CN102955154A - 一种高分辨率遥感数据大气校正方法 - Google Patents
一种高分辨率遥感数据大气校正方法 Download PDFInfo
- Publication number
- CN102955154A CN102955154A CN2012103927496A CN201210392749A CN102955154A CN 102955154 A CN102955154 A CN 102955154A CN 2012103927496 A CN2012103927496 A CN 2012103927496A CN 201210392749 A CN201210392749 A CN 201210392749A CN 102955154 A CN102955154 A CN 102955154A
- Authority
- CN
- China
- Prior art keywords
- aod
- remote sensing
- sensing data
- atmospheric correction
- data
- 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
Abstract
本发明公开了一种高分辨率遥感数据大气校正方法包括步骤：S1从数据元信息中获取相关信息；S2计算典型地表的表观反射率;S3获取典型地表的掩膜；S4利用大气辐射传输模型建立AOD反演大气校正查找表；S5计算典型地表的AOD；S6获取地表分类图；S7通过空间扩展的方法形成整幅图像的AOD；S8根据整幅图像的AOD和大气校正查找表，对所述高分辨率遥感数据进行大气校正，得到所述高分辨率遥感数据的地表反射率。本方法利用高分辨率卫星遥感数据获取整幅图像的AOD，提高了大气校正的精度和可用性，并实现了从AOD到大气校正整个流程的自动化。
Description
技术领域
本发明涉及遥感技术领域，特别涉及一种高分辨率遥感数据大气校正方法。
背景技术
大气中的气溶胶是地面和卫星传感器之间的中介物质，不可避免的对卫星遥感所获取的数据形成影响，随着气溶胶的增大，对所获取图像的质量影响也越大。为了充分利用卫星遥感所获取的地表信息，我们需要对图像中大气所引起的信息进行校正。自从二十世纪70年代以来，科学家们在遥感数据大气校正方面开展了大量的研究。现阶段，遥感数据大气校正主要分为两大类：基于遥感图像自身统计信息的大气校正方法和基于特定地表特征的大气校正方法；前一种方法实现简单、效率高，但一致性较差、精度较低；后一种方法需要反演大气中气溶胶和大气水汽信息，并且需要解算大气辐射传输模型，校正效果与大气气溶胶和大气水汽的反演精度相关，且效率较低。
基于遥感图像自身统计信息的大气校正方法利用清洁区域（只含背景气溶胶或者少量气溶胶的区域）和非清洁区域（含有气溶胶的区域）遥感图像直方图之间的差异进行统计分析，对非清洁区域图像进行校正。这类方法主要包括直方图匹配法、集束匹配法、缨帽变换法、烟雾最优化变换法等。其中烟雾最优化变换法已经被集成在ATCOR软件中，得到广泛应用。然而，这类方法首先需要图像具有多处相似的地表，并且这些相似地表具有较为清洁的大气，如果没有清洁区域则无法进行大气校正；同时，清洁区域需要人为选定，不具备自动化能力。
大气效应的精确校正，依赖于AOD的精确反演。然而，可见光近红外波段的遥感图像是地面与大气高度耦合的信息，要想精确获取地表信息或者大气信息必须在其中一种信息已知的条件下，利用辐射传输方程求解得到另一种信息。对于遥感图像大气校正和对于地表信息的已知程度决定了大气校正的精确程度。国内外关于气溶胶遥感的研究，都对地表的状况做出了各种假设，反演了气溶胶信息来进行大气校正。这些方法在特定的地表状态下，能够反演大气气溶胶信息，而且精度较高；但这些方法存在以下几个缺点：
缺点一，不能获取整幅图像的气溶胶光学厚度；
缺点二，部分方法要求同一区域多个时期的图像，对于数据的要求较高；
缺点三，自动化程度差，往往需要人工介入。
发明内容
（一）要解决的技术问题
本发明要解决的技术问题是：
本发明要解决的技术问题是如何仅利用高分辨率遥感数据获取整幅图像的AOD，对高分辨遥感数据进行大气校正，以及从AOD获取到大气校正整个流程的自动化实现。
（二）技术方案
为解决上述技术问题，本发明提供了一种高分辨率遥感数据大气校正方法，包括步骤：
S1从数据元信息中提取定标信息、太阳几何信息、观测几何信息、数据获取日期与时间、数据类型；
S2根据高分辨率遥感数据、定标公式、定标信息和太阳几何信息计算典型地表的表观反射率;
S3根据所述表观反射率获取典型地表的掩膜；
S4利用大气辐射传输模型建立AOD反演查找表和大气校正查找表；
S5根据数据元信息、AOD反演查找表和典型地表的表观反射率信息计算典型地表的AOD；
S6对所述典型地表的表观反射率数据进行非监督分类，得到相应的地表分类图；
S7将典型地表的AOD与地表分类图结合，通过空间扩展的方法形成整幅图像的AOD；
S8根据整幅图像的AOD和大气校正查找表，对所述高分辨率遥感数据进行大气校正，得到所述高分辨率遥感数据的地表反射率。
所述高分辨率遥感数据为遥感数据名义空间分辨率大于等于30米的可见光近红外卫星遥感数据。
所述高分辨率遥感数据为Landsat-TM/ETM+、HJ1A\B-CCD、CBERS-02B\CCD、ZY-3\MUX或GEOEYE-1多波段数据。
所述典型地表为洁净水体、浓密植被、有植被的山区阴影、无植被的山区阴影或城市建筑物阴影。
所述大气辐射传输模型为6S或MODTRAN。
所述非监督分类通过K-means或ISOdata实现。
所述空间扩展方法包括步骤：
S71将典型地表的AOD进行空间差值，得到片状的AOD信息；
S72将片状的AOD区域向外扩展5%，得到5%区域上空的AOD；
S73计算扩展区域的地表反射率，利用S6中地表分类图，将地表反射率赋值给地表分类图中类别相同的地表，得到扩展区域地表的反射率；
S74将扩展区域地表的反射率与S1中AOD查找表结合，得到扩展区域地表的AOD；
S75如果扩展区域地表的AOD的范围满足要求，则进行空间插值，得到整幅图像的AOD；如果扩展区域地表的AOD的范围不满足要求则重复S72-S75，得到整幅图像的AOD。
所述空间扩展方法在气溶胶空间扩展缓慢且连续的条件下进行。
（三）有益效果
本发明利用高分辨率卫星遥感数据获取了整幅图像的AOD，提高了大气校正的精度和可用性，并实现了从AOD到大气校正整个流程的自动化
附图说明
图1为本发明一种高分辨率遥感数据大气校正方法的流程图；
图2为本发明空间扩展方法流程图；
图3为本发明实施例Landsat-TM数据大气校正流程图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
高分辨率遥感数据指遥感数据名义空间分辨率大于等于30米的可见光近红外卫星遥感数据，包括Landsat-TM/ETM+、HJ1A\B-CCD、CBERS-02B\CCD、ZY-3\MUX、GEOEYE-1多波段数据。图3是本发明一种实施例Landsat-TM数据大气校正流程图，包括以下步骤：
1、从Landsat-TM数据的元信息文件“*_MTL.txt”中提取定标信息（定标系数）、太阳几何信息（太阳天顶角和太阳方位角）、观测几何信息（观测天顶角和观测方位角）、数据获取日期与时间、数据类型，具体信息如下：
定标信息：对应字段分别为GROUP=MIN_MAX_RADIANCE（定义最大最小辐射亮度值）、GROUP=MIN_MAX_PIXEL_VALUE（定义像素的最大最小DN值）、GROUP=PRODUCT_PARAMETERS（定义传感器的状态参数）；
太阳天顶角：对应字段为SUN_ELEVATION，计算方式为90°-SUN_ELEVATION；
太阳方位角：对应字段为SUN_AZIMUTH；
数据获取日期：对应字段为ACQUISITION_DATE；
数据获取时间：对应字段为SCENE_CENTER_SCAN_TIME；
数据类型：Landsat-TM。
2、根据Landsat-TM数据的定标公式和太阳几何信息计算其表观反射率，具体如下：
定标公式为：
Lλ=(LMAXλ-LMINλ)/(Qcalmax-Qcalmin)×(Qcal-Qcalmin)+LMINλ
其中：
Lλ：传感器获取的光谱辐射亮度，单位是W/（m2.sr.μm）；
Qcal：图像上像素对应的DN值；
Qcalmax和Qcalmin：分别为图像上对应的像素最大和最小DN值；
LMAXλ和LMINλ：分别为对应像素最大和最小DN值（Qcalmax、Qcalmin）的光谱辐射亮度，单位是W/（m2.sr.μm）。
光谱辐射亮度到表观反射率的转换公式为：
ρλ=π.Lλ.d2/(ESUNλ.cos θs)
其中：
ρλ：表观反射率，无单位；
π：圆周率，大约等于3.14159，无单位；
d：日地距离，天文单位；
ESUNλ：平均天顶太阳辐照度，单位W/（m2.μm）；
θs：太阳天顶角，单位度。
3、从Landsat-TM数据表观反射率提取典型地表的掩膜，典型地表包括洁净水体、浓密植被、有植被的山区阴影、无植被的山区阴影、城市建筑物阴影；
4、利用6S大气辐射传输模型，分别建立针对Landsat-TM数据的AOD反演查找表和大气校正的查找表；在AOD和大气校正查找表的建立中，模型参数设置如下：
AOD反演查找表参数设置如下：
大气模式2种：中纬度夏季和中纬度冬季；
气溶胶模式5种：城市、乡村、大陆、沙尘和海洋；
波段2个：1（蓝光波段）和3（红光波段）；
太阳天顶角10个：0°、10°、20°、30°、40°、50°、60°、70°、80°、85°；
观测天顶角1个：0°；
相对方位角19个：0~360°，每10°一个；
地表反照率21个：0~0.3，每0.015一个；
AOD11个：0、0.1、0.2、0.4、0.8、1.0、1.5、2.0、2.5、3.0、4.0；
输出参数：表观反射率
大气校正查找表参数设置如下：
大气模式2种：中纬度夏季和中纬度冬季；
气溶胶模式5种：城市、乡村、大陆、沙尘和海洋；
波段4个：1（蓝光波段）、2（绿光波段）、3（红光波段）、4（近红外波段）；
太阳天顶角10个：0°、10°、20°、30°、40°、50°、60°、70°、80°、85°；
观测天顶角1个：0°；
相对方位角19个：0~360°，每10°一个；
地表反照率1个：0.1；
AOD11个：0、0.1、0.2、0.4、0.8、1.0、1.5、2.0、2.5、3.0、4.0；
输出：大气校正参数a、b和c。
5、从数据元信息（包括获取日期、数据类型）、AOD反演查找表和典型地表的表观反射率信息计算典型地表的AOD；
6、对Landsat-TM数据表观反射率数据进行非监督分类，得到地表分类图；非监督分类通过K-means或ISOdata实现，所分类别数在20-50之间，由分类程序根据图像的信息自动控制；分类过程无需人为控制。
7、与地表分类图结合，在气溶胶空间扩展缓慢且连续的条件下通过空间扩展的方法将典型地表的AOD扩展到整幅遥感图像，具体步骤如下：
S71将典型地表的AOD进行空间差值，得到片状的AOD信息；
S72将片状的AOD区域向外扩展5%，得到5%区域上空的AOD；
S73计算扩展区域的地表反射率，利用S6中地表分类图，将地表反射率赋值给地表分类图中类别相同的地表，得到扩展区域地表的反射率；
S74将扩展区域地表的反射率与S1中AOD查找表结合，得到扩展区域地表的AOD；
S75如果扩展区域地表的AOD的范围满足要求，则进行空间插值，得到整幅图像的AOD；如果扩展区域地表的AOD的范围不满足要求则重复S72-S75，得到整幅图像的AOD。
8、利用整幅图像的AOD和大气校正查找表，对Landsat-TM数据进行大气校正，得到Landsat-TM数据的地表反射率，完成整个大气校正的流程。
本发明通过空间扩展的方式，利用高分辨率遥感数据信息，在地表分类图的支持下，将典型地表上空反演的精度较高AOD扩展到整幅图像上，从而实现了整幅图像AOD的获取；然后将获取的AOD数据用于了高分辨率数据的大气校正，获取了数据的地表反射率；本发明还从AOD反演、地表分类到大气校正整个过程的自动化，中间无需任何人工干预。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
Claims (8)
1.一种高分辨率遥感数据大气校正方法，其特征在于，包括步骤：
S1从数据元信息中提取定标信息、太阳几何信息、观测几何信息、数据获取日期与时间、数据类型；
S2根据高分辨率遥感数据、定标公式、定标信息和太阳几何信息计算典型地表的表观反射率;
S3根据所述表观反射率获取典型地表的掩膜；
S4利用大气辐射传输模型建立AOD反演查找表和大气校正查找表；
S5根据数据元信息、AOD反演查找表和典型地表的表观反射率信息计算典型地表的AOD；
S6对所述典型地表的表观反射率数据进行非监督分类，得到相应的地表分类图；
S7将典型地表的AOD与地表分类图结合，通过空间扩展的方法形成整幅图像的AOD；
S8根据整幅图像的AOD和大气校正查找表，对所述高分辨率遥感数据进行大气校正，得到所述高分辨率遥感数据的地表反射率。
2.权利要求1所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述高分辨率遥感数据为遥感数据名义空间分辨率大于等于30米的可见光近红外卫星遥感数据。
3.权利要求2所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述高分辨率遥感数据为Landsat-TM/ETM+、HJ1A\B-CCD、CBERS-02B\CCD、ZY-3\MUX或GEOEYE-1多波段数据。
4.权利要求1所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述典型地表为洁净水体、浓密植被、有植被的山区阴影、无植被的山区阴影或城市建筑物阴影。
5.权利要求1所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述大气辐射传输模型为6S或MODTRAN。
6.权利要求1所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述非监督分类通过K-means或ISOdata实现。
7.权利要求1所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述空间扩展方法包括步骤：
S71将典型地表的AOD进行空间差值，得到片状的AOD信息；
S72将片状的AOD区域向外扩展5%，得到5%区域上空的AOD；
S73计算扩展区域的地表反射率，利用S6中地表分类图，将地表反射率赋值给地表分类图中类别相同的地表，得到扩展区域地表的反射率；
S74将扩展区域地表的反射率与S1中AOD查找表结合，得到扩展区域地表的AOD；
S75如果扩展区域地表的AOD的范围满足要求，则进行空间插值，得到整幅图像的AOD；如果扩展区域地表的AOD的范围不满足要求则重复S72-S75，得到整幅图像的AOD。
8.权利要求7所述的一种高分辨率遥感数据大气校正方法，其特征在于，所述空间扩展方法在气溶胶空间扩展缓慢且连续的条件下进行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210392749.6A CN102955154B (zh) | 2012-10-16 | 2012-10-16 | 一种高分辨率遥感数据大气校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210392749.6A CN102955154B (zh) | 2012-10-16 | 2012-10-16 | 一种高分辨率遥感数据大气校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102955154A true CN102955154A (zh) | 2013-03-06 |
| CN102955154B CN102955154B (zh) | 2014-04-16 |
Family
ID=47764204
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210392749.6A Active CN102955154B (zh) | 2012-10-16 | 2012-10-16 | 一种高分辨率遥感数据大气校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102955154B (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103267533A (zh) * | 2013-05-08 | 2013-08-28 | 中国科学院光电研究院 | 一种实用型高光谱遥感图像大气自校正方法及装置 |
| CN103344964A (zh) * | 2013-06-18 | 2013-10-09 | 浙江大学 | 一种遥感区分灰霾类别的激光雷达装置 |
| 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 |
| CN103630495A (zh) * | 2013-11-13 | 2014-03-12 | 北京航空航天大学 | 一种水生植被-大气耦合辐射传输模型 |
| CN104483663A (zh) * | 2014-12-25 | 2015-04-01 | 武汉大学 | 一种高光谱遥感影像大气纠正方法及系统 |
| CN105092055A (zh) * | 2015-08-21 | 2015-11-25 | 国家卫星气象中心 | 基于冷云目标的气象卫星太阳反射波段辐射定标方法 |
| CN106650689A (zh) * | 2016-12-30 | 2017-05-10 | 厦门理工学院 | 一种沿海城市时间序列土地利用信息提取方法 |
| CN106908813A (zh) * | 2017-04-28 | 2017-06-30 | 国家卫星气象中心 | 一种卫星遥感器辐射定标方法及装置 |
| CN107121681A (zh) * | 2017-05-23 | 2017-09-01 | 国家地理空间信息中心 | 基于高分卫星遥感数据的居民地提取系统 |
| CN107491758A (zh) * | 2017-08-18 | 2017-12-19 | 南京林业大学 | 长江流域水体信息提取及其空间编码方法 |
| 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 |
| CN109325973A (zh) * | 2018-11-19 | 2019-02-12 | 珠江水利委员会珠江水利科学研究院 | 一种城市河网区水体大气校正方法 |
| CN109472237A (zh) * | 2018-11-02 | 2019-03-15 | 中国资源卫星应用中心 | 一种可见光遥感卫星影像的大气订正方法和系统 |
| CN111368261A (zh) * | 2020-03-19 | 2020-07-03 | 重庆邮电大学 | 一种基于大气校正对不透水面指数的定量定性描述方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040153284A1 (en) * | 2003-01-31 | 2004-08-05 | Bernstein Lawrence S. | Method for performing automated in-scene based atmospheric compensation for multi-and hyperspectral imaging sensors in the solar reflective spectral region |
| CN1710379A (zh) * | 2005-07-05 | 2005-12-21 | 华东师范大学 | 航空高光谱遥感反演边界层气溶胶光学厚度的大气校正法 |
| CN101915914A (zh) * | 2010-07-30 | 2010-12-15 | 南京信息工程大学 | 一种基于查找表的遥感影像逐像元大气校正方法 |
| CN102338871A (zh) * | 2010-07-22 | 2012-02-01 | 曹春香 | 地表反射率计算方法和装置 |
| CN102628940A (zh) * | 2012-04-20 | 2012-08-08 | 中国科学院遥感应用研究所 | 一种遥感图像大气订正方法 |
-
2012
- 2012-10-16 CN CN201210392749.6A patent/CN102955154B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20040153284A1 (en) * | 2003-01-31 | 2004-08-05 | Bernstein Lawrence S. | Method for performing automated in-scene based atmospheric compensation for multi-and hyperspectral imaging sensors in the solar reflective spectral region |
| CN1710379A (zh) * | 2005-07-05 | 2005-12-21 | 华东师范大学 | 航空高光谱遥感反演边界层气溶胶光学厚度的大气校正法 |
| CN102338871A (zh) * | 2010-07-22 | 2012-02-01 | 曹春香 | 地表反射率计算方法和装置 |
| CN101915914A (zh) * | 2010-07-30 | 2010-12-15 | 南京信息工程大学 | 一种基于查找表的遥感影像逐像元大气校正方法 |
| CN102628940A (zh) * | 2012-04-20 | 2012-08-08 | 中国科学院遥感应用研究所 | 一种遥感图像大气订正方法 |
Non-Patent Citations (1)
| Title |
|---|
| 仲波: "大气气溶胶光学厚度遥感反演与遥感图像大气校正", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103267533B (zh) * | 2013-05-08 | 2015-09-30 | 中国科学院光电研究院 | 一种实用型高光谱遥感图像大气自校正方法 |
| CN103267533A (zh) * | 2013-05-08 | 2013-08-28 | 中国科学院光电研究院 | 一种实用型高光谱遥感图像大气自校正方法及装置 |
| CN103344964A (zh) * | 2013-06-18 | 2013-10-09 | 浙江大学 | 一种遥感区分灰霾类别的激光雷达装置 |
| 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 |
| 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 |
| CN103630495A (zh) * | 2013-11-13 | 2014-03-12 | 北京航空航天大学 | 一种水生植被-大气耦合辐射传输模型 |
| CN103630495B (zh) * | 2013-11-13 | 2015-08-12 | 北京航空航天大学 | 一种水生植被-大气耦合辐射传输模型 |
| CN104483663A (zh) * | 2014-12-25 | 2015-04-01 | 武汉大学 | 一种高光谱遥感影像大气纠正方法及系统 |
| CN105092055B (zh) * | 2015-08-21 | 2018-01-16 | 国家卫星气象中心 | 基于冷云目标的气象卫星太阳反射波段辐射定标方法 |
| CN105092055A (zh) * | 2015-08-21 | 2015-11-25 | 国家卫星气象中心 | 基于冷云目标的气象卫星太阳反射波段辐射定标方法 |
| CN106650689B (zh) * | 2016-12-30 | 2019-08-27 | 厦门理工学院 | 一种沿海城市时间序列土地利用信息提取方法 |
| CN106650689A (zh) * | 2016-12-30 | 2017-05-10 | 厦门理工学院 | 一种沿海城市时间序列土地利用信息提取方法 |
| CN106908813A (zh) * | 2017-04-28 | 2017-06-30 | 国家卫星气象中心 | 一种卫星遥感器辐射定标方法及装置 |
| CN106908813B (zh) * | 2017-04-28 | 2019-08-27 | 国家卫星气象中心 | 一种卫星遥感器辐射定标方法及装置 |
| CN107121681A (zh) * | 2017-05-23 | 2017-09-01 | 国家地理空间信息中心 | 基于高分卫星遥感数据的居民地提取系统 |
| CN107121681B (zh) * | 2017-05-23 | 2019-10-25 | 国家地理空间信息中心 | 基于高分卫星遥感数据的居民地提取系统 |
| CN107491758A (zh) * | 2017-08-18 | 2017-12-19 | 南京林业大学 | 长江流域水体信息提取及其空间编码方法 |
| CN107491758B (zh) * | 2017-08-18 | 2020-10-09 | 南京林业大学 | 长江流域水体信息提取及其空间编码方法 |
| 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 |
| CN109472237A (zh) * | 2018-11-02 | 2019-03-15 | 中国资源卫星应用中心 | 一种可见光遥感卫星影像的大气订正方法和系统 |
| CN109472237B (zh) * | 2018-11-02 | 2020-12-22 | 中国资源卫星应用中心 | 一种可见光遥感卫星影像的大气订正方法和系统 |
| CN109325973A (zh) * | 2018-11-19 | 2019-02-12 | 珠江水利委员会珠江水利科学研究院 | 一种城市河网区水体大气校正方法 |
| CN109325973B (zh) * | 2018-11-19 | 2020-11-24 | 珠江水利委员会珠江水利科学研究院 | 一种城市河网区水体大气校正方法 |
| CN111368261A (zh) * | 2020-03-19 | 2020-07-03 | 重庆邮电大学 | 一种基于大气校正对不透水面指数的定量定性描述方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102955154B (zh) | 2014-04-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102955154B (zh) | 一种高分辨率遥感数据大气校正方法 | |
| CN103927455B (zh) | 基于高分一号卫星的陆地气溶胶光学性质反演方法 | |
| CN102539336B (zh) | 基于环境一号卫星的可吸入颗粒物估算方法及系统 | |
| CN102103204B (zh) | 基于环境一号卫星的陆地气溶胶光学厚度反演方法 | |
| CN109581372A (zh) | 一种生态环境遥感监测方法 | |
| CN101866385B (zh) | 一种目标地块地表温度的模拟与优化方法 | |
| Yu et al. | A preliminary exploration of the cooling effect of tree shade in urban landscapes | |
| CN103942420A (zh) | 一种建筑物尺度的太阳能快速估算方法 | |
| CN104729535B (zh) | 一种基于恒星的空间相机在轨绝对定标方法 | |
| CN103810706B (zh) | 一种地表粗糙度参与阴影模型的遥感图像反立体校正方法 | |
| CN107230186B (zh) | 一种卫星遥感影像物理匀色方法 | |
| CN103267533A (zh) | 一种实用型高光谱遥感图像大气自校正方法及装置 | |
| CN110632032A (zh) | 一种基于地表反射率库的沙尘暴监测方法 | |
| CN111582575A (zh) | 一种多时空尺度下城市热环境形成发展主导因素识别方法 | |
| CN108335261B (zh) | 一种光学遥感卫星正射影像拉花区域自动检测方法 | |
| CN104700356B (zh) | 一种遥感图像反立体校正方法 | |
| CN116519557B (zh) | 一种气溶胶光学厚度反演方法 | |
| Bhang et al. | Evaluation of the surface temperature variation with surface settings on the urban heat island in Seoul, Korea, using Landsat-7 ETM+ and SPOT | |
| CN105403201B (zh) | 一种基于像元分解的遥感图像大气程辐射获取方法 | |
| Khan et al. | Global urban heat island mitigation | |
| CN102306372A (zh) | 一种基于缨帽变换的遥感影像处理方法 | |
| Akdeniz | Spatio-temporal analysis of the effects of urban growth on urban heat island: Case of Konya, Turkiye | |
| CN110222301A (zh) | 一种雾霾条件下地表太阳短波辐射计算方法 | |
| Syafitri et al. | Urban form factors that play important roles on UHI spatial-temporal pattern: A case study of East Surabaya, Indonesia | |
| Yusof et al. | Analysing street heritage trees surface temperature for UHI mitigation using remote sensing and GIS application |
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 |