CN113177512B - 一种星星间交叉辐射定标的匹配阈值分析方法 - Google Patents

一种星星间交叉辐射定标的匹配阈值分析方法 Download PDF

Info

Publication number
CN113177512B
CN113177512B CN202110550379.3A CN202110550379A CN113177512B CN 113177512 B CN113177512 B CN 113177512B CN 202110550379 A CN202110550379 A CN 202110550379A CN 113177512 B CN113177512 B CN 113177512B
Authority
CN
China
Prior art keywords
matching
observation
remote sensor
samples
pixel
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
CN202110550379.3A
Other languages
English (en)
Other versions
CN113177512A (zh
Inventor
张勇
孙凌
邱红
张鹏
徐娜
郑鑫
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.)
National Satellite Meteorological Center
Original Assignee
National Satellite Meteorological Center
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 National Satellite Meteorological Center filed Critical National Satellite Meteorological Center
Priority to CN202110550379.3A priority Critical patent/CN113177512B/zh
Publication of CN113177512A publication Critical patent/CN113177512A/zh
Application granted granted Critical
Publication of CN113177512B publication Critical patent/CN113177512B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Astronomy & Astrophysics (AREA)
  • Remote Sensing (AREA)
  • Multimedia (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种星星间交叉辐射定标的匹配阈值分析方法，包括以下步骤：S1观测文件匹配，S2像元时空匹配，S3数据转换，S4样本过滤，S5样本累积，S6质量判断，本发明适用于交叉辐射定标技术领域，通过分析星星间交叉辐射定标获取的匹配样本，对关键要素匹配阈值进行迭代和调整，通过匹配样本质量判断来确定合理的阈值，从而根据分析结果，针对不同类型的参考遥感器和目标遥感器的轨道特征、光谱通道、观测模式等载荷平台特性，给出合理的匹配阈值区间和推荐阈值列表，可以极大的提高交叉辐射定标匹配样本质量，从而提高定标精度，同时还可以有效节省交叉辐射定标匹配计算的时间，提高定标效率。

Description

一种星星间交叉辐射定标的匹配阈值分析方法
技术领域
本发明属于交叉辐射定标技术领域，具体是一种星星间交叉辐射定标的匹配阈值分析方法。
背景技术
交叉辐射定标,即建立待定标传感器通道与参考传感器通道输出之间的转换关系，是在轨替代定标的一种有效手段，可以充分利用多种数据源实现不同传感器数据的相互转换与同化应用，即利用定标精度较高的遥感仪器作为参考基准，选择相同或相近观测条件下的资料，建立参考遥感仪器入瞳辐亮度与目标遥感仪器测量值之间的关系，实现对目标遥感仪器的定标，交叉定标在我国已经走过了将近二十年的发展历程，从早期的针对不同遥感器的单次交叉定标试验，到目前建立交叉定标业务系统，交叉辐射定标技术已经在我国气象卫星、资源卫星、环境卫星、海洋卫星、军事卫星等领域得到了广泛应用；
然而，由于星星间交叉定标匹配阈值设置不合理，导致匹配样本数量过大、匹配样本代表性不强、匹配样本无法满足交叉定标计算需求，直接影响了星星间交叉定标的精度。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种星星间交叉辐射定标的匹配阈值分析方法。
为实现上述目的，本发明采用了如下技术方案：
一种星星间交叉辐射定标的匹配阈值分析方法，包括以下步骤：
S1观测文件匹配：基于文件匹配规则，对目标遥感器和参考遥感器的观测数据配对，获得时间匹配的观测文件对；
S2像元时空匹配：基于时间匹配的观测文件对，利用像元匹配规则，实现观测像元的时间、空间和观测角度的匹配，获得像元匹配样本；
S3数据转换：基于光谱响应函数，对像元匹配样本进行数据转换，获得单位统一可直接对比的样本；
S4样本过滤：基于样本过滤阈值，对样本进行过滤，获得可用于交叉定标分析的样本；
S5样本累积：基于卫星自身的稳定性和交叉匹配点的时间分布特征，对多天定标分析样本进行累积，获得若干组样本；
S6质量判断：获取符合质量判断标准的匹配样本。
优选的，所述S1观测文件匹配，包括：
选择目标遥感器星下点经纬度(±DLon，±DLat)以内矩形区域为固定目标区域，获取参考遥感器经过固定目标区域的观测文件，其中，DLat和DLon不超过35°；
结合两卫星扫描规律，将目标遥感器和参考遥感器观测时间最接近的文件进行匹配；
选择目标遥感器与参考遥感器在若干时间阈值、若干空间阈值内的近同时星下点观测文件，作为匹配目标文件，其中，时间阈值小于20分钟，空间阈值小于1000公里。
优选的，所述S2像元匹配规则，包括：像元观测时间匹配规则、空间匹配规则及观测角度匹配规则；
所述观测时间匹配规则，需满足公式：
|tref-tmon|＜δmax_sec，
其中，tref为参考遥感器像元观测时间，tmon为目标遥感器像元观测时间，δmax_sec为时间匹配阈值，优选值为600秒；
所述像元空间匹配规则，包括空间位置匹配规则及空间距离筛选规则；
所述空间位置匹配规则：选择参考遥感器像元(x1,y1)，基于像元经纬度信息，查找得到与参考遥感器像元(x1,y1)最近的目标遥感器像元(x2,y2)；
所述空间距离筛选规则：对于空间位置匹配的像元对(x1,y1)和(x2,y2)，需满足公式：
其中，x为观测像元中心经度，y为观测像元中心纬度，Dmax为空间距离匹配阈值，优选值为0.5倍的目标遥感器星下点空间分辨率；
所述观测角度匹配规则，需满足公式：
其中，θmon为目标遥感器像元观测天顶角，θref为参考遥感器像元观测天顶角，δmax_zen为观测角度匹配阈值，优选值为0.01。
优选的，所述S 3数据转换，包括：
辐射单位转换：将像元匹配样本的辐射单位均转换为毫瓦每平方米每球面度每波数；
光谱匹配：基于参考遥感器观测数据，计算目标遥感器的通道模拟辐射，计算公式为：
其中，Lmon为目标遥感器通道模拟辐亮度，Lref为参考遥感器高光谱观测辐亮度，为目标遥感器待定标通道的光谱响应函数，λ1为目标遥感器光谱响应的光谱范围下限，λ2为目标遥感器光谱响应的光谱范围上限，λ1、λ2均对应于光谱响应小于1％的位置。
优选的，所述S 4样本过滤，包括：
空间均匀性过滤：基于对环境场区和等效观测视场均匀性的双重检测，获得均匀情景下的观测结果，环境场区均匀性检测公式为：
SDENV/EENV＜δmax_RSD，
其中，SDENV为环境场区内所有目标遥感器观测像元辐亮度标准偏差，EENV为环境场区内所有目标遥感器观测像元辐亮度平均值，δmax_RSD为空间均匀性阈值，优选值为0.01；
等效观测视场均匀性检测公式如下：
|EEFoV-EENV|＜k·SDENV，
其中，EEFoV为等效观测视场内目标遥感器观测像元的辐亮度平均值，k为均匀性置信度阈值；
异常点剔除：基于通道辐亮度的有效物理范围，剔除异常观测样本，获得可用于交叉定标分析的样本。
优选的，所述S 6质量判断，基于质量判断标准，不满足质量判断标准的匹配样本重复步骤S1至步骤S 5，并按照规定步长调整匹配阈值，直至获取符合质量判断标准的匹配样本。
优选的，所述质量判断标准，包括：观测样本累积周期按交叉点出现周期进行统计，样本数大于100，且样本之间线性相关系数大于0.98，目标遥感器搭载于静止轨道卫星平台统计周期为1个月，目标遥感器搭载于极轨卫星平台统计周期不超过7天。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
本发明通过分析星星间交叉辐射定标获取的匹配样本，对关键要素匹配阈值进行迭代和调整，通过匹配样本质量判断来确定合理的阈值，从而根据分析结果，针对不同类型的参考遥感器和目标遥感器的轨道特征、光谱通道、观测模式等载荷平台特性，给出合理的匹配阈值区间和推荐阈值列表；
本发明提出的星星间交叉辐射定标匹配阈值分析方法针对参考遥感器和目标遥感器的特点给出合理阈值范围和阈值列表，可以极大的提高交叉辐射定标匹配样本质量，从而提高定标精度，同时还可以有效节省交叉辐射定标匹配计算的时间，提高定标效率。
附图说明
图1是本发明一种星星间交叉辐射定标的匹配阈值分析方法的流程图。
具体实施方式
以下结合附图1，进一步说明本发明一种星星间交叉辐射定标的匹配阈值分析方法的具体实施方式。本发明一种星星间交叉辐射定标的匹配阈值分析方法不限于以下实施例的描述。
实施例1：
本实施例给出一种星星间交叉辐射定标的匹配阈值分析方法的具体结构，如图1所示，包括以下步骤：
S1观测文件匹配：基于文件匹配规则，对目标遥感器和参考遥感器的观测数据配对，获得时间匹配的观测文件对；
S2像元时空匹配：基于时间匹配的观测文件对，利用像元匹配规则，实现观测像元的时间、空间和观测角度的匹配，获得像元匹配样本；
S3数据转换：基于光谱响应函数，对像元匹配样本进行数据转换，获得单位统一可直接对比的样本；
S4样本过滤：基于样本过滤阈值，对样本进行过滤，获得可用于交叉定标分析的样本；
S5样本累积：基于卫星自身的稳定性和交叉匹配点的时间分布特征，对多天定标分析样本进行累积，获得若干组样本；
S6质量判断：获取符合质量判断标准的匹配样本。
具体地，S1观测文件匹配，包括：
选择目标遥感器星下点经纬度(±DLon，±DLat)以内矩形区域为固定目标区域，获取参考遥感器经过固定目标区域的观测文件，其中，DLat和DLon不超过35°；
结合两卫星扫描规律，将目标遥感器和参考遥感器观测时间最接近的文件进行匹配；
选择目标遥感器与参考遥感器在若干时间阈值、若干空间阈值内的近同时星下点观测文件，作为匹配目标文件，其中，时间阈值小于20分钟，空间阈值小于1000公里。
具体地，像元匹配规则，包括：像元观测时间匹配规则、空间匹配规则及观测角度匹配规则；
观测时间匹配规则，需满足公式：
|tref-tmon|＜δmax_sec，
其中，tref为参考遥感器像元观测时间，tmon为目标遥感器像元观测时间，δmax_sec为时间匹配阈值，优选值为600秒；
像元空间匹配规则，包括空间位置匹配规则及空间距离筛选规则；
空间位置匹配规则：选择参考遥感器像元(x1,y1)，基于像元经纬度信息，查找得到与参考遥感器像元(x1,y1)最近的目标遥感器像元(x2,y2)；
空间距离筛选规则：对于空间位置匹配的像元对(x1,y1)和(x2,y2)，需满足公式：
其中，x为观测像元中心经度，y为观测像元中心纬度，Dmax为空间距离匹配阈值，优选值为0.5倍的目标遥感器星下点空间分辨率；
观测角度匹配规则，需满足公式：
其中，θmon为目标遥感器像元观测天顶角，θref为参考遥感器像元观测天顶角，δmax_zen为观测角度匹配阈值，优选值为0.01。
具体地，S 3数据转换，包括：
辐射单位转换：将像元匹配样本的辐射单位均转换为毫瓦每平方米每球面度每波数；
光谱匹配：基于参考遥感器观测数据，计算目标遥感器的通道模拟辐射，计算公式为：
其中，Lmon为目标遥感器通道模拟辐亮度，Lref为参考遥感器高光谱观测辐亮度，为目标遥感器待定标通道的光谱响应函数，λ1为目标遥感器光谱响应的光谱范围下限，λ2为目标遥感器光谱响应的光谱范围上限，λ1、λ2均对应于光谱响应小于1％的位置。
进一步的，S 4样本过滤，包括：
空间均匀性过滤：基于对环境场区和等效观测视场均匀性的双重检测，获得均匀情景下的观测结果，环境场区均匀性检测公式为：
SDENV/EENV＜δmax_RSD，
其中，SDENV为环境场区内所有目标遥感器观测像元辐亮度标准偏差，EENV为环境场区内所有目标遥感器观测像元辐亮度平均值，δmax_RSD为空间均匀性阈值，优选值为0.01；
等效观测视场均匀性检测公式如下：
|EEFoV-EENV|＜k·SDENV，
其中，EEFoV为等效观测视场内目标遥感器观测像元的辐亮度平均值，k为均匀性置信度阈值；
异常点剔除：基于通道辐亮度的有效物理范围，剔除异常观测样本，获得可用于交叉定标分析的样本。
进一步的，S 6质量判断，基于质量判断标准，不满足质量判断标准的匹配样本重复步骤S1至步骤S 5，并按照规定步长调整匹配阈值，直至获取符合质量判断标准的匹配样本。
进一步的，质量判断标准，包括：观测样本累积周期按交叉点出现周期进行统计，样本数大于100，且样本之间线性相关系数大于0.98，目标遥感器搭载于静止轨道卫星平台统计周期为1个月，目标遥感器搭载于极轨卫星平台统计周期不超过7天。
工作原理：如图1所示，首先，基于文件匹配规则，对目标遥感器和参考遥感器的观测数据配对，获得时间匹配的观测文件对；
其次，基于时间匹配的观测文件对，利用像元匹配规则，实现观测像元的时间、空间和观测角度的匹配，获得像元匹配样本；
接着，基于光谱响应函数，对像元匹配样本进行数据转换，获得单位统一可直接对比的样本；
然后，基于样本过滤阈值，对样本进行过滤，获得可用于交叉定标分析的样本；
随后，基于卫星自身的稳定性和交叉匹配点的时间分布特征，对多天定标分析样本进行累积，获得若干组样本；
最后，获取符合质量判断标准的匹配样本；
本发明通过分析星星间交叉辐射定标获取的匹配样本，对关键要素匹配阈值进行迭代和调整，通过匹配样本质量判断来确定合理的阈值，从而根据分析结果，针对不同类型的参考遥感器和目标遥感器的轨道特征、光谱通道、观测模式等载荷平台特性，给出合理的匹配阈值区间和推荐阈值列表；
本发明提出的星星间交叉辐射定标匹配阈值分析方法针对参考遥感器和目标遥感器的特点给出合理阈值范围和阈值列表，可以极大的提高交叉辐射定标匹配样本质量，从而提高定标精度，同时还可以有效节省交叉辐射定标匹配计算的时间，提高定标效率。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (6)

1.一种星星间交叉辐射定标的匹配阈值分析方法，其特征在于，包括以下步骤：
S1观测文件匹配：基于文件匹配规则，对目标遥感器和参考遥感器的观测数据配对，获得时间匹配的观测文件对；
S2像元时空匹配：基于时间匹配的观测文件对，利用像元匹配规则，实现观测像元的时间、空间和观测角度的匹配，获得像元匹配样本；
S3数据转换：基于光谱响应函数，对像元匹配样本进行数据转换，获得单位统一可直接对比的样本；
S4样本过滤：基于样本过滤阈值，对样本进行过滤，获得可用于交叉定标分析的样本；
S5样本累积：基于卫星自身的稳定性和交叉匹配点的时间分布特征，对多天定标分析样本进行累积，获得若干组样本；
S6质量判断：获取符合质量判断标准的匹配样本；
所述S6质量判断，基于质量判断标准，不满足质量判断标准的匹配样本重复步骤S1至步骤S5，并按照规定步长调整匹配阈值，直至获取符合质量判断标准的匹配样本。
2.如权利要求1所述的一种星星间交叉辐射定标的匹配阈值分析方法，其特征在于，所述S1观测文件匹配，包括：
选择目标遥感器星下点经纬度(±DLon，±DLat)以内矩形区域为固定目标区域，获取参考遥感器经过固定目标区域的观测文件，其中，DLat和DLon不超过35°；
结合两卫星扫描规律，将目标遥感器和参考遥感器观测时间最接近的文件进行匹配；
选择目标遥感器与参考遥感器在若干时间阈值、若干空间阈值内的近同时星下点观测文件，作为匹配目标文件，其中，时间阈值小于20分钟，空间阈值小于1000公里。
3.如权利要求2所述的一种星星间交叉辐射定标的匹配阈值分析方法，其特征在于，所述像元匹配规则，包括：像元观测时间匹配规则、空间匹配规则及观测角度匹配规则；
所述观测时间匹配规则，需满足公式：
|tref-tmon|＜δmax_sec，
其中，tref为参考遥感器像元观测时间，tmon为目标遥感器像元观测时间，δmax_sec为时间匹配阈值；
所述像元空间匹配规则，包括空间位置匹配规则及空间距离筛选规则；
所述空间位置匹配规则：选择参考遥感器像元(x1，y1)，基于像元经纬度信息，查找得到与参考遥感器像元(x1，y1)最近的目标遥感器像元(x2，y2)；
所述空间距离筛选规则：对于空间位置匹配的像元对(x1，y1)和(x2，y2)，需满足公式：
其中，x为观测像元中心经度，y为观测像元中心纬度，Dmax为空间距离匹配阈值；
所述观测角度匹配规则，需满足公式：
其中，θmon为目标遥感器像元观测天顶角，θref为参考遥感器像元观测天顶角，δmax_zen为观测角度匹配阈值。
4.如权利要求3所述的一种星星间交叉辐射定标的匹配阈值分析方法，其特征在于：所述S3数据转换，包括：
辐射单位转换：将像元匹配样本的辐射单位均转换为毫瓦每平方米每球面度每波数；
光谱匹配：基于参考遥感器观测数据，计算目标遥感器的通道模拟辐射，计算公式为：
其中，Lmon为目标遥感器通道模拟辐亮度，Lref为参考遥感器高光谱观测辐亮度，为目标遥感器待定标通道的光谱响应函数，λ1为目标遥感器光谱响应的光谱范围下限，λ2为目标遥感器光谱响应的光谱范围上限，λ1、λ2均对应于光谱响应小于1％的位置。
5.如权利要求4所述的一种星星间交叉辐射定标的匹配阈值分析方法，其特征在于，所述S4样本过滤，包括：
空间均匀性过滤：基于对环境场区和等效观测视场均匀性的双重检测，获得均匀情景下的观测结果，环境场区均匀性检测公式为：
SDENV/EENV＜δmax_RSD，
其中，SDENV为环境场区内所有目标遥感器观测像元辐亮度标准偏差，EENV为环境场区内所有目标遥感器观测像元辐亮度平均值，δmax_RSD为空间均匀性阈值；
等效观测视场均匀性检测公式如下：
|EEFov-EENV|＜k·SDENV，
其中，EEFoV为等效观测视场内目标遥感器观测像元的辐亮度平均值，k为均匀性置信度阈值；
异常点剔除：基于通道辐亮度的有效物理范围，剔除异常观测样本，获得可用于交叉定标分析的样本。
6.如权利要求1所述的一种星星间交叉辐射定标的匹配阈值分析方法，其特征在于：所述质量判断标准，包括：观测样本累积周期按交叉点出现周期进行统计，样本数大于100，且样本之间线性相关系数大于0.98，目标遥感器搭载于静止轨道卫星平台统计周期为1个月，目标遥感器搭载于极轨卫星平台统计周期不超过7天。
CN202110550379.3A 2021-05-20 2021-05-20 一种星星间交叉辐射定标的匹配阈值分析方法 Active CN113177512B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110550379.3A CN113177512B (zh) 2021-05-20 2021-05-20 一种星星间交叉辐射定标的匹配阈值分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110550379.3A CN113177512B (zh) 2021-05-20 2021-05-20 一种星星间交叉辐射定标的匹配阈值分析方法

Publications (2)

Publication Number Publication Date
CN113177512A CN113177512A (zh) 2021-07-27
CN113177512B true CN113177512B (zh) 2024-04-05

Family

ID=76929408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110550379.3A Active CN113177512B (zh) 2021-05-20 2021-05-20 一种星星间交叉辐射定标的匹配阈值分析方法

Country Status (1)

Country Link
CN (1) CN113177512B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114494377B (zh) * 2022-02-16 2023-05-26 中国科学院空天信息创新研究院 像元尺度的方向性比辐射率模型的构建方法
CN114563085B (zh) * 2022-02-28 2023-10-20 中国科学院空天信息创新研究院 基于临近空间浮空器平台的遥感卫星传递定标方法
CN114579655B (zh) * 2022-05-06 2022-07-29 国家卫星海洋应用中心 一种海洋水色卫星辐射定标自动规划方法及装置
CN115265783B (zh) * 2022-08-01 2023-09-22 国家卫星海洋应用中心 一种基于高光谱数据的多平台星下点瞬时交叉定标方法

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001346599A (ja) * 2000-03-15 2001-12-18 Affymetrix Inc 遺伝子発現分析のためのシステムおよびコンピュータソフトウェアプロダクト
US6542196B1 (en) * 1999-11-05 2003-04-01 Lsi Logic Corporation Adaptive field pairing system for de-interlacing
TW200900655A (en) * 2007-06-21 2009-01-01 Mitac Int Corp Navigation device and method calibrated by map position-matching
CN101950361A (zh) * 2010-09-06 2011-01-19 中国科学院遥感应用研究所 一种基于光谱匹配度的遥感影像专题信息自适应提取方法
JP2011085479A (ja) * 2009-10-15 2011-04-28 Tele Systems:Kk 光子計数型放射線検出器のキャリブレーション装置及びそのキャリブレーション方法
CN103390115A (zh) * 2013-08-02 2013-11-13 国家卫星海洋应用中心 一种海洋卫星遥感观测数据匹配方法和系统
CN103728609A (zh) * 2014-01-16 2014-04-16 中国科学院地理科学与资源研究所 星载多光谱红外传感器交叉辐射定标方法
WO2015139356A1 (zh) * 2014-03-18 2015-09-24 北京农业信息技术研究中心 一种确定田间调查及田间管理的空间尺度的方法及系统
CN105092055A (zh) * 2015-08-21 2015-11-25 国家卫星气象中心 基于冷云目标的气象卫星太阳反射波段辐射定标方法
CN106547840A (zh) * 2016-10-13 2017-03-29 国家卫星气象中心 一种全球三维大气数据的解析及管理方法
CN107219497A (zh) * 2017-05-17 2017-09-29 武汉大学 用于大观测角传感器的交叉辐射定标方法及系统
CN108955883A (zh) * 2018-07-19 2018-12-07 国家卫星气象中心 基于高光谱数据的遥感器辐射定标方法及定标系统
CN109712089A (zh) * 2018-12-14 2019-05-03 航天恒星科技有限公司 适用于出口型遥感卫星红外短波载荷相对辐射校正的方法
CN112464920A (zh) * 2021-02-01 2021-03-09 中国人民解放军国防科技大学 基于极端随机树的fy-3d红外高光谱云检测方法
CN112731245A (zh) * 2020-12-24 2021-04-30 国家卫星气象中心(国家空间天气监测预警中心) 基于不变特征的静止轨道闪电探测器辐射响应监测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR3031397B3 (fr) * 2015-01-02 2017-02-24 Canberra France Systeme et dispositif de mesure de rayonnement

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6542196B1 (en) * 1999-11-05 2003-04-01 Lsi Logic Corporation Adaptive field pairing system for de-interlacing
JP2001346599A (ja) * 2000-03-15 2001-12-18 Affymetrix Inc 遺伝子発現分析のためのシステムおよびコンピュータソフトウェアプロダクト
TW200900655A (en) * 2007-06-21 2009-01-01 Mitac Int Corp Navigation device and method calibrated by map position-matching
JP2011085479A (ja) * 2009-10-15 2011-04-28 Tele Systems:Kk 光子計数型放射線検出器のキャリブレーション装置及びそのキャリブレーション方法
CN101950361A (zh) * 2010-09-06 2011-01-19 中国科学院遥感应用研究所 一种基于光谱匹配度的遥感影像专题信息自适应提取方法
CN103390115A (zh) * 2013-08-02 2013-11-13 国家卫星海洋应用中心 一种海洋卫星遥感观测数据匹配方法和系统
CN103728609A (zh) * 2014-01-16 2014-04-16 中国科学院地理科学与资源研究所 星载多光谱红外传感器交叉辐射定标方法
WO2015139356A1 (zh) * 2014-03-18 2015-09-24 北京农业信息技术研究中心 一种确定田间调查及田间管理的空间尺度的方法及系统
CN105092055A (zh) * 2015-08-21 2015-11-25 国家卫星气象中心 基于冷云目标的气象卫星太阳反射波段辐射定标方法
CN106547840A (zh) * 2016-10-13 2017-03-29 国家卫星气象中心 一种全球三维大气数据的解析及管理方法
CN107219497A (zh) * 2017-05-17 2017-09-29 武汉大学 用于大观测角传感器的交叉辐射定标方法及系统
CN108955883A (zh) * 2018-07-19 2018-12-07 国家卫星气象中心 基于高光谱数据的遥感器辐射定标方法及定标系统
CN109712089A (zh) * 2018-12-14 2019-05-03 航天恒星科技有限公司 适用于出口型遥感卫星红外短波载荷相对辐射校正的方法
CN112731245A (zh) * 2020-12-24 2021-04-30 国家卫星气象中心(国家空间天气监测预警中心) 基于不变特征的静止轨道闪电探测器辐射响应监测方法
CN112464920A (zh) * 2021-02-01 2021-03-09 中国人民解放军国防科技大学 基于极端随机树的fy-3d红外高光谱云检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A Physical Method for the Calibration of the AVHRR/3 Thermal IR Channels 1: The Prelaunch Calibration Data;Jonathan P.D. Mittaz等;《journal of atmospheric and oceanic technology》;20090501;996-1019 *
基于交叉比对的风云三号 D 星红外高光谱大气探测仪 辐射定标性能评估;杨天杭等;《光 学 学 报 》;20191130(第（2019年）第11期);377-387 *
基于高光谱传感器的 FY-2 红外通道 GSICS 绝对辐射定标;徐娜等;《第28届中国气象学会年会——S2风云卫星定量应用与数值》;20111101;正文第2部分, 第3部分第1段，第4部分第1-2段 *

Also Published As

Publication number Publication date
CN113177512A (zh) 2021-07-27

Similar Documents

Publication Publication Date Title
CN113177512B (zh) 一种星星间交叉辐射定标的匹配阈值分析方法
CN112051222A (zh) 一种基于高分卫星影像的河湖水质监测方法
Cook et al. IKONOS technical performance assessment
CN112798013B (zh) 一种对光学载荷在轨绝对辐射定标结果进行验证的方法
CN110749942A (zh) 适用于静止卫星资料同化的晴空通道检测质量控制方法
CN113108918B (zh) 一种极轨气象卫星热红外遥感数据反演气温方法
Anagnostou et al. A satellite infrared technique for diurnal rainfall variability studies
CN104977024A (zh) 一种日盲紫外遥感相机绝对辐射定标系数在轨修正方法
CN114202675A (zh) 一种基于无人机多光谱遥感影像的作物生长参数测定方法及系统
RU2422859C1 (ru) Способ определения загрязнения атмосферы мегаполисов
Bao et al. High-spatial-resolution aerosol optical properties retrieval algorithm using Chinese high-resolution earth observation satellite I
CN113532652A (zh) 一种基于浮标和大气再分析数据的红外遥感传感器绝对定标方法
CN112948352A (zh) 一种构建大气光学湍流时空特征及概率化数据库的方法
Bréon et al. Calibration of the Meteosat water vapor channel using collocated NOAA/HIRS 12 measurements
CN112924967A (zh) 一种基于雷达和光学数据组合特征的农作物倒伏遥感监测方法与应用
Huang et al. Design and demonstration of airborne imaging system for target detection based on area-array camera and push-broom hyperspectral imager
CN112345151A (zh) 一种基于自然大气的mwts-ii对海面气压的灵敏性测试方法
Xu et al. Comparison of ocean surface rain rates from the global precipitation mission and the Meteosat second-generation satellite for wind scatterometer quality control
Takahashi Algorithm theoretical basis document (ATBD) for GSICS infrared inter-calibration of imagers on MTSAT-1R/-2 and himawari-8/-9 using AIRS and IASI hyperspectral observations
Bi et al. Fast CO2 retrieval using a semi-physical statistical model for the high-resolution spectrometer on the Fengyun-3D satellite
CN116124716A (zh) 基于近感高光谱的水质监测方法及装置
CN110793920B (zh) 一种化学成像与高光谱联用的大气遥测方法
Ridwana et al. Monitoring aerosol optical depth for air quality through Himawari-8 in urban area West Java Province Indonesia
CN113625369A (zh) 一种小型化大气能见度智能测量系统及方法
CN112731245A (zh) 基于不变特征的静止轨道闪电探测器辐射响应监测方法

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