排序方式: 共有17条查询结果,搜索用时 0 毫秒
11.
高光谱热红外遥感:现状与展望 总被引:1,自引:0,他引:1
高光谱热红外数据中蕴含着丰富的长波光谱信息,可以更精细的揭示地气耦合过程导致的辐射变化,反映热红外谱段特有的地物诊断特征,同时高光谱特性也可以为热红外关键特征参数的病态反演问题提供更合理的假设和约束条件,具有重要的研究价值和应用前景。高光谱热红外遥感技术自诞生起,在吸纳多光谱热红外遥感技术的基础上迅速发展,成为热红外遥感领域的重要研究方向和突破点。然而,当前高光谱热红外遥感存在着可用数据不足,处理方法传统,反演精度有限,应用难以有效实施等问题。为进一步明晰高光谱热红外遥感的研究进展和现存挑战,本文在高光谱热红外相关文献深入分析的基础上,梳理了高光谱热红外研究的发展脉络和热点,介绍了现有国内外主要的高光谱热红外传感器,分析了高光谱大气效应校正、地表温度和发射率分离以及地气关键特征参数一体化反演的现状和问题,总结了相关典型行业应用,展望了高光谱热红外的发展方向,以期为未来高光谱热红外研究工作的开展提供借鉴和帮助。 相似文献
12.
两种普适性尺度转换方法比较与分析研究 总被引:7,自引:3,他引:7
着重阐述了地表空间信息尺度转换的必要性和方法.首先从尺度转换成因分析入手,介绍了两种普适性的尺度转换模型,即泰勒级数展开模型和计算几何模型,并对这两个模型的适用性进行了分析.借助叶面积指数的反演,针对林地、农田、水体3种不同下垫面的试验样区进行了模型的分析比较.结果表明,在拥有小尺度(高分辨率)数据时,泰勒级数模型能够很好的刻画尺度效应,使得尺度效应改正后的相对误差小于1%,获取更为准确的地表参数反演值.遥感尺度转换方法、技术为获取不同尺度的地学信息,为资源调查和环境灾害监测等相关领域的应用提供真实可靠的多尺度数据支持. 相似文献
13.
热辐射方向性是指从不同方向观测同一目标地物时,测得的热辐射值各异的现象,通常体现为方向性辐亮度或亮温各异。随着高空间分辨率遥感数据的出现,面对高精度地表温度产品的需求,热辐射方向性效应不可忽视,如今已成为热红外遥感重点关注的问题之一。对于物质组成不均一、几何结构复杂的城市地表来说,热辐射方向性尤为显著。本文整理、分析了在城市地区开展的一系列热辐射方向性观测试验和正演模型,其中也包括一些对地表温度真值的有益探索;并对城市热辐射方向性强度的影响因素进行了归纳,包括观测季节与时间、地表几何结构、材料自身的物理属性、观测角度、视场角等,这些因素会使热辐射方向性的强度呈现出一定的时空规律性。最后,针对提高城市地表温度的反演精度、如何更好地开展城市热辐射方向性研究提出了5点展望。 相似文献
14.
热红外地表方向性辐射温度与半球辐射温度关系研究 总被引:1,自引:0,他引:1
地表温度是陆面过程的一个重要影响因素,利用地表温度的遥感反演算法只能获取卫星传感器观测角度条件下的地表温度(即某个方向上的辐射温度),但地球表面普遍存在非同温像元,反演得到的像元地表辐射温度具有方向性特征。本文利用热红外辐射传输模型4 SAIL(Scattering by Arbitrarily Inclined Leaves),以及方向性热辐射参数化模型,针对非同温均匀冠层,考虑冠层结构、太阳位置和观测角等因素的影响,模拟得到方向性辐射温度数据,与半球辐射温度数据比较,得到估算半球辐射温度的最佳观测角度。此外,开展热红外地面观测试验,对热红外地表辐射温度的角度效应,以及利用模拟数据得到的半球辐射温度最佳观测角度进行了验证。结果表明,当太阳高度角较低时,均匀草地的地表辐射温度,会随着观测天顶角的增大而增加,受观测方位角的影响较小,当观测天顶角为75°时,倾斜观测与垂直观测得到的辐射温度差值达到2.7 K,说明热辐射存在明显的方向性特征。同时,将热红外地表方向性辐射温度与同步观测的半球辐射温度进行对比分析,当叶面积指数小于1.0时,半球辐射温度的最佳替代角度为51°,与模拟结果相符。 相似文献
15.
陆地表面温度是描述区域或者全球范围内陆地表面与大气的相互作用和能量平衡最重要的环境参数之一。针对目前尚未有遥感卫星能够同时提供具有高时间和高空间分辨率的地表温度产品的问题,国内外学者发展了多种对低空间分辨率的地表温度进行降尺度的算法。然而,由于对地表温度解释变量和降尺度模型的选择往往具有区域局限性,导致了降尺度模型的泛化能力受到了一定的限制。本文首先评估了地表反射率、遥感光谱指数、地形因子、地表覆盖、经纬度以及基本状态变量6类环境参量与地表温度之间的相关关系,并在此基础上筛选出最佳解释变量;同时,结合在非线性回归问题上表现比较优秀的随机森林算法,建立了一种鲁棒性的基于随机森林算法地表温度降尺度模型(RRF)。本文选取了中国范围内具有代表性的11个地区作为主要研究区,将空间分辨率为1 km的MODIS地表温度产品降尺度至90 m。以北京市2个典型地表类型的子区域为代表研究区,通过与传统的基于归一化植被指数与地表温度相关关系的TsHARP模型,以及基于红波段和近红外波段以及地表高程作为尺度因子建立的简单Basic-RF模型的对比分析可得,RRF模型在2个子研究区降尺度结果均优于TsHARP模型和Basic-RF模型,其均方根误差分别为2.39 K和2.27 K。通过进一步对2个子研究区训练的RRF进行交叉验证,证明在一个研究区训练的RRF应用至另一研究区的降尺度时,RRF模型表现出了较好的鲁棒性,降尺度结果的均方根误差分别为2.56 K和2.44 K,精度误差相差仅为0.17 K。通过将RRF应用于中国范围内的多个研究区,结果表明利用少量训练数据构建的RRF模型适用于大范围的区域,地表温度降尺度结果都能取得较好的精度。 相似文献
16.
17.