鄱阳湖HJ-1A/B卫星CCD影像大气校正研究

以准同步的Terra/MODIS反演的气溶胶为辅助,采用FLAASH模型对2009-10-24鄱阳湖HJ-1A/B卫星CCD影像进行大气校正处理。结果表明,大气影响可以被有效去除,在水体遥感反射率较高的红、绿波段,大气校正精度较高,平均相对误差分别为13.4%和9.8%;而在水体遥感反射率较低的近红外、蓝波段,大气校正精度较低,这可能与波段不同的信噪比和陆地邻近像元效应有关。     

HJ-1A/B卫星CCD影像的武汉市东湖水色三要素遥感研究

以武汉市东湖为研究区域,利用同步的MODIS-Terra气溶胶光学厚度数据为输入参数,采用FLAASH模型对2010年3月11日HJ-1A/B卫星CCD影像进行大气校正处理,并利用多年实测数据建立叶绿素a浓度、悬浮泥沙浓度、黄色物质吸收系数三要素神经网络反演模型,对水色三要素进行反演。通过对反演结果与实测数据的对比分析可知,悬浮泥沙浓度、黄色物质吸收系数和叶绿素a浓度的平均相对误差分别为28.052%、17.628%和35.621%,表明HJ-1A/B卫星CCD传感器基本能满足II类水体水色要素的遥感监测需求。     

HJ-1卫星CCD数据的大气校正及其效果分析

利用MODTRAN 4模型对地表-大气-遥感器之间的辐射传输过程进行模拟,模拟出对应大气参数下的表观辐亮度;利用模拟生成的大气校正查找表,逐像元对HJ-1卫星CCD数据进行大气校正;并从光谱曲线、与MODIS地表反射率产品比较、归一化植被指数(NDVI)三个方面,探讨了HJ-1卫星CCD数据大气校正效果.结果表明:(1...     

HJ-1 CCD数据大气校正方法研究

本文开展了HJ-1CCD相机数据大气校正方法的研究工作。基于辐射传输模型构建了不同大气条件下的大气校正系数查找表;大气校正中用到的气溶胶光学厚度数据基于浓密植被区域红蓝波段地表反射率之间的关系反演得到。与对应当天的MODIS地表反射率数据的对比分析表明,本文提出的大气校正方法具有较高的精度。本文还从气溶胶光学厚度的反演精度、大气水汽含量的变化、辐射定标精度、海拔高度等方面对大气校正的不确定性进行了分析。     

太湖地区HJ-1卫星CCD数据反演气溶胶及大气校正

针对HJ-1卫星CCD数据,利用改进的暗像元法反演气溶胶光学厚度(AOD),再利用反演的AOD对其进行大气校正。将反演的气溶胶与地基太阳光度计数据进行对比验证,发现当反演的AOD值大于0.2时,反演值与地基观测值的相关系数为0.964,符合MODIS业务化反演AOD的精度要求。再将反演得到的气溶胶带入6S辐射传输模型中,对HJ-1卫星CCD数据进行大气校正实验。结果表明,该方法能有效提高HJ-1卫星CCD数据大气校正的精度,更好地复原地物的真实光谱信息。     

HJ-1卫星CCD图像信噪比评估

采用基于边缘块剔除的局部方差法对我国HJ-1环境卫星CCD图像的信噪比进行了评估,选取满足噪声评估环境的图像,分析了HJ-1/CCD影像各个波段的信噪比特征。结果表明,HJ-1/CCD影像第3波段信噪比最高,第4波段相对较低;与美国Landsat/TM图像相比,HJ-1/CCD图像信噪比整体上更高。     

基于HJ-1A/B卫星CCD数据的江汉平原农田物候探测

利用HJ-1A/B卫星CCD数据,提取2013—2015年三年江汉平原农田的归一化植被指数NDVI,构建时间序列曲线,利用小波变换对HJ-1A/B卫星所得的NDVI数据进行平滑降噪处理,结合地面调研资料,提取江汉平原农作物的物候信息。研究结果表明,HJ-1A/B卫星可用于农田物候监测,对于小区域的农田作物长势监测具有独特的优势。     

基于FLAASH模型的MODIS1B数据的大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用ENVI软件中的FLAASH大气校正模型对上海长江口地区MODIS1B卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,MODIS1B卫星影像经过FLAASH大气校正后,较好地消除了大气影响。     

MODIS和HJ-1 CCD数据时空融合重构NDVI时间序列

遥感数据反演高时空分辨率NDVI对监测植被动态变化过程具有重要意义,然而受天气影响,单颗卫星难以提供时间连续的高空间分辨率NDVI数据。以华北平原中东部为实验区,联合HJ-1 CCD数据和MODIS数据,对STARFM算法进行了改进,(1)考虑了不同地物对光谱响应的差异,为减少分类错误利用统计学上()对分类数据进行筛选,按照不同地物类型分别利用线性拟合方法修改光谱距离权重;(2)定义了预测半径,对HJ-1 CCD数据因外界影响而缺失的影像进行了预测。结果表明,与真实影像相比,预测结果呈现了较好的空间一致性,相关系数均达到了极显著相关,改进算法的预测精度要高于原算法。利用该方法将HJ-1 CCD NDVI的空间变化信息与MODIS NDVI时间变化信息有机结合重构了高时空分辨率NDVI序列,有效补充了HJ-1CCD NDVI的缺失数据集。     

近海Ⅱ类水体的MODIS影像大气校正方法

利用光谱辐射传输理论对Gordon大气校正算法进行了修正,提出用解析的方法分离红外波段748nm和869 nm的离水辐射量与气溶胶的贡献,实现对近海Ⅱ类水体的大气校正,使之更适用于我国高悬浮泥沙和高气溶胶浓度海区。海上准同步实测数据表明,本文算法的校正精度比传统方法高,且能适用于影像中找不到理想Ⅰ类水体的情况,解决了近海水色数据大气校正问题。     

环境星CCD数据大气校正研究

利用6S模型和同步气象资料,对国产环境与灾害监测预报小卫星HJ-1 A的CCD1传感器数据进行了大气校正和反射率反演。同时对CCD1传感器1～4波段大气校正前后的反射率变化进行了对比研究,发现大气校正后的1～3波段的地面反射率明显降低,4波段的地面反射率升高;利用同步野外实测地面数据对大气校正后的反射率数据进行了检验,两者结果基本一致;此外,还进行了定量化误差分析,以同步野外实测地面数据作为标准,将大气校正后的反射率数据与之对比,分析了可能带来误差的原因。结果表明,利用6S大气校正方法能够有效去除HJ-1 A星CCD图像的大气影响,获取地物绝对反射率。     

A three-band semi-analytical model for deriving total suspended sediment concentration from HJ-1A/CCD data in turbid coastal waters

The accurate assessment of total suspended sediment (TSM) concentration in coastal waters by means of remote sensing is quite challenging, due to the optical complexity and significant variability of these waters. In this study, three-band semi-analytical TSM retrieval (TSTM) model with HJ-1A/CCD spectral bands was developed for the retrieval of TSM concentration from turbid coastal waters. This model was calibrated and validated by means of one calibration dataset and three independent validation datasets obtained from three different turbid waters. It was found that the TSTM model may be used to retrieve accurate TSM concentration data from highly turbid waters without the spectral slope of the model requiring further optimization. Finally, the TSM concentration data were quantified from the HJ-1A/CCD images after atmospheric correction using the dark-object subtraction technique. Upon comparing the model-derived and field-measured TSM concentration data, it was observed that the TSTM model produced <29% uncertainty in deriving TSM concentration from the HJ-1A/CCD data. These findings imply that the TSTM model may be used for the quantitative monitoring of TSM concentration in coastal waters, provided that the atmospheric correction scheme for the HJ-1A/CCD imagery is available.     

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。     

Landsat TM/ETM+与HJ-1A/B CCD数据自动相对辐射处理及精度验证

全球地表覆盖遥感制图与关键技术研究项目要求对两个基准年度(2000年,2010年)的全球覆盖30 m分辨率遥感数据进行辐射处理,转换到地表反射率,数据以Landsat TM/ETM+为主,HJ-1A/B CCD数据为补充。海量数据中有些不适宜进行绝对大气校正,为了保证全球覆盖,对这些数据设计开发了一套自动的相对辐射处理及精度验证流程算法,利用相邻数据重叠区域进行相对辐射校正的方式,将数据由Oigital Number(DN)值直接转换为地表反射率,精度验证以MODIS地表反射率产品MOD09GA作为参考,比较对应波段数据的相对一致性,算法采用了图像分块处理技术及OpenMP加速技术提高效率,实际应用结果表明该算法流程可以满足项目对辐射处理精度、速度及自动化程度的要求。