CN113776671B - 昼夜遥感影像短波红外火山温度-发射率联合反演方法 - Google Patents

昼夜遥感影像短波红外火山温度-发射率联合反演方法 Download PDF

Info

Publication number
CN113776671B
CN113776671B CN202110916086.2A CN202110916086A CN113776671B CN 113776671 B CN113776671 B CN 113776671B CN 202110916086 A CN202110916086 A CN 202110916086A CN 113776671 B CN113776671 B CN 113776671B
Authority
CN
China
Prior art keywords
temperature
night
emissivity
day
remote sensing
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
CN202110916086.2A
Other languages
English (en)
Other versions
CN113776671A (zh
Inventor
孙也涵
潘军
蒋立军
郝立波
王鹤霖
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN202110916086.2A priority Critical patent/CN113776671B/zh
Publication of CN113776671A publication Critical patent/CN113776671A/zh
Application granted granted Critical
Publication of CN113776671B publication Critical patent/CN113776671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/14—Receivers specially adapted for specific applications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/12—Simultaneous equations, e.g. systems of linear equations

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Radiation Pyrometers (AREA)

Abstract

本发明涉及一种昼夜遥感影像短波红外火山温度‑发射率联合反演方法，包括Landsat8遥感影像数据获取，日间遥感影像预处理，夜间遥感影像预处理，确定火山区域，建立感兴趣区，两景影像对应相同区域，大气上界太阳辐照度计算，建立昼‑夜火山温度联合反演方程以及温度‑发射率联合反演求解。本发明通过基于Landsat8短波红外昼夜遥感影像像元尺度火山温度‑发射率联合反演方法，获得像元尺度的火山温度及对应发射率，解决了数学算法求解缺乏物理意义、热红外影像存在混合像元以及点尺度与像元尺度对应关系未知的问题；在不需要实地观测的条件下，通过多时相遥感影像即可获取火山温度及发射率。

Description

昼夜遥感影像短波红外火山温度-发射率联合反演方法
技术领域
本发明属于定量遥感观测技术领域，具体涉及一种具体涉及一种遥感影像火山温度-发射率联合反演方法，特别涉及一种基于Landsat8短波红外昼夜遥感影像火山温度-发射率联合反演方法。
背景技术
火山喷发活动具有突发性和剧烈性特征，对地表环境及人类生命财产安全带来巨大损失，利用遥感卫星实现火山温度反演是定量遥感中的重要议题。火山温度的反演对于对火山识别及火山活动动态监测具有现实意义。
由于火山活动中难以进行实地勘察，遥感影像成为其活动监测的有效手段。目前，火山监测主要采用NOAA/AVHRR和MODIS影像或成品数据，通常采用中红外或热红外波段进行火山目标的识别。温度与发射率分离算法(Temperature and emissivity separate,TES)在红外波段已有广泛研究。从算法角度来看，基于ADE、牛顿迭代等方法进行温度-发射率分离解算，其依据经验统计或数学方法进行求解，难以得到具有明确遥感物理意义的精确解。从数据分辨率角度来看，虽然NOAA/AVHRR、MODIS影像等数据时间分辨率较高，但其空间分辨率较低(1km、500m，250m)，导致反演结果通常为混合像元尺度的温度与发射率。尤其对于小型火山，难以准确圈定火山温度异常区域范围大小和温度范围。
已有研究表明短波红外是火山等高温目标探测的敏感波段，而在短波红外波段高温目标温度反演研究还较少研究。Landsat8短波红外数据相较NOAA/AVHRR、MODIS等热红外分辨率较高，有学者利用Landsat短波红外数据对火山熔岩流、岩浆湖、火山湖进行热异常识别或温度反演，其中发射率作为反演参数，有学者采用实地点观测值或实验观测经验值进行替代，但存在数学算法求解缺乏物理意义、热红外影像存在混合像元以及点尺度与像元尺度对应关系未知的问题，故点尺度与像元尺度的对应关系依然是有待研究的科学问题。
发明内容
本发明的目的就在于提供一种基于Landsat8短波红外昼夜遥感影像像元尺度火山温度-发射率联合反演方法，以解决数学算法求解缺乏物理意义、热红外影像存在混合像元以及点尺度与像元尺度对应关系未知的问题，通过建立多波段昼-夜火山温度联合反演方程，以昼夜两影像中对应像元温度差最小作为约束条件，对预处理后的昼夜遥感影像中火山纯像元进行火山温度及发射率反演，获得像元尺度的火山温度及对应发射率，在不需要实地观测的条件下，通过多时相遥感影像即可获取火山温度及发射率。
本发明的目的是通过以下技术方案实现的：
一种昼夜遥感影像短波红外火山温度-发射率联合反演方法，包括以下步骤：
A、Landsat8遥感影像数据获取：选择相近时相的昼、夜影像数据；
B、日间遥感影像预处理：对Landsat8影像进行辐射定标、大气校正处理；
C、夜间遥感影像预处理：对Landsat8影像进行辐射定标后，计算大气透过率，并通过Landsat8波段响应函数得到各波段大气透过率，其中，大气透过率参数由火山地区经纬度及影像时相确定，夜间影像数据大气校正可处理为：
Figure BDA0003205626180000031
其中，LN为大气校正后夜间影像波段λ的辐射亮度，LN0为辐射定标后夜间影像波段λ的辐射亮度，τ为波段λ的夜间大气透过率；
D、确定火山区域，建立感兴趣区，两景影像对应相同区域；
E、大气上界太阳辐照度E0的计算：大气上界太阳辐照度E0可由Landsat8影像数据头文件中参量系数间接获取：
Figure BDA0003205626180000032
其中，Lmax为探测器可接收到的最大辐射亮度，Lmin为探测器可接收到的最小辐射亮度，ρmax为探测器可接收到的最大反射率，ρmin为探测器可接收到的最小反射率；
F、建立昼-夜火山温度联合反演方程：利用昼-夜两幅影像对应像元的6，7波段分别建立温度反演模型，其中各波段发射率不同但不受温度变化影响，即日、夜间方程中对应波段发射率相同，受大气条件等影响，大气校正存在误差，因此在日、夜间影像各波段间温度反演存在差异，故反演温度不为相同值，以此建立联合反演方程：
Figure BDA0003205626180000033
其中，
Figure BDA0003205626180000034
为中心波长为λi波段的日间影像辐射亮度，
Figure BDA0003205626180000035
为中心波长为λi波段的夜间影像辐射亮度，
Figure BDA0003205626180000036
为中心波长为λi波段的发射率，
Figure BDA0003205626180000037
为中心波长为λi波段的日间温度，
Figure BDA0003205626180000041
为中心波长为λi波段的夜间温度，h为普朗克函数，取值为6.626×10-34J·s，k为玻尔兹曼常数，取值为1.3806×10-23J/K，c为光速，取值为2.998×10-8m/s；
G、温度-发射率联合反演求解：将各波段日-夜间温度-发射率联合反演方程，转化为温度反演方程，假设不同波段间温度反演差异最小，且日、夜间两幅影像反演温度差别最小，并建立日、夜间各波段温度反演差值最小约束条件，进而采用遗传算法求解发射率、温度最优解：
Figure BDA0003205626180000042
其中，T0、T1分别为日、夜间n个波段温度反演均值。
进一步地，步骤B，采用FLAASH大气校正方法进行大气校正。
进一步地，步骤C，采用MORTRAN4.0大气辐射传输模型计算大气透过率。
与现有技术相比，本发明的有益效果是：
本发明通过基于Landsat8短波红外昼夜遥感影像像元尺度火山温度-发射率联合反演方法，获得像元尺度的火山温度及对应发射率，解决了数学算法求解缺乏物理意义、热红外影像存在混合像元，避免了点尺度与像元尺度对应关系未知的问题；在不需要实地观测的条件下，通过多时相遥感影像即可获取火山温度及发射率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1昼夜遥感影像短波红外火山温度-发射率联合反演方法流程图；
图2本申请实施例中基拉韦厄火山2014年4月24日Landsat8日间遥感影像图；
图3本申请实施例中基拉韦厄火山2014年4月26日Landsat8夜间遥感影像图；
图4本申请实施例中基于MORTRAN4.0大气透过率的计算结果；
图5本申请实施例中火山感兴趣区，图5a日间火山感兴趣区，图5b夜间火山感兴趣区；
图6本申请实施例中火山感兴趣区发射率反演结果，图6a第五波段部分像元发射率结果，图6b第六波段部分像元发射率结果，图6c第七波段部分像元发射率结果；
图7本申请实施例中火山感兴趣区温度反演结果。
具体实施方式
下面结合具体实施案例对本发明作进一步的说明，本实施案例在以本发明技术为前提下进行实施，给出了详细的实施方式，但本发明的保护范围不限于以下的实施例。
一种昼夜遥感影像短波红外火山温度-发射率联合反演方法，包括以下步骤：
A、Landsat8遥感影像数据获取：选择相近时相的昼、夜影像数据；
B、日间遥感影像预处理：对Landsat8影像进行辐射定标，采用FLAASH大气校正方法进行大气校正处理；
C、夜间遥感影像预处理：对Landsat8影像进行辐射定标后，采用MORTRAN4.0大气辐射传输模型计算大气透过率，并通过Landsat8波段响应函数得到各波段大气透过率，其中，大气透过率参数由火山地区经纬度及影像时相确定，由于月球对地辐照度与火山目标辐射亮度相比可以忽略，因此夜间影像数据大气校正可处理为：
Figure BDA0003205626180000061
其中，LN为大气校正后夜间影像辐射亮度，LN0为辐射定标后夜间影像辐射亮度，τ为夜间大气透过率；
D、确定火山区域，建立感兴趣区，两景影像对应相同区域；
E、大气上界太阳辐照度计算：大气上界太阳辐照度可由Landsat8影像数据头文件中参量系数间接获取：
Figure BDA0003205626180000062
其中，Lmax为探测器可接收到的最大辐射亮度，Lmin为探测器可接收到的最小辐射亮度，ρmax为探测器可接收到的最大反射率，ρmin为探测器可接收到的最小反射率；
F、建立昼-夜火山温度联合反演方程：利用昼-夜两幅影像对应像元的6，7波段分别建立温度反演模型，其中各波段发射率不同但不受温度变化影响，即日、夜间方程中对应波段发射率相同，受大气条件等影响，大气校正存在误差，因此在日、夜间影像各波段间温度反演存在差异，故反演温度不为相同值，以此建立联合反演方程：
Figure BDA0003205626180000071
其中，
Figure BDA0003205626180000072
为中心波长为λi波段的日间影像辐射亮度，
Figure BDA0003205626180000073
为中心波长为λi波段的夜间影像辐射亮度，
Figure BDA0003205626180000074
为中心波长为λi波段的发射率，
Figure BDA0003205626180000075
为中心波长为λi波段的日间温度，
Figure BDA0003205626180000076
为中心波长为λi波段的夜间温度，h为普朗克函数，取值为6.626×10-34J·s，k为玻尔兹曼常数，取值为1.3806×10-23J/K，c为光速，取值为2.998×10-8m/s；
G、温度-发射率联合反演求解。将各波段日-夜间温度-发射率联合反演方程，转化为温度反演方程，假设不同波段间温度反演差异最小，且日、夜间两幅影像反演温度差别最小，并建立日、夜间各波段温度反演差值最小约束条件，进而采用遗传算法求解发射率、温度最优解：
Figure BDA0003205626180000077
其中，T0、T1分别为日、夜间n个波段反演温度均值。
实施例
本申请实施例按照图1所示流程图进行昼夜遥感影像短波红外火山温度-发射率联合反演。
如图1所示，一种昼夜遥感影像短波红外火山温度-发射率联合反演方法，包括以下步骤：
A、获取Landsat8遥感影像数据。Landsat8影像选择相近时相的昼、夜影像数据。图2为基拉韦厄火山2014年4月24日Landsat8日间遥感影像图，图3表示基拉韦厄火山2014年4月26日Landsat8夜间遥感影像图。
B、对日间遥感影像进行预处理。包括Landsat8影像辐射定标和大气校正，采用FLAASH大气校正方法进行大气校正。
C、对夜间遥感影像进行预处理。对Landsat8影像进行辐射定标后，采用MORTRAN4.0大气辐射传输模型计算大气透过率，并通过Landsat8波段响应函数得到各波段大气透过率。其中大气透过率参数由火山地区经纬度及影像时相确定。图4为基于MORTRAN4.0大气透过率的计算结果。
D、确定火山区域，建立感兴趣区。图5(a)为日间影像感兴趣区范围，图5(b)为夜间影像感兴趣区范围。
E、大气上界太阳辐照度计算。大气上界太阳辐照度可由Landsat8影像数据头文件中参量系数间接获取：
Figure BDA0003205626180000081
分别计算得到近红外-短波红外(第5、6、7波段)的大气上界太阳辐照度。
F、建立昼-夜火山温度-发射率联合反演方程。对于7波段未饱和的波段，采用6，7波段联立温度-发射率反演方程，对于7波段饱和像元，采用5，6波段联立温度-发射率反演方程，对于6，7波段饱和像元，采用5波段进行温度-发射率联合反演。方程建立思想为利用昼-夜两幅影像对应像元的6，7波段分别建立温度反演模型：
Figure BDA0003205626180000091
G、温度-发射率联合反演求解。将各波段日-夜间温度-发射率联合反演方程，转化为温度反演方程，假设不同波段间温度反演差异最小，且日、夜间两幅影像反演温度差别最小，并建立日、夜间各波段温度反演差值最小约束条件，进而采用遗传算法求解发射率、温度最优解：
Figure BDA0003205626180000092
其中，T0、T1分别为日、夜间n个波段反演温度均值；h为普朗克函数，取值为6.626×10-34J·s；k为玻尔兹曼常数，取值为1.3806×10-23J/K；c为光速，取值为2.998×10-8m/s。反演发射率及温度结果由图6、图7所示。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (3)

1.一种昼夜遥感影像短波红外火山温度-发射率联合反演方法，其特征在于，包括以下步骤：
A、Landsat8遥感影像数据获取：选择相近时相的昼、夜影像数据；
B、日间遥感影像预处理：对Landsat8影像进行辐射定标、大气校正处理；
C、夜间遥感影像预处理：对Landsat8影像进行辐射定标后，计算大气透过率，并通过Landsat8波段响应函数得到各波段大气透过率，其中，大气透过率参数由火山地区经纬度及影像时相确定，夜间影像数据大气校正处理为：
Figure FDA0003797227110000011
其中，LN为大气校正后夜间影像波段λ的辐射亮度，LN0为辐射定标后夜间影像波段λ的辐射亮度，τ为波段λ的夜间大气透过率；
D、确定火山区域，建立感兴趣区，两景影像对应相同区域；
E、大气上界太阳辐照度E0的计算：大气上界太阳辐照度E0由Landsat8影像数据头文件中参量系数间接获取：
Figure FDA0003797227110000012
其中，Lmax为探测器可接收到的最大辐射亮度，Lmin为探测器可接收到的最小辐射亮度，ρmax为探测器可接收到的最大反射率，ρmin为探测器可接收到的最小反射率；
F、建立昼-夜火山温度联合反演方程：利用昼-夜两幅影像对应像元的6，7波段分别建立温度反演模型，其中各波段发射率不同但不受温度变化影响，即日、夜间方程中对应波段发射率相同，受大气条件影响，大气校正存在误差，因此在日、夜间影像各波段间温度反演存在差异，故反演温度不为相同值，以此建立联合反演方程：
Figure FDA0003797227110000021
其中，
Figure FDA0003797227110000022
为中心波长为λi波段的日间影像辐射亮度，
Figure FDA0003797227110000023
为中心波长为λi波段的夜间影像辐射亮度，
Figure FDA0003797227110000024
为中心波长为λi波段的发射率，
Figure FDA0003797227110000025
为中心波长为λi波段的日间温度，
Figure FDA0003797227110000026
为中心波长为λi波段的夜间温度，h为普朗克函数，取值为6.626×10-34J·s，k为玻尔兹曼常数，取值为1.3806×10-23J/K，c为光速，取值为2.998×10-8m/s；
G、温度-发射率联合反演求解：将各波段日-夜间温度-发射率联合反演方程，转化为温度反演方程，假设不同波段间温度反演差异最小，且日、夜间两幅影像反演温度差别最小，并建立日、夜间各波段温度反演差值最小约束条件，进而采用遗传算法求解发射率、温度最优解：
Figure FDA0003797227110000027
其中，T0、T1分别为日、夜间各波段温度反演均值。
2.根据权利要求1所述的一种昼夜遥感影像短波红外火山温度-发射率联合反演方法，其特征在于：步骤B，采用FLAASH大气校正方法进行大气校正。
3.根据权利要求1所述的一种昼夜遥感影像短波红外火山温度-发射率联合反演方法，其特征在于：步骤C，采用MORTRAN4.0大气辐射传输模型计算大气透过率。
CN202110916086.2A 2021-08-11 2021-08-11 昼夜遥感影像短波红外火山温度-发射率联合反演方法 Active CN113776671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110916086.2A CN113776671B (zh) 2021-08-11 2021-08-11 昼夜遥感影像短波红外火山温度-发射率联合反演方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110916086.2A CN113776671B (zh) 2021-08-11 2021-08-11 昼夜遥感影像短波红外火山温度-发射率联合反演方法

Publications (2)

Publication Number Publication Date
CN113776671A CN113776671A (zh) 2021-12-10
CN113776671B true CN113776671B (zh) 2022-12-23

Family

ID=78837335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110916086.2A Active CN113776671B (zh) 2021-08-11 2021-08-11 昼夜遥感影像短波红外火山温度-发射率联合反演方法

Country Status (1)

Country Link
CN (1) CN113776671B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115049754B (zh) * 2022-08-16 2023-01-10 成都国星宇航科技股份有限公司 一种基于星上在轨生成红外热力图的方法及装置
CN116721353B (zh) * 2023-08-07 2023-11-03 南京大学 一种利用Sentinel-2日间影像探测火炬的方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106595873A (zh) * 2017-01-03 2017-04-26 哈尔滨工业大学 基于长波红外大气底层辐射和可见光波段线性混合模型的亚像元温度反演方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101404430B1 (ko) * 2013-06-11 2014-06-10 서울시립대학교 산학협력단 적외선 영상을 이용한 지표온도감률 추정 방법
CN107655574B (zh) * 2017-08-23 2020-01-31 中国科学院光电研究院 时序热红外遥感地表温度/发射率同时反演的方法及系统
CN108761484A (zh) * 2018-04-26 2018-11-06 江苏省气象台 一种基于多源卫星遥感数据的海雾监测方法
CN109297605B (zh) * 2018-10-09 2020-02-11 北京大学 一种基于中红外与热红外数据的地表温度反演方法
CN109446739B (zh) * 2018-12-20 2020-01-10 中国农业科学院农业资源与农业区划研究所 一种地表温度多通道热红外遥感反演方法
CN111323129A (zh) * 2020-03-25 2020-06-23 长光卫星技术有限公司 一种基于宽波段热红外影像的地表温度反演方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106595873A (zh) * 2017-01-03 2017-04-26 哈尔滨工业大学 基于长波红外大气底层辐射和可见光波段线性混合模型的亚像元温度反演方法

Also Published As

Publication number Publication date
CN113776671A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN113776671B (zh) 昼夜遥感影像短波红外火山温度-发射率联合反演方法
CN107065036B (zh) 一种联合遥感和气象数据获取全天候蒸散发的方法
Mu et al. Validating GEOV1 fractional vegetation cover derived from coarse-resolution remote sensing images over croplands
Leng et al. A practical algorithm for estimating surface soil moisture using combined optical and thermal infrared data
Yu et al. Analysis of the NPOESS VIIRS land surface temperature algorithm using MODIS data
Lück et al. Evaluation of a rule-based compositing technique for Landsat-5 TM and Landsat-7 ETM+ images
CN109883957B (zh) 基于modis影像的表观反射率模型构建方法、系统及定标方法
CN111323129A (zh) 一种基于宽波段热红外影像的地表温度反演方法
CN101629850A (zh) 从modis数据反演地表温度方法
CN113447137B (zh) 一种面向无人机宽波段热像仪的地表温度反演方法
Kumar et al. Retrieval of land surface temperature from Landsat-8 thermal infrared sensor data
Yu et al. Scale mismatch between in situ and remote sensing observations of land surface temperature: Implications for the validation of remote sensing LST products
Zhang et al. Development of the direct-estimation albedo algorithm for snow-free Landsat TM albedo retrievals using field flux measurements
Zhou et al. Remote sensing of regional-scale maize lodging using multitemporal GF-1 images
CN110907364B (zh) 基于星历参数的光学遥感影像大气校正方法及装置
CN112464980A (zh) 一种融合热红外与被动微波遥感数据反演地表温度的方法
Zhong et al. Cross-calibration of reflective bands of major moderate resolution remotely sensed data
Zhao et al. Evaluating the potential of H8/AHI geostationary observations for monitoring vegetation phenology over different ecosystem types in northern China
Deng et al. An approach for reflectance anisotropy retrieval from UAV-based oblique photogrammetry hyperspectral imagery
Wang et al. Removing temperature drift and temporal variation in thermal infrared images of a UAV uncooled thermal infrared imager
Dejun et al. Retrieval of land surface temperature from FY3D MERSI-II based on re-fitting Split Window Algorithm
Liu et al. Land surface temperature validation
Zhao et al. An operational land surface temperature retrieval methodology for Chinese second-generation Huanjing disaster monitoring satellite data
Leng et al. Trapezoid-based surface soil moisture retrieval using a pixel-to-pixel scheme: a preliminary result over the North China Plain
Liu et al. An effective Antarctic ice surface temperature retrieval method for MODIS

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