抚仙湖叶绿素a浓度遥感反演方法对比分析

不同叶绿素浓度反演算法得到的叶绿素浓度存在较大差异,反演中大气校正算法如何影响反演模型的精度;不同的反演算法中,哪种反演算法更适用于高原深水湖泊叶绿素浓度反演。针对上述问题,选取Landsat 8 OLI卫星影像数据,应用6S、ATCOR3、FLAASH这3种大气校正模型实现OLI数据的大气校正,对矫正结果分别利用FAI、NDCI、VB-FAH指数反演算法反演抚仙湖叶绿素a浓度,使用实测数据对3种不同大气校正下的3种反演算法进行了精度分析。结果表明:对比12种不同组合的算法反演的叶绿素a浓度与实测数据之间的相关系数,6S大气校正模型下,NDCI指数反演算法是12种组合算法中反演精度最高的算法,反演值和实测值的相关系数(R)为0.39。     

山区低太阳高度角TM图像大气校正比较研究

以香格里拉地区2006年的美国陆地卫星TM遥感影像和森林资源二类调查数据为基础,运用FLAASH和6S模型对低太阳高度角下的TM影像进行校正探讨,旨在找出较合适的大气校正方法.从植被反射率和归一化植被指数两方面对两种模型进行评价.结果表明:通过对比原图像和两种模型校正后的影像的表光反射率,两种模型都能够减弱大气对图像造成的影响.其中6S模型得到的归一化植被指数信息量最大,说明6S比FLAASH模型更适合山区低太阳高度角TM影像的大气校正,在以后的相似研究中可以优先考虑.     

基于高分六号卫星遥感影像的太湖叶绿素a质量浓度反演

针对太湖叶绿素a浓度反演大多采用低中分辨率遥感数据,缺少基于高分辨率遥感数据研究的现状,采用高分六号卫星遥感影像,运用波段比值模型、归一化差异叶绿素指数（NDCI）模型和三波段模型定量反演了太湖蓝藻的叶绿素a质量浓度,并采用2018年10月28日、2019年4月6日和2019年6月3日的高分六号卫星遥感影像对3种模型的反演精度进行了验证。结果表明,采用NDCI模型的平均相对误差、均方根误差和平均绝对误差最小,NDCI模型具有更好的精度和稳定性,更适合高分六号卫星遥感影像在太湖叶绿素a质量浓度反演方面的应用。     

HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究

HJ-1A/1B卫星CCD数据具有较高的空间、时间分辨率,在内陆湖泊水色遥感定量监测中有较大的应用潜力,大气校正是其需要解决的首要问题.采用6S模型对2009年10月24日鄱阳湖HJ-1A/1B卫星CCD影像进行大气校正处理,并用实测数据进行了对比分析,结果表明6S模型校正后的CCD影像水体遥感反射率能表现鄱阳湖水体悬浮泥沙浓度入江水道高于主湖区的空间分布特征;二波段(绿光波段)和三波段(红光波段),大气校正结果精度较高,平均相对误差分别为9.6%、12.6%,最小相对误差分别达到3.0%、1.6%;一波段(蓝光波段)、四波段(近红外波段)大气校正结果误差较大,建议参数反演时尽量避免采用这两个波段.     

基于GOCI的浑浊水体大气校正修复方法——以太湖为例

浑浊水体的大气校正一直是水色遥感研究的热点与难点.该文以GOCI数据为基础，以太湖为研究区域，提出了最佳像素范围半径内的大气校正修复方法，修复了在浑浊水体无法获取有效的大气校正结果的问题，利用修复的大气校正结果，建立了归一化叶绿素a指数(NDCI)，并反演得到了未修复和修复后的NDCI.结果表明，在未修复和修复后的相交区域，NDCI具有较高的一致性，平均相对误差小于1.2%，说明该大气校正修复方法能有效修复大气校正失败区域.     

基于环境一号HSI高光谱数据提取叶绿素a浓度的混合光谱分解模型研究

随着遥感技术的应用推广以及对研究精度的要求提高,越来越多的研究注意到混合像元的问题。在水质遥感监测中传感器探测的水体辐射亮度值是纯水和各种水质参数辐射亮度值的叠加,混合像元问题严重影响了水质定量遥感反演的准确性。基于环境一号HSI高光谱数据,首先分析了混合光谱分解模型的物理基础,然后基于采样点浓度大小和PPI(纯净像元指数)方法在遥感影像上提取纯水和叶绿素a的端元波谱,并利用线性光谱分解方法得到叶绿素a的丰度值找丰度值与叶绿素a浓度值之间的统计关系,建立了叶绿素a浓度反演的混合光谱分解模型,且反演精度较高。本文为水质定量遥感提供了一种新的思路。     

基于粒子群和神经网络的珠江口叶绿素a浓度反演

由于近岸河口地区水体复杂的光学特性,以往Ⅰ类水体的叶绿素a反演方法已不再适用.因此,文章提出基于粒子群和BP神经网络的近岸河口地区复杂水体叶绿素a定量反演方法.利用2015年11月以及2016年5月2次现场实测高光谱和水体叶绿素a浓度数据,对光谱数据进行平滑处理,建立叶绿素a浓度的PSO-BP神经网络反演模型,并与波段比值、三波段、改进三波段和四波段反演模型进行对比分析.结果表明,经过粒子群优化的BP神经网络模型反演精度最高,模型总体相对误差低于20%,比常规波段组合模型更适合近岸河口复杂水体的叶绿素a反演;改进三波段和四波段模型的拟合效果较好,但易出现较大偏差,在近岸河口类复杂水体估算能力有限.     

基于环境一号卫星影像的内陆水体叶绿素a浓度遥感定量反演模型研究

叶绿素α是反映内陆水体富营养化程度的一个重要参数,通过遥感定量反演模型提取叶绿素α浓度是内陆水体富营养化监测的重要途径。以典型的内陆水体——太湖为实验区,基于环境一号CCD多光谱数据和同步地面实测叶绿素α浓度数据,建立了以CCD4/CCD2为自变量的叶绿素α浓度反演经验模型。基于环境一号HSI高光谱数据,结合内陆水体中叶绿素α、悬浮物、黄色物质和纯水的固有光学特性以及三波段模型理论,选取了反演叶绿素α浓度的三个最优波段:HSI73、HSI74、HSI87,并建立三波段模型。最后通过两种定量反演模型对比实验。实验结果表明基于HSI高光谱数据的三波段模型反演精度更高,可以有效的用于内陆水体的叶绿素α浓度反演。研究为内陆水体叶绿素α浓度定量反演提供了研究基础。     

HSI高光谱数据的FLAASH大气校正与评价

针对福州闽侯西部地区的HSI高光谱数据,进行影像条纹噪声去除,并基于MODTRAN辐射传输模型对HSI数据进行大气校正得到地表真实反射率.通过大气校正前后的3类典型地物的反射率的对比,大气校正前后的植被反射率和光谱库中标准反射率的对比,证明了FLAASH模型对HSI数据进行大气校正的有效性.     

多云雨城市地区Landsat多时相影像的大气校正反射率特征评估

应用2种主要大气校正方法（LEDAPS与FLAASH）,对广州城区多时相Landsat TM、ETM+和OLI传感器影像进行大气校正评估,包括连续15年大气校正前后影像的地表反射率、归一化差异植被指数NDVI、缨帽变换绿度与亮度分量和地物类别可分性Jeffreis Matusita（J-M）距离的差异比较. 结果表明:2种校正影像的校正效果在可见光波段最明显,且在不同波段表现出不同的光谱响应特征;校正后的时间序列影像反射率均具有波动性,FLAASH方法校正影像反射率波动较为显著;相对LEDAPS校正影像,FLAASH校正影像高估了近红外波段反射率,从而高估了NDVI、缨帽变换分量;成对t检验结果显示2种校正影像在二次人工林与城市用地的类别可分性上存在显著差异. 应用FLAASH校正影像的反射率计算得到较高的缨帽分量值,主要源于FLAASH对短波红外波段水汽校正的不足,证明在多云雨城市地区（如广州市）,水汽对大气校正存在重要影响.     

E0—1Hyperion高光谱影像的FLAASH大气校正与评价

遥感影像的大气校正是遥感数据应用的基础．文章利用ENVI软件的FLAASH大气校正模块,对Hype—rion高光谱遥感影像进行大气校正,选取典型地物对校正效果进行评价．主观定性评价结果显示校正后的影像地物边界更清楚、对比度增强;光谱曲线对比分析显示,校正前后光谱曲线形状完全不同,林地的反射率图像的光谱曲线形状与USGS...     

基于6S模型的可见光、近红外遥感数据的大气校正

受大气吸收与散射的影响,电磁波在大气—目标物—遥感器途径传输过程中发生失真,造成目标地物反射辐射能量到达遥感器时被衰减。给计算地表反照率/反射率和地表温度等关键参数带来较大的误差。选择陆地卫星7号ETM+遥感影像的可见光、近红外波段数据,利用6S模型,进行大气辐射校正和反射率反演。同步气象数据用于遥感器所接受的大气顶部辐射的模拟、验证和评价6S对大气校正的可靠性。最后对ETM+可见光和近红外波段数据大气校正前后的反射辐射和均一化植被指数（NDVI）的变化进行了对比研究。     

基于RBF神经网络的水深遥感研究

为提高水深遥感反演的精度,以Landsat TM1~4波段为数据源,利用已知的水深数据作为训练样本,建立RBF神经网络模型对岱海水深进行反演试验。利用实测的水深数据检验RBF神经网络模型的反演精度,并与传统反演模型和BP神经网络模型进行对比。结果表明,RBF神经网络模型反演的水深与实测水深的决定系数为0.90,平均绝对误差为1.09 m,均方根误差为1.45 m,反演效果和精度明显好于传统反演模型;与BP神经网络模型相比精度也有提高,而且RBF神经网络模型的参数大多通过训练学习得到,应用更为便捷,在干旱内陆的咸水型湖泊水深遥感反演中有一定的应用价值。     

特征向量数量对反演大气参数的影响

大气温湿信息是天气预报、研究和业务的主要参教。具有通道多、信息量大、光谱窄等优点的AIRS已逐渐成为大气垂直探测的主流和方向。如何从卫星观测到的辐射测值推算出大气参数显得尤为重要。本文运用特征向量法反演晴空大气温度、臭氧廓线,试验不同数量的特征向量对反演晴空大气温度等参数精度的影响。结果表明适当增加特征向量的数量,对改进反演大气温度、臭氧廓线的精度有明显改善。     

广东飞来峡库区水深遥感

 通过深入分析太阳光在水体中传输的物理过程,引入水体光学厚度概念,根据辐射传输理论,推导出水深遥感物理模型。以广东省飞来峡水库为例,采用SPOT5多光谱遥感数据,对其进行精确的辐射纠正、大气纠正,转化为符合地表实际反射率的反射率图像。经过水陆分离,选用合适的遥感波段数据,代入有关水体光学参数,应用水深遥感模型,计算出水域各像元水深值,通过图像处理软件绘制水深遥感制图。由于水面采砂、网箱养殖等人类活动的影响,水库采砂区水域水体浑浊以及库湾水域叶绿素浓度偏大,影响水深遥感精度,本文的模型综合考虑了水中泥沙和叶绿素对水深遥感的影响,并采用多波段数据求解水深,信息量丰富,精度得到大幅度提高。     

二类水体悬浮泥沙遥感反演算法综述

鉴于二类水体本身光学性质的复杂性及其与人类生产活动的密切关系,利用遥感数据监测二类水体水质受到了国内外学者的普遍关注,成为海洋学领域的热点问题。悬浮泥沙含量是表征水质优劣的一个重要参数,众多研究致力于建立悬浮泥沙反演模型的研究,定量反演二类水体悬浮泥沙浓度。该文总结了近年来二类水体悬浮泥沙遥感反演算法的研究进展。悬浮泥沙定量反演模型大致可分为以下三类：1）利用水体光学特性和水体组分之间关系建立的经验模型;2）综合经验模型和物理模型构建的半分析模型;3）基于辐射传输模型和生物光学模型建立的物理模型。针对目前反演算法存在的主要问题,提出未来的研究需加强反射率光谱曲线研究、开发高光谱遥感数据以及综合多源数据信息等方面的内容。     

基于Landsat TM遥感数据的城市热岛效应信息提取与分析

在一定数量文献的基础上,概括了基于Landsat TM遥感数据的城市热岛效应信息提取方法以及对反演的地表温度的分析方法,温度反演方法有大气校正法、单窗算法、单通道算法,指出利用城市热岛信息,可以分析城市下垫面热岛的空间分布和结构特征、热岛的时间演化特点以及各种可能的驱动因素等。     

基于形状轮廓的多源遥感图像数据库检索探索

为了对海量的多源遥感数据进行有效的管理,对多源遥感数据库快速准确地进行查询检索便成为急待解决的问题.为此采用了矩特征表示形状轮廓特征,对多源遥感图像数据库检索进行了初步的探索.经过大量实验表明:使用矩特征表示形状轮廓特征进行多源遥感数据库检索,当待检索图像具有明显形状轮廓特征时,检索结果比较理想.