CN113916835B - 基于卫星遥感数据的大气校正方法、终端设备及存储介质 - Google Patents
基于卫星遥感数据的大气校正方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN113916835B CN113916835B CN202111027565.5A CN202111027565A CN113916835B CN 113916835 B CN113916835 B CN 113916835B CN 202111027565 A CN202111027565 A CN 202111027565A CN 113916835 B CN113916835 B CN 113916835B
- Authority
- CN
- China
- Prior art keywords
- aerosol
- wavelength
- band
- waveband
- scattering coefficient
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000012937 correction Methods 0.000 title claims abstract description 54
- 239000000443 aerosol Substances 0.000 claims abstract description 283
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000006870 function Effects 0.000 claims description 99
- 238000004590 computer program Methods 0.000 claims description 25
- 238000002310 reflectometry Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 5
- 239000002245 particle Substances 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000003121 nonmonotonic effect Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000002802 bituminous coal Substances 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 235000002639 sodium chloride Nutrition 0.000 description 2
- 239000011780 sodium chloride Substances 0.000 description 2
- 239000004071 soot Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid 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
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/49—Scattering, i.e. diffuse reflection within a body or fluid
-
- 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
- G01J1/00—Photometry, e.g. photographic exposure meter
- G01J1/02—Details
- G01J1/0214—Constructional arrangements for removing stray 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
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
-
- 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
- G01N2021/1793—Remote sensing
- G01N2021/1795—Atmospheric mapping of gases
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本申请适用于水色遥感大气校正技术领域，提供了一种基于卫星遥感数据的大气校正方法、终端设备及存储介质，该方法包括：获取待测环境的第一波段气溶胶散射系数的分布特性和第二波段中波长对应的气溶胶散射系数；根据分布特性的不同选择不同的处理方式对第二波段中波长对应的气溶胶散射系数进行处理，得到第一波段中各个波长对应的气溶胶散射系数，基于得到的第一波段的气溶胶散射系数进行大气校正；本申请根据待测环境选择不同的处理方式得到第一波段的气溶胶散射系数，得到的第一波段中各个波长的气溶胶散射系数更准确，使用准确的第一波段中各个波长的气溶胶散射系数对大气进行校正，使大气校正更准确。
Description
技术领域
本申请属于水色遥感大气校正技术领域，尤其涉及一种基于卫星遥感数据的大气校正方法、终端设备及存储介质。
背景技术
气溶胶是指悬浮在气体介质中的固态或液态颗粒所组成的气态分散系统。随着海洋水色遥感技术的发展，对大气校正的准确率的要求越来越高，而影响大气校正准确率的关键因素之一为气溶胶散射系数。
目前，对气溶胶散射系数的研究多集中在对紫外波段和短波红外波段的气溶胶散射系数，通过紫外波段或短波红外波段的气溶胶散射系数得到近红外波段气溶胶散射系数，然后通过近红外波段气溶胶散射系数推测得到可见光波段的气溶胶散射系数。由于上述方法是通过紫外波段或短波红外波段，先得到近红外波段的气溶胶散射系数，然后通过近红外波段的气溶胶散射系数得到的可见光波段的气溶胶散射系数，因此计算可见光波段和近红外波段的气溶胶散射系数的方法繁琐且准确度差，导致大气校正效率低且准确度低。
发明内容
本申请实施例提供了一种基于卫星遥感数据的大气校正方法、终端设备及存储介质，可以解决目前大气校正效率低且准确度低的问题。
第一方面，本申请实施例提供了一种基于卫星遥感数据的大气校正方法，包括：
获取待测环境的第一波段气溶胶散射系数的分布特性和卫星遥感设备采集的卫星遥感数据中的第二波段中波长对应的气溶胶散射系数，其中，所述第一波段包括可见光波段和近红外波段，所述第二波段包括紫外波段和短波红外波段；
若所述分布特性为单调性，对所述第二波段中波长对应的气溶胶散射系数进行第一处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
若所述分布特性为非单调性，对所述第二波段中波长对应的气溶胶散射系数进行第二处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正。
第二方面，本申请实施例提供了一种基于卫星遥感数据的大气校正装置，包括：
数据获取模块，用于获取待测环境的第一波段气溶胶散射系数的分布特性和卫星遥感设备采集的卫星遥感数据中的第二波段中波长对应的气溶胶散射系数，其中，所述第一波段包括可见光波段和近红外波段，所述第二波段包括紫外波段和短波红外波段；
第一计算模块，用于若所述分布特性为单调性，对所述第二波段中波长对应的气溶胶散射系数进行第一处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
第二计算模块，用于若所述分布特性为非单调性，对所述第二波段中波长对应的气溶胶散射系数进行第二处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
大气校正模块，用于基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正。
第三方面，本申请实施例提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述第一方面中任一项所述的基于卫星遥感数据的大气校正方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述第一方面中任一项所述的基于卫星遥感数据的大气校正方法。
第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在终端设备上运行时，使得终端设备执行上述第一方面中任一项所述的基于卫星遥感数据的大气校正方法。
可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
本申请实施例与现有技术相比存在的有益效果是：本申请首先获取待测环境的第一波段气溶胶散射系数的分布特性和第二波段中波长对应的气溶胶散射系数，若分布特性为单调性，对第二波段中波长对应的气溶胶散射系数进行第一处理，得到第一波段中各个波长对应的气溶胶散射系数，若分布特性为非单调性，对第二波段中波长对应的气溶胶散射系数进行第二处理，得到第一波段中各个波长对应的气溶胶散射系数，最后基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正；本申请根据待测环境选择不同的处理方式得到第一波段的气溶胶散射系数，计算方法简单、且得到的第一波段中各个波长的气溶胶散射系数更准确，因此，使用第一波段中各个波长的气溶胶散射系数对大气进行校正，使大气校正更准确、效率更高。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。
图1是本申请一实施例提供的基于卫星遥感数据的大气校正方法的应用场景示意图；
图2是本申请一实施例提供的基于卫星遥感数据的大气校正方法的流程示意图；
图3是本申请一实施例提供的第一处理过程的处理方法的流程示意图；
图4是本申请一实施例提供的分布特性的确定方法的流程示意图；
图5是本申请一实施例提供的气溶胶预测散射系数的确定方法的流程示意图；
图6是本申请另一实施例提供的分布特性的确定方法的流程示意图；
图7是本申请一实施例提供的判断分布特性为单调性时的示意图；
图8是本申请一实施例提供的判断分布特性为非单调性时的示意图；
图9是本申请一实施例提供的基于卫星遥感数据的大气校正装置的结构示意图；
图10是本申请一实施例提供的终端设备的结构示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当……时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
图1为本申请实施例提供的基于卫星遥感数据的大气校正方法的应用场景示意图，上述基于卫星遥感数据的大气校正方法可以用于计算可见光波段和近红外波段中各个波长对应的气溶胶散射系数。其中，存储设备10用于存储待测环境的气溶胶散射系数的分布特性、紫外波段和短波红外波段中波长对应的气溶胶散射系数。终端设备20用于从存储设备10中获取存储待测环境的气溶胶散射系数的分布特性、紫外波段和短波红外波段中波长对应的气溶胶散射系数，然后根据获得的分布特性选择不同的计算模型得到可见光波段和近红外波段中各个波长对应的气溶胶散射系数，并根据可见光波段和近红外波段中各个波长对应的气溶胶散射系数进行大气校正。
以下结合图1对本申请实施例的基于卫星遥感数据的大气校正方法进行详细说明。
图2示出了本申请提供的基于卫星遥感数据的大气校正方法的示意性流程图，参照图2，对该方法的详述如下：
S101，获取待测环境的第一波段气溶胶散射系数的分布特性和卫星遥感设备采集的卫星遥感数据中的第二波段中波长对应的气溶胶散射系数，其中，所述第一波段包括可见光波段和近红外波段，所述第二波段包括紫外波段和短波红外波段。
在本实施例中，气溶胶可以包括灰尘类粒子、水溶性粒子、海盐类粒子和煤烟类粒子等，灰尘类粒子、水溶性粒子、海盐类粒子和煤烟类粒子可以按照比例不同组成不同的气溶胶。
在本实施例中，散射系数用来描述大气中各种散射元对辐射通量散射作用的强弱。本申请气溶胶散射系数的散射元为气溶胶。
在本实施例中，第一波段的分布特性可以从外部设备中获得，还可以通过短波红外波段推测得到。分布特性可以包括单调性和非单调性。单调性可以包括幂函数类型，非单调性可以包括分段函数类型。
在本实施例中，通过对历史数据的分析，绘制不同配比的气溶胶的散射系数随波长的变化图。可以得到在气溶胶光学厚度较小时，气溶胶系数在紫外波段-短波红外波段范围内呈下降趋势。具体的，气溶胶系数在紫外波段-近红外波段的范围内下降较快，在近红外波段-短波红外波段范围下降速度较小。在气溶胶光学厚度较大时，气溶胶系数在紫外波段-可见光短波波段范围内出现一个波峰，通过对比不同情况下的气溶胶可得该波峰的出现是由于烟煤类粒子占比超过第一值，在气溶胶中的烟煤类粒子占比小于第一值时，气溶胶散射系数随波长增加单调衰减。由上述分析，可见光波段气溶胶散射系数可以分情况获得。在气溶胶散射系数为单调函数时，也就是在气溶胶光学厚度较小时，使用幂函数模型计算气溶胶散射系数。在气溶胶散射系数为非单调函数时，也就是在气溶胶光学厚度较大时，使用分段函数模型计算气溶胶散射系数。
在本实施例中，可见光波段可以为波长为400-600纳米的波段。近红外波段可以为600-900纳米的波段。紫外波段可以为350-400纳米的波段，短波红外波段可以为900-1700纳米的波段。
在本实施例中，紫外波段和短波红外波段中各个波长对应的气溶胶散射系数可以从外部设备中获得。外部设备可以包括水色遥感传感器，水色遥感传感器采集待测环境的光谱后，根据光谱可以得到紫外波段和短波红外波段中波长对应的气溶胶散射系数。
S102，若所述分布特性为单调性，对所述第二波段中波长对应的气溶胶散射系数进行第一处理，得到所述第一波段中各个波长对应的气溶胶散射系数。
在本实施例中，如果分布特性为单调性，则可以选择第一种处理方式对第二波段的气溶胶散射系数进行处理。第一处理可以包括使用第一预设函数进行处理，或使用训练的第一深度学习模型进行处理等。其中，第一预设函数可以为幂函数或指数函数等。
S103，若所述分布特性为非单调性，对所述第二波段中波长对应的气溶胶散射系数进行第二处理，得到所述第一波段中各个波长对应的气溶胶散射系数。
在本实施例中，如果分布特性为非单调性，则可以选择第二种处理方式对第二波段的气溶胶散射系数进行处理。第二处理可以包括使用第二预设函数进行处理，或使用训练的第二深度学习模型进行处理等。其中，第二预设函数可以为二次函数或具有不同单调性的分段函数等。
S104，基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正。
在本实施例中，在得到第一波段中各个波长对应的气溶胶散射系数时，可以对大气进行校正，得到待测环境的表面反射率或辐亮度。
本申请实施例中，首先获取待测环境的第一波段气溶胶散射系数的分布特性和第二波段中波长对应的气溶胶散射系数，若分布特性为单调性，对第二波段中波长对应的气溶胶散射系数进行第一处理，得到第一波段中各个波长对应的气溶胶散射系数，若分布特性为非单调性，对第二波段中波长对应的气溶胶散射系数进行第二处理，得到第一波段中各个波长对应的气溶胶散射系数，最后基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正；本申请根据待测环境选择不同的处理方式得到第一波段的气溶胶散射系数，将数据分情况进行处理，计算方法简单、且得到的第一波段中各个波长的气溶胶散射系数更准确，因此，使用第一波段中各个波长的气溶胶散射系数对大气进行校正，使大气校正更准确、效率更高。
如图3所示，在一种可能的实现方式中，步骤S102的实现过程可以包括：
S1021，基于所述第二波段中波长对应的气溶胶散射系数，确定预设的幂函数模型中系数的值。
在本实施例中，第一处理可以包括使用幂函数模型进行处理，幂函数属于单调函数，因此满足第一波段气溶胶散射系数的分布特性为单调性的要求。
在本实施例中，在计算第一波段中各个波长对应的气溶胶散射系数之前，需要先确定幂函数模型中系数的值。具体的，幂函数模型，包括：
其中，λ1为所述第一波段中的波长，ρa(λ1)为所述第一波段中波长λ1对应的气溶胶散射系数，λ0为紫外波段或短波红外波段中的预设波长，ρa(λ0)为预设波长λ0对应的气溶胶散射系数，a、b、c分别为所述幂函数模型中的系数。λ0为预设波长，可以为865纳米。
在本实施例中，a、b、c系数的值的确定可以选择一个紫外波段的波长和两个短波红外波段的波长，以及上述波长对应的气溶胶散射系数共同计算得到。作为举例，可以选择325纳米、1240纳米和1640纳米的波长及上述波长对应的气溶胶散射系数计算a、b、c系数。
S1022，基于所述幂函数模型和所述幂函数模型中系数的值，得到所述第一波段中各个波长对应的气溶胶散射系数。
在本实施例中，本申请使用紫外波段的波长和短波红外波段的波长共同确定幂函数模型中参数的值，因此幂函数模型是通过紫外波段的波长和短波红外波段的波长共同得到的，也就相当于可见光波段和近红外波段中各个波长对应的气溶胶散射系数是通过紫外波段气溶胶散射系数和短波红外波段气溶胶散射系数内插得到的。由于幂函数模型是基于紫外波段和短波红外波段中波长对应的气溶胶散射系数得到的，因此，幂函数模型对计算紫外波段和短波红外波段中波长对应的气溶胶散射系数同样适用。
本申请实施例中，使用幂函数模型计算第一波段中各个波长对应的气溶胶散射系数，方法简单，计算迅速，减少了数据处理的时间。
在一种可能的实现方式中，步骤S103的实现过程可以包括：
基于所述第二波段中波长对应的气溶胶散射系数，确定分段函数模型中系数的值；基于所述分段函数模型和所述分段函数模型中系数的值，得到所述第一波段中各个波长对应的气溶胶散射系数；其中，所述分段函数模型包括：第一函数模型和第二函数模型。所述第一函数模型包括：
λ2为所述第一波段中小于所述预设阈值的波长，ρa(λ2)为所述第一波段中波长λ2对应的气溶胶散射系数，λ0为紫外波段或短波红外波段中的预设波长，ρa(λ0)为预设波长λ0对应的气溶胶散射系数，d、e、f分别为所述第一函数模型中的系数。
所述第二函数模型包括：ρa(λ3)＝ρa(λ0)×(g×λ3+h)，λ3为所述第一波段中大于或等于所述预设阈值的波长，ρa(λ3)为所述第一波段中波长λ3对应的气溶胶散射系数，g、h分别为所述第二函数模型中的系数。
在本实施例中，第一函数模型中d可以为负数，第一函数模型为先增后减的函数，第二函数模型中g为负数，第二函数模型为单调减函数，因此上述分段函数为非单调性函数，分段函数满足第一波段气溶胶散射系数的分布特性为非单调性的要求。
在本实施例中，由于分段函数模型中包括系数，因此，在使用分段函数模型计算第一波段中各个波长对应的气溶胶散射系数之前，需要先确定分段函数模型中系数的值。
在本实施例中，预设阈值可以根据需要进行设置，例如，预设阈值可以设置为800纳米。第一函数模型适用于紫外波段-近红外波段，第二函数模型适用于近红外波段-短波红外波段。λ0可以根据需要进行设置，例如，λ0可以设置为865纳米。
在本实施例中，可以使用两个短波红外波段中的波长对应的气溶胶散射系数，得到第二函数模型中系数的值。然后根据第二函数模型的斜率、紫外波段中波长对应的气溶胶散射系数和短波红外波段中波长对应的气溶胶散射系数确定第一函数模型中系数的值。由于分段函数模型是基于紫外波段和短红外波段中波长对应的气溶胶散射系数得到的，因此，可见光波段和近红外波段中波长对应的气溶胶散射系数是利用紫外波段和短红外波段中波长对应的气溶胶散射系数内插得到的。由于分段函数模型是基于紫外波段和短红外波段中波长对应的气溶胶散射系数得到的，因此，分段函数模型同样适用于计算紫外波段和短波红外波段中波长对应的气溶胶散射系数。
本申请实施例中，使用分段函数模型计算第一波段中各个波长对应的气溶胶散射系数，方法简单，计算迅速，减少了数据处理的时间。
如图4所示，在一种可能的实现方式中，步骤S101的实现过程可以包括：
S1011，获取所述紫外波段中目标波长对应的气溶胶预测散射系数。
在本实施例中，紫外波段中各个波长的气溶胶预测散射系数可以根据短波红外波段的波长对应的气溶胶散射系数得到。
在本实施例中，紫外波段中目标波长可以是一个或多个。
如图5所示，具体的，步骤S1011的实现过程可以包括：
S10111，获取所述短波红外波段的气溶胶直线图，其中，所述短波红外波段的气溶胶直线图表征所述短红外波段中各个波长与对应的气溶胶散射系数的关系。
在本实施例中，短波红外波段的气溶胶直线图可以是从外部设备中获取的，还可以是终端设备根据获取到的卫星遥感设备采集的卫星遥感数据中的短波红外波段的波长对应的气溶胶散射系数生成的。
具体的，短波红外波段的气溶胶直线图的获得方法可以包括：
获取卫星遥感数据中短波红外波段中至少两个波长对应的气溶胶散射系数；对短波红外波段中至少两个波长对应的气溶胶散射系数进行拟合，得到所述短波红外波段的气溶胶直线图。
在本实施例中，如果获取了短波红外波段中两个波长对应的气溶胶散射系数，例如，波长1240纳米和波长1640对应的气溶胶散射系数。建立波长与气溶胶散射系数的坐标图，将上述两个波长的气溶胶散射系数连接或拟合得到气溶胶直线图。
如果获取了短波红外波段中多个波长对应的气溶胶散射系数，则可以将多个气溶胶散射系数进行拟合，得到一条气溶胶直线图。
S10112，基于所述短波红外波段的气溶胶直线图，预测所述紫外波段的气溶胶直线图，所述紫外波段的气溶胶直线图表征所述紫外波段中各个波长与对应的气溶胶预测散射系数的关系。
在本实施例中，可以根据短波红外波段的气溶胶直线图的走势，将短波红外波段的气溶胶直线图延长，得到紫外波段的气溶胶直线图。
S10113，基于所述紫外波段的气溶胶直线图，得到所述紫外波段中目标波长对应的气溶胶预测散射系数。
在本实施例中，由于第三波段中气溶胶散射系数可能为单调函数，因此将短波红外波段的气溶胶散射系数外推到紫外波段的气溶胶散射系数，可以得到紫外波段的气溶胶散射系数的预测值。使用该方法为紫外波段的气溶胶散射系数的预测提供了简单方便的方法。第三波段可以包括第一波段和第二波段。
S1012，基于所述气溶胶预测散射系数和卫星遥感数据中所述紫外波段中目标波长对应的气溶胶散射系数，得到所述分布特性。
在本实施例中，可以根据气溶胶预测散射系数和紫外波段中目标波长对应的气溶胶散射系数的大小确定分布特性，紫外波段中目标波长对应的气溶胶散射系数为紫外波段中目标波长的真实的气溶胶散射系数。
本申请实施例中，由于气溶胶散射系数在紫外波段可能是单调函数，也可能是非单调函数，因此，根据紫外波段中波长的气溶胶预测散射系数及真实的气溶胶散射系数可以确定紫外波段的气溶胶散射系数的分布特性，也就是第三波段的气溶胶散射系数的分布特性，为分布特性的确定提供了简单且快速的方法。
如图6所示，在一种可能的实现方式中，步骤S1013的实现过程可以包括：
S10131，判断所述紫外波段中目标波长对应的气溶胶预测散射系数和紫外波段中目标波长对应的气溶胶散射系数的大小。
在本实施例中，比较紫外波段中目标波长的气溶胶预测散射系数与对应的卫星遥感设备采集的紫外波段中目标波长的气溶胶散射系数的大小，根据上述两个值的大小可以确定分布特性。
S10132，若所述紫外波段中目标波长对应的气溶胶预测散射系数小于所述紫外波段中目标波长对应的气溶胶散射系数，则确定所述分布特性为单调性。
S10133，若所述紫外波段中目标波长对应的气溶胶预测散射系数大于或等于所述紫外波段中目标波长对应的气溶胶散射系数，则确定所述分布特性为非单调性。
在本实施例中，由于气溶胶散射系数的分布特性取决于吸收性气溶胶粒子的占比以及气溶胶光学厚度，在大气浑浊程度高的条件下，强吸收性气溶胶会在紫外波段抑制大气辐射信号，使得该波段气溶胶反射系数出现下降的趋势，反之该波段气溶胶反射系数出现先上升后下降的趋势。通过比较紫外波段中目标波长气溶胶预测散射系数和卫星遥感设备采集的气溶胶散射系数的大小可以确定待测环境下气溶胶散射系数的分布特性。
如图7所示，虚线为基于短波红外波段的气溶胶直线图预测的紫外波段的气溶胶直线图，实线为紫外波段的波长对应的气溶胶散射系数，也就是卫星遥感设备采集的紫外波段中波长对应的真实散射系数，由图7可得，紫外波段的波长对应的真实散射系数大于预测的紫外波段的气溶胶直线图，因此，可以确定待测环境的第一波段气溶胶散射系数的分布特性为单调性，可以使用幂函数模型计算第一波段中各个波长对应的气溶胶散射系数。
如图8所示，虚线为基于短波红外波段的气溶胶直线图预测的紫外波段的气溶胶直线图，实线为紫外波段的波长对应的真实散射系数，由图8可得，紫外波段的波长对应的真实散射系数小于预测的紫外波段的气溶胶直线图，因此，可以确定待测环境的第一波段气溶胶散射系数的分布特性为非单调性，可以使用分段函数模型计算第一波段中各个波长对应的气溶胶散射系数。
在一种可能的实现方式中，在步骤S103之后，上述方法还可以包括：
S201，获取卫星遥感设备采集的所述待测环境的大气顶层的辐射亮度值。
在本实施例中，辐射亮度值是卫星上接收的辐射亮度，是辐射定标的结果之一，代表某一个面积辐射能量的总和。
S202，基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正，得到待测环境的表面反射率或辐亮度。
在本实施例中，传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气衰减，尤其是散射作用造成的辐射量误差，大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。具体的，在对大气校正时需要去除大气分子瑞利散射、气溶胶散射、海面白帽反射等。
本申请实施例中，由于可见光波段和近红外波段中波长对应的气溶胶散射系数比较准确，通过第一波段和第二波段中各波长的气溶胶散射系数对大气顶层的辐射亮度值进行大气校正，可以得到更准确的待测环境的离水辐亮度。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的基于卫星遥感数据的大气校正方法，图9示出了本申请实施例提供的基于卫星遥感数据的大气校正装置的结构框图，为了便于说明，仅示出了与本申请实施例相关的部分。
参照图9，该装置300可以包括：数据获取模块310、第一计算模块320和第二计算模块330。
其中，数据获取模块310，用于获取待测环境的第一波段气溶胶散射系数的分布特性和卫星遥感设备采集的卫星遥感数据中的第二波段中波长对应的气溶胶散射系数，其中，所述第一波段包括可见光波段和近红外波段，所述第二波段包括紫外波段和短波红外波段；
第一计算模块320，用于若所述分布特性为单调性，对所述第二波段中波长对应的气溶胶散射系数进行第一处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
第二计算模块330，用于若所述分布特性为非单调性，对所述第二波段中波长对应的气溶胶散射系数进行第二处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
大气校正模块340，用于基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正。在一种可能的实现方式中，第一计算模块320具体可以用于：
基于所述第二波段中波长对应的气溶胶散射系数，确定预设的幂函数模型中系数的值；
基于所述幂函数模型和所述幂函数模型中系数的值，得到所述第一波段中各个波长对应的气溶胶散射系数，所述幂函数模型包括：
λ1为所述第一波段中的波长，ρa(λ1)为所述第一波段中波长λ1对应的气溶胶散射系数，λ0为紫外波段或短波红外波段中的预设波长，ρa(λ0)为预设波长λ0对应的气溶胶散射系数，a、b、c分别为所述幂函数模型中的系数。
在一种可能的实现方式中，第二计算模块330具体可以用于：
基于所述第二波段中波长对应的气溶胶散射系数，确定分段函数模型中系数的值；
基于所述分段函数模型和所述分段函数模型中系数的值，得到所述第一波段中各个波长对应的气溶胶散射系数；
其中，所述分段函数模型包括：第一函数模型和第二函数模型，
所述第一函数模型包括：
λ2为所述第一波段中小于所述预设阈值的波长，ρa(λ2)为所述第一波段中波长λ2对应的气溶胶散射系数，λ0为紫外波段或短波红外波段中的预设波长，ρa(λ2)为预设波长λ0对应的气溶胶散射系数，d、e、f分别为所述第一函数模型中的系数；
所述第二函数模型包括：ρa(λ3)＝ρa(λ0)×(g×λ3+h)，λ3为所述第一波段中大于或等于所述预设阈值的波长，ρa(λ3)为所述第一波段中波长λ3对应的气溶胶散射系数，g、h分别为所述第二函数模型中的系数。
在一种可能的实现方式中，数据获取模块310具体可以包括：
预测数据获取单元，用于获取所述紫外波段中目标波长对应的气溶胶的预测散射系数；
分布特性获得单元，用于基于所述气溶胶预测散射系数和所述卫星遥感数据中所述紫外波段中目标波长对应的气溶胶散射系数，得到所述分布特性。
在一种可能的实现方式中，预测数据获取单元具体可以用于：
获取所述短波红外波段的气溶胶直线图，其中，所述短波红外波段的气溶胶直线图表征所述短波红外波段中各个波长与对应的气溶胶散射系数的关系；
基于所述短波红外波段的气溶胶直线图，预测所述紫外波段的气溶胶直线图，所述紫外波段的气溶胶直线图表征所述紫外波段中各个波长与对应的气溶胶的预测散射系数的关系；
基于所述紫外波段的气溶胶直线图，得到所述紫外波段中目标波长对应的气溶胶的预测散射系数。
在一种可能的实现方式中，预测数据获取单元具体可以用于：
获取所述卫星遥感数据中所述短波红外波段中至少两个波长对应的气溶胶散射系数；
对所述短波红外波段中至少两个波长对应的气溶胶散射系数进行拟合，得到所述短波红外波段的气溶胶直线图。
在一种可能的实现方式中，分布特性获得单元具体可以用于：
判断紫外波段中目标波长对应的气溶胶预测散射系数和紫外波段中目标波长对应的气溶胶散射系数的大小；
若所述紫外波段中目标波长对应的气溶胶预测散射系数小于所述紫外波段中目标波长对应的气溶胶散射系数，则确定所述分布特性为单调性；
若所述紫外波段中目标波长对应的气溶胶预测散射系数大于或等于所述紫外波段中目标波长对应的气溶胶散射系数，则确定所述分布特性为非单调性。
在一种可能的实现方式中，大气校正模块340可以用于包括：
获取卫星遥感设备采集的所述待测环境的大气顶层的辐射亮度值；
基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正，得到待测环境的表面反射率或辐亮度。
需要说明的是，上述装置/单元之间的信息交互、执行过程等内容，由于与本申请方法实施例基于同一构思，其具体功能及带来的技术效果，具体可参见方法实施例部分，此处不再赘述。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例还提供了一种终端设备，参见图10，该终端设备400可以包括：至少一个处理器410、存储器420以及存储在所述存储器420中并可在所述至少一个处理器410上运行的计算机程序，所述处理器410执行所述计算机程序时实现上述任意各个方法实施例中的步骤，例如图2所示实施例中的步骤S101至步骤S104。或者，处理器410执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例如图9所示模块310至340的功能。
示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器420中，并由处理器410执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序段，该程序段用于描述计算机程序在终端设备400中的执行过程。
本领域技术人员可以理解，图10仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如输入输出设备、网络接入设备、总线等。
处理器410可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器420可以是终端设备的内部存储单元，也可以是终端设备的外部存储设备，例如插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。所述存储器420用于存储所述计算机程序以及终端设备所需的其他程序和数据。所述存储器420还可以用于暂时地存储已经输出或者将要输出的数据。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
本申请实施例提供的基于卫星遥感数据的大气校正方法可以应用于计算机、平板电脑、笔记本电脑、上网本、个人数字助理(personal digital assistant，PDA)等终端设备上，本申请实施例对终端设备的具体类型不作任何限制。
本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现可实现上述基于卫星遥感数据的大气校正方法各个实施例中的步骤。
本申请实施例提供了一种计算机程序产品，当计算机程序产品在移动终端上运行时，使得移动终端执行时实现可实现上述基于卫星遥感数据的大气校正方法各个实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括：能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区，根据立法和专利实践，计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置/网络设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/网络设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (7)
1.一种基于卫星遥感数据的大气校正方法，其特征在于，包括：
获取待测环境的第一波段气溶胶散射系数的分布特性和卫星遥感设备采集的卫星遥感数据中的第二波段中波长对应的气溶胶散射系数，其中，所述第一波段包括可见光波段和近红外波段，所述第二波段包括紫外波段和短波红外波段；
若所述分布特性为单调性，对所述第二波段中波长对应的气溶胶散射系数进行第一处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
若所述分布特性为非单调性，对所述第二波段中波长对应的气溶胶散射系数进行第二处理，得到所述第一波段中各个波长对应的气溶胶散射系数；
基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对大气顶层的辐射亮度值进行大气校正；
所述对所述第二波段中波长对应的气溶胶散射系数进行第一处理，得到所述第一波段中各个波长对应的气溶胶散射系数，包括：
基于所述第二波段中波长对应的气溶胶散射系数，确定预设的幂函数模型中系数的值；
基于所述幂函数模型和所述幂函数模型中系数的值，得到所述第一波段中各个波长对应的气溶胶散射系数，所述幂函数模型包括：
λ1为所述第一波段中的波长，ρa(λ1)为所述第一波段中波长λ1对应的气溶胶散射系数，λ0为紫外波段或短波红外波段中的预设波长，ρa(λ0)为预设波长λ0对应的气溶胶散射系数，a、b、c分别为所述幂函数模型中的系数；
所述对所述第二波段中波长对应的气溶胶散射系数进行第二处理，得到所述第一波段中各个波长对应的气溶胶散射系数，包括：
基于所述第二波段中波长对应的气溶胶散射系数，确定分段函数模型中系数的值；
基于所述分段函数模型和所述分段函数模型中系数的值，得到所述第一波段中各个波长对应的气溶胶散射系数；
其中，所述分段函数模型包括：第一函数模型和第二函数模型，所述第一函数模型包括：
λ2为所述第一波段中小于预设阈值的波长，ρa(λ2)为所述第一波段中波长λ2对应的气溶胶散射系数，λ0为紫外波段或短波红外波段中的预设波长，ρa(λ0)为预设波长λ0对应的气溶胶散射系数，d、e、f分别为所述第一函数模型中的系数；
所述第二函数模型包括：ρa(λ3)＝ρa(λ0)×(g×λ3+h)，λ3为所述第一波段中大于或等于所述预设阈值的波长，ρa(λ3)为所述第一波段中波长λ3对应的气溶胶散射系数，g、h分别为所述第二函数模型中的系数；
所述基于所述气溶胶预测散射系数和所述卫星遥感数据中所述紫外波段中目标波长对应的气溶胶散射系数，得到所述分布特性，包括：
判断所述紫外波段中目标波长对应的气溶胶预测散射系数和所述紫外波段中目标波长对应的气溶胶散射系数的大小；
若所述紫外波段中目标波长对应的气溶胶预测散射系数小于所述紫外波段中目标波长对应的气溶胶散射系数，则确定所述分布特性为单调性；
若所述紫外波段中目标波长对应的气溶胶预测散射系数大于或等于所述紫外波段中目标波长对应的气溶胶散射系数，则确定所述分布特性为非单调性。
2.如权利要求1所述的基于卫星遥感数据的大气校正方法，其特征在于，所述获取待测环境的第一波段气溶胶散射系数的分布特性，包括：
获取所述紫外波段中目标波长对应的气溶胶预测散射系数；
基于所述气溶胶预测散射系数和所述卫星遥感数据中所述紫外波段中目标波长对应的气溶胶散射系数，得到所述分布特性。
3.如权利要求2所述的基于卫星遥感数据的大气校正方法，其特征在于，所述获取所述紫外波段中目标波长对应的气溶胶预测散射系数，包括：
获取所述短波红外波段的气溶胶直线图，其中，所述短波红外波段的气溶胶直线图表征所述短波红外波段中各个波长与对应的气溶胶散射系数的关系；
基于所述短波红外波段的气溶胶直线图，预测所述紫外波段的气溶胶直线图，所述紫外波段的气溶胶直线图表征所述紫外波段中各个波长与对应的气溶胶预测散射系数的关系；
基于所述紫外波段的气溶胶直线图，得到所述紫外波段中目标波长对应的气溶胶预测散射系数。
4.如权利要求3所述的基于卫星遥感数据的大气校正方法，其特征在于，所述获取所述短波红外波段的气溶胶直线图，包括：
获取所述卫星遥感数据中所述短波红外波段中至少两个波长对应的气溶胶散射系数；
对所述短波红外波段中至少两个波长对应的气溶胶散射系数进行拟合，得到所述短波红外波段的气溶胶直线图。
5.如权利要求1所述的基于卫星遥感数据的大气校正方法，其特征在于，所述基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正，包括：
获取卫星遥感设备采集的所述待测环境的大气顶层的辐射亮度值；
基于所述第一波段和所述第二波段中各个波长对应的气溶胶散射系数，对所述大气顶层的辐射亮度值进行大气校正，得到待测环境的表面反射率或辐亮度。
6.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的基于卫星遥感数据的大气校正方法。
7.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的基于卫星遥感数据的大气校正方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111027565.5A CN113916835B (zh) | 2021-09-02 | 2021-09-02 | 基于卫星遥感数据的大气校正方法、终端设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111027565.5A CN113916835B (zh) | 2021-09-02 | 2021-09-02 | 基于卫星遥感数据的大气校正方法、终端设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113916835A CN113916835A (zh) | 2022-01-11 |
| CN113916835B true CN113916835B (zh) | 2023-04-07 |
Family
ID=79233865
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111027565.5A Active CN113916835B (zh) | 2021-09-02 | 2021-09-02 | 基于卫星遥感数据的大气校正方法、终端设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113916835B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114544452B (zh) * | 2022-04-25 | 2022-07-26 | 自然资源部第二海洋研究所 | 一种多角度偏振水色遥感器卫星大气校正方法 |
| CN114646616B (zh) * | 2022-05-23 | 2022-10-14 | 自然资源部第二海洋研究所 | 一种用于二类水体的大气校正方法 |
| CN116297288B (zh) * | 2023-05-24 | 2023-08-04 | 上海航天空间技术有限公司 | 大气甲烷干空气混合比的快速遥感反演方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111795936A (zh) * | 2020-08-03 | 2020-10-20 | 长安大学 | 一种基于查找表的多光谱遥感影像大气校正系统、方法及存储介质 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7106447B2 (en) * | 2002-03-01 | 2006-09-12 | Michigan Aerospace Corporation | Molecular optical air data systems (MOADS) |
| CN101329173B (zh) * | 2008-07-07 | 2010-06-02 | 武汉大学 | 一种浑浊水体大气校正方法 |
| CN109300133B (zh) * | 2018-11-19 | 2020-10-23 | 珠江水利委员会珠江水利科学研究院 | 一种城市河网区水体提取方法 |
| US11754484B2 (en) * | 2020-09-22 | 2023-09-12 | Honeywell International Inc. | Optical air data system fusion with remote atmospheric sensing |
-
2021
- 2021-09-02 CN CN202111027565.5A patent/CN113916835B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111795936A (zh) * | 2020-08-03 | 2020-10-20 | 长安大学 | 一种基于查找表的多光谱遥感影像大气校正系统、方法及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113916835A (zh) | 2022-01-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113916835B (zh) | 基于卫星遥感数据的大气校正方法、终端设备及存储介质 | |
| CN111795936B (zh) | 一种基于查找表的多光谱遥感影像大气校正系统、方法及存储介质 | |
| CN110441753B (zh) | 雷达遮挡检测方法及雷达 | |
| US8509476B2 (en) | Automated system and method for optical cloud shadow detection over water | |
| CN112014331A (zh) | 一种水体污染的检测方法、装置、设备以及存储介质 | |
| CN111476099B (zh) | 一种目标检测方法、目标检测装置及终端设备 | |
| CN112488297B (zh) | 一种神经网络剪枝方法、模型生成方法及装置 | |
| CN110188727B (zh) | 海洋溢油量估算方法及装置 | |
| CN116361737B (zh) | 一种湖泊异常动态监测方法、装置、电子设备及存储介质 | |
| Lee et al. | Improvements of 6S look-up-table based surface reflectance employing minimum curvature surface method | |
| CN113538223A (zh) | 噪声图像生成方法、装置、电子设备及存储介质 | |
| CN113670437A (zh) | 水体颗粒有机碳来源示踪方法、设备和可读存储介质 | |
| CN113820295A (zh) | 水体颗粒有机碳端元浓度确定方法、设备和存储介质 | |
| CN109444786B (zh) | 提高在片负载牵引测量准确度的方法、系统及终端设备 | |
| CN112345090A (zh) | 点目标红外辐射测量的方法、设备及可读存储介质 | |
| CN114676825A (zh) | 一种神经网络模型量化方法、系统、设备及介质 | |
| CN114581377A (zh) | 危险检测方法及装置 | |
| CN117218026A (zh) | 一种红外图像增强方法及装置 | |
| CN114022789A (zh) | 水体信息提取方法、装置、电子设备及存储介质 | |
| CN114674461A (zh) | 海表温度的确定方法、装置及可读存储介质 | |
| CN112927150B (zh) | 高光谱图像的水体倒影区域光谱恢复方法及终端设备 | |
| Kim et al. | Recovery and representation of spectral bidirectional reflectance distribution function from an image‐based measurement system | |
| CN114531368A (zh) | 一种网络质量评价方法、装置和设备 | |
| CN115578646B (zh) | 一种蓝藻水华监测方法及装置 | |
| CN112347602A (zh) | 测量系统动态范围的数学建模方法及端设备 |
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 |