CN101515038A - 一种平坦地形下遥感辐亮度数据立方体的模拟方法 - Google Patents
一种平坦地形下遥感辐亮度数据立方体的模拟方法 Download PDFInfo
- Publication number
- CN101515038A CN101515038A CNA2009100798114A CN200910079811A CN101515038A CN 101515038 A CN101515038 A CN 101515038A CN A2009100798114 A CNA2009100798114 A CN A2009100798114A CN 200910079811 A CN200910079811 A CN 200910079811A CN 101515038 A CN101515038 A CN 101515038A
- Authority
- CN
- China
- Prior art keywords
- data
- setting
- spectrum
- spoke brightness
- remote sensing
- 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.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
一种平坦地形下遥感辐亮度数据立方体的模拟方法,是对地观测领域的一项支撑技术。该方法通过模拟参数设定、地面反射率数据立方体选择、大气传输模拟、空间维重采样、光谱维重采样、调制传递函数(MTF)空间维退化、噪声叠加、饱和与截止以及量化的过程,得到相当于实际遥感中1级数据的模拟辐亮度数据。本发明对大气辐射传输和遥感器成像过程进行了全面的模拟,生成的模拟数据真实性高。利用本发明,可以在遥感器的设计阶段就得到其模拟数据,从而服务于遥感器的应用能力预测和指标优化设计、以及数据处理算法的开发和性能评价。
Description
(一)技术领域
本发明涉及一种平坦地形下遥感辐亮度数据立方体的模拟方法,可用于在遥感器的设计阶段生成其模拟机载或星载数据,从而服务于遥感器的应用能力预测和指标优化设计、数据处理算法的开发和性能评价,是对地观测领域的一项支撑技术。
(二)背景技术
为开展遥感器的成像质量预测和性能指标优化、数据处理算法的开发和效果评价,需要在特定成像条件下获得的遥感数据。而在很多情况下,这种特定成像条件下的遥感数据难以通过真实飞行获得,比如遥感器尚未完成制造、所需成像条件过于苛刻而无法实现或者所需采集的数据量过于巨大等。利用计算机仿真的方法生成模拟遥感数据,是一种有效的解决途径。
遥感数据立方体是指含有遥感场景两维空间及一维光谱信息的三维数据结构。现有的遥感数据立方体的模拟方法可以分为两类:一是针对遥感场景的模拟方法,二是针对遥感器的模拟方法。
针对遥感场景的模拟方法通过建立离散的地面场景并模拟大气辐射传输过程,得到遥感器高度处的离散光谱辐亮度分布。该类方法可以生成辐亮度数据立方体,但由于未考虑遥感器的成像过程,辐亮度数据立方体不对应实际遥感中所获取的数据。
针对遥感器的模拟方法主要通过对已有的地面反射率数据立方体进行光谱维重采样和空间维重采样,模拟指定遥感器所获取的反射率数据立方体。虽然在有些具体实现中还增加了调制传递函数(MTF)空间维退化和噪声叠加操作,该类方法都对遥感器成像过程的模拟不够全面,而且不包含对大气传输过程的模拟,不符合实际遥感物理过程,其模拟数据的真实性较差。
(三)发明内容
本发明所要解决的技术问题是:提出一种平坦地形下遥感辐亮度数据立方体的计算机模拟方法,模拟过程全面包含了大气辐射传输和遥感器成像的整个过程,符合实际遥感物理过程,其模拟数据的真实性高,相当于实际遥感中获得的1级数据。
本发明一种平坦地形下遥感辐亮度数据立方体的模拟方法,其技术方案为:选择与待模拟地面状况相符合的已有地面反射率数据立方体作为模拟区域的地面反射率分布,利用大气传输方程结合中等光谱分辨率大气透过率计算模型(MODTRAN)模拟平坦地形下的大气传输过程,建立遥感器成像和定标的等效模型模拟遥感器获取数字图像并定标的过程,最终生成遥感辐亮度数据立方体。其具体步骤如下:
(1)设定地面状况、环境条件和遥感器性能指标三类模拟参数,其中遥感器性能指标包括:空间分辨率、各波段光谱响应函数、调制传递函数MTF、信噪比、动态范围和量化位数;
(2)在已有的地面反射率数据立方体中,选择与步骤(1)中设定的模拟参数相适应的数据,作为模拟区域的地面反射率数据立方体;
(3)利用步骤(2)中的地面反射率数据立方体,进行大气传输模拟,得到遥感器入瞳处的辐亮度数据立方体;
(4)根据步骤(1)中设定的空间分辨率,对步骤(3)生成的数据进行空间维重采样;
(5)根据步骤(1)中设定的光谱响应函数,对步骤(4)生成的数据进行光谱维重采样;
(6)根据步骤(1)中设定的MTF,对步骤(5)生成的数据进行空间维退化;
(7)根据步骤(1)中设定的信噪比,在步骤(6)生成的数据上叠加噪声;
(8)根据步骤(1)中设定的动态范围,对步骤(7)生成的数据进行饱和与截止处理;
(9)根据步骤(1)中设定的量化位数,对步骤(8)生成的数据进行量化,得到最终的遥感辐亮度数据立方体。
其中,步骤(2)中所述的与步骤(1)中设定的模拟参数相适应是指:数据中所含的地物状况与设定的地面状况相符合,其空间分辨率与设定的空间分辨率相同或者更高,其光谱分辨率与设定的各波段光谱响应函数所对应的光谱分辨率相同或者更高、其光谱范围包含设定的跟波段光谱响应函数对应的光谱范围。
其中,步骤(3)中所述的大气传输模拟是指根据大气传输方程计算每一个像元对应的遥感器入瞳处的辐亮度光谱L:
其中,ρ为该像元的反射率光谱,ρe为该像元对应的背景平均反射率光谱,A、B为表示大气传输特性的两个待定系数,S为大气反照率光谱,La为大气程辐射光谱。根据步骤1中设定的环境条件,运行四次中等光谱分辨率大气透过率计算模型MODTRAN——目标反射率|背景反射率分别设为0|0、0|0.5、0|1和1|0,得到四组遥感器入瞳辐亮度光谱L0|0、L0|0.5、L0|1和L1|0,可由下式计算出A、B、S和La:
其中,步骤(5)中所述的光谱维重采样采用如下方法:重采样后每个像元第j波段的辐亮度值Lj 3由重采样前该像元各波段的辐亮度值Li 2加权求和得到:
wgti,j=∫gi(λ)fj(λ)dλ
其中,gi(λ)为重采样前数据的第i波段光谱响应函数,fj(λ)为重采样后数据的第j波段光谱响应函数,wgti,j为权重系数。
本发明与现有技术相比的优点在于:本发明给出一种平坦地形条件下由地面反射率数据模拟遥感辐亮度数据立方体的方法,对大气辐射传输和遥感器成像过程进行了全面的模拟,模拟数据的真实性高。生成的模拟数据可用于进行数据处理算法开发和评价、遥感器应用能力预测和指标优化设计,也可用于遥感数据获取过程中的影响因素分析等遥感机理研究。
(四)附图说明
图1为本发明的实现方法流程图。
图2为本发明的大气传输模拟过程示意图。
(五)具体实施方式
如图1所示,本发明的具体实施方法如下:
1、模拟参数设定
设定模拟成像的地面状况、环境条件、遥感器性能指标等参数。其中,地面状况包括:地物类型及分布、成像区域中心点经纬度等;环境条件包括:大气类型、气溶胶类型、能见度、大气点扩散函数、太阳高度角和方位角等;遥感器性能指标包括:空间分辨率、各波段光谱响应函数、MTF、信噪比、动态范围和量化位数等。
2、地面反射率数据立方体选择
在已有的地面反射率数据立方体中,选择与步骤1中设定的模拟参数相适应的数据,作为模拟区域的地面反射率数据立方体。此处,与步骤1中设定的模拟参数相适应是指:数据中所含的地物状况与设定的地面状况相符合,其空间分辨率与设定的空间分辨率相同或者更高,其光谱分辨率与设定的各波段光谱响应函数所对应的光谱分辨率相同或者更高、其光谱范围包含设定的跟波段光谱响应函数对应的光谱范围。
3、大气传输模拟
大气传输模拟过程如图2。
利用步骤1中设定的大气点扩散函数,对步骤2中选择的地面反射率数据立方体进行卷积,生成背景平均反射率数据立方体。
根据步骤1中设定的环境条件,运行四次MODTRAN——目标反射率|背景反射率分别设为0|0、0|0.5、0|1和1|0,得到四组遥感器入瞳辐亮度光谱L0|0、L0|0.5、L0|1和L1|0,由此计算出表示大气传输特性的四个参数A、B、S和La:
对每一个像元,计算遥感器入瞳处的辐亮度光谱L1:
其中,ρ为该像元的反射率光谱,ρe为该像元对应的背景平均反射率光谱。
4、空间维重采样
步骤3生成的入瞳辐亮度数据立方体具有与地面反射率数据立方体相同的空间分辨率,通过对其进行空间维重采样,将其空间分辨率转换为步骤1中的设定值。具体过程如下:
以入瞳辐亮度图像的左上角点为基准,根据步骤1中设定的空间分辨率,计算空间重采样后每个像元在原辐亮度图像上的像元坐标(i+u,j+v),其中i、j为非负整数,u、v为[0,1)区间内的浮点数。
利用双线性插值法计算重采样后每个像元的辐亮度光谱L2:
L2(i+u,j+v)=(1-u)(1-v)L1(i,j)+(1-u)vL1(i,j+1) (3)
+u(1-v)L1(i+1,j)+uvL1(i+1,j+1)
其中,L1(i,j)为重采样前数据中像元(i,j)的辐亮度光谱。
5、光谱维重采样
步骤4生成的辐亮度数据立方体的光谱分辨率与大气传输模拟中MODTRAN输出辐亮度光谱的光谱分辨率相同,通过对其进行光谱维重采样,将其光谱分辨率转换为步骤1中的设定值。重采样后每个像元第j波段的辐亮度值Lj 3由重采样前该像元各波段的辐亮度值Li 2加权求和得到:
wgti,j=∫gi(λ)fj(λ)dλ (4)
其中,gi(λ)为重采样前数据的第i波段光谱响应函数,fj(λ)为重采样后数据的第j波段光谱响应函数,wgti,j为权重系数。
6、MTF空间维退化
采用空间域滤波方法模拟MTF对数据的空间维退化:对步骤1中设定的二维MTF进行傅里叶变换得到相应的二维PSF,利用归一化处理后的二维PSF,对步骤5生成的辐亮度数据立方体的各波段图像进行卷积,得到退化后的辐亮度数据立方体。
7、噪声叠加
对步骤6生成的辐亮度数据立方体的每个波段:计算图像均值即为该波段信号能量s,根据步骤1中设定的信噪比数值SNR,由信号能量计算噪声能量σ:
以噪声能量为标准差,生成零均值高斯噪声图像。将各波段噪声图像叠加在相应波段辐亮度图像上,得到噪声叠加后的辐亮度数据立方体。
8、饱和与截止
根据步骤1中设定的动态范围,对步骤7中生成的辐亮度数据立方体进行饱和与截止处理:
其中,Lk 5(i,j)为处理前数据中像元(i,j)第k波段的辐亮度值,Lk 6(i,j)为相应的处理后的辐亮度值,Lmax、Lmin分别为动态范围的上下限。
9、量化
根据步骤1中设定的量化位数,对步骤8中生成的辐亮度数据立方体进行等间隔量化:
Q=D/(2b-1) (8)
L7=floor(L6/Q+0.5)*Q (9)
其中D为动态范围,b为量化位数,Q为量化间隔。
最终得到模拟遥感辐亮度数据立方体。
Claims (4)
1、一种平坦地形下遥感辐亮度数据立方体的模拟方法,其特征在于:它包括以下步骤:
(1)设定地面状况、环境条件和遥感器性能指标三类模拟参数,其中遥感器性能指标包括:空间分辨率、各波段光谱响应函数、调制传递函数、信噪比、动态范围和量化位数;
(2)在已有的地面反射率数据立方体中,选择与步骤(1)中设定的模拟参数相适应的数据,作为模拟区域的地面反射率数据立方体;
(3)利用步骤(2)中的地面反射率数据立方体,进行大气传输模拟,得到遥感器入瞳处的辐亮度数据立方体;
(4)根据步骤(1)中设定的空间分辨率,对步骤(3)生成的数据进行空间维重采样;
(5)根据步骤(1)中设定的光谱响应函数,对步骤(4)生成的数据进行光谱维重采样;
(6)根据步骤(1)中设定的调制传递函数,对步骤(5)生成的数据进行空间维退化;
(7)根据步骤(1)中设定的信噪比,在步骤(6)生成的数据上叠加噪声;
(8)根据步骤(1)中设定的动态范围,对步骤(7)生成的数据进行饱和与截止处理;
(9)根据步骤(1)中设定的量化位数,对步骤(8)生成的数据进行量化,得到最终的模拟遥感辐亮度数据立方体。
2、根据权利要求1所述的一种平坦地形下遥感辐亮度数据立方体的模拟方法,其特征在于:步骤(2)中所述的与步骤(1)中设定的模拟参数相适应是指:数据中所含的地物状况与设定的地面状况相符合,其空间分辨率与设定的空间分辨率相同或者更高,其光谱分辨率与设定的各波段光谱响应函数所对应的光谱分辨率相同或者更高、其光谱范围包含设定的跟波段光谱响应函数对应的光谱范围。
3、根据权利要求1所述的一种平坦地形下遥感辐亮度数据立方体的模拟方法,其特征在于:步骤(3)中所述的大气传输模拟是指根据大气传输方程计算每一个像元对应的遥感器入瞳处的辐亮度光谱L:
其中,ρ为该像元的反射率光谱,ρe为该像元对应的背景平均反射率光谱,A、B为表示大气传输特性的两个待定系数,S为大气反照率光谱,La为大气程辐射光谱。根据步骤1中设定的环境条件,运行四次中等光谱分辨率大气透过率计算模型MODTRAN——目标反射率|背景反射率分别设为0|0、0|0.5、0|1和1|0,得到四组遥感器入瞳辐亮度光谱L0|0、L0|0.5、L0|1和L1|0,可由下式计算出A、B、S和La:
4、根据权利要求1所述的一种平坦地形下遥感辐亮度数据立方体的模拟方法,其特征在于:步骤(5)中所述的光谱维重采样采用如下方法:重采样后每个像元第j波段的辐亮度值Lj 3由重采样前该像元各波段的辐亮度值Li 2加权求和得到:
wgti,j=∫gi(λ)fj(λ)dλ
其中,gi(λ)为重采样前数据的第i波段光谱响应函数,fi(λ)为重采样后数据的第j波段光谱响应函数,wgti,j为权重系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100798114A CN101515038B (zh) | 2009-03-12 | 2009-03-12 | 一种平坦地形下遥感辐亮度数据立方体的模拟方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100798114A CN101515038B (zh) | 2009-03-12 | 2009-03-12 | 一种平坦地形下遥感辐亮度数据立方体的模拟方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101515038A true CN101515038A (zh) | 2009-08-26 |
CN101515038B CN101515038B (zh) | 2011-09-14 |
Family
ID=41039569
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100798114A Expired - Fee Related CN101515038B (zh) | 2009-03-12 | 2009-03-12 | 一种平坦地形下遥感辐亮度数据立方体的模拟方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101515038B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279393A (zh) * | 2011-07-15 | 2011-12-14 | 北京航空航天大学 | 一种基于多光谱传感器对高光谱传感器交叉辐射定标方法 |
CN101793954B (zh) * | 2010-02-09 | 2012-06-27 | 北京农业信息技术研究中心 | 一种通用光学遥感器全链路辐射传输过程模拟与成像方法 |
CN101876700B (zh) * | 2009-12-29 | 2013-05-22 | 北京航空航天大学 | 一种基于辐射度的复杂地形区域辐射传输模拟方法 |
CN103528682A (zh) * | 2013-10-29 | 2014-01-22 | 北京航空航天大学 | 一种平坦月表下陆基成像光谱仪入瞳辐亮度数据的模拟方法 |
CN103913148A (zh) * | 2014-03-26 | 2014-07-09 | 中国科学院长春光学精密机械与物理研究所 | 航天tdiccd相机全链路数值仿真方法 |
CN104867179A (zh) * | 2015-05-22 | 2015-08-26 | 北京航空航天大学 | 一种全谱段光学成像仪遥感影像仿真方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19946396A1 (de) * | 1999-09-28 | 2001-03-29 | Elmar Seidenberg | Drahtloses Datenübertragungsgerät |
CN100365435C (zh) * | 2005-12-05 | 2008-01-30 | 牛铮 | 一种遥感影像光谱细分方法 |
CN101030301A (zh) * | 2007-03-29 | 2007-09-05 | 上海大学 | 起伏地面上遥感分布图像的计算机虚拟 |
-
2009
- 2009-03-12 CN CN2009100798114A patent/CN101515038B/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101876700B (zh) * | 2009-12-29 | 2013-05-22 | 北京航空航天大学 | 一种基于辐射度的复杂地形区域辐射传输模拟方法 |
CN101793954B (zh) * | 2010-02-09 | 2012-06-27 | 北京农业信息技术研究中心 | 一种通用光学遥感器全链路辐射传输过程模拟与成像方法 |
CN102279393A (zh) * | 2011-07-15 | 2011-12-14 | 北京航空航天大学 | 一种基于多光谱传感器对高光谱传感器交叉辐射定标方法 |
CN103528682A (zh) * | 2013-10-29 | 2014-01-22 | 北京航空航天大学 | 一种平坦月表下陆基成像光谱仪入瞳辐亮度数据的模拟方法 |
CN103528682B (zh) * | 2013-10-29 | 2015-02-11 | 北京航空航天大学 | 一种平坦月表下陆基成像光谱仪入瞳辐亮度数据的模拟方法 |
CN103913148A (zh) * | 2014-03-26 | 2014-07-09 | 中国科学院长春光学精密机械与物理研究所 | 航天tdiccd相机全链路数值仿真方法 |
CN103913148B (zh) * | 2014-03-26 | 2016-11-23 | 中国科学院长春光学精密机械与物理研究所 | 航天tdi ccd相机全链路数值仿真方法 |
CN104867179A (zh) * | 2015-05-22 | 2015-08-26 | 北京航空航天大学 | 一种全谱段光学成像仪遥感影像仿真方法 |
CN104867179B (zh) * | 2015-05-22 | 2017-10-03 | 北京航空航天大学 | 一种全谱段光学成像仪遥感影像仿真方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101515038B (zh) | 2011-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dirksen et al. | Sky view factor calculations and its application in urban heat island studies | |
CN101515038B (zh) | 一种平坦地形下遥感辐亮度数据立方体的模拟方法 | |
Oñate-Valdivieso et al. | Application of GIS and remote sensing techniques in generation of land use scenarios for hydrological modeling | |
CN110186823B (zh) | 一种气溶胶光学厚度反演方法 | |
CN103363962B (zh) | 一种基于多光谱影像的湖泊水储量遥感估算方法 | |
Routray et al. | Simulation of heavy rainfall events over Indian monsoon region using WRF-3DVAR data assimilation system | |
CN110287457B (zh) | 基于卫星雷达遥感数据的玉米生物量反演测算方法 | |
Kilibarda et al. | Global geographic and feature space coverage of temperature data in the context of spatio-temporal interpolation | |
Krasnopolsky et al. | Neural networks technique for filling gaps in satellite measurements: Application to ocean color observations | |
CN104867179B (zh) | 一种全谱段光学成像仪遥感影像仿真方法 | |
Generoso et al. | Assimilation of POLDER aerosol optical thickness into the LMDz‐INCA model: Implications for the Arctic aerosol burden | |
CN101876700B (zh) | 一种基于辐射度的复杂地形区域辐射传输模拟方法 | |
Liu et al. | Relationships between nighttime imagery and population density for Hong Kong | |
CN114547553A (zh) | 二氧化碳排放量的反演方法、装置、设备及存储介质 | |
CN106650049B (zh) | 一种静轨面阵遥感相机分时动态成像模拟方法 | |
Wang et al. | Added-value of GEO-hyperspectral infrared radiances for local severe storm forecasts using the hybrid OSSE method | |
Le Marshall et al. | Impact of Atmospheric Infrared Sounder observations on weather forecasts | |
CN113515798B (zh) | 一种城市三维空间扩张模拟方法及装置 | |
KR20180079101A (ko) | 기후변화시나리오의 역학적 상세화 방법을 이용한 기후변화 고해상도 자료생상 및 표출시스템 | |
KR102002593B1 (ko) | 특정공간에서의 유해기체 확산 해석 방법 및 장치 | |
Gessler et al. | The future of geomorphometry | |
Wind et al. | Multi-sensor cloud retrieval simulator and remote sensing from model parameters–Part 1: Synthetic sensor radiance formulation | |
Bothale et al. | Evaluation and comparison of multi resolution DEM derived through Cartosat-1 stereo pair–A case study of Damanganga Basin | |
Beckers et al. | A method to generate fully multi-scale optimal interpolation by combining efficient single process analyses, illustrated by a DINEOF analysis spiced with a local optimal interpolation | |
CN114255392A (zh) | 基于卫星超光谱遥感和人工智能的二氧化氮浓度预测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110914 Termination date: 20140312 |