CN113763272A - 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法 - Google Patents

一种富营养化湖泊光合有效辐射衰减系数遥感反演方法 Download PDF

Info

Publication number
CN113763272A
CN113763272A CN202111033635.8A CN202111033635A CN113763272A CN 113763272 A CN113763272 A CN 113763272A CN 202111033635 A CN202111033635 A CN 202111033635A CN 113763272 A CN113763272 A CN 113763272A
Authority
CN
China
Prior art keywords
remote sensing
radiation attenuation
modis
attenuation coefficient
effective 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
Application number
CN202111033635.8A
Other languages
English (en)
Other versions
CN113763272B (zh
Inventor
施坤
张玉超
张运林
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.)
Nanjing Institute of Geography and Limnology of CAS
Original Assignee
Nanjing Institute of Geography and Limnology of CAS
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 Nanjing Institute of Geography and Limnology of CAS filed Critical Nanjing Institute of Geography and Limnology of CAS
Priority to CN202111033635.8A priority Critical patent/CN113763272B/zh
Publication of CN113763272A publication Critical patent/CN113763272A/zh
Application granted granted Critical
Publication of CN113763272B publication Critical patent/CN113763272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1765Method using an image detector and processing of image signal
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及一种富营养化湖泊光合有效辐射衰减系数遥感反演方法,基于大气精校正及二次校正后的MODIS卫星数据,通过筛选其波段,构建光合有效辐射衰减系数与MODIS波段遥感反射率之间的定量关系,解析富营养化湖泊光合有效辐射衰减系数长时序时空分布特征及其差异性,为进一步揭示富营养化湖泊真光层深度及其初级生产研究,提供重要的理论与技术支撑。

Description

一种富营养化湖泊光合有效辐射衰减系数遥感反演方法
技术领域
本发明涉及遥感技术领域,尤其涉及富营养化湖泊光合有效辐射衰减系数遥感反演方法。
背景技术
太阳光在水体内部传输的过程中被吸收而发生衰减,可以被浮游植物用于光合作用的太阳辐射逐渐减弱,当浮游植物光合作用合成与非自养消耗平衡时,即净初级生产力为零,该深度被定义为真光层深度(Sverdrup,1958)。很多研究中将刚好处于水面以下的光合有效辐射(PAR)衰减为1%时的深度作为真光层深度(Erikson et al,1998;Reinartetal.,2001;Siegel et al,2001)。真光层深度的测量在实际操作中很难实现,通常通过测量不同深度处的PAR,然后根据比尔定律(Lambert-Beer's law)采用指数形式拟合计算PAR的衰减系数Kd(PAR)。
湖泊不同深度的光学活性物质组成可能会有所不同,因而Kd(PAR)是随深度变化而变化的,但是由于内陆水体光学特性通常比大洋I类水体复杂,真光层深度通常较浅,可以认为该深度内水体混合比较均匀,因此在实际应用中通常将Kd(PAR)视为不随深度变化的量。由于真光层深度与Kd(PAR)的转换关系是固定的,因而很多研究中都主要针对Kd(PAR)进行研究。
现有的关于Kd(PAR)遥感反演方法研究,例如Zhang(2012)构建的太湖的Kd(PAR)反演模型,均基于野外仪器实测的遥感反射率数据,构建其与实测Kd(PAR)之间的关系,考虑到富营养化水体大气精确校正的准确性,这种方法只能作为卫星应用的参考,无法直接应用于卫星遥感数据。因此,直接基于同步的经过大气精确校正的卫星遥感数据与野外实测光合有效辐射衰减系数Kd(PAR)结果,开展富营养化湖泊下行漫衰减系数Kd(PAR)的遥感反演方法研究,更加有利于模型在卫星遥感数据的直接应用,对于掌握大范围富营养水体真光层深度以及水体初级生产力时空特征及其演变趋势,已经成为不可或缺的技术手段。
发明内容
本发明的目的在于提供一种富营养化湖泊光合有效辐射衰减系数遥感反演方法,基于大气精确校正及二次校正后的MODIS卫星数据,通过各波段遥感反射率与同步Kd(PAR)实测数据相关性分析,筛选MODIS波段,构建光合有效辐射衰减系数的MODIS遥感反演模型,为富营养化湖泊真光层及初级生产力遥感监测提供了新的技术方法。
为实现上述技术目的,本发明采用如下技术方案:
一种富营养化湖泊光合有效辐射衰减系数遥感反演方法,包括:
1)获取与野外光合有效辐射衰减系数实测时间同步的MODIS遥感影像;
2)对MODIS遥感影像进行几何纠正和辐射定标计算,并提取湖泊水域;
3)以高密度植被作为暗像元对提取的湖泊水域遥感影像进行大气精校正,获取大气精校正后的遥感反射率Rrs数据;之后基于近红外NIR和短波红外SWIR波段的差值对初步大气精校正结果进行二次校正;
4)基于野外光合有效辐射衰减系数实测数据采样点的经纬度信息,确定采样点对应的遥感影像上不同卫星波段的遥感反射率;通过相关性分析,筛选出与实测光合有效辐射衰减系数相关性最佳的波段;
5)基于筛选的卫星波段遥感反射率,与实测光合有效辐射衰减系数构建不同形式的回归模型,选择回归效果最佳的模型,作为该富营养化湖泊光合有效辐射衰减系数MODIS卫星遥感反演模型。
作为本发明的进一步改进,所述步骤2)中,几何纠正采用Geographic Lat/Lon投影,结合MODIS 1B数据中的经纬度信息进行校正。
作为本发明的进一步改进,所述步骤2)中,利用湖泊矢量边界,通过掩膜技术提取湖泊水域。
作为本发明的进一步改进,所述步骤3)中,以高密度植被作为暗像元对提取的湖泊水域遥感影像进行大气精校正的方式为:
计算469nm波段的地表反射率R469;反演550nm的气溶胶光学厚度AOD550;反演MODIS数据每个波段的遥感反射率Rrs,即为大气精确校正初步结果。
作为本发明的进一步改进,所述步骤3)中,基于下式进行二次校正:
Rrs(λ)=[R(λ)-min(RNIR:RSWIR)]/π
式中:Rrs(λ)是遥感反射率;R(λ)为大气精校正初步结果;min(RNIR:RSWIR)是大气精校正后NIR和SWIR波段的最小反射率值。
作为本发明的进一步改进,所述步骤4)中,MODIS筛选波段包括:412nm,443nm,469nm,488nm,555nm,645nm,859nm,1240nm,1640nm和2130nm。
作为本发明的进一步改进,所述步骤4)中,基于野外光合有效辐射衰减系数实测数据采样点的经纬度信息,在3×3窗口确定采样点对应的遥感影像上不同卫星波段的遥感反射率。
作为本发明的进一步改进,所述步骤5)中,回归模型包括单波段(线性、指数、幂指数形式)模型,双波段差值模型以及基线算法模型。
作为本发明的进一步改进,所述步骤5)中,构建的反演模型如下:
Kd(PAR)=1.56*exp[44.603*Rrs(645)]R2=0.76
其中,Rrs(645)指645nm波段的遥感反射率Rrs数据。
作为本发明的进一步改进,所述方法还包括步骤6),将所述反演模型应用于预处理后的长时序MODIS遥感数据,获取湖泊光合有效辐射衰减系数时空分布规律。
本发明的方法,基于大气精确校正及二次校正后的MODIS卫星数据,通过各波段遥感反射率与同步Kd(PAR)实测数据相关性分析,筛选MODIS波段,构建光合有效辐射衰减系数的MODIS遥感反演模型,基于该模型解析了太湖光合有效辐射衰减系数长时序的时空变化规律,为以太湖为代表的富营养化湖泊真光层及初级生产力遥感反演,提供了重要的理论与技术支撑。
应当理解,前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外,所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见,或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
附图不意在按比例绘制。在附图中,在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示,为了清晰起见,在每个图中,并非每个组成部分均被标记,现在,将通过实施例并参考附图来描述本发明的各个方面的实施例,其中:
图1是地面实测遥感反射率与同步的卫星数据二次大气校正前后遥感反射率的对比关系。
图2是基于MODIS卫星数据大气精确遥感反射率Rrs与实测Kd(PAR)相关性分析。
图3是太湖Kd(PAR)平均值时空分布图。
图4是太湖Kd(PAR)2003-2013年际变化图。
图5是太湖Kd(PAR)月际变化图。
图6是太湖Kd(PAR)春夏秋冬四季变化图。
前述图示1-6中,作为英文形式表达的各坐标、标识或其他表示,均为本领域所公知的,并不在本例中再做赘述。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
在本公开中参照附图来描述本发明的各方面,附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解,上面介绍的多种构思和实施例,以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施,这是应为本发明所公开的构思和实施例并不限于任何实施方式。另外,本发明公开的一些方面可以单独使用,或者与本发明公开的其他方面的任何适当组合来使用。
本实施例以太湖为例,对本发明的方法作进一步描述。
本发明所述的富营养化湖泊光合有效辐射衰减系数遥感反演方法,包括如下步骤:
1)获取与野外光合有效辐射衰减系数实测时间同步的MODIS遥感影像;
2)影像预处理:
对获取的遥感卫星影像预处理包括几何纠正和辐射定标计算;几何纠正采用Geographic Lat/Lon投影,结合1B数据中的经纬度信息进行校正;并利用湖泊矢量边界,通过掩膜技术提取湖泊水域,除去岛屿植被的影响。
3)大气精确校正:
第一步,基于下式计算469nm波段的地表反射率R469
Θ=cos-1(-cosθ0cosθ+sinθ0sinθcosφ)
ρg(645)=f(ρg(2130))=ρg(2130)*slope645/2130+yint645/2130
ρg(469)=f(ρg(645))=ρg(645)*slope469/645+yint469/645
式中:
Figure BDA0003246147400000041
yint645/2130=0.00025Θ+0.033
slope469/645=0.49
yint469/645=0.005
上式中,
Figure BDA0003246147400000042
根据不同条件取不同值:
Figure BDA0003246147400000043
Figure BDA0003246147400000044
Figure BDA0003246147400000045
式中,Θ代表方位角;θ0,θ和φ分别代表太阳天顶角、卫星天顶角和相对方位角;ρg(λ)代表在波长λ处的地表反射率;
Figure BDA0003246147400000046
代表斜率;
Figure BDA0003246147400000047
代表截距;
Figure BDA0003246147400000048
代表不同植被覆盖度时λ1、λ2波段的反射率比值;NDVISWIR代表短波红外植被指数。
第二步,反演550nm的气溶胶光学厚度AOD550
NDVISWIR=(ρTOA(1240)-ρTOA(2130))/(ρTOA(1240)+ρTOA(2130))
式中,ρTOA(λ)代表在波长λ处的大气表观反射率。
ABS(ρ* TOA(469)-ρm TOA(469))/ρm TOA(469)=0
式中:
Figure BDA0003246147400000051
ρg(469)=f(ρg(2130))
Figure BDA0003246147400000052
式中,ρ* TOA(λ)表示在波长λ处模拟的大气表观反射率,ρm TOA(λ)表示利用MODIS影像实测的波长λ处的大气表观反射率。公式3中在469nm(ρa(469),ρg(469),T(469)和s(469))和2130nm(ρa(2130),ρg(2130),T(2130)和s(2130))处的这些相对大气参数是LUT中AOT550指数的函数,对于每一种气溶胶模型和MODIS影像,该指数需要单独计算。通过上述步骤反复迭代,直至ABS(ρ* TOA(469)-ρm TOA(469))/ρm TOA(469)接近于0时,借助于LUT中AOT550函数即可推算出AOT550
第三步,反演MODIS数据每个波段的遥感反射率Rrs,即为大气精确校正初步结果。
第四步,基于之后采用基于近红外NIR和短波红外SWIR波段的波段相减的校正方法,对初步大气精校正结果进行二次校正(图1)。
Rrs(λ)=[R(λ)-min(RNIR:RSWIR)]/π
式中:Rrs(λ)是遥感反射率;R(λ)为大气精校正初步结果;min(RNIR:RSWIR)是大气精校正后NIR和SWIR波段的最小反射率值。
4)基于野外光合有效辐射衰减系数实测数据采样点的经纬度信息,在3×3窗口,确定采样点对应的遥感影像上不同卫星波段的遥感反射率;通过相关性分析,筛选出与实测光合有效辐射衰减系数相关性最佳的波段;
选取的参考波段分别为MODIS筛选波段包括:412nm,443nm,469nm,488nm,555nm,645nm,859nm,1240nm,1640nm和2130nm。本实施例中,实测Kd(PAR)与645nm波段遥感反射率相关性最佳。
5)构建光合有效辐射衰减系数遥感反演模型;
基于筛选的波段遥感反射率,与实测Kd(PAR)构建多种回归模型,回归模型包括单波段(线性、指数、幂指数形式),双波段差值以及基线算法等,选择回归效果最佳的模型(图2),作为该富营养化湖泊光合有效辐射衰减系数遥感反演模型,如下所示:
Kd(PAR)=1.56*exp[44.603*Rrs(645)]R2=0.76
6)获取太湖Kd(PAR)时空分布规律;
将上述模型应用于2003-2013年太湖无云MODIS卫星影像上,即可获取太湖Kd(PAR)的平均值(图3)、年际时空变化(图4)、月际时空变化(图5)、四季时空变化(图6)等。
采用本发明方法得到的光合有效辐射衰减系数遥感反演方法,对于以太湖为代表的高浑浊富营养化水体,具有较高的精度和较好的普适性。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。

Claims (10)

1.一种富营养化湖泊光合有效辐射衰减系数遥感反演方法,其特征在于,包括:
1)获取与野外光合有效辐射衰减系数实测时间同步的MODIS遥感影像;
2)对MODIS遥感影像进行几何纠正和辐射定标计算,并提取湖泊水域;
3)以高密度植被作为暗像元对提取的湖泊水域遥感影像进行大气精校正,获取大气精校正后的遥感反射率Rrs数据;之后基于近红外NIR和短波红外SWIR波段的差值对初步大气精校正结果进行二次校正;
4)基于野外光合有效辐射衰减系数实测数据采样点的经纬度信息,确定采样点对应的遥感影像上不同卫星波段的遥感反射率;通过相关性分析,筛选出与实测光合有效辐射衰减系数相关性最佳的波段;
5)基于筛选的卫星波段遥感反射率,与实测光合有效辐射衰减系数构建不同形式的回归模型,选择回归效果最佳的模型,作为该富营养化湖泊光合有效辐射衰减系数MODIS卫星遥感反演模型。
2.根据权利要求1所述的方法,其特征在于,所述步骤2)中,几何纠正采用GeographicLat/Lon投影,结合MODIS 1B数据中的经纬度信息进行校正。
3.根据权利要求1所述的方法,其特征在于,所述步骤2)中,利用湖泊矢量边界,通过掩膜技术提取湖泊水域。
4.根据权利要求1所述的方法,其特征在于,所述步骤3)中,以高密度植被作为暗像元对提取的湖泊水域遥感影像进行大气精校正的方式为:
计算469nm波段的地表反射率R469;反演550nm的气溶胶光学厚度AOD550;反演MODIS数据每个波段的遥感反射率Rrs,即为大气精确校正初步结果。
5.根据权利要求1所述的方法,其特征在于,所述步骤3)中,基于下式进行二次校正:
Rrs(λ)=[R(λ)-min(RNIR:RSWIR)]/π
式中:Rrs(λ)是遥感反射率;R(λ)为大气精校正初步结果;min(RNIR:RSWIR)是大气精校正后NIR和SWIR波段的最小反射率值。
6.根据权利要求1所述的方法,其特征在于,所述步骤4)中,MODIS筛选波段包括:412nm,443nm,469nm,488nm,555nm,645nm,859nm,1240nm,1640nm和2130nm。
7.根据权利要求1所述的方法,其特征在于,所述步骤4)中,基于野外光合有效辐射衰减系数实测数据采样点的经纬度信息,在3×3窗口确定采样点对应的遥感影像上不同卫星波段的遥感反射率。
8.根据权利要求1所述的方法,其特征在于,所述步骤5)中,回归模型包括线性、指数、幂指数形式的单波段模型、双波段差值模型以及基线算法模型。
9.根据权利要求1所述的方法,其特征在于,所述步骤5)中,构建的反演模型如下:
Kd(PAR)=1.56*exp[44.603*Rrs(645)]R2=0.76
其中,Rrs(645)指645nm波段的遥感反射率Rrs数据。
10.根据权利要求1所述的方法,其特征在于,还包括步骤6),将所述反演模型应用于预处理后的长时序MODIS遥感数据,获取湖泊光合有效辐射衰减系数时空分布规律。
CN202111033635.8A 2021-09-03 2021-09-03 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法 Active CN113763272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111033635.8A CN113763272B (zh) 2021-09-03 2021-09-03 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111033635.8A CN113763272B (zh) 2021-09-03 2021-09-03 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法

Publications (2)

Publication Number Publication Date
CN113763272A true CN113763272A (zh) 2021-12-07
CN113763272B CN113763272B (zh) 2024-06-11

Family

ID=78793050

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111033635.8A Active CN113763272B (zh) 2021-09-03 2021-09-03 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法

Country Status (1)

Country Link
CN (1) CN113763272B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114199827A (zh) * 2022-02-21 2022-03-18 中国石油大学(华东) 一种基于遥感数据反演par漫衰减系数垂直变化的方法
CN114414503A (zh) * 2022-01-10 2022-04-29 武汉华信联创技术工程有限公司 潜在气体排放源检测方法、装置、设备及可读存储介质

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101598543A (zh) * 2009-07-29 2009-12-09 中国科学院对地观测与数字地球科学中心 一种实用的遥感影像大气校正方法
CN102636143A (zh) * 2012-04-20 2012-08-15 中国科学院遥感应用研究所 一种气溶胶光学厚度遥感反演方法
CN107193046A (zh) * 2016-03-14 2017-09-22 中国石油化工股份有限公司 一种基于谱反演的砂体厚度预测方法及系统
CN107247935A (zh) * 2017-05-27 2017-10-13 深圳先进技术研究院 深圳海域初级生产力遥感反演方法及系统
WO2018055546A1 (en) * 2016-09-23 2018-03-29 Stellenbosch University Generating radiometrically corrected surface images
CN108051371A (zh) * 2017-12-01 2018-05-18 河北省科学院地理科学研究所 一种面向生态环境参量遥感反演的阴影提取方法
WO2018153143A1 (zh) * 2017-02-22 2018-08-30 河海大学 一种利用遥感含水量测量滩涂高程的方法
WO2018214190A1 (zh) * 2017-06-19 2018-11-29 中国科学院南京地理与湖泊研究所 一种面向湖泊蓝藻灾害的立体监控及数据挖掘系统和方法
CN109974665A (zh) * 2019-04-04 2019-07-05 东北师范大学 一种针对缺少短波红外数据的气溶胶遥感反演方法及系统
US10386296B1 (en) * 2017-12-06 2019-08-20 Arable Labs, Inc. Systems and methods for determination and application of nitrogen fertilizer using crop canopy measurements
CN110736712A (zh) * 2019-11-20 2020-01-31 中国科学院东北地理与农业生态研究所 一种估算湖泊光合有效辐射衰减系数的方法
CN110749568A (zh) * 2019-12-19 2020-02-04 中国科学院南京地理与湖泊研究所 高浑浊富营养化湖泊浮游植物吸收特性modis遥感反演方法
CN111460681A (zh) * 2020-04-17 2020-07-28 南京信息工程大学 监测近海水体真光层深度的卫星遥感方法
CN111651707A (zh) * 2020-05-28 2020-09-11 广西大学 一种基于光学浅水区卫星遥感影像的潮位反演方法
CN112131708A (zh) * 2020-08-24 2020-12-25 无锡德林海环保科技股份有限公司 基于HY-1C数据的高原湖泊叶绿素a浓度遥感反演方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101598543A (zh) * 2009-07-29 2009-12-09 中国科学院对地观测与数字地球科学中心 一种实用的遥感影像大气校正方法
CN102636143A (zh) * 2012-04-20 2012-08-15 中国科学院遥感应用研究所 一种气溶胶光学厚度遥感反演方法
CN107193046A (zh) * 2016-03-14 2017-09-22 中国石油化工股份有限公司 一种基于谱反演的砂体厚度预测方法及系统
WO2018055546A1 (en) * 2016-09-23 2018-03-29 Stellenbosch University Generating radiometrically corrected surface images
WO2018153143A1 (zh) * 2017-02-22 2018-08-30 河海大学 一种利用遥感含水量测量滩涂高程的方法
CN107247935A (zh) * 2017-05-27 2017-10-13 深圳先进技术研究院 深圳海域初级生产力遥感反演方法及系统
WO2018214190A1 (zh) * 2017-06-19 2018-11-29 中国科学院南京地理与湖泊研究所 一种面向湖泊蓝藻灾害的立体监控及数据挖掘系统和方法
CN108051371A (zh) * 2017-12-01 2018-05-18 河北省科学院地理科学研究所 一种面向生态环境参量遥感反演的阴影提取方法
US10386296B1 (en) * 2017-12-06 2019-08-20 Arable Labs, Inc. Systems and methods for determination and application of nitrogen fertilizer using crop canopy measurements
CN109974665A (zh) * 2019-04-04 2019-07-05 东北师范大学 一种针对缺少短波红外数据的气溶胶遥感反演方法及系统
CN110736712A (zh) * 2019-11-20 2020-01-31 中国科学院东北地理与农业生态研究所 一种估算湖泊光合有效辐射衰减系数的方法
CN110749568A (zh) * 2019-12-19 2020-02-04 中国科学院南京地理与湖泊研究所 高浑浊富营养化湖泊浮游植物吸收特性modis遥感反演方法
CN111460681A (zh) * 2020-04-17 2020-07-28 南京信息工程大学 监测近海水体真光层深度的卫星遥感方法
CN111651707A (zh) * 2020-05-28 2020-09-11 广西大学 一种基于光学浅水区卫星遥感影像的潮位反演方法
CN112131708A (zh) * 2020-08-24 2020-12-25 无锡德林海环保科技股份有限公司 基于HY-1C数据的高原湖泊叶绿素a浓度遥感反演方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
GALARNEAU, MARTINE: "Assessing Regional Soil Moisture Using RADARSAT Satellite Imagery Evaluation", 《ECOLE POLYTECHNIQUE, MONTREAL (CANADA)》, 31 December 2000 (2000-12-31), pages 1 - 15 *
SHI, K (SHI, KUN)等: "Remote sensing of diffuse attenuation coefficient of photosynthetically active radiation in Lake Taihu using MERIS data", 《REMOTE SENSING OF ENVIRONMENT》, no. 140, 31 January 2014 (2014-01-31), pages 365 - 377 *
唐世林等: "南海真光层深度的遥感反演", 《热带海洋学报》, no. 02, 28 February 2007 (2007-02-28), pages 9 - 15 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114414503A (zh) * 2022-01-10 2022-04-29 武汉华信联创技术工程有限公司 潜在气体排放源检测方法、装置、设备及可读存储介质
CN114414503B (zh) * 2022-01-10 2024-05-07 武汉华信联创技术工程有限公司 潜在气体排放源检测方法、装置、设备及可读存储介质
CN114199827A (zh) * 2022-02-21 2022-03-18 中国石油大学(华东) 一种基于遥感数据反演par漫衰减系数垂直变化的方法
CN114199827B (zh) * 2022-02-21 2022-05-10 中国石油大学(华东) 一种基于遥感数据反演par漫衰减系数垂直变化的方法

Also Published As

Publication number Publication date
CN113763272B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
CN104820224B (zh) 富营养化湖泊水体叶绿素a的MODIS卫星高精度监测方法
Brando et al. A physics based retrieval and quality assessment of bathymetry from suboptimal hyperspectral data
CN107589075B (zh) 一种浅水湖泊固有光学参数的olci遥感监测方法
CN104390917B (zh) 一种富营养化湖泊水体叶绿素a 的MODIS卫星高精度监测方法
CN110749568B (zh) 高浑浊富营养化湖泊浮游植物吸收特性modis遥感反演方法
Bartlett et al. The spectral effects of clouds on solar irradiance
Chen et al. Evaluation of a three-band model for estimating chlorophyll-a concentration in tidal reaches of the Pearl River Estuary, China
CN113763272A (zh) 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法
CN112051226A (zh) 基于无人机载高光谱图像估算近海总悬浮物浓度的方法
CN105631904A (zh) 一种富营养化湖泊藻类总存量遥感估算方法
CN111651707A (zh) 一种基于光学浅水区卫星遥感影像的潮位反演方法
CN116519557B (zh) 一种气溶胶光学厚度反演方法
Zhou et al. Estimation of higher chlorophylla concentrations using field spectral measurement and HJ-1A hyperspectral satellite data in Dianshan Lake, China
CN114219994A (zh) 一种基于空海协同观测的海洋光学卫星辐射定标方法
CN117825286A (zh) 一种基于遥感影像的湖泊水体叶绿素a浓度的反演方法
CN110836870A (zh) 基于gee的大区域湖泊透明度快速制图方法
CN114297938A (zh) 一种基于神经网络的光学浅水水底深度的反演方法
Zhang et al. A semi-analytical model for estimating total suspended matter in highly turbid waters
CN114705632B (zh) 一种利用卫星遥感反射率估算水库营养状态指数的方法
CN113034519A (zh) 滨海滩涂湿地植被恢复建设区域确定方法和装置
CN105259145B (zh) 一种同时遥感岛礁水下地形和地物的方法
CN108088805A (zh) 富营养化湖泊真光层内藻总量卫星遥感监测方法
Bresciani et al. Imaging spectrometry of productive inland waters. Application to the lakes of Mantua
CN111650128A (zh) 一种基于地表反射率库的高分辨率大气气溶胶反演方法
Liu et al. Evaluation of red-peak algorithms for chlorophyll measurement in the Pearl River Estuary

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