CN107389595A - 一种基于modis三通道加权平均的水汽反演方法 - Google Patents
一种基于modis三通道加权平均的水汽反演方法 Download PDFInfo
- Publication number
- CN107389595A CN107389595A CN201710468466.8A CN201710468466A CN107389595A CN 107389595 A CN107389595 A CN 107389595A CN 201710468466 A CN201710468466 A CN 201710468466A CN 107389595 A CN107389595 A CN 107389595A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtr
- mtd
- msup
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 30
- 238000005457 optimization Methods 0.000 claims description 3
- 238000010521 absorption reaction Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 239000003643 water by type Substances 0.000 description 2
- 241001365789 Oenanthe crocata Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000191 radiation effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3554—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for determining moisture content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
- G01N2021/354—Hygrometry of gases
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于MODIS三通道加权平均的水汽反演方法，包括以下步骤：S1：对研究区的MOD021KM数据进行预处理；S2：分别计算17、18和19通道的水汽含量；S3：对步骤S2得到的三个不同通道的水汽含量进行加权平均。相比传统的二通道比值法模型和三通道比值法模型，本发明有效提高了计算精度。
Description
技术领域
本发明涉及大气遥感领域，特别是涉及一种基于MODIS三通道加权平均的水汽反演方法。
背景技术
大气可降水量(PWV)对降水与气候、大气校正、InSAR大气效应的去除、灾害性天气预报等方面具有重要的意义，也是当前GNSS气象学领域所研究的重要分支。目前有多种反演大气可降水量的方法，每种方法都有各自的优点和局限性，因此有必要在充分研究各种方法的基础上，将多种方法进行综合运用，优势互补，得到高时空分辨率且准确的大气可降水量，便于进行更广阔的大气可降水量研究应用。
在利用MODIS(Moderate Resolution Imaging Spectrum-Radiometer)反演大气水汽方面，1992年，Kaufman和Gao等人提出了基于辐射差分吸收原理的通道比值算法，实验数据显示应用MODIS近红外三通道反演大气水汽含量的绝对精度为13％，若能对地表反射光谱、雾霾、温度廓线等的不确定性因素进行很好的改善，精度可以提高到1％。同年，Michael等对利用MODIS数据反演大气水汽含量、气溶胶厚度、云性质也进行过描述。2003年，Gao等人详细阐述了应用MODIS近红外波段数据进行大气水汽反演的算法，并对MODIS2、3级水汽产品的精度进行了验证。Michael等人对MODIS及其大气产品进行了系统详细的描述，并给出了每种大气产品的样品。2005年，王伟民等研究地物反射光谱对MODIS近红外波段水汽反演影响，主要利用在近红外940nm波长附近存在强水汽吸收特性，利用比值法反演大气水汽，同时发现利用近红外波段反演大气水汽时，如果水汽含量高于40mm，大气的路径辐射影响是不可以忽略的。2006年，姜立鹏等基于地物光谱数据库，对l um附近的地物反射率进行了合理的假设，改进了三通道比值加权法。应用大气辐射传输模型模拟了大气透过率与水汽之间的关系，对传感器视角问题进行了讨论分析并解决了该问题。2008年，赵有兵等人研究应用MODIS遥感影像反演大气水汽含量，将反演得到的数据和同地的探空数据进行对比，发现对单一通道的水汽值进行加权运算是有必要的，但是权重因子具体如何选取需要进行研究。
发明内容
发明目的：本发明的目的是提供一种能够解决现有技术中存在的缺陷的基于MODIS三通道加权平均的水汽反演方法。
技术方案：为达到此目的，本发明采用以下技术方案：
本发明所述的基于MODIS三通道加权平均的水汽反演方法，包括以下步骤：
S1：对研究区的MOD021KM数据进行预处理；
S2：分别计算17、18和19通道的水汽含量；
S3：对步骤S2得到的三个不同通道的水汽含量进行加权平均，如式(1)所示：
W＝f17W17+f18W18+f19W19 (1)
式(1)中，W是求得的平均水汽含量，W17、W18、W19分别是步骤S2计算得到的17、18和19三个通道的水汽含量，f17是W17的权重因子，f18是W18的权重因子，f19是W19的权重因子。
进一步，所述步骤S2中，计算17、18和19通道的水汽含量的公式如式(2)所示：
式(2)中，ρ17、ρ18、ρ19分别为17、18、19通道计算的表观反射率，A＝(0.8ρ2+0.2ρ5)，ρ2、ρ5分别为2通道、5通道计算的表观反射率。
进一步，所述步骤S3中，分别利用最优权系数w17、w18和w19对f17、f18和f19进行优化，并用优化后的f17、f18和f19代替原来的f17、f18和f19，其中，w17、w18和w19通过以下方法得到：
式(3)中，wi为组合模型中第i种模型的权系数，eit为第i种方法在第t时刻的误差，Yit为三通道计算值，Yt为GPS计算的水汽值，由公式(4)得：
et 2＝(w1，w2，…，wm)(e1t，e2t，…，emt)T(e1t，e2t，…，emt)(w1，w2，…，wm)＝WTEW (4)
令J＝WTEW，通过式(5)计算得到wi：
式(5)中，Ln为[1，1，…，1]T。
有益效果：本发明公开了一种基于MODIS三通道加权平均的水汽反演方法，相比传统的二通道比值法模型和三通道比值法模型，有效提高了计算精度。
附图说明
图1为本发明具体实施方式中遥感影像几何校正前后的图；
图1(a)为本发明具体实施方式中遥感影像几何校正前的图；
图1(b)为本发明具体实施方式中遥感影像几何校正后的图；
图2为本发明具体实施方式中MOD021KM2016.155.1725二通道和三通道比值法得到的水汽图像；
图2(a)为本发明具体实施方式中MOD021KM2016.155.1725二通道比值法得到的水汽图像；
图2(b)为本发明具体实施方式中MOD021KM2016.155.1725三通道比值法得到的水汽图像；
图3为本发明具体实施方式中几种方法的PWV反演值的对比。
具体实施方式
下面结合具体实施方式和附图对本发明的技术方案作进一步的介绍。
本具体实施方式公开了一种基于MODIS三通道加权平均的水汽反演方法，包括以下步骤：
S1：对研究区的MOD021KM数据进行预处理。
S2：分别计算17、18和19通道的水汽含量，具体如下：
本研究使用的是MOD021KM数据。MODIS数据可以在自美国NOAA网站下载(ladsweb.modaps.eosdis.nasa.gov)。具体数据信息如表1。
表1 MODIS产品信息表
选择研究区(29.0～35.0N，94.0～105.0W)，选取2016年6月～9月期间研究区共420组Terra MODIS数据进行研究分析。研究区此段时间降水量充沛，利于反演后效果对比。
MODIS的五个通道位于近红外波段，在17、18、19这三个通道，水汽吸收太阳辐射能力较强，因此这三个通道可作为大气吸收通道。而2,5通道对大气的透过率接近于1，即基本上完全透过，可以把这两个通道作为大气窗口通道。因此计算大气透过率可以通过计算吸收通道和窗口通道的比值来实现，再由大气透过率来计算大气可降水量。
用ENVI软件对下载的图像预处理，然后分别用二通道比值法和三通道比值法进行对进行大气可降水量反演计算。
S3：对步骤S2得到的三个不同通道的水汽含量进行加权平均，如式(1)所示：
W＝f17W17+f18W18+f19W19 (1)
式(1)中，W是求得的平均水汽含量，W17、W18、W19分别是步骤S2计算得到的17、18和19三个通道的水汽含量，f17是W17的权重因子，f18是W18的权重因子，f19是W19的权重因子。
步骤S2中，计算17、18和19通道的水汽含量的公式如式(2)所示：
式(2)中，ρ17、ρ18、ρ19分别为17、18、19通道计算的表观反射率，A＝(0.8ρ2+0.2ρ5)，ρ2、ρ5分别为2通道、5通道计算的表观反射率。
步骤S3中，分别利用最优权系数w17、w18和w19对f17、f18和f19进行优化，并用优化后的f17、f18和f19代替原来的f17、f18和f19，其中，w17、w18和w19通过以下方法得到：
式(3)中，wi为组合模型中第i种模型的权系数，eit为第i种方法在第t时刻的误差，Yit为三通道计算值，Yt为GPS计算的水汽值，由公式(4)得：
et 2＝(w1，w2，…，wm)(e1t，e2t，…，emt)T(e1t，e2t，…，emt)(w1，w2，…，wm)＝WTEW (4)
令J＝WTEW，通过式(5)计算得到wi：
式(5)中，Ln为[1，1，…，1]T。
按照最小二乘法的原理，根据误差平方和最小即可确定出组合模型的最优权系数wi。
用ENVI计算出改进算法的值，表2表示单一通道比值法与加权通道比值算法的精度比较。
表2 几种算法精度对比
其中r表示MODIS-PWV与GPS-PWV之间的相关系数，BIAS表示平均绝对值偏差，RMSE表示中误差。
图1为本发明具体实施方式中遥感影像几何校正前后的图，图2为本发明具体实施方式中MOD021KM2016.155.1725二通道和三通道比值法得到的水汽图像，图3为本发明具体实施方式中几种方法的PWV反演值的对比。
由表2可以得出以下结论：
(1)改进的加权平均三通道比值法精度较二通道比值法精度提高33.5％，较三通道比值法精度提高21.7％，效果显著，此模型更适用于该区域的MODIS水汽反演。
(2)无论是用二通道比值法、三通道比值法还是改进的加权平均三通道比值法反演的MODIS-PWV与GPS-PWV随时间序列的变化趋势一致，相关系数很高，尤其是改进的加权平均三通道比值法反演的MODIS-PWV与GPS-PWV的相关系数可以达到0.93，即两者的偏移量总体一致，因此此方法可以很好的反映大气可降水量的变化信息。
(3)由于计算模型误差、气溶胶、云等系统性误差，以及有些MODIS实验数据与GPS数据获取时刻对应性等偶然误差的存在，MODIS近红外反演可降水量存在一定程度的误差，比地基GPS-PWV要大很多。鉴于两者高度一致的相关性，用GPS高精度PWV改进MODIS-PWV，会使MODIS大气可降水量的反演精度大大提高，因此利用GPS数据和改进的相对精度较高的加权平均三通道比值法，建立实时高精度反演大气可降水量模型是很有必要的。
Claims (3)
1.一种基于MODIS三通道加权平均的水汽反演方法，其特征在于：包括以下步骤：
S1：对研究区的MOD021KM数据进行预处理；
S2：分别计算17、18和19通道的水汽含量；
S3：对步骤S2得到的三个不同通道的水汽含量进行加权平均，如式(1)所示：
W＝f17W17+f18W18+f19W19 (1)
式(1)中，W是求得的平均水汽含量，W17、W18、W19分别是步骤S2计算得到的17、18和19三个通道的水汽含量，f17是W17的权重因子，f18是W18的权重因子，f19是W19的权重因子。
2.根据权利要求1所述的基于MODIS三通道加权平均的水汽反演方法，其特征在于：所述步骤S2中，计算17、18和19通道的水汽含量的公式如式(2)所示：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>W</mi>
<mn>17</mn>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mn>0.02</mn>
<mo>-</mo>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>&rho;</mi>
<mn>17</mn>
</msub>
<mi>A</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
<mn>0.651</mn>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>W</mi>
<mn>18</mn>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mn>0.02</mn>
<mo>-</mo>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>&rho;</mi>
<mn>18</mn>
</msub>
<mi>A</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
<mn>0.651</mn>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>W</mi>
<mn>19</mn>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mn>0.02</mn>
<mo>-</mo>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>&rho;</mi>
<mn>19</mn>
</msub>
<mi>A</mi>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
<mn>0.651</mn>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式(2)中，ρ17、ρ18、ρ19分别为17、18、19通道计算的表观反射率，A＝(0.8ρ2+0.2ρ5)，ρ2、ρ5分别为2通道、5通道计算的表观反射率。
3.根据权利要求1所述的基于MODIS三通道加权平均的水汽反演方法，其特征在于：所述步骤S3中，分别利用最优权系数w17、w18和w19对f17、f18和f19进行优化，并用优化后的f17、f18和f19代替原来的f17、f18和f19，其中，w17、w18和w19通过以下方法得到：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>e</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Y</mi>
<mrow>
<mi>i</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>Y</mi>
<mi>t</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>w</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>w</mi>
<mn>2</mn>
</msub>
<mo>,</mo>
<mo>...</mo>
<msub>
<mi>w</mi>
<mi>m</mi>
</msub>
<mo>)</mo>
</mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>e</mi>
<mrow>
<mn>1</mn>
<mi>t</mi>
</mrow>
</msub>
<mo>,</mo>
<msub>
<mi>e</mi>
<mrow>
<mn>2</mn>
<mi>t</mi>
</mrow>
</msub>
<mo>,</mo>
<mo>...</mo>
<mo>,</mo>
<msub>
<mi>e</mi>
<mrow>
<mi>m</mi>
<mi>t</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>,</mo>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>=</mo>
<mn>1</mn>
<mo>,</mo>
<mn>2</mn>
<mo>,</mo>
<mo>...</mo>
<mi>n</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
式(3)中，wi为组合模型中第i种模型的权系数，eit为第i种方法在第t时刻的误差，Yit为三通道计算值，Yt为GPS计算的水汽值，由公式(4)得：
et 2＝(w1,w2,…wm)(e1t,e2t,…,emt)T(e1t,e2t,…,emt)(w1,w2,…wm)T＝WTEW (4)
令J＝WTEW，通过式(5)计算得到wi：
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>min</mi>
<mi> </mi>
<mi>J</mi>
<mo>=</mo>
<msup>
<mi>W</mi>
<mi>T</mi>
</msup>
<mi>E</mi>
<mi>W</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msup>
<mi>W</mi>
<mi>T</mi>
</msup>
<msub>
<mi>L</mi>
<mi>n</mi>
</msub>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>W</mi>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
式(5)中，Ln为[1，1，…，1]T。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710468466.8A CN107389595B (zh) | 2017-06-20 | 2017-06-20 | 一种基于modis三通道加权平均的水汽反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710468466.8A CN107389595B (zh) | 2017-06-20 | 2017-06-20 | 一种基于modis三通道加权平均的水汽反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107389595A true CN107389595A (zh) | 2017-11-24 |
| CN107389595B CN107389595B (zh) | 2019-11-12 |
Family
ID=60333431
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710468466.8A Active CN107389595B (zh) | 2017-06-20 | 2017-06-20 | 一种基于modis三通道加权平均的水汽反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107389595B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115099159A (zh) * | 2022-07-20 | 2022-09-23 | 武汉大学 | 基于神经网络且顾及地表差异的modis水汽反演方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101936877A (zh) * | 2010-03-05 | 2011-01-05 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演大气水汽含量方法 |
| CN103293522A (zh) * | 2013-05-08 | 2013-09-11 | 中国科学院光电研究院 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
| CN104036086A (zh) * | 2014-06-17 | 2014-09-10 | 杭州电子科技大学 | 一种基于modis数据的大气相对湿度估算方法 |
-
2017
- 2017-06-20 CN CN201710468466.8A patent/CN107389595B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101936877A (zh) * | 2010-03-05 | 2011-01-05 | 中国农业科学院农业资源与农业区划研究所 | 从modis数据反演大气水汽含量方法 |
| CN103293522A (zh) * | 2013-05-08 | 2013-09-11 | 中国科学院光电研究院 | 一种中红外双通道遥感数据地表温度反演方法及装置 |
| CN104036086A (zh) * | 2014-06-17 | 2014-09-10 | 杭州电子科技大学 | 一种基于modis数据的大气相对湿度估算方法 |
Non-Patent Citations (4)
| Title |
|---|
| MAGERRAMOV, E.I. ET AL.: "Rising the accuracy of measurements of joint amount of water steam in the atmosphere with MODIS spectrum radiometer", 《GEODEZIYA I KARTOGRAFIYA》 * |
| 于秀丽: "基于MODIS数据的大气水汽含量变化分析", 《中国优秀硕士学位论文全文数据库》 * |
| 曹艳丰等: "基于GPS数据的MODIS大气可降水量反演精度提高模型", 《遥感信息》 * |
| 赵有兵等: "利用MODIS影像反演大气水汽含量的方法研究", 《测绘科学》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115099159A (zh) * | 2022-07-20 | 2022-09-23 | 武汉大学 | 基于神经网络且顾及地表差异的modis水汽反演方法 |
| CN115099159B (zh) * | 2022-07-20 | 2023-03-07 | 武汉大学 | 基于神经网络且顾及地表差异的modis水汽反演方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107389595B (zh) | 2019-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104483663B (zh) | 一种高光谱遥感影像大气纠正方法及系统 | |
| Li et al. | Assimilating leaf area index of three typical types of subtropical forest in China from MODIS time series data based on the integrated ensemble Kalman filter and PROSAIL model | |
| 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 | |
| Higurashi et al. | Development of a two-channel aerosol retrieval algorithm on a global scale using NOAA AVHRR | |
| Miura et al. | An error and sensitivity analysis of atmospheric resistant vegetation indices derived from dark target-based atmospheric correction | |
| Liang | An optimization algorithm for separating land surface temperature and emissivity from multispectral thermal infrared imagery | |
| Sun et al. | Aerosol optical depth retrieval by HJ-1/CCD supported by MODIS surface reflectance data | |
| CN109387487A (zh) | 卷云条件下短波红外高光谱数据大气甲烷快速反演方法 | |
| Feng et al. | Exploring the potential of Rayleigh-corrected reflectance in coastal and inland water applications: A simple aerosol correction method and its merits | |
| CN103018736A (zh) | 一种基于大气参数遥感反演的星载遥感器辐射定标方法 | |
| CN114581791A (zh) | 基于modis数据大气水汽含量反演方法及系统 | |
| Liu et al. | Consequences of incomplete surface energy balance closure for CO 2 fluxes from open-path CO 2/H 2 O infrared gas analysers | |
| Jung et al. | Determination of cloud liquid water path over the oceans from Special Sensor Microwave/Imager (SSM/I) data using neural networks | |
| Merrikhpour et al. | Improving the algorithm of extracting regional total precipitable water vapor over land from MODIS images | |
| CN103743679B (zh) | 一种加快温室气体垂直柱浓度反演速度的方法 | |
| CN108956491A (zh) | 一种大气hcho遥感监测方法 | |
| Liang et al. | Impacts of climate change and land use changes on land surface radiation and energy budgets | |
| Wandji Nyamsi et al. | Estimating the photosynthetically active radiation under clear skies by means of a new approach | |
| Copertino et al. | Comparison of algorithms to retrieve land surface temperature from Landsat-7 ETM+ IR data in the Basilicata Ionian band | |
| 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 | |
| Zhao et al. | Comparison of two split-window methods for retrieving land surface temperature from MODIS data | |
| Huang et al. | A general parameterization scheme for the estimation of incident photosynthetically active radiation under cloudy skies | |
| CN108333143B (zh) | 一种基于可调谐激光吸收光谱的水汽浓度测量修正方法 | |
| CN107389595A (zh) | 一种基于modis三通道加权平均的水汽反演方法 | |
| Bi et al. | Aerosol optical properties and its direct radiative forcing over Tibetan Plateau from 2006 to 2017 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |