CN103293522B - 一种中红外双通道遥感数据地表温度反演方法及装置 - Google Patents
一种中红外双通道遥感数据地表温度反演方法及装置 Download PDFInfo
- Publication number
- CN103293522B CN103293522B CN201310166347.9A CN201310166347A CN103293522B CN 103293522 B CN103293522 B CN 103293522B CN 201310166347 A CN201310166347 A CN 201310166347A CN 103293522 B CN103293522 B CN 103293522B
- Authority
- CN
- China
- Prior art keywords
- earth
- surface temperature
- modis
- remote sensing
- channel
- 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
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radiation Pyrometers (AREA)
Abstract
本发明公开了中红外双通道遥感数据地表温度反演方法及装置,其方法包括:A)MODIS遥感影像数据预处理;B)对数据进行大气水汽含量反演,得到大气水汽含量;C)利用步骤B的大气水汽含量产品,对影像数据进行地表太阳直射辐射反演和地表-传感器观测方向的大气透过率反演,得到地表反射太阳直射辐射;D)利用MODIS地表反射率产品,反演MODIS地表比辐射率,得到地表比辐射率;有效提高了数据的利用率,避免了由于大气下行辐射估算误差导致的地表温度反演不准确问题。
Description
技术领域
本发明涉及一种中红外双通道遥感数据地表温度反演方法及实现该方法的一种装置,属于定量遥感技术领域。
背景技术
红外遥感对地观测技术作为空间对地观测技术的一种重要观测手段,因其几乎不受时间、地域、环境限制、可全天时对地观测的优势,能够广泛应用于军民两用领域,进行地物类型探测和辨别、矿产识别、地热、高温异常点监测、军事目标侦察、导弹预警、红外制导、军事测绘、海洋监视等。因此,红外遥感对地观测技术已经成为世界各国竞相发展的对地观测技术之一。
中红外(3~5μm)遥感地表温度反演一直是定量红外遥感地表参数反演的热点与难题之一。目前利用星载中红外遥感技术反演地表温度,难点主要在大气校正、太阳直射辐射估算、地表比辐射率反演三个方面,特别是太阳直射辐射估算和地表比辐射率反演,由于中红外谱段地表反射的太阳直射辐射与地表自身的发射辐射处于同一量级,同时不同地物类型下中红外地表比辐射率的变化显著,造成地表比辐射率难以精确估计。目前关于地表温度的反演算法主要集中于热红外谱段(8~12μm)的单窗算法、劈窗算法、多通道算法、温度与比辐射率分离算法;热红外与中红外结合的温度反演算法有基于温度独立光谱指数算法、日夜算法,这两种算法都需要中红外和热红外两个通道的白天和夜间配套数据,在假设地表比辐射率日夜不变的前提下反演地表温度;目前,单纯利用中红外遥感数据地表温度反演的算法尚未查到相关文献。中红外(3μm~5μm)或者热红外(8μm~14μm)传感器都能够记录地表的热辐射信息,均具备温度反演的条件。美国极轨气象卫星TERRA+AQUA搭载的中分辨率成像光谱仪(MODerate-resolution Imaging Spectroradiometer, MODIS)中两个中红外通道(3.929~3.989μm和4.020~4.080μm)处于大气窗口通道,具有强大气穿透能力,能够穿透大部分的烟雾、阴霾,受大气中气溶胶的影响也很小。不仅如此,由普朗克函数的指数近似表达式 (和取决于参考温度的通道常数)可知,中红外通道能量变化随温度变化的敏感性比热红外更强。研究发现,相比热红外(8~14μm),中红外地表温度反演对地表比辐射率的依赖更弱,当比辐射率误差为0.02时,从理论推导上看,当温度为300K时,利用中红外4μm通道的温度反演精度为~0.3K,利用热红外12μm通道的温度反演精度为~0.8K。因此,中红外地表温度反演精度对地表比辐射率反演精度的要求相对更低。
发明内容
本发明的目的是针对上述背景技术中的不足,提出了一种中红外双通道遥感数据地表温度反演方法。
本发明方法包含如下五个步骤:
步骤一、对MODIS遥感影像数据预处理;
步骤二、对MODIS遥感影像数据进行大气水汽含量反演,得到大气水汽含量;
步骤三、利用步骤二的大气水汽含量,对MODIS遥感影像数据进行到达地表的太阳直射辐射反演和地表-传感器观测方向的大气透过率反演,得到地表反射太阳直射辐射;
步骤四、利用MODIS地表反射率,对MODIS遥感影像数据进行地表比辐射率反演,得到地表比辐射率;
步骤五、利用步骤二的大气水汽含量,步骤四的地表比辐射率,对MODIS夜间遥感影像数据进行地表温度反演,得到MODIS夜间地表温度产品;利用步骤二的大气水汽含量,利用步骤三的地表反射太阳直射辐射产品,步骤四的地表比辐射率,对MODIS白天遥感影像数据进行地表温度反演,得到MODIS白天地表温度。
本发明提出的用于上述方法的一种中红外双通道遥感数据地表温度反演装置,包括以下部分:与输入相连的数据预处理模块;分别与数据预处理模块相连的大气水汽反演模块、地表反射太阳直射辐射模块、地表比辐射率反演模块;与大气水汽反演模块、地表反射太阳直射辐射模块、地表比辐射率反演模块均相连的地表温度反演模块。
对比现有技术,本发明的有益效果在于:
1. 本发明方法中提出了利用中红外两个通道的白天数据或夜间数据反演地表温度的技术方法,解决了现有技术方案中采用中红外通道反演地表温度时需要中红外和热红外两个通道、白天和夜间两次观测数据的限制,有效提高了数据的利用率。
2. 本发明方法中采用中红外双通道载荷一次成像即可实现地表温度的反演方案,无需日夜两次成像才可以反演地表温度,避免了因为图像配准误差导致地表温度反演精度不准确的问题。
3. 本发明方法中提出一次成像反演地表温度的方案在很大程度上减少了云覆盖对地表温度反演造成的影响,现有诸如基于温度独立光谱指数的温度反演方法、日夜算法等技术方案中,都需要两次观测数据才能进行地表温度反演,假设其中一次观测数据受到云覆盖影响,地表温度反演就会失败。
4. 本发明方法提出了利用MODIS同平台搭载的可见光-近红外载荷数据直接反演地表比辐射率,解决了现有技术方案中需要假设地表比辐射率日夜不变的前提条件;本发明方案中无需估算大气下行辐射,本发明方案本身就是利用中红外两个相邻通道对大气水汽含量的差异实现大气校正,并最终反演地表温度,避免了由于大气下行辐射估算误差导致的地表温度反演不准确问题。
附图说明
图1是本发明中红外双通道遥感影像地表温度反演流程示意图;
图2是本发明大气水汽含量反演算法系数拟合流程示意图;
图3是本发明中红外地表反射太阳辐射流程示意图;
图4是本发明中红外地表比辐射率反演流程示意图;
图5是本发明采用的地表温度反演模型系数拟合流程示意图;
图6是本发明中红外双通道地表温度反演流程图。
具体实施方式
本发明的目的是针对上述背景技术中的不足,提出了一种红外双通道遥感数据地表温度反演方法及装置。下面结合附图对本发明进行解释。
本发明提出的一种中红外双通道遥感数据地表温度反演装置,包括以下部分:与输入相连的数据预处理模块;分别与数据预处理模块相连的大气水汽反演模块、地表反射太阳直射辐射模块、地表比辐射率反演模块;与大气水汽反演模块、地表反射太阳直射辐射模块、地表比辐射率反演模块均相连的地表温度反演模块。各模块的实现结构及工作原理如下:
本实施例的数据预处理模块由投影转换和辐射亮度转换两部分组成:
(1)投影转换
MODIS L1B产品(经过仪器标定的MODIS数据)与其地表反射率产品、地理定位产品等的投影方式不同,因此需要进行投影转换将其转换成相同的投影方式。MODIS Reprojection Tool (MRT) 处理软件专门用于MODIS产品的投影转换,具有图像拼接、投影转换、格式转换等功能,基于该软件可以实现MODIS产品之间的投影转换。
(2)辐射亮度转换
MODIS L1B产品数据为灰度值,需要经过数据转换将灰度值转换为辐射亮度:
(1)
式中,DN为影像灰度值;L sensor 为辐射亮度();和分别为增益值和偏移值(),增益值和偏移值从MODIS L1B产品中可以获得。
本实施例的大气水汽反演模块,其反演步骤如下:
(1)计算比值指数
大气水汽在近红外谱段内有一系列吸收带,首先选择适用于水汽含量反演的通道,利用水汽在不同谱段的吸收特性差异选择水汽强吸收和弱吸收通道可建立用于反演水汽含量的计算模型。本方法利用近红外谱段940nm处的水汽通道及其两侧的大气窗口通道来计算比值指数:
(2)
其中,和。
式中,为水汽通道的辐射亮度;和为大气窗口通道的辐射亮度;和为权重系数;为水汽通道的中心波长;和为大气窗口通道的中心波长。
(2)确定拟合系数
比值指数计算大气水汽含量(Water Vapor Content, WVC)的关系如式(3):
(3)
式中,a、b和c为拟合系数。
拟合系数的确定,包括如下步骤:
1)从ASTER波谱库中选取裸土、植被、沙子、水体等不同类型的地物波谱;
2)利用TIGR大气廓线数据库提供的不同大气条件,结合太阳和观测几何信息,利用最新的大气辐射传输模型MODTRAN 5.0,模拟得到不同大气和地表条件下水汽吸收通道和大气窗口通道的辐射亮度,
3)根据式2)计算步骤1)和步骤2)情况下的比值指数;
4)根据式3)得到的比值指数和步骤2)中对应大气廓线下的大气水汽含量,通过公式(3)拟合得到系数a,b和c;
(3)根据步骤(1)中的比值指数和步骤(2)中确定的拟合系数,按式(3)估算大气水汽含量。
本实施例的太阳直射辐射反演模块,其反演步骤如下:
(1)估算地表-传感器大气透过率
利用TIGR大气廓线数据库,结合最新的大气辐射传输模型MODTRAN 5.0模拟大气水汽含量与中红外通道的大气透过率,其之间的经验统计关系可表示如式(4)(如图3所示)。
(4)
其中,是地表-传感器观测方向的中红外通道大气透过率,是大气水汽含量,参数和是拟合系数。
在实际操作过程中,仅建立了6个观测天顶角(View Zenith Angle, VZA)下的大气水汽含量与大气透过率之间的关系,针对其他观测天顶角下大气透过率的获取方式是采用建立拟合系数与观测天顶角之间的经验关系方式进行的。由于公式(4)中的系数、均与具有很好的相关性,建立如下拟合公式:
(5)
(6)
其中,,,和是拟合系数。
根据公式(4)获取的6个观测天顶角下的系数和,可以拟合出公式(5)和(6)中的拟合系数。根据公式(5)和公式(6),其他观测天顶角下的大气透过率与大气水汽含量之间的关系可以表示为:
(7)
根据公式(7),可以计算任何观测天顶角下地表-传感器观测方向的中红外通道大气透过率。
(2)估算到达地表的太阳直射辐射
到达地表的太阳直射辐射主要受到太阳-地表方向的大气透过率、太阳辐照度影响。由于太阳辐照度数据较为稳定,因此,在估算到达地表的太阳直射辐射时仅需要考虑太阳-地表的大气透过率影响。建立大气水汽含量与太阳直射辐射之间的经验关系来估算太阳直射辐射影响(如图3所示),为了提高精度,对大气水汽含量进行子区间的划分,再利用每个子区间内的模拟数据确定拟合系数,大气水汽含量分为5个小区间,每个子区间有1g/cm2的重叠区:[0~1.5]、[1~2.5]、[2~3.5]、[3~4.5]、[4~5.5]g/cm2,每个区间内水汽含量与太阳直射辐射呈线性关系。
(8)
其中,是到达地表的太阳直射辐射,是大气水汽含量,参数和是拟合系数。
实际操作过程中,仅建立了6个太阳天顶角(Sun Zenith Angle, VZA)下的大气水汽含量与达到地表的太阳直射辐射之间的关系,针对其他太阳天顶角下太阳直射辐射的获取需要根据其他途径获取。考虑到太阳直射辐射与太阳天顶角存在一定的关系,因此利用已建立的6个太阳天顶角下的拟合系数和(公式8)与太阳天顶角之间的关系,获取其他太阳天顶角下方程的系数,关系式如下所示。
(9)
(10)
其中,,,和是拟合系数。
根据公式(8)获取的6个太阳天顶角下的系数和,可以拟合出公式(9)和(10)中的拟合系数。根据公式(9)和公式(10),其他太阳天顶角下的到达地表的太阳直射辐射与大气水汽含量之间的关系可以表示为:
(11)
根据公式(11),可以计算任何太阳天顶角下到达地表的太阳直射辐射。
(3)计算地表反射的太阳直射辐射
假设地表是朗伯体,已知地表比辐射率,那么地表双向反射率()为:,其中是地表比辐射率。地表反射的太阳直射辐射等于地表双向反射率、到达地表的太阳直射辐射(公式(11))与地表-传感器观测方向的大气透过率(公式(7))三者的乘积。
本实施例的地表比辐射率反演模块,其反演步骤如下:
(1)归一化植被指数
归一化植被指数(Normalized Difference Vegetation Index, NDVI)根据地表反射率计算得到:
(12)
式中,为近红外波段的地表反射率;为可见光红波段的地表反射率。
(2)计算植被覆盖度
植被覆盖度()根据NDVI由以下公式计算得到:
(13)
式中,为裸土的NDVI值,取值0.2;为植被的NDVI值,取值0.5。
(3)计算中红外地表比辐射率
中红外地表比辐射率可以根据NDVI和计算得到(如图4所示):
(14)
式中,为植被的比辐射率,取值0.98;为裸土的平均比辐射率。从ASTER波谱库中选取地物类型为裸土的波谱曲线,通过与MODIS中红外两个通道的通道响应函数进行卷积,计算每个通道裸土的平均比辐射率。
本实施例的地表温度反演模块,包括夜间数据地表温度反演和白天数据地表温度反演两部分。
(1)中红外双通道夜间数据地表温度反演
在局地热平衡及地表为朗伯体的假设下,中红外大气辐射传输方程为:
(15)
其中:为卫星传感器通道i接收的辐射(为卫星高度通道i的亮度温度);为从地面到传感器方向通道i的大气透过率;为通道i的地表比辐射率;为地表温度;和分别为大气下行和上行辐射;和分别为大气散射太阳辐射向下和向上的辐射;是通道i的地表双向反射率;为地面上通道i的太阳直射能量;为普朗克函数。
在不考虑太阳辐射影响(夜间时刻)的情况下,夜间中红外辐射传输方程可写为:
(16)
利用3~5μm谱段的大气窗口内,MODIS中红外两个相邻通道(3.929~3.989μm和4.020~4.080μm)对大气吸收作用的不同(尤其对大气中的水汽吸收作用的差异),通过两个通道测量值的各种组合来剔除大气的影响,在假设地表比辐射率已知的前提下,反演地表温度。
(17)
式中:和为相邻两通道i、j的地表比辐射率;为两个通道比辐射率的平均值;为两个通道比辐射率的差值;和为两个相邻中红外通道(3.929~3.989μm和4.020~4.080μm)的亮度温度;、、、、、、为拟合系数。
中红外双通道夜间数据地表温度反演流程如图6所示,其步骤为:
(1)根据普朗克函数将传感器入瞳辐射亮度转换为亮度温度。
根据式(18)计算传感器的亮度温度T sensor :
(18)
式中, L sensor 为感器所接收的辐射亮度,C 1 为第一辐射常数,其值为;C 2 为第二辐射常数,等于;为中心波长,单位为。
2)根据地表反射率,通过公式(12)计算归一化植被指数NDVI,通过公式(13)计算植被覆盖度。
3)根据NDVI和,通过公式(14)计算地表比辐射率。
4)确定拟合系数,具体步骤如下:
A、利用最新的大气辐射传输模型MODTRAN 5.0模拟得到中红外两个通道的模拟数据;
B、利用模拟数据确定拟合系数
利用MODTRAN 5.0模拟数据时,大气廓线、观测角度、地表温度和比辐射率的设置如下:
大气廓线:采用TIGR大气廓线数据库中的大气廓线进行大气参数模拟。TIGR大气数据库包含了从极地到赤道,水汽含量从0.1~8g/cm2的全球范围内各种大气状况,共计2311条大气廓线。首先对TIGR数据库中的大气廓线进行了云剔除,再从无云大气廓线中挑选出大气底层温度在250~310K之间、大气水汽含量在0.06~5.39 g/cm2之间的共计705条大气廓线。
观测角度:设置了6种观测天顶角,分别是0°,33.56°,44.42°,51.32°,56.25°,60°。
地表温度:地表温度的设置与大气廓线底层温度Ta有关,夜间地表温度设置从Ta-15 K到Ta+5 K之间变化,以5 K为间隔。
地表比辐射率:利用ASTER光谱数据库中的地表方向半球反射率信息,该数据库包括岩石、矿物质、土壤、人造材料、植被、冰雪等物质的光谱信息,覆盖了从可见到热红外波长区域(0.4~15.4μm)的光谱信息。假设地表为朗伯体,根据基尔霍夫定律,每个波长处的比辐射率可表示为,因此可以利用ASTER光谱数据库获得每个波长上的比辐射率。根据公式:,其中代表、、、、,可以求出通道等效辐亮度、大气透过率、大气上行、下行辐射和比辐射率。
根据MODIS两个中红外通道的通道响应函数,利用MODTRAN 5.0模拟6个给定的观测角度下两个通道的大气上下行辐射和透过率,结合地表温度和两个通道的地表比辐射率,根据大气辐射传输方程计算得到两个通道的辐射亮度,再利用普朗克函数将两个通道的辐射亮度转换为亮度温度。
利用模拟数据确定拟合系数时,为了提高地表温度的反演精度,在每个给定的观测角度下,对地表温度、大气水汽含量2个参数进行子区间的划分,再利用每个子区间内和每个观测角度下的模拟数据确定拟合系数。使用每个子区间内和每个观测角度下的拟合系数使得地表温度的反演更加准确。考虑到子区间的连续,在进行子区间划分时,对每个参数的子区间设置一定的重叠区。夜间地表温度分为3个小区间,每个小区间有5K的重叠区:、,,大气水汽含量分为5个小区间,每个子区间有1g/cm2的重叠区:[0~1.5]、[1~2.5]、[2~3.5]、[3~4.5]、[4~5.5]g/cm2。
在每个特定的参数子区间内和每个给定的观测角度下,利用地表温度、比辐射率和相应的亮度温度,通过多元回归拟合确定拟合系数。对于每个子区间内,其它观测角度下的拟合系数可以通过给定的观测角度的拟合系数按照线性插值得到。
5)根据地表比辐射率、大气水汽含量和亮度温度,利用拟合系数、、、、、、,通过公式(17)计算地表温度。
(2)中红外双通道白天数据地表温度反演
由式(15)可知,卫星传感器接收的中红外白天信号中除了来自地表的发射辐射、反射辐射,还受到大气吸收、散射和自身辐射的影响。相比中红外夜间辐射传输方程,白天辐射传输方程受到太阳辐射的影响,主要包括地表反射的太阳直射辐射、大气散射太阳向上和向下的辐射。其中,地表反射的太阳直射辐射与地表自身的发射辐射处于同一数量级,因此去除太阳直射辐射、消除大气效应影响是精确反演地表温度的关键。
中红外白天辐射传输方程(15)可写为:
(19)
其中,,是剔除太阳直射辐射后的辐射传输方程;为等效亮温;是通道i的地表双向反射率,假设地表朗伯,;为地面上通道i的太阳直射辐射;为普朗克函数。
中红外双通道白天数据地表温度反演步骤如下:
1)根据太阳直射辐射反演模块反演地表反射的太阳直射辐射,通过公式(19),剔除地表反射的太阳直射辐射;
2)根据式(20),剔除地表反射太阳直射辐射后的辐亮度转换为地表等效亮度温度;
借鉴中红外夜间地表温度反演算法(方程(17)),同样采用两个相邻中红外通道对大气吸收作用的不同,通过两个通道测量值的各种组合来剔除大气的影响,在假设地表比辐射率已知的前提下,反演白天地表温度。
公式(19)中等效亮温可以利用普朗克函数求出:
(20)
式中,C 1 为第一辐射常数,等于;C 2 为第二辐射常数,等于;为中心波长,单位为。
3)根据地表反射率,通过公式(12)计算归一化植被指数NDVI,通过公式(13)计算植被覆盖度;
4)根据NDVI和,通过公式(14)计算地表比辐射率;
5)确定拟合系数;
借鉴中红外夜间地表温度反演算法中拟合系数确定方法,将白天地表温度分为4个小区间,每个小区间有5K的重叠区:、,,,
6)根据地表比辐射率、大气水汽含量和亮度温度,利用拟合系数、、、、、、,通过公式(17)计算地表温度。
Claims (6)
1.一种中红外双通道遥感数据地表温度反演方法,其特征在于包含以下五个步骤:
步骤一、对MODIS遥感影像数据预处理;其过程如下:
将MODIS遥感影像数据进行投影转换;
将MODIS遥感影像灰度值转换为辐射亮度;
步骤二、对MODIS遥感影像数据进行大气水汽含量反演,得到大气水汽含量;具体过程如下:
根据水汽通道和相邻两个大气窗口通道的辐射亮度计算比值指数;
根据比值指数和拟合系数计算大气水汽含量;
步骤三、反演到达地表的太阳直射辐射和地表-传感器观测方向的大气透过率,得到地表反射太阳直射辐射;具体过程如下:
(1)根据大气水汽含量、观测天顶角,建立大气水汽含量与地表-传感器观测方向大气透过率之间的统计关系,反演大气透过率;
(2)根据大气水汽含量、太阳天顶角,建立大气水汽含量与到达地表的太阳直射辐射之间的统计关系,反演到达地表的太阳直射辐射;
(3)假设地表朗伯,在已知地表比辐射率前提下,根据步骤(1)和(2)计算地表反射太阳直射辐射;
步骤四、利用MODIS地表反射率,对MODIS遥感影像数据进行地表比辐射率反演,得到地表比辐射率;具体过程如下:
根据地表反射率计算归一化植被指数,并计算植被覆盖度;
根据归一化植被指数和植被覆盖度,计算地表比辐射率;
步骤五、利用MODIS中红外双通道数据,结合上述步骤,反演夜间和白天地表温度,得到日夜地表温度;具体过程如下:
(1)利用步骤二的大气水汽含量,步骤四的地表比辐射率,对MODIS夜间遥感影像数据进行地表温度反演,得到MODIS夜间地表温度;
(2)利用步骤二的大气水汽含量,步骤三的地表反射太阳直射辐射,步骤四的地表比辐射率,对MODIS白天遥感影像数据进行地表温度反演,得到MODIS白天地表温度。
2.根据权利要求1所述的一种中红外双通道遥感数据地表温度反演方法,其特征在于,MODIS产品之间的投影转换是基于MODIS Reprojection Tool处理软件实现的。
3.根据权利要求1所述的一种中红外双通道遥感数据地表温度反演方法,其特征在于,比值指数 是利用近红外谱段940nm处的水汽通道及其两侧的大气窗口通道按式(2)来计算;
(2)
其中,和;
式中,为水汽通道的辐射亮度;和为大气窗口通道的辐射亮度;和为权重系数;为水汽通道的中心波长;和为大气窗口通道的中心波长。
4.根据权利要求1所述的一种中红外双通道遥感数据地表温度反演方法,其特征在于,裸土的NDVI值,取值0.2,植被的NDVI值,取值0.5。
5.根据权利要求1所述的一种中红外双通道遥感数据地表温度反演方法,其特征在于,确定拟合系数时,对于参数每个子区间内,其它观测角度下的拟合系数通过给定的观测角度的拟合系数按照线性插值得到。
6.一种实现权利要求1所述方法的装置,其特征在于包含:与输入相连的数据预处理模块;分别与数据预处理模块相连的大气水汽含量反演模块、地表反射太阳直射辐射模块、地表比辐射率反演模块;与大气水汽含量反演模块、地表反射太阳直射辐射模块、地表比辐射率反演模块均相连的地表温度反演模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310166347.9A CN103293522B (zh) | 2013-05-08 | 2013-05-08 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310166347.9A CN103293522B (zh) | 2013-05-08 | 2013-05-08 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103293522A CN103293522A (zh) | 2013-09-11 |
CN103293522B true CN103293522B (zh) | 2014-12-10 |
Family
ID=49094715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310166347.9A Active CN103293522B (zh) | 2013-05-08 | 2013-05-08 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103293522B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN104156530B (zh) * | 2014-08-15 | 2017-03-15 | 中国科学院上海技术物理研究所 | 一种高温目标的通道辐射量重建方法 |
CN104360351A (zh) * | 2014-12-04 | 2015-02-18 | 中国科学院南京地理与湖泊研究所 | 一种基于遥感数据的农业区地表温度高精度反演方法 |
CN104897289B (zh) * | 2015-06-23 | 2017-08-18 | 中国科学院遥感与数字地球研究所 | 一种Landsat 8卫星数据地表温度反演方法 |
CN106768393B (zh) * | 2015-11-20 | 2019-03-22 | 北京大学 | 基于Landsat 8数据的海表温度反演方法及系统 |
CN105631218B (zh) * | 2015-12-30 | 2018-09-21 | 电子科技大学 | 基于idtcm的遥感地表温度时间归一化方法 |
CN105425247B (zh) * | 2016-01-07 | 2017-12-05 | 中国科学院地理科学与资源研究所 | 一种利用中红外遥感数据确定地表温度的方法及装置 |
CN107560734A (zh) * | 2017-03-06 | 2018-01-09 | 太原理工大学 | 一种Landsat8遥感反演地表温度方法 |
CN106932101B (zh) * | 2017-03-27 | 2019-05-03 | 鲁东大学 | Hj-1b卫星中红外和热红外通道联合的地表温度反演方法 |
CN107389595B (zh) * | 2017-06-20 | 2019-11-12 | 东南大学 | 一种基于modis三通道加权平均的水汽反演方法 |
CN107490363B (zh) * | 2017-07-19 | 2020-05-08 | 二十一世纪空间技术应用股份有限公司 | 一种基于地表温度数据的产热企业生产强度监测方法 |
CN109001119A (zh) * | 2018-05-25 | 2018-12-14 | 上饶市中科院云计算中心大数据研究院 | 一种评价植被生长状态的遥感技术 |
CN110516816B (zh) * | 2019-08-30 | 2021-05-28 | 中国科学院、水利部成都山地灾害与环境研究所 | 基于机器学习的全天候地表温度生成方法及装置 |
CN113495060A (zh) * | 2020-03-19 | 2021-10-12 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种通道间辐射基准传递方法及装置 |
CN111323129A (zh) * | 2020-03-25 | 2020-06-23 | 长光卫星技术有限公司 | 一种基于宽波段热红外影像的地表温度反演方法 |
CN111707376B (zh) * | 2020-06-30 | 2021-04-23 | 电子科技大学 | 一种面向宽波段热红外传感器的地表温度反演方法 |
CN111982303B (zh) * | 2020-08-24 | 2022-06-10 | 无锡英菲感知技术有限公司 | 一种红外测温方法、装置、设备及计算机可读存储介质 |
CN113390769B (zh) * | 2021-08-18 | 2021-12-14 | 南京信息工程大学 | 基于夜光灯光遥感数据的夜间pm2.5浓度监测方法 |
CN114581791A (zh) * | 2022-03-02 | 2022-06-03 | 中国农业科学院农业资源与农业区划研究所 | 基于modis数据大气水汽含量反演方法及系统 |
CN114842325B (zh) * | 2022-03-16 | 2023-03-31 | 北京四象爱数科技有限公司 | 一种基于单波段中波红外卫星遥感数据的地温反演方法 |
CN114781148A (zh) * | 2022-04-14 | 2022-07-22 | 河北地质大学 | 一种热红外遥感云覆盖像元的地表温度反演方法及系统 |
CN115795781B (zh) * | 2022-09-23 | 2023-07-18 | 北京大学 | 一种基于地面红外辐射计的大气水汽含量估算方法和系统 |
CN117576570B (zh) * | 2024-01-16 | 2024-04-12 | 山东大学 | 一种全天候水汽反演弹性方法、系统、设备及介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2419148C2 (ru) * | 2006-07-28 | 2011-05-20 | Телеспацио С.П.А. | Автоматизированное распознавание пожаров на поверхности земли и атмосферных явлений, таких как облака, облачная пелена, туман и им подобных, посредством спутниковой системы |
US20090022359A1 (en) * | 2007-07-19 | 2009-01-22 | University Of Delaware | Vegetation index image generation methods and systems |
CN101629850A (zh) * | 2009-08-24 | 2010-01-20 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演地表温度方法 |
CN101936777A (zh) * | 2010-07-30 | 2011-01-05 | 南京信息工程大学 | 一种基于热红外遥感反演近地层气温的方法 |
CN102103203A (zh) * | 2011-01-19 | 2011-06-22 | 环境保护部卫星环境应用中心 | 基于环境一号卫星的地表温度单窗反演方法 |
-
2013
- 2013-05-08 CN CN201310166347.9A patent/CN103293522B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN103293522A (zh) | 2013-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103293522B (zh) | 一种中红外双通道遥感数据地表温度反演方法及装置 | |
CN106932101B (zh) | Hj-1b卫星中红外和热红外通道联合的地表温度反演方法 | |
Pavolonis et al. | Daytime global cloud typing from AVHRR and VIIRS: Algorithm description, validation, and comparisons | |
CN102736128A (zh) | 无人机光学遥感影像数据处理方法及装置 | |
Miura et al. | An error and sensitivity analysis of atmospheric resistant vegetation indices derived from dark target-based atmospheric correction | |
US7171328B1 (en) | Method for measuring thermal properties using a long-wavelength infrared thermal image | |
CN113324656B (zh) | 无人机搭载红外遥感的地表热异常探测方法及系统 | |
CN104483663B (zh) | 一种高光谱遥感影像大气纠正方法及系统 | |
Lagouarde et al. | Experimental characterization and modelling of the nighttime directional anisotropy of thermal infrared measurements over an urban area: Case study of Toulouse (France) | |
CN101598543A (zh) | 一种实用的遥感影像大气校正方法 | |
CN108985959A (zh) | 一种基于地表温度反演技术的小麦白粉病遥感监测方法 | |
CN109883957A (zh) | 基于modis影像的表观反射率模型构建方法、系统及定标方法 | |
Susaki et al. | Validation of MODIS albedo products of paddy fields in Japan | |
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 | |
CN105183989B (zh) | 一种Landsat8卫星数据地表反射率反演方法 | |
CN104360351A (zh) | 一种基于遥感数据的农业区地表温度高精度反演方法 | |
CN105092575A (zh) | 评估沙尘暴强度的方法和装置 | |
Manninen et al. | Airborne Measurements of Surface Albedo and Leaf Area Index of Snow‐Covered Boreal Forest | |
CN102901563A (zh) | 一种同时确定地表窄波段和宽波段比辐射率的方法及装置 | |
Hirsch et al. | A novel technique for extracting clouds base height using ground based imaging | |
CN109738372A (zh) | 一种航空高光谱岩矿探测多元数据处理方法 | |
Hu et al. | Comparison of absolute and relative radiometric normalization use Landsat time series images | |
Tanre | Derivation of tropospheric aerosol properties from satellite observations | |
Liu et al. | Using a semi-analytical model to retrieve Secchi depth in coastal and estuarine waters | |
Rozanov et al. | Intercomparison of cloud top altitudes as derived using GOME and ATSR-2 instruments onboard ERS-2 |
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 |