CN103198314B - 遥感图像辐射校正方法 - Google Patents

遥感图像辐射校正方法 Download PDF

Info

Publication number
CN103198314B
CN103198314B CN201310054700.4A CN201310054700A CN103198314B CN 103198314 B CN103198314 B CN 103198314B CN 201310054700 A CN201310054700 A CN 201310054700A CN 103198314 B CN103198314 B CN 103198314B
Authority
CN
China
Prior art keywords
radiation
lambda
remote sensing
sensing images
imaging region
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.)
Active
Application number
CN201310054700.4A
Other languages
English (en)
Other versions
CN103198314A (zh
Inventor
杨贵军
赵春江
冯海宽
宋晓宇
顾晓鹤
杨小冬
徐新刚
杨浩
杨月英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Beijing Research Center for Information Technology in Agriculture
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Research Center for Information Technology in Agriculture filed Critical Beijing Research Center for Information Technology in Agriculture
Priority to CN201310054700.4A priority Critical patent/CN103198314B/zh
Publication of CN103198314A publication Critical patent/CN103198314A/zh
Application granted granted Critical
Publication of CN103198314B publication Critical patent/CN103198314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Processing (AREA)
  • Image Input (AREA)

Abstract

本发明公开了一种遥感图像辐射校正方法。所述方法包括以下步骤:测量遥感图像成像时成像区域的太阳天顶角θ、地形坡度角α、太阳方位角地形坡度方位角和地表辐射亮度L(λ);计算地形校正因子Tscs+c;通过MODTRAN模型计算直接辐射和水平面像元的散射辐射以及大气投射非对称性指数k(λ,z);计算地表入射太阳辐射E(λ,z);从遥感图像中提取大气顶层辐射Ll(λ)并通过MODTRAN模型计算出成像区域的程辐射Lp(λ,z)和地表至传感器入瞳处的透过率Tu(λ,z);求取地表反射率ρ(λ),λ为遥感器接收到的光谱波长,z为遥感器监测的高程。

Description

遥感图像辐射校正方法
技术领域
本发明遥感图像处理领域,尤其涉及一种遥感图像辐射校正方法。
背景技术
在遥感监测中影响遥感图像成像的因素包括大气因素、地形因素(尤其在山区,地形因素的影响更为明显)等;为了使从遥感器的测量值与地物实际光谱辐射值具有较高的一致性,通常需要对从采集生成的遥感图像中提取的测量值进行辐射校正,以提取精确的地表反射率值。
然而在传统的遥感图像辐射校正方法中一般是基于太阳-地表-传感器三者之间的几何关系来考虑的,如余弦校正、C校正等,仅考虑了成像区域的直接辐射部分,未考虑到散射辐射和邻近像元反射辐射,故存在着校正过度的现象,导致最终从遥感图像中提取的地表反射率的值存在过大或过小的偏差;又如基于太阳-冠层-传感器三者的SCS校正消除了森林覆盖区地形影响,在考虑散射辐射时忽略了地形起伏的影响,依然存在过度校正的问题。
综合上述,故提供一种更为优良的辐射校正方法,以获取更为精确的地表反射率是急需解决的一个问题。
发明内容
(一)发明目的
针对辐射校正中过度校正的问题,本发明提供一种能从遥感图像中提取更为精确的地表反射率的遥感图像辐射校正方法。
(二)技术方案
为达上述目的,本发明遥感图像辐射校正方法,包括以下步骤:
测量遥感图像成像时成像区域的太阳天顶角θ、地形坡度角α、太阳方位角地形坡度方位角以及表观辐射亮度L(λ);
利用L(λ)=a+b·cos(i)、C=b/a以及Tscs+c=(cos(i)+C)/(cos(θ)cos(α)+C)计算地形校正因子Tscs+c;a、b均为拟合系数,C为中间变量;
通过MODTRAN模型计算成像时成像区域水平面像元的直接辐射水平面像元的散射辐射以及大气投射非对称性指数k(λ,z);
利用公式 E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + 1 - k ( λ , z ) } 计算地表入射太阳辐射E(λ,z);Θ为遮挡因子;成像区域为向阳面则Θ为1,为向阴面则Θ为0;
从遥感图像中提取大气顶层辐射L1(λ)并通过MODTRAN模型计算出成像时成像区域内程辐射Lp(λ,z)与地表至传感器入瞳处的透过率Tu(λ,z);利用公式
ρ ( λ ) = π ( L 1 ( λ ) - L p ( λ , z ) ) E ( λ , z ) T u ( λ , z )
求取成像区域的地表反射率,其中,所述λ为遥感器接收到的光谱波长,所述z为遥感器监测的高程。
优选地,所述E(λ,z)还包括分量邻近像元的反射辐射Eadj
测量成像区域的平均反射率ρadj;通过公式以及Eadi=Eh(λ,z)ρadj计算所述Eadj,其中,所述Eh(λ,z)为水平像元的总辐射。
优选地,所述遥感图像辐射校正方法在求解E(λ,z)过程中还引入了天空可视因子Vd以及地形可视因子Vt
通过公式计算Vd
通过公式计算Vt,且
E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + ( 1 - k ( λ , z ) ) V d } + E h ( λ , z ) V t ρ adj .
优选地,通过光线跟踪法计算大气投射非对称性指数k(λ,z)。
(三)本发明遥感图像辐射校正方法的有益效果
第一:本发明遥感图像辐射校正方法,通过在地表入射太阳辐射中引入了分量——散射辐射 E f h ( λ , z ) { k ( λ , z ) T scs + c + 1 - k ( λ , z ) } , 不仅考虑了散射辐射,而且进一步的考虑了地形因素对散射辐射的影响,从而所求取的ρ(λ)避免了因为未考虑散射辐射或未考虑地形对散射辐射的影响造成的过度校正问题,从而提高了ρ(λ)的精确度,便于地表反射率在农林业、气象以及地理等领域优化应用。
第二:本发明遥感图像辐射校正方法,通过在地表入射辐射中引入了邻近像元的反射辐射Eadj,从而所求取的ρ(λ)避免了因为未考虑邻近像元的反射辐射造成的过度校正问题,从而提高了ρ(λ)的精确度,便于地表反射率在农业、气象以及地理等领域优化应用。
第三:本发明遥感图像辐射校正方法,通过在地表入射太阳辐射中引入了天空可视因子Vd以及地形可视因子Vt,进一步的考虑了天空可视度以及地形可视度的影响,从而进一步的提高了遥感辐射校正的校正性能,得到了更为精确的ρ(λ)。
第四:本发明遥感图像辐射校正方法,既考虑的大气辐射的影响、同时充分考虑地形起伏接收的天空散射辐射和周围邻近像元反射辐射的影响,建立了基于SCS+C地形校正的辐射传输模型,将大气和地形辐射校正集成运算,在辐射校正的过程中,既消除了地形对辐射的影响,也消除了大气对辐射的影响,简化了ρ(λ)的求取过程。
附图说明
图1为本发明实施例一所述的遥感图像辐射校正方法的流程图。
具体实施方式
下面结合说明书附图以及实施例对本发明遥感图像的辐射校正方法做进一步的说明。
实施例一:
如图1所示,本实施例遥感图像辐射校正方法包括以下步骤:
测量成像区域的太阳天顶角θ、地形坡度角α、太阳方位角地形坡度方位角以及地形起伏区域的表观辐射亮度L(λ);
利用公式L(λ)=a+b·cos(i)、C=b/a以及Tscs+c=(cos(i)+C)/(cos(θ)cos(α)+C)计算地形校正因子Tscs+c;i为成像区域的太阳相对入射角;a、b为所述a、b的值可以通过线性回归计算所得;
通过MODTRAN模型计算水平面像元的直接辐射水平面像元的散射辐射以及大气投射非对称性指数k(λ,z);
利用公式 E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + 1 - k ( λ , z ) } 计算地表入射太阳辐射E(λ,z);Θ是二进制的遮挡因子;成像区域为向阳面时Θ为1,为向阴面时Θ为0;
从遥感图像中提取大气顶层辐射L1(λ)、并通过MODTRAN模型计算出成像时成像区域的程辐射Lp(λ,z)以及地表至传感器入瞳处透过率Tu(λ,z);利用公式
ρ ( λ ) = π ( L 1 ( λ ) - L p ( λ , z ) ) E ( λ , z ) T u ( λ , z )
求取成像区域的地表反射率,其中,所述λ为遥感器接收到的光谱的波长,所述z为遥感器监测的高程。
在本实施例中,当成像区域向阳时,则水平面像元的直接辐射直接为测量值,当所述监测区域背阳时即向阴面时,则水平面像元的直接辐射为0,故在此处通过遮挡因子实现两者选择运算;而测量的散射辐射在地形校正因子Tscs+c以及k(λ,z)的联合修正下获取了精确的散射辐射值,在本实施例的遥感图像辐射校正方法不仅考虑了散射辐射,还考虑了地形对散射辐射的影响,从而精确了成像区域的地表入射太阳辐射的值,从而能精确了ρ(λ)的求解,获得更加精确的遥感图像辐射校正结果,此外本实施例所述的遥感图像辐射校正方法,同步的考虑了大气以及地形因素,能一次性求解出ρ(λ),简便了计算过程。
在具体的求取过程中,以遥感图像的像元为单位,逐个像元的求取地表反射率,故在本发明中所述的成像区域为遥感图像中每一像元对应的成像区域。
实施例二:
本实施例遥感图像辐射校正方法包括以下步骤:
测量成像区域的太阳天顶角θ、地形坡度角α、太阳方位角及地形坡度方位角以及表观辐射亮度L(λ);
利用L(λ)=a+b·cos(i)、C=b/a、Tscs+c=(cos(i)+C)/(cos(θ)cos(α)+C)计算地形校正因子Tscs+c
通过MODTRAN模型(大气辐射传输模型)计算成像区域内水平面像元的直接辐射以及水平面像元的散射辐射大气投射非对称性指数k(λ,z)以及成像区域的平均反射率ρadj
其中,计算成像区域的平均反射率ρadj过程如下:去除大气顶层的辐射中大气散射辐射和程辐射的影响(注:大气散射辐射和程辐射已经计算得到),得到包含地形影响在内的地表表观反射率值;然后利用11*11窗口卷积逐像元计算成像区域的平均反射率。
利用公式 E h ( λ , z ) = E d h ( λ , z ) + E f h ( λ , z ) , E adj = E h ( λ , z ) ρ adj 以及
E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + 1 - k ( λ , z ) } + E adj 计算地表入射太阳辐射E(λ,z);Θ为遮挡因子;成像区域为向阳面时Θ为1,为向阴面时Θ为0;Θ的求取可采用光线跟踪方法求取;
从遥感图像中提取大气顶层辐射L(λ)并利用BRDF(BidirectionalReflectanceDistributionFunction)校正模型、程辐射Lp(λ,z)以及地表至传感器入瞳处透过率Tu(λ,z);利用公式
ρ ( λ ) = π ( L 1 ( λ ) - L p ( λ , z ) ) E ( λ , z ) T u ( λ , z )
求取成像区域的地表反射率;
利用公式 E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + 1 - k ( λ , z ) } 计算地表入射太阳辐射E(λ,z);Θ为遮挡因子;成像区域为向阳面则Θ为1,为向阴面则Θ为0;
从遥感图像中提取大气顶层辐射L1(λ)并通过MODTRAN模型计算出成像时成像区域内程辐射Lp(λ,z)以及地表至传感器入瞳处的透过率Tu(λ,z);利用公式
ρ ( λ ) = π ( L 1 ( λ ) - L p ( λ , z ) ) E ( λ , z ) T u ( λ , z )
求取成像区域的地表反射率,其中,所述λ为遥感器接收到的光谱波长,所述z为遥感器监测的高程。
其中,所述λ为遥感器接受到的光谱的波长,所述z为遥感器监测的高程,所述Eadj为邻近像元的反射辐射。
本实施例所述的遥感图像辐射校正方法,相对于上一实施例所述的遥感图像辐射校正方法,引入了关于邻近像元的反射辐射的物理量,相对于传统的基于太阳-地表-传感器三者之间的几何关系来考虑的余弦校正、C校正等辐射校正方法以及基于太阳-冠层-传感器三者的SCS校正方法,不仅考虑了散射辐射,而且还同步考虑了邻近像元的反射辐射;从求取的ρ(λ)的公式可知求解过程中,分母为E(λ,z)与Tu(λ,z)的乘积,分子为L(λ)与Lp(λ,z)之差与π的乘积,E(λ,z)越精确,所求解的地表反射率也越精确,避免了传统的辐射校正方法过程中因忽略散射辐射和/或邻近像元的反射辐射造成的E(λ,z)偏小或偏小,导致的ρ(λ)的偏大或偏小的问题;从而本实施例所述的遥感图像辐射校正方法,考虑全面充分,从而使得所更贴近实际地物的光谱辐射,从而能从遥感图像中提取更加准确的地物的光谱特性。
此外,本实施例所述的遥感图像的辐射校正方法,充分利用了地形参数、大气辐射传输模型进行各参量的量测以及计算,从而具有实现简单可靠的优点。
实施例三:
为了进一步优化地表反射率的求取,以达到提高遥感图像的精确度的目的,在本实施例在上述任一实施例的基础上引入了天空可视因子Vd以及地形可视因子Vt,具体如下:
通过公式计算Vd
通过公式计算Vd,由于引入了Vd以及Vt
E ( λ , z ) = Θ E d h ( λ , z ) T scs + c E f h ( λ , z ) { k ( λ , z ) T scs + c + ( 1 - k ( λ , z ) ) V d } + E h ( λ , z ) V t ρ adj .
本实施例中所述的遥感图像辐射校正通过引入的天空可视因子以及地形可视因子,进一步的校正了遥感图像所监测到的辐射值与地表的真实辐射,从而使得计算所得的地表反射率更接近真实值,从而使得所述求取的地表反射值在后续气象、农业、林业等应用领域中应用更加精确。
作为本实施例的进一步的优化,本实施例中所述大气投射非对称性指数k(λ,z)通过光线跟踪法计算。光线跟踪法是技术成熟的遥感技术,应用简便快捷。
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 (4)

1.一种遥感图像辐射校正方法,其特征在于,所述遥感图像辐射校正方法包括以下步骤:
测量遥感图像成像时成像区域的太阳天顶角θ、地形坡度角α、太阳方位角地形坡度方位角以及表观辐射亮度L(λ);
利用L(λ)=a+b·cos(i)、C=b/a以及Tscs+c=(cos(i)+C)/(cos(θ)cos(α)+C)计算地形校正因子Tscs+c;a、b均为拟合系数,i为成像区域的太阳相对入射角;C为中间变量;
通过MODTRAN模型计算成像时成像区域水平面像元的直接辐射水平面像元的散射辐射以及大气投射非对称性指数k(λ,z);
利用公式 E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + 1 - k ( λ , z ) } 计算地表入射太阳辐射E(λ,z);Θ为遮挡因子;成像区域为向阳面则Θ为1,为向阴面则Θ为0;
从遥感图像中提取大气顶层辐射L1(λ)并通过MODTRAN模型计算出成像时成像区域内程辐射Lp(λ,z)与地表至传感器入瞳处的透过率Tu(λ,z);利用公式
ρ ( λ ) = π ( L 1 ( λ ) - L p ( λ , z ) ) E ( λ , z ) T u ( λ , z )
求取成像区域的地表反射率,其中,所述λ为遥感器接收到的光谱波长,所述z为遥感器监测的高程。
2.根据权利要求1所述的遥感图像辐射校正方法,其特征在于,所述E(λ,z)还包括分量邻近像元的反射辐射Eadj
测量成像区域的平均反射率ρadj;通过公式以及Eadj=Eh(λ,z)ρadj计算所述Eadj,其中,所述Eh(λ,z)为水平像元的总辐射。
3.根据权利要求2所述的遥感图像辐射校正方法,其特征在于,所述遥感图像辐射校正方法在求解E(λ,z)过程中还引入了天空可视因子Vd以及地形可视因子Vt
通过公式 V d = 1 + cos ( α ) 2 计算Vd
通过公式 V t = 1 - cos ( α ) 2 计算Vt,且
E ( λ , z ) = Θ E d h ( λ , z ) T scs + c + E f h ( λ , z ) { k ( λ , z ) T scs + c + ( 1 - k ( λ , z ) ) V d } + E h ( λ , z ) V t ρ adj .
4.根据权利要求1、2或3所述的遥感图像辐射校正方法,其特征在于,通过光线跟踪法计算大气投射非对称性指数k(λ,z)。
CN201310054700.4A 2013-02-20 2013-02-20 遥感图像辐射校正方法 Active CN103198314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310054700.4A CN103198314B (zh) 2013-02-20 2013-02-20 遥感图像辐射校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310054700.4A CN103198314B (zh) 2013-02-20 2013-02-20 遥感图像辐射校正方法

Publications (2)

Publication Number Publication Date
CN103198314A CN103198314A (zh) 2013-07-10
CN103198314B true CN103198314B (zh) 2015-11-25

Family

ID=48720848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310054700.4A Active CN103198314B (zh) 2013-02-20 2013-02-20 遥感图像辐射校正方法

Country Status (1)

Country Link
CN (1) CN103198314B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6417886B2 (ja) * 2013-12-12 2018-11-07 株式会社リコー 視差値導出装置、移動体、ロボット、視差値生産方法、及びプログラム
JP6476831B2 (ja) * 2013-12-26 2019-03-06 株式会社リコー 視差演算システム、情報処理装置、情報処理方法及びプログラム
CN103698305B (zh) * 2013-12-30 2016-03-02 中国科学院遥感与数字地球研究所 一种实时观测大气透射率的方法与系统
CN103776426B (zh) * 2014-01-03 2016-03-30 北京农业信息技术研究中心 一种旋转平台农田成像几何校正方法
JP6528447B2 (ja) * 2014-02-25 2019-06-12 株式会社リコー 視差演算システム及び距離測定装置
CN104700356B (zh) * 2015-04-07 2017-09-01 北京师范大学 一种遥感图像反立体校正方法
CN105242247B (zh) * 2015-09-08 2018-02-13 首都师范大学 一种改进的地形辐射校正方法
CN105716585B (zh) * 2016-02-03 2018-03-30 中国电建集团中南勘测设计研究院有限公司 一种基于常规水文缆道的自驱式雷达波测流设备
CN107797152A (zh) * 2017-06-06 2018-03-13 青岛大学 一种盐湖卤水探测方法
CN107767448A (zh) * 2017-10-09 2018-03-06 中国科学院遥感与数字地球研究所 考虑云‑地形效应的地表太阳辐射遥感计算方法及系统
CN108198178B (zh) * 2018-01-02 2020-04-28 石家庄学院 大气程辐射值的确定方法和装置
CN109740220B (zh) * 2018-12-25 2023-08-18 核工业北京地质研究院 一种山区邻近地表反射辐射的计算方法
CN109934788B (zh) * 2019-03-22 2022-12-30 鲁东大学 一种基于标准遥感图像的遥感图像缺失数据修复方法
CN113449438B (zh) * 2021-07-30 2023-10-10 北京环境特性研究所 一种可见光至热红外波段对地遥感图像仿真方法
CN113378419B (zh) * 2021-08-16 2021-11-23 成都众享天地网络科技有限公司 一种基于modtran优化的红外成像仿真方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101034477A (zh) * 2007-03-29 2007-09-12 上海大学 遥感数字图像上阴影消除和阴影中像元遥感值恢复方法
CN101718866A (zh) * 2009-11-24 2010-06-02 中国科学院对地观测与数字地球科学中心 一种改进的遥感影像地形校正物理方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4580720B2 (ja) * 2004-09-09 2010-11-17 株式会社東芝 リモートセンシング装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101034477A (zh) * 2007-03-29 2007-09-12 上海大学 遥感数字图像上阴影消除和阴影中像元遥感值恢复方法
CN101718866A (zh) * 2009-11-24 2010-06-02 中国科学院对地观测与数字地球科学中心 一种改进的遥感影像地形校正物理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
山区遥感图像地形校正模型研究综述;段四波 等;《北京师范大学学报(自然科学版)》;20070630;第43卷(第3期);全文 *
遥感影像地形校正研究进展及其比较实验;高永年 等;《地理研究》;20080331;第27卷(第2期);全文 *

Also Published As

Publication number Publication date
CN103198314A (zh) 2013-07-10

Similar Documents

Publication Publication Date Title
CN103198314B (zh) 遥感图像辐射校正方法
CN102539336B (zh) 基于环境一号卫星的可吸入颗粒物估算方法及系统
Xia et al. Mapping evapotranspiration with high-resolution aircraft imagery over vineyards using one-and two-source modeling schemes
Liu et al. Measurements of evapotranspiration from eddy-covariance systems and large aperture scintillometers in the Hai River Basin, China
CN103994976B (zh) 基于modis数据的农业旱情遥感监测方法
Ma et al. Estimating regional winter wheat yield by assimilation of time series of HJ-1 CCD NDVI into WOFOST–ACRM model with Ensemble Kalman Filter
Barnes et al. Coincident detection of crop water stress, nitrogen status and canopy density using ground based multispectral data
Mistele et al. Spectral measurements of the total aerial N and biomass dry weight in maize using a quadrilateral-view optic
CN108169161A (zh) 一种基于改进型modis指数的玉米种植区域土壤湿度评估方法
CN106226260A (zh) 一种结合微波和红外遥感影像的土壤水分反演方法
KR101483617B1 (ko) 강수 추정 시스템 및 그 방법
Imukova et al. Determining the spatial and temporal dynamics of the green vegetation fraction of croplands using high-resolution RapidEye satellite images
Sakamoto et al. Detecting spatiotemporal changes of corn developmental stages in the US corn belt using MODIS WDRVI data
CN102103203A (zh) 基于环境一号卫星的地表温度单窗反演方法
CN104279967A (zh) 基于高光谱图像的气溶胶光学厚度反演方法
CN110927120B (zh) 一种植被覆盖度预警方法
Galleguillos et al. Mapping daily evapotranspiration over a Mediterranean vineyard watershed
Togliatti et al. Satellite L–band vegetation optical depth is directly proportional to crop water in the US Corn Belt
CN102034337A (zh) 草原雪灾遥感监测与灾情评估系统及方法
CN108982369A (zh) 融合gf-1wfv和modis数据的地块尺度作物长势监测方法
CN113252583B (zh) 一种基于枯草植被指数计算高寒枯草覆盖度的方法
CN116519913B (zh) 基于星载和地基平台融合的gnss-r数据土壤水分监测方法
CN113552320A (zh) 一种基于Chan方法的土壤水分遥感反演方法
CN105929406A (zh) 一种农业旱情遥感监测方法
CN114120132A (zh) 一种气象和红边波段遥感结合的农作物估产方法和装置

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