite imagery analysis has played a key role in environmental monitoring and modeling over the past few decades. Remotely sensed multitemporal, multisensor data are often required in Earth observation applications. A common problem associated with the use of multisource image data is the gray value differences caused by non-surface factors such as different illumination, atmospheric or sensor conditions. Radiometric corrections serve to remove the effects that alter the spectral characteristics of land features, except for actual changes in ground target, becoming mandatory in multi-sensor, multi-date studies. This paper presents methodology for correction of Landsat TM images in Radon domain. We propose radiometric correction using Radon Transform based regression method. The transform domain method statistically determines correction values based on contrast between spectral properties of various homogeneous areas. TM band 1 is the band most affected by atmospheric scattering whereas TM band 5 is less affected by atmospheric scattering effect. Hence TM Band 5 is taken as the reference image. Results are assessed statistically and compared with results of popular spatial domain Regression Line Method. The application of the methods for vegetation analyses is also shown in this paper. Test results show that the method gives improved results in removal of atmospheric influence.     

基于知识工程师的崇明岛东滩自然保护区盐沼植被分类研究

以崇明东滩自然保护区盐沼植被为研究对象,利用Landsat TM遥感图像,结合现场调查和前人关于东滩时空动态变化的研究结果,确定崇明岛东滩主要分布的盐沼植被类型,提出了基于知识工程师的植被分类方法。与常规非监督和监督分类相比,该方法的精度较高,总体精度为92.35%,kappa系数为0.9072,而非监督分类和监督分类(最大似然法)的总体精度分别为86.92%和89.10%。实验结果表明,该方法能够有效地对研究区植被进行分类与识别,可为实现盐沼植被的自动提取提供理论依据和有效的方法途径。     

光谱特征扩展的时间序列Landsat数据地表覆盖分类

时间序列遥感影像常用于地表覆盖监测及其变化监测。然而,利用时序遥感数据—尤其是中分辨率遥感数据监测地表覆盖变化,其方法基本是先对多期影像分别进行监督分类然后对比分类结果。由于这种方法需要对每期遥感影像单独选择分类训练样本,而对于历史影像,常常难以获得可靠的样本数据。本文基于遥感数据定量化处理,尝试利用光谱特征扩展方法对时间序列Landsat数据进行分类:首先,结合一种新的大气校正方法和相对辐射归一化方法,对时间序列Landsat数据进行定量化处理,以消除各期影像之间的辐射差异,获得地表反射率数据。然后,论文选择一期易于获得分类训练样本的反射率数据作为"参考影像",并结合样本数据提取不同地表覆盖类型的光谱特征。最后,将"参考影像"中提取的地物光谱特征,扩展到所有时间序列反射率数据进行分类。论文利用青藏高原玛多地区的5景Landsat数据对本文的方法进行了验证,结果显示:基于光谱特征扩展的分类方法,可有效对定量化处理后的Landsat数据进行分类,分类总体精度为88.35%—94.25%,分类结果和传统的单景监督分类结果具有较好的一致性。此外,研究也发现,"参考影像"和待分类图像获取时间的季相差异会影响其分类的精度。     

基于混合像元分解的南方地区植被覆盖度遥感监测——以广州市为例

通过测量图像端元的地表反射率,对遥感图像进行精确大气校正;在对混合像元分解模型进行改进的基础上,建立了基于地表反射率的线性混合像元分解( Liner Spectral Unmixing,LSU)模型,有效地避免了因大气时间、空间差异所造成的多时相误差,实现了多时相对比;通过增加土壤湿度因子,消除了土壤湿度差异造成的误差...     

利用Landsat 5 TM影像估算沉水植物地上生物量的研究——以江西省鄱阳湖国家自然保护区为例

阐述了利用Landsat 5 TM影像在鄱阳湖国家自然保护区进行沉水植物地上生物量估算的方法和过程。研究结果显示，采用该影像，结合传统的采样策略和估算方法进行生物量的估算，在此研究区域中具有一定的局限性。分析了产生这一问题的原因，并对后续的研究工作提出了具体的建议。     

单窗算法的大气参数估计方法

根据地表热辐射传导方程,提出了一个简单可行且精度较高的专门用于从TM6数据中演算地表温度的方法——单窗算法.这一算法把大气和地表状态对地表热传导的影响直接包括在演算公式中.该方法需要两个大气参数进行地表温度的演算,即大气平均作用温度和大气透射率.本文论述这两个大气参数的估计方法:根据大气水分含量或地表附近空气湿度来估计大气透射率;通过分析标准大气剖面资料,尤其是大气水分和气温随高程的变化规律,根据地表温度推算大气平均作用温度.     

基于DEM的ETM+图像辐射校正及汉江流域反照率的计算

对Gilabert[1]大气校正方法进行改进,提出了一种简单易行的辐射校正方法。该方法只需从ETM⁺图像上获取两个不同海拔高程的暗像元,再依据DEM进行大气校正,反演出各个高程上的大气及辐射参数,并在此基础上进行地形校正,进而获取LandsatETM⁺1～5和7波段的地表反射率,通过对各窄波段地表反射率的线性组合获取反照率。结果表明,该方法可行,精度较高。     

地形抹平与半经验模型的Landsat TM/ETM+地形校正方法

地形校正可以减小地形起伏对地物光谱的影响,提高计算机分类在山区的精度。设计了针对全球土地覆盖分类的Landsat TM/ETM+数据地形校正方法 SCOS(Smoothed COS余弦),首先对地形的坡度角进行抹平处理,很大程度上削弱了地表非朗伯性对地形校正的影响,然后利用简单有效的余弦校正去除地形效应。该方法与其他常用地形校正算法的对比分析是通过对全球不同区域、不同地表覆盖的有代表性的6景Landsat TM/ETM+数据的试验,采用统计分析与目视判读的方式,从过度校正和类内均一性两个方面进行的。结果表明,该方法在目视效果和统计结果上优于常规方法,并且更加简单有效,无需复杂的大气参数及传感器参数,满足全球地表覆盖分类对地形校正的需求。