CN116067857A - Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质 - Google Patents
Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN116067857A CN116067857A CN202310225121.5A CN202310225121A CN116067857A CN 116067857 A CN116067857 A CN 116067857A CN 202310225121 A CN202310225121 A CN 202310225121A CN 116067857 A CN116067857 A CN 116067857A
- Authority
- CN
- China
- Prior art keywords
- optical thickness
- wave band
- aerosol
- aerosol optical
- target
- 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
- 239000000443 aerosol Substances 0.000 title claims abstract description 150
- 230000003287 optical effect Effects 0.000 title claims abstract description 150
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000002310 reflectometry Methods 0.000 claims abstract description 114
- 238000012937 correction Methods 0.000 claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 23
- 230000005855 radiation Effects 0.000 claims description 17
- 238000005316 response function Methods 0.000 claims description 14
- 230000003595 spectral effect Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000002834 transmittance Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 9
- 230000008569 process Effects 0.000 description 13
- 238000007781 pre-processing Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012952 Resampling Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N21/55—Specular reflectivity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- 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
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Dispersion Chemistry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请提供了一种FY‑4A气溶胶光学厚度的反演方法、装置、设备和介质，涉及卫星技术领域，该方法包括：获取FY‑4A预设时段的全圆盘数据，并读取指定波段下的实测数据；基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率；根据指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到指定波段对应的目标气溶胶光学厚度。本申请减少了因不同卫星传感器而造成的地表反射率估算错误，提升了FY‑4A气溶胶光学厚度的反演的准确性，提升了实时气溶胶光学厚度的生产效率和速度。
Description
技术领域
本申请涉及卫星技术领域，尤其是涉及一种FY-4A气溶胶光学厚度的反演方法、装置、设备和介质。
背景技术
目前现有的遥感卫星反演气溶胶光学厚度AOD(Aerosol Optical Depth)的方法主要分为两类，深蓝算法和暗像元算法。其中，暗像元AOD反演中会通过建立蓝(0.47μm)、红波段(0.64μm)与受大气影响非常小的近红外波段(2.12μm)的线性关系来获取前两个波段的地表反射率，比如通过两个受大气影响非常低的近红外波段计算NDWISWIR，然后利用红、蓝波段与近红外波段的线性关系、加上与NDWISWIR的关系，来确定两个波段在某个像元的地表反射率，再利用大气传输模型计算该像元的AOD。也有研究直接复用了MODIS现有的线性关系函数，利用其他卫星传感器进行反演。
目前针对风云四号A星(FY-4A)开发的AOD反演研究较少，官方也无正式公布的AOD产品。对于现有的暗像元算法，估算地表反射率的方法主要依赖MODIS都算法，即寻找红、蓝波段与近红波段的线性关系，更有研究直接使用了MODIS地表反射率产品如MOD09GQ、MOD34A3等。然而不同的传感器在波段设置上不尽相同，相同的反演方法无法在不同传感器之间简单地复用。即使FY-4A搭载的多通道扫描成像辐射计AGRI(AdvancedGeosynchronous Radiation Imager)在红、蓝波段的中心波长设置上与MODIS极为相近，他们的光谱响应函数也有巨大的区别，因此无法直接复用MODIS上的线性关系套用在FY-4A的AOD反演上。
发明内容
本申请的目的在于提供一种FY-4A气溶胶光学厚度的反演方法、装置、设备和介质，减少了因不同卫星传感器而造成的地表反射率估算错误，提升了FY-4A气溶胶光学厚度的反演的准确性，提升了实时气溶胶光学厚度的生产效率和速度。
第一方面，本发明提供一种FY-4A气溶胶光学厚度的反演方法，方法包括：获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据；基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率；其中，预先配置的气溶胶光学厚度查找表为配置有FY-4A光谱响应函数的6S大气校正查找表；根据指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到指定波段对应的目标气溶胶光学厚度。
在可选的实施方式中，预先配置的气溶胶光学厚度查找表包括预设个数的太阳高度角、预设个数的太阳天顶角、预设个数的相对方位角与多种气溶胶光学厚度进行组合后的组合结果；其中，每种组合都对应有相应的大气程辐射、总透射率和半球反照率。
在可选的实施方式中，指定波段包括第2波段和第3波段，实测数据包括卫星图像；基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率，包括：对卫星图像中进行暗像元判断；基于预先配置的气溶胶光学厚度查找表和第一大气传输模型确定第3波段对应的多种气溶胶光学厚度分别对应的第一目标地表反射率；第一大气传输模型为：
；其中，
为地表反射率；
为太阳天顶角；
为卫星天顶角；
为方位角；
为表观反射率；
为大气程辐射、
为总透射率，
为半球反照率；基于预先配置的气溶胶光学厚度查找表和第一目标地表反射率确定第2波段的暗像元对应的目标表观反射率；基于指定的背景气溶胶光学厚度和表观反射率对第2波段和第3波段进行大气校正，得到第2波段对应的第二目标地表反射率。
在可选的实施方式中，对卫星图像中进行暗像元判断，包括：对卫星图像中的预设晴空陆地像元的第6波段进行阈值判断；若小于预设阈值，则为暗像元。
在可选的实施方式中，基于预先配置的气溶胶光学厚度查找表和第一目标地表反射率确定第2波段的暗像元对应的目标表观反射率，包括：基于多种气溶胶光学厚度分别对应的第一地表反射率和波段比值，模拟第2波段对应的多种气溶胶光学厚度分别对应的第二地表反射率；其中，波段比值为第2波段和第3波段的比值；基于第二地表反射率、第二大气传输模型和预先配置的气溶胶光学厚度查找表中的参数，反演得到第2波段对应的多种气溶胶光学厚度分别对应的目标表观反射率；第二大气传输模型为：
。
在可选的实施方式中，在得到目标表观反射率后，方法还包括：获取第2波段对应的多种气溶胶光学厚度分别对应的实测表观反射率，通过插值得到暗像元在第2波段下的气溶胶光学厚度。
在可选的实施方式中，方法还包括：基于全圆盘数据中第2波段和第5波段的实测数据计算归一化水指数；将第2波段中的反射率数据进行灰度处理得到云像元分类阈值；基于归一化水指数和云像元分类阈值，提取非云水像元；计算非云水像元对应的气溶胶光学厚度。
第二方面，本发明提供一种FY-4A气溶胶光学厚度的反演装置，装置包括：数据获取模块，用于获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据；大气校正模块，用于基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率；其中，预先配置的气溶胶光学厚度查找表为配置有FY-4A光谱响应函数的6S大气校正查找表；反演模块，用于根据指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到指定波段对应的目标气溶胶光学厚度。
第三方面，本发明提供一种电子设备，包括处理器和存储器，存储器存储有能够被处理器执行的计算机可执行指令，处理器执行计算机可执行指令以实现前述实施方式任一项的FY-4A气溶胶光学厚度的反演方法。
第四方面，本发明提供一种计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现前述实施方式任一项的FY-4A气溶胶光学厚度的反演方法。
本申请提供的FY-4A气溶胶光学厚度的反演方法、装置、设备和介质，该方法首先获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据，然后基于预先配置的气溶胶光学厚度查找表（也即配置有FY-4A光谱响应函数的6S大气校正查找表）对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率，最后根据指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到指定波段对应的目标气溶胶光学厚度。该方法通过FY-4A本身的波段设置与光谱响应函数进行地表反射率的计算，减少了因不同卫星传感器而造成的地表反射率估算错误，提升了FY-4A气溶胶光学厚度的反演的准确性；通过进行气溶胶光厚度的多进程反演处理，提升了实时气溶胶光学厚度的生产效率和速度。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本申请的一些实施方式，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为本申请实施例提供的一种FY-4A气溶胶光学厚度的反演方法的流程图；
图2为本申请实施例提供的一种FY-4A气溶胶光学厚度的反演方法具体示例图；
图3为本申请实施例提供的一种每月背景地表反射率计算流程图；
图4为本申请实施例提供的一种FY-4A气溶胶光学厚度的反演装置的结构图；
图5为本申请实施例提供的一种电子设备的结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本申请实施例提供了一种FY-4A气溶胶光学厚度的反演方法、装置、设备和介质，减少了因不同卫星传感器而造成的地表反射率估算错误，提升了FY-4A气溶胶光学厚度的反演的准确性。
参见图1所示，本申请实施例提供了一种FY-4A气溶胶光学厚度的反演方法，其中，FY-4A也即风云四号A星卫星，该方法主要包括以下步骤：
步骤S110，获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据。
上述预设时段诸如可以为一个星期、一个月、两个月、一个季度等为时段划分的时间段，全圆盘数据为FY-4A获取的HDF格式的L1级别的数据，该数据中不包括经纬度信息。
上述指定波段可以包括FY-4A卫星所设置的某个或某几个波段，为便于进行气溶胶光学厚度反演，在一种实施方式中，该指定波段可以包括第2波段和第3波段，其中，第2波段可以为0.64μm波段，第3波段可以为0.83μm波段。上述实测数据可以为卫星图像。
步骤S120，基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率。
上述预先配置的气溶胶光学厚度查找表为配置有FY-4A光谱响应函数的6S大气校正查找表，从而可以针对FY-4A卫星的数据进行快速的查找。
当指定波段包括第2波段和第3波段时，目标地表反射率可以包括第2波段对应的第一目标地表反射率和第3波段对应的第二目标地表反射率。
步骤S130，根据指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到指定波段对应的目标气溶胶光学厚度。
在进行反演处理时，可以通过大气传输模型和预先配置的气溶胶光学厚度查找表进行数据的匹配，从而可以反演出在第2波段(0.64μm)下的目标气溶胶光学厚度，也即气溶胶光学厚度（Aerosol Optical Depth，AOD值）。
在一种实施方式中，为提升实时气溶胶光学厚度的生产效率和速度，可以将图像进行裁切，分割成n个区域，以便利用多进程同时并行反演流程。优选的，在反演处理时，通过多进程并行处理，可以快速计算AOD，从而减少冗余步骤，大大提高了处理的时效性。
本申请实施例所提供的上述FY-4A气溶胶光学厚度的反演方法，减少了因不同卫星传感器而造成的地表反射率估算错误，提升了FY-4A气溶胶光学厚度的反演的准确性。
为便于理解，以下对本申请实施例所提供的FY-4A气溶胶光学厚度的反演方法进行详细说明。
在一种实施方式中，上述预先配置的气溶胶光学厚度查找表包括预设个数的太阳高度角、预设个数的太阳天顶角、预设个数的相对方位角与多种气溶胶光学厚度进行组合后的组合结果；其中，每种组合都对应有相应的大气程辐射、总透射率和半球反照率。
在一种示例中，该预先配置的气溶胶光学厚度查找表为基于6s(SecondSimulation of the Satellite Signal in the Solar Spectrum)大气校正进行针对FY-4A进行改进的查找表。其中，输入的变量主要包括太阳天顶角、太阳方位角、卫星天顶角、卫星方位角、时间(夏季/冬季)和AOD，输入的参数主要包括气溶胶类型、大气模式、传感器高度等等。为便于针对性的处理FY-4A的数据，该查找表中还需输入FY-4A光谱响应函数，该光谱响应函数可以为官方发布的函数，也可以为经过实测数据校正后进行参数改进的光谱响应函数。通过不同的变量组合，得到第2、3波段的AOD查找表，主要变量的输入如下：
太阳天顶角：[0, 6, 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72]；
卫星天顶角：[0, 6, 12, 18, 24, 30, 36, 42, 48, 54, 60, 66, 72]；
相对方位角：[0, 12, 24, 36, 48, 60, 72, 84, 96, 108, 120, 132, 144,156, 168, 180]；
AOD：[0.0001, 0.1, 0.25, 0.5, 0.75, 1.0, 1.25, 1.5, 2.0, 2.5]。
输入变量后，遍历所有可能的组合，将每一种变量组合和预先设置好的背景参数按规定顺序写入一个txt文件中，再调用封装好的6s.exe获取每一种组合下的6s结果。再从中提取出程辐射三参数(大气程辐射、总透射率、半球反照率)，写入查找表(txt格式)中。在一种实施方式中，上述输入参数可以包括10种AOD情况下的27040种组合（13个太阳高度角×13个太阳天顶角×16相对方位角×10种AOD）。在实际应用中，太阳天顶角、星天顶角、相对方位角和AOD可以设置其他的数值及个数，此处仅作示例，不作具体限定。
在一可选的实施方式中，上述指定波段包括第2波段和第3波段，上述步骤S120在基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率，可以包括以下步骤S21-步骤S24：
步骤S21，对卫星图像中进行暗像元判断。在一种实施方式中，可以对卫星图像中的预设晴空陆地像元的第6波段进行阈值判断，若小于预设阈值，则为暗像元。例如，判断某晴空陆地像元的第6波段是否小于0.25，如是，则为暗像元。在实际应用中，还可以设置其他阈值范围诸如0.2-0.3之间的任意数值，此处仅作示例，不作具体限定。
步骤S22，基于预先配置的气溶胶光学厚度查找表和第一大气传输模型确定第3波段对应的多种气溶胶光学厚度分别对应的第一目标地表反射率；第一大气传输模型为：
；其中，
为地表反射率；
为太阳天顶角；
为卫星天顶角；
为方位角；
为表观反射率；
为大气程辐射、
为总透射率，
为半球反照率。
步骤S23，基于预先配置的气溶胶光学厚度查找表和第一目标地表反射率确定第2波段的暗像元对应的目标表观反射率。
步骤S24，基于指定的背景气溶胶光学厚度和表观反射率对第2波段和第3波段进行大气校正，得到第2波段对应的第二目标地表反射率。
针对上述步骤S23，在具体实施时，还可以进一步包括步骤S231和步骤S232：
步骤S231，基于多种气溶胶光学厚度分别对应的第一地表反射率和波段比值，模拟第2波段对应的多种气溶胶光学厚度分别对应的第二地表反射率；其中，波段比值为第2波段和第3波段的比值。
计算第三波段(0.83μm)在不同AOD条件下的地表反射率。首先读取太阳天顶角、卫星天顶角、相对方位角(太阳方位角与卫星方位角之差的绝对值)，还有第3波段的TOA(Topof Atmosphere)表观反射率
，通过查找表找到在预设好的10种AOD情况下不同的大气程辐射(ρ0)、总透射率(T)、半球反照率(S)，带入第一大气传输模型，就可以得到10种AOD条件下0.83μm波段的地表反射率(
)：
其中，
为地表反射率；
为太阳天顶角；
为卫星天顶角；
为方位角；
为表观反射率；
为大气程辐射、
为总透射率，
为半球反照率。
步骤S232，基于第二地表反射率、第二大气传输模型和预先配置的气溶胶光学厚度查找表中的参数，反演得到第2波段对应的多种气溶胶光学厚度分别对应的目标表观反射率；第二大气传输模型为：
。
在可选的实施方式中，在得到目标表观反射率后，方法还包括：
获取第2波段对应的多种气溶胶光学厚度分别对应的实测表观反射率，通过插值得到暗像元在第2波段下的气溶胶光学厚度。
进一步，为了能够准确的计算气溶胶光学厚度，提升气溶胶光学厚度的反演精度，还可以去除卫星图像中云水雪等的影响，在具体实施时，可以包括以下步骤：
基于全圆盘数据中第2波段和第5波段的实测数据计算归一化水指数，将第2波段中的反射率数据进行灰度处理得到云像元分类阈值，基于归一化水指数和云像元分类阈值，提取非云水像元，计算非云水像元对应的气溶胶光学厚度。归一化水指数(NormalizedDifference Water Index, NDWI)，用遥感影像的特定波段进行归一化差值处理，以凸显影像中的水体信息。
在一种示例中，首先通过第2、5波段，计算NDWI，以0.1为阈值，若高于0.1则判断为水体；再读取第2波段的数据，通过open-cv的threshold功能，将反射率数据(0,1)拉伸为灰度值(0,255)后得到图像中云的阈值。后通过阈值对图像进行分类，得到云像元。通过NDWI、云阈值，提取非云水像元，用来计算AOD。
为便于理解上述基于指定的背景气溶胶光学厚度和表观反射率对第2波段和第3波段进行大气校正，得到第2波段对应的第二目标地表反射率的实施方式，以下提供了一种FY-4A气溶胶光学厚度的反演方法具体示例，参见图2所示，该方法包括以下步骤1至步骤5：
步骤1：建立第2、3波段的6s查找表（也即上述预先配置的气溶胶光学厚度查找表）；
步骤2：建立每月的背景地表反射率文件；
步骤3：数据预处理；
步骤4：去除云水雪；
步骤5：逐像元多线程计算AOD。
针对上述步骤1，前述在介绍预先配置的气溶胶光学厚度查找表时已经详细描述过，此处不再赘述。
针对上述步骤2，参见图3所示，在无大面积人为干扰的情况下，我们可以利用地物本身的物理特性，假设一个月内的地表反射率不发生改变(即地表类型不被大面积更改，如大面积砍伐、林火)。对于任意一个像元，卫星观测到的大气层外的表观反射率（ρTOA）同时结合了地面和大气的影响，由于地面的地表反射率一般情况下不会突变，因此当大气贡献（即AOD)越小时，表观反射率则越小，因此，可以通过找到一个月内每个像元最暗的期次，通过背景AOD来解构大气的影响，得到纯地面的地表反射率。
因此，在一种实施方式中，可以选取一个月中午时段附近所有期次的FY-4A L1文件，读取FY-4A波段数中的第2、3波段: 0.64μm, 0.83μm的所有数据，选取中午时分的数据是为了减少BRDF(Bi-Directional Reflectance Distribution Function)的影响。在一个月内所有中午期次的图像中，对于单个像元，找到每个月内该像元0.64μm波段TOA表观反射率最低的期次当作该像元本月份受AOD影响最低的表观反射率，同时读取该期次0.83μm波段的值。以背景AOD(0.1)对两个波段进行大气校正，得到0.64μm和 0.83μm两个波段对应的地表反射率。以此方法对每个像元，进行判断暗像元并做大气校正，得到所有像元两个波段的地表反射率，并将两个波段的地表反射率分别保存成geotiff格式备用。后以此方法对所有月份进行背景地表反射率文件的制作。本申请实施例选用0.1作为背景AOD进行大气校正。在实际应用中，可以根据地区污染情况确定背景AOD值，污染越严重，背景AOD值越高，此处仅为示例。
针对上述步骤3，区别于传统的接收文件、对所有波段进行预处理、输出结果、调用预处理数据进行业务生产的流程，本申请在接收到最新期次的FY-4A L1 波段与GEO文件后立刻进入业务流程，只对使用到的波段进行预处理。并且，在进行预处理时，本申请实施例全程使用同一个python环境，减少了平台调度、环境切换引起的业务生产被拖慢的现象。让FY-4A AOD反演产品能够最快速度生产，大大提高了AOD产品的时效性。
比如，FY-4A原数据接收后有14个波段，根据波段分辨率不同，每一期数据会分发4个不同分辨率的HDF文件(500M, 1km, 2km, 4km)。如果全部进行预处理，则会造成时间的浪费。且在一般业务流程中，需要调用预先封装好的卫星数据预处理软件进行全面的预处理，这里面的流程：数据下载、调度软件预处理、预处理结果入库、调用AOD算法进行AOD反演，一套流程下来，调度次数过多，也会造成时间的浪费。在本申请中，在完成数据下载的任务后立刻调用业务算法，直接读取源文件HDF格式的数据，针对用到的3-4个波段进行预处理后快速进行AOD的反演。其中第2、3波段使用1km的源文件，5、6波段使用2km的源文件，在预处理中直接执行重采样，改变分辨率至1km。这个流程中减少了单独预处理的业务调度，节约了无用波段预处理和无效调度的时间，大大加强了AOD产品的时效性。
针对上述步骤4，前述已介绍，此处不再赘述。
针对上述步骤5，在进行逐像元多线程计算AOD时，可以包括步骤5A（全国范围裁切图像）和步骤5B（单项元计算AOD）两个步骤：
步骤5A：全国范围裁切图像
将全国范围的输入数据按照服务器处理器核心数分成若干份(通常是4×4，16份)，为多线程计算做准备。
步骤5B：单项元计算AOD
5B-1：判断某晴空陆地像元的第6波段是否小于0.25，如是，则为暗像元，进入计算流程。
5B-2：计算第三波段(0.83μm)在不同AOD条件下的地表反射率。首先读取太阳天顶角、卫星天顶角、相对方位角(太阳方位角与卫星方位角之差的绝对值)，还有第3波段的TOA(Top of Atmosphere)表观反射率
，通过查找表找到在预设好的10种AOD情况下不同的大气程辐射(ρ0)、总透射率(T)、半球反照率(S)，带入大气传输模型式（1），就可以得到10种AOD条件下0.83μm波段的地表反射率(
)。
5B-3：通过提前制作好的当月的第2、3波段的地表反射率文件，提取当前像元的做好大气校正的地表反射率，通过两波段的比值，利用刚刚计算出的10种0.83μm波段的地表反射率，模拟出第2波段(0.64μm)在10种AOD条件下的地表反射率。
5B-4：通过式（1）进行变式得到式（2），结合6s查找表种的参数，反演出在第2波段(0.64μm)上10种AOD条件下的10个表观反射率(
)，其中的程辐射三参数需要通过0.64μm波段的查找表重新计算。最后，读取此像元观测到的第2波段(0.64μm)的实测表观反射率
，此实测值会落在刚刚模拟出的10个表观反射率的范围内，通过快速的对比线性插值，得到此像元在0.64μm波段下的AOD值。
本申请实施例通过FY-4A本身的波段设置与光谱响应函数进行了中国区地表反射率的计算，减少了因不同卫星传感器而造成的地表反射率估算错误。直接使用直收站接收到的FY-4A L1级别数据进行流程，减少了数据预处理的时间损耗；多进程快速计算AOD，减少冗余步骤，大大提高了产品的时效性。
基于上述方法实施例，本申请实施例还提供一种FY-4A气溶胶光学厚度的反演装置，参见图4所示，该装置主要包括以下部分：
数据获取模块42，用于获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据；
大气校正模块44，用于基于预先配置的气溶胶光学厚度查找表对指定波段下的实测数据进行大气校正，得到指定波段对应的目标地表反射率；其中，预先配置的气溶胶光学厚度查找表为配置有FY-4A光谱响应函数的6S大气校正查找表；
反演模块46，用于根据指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到指定波段对应的目标气溶胶光学厚度。
本申请实施例提供的FY-4A气溶胶光学厚度的反演装置，通过FY-4A本身的波段设置与光谱响应函数进行地表反射率的计算，减少了因不同卫星传感器而造成的地表反射率估算错误，提升了FY-4A气溶胶光学厚度的反演的准确性，提升了实时气溶胶光学厚度的生产效率和速度。
在一可行的实施方式中，预先配置的气溶胶光学厚度查找表包括预设个数的太阳高度角、预设个数的太阳天顶角、预设个数的相对方位角与多种气溶胶光学厚度进行组合后的组合结果；其中，每种组合都对应有相应的大气程辐射、总透射率和半球反照率。
在一可行的实施方式中，指定波段包括第2波段和第3波段，实测数据包括卫星图像；上述大气校正模块44，还用于：
对卫星图像中进行暗像元判断；
基于预先配置的气溶胶光学厚度查找表和第一大气传输模型确定第3波段对应的多种气溶胶光学厚度分别对应的第一目标地表反射率；第一大气传输模型为：
；其中，
为地表反射率；
为太阳天顶角；
为卫星天顶角；
为方位角；
为表观反射率；
为大气程辐射、
为总透射率，
为半球反照率；
基于预先配置的气溶胶光学厚度查找表和第一目标地表反射率确定第2波段的暗像元对应的目标表观反射率；
基于指定的背景气溶胶光学厚度和表观反射率对第2波段和第3波段进行大气校正，得到第2波段对应的第二目标地表反射率。
在一可行的实施方式中，上述大气校正模块44，还用于：
对卫星图像中的预设晴空陆地像元的第6波段进行阈值判断；
若小于预设阈值，则为暗像元。
在一可行的实施方式中，上述大气校正模块44，还用于：
基于多种气溶胶光学厚度分别对应的第一地表反射率和波段比值，模拟第2波段对应的多种气溶胶光学厚度分别对应的第二地表反射率；其中，波段比值为第2波段和第3波段的比值；
基于第二地表反射率、第二大气传输模型和预先配置的气溶胶光学厚度查找表中的参数，反演得到第2波段对应的多种气溶胶光学厚度分别对应的目标表观反射率；第二大气传输模型为：
。
在一可行的实施方式中，在得到目标表观反射率后，上述装置还包括：插值模块，用于：
获取第2波段对应的多种气溶胶光学厚度分别对应的实测表观反射率，通过插值得到暗像元在第2波段下的气溶胶光学厚度。
在一可行的实施方式中，上述装置还包括，影响剔除模块，用于：
基于全圆盘数据中第2波段和第5波段的实测数据计算归一化水指数；
将第2波段中的反射率数据进行灰度处理得到云像元分类阈值；
基于归一化水指数和云像元分类阈值，提取非云水像元；
计算非云水像元对应的气溶胶光学厚度。
本申请实施例提供的FY-4A气溶胶光学厚度的反演装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，FY-4A气溶胶光学厚度的反演装置的实施例部分未提及之处，可参考前述FY-4A气溶胶光学厚度的反演方法实施例中相应内容。
本申请实施例还提供了一种电子设备，如图5所示，为该电子设备的结构示意图，其中，该电子设备100包括处理器51和存储器50，该存储器50存储有能够被该处理器51执行的计算机可执行指令，该处理器51执行该计算机可执行指令以实现上述任一项FY-4A气溶胶光学厚度的反演方法。
在图5示出的实施方式中，该电子设备还包括总线52和通信接口53，其中，处理器51、通信接口53和存储器50通过总线52连接。
其中，存储器50可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatile memory），例如至少一个磁盘存储器。通过至少一个通信接口53（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。总线52可以是ISA（IndustryStandard Architecture，工业标准体系结构）总线、PCI（Peripheral ComponentInterconnect，外设部件互连标准）总线或EISA（Extended Industry StandardArchitecture，扩展工业标准结构）总线等。所述总线52可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
处理器51可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器51中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器51可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器，处理器51读取存储器中的信息，结合其硬件完成前述实施例的FY-4A气溶胶光学厚度的反演方法的步骤。
本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令在被处理器调用和执行时，该计算机可执行指令促使处理器实现上述FY-4A气溶胶光学厚度的反演方法，具体实现可参见前述方法实施例，在此不再赘述。
本申请实施例所提供的FY-4A气溶胶光学厚度的反演方法、装置、设备和介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对步骤、数字表达式和数值并不限制本申请的范围。
所述功能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，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
在本申请的描述中，需要说明的是，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。
在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。
Claims (10)
1.一种FY-4A气溶胶光学厚度的反演方法，其特征在于，所述方法包括：
获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据；
基于预先配置的气溶胶光学厚度查找表对所述指定波段下的实测数据进行大气校正，得到所述指定波段对应的目标地表反射率；其中，所述预先配置的气溶胶光学厚度查找表为配置有FY-4A光谱响应函数的6S大气校正查找表；
根据所述指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到所述指定波段对应的目标气溶胶光学厚度。
2.根据权利要求1所述的FY-4A气溶胶光学厚度的反演方法，其特征在于，所述预先配置的气溶胶光学厚度查找表包括预设个数的太阳高度角、预设个数的太阳天顶角、预设个数的相对方位角与多种气溶胶光学厚度进行组合后的组合结果；每种组合都对应有相应的大气程辐射、总透射率和半球反照率。
3.根据权利要求1所述的FY-4A气溶胶光学厚度的反演方法，其特征在于，所述指定波段包括第2波段和第3波段，所述实测数据包括卫星图像；
基于预先配置的气溶胶光学厚度查找表对所述指定波段下的实测数据进行大气校正，得到所述指定波段对应的目标地表反射率，包括：
对所述卫星图像中进行暗像元判断；
基于预先配置的气溶胶光学厚度查找表和第一大气传输模型确定所述第3波段对应的多种气溶胶光学厚度分别对应的第一目标地表反射率；所述第一大气传输模型为：
；其中，
为地表反射率；
为太阳天顶角；
为卫星天顶角；
为方位角；
为表观反射率；
为大气程辐射、
为总透射率，
为半球反照率；
基于预先配置的气溶胶光学厚度查找表和所述第一目标地表反射率确定所述第2波段的所述暗像元对应的目标表观反射率；
基于指定的背景气溶胶光学厚度和所述表观反射率对所述第2波段和所述第3波段进行大气校正，得到所述第2波段对应的第二目标地表反射率。
4.根据权利要求3所述的FY-4A气溶胶光学厚度的反演方法，其特征在于，对所述卫星图像中进行暗像元判断，包括：
对卫星图像中的预设晴空陆地像元的第6波段进行阈值判断；
若小于预设阈值，则为暗像元。
5.根据权利要求3所述的FY-4A气溶胶光学厚度的反演方法，其特征在于，基于预先配置的气溶胶光学厚度查找表和所述第一目标地表反射率确定所述第2波段的所述暗像元对应的目标表观反射率，包括：
基于多种气溶胶光学厚度分别对应的第一地表反射率和波段比值，模拟所述第2波段对应的多种气溶胶光学厚度分别对应的第二地表反射率；其中，波段比值为第2波段和第3波段的比值；
基于所述第二地表反射率、第二大气传输模型和预先配置的气溶胶光学厚度查找表中的参数，反演得到所述第2波段对应的多种气溶胶光学厚度分别对应的目标表观反射率；所述第二大气传输模型为：
。
6.根据权利要求5所述的FY-4A气溶胶光学厚度的反演方法，其特征在于，在得到所述目标表观反射率后，所述方法还包括：
获取所述第2波段对应的多种气溶胶光学厚度分别对应的实测表观反射率，通过插值得到所述暗像元在所述第2波段下的气溶胶光学厚度。
7.根据权利要求4所述的FY-4A气溶胶光学厚度的反演方法，其特征在于，所述方法还包括：
基于所述全圆盘数据中第2波段和第5波段的实测数据计算归一化水指数；
将第2波段中的反射率数据进行灰度处理得到云像元分类阈值；
基于所述归一化水指数和所述云像元分类阈值，提取非云水像元；
计算所述非云水像元对应的气溶胶光学厚度。
8.一种FY-4A气溶胶光学厚度的反演装置，其特征在于，所述装置包括：
数据获取模块，用于获取FY-4A预设时段的全圆盘数据，并读取指定波段下的实测数据；
大气校正模块，用于基于预先配置的气溶胶光学厚度查找表对所述指定波段下的实测数据进行大气校正，得到所述指定波段对应的目标地表反射率；其中，所述预先配置的气溶胶光学厚度查找表为配置有FY-4A光谱响应函数的6S大气校正查找表；
反演模块，用于根据所述指定波段对应的目标地表反射率进行气溶胶光厚度的多进程反演处理，得到所述指定波段对应的目标气溶胶光学厚度。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的FY-4A气溶胶光学厚度的反演方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的FY-4A气溶胶光学厚度的反演方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310225121.5A CN116067857B (zh) | 2023-03-10 | 2023-03-10 | Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310225121.5A CN116067857B (zh) | 2023-03-10 | 2023-03-10 | Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116067857A true CN116067857A (zh) | 2023-05-05 |
| CN116067857B CN116067857B (zh) | 2023-07-14 |
Family
ID=86180415
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310225121.5A Active CN116067857B (zh) | 2023-03-10 | 2023-03-10 | Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116067857B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117110216A (zh) * | 2023-10-19 | 2023-11-24 | 航天宏图信息技术股份有限公司 | 气溶胶光学厚度遥感反演方法、装置及电子设备 |
| CN117347282A (zh) * | 2023-08-22 | 2024-01-05 | 中南大学 | 星基气溶胶光学厚度反演方法、装置及系统和存储介质 |
| CN117436286A (zh) * | 2023-12-20 | 2024-01-23 | 中国科学院合肥物质科学研究院 | 气溶胶和水汽反演、航空遥感图像校正方法、装置、设备 |
| CN117853950A (zh) * | 2024-03-07 | 2024-04-09 | 青岛星科瑞升信息科技有限公司 | 基于光谱库和机器学习的多光谱卫星图像处理方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111404593A (zh) * | 2020-03-13 | 2020-07-10 | 北京华云星地通科技有限公司 | 卫星遥感数据的处理方法 |
| US20210318253A1 (en) * | 2019-05-29 | 2021-10-14 | University Of Electronic Science And Technology Of China | Method for retrieving atmospheric aerosol based on statistical segmentation |
| CN114113001A (zh) * | 2022-01-27 | 2022-03-01 | 航天宏图信息技术股份有限公司 | 一种气溶胶光学厚度反演方法 |
| CN114265085A (zh) * | 2021-12-18 | 2022-04-01 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种用于反射太阳波段的多场地定标跟踪方法 |
-
2023
- 2023-03-10 CN CN202310225121.5A patent/CN116067857B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20210318253A1 (en) * | 2019-05-29 | 2021-10-14 | University Of Electronic Science And Technology Of China | Method for retrieving atmospheric aerosol based on statistical segmentation |
| CN111404593A (zh) * | 2020-03-13 | 2020-07-10 | 北京华云星地通科技有限公司 | 卫星遥感数据的处理方法 |
| CN114265085A (zh) * | 2021-12-18 | 2022-04-01 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种用于反射太阳波段的多场地定标跟踪方法 |
| CN114113001A (zh) * | 2022-01-27 | 2022-03-01 | 航天宏图信息技术股份有限公司 | 一种气溶胶光学厚度反演方法 |
Non-Patent Citations (2)
| Title |
|---|
| 苏城林;苏林;陈良富;贾松林;刘聪;余超;: "NPP VIIRS数据反演气溶胶光学厚度", 遥感学报, no. 06 * |
| 陈瑞: "基于Ｈｉｍａｗａｒｉ⁃８ 卫星的气溶胶光学厚度反演", 北京测绘, pages 681 - 685 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117347282A (zh) * | 2023-08-22 | 2024-01-05 | 中南大学 | 星基气溶胶光学厚度反演方法、装置及系统和存储介质 |
| CN117347282B (zh) * | 2023-08-22 | 2024-05-28 | 中南大学 | 星基气溶胶光学厚度反演方法、装置及系统和存储介质 |
| CN117110216A (zh) * | 2023-10-19 | 2023-11-24 | 航天宏图信息技术股份有限公司 | 气溶胶光学厚度遥感反演方法、装置及电子设备 |
| CN117110216B (zh) * | 2023-10-19 | 2024-01-30 | 航天宏图信息技术股份有限公司 | 气溶胶光学厚度遥感反演方法、装置及电子设备 |
| CN117436286A (zh) * | 2023-12-20 | 2024-01-23 | 中国科学院合肥物质科学研究院 | 气溶胶和水汽反演、航空遥感图像校正方法、装置、设备 |
| CN117436286B (zh) * | 2023-12-20 | 2024-03-26 | 中国科学院合肥物质科学研究院 | 气溶胶和水汽反演、航空遥感图像校正方法、装置、设备 |
| CN117853950A (zh) * | 2024-03-07 | 2024-04-09 | 青岛星科瑞升信息科技有限公司 | 基于光谱库和机器学习的多光谱卫星图像处理方法及系统 |
| CN117853950B (zh) * | 2024-03-07 | 2024-06-07 | 青岛星科瑞升信息科技有限公司 | 基于光谱库和机器学习的多光谱卫星图像处理方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116067857B (zh) | 2023-07-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116067857B (zh) | Fy-4a气溶胶光学厚度的反演方法、装置、设备和介质 | |
| De Keukelaere et al. | Atmospheric correction of Landsat-8/OLI and Sentinel-2/MSI data using iCOR algorithm: validation for coastal and inland waters | |
| Hadjimitsis et al. | An assessment of the effectiveness of atmospheric correction algorithms through the remote sensing of some reservoirs | |
| CN112051222A (zh) | 一种基于高分卫星影像的河湖水质监测方法 | |
| CN109145494B (zh) | 一种海面温度反演方法及系统 | |
| Maciel et al. | Evaluation of ACOLITE atmospheric correction methods for Landsat-8 and Sentinel-2 in the Río de la Plata turbid coastal waters | |
| CN108256186B (zh) | 一种在线计算查找表的逐像元大气校正方法 | |
| CN102778675A (zh) | 一种卫星遥感影像大气校正方法及其模块 | |
| CN113420497B (zh) | 浑浊湖泊总磷浓度遥感估算方法 | |
| CN109635249B (zh) | 水体浊度反演模型建立方法、检测方法及装置 | |
| CN115690632A (zh) | 一种内陆河流水体的水环境监测方法 | |
| Ye et al. | Atmospheric correction of Landsat-8/OLI imagery in turbid estuarine waters: A case study for the Pearl River estuary | |
| Tian et al. | Retrieval of total suspended matter concentration from Gaofen-1 Wide Field Imager (WFI) multispectral imagery with the assistance of Terra MODIS in turbid water–case in Deep Bay | |
| CN111144350B (zh) | 一种基于参考底图的遥感影像定位精度评价方法 | |
| Lu et al. | Precipitable water vapor fusion of MODIS and ERA5 based on convolutional neural network | |
| CN113408111B (zh) | 大气可降水量反演方法及系统、电子设备和存储介质 | |
| Wen et al. | Parametrized BRDF for atmospheric and topographic correction and albedo estimation in Jiangxi rugged terrain, China | |
| CN117664874B (zh) | 一种基于空天地结合的河口地区咸潮上溯监测方法及系统 | |
| He et al. | Direct estimation of land surface albedo from simultaneous MISR data | |
| CN113052153B (zh) | 遥感反射率影像的检验方法、装置、电子设备及存储介质 | |
| CN113916808B (zh) | 一种营养盐浓度的获得方法、装置、终端设备及存储介质 | |
| Hu et al. | Improving surface melt estimation over the Antarctic Ice Sheet using deep learning: a proof of concept over the Larsen Ice Shelf | |
| Su et al. | Using Landsat 8 imagery for remote monitoring of total phosphorus as a water quality parameter of irrigation ponds in Taiwan | |
| Ambarwulan et al. | Estimating total suspended matter concentration in tropical coastal waters of the Berau estuary, Indonesia | |
| 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 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wu Dazhou Inventor after: Huang Kui Inventor after: Wang Yuxiang Inventor after: Xu Huan Inventor after: Song Lei Inventor after: Liu Yusheng Inventor after: Tang Qiong Inventor after: Xia Lihua Inventor before: Wu Dazhou Inventor before: Huang Kui Inventor before: Wang Yuxiang Inventor before: Xu Huan Inventor before: Song Lei Inventor before: Liu Yusheng Inventor before: Tang Qiong Inventor before: Wang Zhengang Inventor before: Xia Lihua |