CN101915914A - 一种基于查找表的遥感影像逐像元大气校正方法 - Google Patents
一种基于查找表的遥感影像逐像元大气校正方法 Download PDFInfo
- Publication number
- CN101915914A CN101915914A CN 201010240502 CN201010240502A CN101915914A CN 101915914 A CN101915914 A CN 101915914A CN 201010240502 CN201010240502 CN 201010240502 CN 201010240502 A CN201010240502 A CN 201010240502A CN 101915914 A CN101915914 A CN 101915914A
- Authority
- CN
- China
- Prior art keywords
- theta
- pixel
- atmospheric
- zenith angle
- atmospheric correction
- 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)
- Image Input (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公布了一种基于查找表的遥感影像逐像元大气校正方法,本发明方法利用6S大气辐射传输模型离线计算建立了不同气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔条件下大气校正系数的查找表,基于该查找表对MODIS遥感影像进行逐像元大气校正。本发明可以有效改善由于大气条件、传感器位置等空间分布差异对MODIS图像大气校正的影响。
Description
技术领域
本发明涉及一种遥感影像的大气校正方法,具体涉及一种基于查找表的遥感影像逐像元大气校正方法。
背景技术
随着遥感理论和技术的不断发展及其在应用中的不断完善,遥感已经从开始的定性解释发展到了现在的定量分析。大多数地表参数的定量遥感模型如反照率、叶面积指数等等都是建立在地表反射率的基础上,通过大气校正获取精确的地表反射率信息是遥感定量分析的关键问题,也是主要难点之一。随着定量遥感技术迅速发展,特别是利用多传感器、多时相遥感数据进行土地利用和土地覆盖变化监测、全球资源环境分析、气候变化监测等的需要,使得遥感图像大气校正方法的研究越来越受到重视,对遥感图像大气校正的研究具有重大意义。
太阳辐射从穿过大气层到达地表然后被反射再次穿过大气层到达遥感传感器的过程中,受到大气分子、气溶胶和云粒子等大气成份吸收与散射的影响,使其获取的遥感信息中带有一定的非目标地物的成像信息,因此需要进行大气校正去除遥感图像中的大气影响。大气对太阳辐射的影响主要来源于大气的吸收、大气分子的瑞利散射和气溶胶的米散射作用,大气校正的目标就在于从遥感传感器观测到的辐射信号中去除这些作用的影响,得到地面目标物的真实反射率。
目前大气校正的方法有暗目标像元法、地表实测线性回归法、大气辐射传输模型法等等。其中辐射传输模型法由于普适性好、精度较高在近些年来得到广泛应用。辐射传输模型法的基本原理是通过大气状况、卫星和太阳位置信息等输入参数,利用合适的大气辐射传输模型计算出大气校正参数的数值解(如大气透过率、程辐射等),以此为依据计算地表真实反射率。目前已有多位学者利用此方法对遥感影像进行了大气校正处理。由于前人的研究主要针对范围较小的TM、ASTER、CBERS等遥感影像,考虑的变化因素相对较少,或者把整幅影像的输入参数看成均一,或者仅仅考虑气溶胶光学厚度的变化。也有学者利用大气辐射传输模型对MODIS影像进行了大气校正,但是所选研究区范围都不大,并非针对全景影像,也都是采用了统一的输入参数进行大气校正。但是对于大范围的遥感影像而言,各个像元的差异比较大,用统一的输入参数进行校正无法考虑各个像元大气状况、观测角度等条件的差异,但是如果每个像元都在线运行辐射传输模型计算将耗费大量的计算机资源和时间,如何在保证精度的条件下快速实现遥感影像的逐像元大气校正成为迫切需要解决的问题。
发明内容
本发明目的是针对现有技术存在的缺陷,在分析大气校正结果对于大气气溶胶光学厚度、卫星和太阳位置、海拔高度输入参数变化敏感性的基础上,通过6S大气辐射传输模型离线计算建立了不同条件下大气校正系数的查找表,基于查找表对MODIS影像进行逐像元的大气校正。本发明的校正结果与利用统一输入参数校正结果进行比较分析表明,本发明的方法具有更高的精度和实用性。
本发明为实现上述目的,采用如下技术方案:
本发明一种基于查找表的遥感影像逐像元大气校正方法包括如下步骤:
(一)离线模拟
(1)采用6S模型进行大气校正,模拟太阳辐射在大气中的传输状况得到地表真实反射率ρs,并给出大气校正系数xa、xb和xc:
其中,Tg为大气中O3、H2O、N2、CO2、O2、CH4气体对太阳辐射的吸收透过率,ρR+A为大气层辐射反射率即气溶胶程辐射与瑞利散射程辐射之和,θs、θv分别为太阳天顶角和传感器天顶角,T(θs)、T(θv)分别为太阳至地面、地面至传感器的大气路径透过率,S为大气底层向下的半球反射率,L为表观辐亮度,Es为对应波长的大气层顶太阳辐照度;
(2)敏感性分析遥感影像,只考虑气溶胶光学厚度以及传感器天顶角的变化,太阳天顶角及地表海拔设为常量;
(3)利用6S模型根据步骤(1)所述的大气校正系数xa、xb、xc公式离线计算不同气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔情况下的大气校正系数xa、xb、xc,并建立针对气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔相对于大气校正系数xa、xb、xc的查找表;
(二)在线校正
(4)对遥感影像进行大气校正时,从遥感影像数据中导出表观辐亮度、太阳天顶角、传感器天顶角数据,从遥感影像的气溶胶光学厚度中读出光学厚度数据,结合1km分辨率的SRTM DEM数据,逐像元根据步骤(3)所述的查找表进行线性插值,计算出当前像元对应波段的大气校正系数xa、xb、xc。
本发明具有如下优点:
(1)本发明依据MODIS图像自身的信息,不需要地表实测数据,对于输入参数的依赖性较小。
(2)本发明的校正方法可以有效改善由于大气条件、传感器位置等空间分布差异对MODIS影像大气校正的影响。
(3)本发明相对于6S辐射传输模型在线校正法而言,精度相近,速度要快捷很多;相对于统一输入参数法而言,精度有明显提高,能够体现不同像元大气性质、观测条件和地表海拔的空间分布差异。
附图说明
图1:输入参数变化对地表反射率校正结果的影响;
图2:基于查找表的MODIS逐像元大气校正流程图;
图3:扫描线上各像元的气溶胶光学厚度、太阳天顶角、传感器天顶角、地表海拔;
图4:MODIS第1~4波段三种不同方法校正结果的比较;
具体实施方式
下面结合附图对本发明进一步详述:
本发明一种基于查找表的遥感影像逐像元大气校正方法,包括如下步骤:
1)对辐射传输方程进行分析推导
6S(Second Simulation of the Satellite Signal in the Solar Spectrum radiative code)模型是目前世界上发展得比较完善的大气校正模型之一,由Vermote等人在5S(the Simulationofthe Satellite Signal in the Solar Spectrum radiative code)模型的基础上改进而来,适用于0.25~4μm波长范围内电磁波的大气辐射传输模拟。利用6S模型进行大气校正的工作流程是:将大气参数、几何参数、观测波段和海拔高度等条件输入6S模型之后,通过计算模拟太阳辐射在大气中的传输状况,并给出大气校正系数xa、xb和xc。根据下面的公式就可以计算得到经过大气校正的地表真实反射率。
y=xa*(measured radiance)-xb,acr=y/(1.+xc*y) (1)
公式1虽然形式简单,但是并不是一个单纯的经验公式。通过对辐射传输方程进行推导和变换可知,系数xa、xb、xc和方程是有着具体物理意义的。
在6S模型中,表观反射率可以描述为:
式中,ρTOA为表观反射率,Tg为大气中O3、H2O等气体对太阳辐射的吸收透过率,ρR+A为大气程辐射反射率(气溶胶程辐射与瑞利散射程辐射之和),θs、θv分别为太阳天顶角和卫星天顶角,T(θs)、T(θv)分别为太阳-地面、地面-传感器的大气路径透过率,S为大气底层向下的半球反射率,ρs为地表真实反射率。
上式可改写为:
将公式1和4对照,发现 xc=S。xa、xb、xc三个系数与大气状况、太阳与传感器的位置、地面的海拔、观测波段等有关,而与地表反射特性无关。在其它条件相同的情况下改变目标的表观反射率或者辐亮度,xa、xb、xc三个校正系数不发生改变。
2)敏感性分析
通常在利用6S模型进行大气校正时,往往假设整个研究区大气条件均一、太阳和传感器的观测角度一致、地表具有相同的海拔高度,然后利用6S模型计算出大气校正系数,并应用于整个图像,得到整个研究区的地表真实反射率。对于小范围的遥感影像(如TM或者裁切为小块的MODIS数据)而言,这种方法是可行的,但是对于大范围的遥感影像(如整幅MODIS或者AVHRR数据)而言,这样的简单假设就显得不合理了,势必会影响校正得到的地表反射率精度。
以MODIS数据为例,一景影像范围超过400万平方公里,各个像元的大气条件、太阳位置、传感器位置、海拔高度等均不相同,甚至有较大差异。本发明首先分析了6S模型地表反射率校正结果对于这些参数的敏感性,从而更深层次的了解各种参数对于大气校正结果的影响程度,为后面在大气校正过程中的参数选取提供参考。本发明选择了大气气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔这4个参数来分析这些参数的变化对6S模型大气校正结果的影响。
6S模型的初始输入参数为:太阳天顶角设为30度,方位角为0度,卫星天顶角设为30度,方位角为90度,成像日期7月1日,大气模式为中纬度夏季,气溶胶类型选择大陆型气溶胶,550nm光学厚度为0.5,地表海拔设为1km,波段选用MODIS的第1、2、3、4波段,表观反射率设为0.3。然后分别计算气溶胶光学厚度在0~1之间变化、太阳天顶角在5~35度之间变化、传感器天顶角在0~65度之间变化、海拔高度在0~4000m之间变化对于校正得到的地表反射率的影响,结果如图1所示。
从图1中可以看出,气溶胶光学厚度对于大气校正的影响明显要高于其它因素,传感器天顶角对于大气校正的影响也比较大,太阳天顶角以及海拔高度的变化对于6S模型大气校正的影响相对较小。如果对于大气校正精度要求不高的话,可以只考虑气溶胶光学厚度以及传感器天顶角的变化,其它要素设为常量,这样查找表比较简单而且运算速度大大提高。
3)建立查找表
利用6S模型离线计算不同气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔情况下的校正系数xa、xb、xc,建立针对这4个因素的查找表。6S模型的初始参数设置基本同前面敏感性分析时的输入参数,不过气溶胶光学厚度、太阳天顶角、传感器天顶角和海拔的取值范围有所变化。在敏感性分析中4个参数取的都是比较常见的值,而在建立查找表时还要考虑一些不常见的情况,所以此处参数取值范围要大于前面敏感性分析时的取值。光学厚度取值0~2,在0到1之间以0.1步长变化,在1~2之间以0.2步长变化共16个值;太阳天顶角从0度至80度以10度的步长变化,共有9个值;感器天顶角从0度至70度以10度的步长变化,共有8个值;地表海拔选取0m、200m、500m、1000m、2000m和4000m共6个值。将上述参数组合代入6S模型循环计算,得到MODIS前7个波段在不同气溶胶光学厚度、太阳方位角、传感器方位角、地表海拔下的大气校正系数xa、xb、xc查找表。
4)逐像元校正方法
对MODIS影像进行大气校正时,从MODIS L1B数据中导出表观辐亮度、太阳天顶角、传感器天顶角数据,从MODIS的气溶胶光学厚度产品中读出光学厚度数据,结合1km分辨率的SRTM DEM数据,逐像元根据查找表进行线性插值,计算出当前像元对应波段的大气校正系数xa、xb、xc,并应用公式1计算该像元的地表反射率。整个校正流程见图2。
5)实例验证
MODIS影像范围很大,很难像TM大气校正那样在卫星过境同时进行地表同步观测来对校正结果进行验证。前人的研究成果已经表明,在大气参数、几何位置信息等输入参数较为准确的情况下,小范围的遥感影像经过6S模型的大气校正之后得到的地表反射率信息比较准确。本发明主要验证的是在比较大的范围内,利用查找表逐像元进行大气校正与整景影像利用统一输入参数进行大气校正的差别。
为了对本方法的大气校正结果进行验证,本发明对比了利用6S模型逐像元在线计算、基于查找表逐像元校正以及整景影像利用统一输入参数的6S模型校正方法对于MODISL1B影像的校正结果。为了陈述方便,三种方法分别简称为Online法(6S onlinecorrection)、LUT法(Look-up table method)和PU法(parameter-uniform method)。因为6S模型在线计算耗时太长,本文取了一景2005年10月17日的AQUA/MODIS L1B数据的一个扫描行(2137个像元)来进行验证。
图3给出了扫描线上自西向东各个像元的气溶胶光学厚度、太阳天顶角、传感器天顶角和地表海拔。从图上可以看出,气溶胶变化比较剧烈,有些像元低于0.2,有些像元高于0.6;太阳天顶角自西向东逐渐增大;而传感器天顶角则从星下点开始向两边逐渐增大;海拔高度总体上来说西高东低,西部总体上在1500m至3000m之间,东部海拔一般低于50m,为平原区域。
6S在线逐像元校正过程中,各个像元的气溶胶光学厚度数据、太阳天顶角、传感器天顶角和地表海拔分别来自各像元对应的数据。整景影像利用统一输入参数的6S模型校正过程中,气溶胶光学厚度取中心像元值0.15,太阳天顶角取值49,传感器天顶角取值0,地表海拔取值30m。
三种不同校正方法得到的MODIS第1、2、3、4波段地表反射率见图4,从图中可以看出,第1、3和4波段的LUT法和Online法校正结果很接近,而P-U法到的地表反射率与前两者的差别要大一些,第2波段(近红外波段)受到气溶胶散射影响相对较小,LUT法、Online法和P-U法这三种方法计算得到的地表反射率比较接近。
以Online法的校正计算结果为基准计算了LUT法和P-U法计算得到的第1~4波段反射率的均方根误差RMSE(表1)来定量评价这两种方法。从表中也看出,除了第2波段两种方法的误差相差较小之外,其余波段查找表法的校正精度要显著高于统一参数法,表明了本发明大气校正结果相对于常用的统一参数法校正结果的优越性。
表1LUT法和P-U法校正结果的均方根误差
Claims (1)
1.一种基于查找表的遥感影像逐像元大气校正方法,其特征在于包括如下步骤:
(一)离线模拟
(1)采用6S模型进行大气校正,模拟太阳辐射在大气中的传输状况得到地表真实反射率ρs,并给出大气校正系数xa、xb和xc:
其中,Tg为大气中O3、H2O、N2、CO2、O2、CH4气体对太阳辐射的吸收透过率,ρR+A为大气层辐射反射率即气溶胶程辐射与瑞利散射程辐射之和,θs、θv分别为太阳天顶角和传感器天顶角,T(θs)、T(θv)分别为太阳至地面、地面至传感器的大气路径透过率,S为大气底层向下的半球反射率,L为表观辐亮度,Es为对应波长的大气层顶太阳辐照度;
(2)敏感性分析遥感影像,只考虑气溶胶光学厚度以及传感器天顶角的变化,太阳天顶角及地表海拔设为常量;
(3)利用6S模型根据步骤(1)所述的大气校正系数xa、xb、xc公式离线计算不同气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔情况下的大气校正系数xa、xb、xc,并建立针对气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔相对于大气校正系数xa、xb、xc的查找表;
(二)在线校正
(4)对遥感影像进行大气校正时,从遥感影像数据中导出表观辐亮度、太阳天顶角、传感器天顶角数据,从遥感影像的气溶胶光学厚度中读出光学厚度数据,结合1km分辨率的SRTM DEM数据,逐像元根据步骤(3)所述的查找表进行线性插值,计算出当前像元对应波段的大气校正系数xa、xb、xc。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010240502A CN101915914B (zh) | 2010-07-30 | 2010-07-30 | 一种基于查找表的遥感影像逐像元大气校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010240502A CN101915914B (zh) | 2010-07-30 | 2010-07-30 | 一种基于查找表的遥感影像逐像元大气校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101915914A true CN101915914A (zh) | 2010-12-15 |
CN101915914B CN101915914B (zh) | 2012-10-24 |
Family
ID=43323474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010240502A Expired - Fee Related CN101915914B (zh) | 2010-07-30 | 2010-07-30 | 一种基于查找表的遥感影像逐像元大气校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101915914B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778675A (zh) * | 2012-04-28 | 2012-11-14 | 中国测绘科学研究院 | 一种卫星遥感影像大气校正方法及其模块 |
CN102955154A (zh) * | 2012-10-16 | 2013-03-06 | 中国科学院遥感应用研究所 | 一种高分辨率遥感数据大气校正方法 |
CN102955878A (zh) * | 2012-09-05 | 2013-03-06 | 环境保护部卫星环境应用中心 | 基于meris全分辨率影像数据的内陆水体光学分类方法 |
CN103558190A (zh) * | 2013-10-22 | 2014-02-05 | 李云梅 | 基于绿光波段的内陆浑浊水体多光谱数据大气校正方法 |
CN105928620A (zh) * | 2016-04-14 | 2016-09-07 | 中国科学院地理科学与资源研究所 | 一种基于查找表的热红外大气校正参数化方法 |
CN105953921A (zh) * | 2016-04-15 | 2016-09-21 | 北京航空航天大学 | 气溶胶参数差异条件下对地观测辐射图像的快速仿真方法 |
CN105403201B (zh) * | 2015-10-20 | 2016-09-21 | 浙江农林大学 | 一种基于像元分解的遥感图像大气程辐射获取方法 |
CN106324275A (zh) * | 2016-08-05 | 2017-01-11 | 国家海洋局第二海洋研究所 | 一种基于双视角光学遥感图像的海面风速探测方法 |
CN104535979B (zh) * | 2014-12-23 | 2017-03-29 | 中国科学院遥感与数字地球研究所 | 一种陆地云光学厚度的遥感反演方法及系统 |
CN108256186A (zh) * | 2018-01-04 | 2018-07-06 | 中国科学院遥感与数字地球研究所 | 一种在线计算查找表的逐像元大气校正方法 |
CN109631951A (zh) * | 2019-01-11 | 2019-04-16 | 重庆市国土资源和房屋勘测规划院 | 一种遥感影像大气校正方法及装置 |
CN109783862A (zh) * | 2018-12-13 | 2019-05-21 | 西安电子科技大学 | 一种大气程辐射传输计算与实时渲染方法 |
CN111443319A (zh) * | 2019-01-17 | 2020-07-24 | 西安高压电器研究院有限责任公司 | 一种高电压试验中大气校正因数的计算方法及装置 |
CN114544452A (zh) * | 2022-04-25 | 2022-05-27 | 自然资源部第二海洋研究所 | 一种多角度偏振水色遥感器卫星大气校正方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003016944A2 (de) * | 2001-08-06 | 2003-02-27 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur aufnahme eines dreidimensionalen abstandsbildes |
CN101598543A (zh) * | 2009-07-29 | 2009-12-09 | 中国科学院对地观测与数字地球科学中心 | 一种实用的遥感影像大气校正方法 |
-
2010
- 2010-07-30 CN CN201010240502A patent/CN101915914B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003016944A2 (de) * | 2001-08-06 | 2003-02-27 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zur aufnahme eines dreidimensionalen abstandsbildes |
CN101598543A (zh) * | 2009-07-29 | 2009-12-09 | 中国科学院对地观测与数字地球科学中心 | 一种实用的遥感影像大气校正方法 |
Non-Patent Citations (2)
Title |
---|
《北京大学学报(自然科学版)》 20040731 阿不都瓦斯提·吾拉木等 基于6S模型的可见光、近红外遥感数据的大气校正 第611-618页 1 第40卷, 第4期 * |
《遥感技术与应用》 20090630 杨静学等 基于高程或气溶胶厚度与6S模型校正参数回归方程的遥感图像大气校正模型 第331-339,340页 1 第24卷, 第3期 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102778675B (zh) * | 2012-04-28 | 2014-02-26 | 中国测绘科学研究院 | 一种卫星遥感影像大气校正方法及其模块 |
CN102778675A (zh) * | 2012-04-28 | 2012-11-14 | 中国测绘科学研究院 | 一种卫星遥感影像大气校正方法及其模块 |
CN102955878A (zh) * | 2012-09-05 | 2013-03-06 | 环境保护部卫星环境应用中心 | 基于meris全分辨率影像数据的内陆水体光学分类方法 |
CN102955878B (zh) * | 2012-09-05 | 2015-07-29 | 环境保护部卫星环境应用中心 | 基于meris全分辨率影像数据的内陆水体光学分类方法 |
CN102955154A (zh) * | 2012-10-16 | 2013-03-06 | 中国科学院遥感应用研究所 | 一种高分辨率遥感数据大气校正方法 |
CN102955154B (zh) * | 2012-10-16 | 2014-04-16 | 中国科学院遥感应用研究所 | 一种高分辨率遥感数据大气校正方法 |
CN103558190B (zh) * | 2013-10-22 | 2017-02-08 | 李云梅 | 基于绿光波段的内陆浑浊水体多光谱数据大气校正方法 |
CN103558190A (zh) * | 2013-10-22 | 2014-02-05 | 李云梅 | 基于绿光波段的内陆浑浊水体多光谱数据大气校正方法 |
CN104535979B (zh) * | 2014-12-23 | 2017-03-29 | 中国科学院遥感与数字地球研究所 | 一种陆地云光学厚度的遥感反演方法及系统 |
CN105403201B (zh) * | 2015-10-20 | 2016-09-21 | 浙江农林大学 | 一种基于像元分解的遥感图像大气程辐射获取方法 |
CN105928620A (zh) * | 2016-04-14 | 2016-09-07 | 中国科学院地理科学与资源研究所 | 一种基于查找表的热红外大气校正参数化方法 |
CN105953921A (zh) * | 2016-04-15 | 2016-09-21 | 北京航空航天大学 | 气溶胶参数差异条件下对地观测辐射图像的快速仿真方法 |
CN105953921B (zh) * | 2016-04-15 | 2018-11-06 | 北京航空航天大学 | 气溶胶参数差异条件下对地观测辐射图像的快速仿真方法 |
CN106324275A (zh) * | 2016-08-05 | 2017-01-11 | 国家海洋局第二海洋研究所 | 一种基于双视角光学遥感图像的海面风速探测方法 |
CN108256186A (zh) * | 2018-01-04 | 2018-07-06 | 中国科学院遥感与数字地球研究所 | 一种在线计算查找表的逐像元大气校正方法 |
CN109783862A (zh) * | 2018-12-13 | 2019-05-21 | 西安电子科技大学 | 一种大气程辐射传输计算与实时渲染方法 |
CN109631951A (zh) * | 2019-01-11 | 2019-04-16 | 重庆市国土资源和房屋勘测规划院 | 一种遥感影像大气校正方法及装置 |
CN111443319A (zh) * | 2019-01-17 | 2020-07-24 | 西安高压电器研究院有限责任公司 | 一种高电压试验中大气校正因数的计算方法及装置 |
CN114544452A (zh) * | 2022-04-25 | 2022-05-27 | 自然资源部第二海洋研究所 | 一种多角度偏振水色遥感器卫星大气校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101915914B (zh) | 2012-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101915914B (zh) | 一种基于查找表的遥感影像逐像元大气校正方法 | |
CN102338869B (zh) | 下行短波辐射和光合有效辐射数据的反演方法及系统 | |
CN103323846B (zh) | 一种基于极化干涉合成孔径雷达的反演方法及装置 | |
Mueller et al. | The CM-SAF operational scheme for the satellite based retrieval of solar surface irradiance—A LUT based eigenvector hybrid approach | |
Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
KR101483617B1 (ko) | 강수 추정 시스템 및 그 방법 | |
CN103455702A (zh) | 一种确定区域电离层延迟的方法 | |
Van de Boer et al. | Sensitivity and uncertainty of analytical footprint models according to a combined natural tracer and ensemble approach | |
CN116486931B (zh) | 耦合物理机制的全覆盖大气甲烷浓度数据生产方法及系统 | |
CN101936777A (zh) | 一种基于热红外遥感反演近地层气温的方法 | |
CN102707336A (zh) | 一种利用A-Train系列卫星数据协同反演云相态和云参量的新方法 | |
CN105678236A (zh) | 一种陆地植被冠层偏振反射建模方法 | |
Feng et al. | Merging ground-based sunshine duration observations with satellite cloud and aerosol retrievals to produce high-resolution long-term surface solar radiation over China | |
CN104406715A (zh) | 一种遥感估算地表感热/潜热通量的精度评价方法及系统 | |
Sengupta et al. | Impact of aerosols on atmospheric attenuation loss in central receiver systems | |
CN103646175A (zh) | 一种目标光谱辐射亮度的计算方法 | |
CN111079835B (zh) | 一种基于深度全连接网络的Himawari-8大气气溶胶反演方法 | |
CN103954974A (zh) | 一种用于城市地区的颗粒物光学厚度遥感监测方法 | |
Dayalu et al. | Assessing biotic contributions to CO 2 fluxes in northern China using the Vegetation, Photosynthesis and Respiration Model (VPRM-CHINA) and observations from 2005 to 2009 | |
CN103674904A (zh) | 红外特性测量中大气传输快速修正方法 | |
CN109446693B (zh) | 一种城市建筑场景热辐射方向性强度的时间拓展方法 | |
CN102798851B (zh) | 一种基于几何成像的modis lai产品验证方法 | |
CN104157009A (zh) | 一种多源遥感影像质量定量比选方法 | |
CN101493525A (zh) | 一种卫星遥感数据的辐射纠正方法 | |
CN104933302A (zh) | 一种无人机载荷航空遥感仿真实现方法以及系统 |
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 | ||
C41 | Transfer of patent application or patent right or utility model | ||
TR01 | Transfer of patent right |
Effective date of registration: 20151104 Address after: 223001, No. 8, Guangzhou Road, Qinghe New District, Jiangsu, Huaian Patentee after: Huaian Fu Mai Technology Co., Ltd. Address before: 210044 Nanjing Ning Road, Jiangsu, No. six, No. 219 Patentee before: Nanjing University of Information Science and Technology |
|
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121024 Termination date: 20180730 |
|
CF01 | Termination of patent right due to non-payment of annual fee |