太湖二类水体水色遥感的大气校正问题探讨

基于简化的大气辐射传输模型,提出一种基于图像本身的水色遥感大气校正方法。根据清洁水体在绿光波段的离水辐射相对稳定的特点,来估算清洁水体像元在绿光波段的气溶胶参数,插值获取整幅图像在绿光波段的气溶胶参数,根据大气校正因子为1的假设,外推获取蓝、红波段的气溶胶参数。以太湖为研究区,对Landsat5TM蓝、绿、红波段进行大气校正,反演出离水辐亮度,进而获得水体的遥感反射率。对反演的水体遥感反射率与准同步实测的相应采样点水体遥感反射率进行了对比分析,结果表明,该方法有效地去除了大气效应对遥感数据的影响,经过大气校正的反射率值接近实测反射率值。     

北京地区夏季气溶胶光学厚度反演

基于6S模型对比分析了3种大气气溶胶模式在北京地区夏季气溶胶光学厚度反演中的适用性.首先下载Terra-MODIS L1B夏季空间分辨率为1,km的数据,基于城市型、大陆型、海洋型3种标准大气气溶胶模式生成了3套查找表,利用暗像元法,反演得到了北京地区夏季大气气溶胶光学厚度.然后利用AERONET提供的实测陆地气溶胶光学厚度对反演结果进行精度验证.结果表明:海洋型和大陆型气溶胶模式反演的气溶胶光学厚度与地基数据相关性较高,相关系数分别为0.806,6和0.766,4;而城市型气溶胶模式反演的气溶胶光学厚度与地基数据存在明显差异,相关系数仅为0.482,5;将晴天和雾霾天气反演结果与地基数据进行对比,可以看出在天气晴朗时北京地区采用海洋型气溶胶模式反演气溶胶光学厚度更为准确.     

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。     

高光谱影像FLAASH大气校正模型参数影响与评价——以西藏山南为例

图像输出的正确性与否依靠对后期的处理有至关重要的作用,而大气校正模块中参数的正确性是对本文的数据的处理起着重要的作用,在本文中气溶胶模式、能见度、大气模式和水汽相关的参数都有着重要的作用。本文利用FLAASH模块进行大气校正能很好的提高图像的质量,大气校正模型输入参数的评价是一个重要的工作,也有重要的意义。     

陆面温度劈窗算法的试算对比与应用

应用四种典型的劈窗算法,对南宁市区范围1998～2001年36景NOAA-AVHRR图像数据进行陆面温度的试算对比,并用四个气象观测站点的地面观测数据预测图像相应时刻的地温来与各种算法反演地温相对比.在此过程中,对图像数据进行了大气散射校正,并使用大气散射校正数估算大气水分含量.最后,采用一种劈窗算法制作了南宁市城区陆面温度等值线图,得到比较理想的结果.     

湖泊叶绿素a反演的大气校正模型比较研究

为获取湖泊叶绿素a定量反演所需的最优大气校正方法,以太湖为例,分别使用FLAASH、6S及QUAC 3种大气校正模型对HJ-1B卫星CCD数据进行大气校正,通过对比各波段反射率及遥感指数与叶绿素a的相关性,得到归一化水体指数相关系数最高,并使用归一化水体指数建立叶绿素a反演模型.反演模型R2在0.7以上,同时通过了统计检验.实验利用太湖采样点平均光谱反射曲线及实测光谱对比大气校正模型的影像处理效果,并在此基础上,利用误差参数评价不同大气校正处理后的反演精度.结果表明:3种大气校正算法的影像处理效果总体较好,FLAASH和6S算法的各项参数接近,反演精度优于QUAC算法,并且聚类分析结果很好地证实了二者的相似性;QUAC算法在获得较高精度的同时其典型地物光谱出现失真.因此,在湖泊叶绿素a浓度反演建模时,大气校正方法应优先考虑FLAASH算法和6S算法,尽量避免使用QUAC算法.     

MODIS气溶胶光学厚度与青岛市市南区空气污染指数的回归分析

以青岛市市南区中国海洋大学鱼山校区为研究区域,利用MODIS二级产品的大气气溶胶光学厚度(aerosol optical thickness,AOT)数据、天空辐射计反演得到的AOT数据以及地面测量的空气污染指数(air pollution index,API)数据,利用统计回归分析方法,建立AOT与API之间的数学模型,考虑了湿度因子对API的影响及校正,并分季节进行了分析.在此基础上,探讨利用卫星遥感气溶胶光学厚度进行大气污染监测的可行性.     

基于GF-4数据的杭州城区大气AOD监测研究

以杭州市8区为研究区,利用高分四号卫星数据,基于暗目标算法和地表反射率数据库相结合的算法,分别对2016年9月2日、2016年9月3日、2016年12月31日和2017年7月26日4个时相的气溶胶光学厚度进行反演,在此基础上分析杭州市AOD的分布特征,并结合MODIS标准陆地气溶胶产品和地基观测数据进行精度验证,同时分析大气污染物与AOD变化之间的关系.结果显示杭州城区气溶胶光学厚度分布特征为东北部高、西南部低;精度验证相关系数分别为0.7和0.9,反演结果相对可靠;研究日内大气颗粒物与气溶胶光学厚度的日内变化趋势基本保持一致,污染物浓度均在中午维持较大水平.     

基于TM数据渤海湾叶绿素浓度反演算法研究

海洋叶绿素浓度已成为衡量浮游植物的生物量和富营养化程度的最基本的指标.利用2005年4月13日Landsat-5/TM数据和同步实测数据反演了渤海湾叶绿素浓度.对TM数据进行几何校正和大气校正预处理后,建立9种波段组合模型,分别对TM图像进行模型运算.结合实测数据,建立相应的回归方程,在其中选取R2(拟合度)和R(相关性)最大的(tm4-tm3)/(tm4+tm3)波段组合进行反演,并将反演结果与实测数据作相对误差分析,实验结果表明,4和3波段组合建立的回归模型适合于渤海湾叶绿素浓度的反演.     

基于两天MODIS数据的气溶胶光学厚度反演

气溶胶光学厚度(AOD)的反演对研究大气污染和人类活动的环境影响具有重要意义.利用连续两天的Terra/MODIS影像,依据0.47、0.55、0.66、0.86μm 4个通道的表观反射率与AOD在大气辐射传输中的关系,构造闭合的非线性方程组,通过求解方程组反演得到两天的AOD值,并与MODIS业务化的AOD数据及AERONET地基太阳光度计观测值进行对比.发现该算法的反演结果与地基观测值的相对误差在30%以内,同时也对反演的气溶胶波长指数及浊度系数等和地基观测情况进行了对比与讨论,证实反演结果与地基观测具有较好的一致性.这种基于两天MODIS数据的气溶胶反演是利用多幅卫星影像来反演气溶胶光学厚度的一次有效尝试,反演得到AOD值对环境污染监测有效补充.