CN103592235B - 一种成像光谱反射率数据的光谱校正方法 - Google Patents
一种成像光谱反射率数据的光谱校正方法 Download PDFInfo
- Publication number
- CN103592235B CN103592235B CN201310613261.6A CN201310613261A CN103592235B CN 103592235 B CN103592235 B CN 103592235B CN 201310613261 A CN201310613261 A CN 201310613261A CN 103592235 B CN103592235 B CN 103592235B
- Authority
- CN
- China
- Prior art keywords
- data
- spectrum
- imaging spectral
- spectral reflectivity
- imaging
- 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.)
- Expired - Fee Related
Links
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
一种成像光谱反射率数据的光谱校正方法，它有四大步骤：步骤一、光谱数据的读入；步骤二、反射光谱归一化处理；步骤三、校正系数的计算；步骤四、数据的校正。它可应用于对利用大气辐射传输模型进行光谱重建后生成的成像光谱反射率数据，进行校正，以减小误差、降低信息的漏提取率。本发明在高光谱遥感矿物识别领域里具有实用价值和广阔的应用前景。
Description
技术领域
本发明涉及一种成像光谱反射率数据的光谱校正方法，属于高光谱遥感矿物识别领域，它适用于对利用大气辐射传输模型进行光谱重建后生成的成像光谱反射率数据，进行校正，以减小误差、降低信息的漏提率。
背景技术
高光谱遥感具有图谱合一的特点，可根据矿物的精细光谱特征进行矿物信息的识别。进行矿物信息提取前，需将地表的辐射亮度数据转换为反射率数据，即反射能量与入射能量之比。常用的软件有Flaash、ATREM、ACORN等，这些软件基于大气辐射传输模型，根据数据获取时的大气水汽含量、能见度等大气参数，计算大气吸收、散射特性，并得到地表反射率。
然而，由于仪器定标误差、地面—大气间能量的多次反射等原因，得到了地表反射率与地面实测数据往往存在较大的系统性误差，导致矿物信息提取出漏提取率较高。为此，本发明开发了一种校正方法，对利用大气辐射传输模型进行光谱重建后生成的成像光谱反射率数据，进行校正，以减小误差、降低信息的漏提取率。
发明内容
1、目的：本发明的目的是提供一种成像光谱反射率数据的光谱校正方法，它针对利用大气辐射传输模型进行光谱重建后生成的成像光谱反射率数据中的系统性误差进行校正，以减小误差、降低信息的漏提取率。
2、技术解决方案：为实现本发明的目的，采取以下技术方案：
见图1，本发明一种成像光谱反射率数据的光谱校正方法，该方法具体步骤如下：
步骤一：光谱数据读入
读入的数据包括成像光谱反射率数据、成像光谱数据覆盖范围内地面实测的反射光谱数据。成像光谱反射率数据是由基于大气辐射传输模型进行光谱重建后的数据。
步骤二：反射光谱归一化处理
以图像清晰度较高的某一波段为基准，对地面实测光谱与对应的成像光谱反射率数据进行归一化处理，即所有波段反射率除以基准波段反射率。
步骤三：校正系数的计算
经步骤二处理后的地面实测光谱除以对应的成像光谱反射率数据，得到校正系数，若成像光谱反射率数据覆盖范围内有多个点进行了地面实测光谱测试，则将得到了多个校正系数进行平均，以减小误差。
步骤四：数据的校正
步骤一中读入的成像光谱反射率数据乘以步骤三得到的校正系数，即完成数据的校正。
其中，步骤二中所述的“对地面实测光谱与对应的成像光谱反射率数据进行归一化处理”，其具体实现过程如下：
每条光谱的所有波段的反射率除以该光谱对应的基准波段的反射率，得到的比值光谱即为归一化后的光谱。
3、优点及功效：本发明一种成像光谱反射率数据的光谱校正方法的优点是：
基于地面实测光谱对利用大气辐射传输模型进行光谱重建后生成的成像光谱反射率数据，进行校正，以减小误差、降低信息的漏提率。
附图说明
图1为本发明的流程框图；
具体实施方式
为了更好的说明本发明的方法与步骤，利用某地区HyMap机载成像光谱反射率数据与12个不同地点的地面实测光谱数据为例，进行了校正试验。试验所用的设备为图形工作站，规格型号为Dell Precision4700，操作系统为WindowsXP（64位），CPU为2.66GHz，内容为32GB，硬盘为1T。
见图1，本发明一种成像光谱反射率数据的光谱校正方法，其具体步骤如下：
步骤一，读入数据，地面实测光谱与HyMap成像光谱反射率数据谱段范围为450.0-2491.6nm，共有124个波段，成像光谱反射率数据是利用Flaash光谱重建软件得到的；
步骤二，反射光谱归一化处理，对12个地点中其中一个点的地面实测光谱与对应的HyMap成像光谱反射率数据，以2150nm波段为基准，进行归一化，所有波段反射率除以2150nm波段反射率；
步骤三，校正系数的计算，归一化后的地面实测光谱除以对应的成像光谱反射率数据，得到校正系数；
步骤四，HyMap数据的校正，将上一步骤得到的校正系数乘以所有HyMap数据，即完成数据的校正。
利用步骤一至步骤四的方法，对HyMap反射率数据进行了校正，利用12个地面点中的11个对校正结果进行了检验。结果表明，450-1300nm、2000-2500nm谱段去壳后反射率误差分别由0.007±0.001、0.05±0.005提高至0.004±0.004、0.005±0.006，最小吸收位置以及吸收谷面积、对称度、半高宽分别由58.04±18.97%、37.89±16.77%、10.59±7.45%提高至7.67±7.96%、6.69±4.12%、2.12±1.55%。
Claims (1)
1.一种成像光谱反射率数据的光谱校正方法，其特征在于：该方法具体步骤如下：
步骤一：光谱数据读入
读入的数据包括成像光谱反射率数据、成像光谱数据覆盖范围内地面实测的反射光谱数据；成像光谱反射率数据是由基于大气辐射传输模型进行光谱重建后的数据；
步骤二：反射光谱归一化处理
以图像清晰度较高的某一波段为基准，对地面实测光谱与对应的成像光谱反射率数据进行归一化处理，即所有波段反射率除以基准波段反射率；
步骤三：校正系数的计算
经步骤二处理后的地面实测光谱除以对应的成像光谱反射率数据，得到校正系数，若成像光谱反射率数据覆盖范围内有多个点进行了地面实测光谱测试，则将得到的多个校正系数进行平均，以减小误差；
步骤四：数据的校正
步骤一中读入的成像光谱反射率数据乘以步骤三得到的校正系数，即完成数据的校正；
其中，步骤二中所述的“对地面实测光谱与对应的成像光谱反射率数据进行归一化处理”，其具体实现过程是：每条光谱的所有波段的反射率除以该光谱对应的基准波段的反射率，得到的比值光谱即为归一化后的光谱。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310613261.6A CN103592235B (zh) | 2013-11-27 | 2013-11-27 | 一种成像光谱反射率数据的光谱校正方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310613261.6A CN103592235B (zh) | 2013-11-27 | 2013-11-27 | 一种成像光谱反射率数据的光谱校正方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103592235A CN103592235A (zh) | 2014-02-19 |
| CN103592235B true CN103592235B (zh) | 2015-09-30 |
Family
ID=50082462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310613261.6A Expired - Fee Related CN103592235B (zh) | 2013-11-27 | 2013-11-27 | 一种成像光谱反射率数据的光谱校正方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103592235B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104820984B (zh) * | 2015-04-24 | 2018-11-30 | 国家测绘地理信息局卫星测绘应用中心 | 一种卫星遥感三线阵立体影像处理系统及方法 |
| CN104849220B (zh) * | 2015-06-09 | 2017-06-27 | 武汉大学 | 一种平面式文物光谱图像获取方法 |
| CN105676208B (zh) * | 2016-01-06 | 2017-12-05 | 中国国土资源航空物探遥感中心 | 一种机载高光谱遥感数据光度校正方法 |
| CN109991174A (zh) * | 2019-03-26 | 2019-07-09 | 山东省科学院海洋仪器仪表研究所 | 一种高光谱相机与普通光谱仪之间的模型转移方法 |
| CN110411565B (zh) * | 2019-07-05 | 2021-08-03 | 中国船舶重工集团公司第七一六研究所 | 一种由多光谱地表反射率推演高光谱地表反射率的方法 |
| CN110376138B (zh) * | 2019-08-05 | 2022-09-06 | 北京绿土科技有限公司 | 基于航空高光谱的土地质量监测方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1315094C (zh) * | 2005-04-14 | 2007-05-09 | 中国国土资源航空物探遥感中心 | 成像光谱数据处理系统及成像光谱数据处理方法 |
| CN101799561B (zh) * | 2010-02-05 | 2011-09-21 | 民政部国家减灾中心 | 一种基于减灾小卫星的雪灾遥感监测模拟评估方法 |
| KR20120119717A (ko) * | 2011-04-22 | 2012-10-31 | 삼성디스플레이 주식회사 | 영상 표시 장치 및 영상 표시 장치의 색 보정 방법 |
| CN103175822B (zh) * | 2013-02-06 | 2015-08-05 | 中国食品药品检定研究院 | 消除拉曼光谱仪台间差的方法 |
-
2013
- 2013-11-27 CN CN201310613261.6A patent/CN103592235B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN103592235A (zh) | 2014-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103592235B (zh) | 一种成像光谱反射率数据的光谱校正方法 | |
| US9710721B2 (en) | Method for in-scene compensation using water vapor content | |
| CN102313699B (zh) | 作物冠层叶片的全氮含量估算方法 | |
| Urban et al. | Estimating sowing dates from satellite data over the US Midwest: A comparison of multiple sensors and metrics | |
| CN101986139A (zh) | 一种基于反射光谱小波变换的植被参数遥感反演方法 | |
| Pasolli et al. | Estimation of soil moisture in an alpine catchment with RADARSAT2 images | |
| CN104181515A (zh) | 一种基于蓝-黄波段高光谱数据的浅海水深反演方法 | |
| CN110388986B (zh) | 基于tasi数据的土地表面温度反演方法 | |
| Wen et al. | Parametrized BRDF for atmospheric and topographic correction and albedo estimation in Jiangxi rugged terrain, China | |
| CN103809171B (zh) | 基于氧气吸收和多元回归的高速被动测距方法 | |
| Marchili et al. | A seasonal cycle and an abrupt change in the variability characteristics of the intraday variable source S4 0954+ 65 | |
| CN106127133A (zh) | 一种基于红光‑近红外光谱特征空间的水体提取方法 | |
| CN103604761A (zh) | 基于aisa航空高光谱影像的赤潮检测方法 | |
| CN103808413A (zh) | 基于噪声分离的温度与比辐射率分离的方法及装置 | |
| CN103926203A (zh) | 一种针对地物光谱不确定性的光谱角度制图方法 | |
| Sinha et al. | Efficacy of InSAR coherence in tropical forest remote sensing in context of REDD | |
| CN102609963B (zh) | 高光谱图像的模拟方法 | |
| CN115900958A (zh) | 一种基于热红外高光谱遥感的地热区域判定系统及方法 | |
| Soja et al. | Estimation of boreal forest biomass from two-level model inversion of interferometric TanDEM-X data | |
| Goodenough et al. | Multisensor data fusion for aboveground carbon estimation | |
| Ma et al. | Improved vicarious radiometric calibration method considering adjacency effect for high resolution optical sensors | |
| CN111507223B (zh) | 植物物种beta多样性的估算方法及系统 | |
| Berra et al. | Accuracy of forest stem volume estimation by TM/Landsat Imagery with different geometric and atmospheric correction methods | |
| CN111476172B (zh) | 植物物种beta多样性的估算方法及系统 | |
| CN102590801A (zh) | 阴影光谱模拟方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150930 Termination date: 20171127 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |