CN110388986A - 基于tasi数据的土地表面温度反演方法 - Google Patents
基于tasi数据的土地表面温度反演方法 Download PDFInfo
- Publication number
- CN110388986A CN110388986A CN201910718397.0A CN201910718397A CN110388986A CN 110388986 A CN110388986 A CN 110388986A CN 201910718397 A CN201910718397 A CN 201910718397A CN 110388986 A CN110388986 A CN 110388986A
- Authority
- CN
- China
- Prior art keywords
- tasi
- temperature
- data
- land surface
- radiation
- 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 54
- 230000005855 radiation Effects 0.000 claims abstract description 46
- 238000001228 spectrum Methods 0.000 claims abstract description 31
- 238000012937 correction Methods 0.000 claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 17
- 238000011160 research Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 6
- 238000007619 statistical method Methods 0.000 claims description 5
- 239000002689 soil Substances 0.000 abstract description 10
- 238000000295 emission spectrum Methods 0.000 abstract description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 description 4
- 238000002834 transmittance Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 241000208340 Araliaceae Species 0.000 description 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 2
- 235000003140 Panax quinquefolius Nutrition 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 235000008434 ginseng Nutrition 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000012804 iterative process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 235000021049 nutrient content Nutrition 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000132092 Aster Species 0.000 description 1
- 244000299461 Theobroma cacao Species 0.000 description 1
- 235000009470 Theobroma cacao Nutrition 0.000 description 1
- 238000000862 absorption spectrum Methods 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 229910052500 inorganic mineral Inorganic materials 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000011707 mineral Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012856 packing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/007—Radiation pyrometry, e.g. infrared or optical thermometry for earth observation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/80—Calibration
- G01J5/804—Calibration using atmospheric correction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J2005/0077—Imaging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明公开了基于TASI数据的土地表面温度反演方法，包括依次进行的以下步骤：S1、获取研究区的TASI图像，并依次通过相对辐射校正和大气校正的方式对TASI数据进行预处理；S2、将温度与地表比辐射率分离；S3、基于地表比辐射率光谱曲线与大气上下行辐射曲线建立温度反演模型，并利用温度反演模型得到地表温度。本发明通过利用内在的波段之间的关系特性、内在的波段与土壤发射波谱特征之间关联区，提高了反演精度，进而能提高地表温度数值精度。
Description
技术领域
本发明涉及地表温度监测技术，具体是基于TASI数据的土地表面温度反演方法。
背景技术
地表温度是表征地表过程变化的一个非常重要的特征物理量，是地表—大气能量交换的直接驱动因子，广泛地用于地表能量平衡、气候变化和资源环境监测等研究领域。地表温度是全球变化研究的关键参数，对于水文、生态等研究具有重要意义。地表温度反演的精度将在很大程度上影响地表参量的准确性和相关遥感应用的有效性，目前遥感热红外反演温度受到陆地表面类型复杂、观测信息不足的限制，得到的地表温度数值精度较低。
发明内容
本发明的目的在于解决目前探测的地表温度值精度较低的问题，提供了一种基于TASI数据的土地表面温度反演方法，其应用时能提高地表温度数值精度。
本发明的目的主要通过以下技术方案实现：基于TASI数据的土地表面温度反演方法，包括依次进行的以下步骤：
S1、获取研究区的TASI图像，并依次通过相对辐射校正和大气校正的方式对TASI数据进行预处理；
S2、将温度与地表比辐射率分离；
S3、基于地表比辐射率光谱曲线与大气上下行辐射曲线建立温度反演模型，并利用温度反演模型得到地表温度。
土壤是由矿物质、有机物质、水、空气和生物体组成的集合体，其光谱曲线是各类物质的比例、比重、分布、组合方式和紧实度等因素作用下的综合函数。根据不同物质跃迁能级差的不同，获取其吸收光谱特性，从而得出物质组成的成分含量。
本发明的预处理过程是一个不可缺少的过程，预处理结果的好坏直接关系到TASI图像的定量分析精度。本发明通过预处理过程中的相对辐射校正，以剔除TASI图像中波段存在的噪声和条带；通过预处理过程中的大气校正去除影响数据质量的大气影响因子，能提高数据质量和应用潜力。如此，本发明通过预处理能降低噪声，减少大气的影响，进而提高了图像的数据质量。
由于TASI的空间分辨率较高，航高为1km时机下点空间分辨率为1.19m，航高为0.5km时机下点空间分辨率为0.59m。在这样的空间分辨率下，影像上存在大量的纯像元，因此温度的反演结果是比较准确的，且真实性检验的结果可靠。因地表比辐射率光谱曲线与大气上/下行辐射曲线的不同，因此，本发明的温度的反演模型通过地表比辐射率光谱曲线与大气上/下行辐射曲线建立，当温度反演模型达到极值时的温度即为最优温度。
进一步的，所述温度反演模型的公式为：
其中，εi为第i波段的发射率，λi为i个波段对应的波长，c表示光速，Lg↑表示大气的上行辐射，Latm↓表示大气的下行辐射，Ri是第i波段去除反射的大气辐射后的目标发射，Bi(Ts)表示温度为Ts时温度估计敏感性小的一种相对比辐射率，即β谱，其保持了比辐射率波谱的谱形，从而保持了在迭代过程中发射率光谱形状。
本发明利用了地物比辐射率光谱曲线比大气辐射曲线光滑这一特点建立函数，当该函数达到极值时的温度即为最优温度。
进一步的，所述温度反演模型中Ri的初始值为：
Ri＝Ls-(1-εmax)Latm,↓,i (2)
其中，Ls为大气校正后得到的出射辐射值。
进一步的，所述温度反演模型在每次获得新的TASI数据后，使用公式(1)和公式(2)重新估计Ri的值，直到两次获得的温度差值小于设定的阈值，结束迭代。
进一步的，所述步骤S1中的预处理过程的相对辐射校正包括以下步骤：
先采用机上定标系统对TASI图像进行处理，再使用基于图像的统计方法实现相对辐射校正。
进一步的，所述预处理过程中的相对辐射校正还包括以下步骤：在辐射校正后，检查TASI数据信噪比较低的波段，对这些波段做辐射增强处理。
进一步的，所述预处理过程中对波段进行辐射增强处理时，采用直方图匹配、直方图拉伸、坏道填补或去除条带噪声的方式。
进一步的，所述预处理过程中的大气校正包括以下步骤：
先去除影响遥感数据质量的大气影响因子，再将从TASI图像中获取的数据校正到地表出射辐射。将从TASI图像中获取的数据校正到地表出射辐射，该辐射数据可以直接用于温度与发射率的分离。
综上所述，本发明与现有技术相比具有以下有益效果：本发明的温度反演模型基于地表比辐射率光谱曲线与大气上下行辐射曲线建立，通过利用内在的波段之间的关系特性、以及内在的波段与土壤发射波谱特征之间关联区，提高了反演精度，进而能提高地表温度数值精度。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明一个具体实施例的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例：
如图1所示，基于TASI数据的土地表面温度反演方法，包括依次进行的以下步骤：步骤1、获取研究区的TASI图像；步骤2、对TASI数据进行预处理；步骤3、将温度与地表比辐射率分离；步骤4、建立温度反演模型，并利用温度反演模型得到地表温度。其中，本实施例对TASI数据进行预处理，依次通过相对辐射校正和大气校正的方式实现。
预处理过程中的相对辐射校正包括以下步骤：先采用机上定标系统对TASI图像进行处理，再使用基于图像的统计方法实现相对辐射校正，然后检查TASI数据信噪比较低的波段，对这些波段做辐射增强处理。其中，对波段进行辐射增强处理时，采用直方图匹配、直方图拉伸、坏道填补或去除条带噪声的方式。本实施例使用的基于图像的统计方法也为包括直方图匹配、直方图拉伸、坏道填补、去除条带噪声处理等方法。当机上定标标系统不能很好工作或者不能完全消除各种条带影响时，具体为定标不好，图像目视可见明显的几何畸变，目视可见条带影响，通过基于图像的统计方法能进一步消除相应缺陷。信噪比较低的波段对应的图像合成可见明显的地物纹理信息，表明光谱重建中引入了明显的大气噪声，因此，本实施例对其进行增强处理。
本实施例在机上定标时，根据工作区探测目标的大小确定空间分辨率，沿飞行方向和垂直飞行方向的空间分辨率应保持一致为宜。对于矩形测区，航线一般平行矩形长边敷设。相邻航线的旁向重叠率一般为20％-30％，最小不得小于15％。在测区航线的进入点和飞出点要延长2-3km，作为飞行的进入和飞出的调整距离。航线幅宽根据垂直飞行方向空间分辨率和机载成像光谱仪视场角下的空间像元数确定：
Swath Width＝(Dp)×(#Looks)
式中：Swath Width：幅宽；Dp：垂直飞行方向空间分辨率；#Looks：视场角下的像元数。
飞行速度根据沿飞行方向空间分辨率和机载成像光谱仪的扫描速率确定：
式中：S为飞行速度；Ds为沿飞行方向空间分辨率；FT为帧扫描时间。
飞行高度根据垂直飞行方向空间分辨率和机载成像光谱仪的视场角确定：
式中：H：飞行高度；Dp：垂直飞行方向空间分辨率；FOV：视场角的正切值。
根据以上设计内容，制定航空高光谱数据获取飞行设计的主要技术参数表和航线端点坐标记录表。
仪器校正试验飞行方法:通过对机场的试验飞行，获取高空间分辨率数据，利用ITRES公司提供的捆绑运算程序对传感器、GPS接收机和INS惯导系统进行精确位置校准。
在试飞区内尽量选择航带重叠范围内，做地面控制点，并采用差分GPS进行测量，最后将地面控制点与图像中与地面控制点对应的坐标输入仪器校正程序，最终得到仪器位置精确校准数据文件。
航空数据获取机上操作方法：飞机起飞前检查设备无误后，启动POS AV系统与ICU，开始纪录POS数据，将系统时间调到与GPS时间同步。开启TASI记录软件，设置积分时间和光圈，检查硬盘容量，飞机进入航线后开启TASI数据记录，完成所有航线测量后关闭TASI数据记录，当飞机降落在固定点四分钟后结束POS数据记录。
预处理过程中的大气校正包括以下步骤：先去除影响遥感数据质量的大气影响因子，再将从TASI图像中获取的数据校正到地表出射辐射。其中，影响数据质量的大气影响因子包括气溶胶、云、云的阴影、水汽等。本实施例中热红外遥感的大气校正具体是将遥感器获取的数据校正到地表出射辐射。
目前大气校正可可分为两类方法：一类方法是基于大气辐射传输模型的大气校正方法，一类方法是基于遥感数据的大气校正方法。第一类方法：基于大气辐射传输模型(目前，大气辐射传输模型大约有30多个)的大气校正方法不需要遥感数据，但需要知晓大气廓线信息。由于与遥感数据同步的实测大气廓线信息往往难以获得，很多时候会根据遥感数据获取时的地理位置，确定经验大气状态参数、气溶胶参数等，进而利用大气模型模拟得到大气透过率、路径辐射和大气下行辐射三个大气参数。但是经验参数无法有效反映热红外遥感数据的时相差异和局地差异，因而这种方法模拟的大气参数常常是一种近似的大气参数，反演精度受到限制，可见第一类方法并不能完全满足精确求解比辐射率波谱和温度信息的需要，具有明显的局限性。
本实施例采用第二类方法—基于遥感数据的大气校正方法，其不需要大气廓线等信息，仅从遥感数据本身出发，反演得到大气透过率、路径辐射等大气参数。
本实施例大气校正的任务之一是推算三个参数：大气上行辐射、大气下行辐射和大气透过率。大气透过率和大气上/下行辐射很难实时获取，通常的做法是利用基于辐射传输方程进行模拟计算，本实施例应用时采用目前比较常用的热红外大气模拟软件主要是低分辨率大气辐射传输模式(LOWTRAN)和中分辨率大气辐射传输模式(MODTRAN)。
温度与比辐射率分离的问题是一个欠定问题，在温度反演时必须构建一个新的方程。构建方程的方法可分为两类：第一类方法是基于某些波段的比辐射率与某一可计算参数的经验关系构造新的方程；第一二类方法是利用地物比辐射率光谱曲线比大气辐射曲线光滑这一特点建立某种代价函数作为新的方程。本实施例的温度反演模型基于地表比辐射率光谱曲线与大气上下行辐射曲线建立，温度反演模型的公式为：
其中，εi为第i波段的发射率，λi为i个波段对应的波长，c表示光速，Lg↑表示大气的上行辐射，Latm↓表示大气的下行辐射，Ri是第i波段去除反射的大气辐射后的目标发射，Bi(Ts)表示温度为Ts时温度估计敏感性小的一种相对比辐射率，即β谱，其保持了比辐射率波谱的谱形，从而保持了在迭代过程中发射率光谱形状。
本实施例的温度反演模型是利用了地物比辐射率光谱曲线比大气辐射曲线光滑这一特点建立函数，当该函数达到极值时的温度即为最优温度。本实施例综合利用已有ASTER的TES算法优势的前提下，重新构建经验公式，旨在充分利用TASI的内在的波段之间的关系特性以及土壤发射波谱特征，提高拟合精度。
温度反演模型中Ri的初始值为：
Ri＝Ls-(1-εmax)Latm,↓,i (2)
其中，Ls为大气校正后得到的出射辐射值。
整个工作区有很多TASI数据，温度反演模型在每次获得新的TASI数据后，使用公式(1)和公式(2)重新估计Ri的值，直到两次获得的温度差值小于设定的阈值，结束迭代。本实施例中选择的阈值，优选±10K。
按照合频、一级倍频、二级倍频、三级倍频吸收规律，总结可见-近红外土壤光谱特性：基于机理的土壤养分提取模式分为间接法和直接法。直接法是通过分析养分含量与土壤可见光-近红外反射光谱之间的相关性，通过回归系数确认特征波段。间接法是采用光谱变换后的微分、均方根、倒数等光谱。本实施例采用TASI图像即采用间接法获得的，变换后的光谱相较于原始光谱更适于获取土壤中的各类养分信息的反演，能充分利用内在的波段之间的关系特性以及与土壤发射波谱特征之间相关性。
其中，TASI影像每个波段的标准差反映了土壤反射率随空间的变化程度，标准差越大，反映的土壤养分含量信息越丰富，可视为最简单的影像信息量值。其计算公式为：
式中，s2是波段标准差的平方值，DNi是该波段第i个像元的反射率值，是该波段的平均值，n是该波段的像元数。
本实施例应用时，通常对比现有发射率波谱库中的大部分目标，经过本实施例处理后温度估算的误差范围是±3K(在340K时)或±2K(在273K时)。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.基于TASI数据的土地表面温度反演方法，其特征在于，包括依次进行的以下步骤：
S1、获取研究区的TASI图像，并依次通过相对辐射校正和大气校正的方式对TASI数据进行预处理；
S2、将温度与地表比辐射率分离；
S3、基于地表比辐射率光谱曲线与大气上下行辐射曲线建立温度反演模型，并利用温度反演模型得到地表温度。
2.根据权利要求1所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述温度反演模型的公式为：
其中，εi为第i波段的发射率，λi为i个波段对应的波长，c表示光速，Lg↑表示大气的上行辐射，Latm↓表示大气的下行辐射，Ri是第i波段去除反射的大气辐射后的目标发射，Bi(Ts)表示温度为Ts时温度估计敏感性小的一种相对比辐射率，即β谱。
3.根据权利要求2所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述温度反演模型中Ri的初始值为：
Ri＝Ls-(1-εmax)Latm,↓,i (2)
其中，Ls为大气校正后得到的出射辐射值。
4.根据权利要求3所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述温度反演模型在每次获得新的TASI数据后，使用公式(1)和公式(2)重新估计Ri的值，直到两次获得的温度差值小于设定的阈值，结束迭代。
5.根据权利要求1所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述步骤S1中的预处理过程的相对辐射校正包括以下步骤：
先采用机上定标系统对TASI图像进行处理，再使用基于图像的统计方法实现相对辐射校正。
6.根据权利要求5所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述预处理过程中的相对辐射校正还包括以下步骤：在辐射校正后，检查TASI数据信噪比较低的波段，对这些波段做辐射增强处理。
7.根据权利要求6所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述预处理过程中对波段进行辐射增强处理时，采用直方图匹配、直方图拉伸、坏道填补或去除条带噪声的方式。
8.根据权利要求1～7中任意一项所述的基于TASI数据的土地表面温度反演方法，其特征在于，所述预处理过程中的大气校正包括以下步骤：
先去除影响遥感数据质量的大气影响因子，再将从TASI图像中获取的数据校正到地表出射辐射。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718397.0A CN110388986B (zh) | 2019-08-05 | 2019-08-05 | 基于tasi数据的土地表面温度反演方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718397.0A CN110388986B (zh) | 2019-08-05 | 2019-08-05 | 基于tasi数据的土地表面温度反演方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110388986A true CN110388986A (zh) | 2019-10-29 |
| CN110388986B CN110388986B (zh) | 2020-11-27 |
Family
ID=68288436
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910718397.0A Active CN110388986B (zh) | 2019-08-05 | 2019-08-05 | 基于tasi数据的土地表面温度反演方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110388986B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111398351A (zh) * | 2020-04-03 | 2020-07-10 | 南方科技大学 | 一种滑坡体裂缝监测方法 |
| CN111398180A (zh) * | 2020-04-28 | 2020-07-10 | 中国交通通信信息中心 | 一种适用于热红外遥感影像的大气补偿方法 |
| CN111707373A (zh) * | 2020-06-01 | 2020-09-25 | 中国科学院空天信息创新研究院 | 温度与发射率分离方法及装置 |
| CN115014579A (zh) * | 2022-06-01 | 2022-09-06 | 联通(四川)产业互联网有限公司 | 一种基于大数据的农业环境温度监测方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020035454A1 (en) * | 2000-07-27 | 2002-03-21 | Raytheon Company | Sensitivity of iterative spectrally smooth temperature/emissivity separation to instrument noise |
| CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
| CN103760619A (zh) * | 2014-01-07 | 2014-04-30 | 中国神华能源股份有限公司 | 煤田火区的监测方法和装置 |
| CN103808413A (zh) * | 2013-12-31 | 2014-05-21 | 中国科学院遥感与数字地球研究所 | 基于噪声分离的温度与比辐射率分离的方法及装置 |
| CN105631218A (zh) * | 2015-12-30 | 2016-06-01 | 电子科技大学 | 基于idtcm的遥感地表温度时间归一化方法 |
| CN106404178A (zh) * | 2016-08-30 | 2017-02-15 | 中国科学院地理科学与资源研究所 | 基于小波变换的高光谱热红外地表温度与发射率分离方法 |
| CN106680215A (zh) * | 2015-11-10 | 2017-05-17 | 核工业北京地质研究院 | 一种适合于热红外高光谱遥感的SiO2含量定量计算方法 |
| CN107991244A (zh) * | 2016-10-27 | 2018-05-04 | 核工业北京地质研究院 | 一种适合于热红外高光谱遥感的石英含量定量计算方法 |
| CN108564056A (zh) * | 2018-04-25 | 2018-09-21 | 中国水利水电科学研究院 | 一种遥感影像水体识别提取的方法 |
| WO2019040948A1 (en) * | 2017-08-25 | 2019-02-28 | Massachusetts Institute Of Technology | DETECTION AND CONTROL OF ADDITIVE MANUFACTURING PROCESSES |
-
2019
- 2019-08-05 CN CN201910718397.0A patent/CN110388986B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020035454A1 (en) * | 2000-07-27 | 2002-03-21 | Raytheon Company | Sensitivity of iterative spectrally smooth temperature/emissivity separation to instrument noise |
| CN102736128A (zh) * | 2011-09-21 | 2012-10-17 | 中国科学院地理科学与资源研究所 | 无人机光学遥感影像数据处理方法及装置 |
| CN103808413A (zh) * | 2013-12-31 | 2014-05-21 | 中国科学院遥感与数字地球研究所 | 基于噪声分离的温度与比辐射率分离的方法及装置 |
| CN103760619A (zh) * | 2014-01-07 | 2014-04-30 | 中国神华能源股份有限公司 | 煤田火区的监测方法和装置 |
| CN106680215A (zh) * | 2015-11-10 | 2017-05-17 | 核工业北京地质研究院 | 一种适合于热红外高光谱遥感的SiO2含量定量计算方法 |
| CN105631218A (zh) * | 2015-12-30 | 2016-06-01 | 电子科技大学 | 基于idtcm的遥感地表温度时间归一化方法 |
| CN106404178A (zh) * | 2016-08-30 | 2017-02-15 | 中国科学院地理科学与资源研究所 | 基于小波变换的高光谱热红外地表温度与发射率分离方法 |
| CN107991244A (zh) * | 2016-10-27 | 2018-05-04 | 核工业北京地质研究院 | 一种适合于热红外高光谱遥感的石英含量定量计算方法 |
| WO2019040948A1 (en) * | 2017-08-25 | 2019-02-28 | Massachusetts Institute Of Technology | DETECTION AND CONTROL OF ADDITIVE MANUFACTURING PROCESSES |
| US20190118300A1 (en) * | 2017-08-25 | 2019-04-25 | Massachusetts Institute Of Technology | Sensing and Control of Additive Manufacturing Processes |
| CN108564056A (zh) * | 2018-04-25 | 2018-09-21 | 中国水利水电科学研究院 | 一种遥感影像水体识别提取的方法 |
Non-Patent Citations (2)
| Title |
|---|
| M. SCARANO & F. MANCINI: "Assessing the relationship between sky view factor and land surface temperature to the spatial resolution", 《INTERNATIONAL JOURNAL OF REMOTE SENSING》 * |
| 曾江维: "热红外数据（TASI）预处理及矿物信息提取方法研究", 《中国优秀硕士学位论文全文数据库 基础科学辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111398351A (zh) * | 2020-04-03 | 2020-07-10 | 南方科技大学 | 一种滑坡体裂缝监测方法 |
| CN111398180A (zh) * | 2020-04-28 | 2020-07-10 | 中国交通通信信息中心 | 一种适用于热红外遥感影像的大气补偿方法 |
| CN111707373A (zh) * | 2020-06-01 | 2020-09-25 | 中国科学院空天信息创新研究院 | 温度与发射率分离方法及装置 |
| CN111707373B (zh) * | 2020-06-01 | 2021-12-03 | 中国科学院空天信息创新研究院 | 温度与发射率分离方法及装置 |
| CN115014579A (zh) * | 2022-06-01 | 2022-09-06 | 联通(四川)产业互联网有限公司 | 一种基于大数据的农业环境温度监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110388986B (zh) | 2020-11-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110388986A (zh) | 基于tasi数据的土地表面温度反演方法 | |
| Li et al. | Satellite-derived land surface temperature: Current status and perspectives | |
| US20190130547A1 (en) | Atmospheric compensation in satellite imagery | |
| Metzger et al. | Spatially explicit regionalization of airborne flux measurements using environmental response functions | |
| Bréon et al. | A comparison of cloud droplet radii measured from space | |
| CN110376138A (zh) | 基于航空高光谱的土地质量监测方法 | |
| CN110186820A (zh) | 多源数据融合与环境污染源及污染物分布分析方法 | |
| Luo et al. | Improving satellite retrieved night-time infrared sea surface temperatures in aerosol contaminated regions | |
| CN101101338A (zh) | 一种油气勘探方法及系统 | |
| Yost et al. | A prototype method for diagnosing high ice water content probability using satellite imager data | |
| Humes et al. | Use of remote sensing and reference site measurements to estimate instantaneous surface energy balance components over a semiarid rangeland watershed | |
| Yang et al. | Error sources in remote sensing of microwave land surface emissivity | |
| Yin et al. | Calculation of land surface emissivity and retrieval of land surface temperature based on a spectral mixing model | |
| Schäfer et al. | Airborne observations and simulations of three-dimensional radiative interactions between Arctic boundary layer clouds and ice floes | |
| CN103743679B (zh) | 一种加快温室气体垂直柱浓度反演速度的方法 | |
| Mei et al. | The retrieval of ice cloud parameters from multi-spectral satellite observations of reflectance using a modified XBAER algorithm | |
| Pugnaghi et al. | A new simplified approach for simultaneous retrieval of SO 2 and ash content of tropospheric volcanic clouds: an application to the Mt Etna volcano | |
| Brogniez et al. | Validation of upper-tropospheric humidity from SAPHIR on board Megha-Tropiques using tropical soundings | |
| Alekseychik et al. | Eddies in motion: visualizing boundary-layer turbulence above an open boreal peatland using UAS thermal videos | |
| Ru et al. | An extended SW-TES algorithm for land surface temperature and emissivity retrieval from ECOSTRESS thermal infrared data over urban areas | |
| Albert et al. | Remote sensing of atmospheric water vapor from backscattered sunlight in cloudy atmospheres | |
| Lee et al. | All‐sky microwave humidity sounder assimilation in the Korean Integrated Model forecast system | |
| Kassianov et al. | Retrieval of aerosol optical depth in vicinity of broken clouds from reflectance ratios: case study | |
| Simpson et al. | Improved cloud top height retrieval under arbitrary viewing and illumination conditions using AVHRR data | |
| Wang et al. | Regional estimates of evapotranspiration over Northern China using a remote-sensing-based triangle interpolation method |
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 |