采用Landsat8产品算法流程的高分一号数据大气校正
发布时间:2022-01-01 17:14
高分一号(GF-1)卫星搭载的传感器,实现了高分辨率和宽幅成像能力的结合,使其在精准农业方面应用发挥重要作用。该文在6S大气辐射模拟模型基础上,参照LaSRC大气校正流程,设计了GF-1卫星WFV/MSS数据从算法原理分析到编码实现的大气校正。算法应用大气总传输率、水汽透过率和大气后向半球反照率等参数和高程、大气可降水以及臭氧含量等值,循环计算使GF-1像元红蓝通道值比等于来自MODIS数据的红蓝通道值比,求得GF-1像元气溶胶,再将包含当日大气可降水和臭氧含量的辅助数据文件等代入6S模型,得到大气校正后的地表反射率。试验表明,该大气校正方法在有农田和林木等植被覆盖的中低纬度大气校正效果较好,对稀疏植被的荒漠裸地和建筑地表大气校正效果相对稍差。比较GF-1WFV/MSS数据与Landsat8(LC8)OLI数据的基于6S模型LaSRC流程算法的大气校正结果,GF-1WFV/MSS各传感器与LC8OLI大气校正结果的相关系数为0.825~0.972,2种卫星数据大气校正结果相关性高,其中WFV相较于MSS显示出与LC8 OLI更相近的大气校正结果。结果表明,应用6S模型原理参照LaSRC...
【文章来源】:农业工程学报. 2020,36(01)北大核心EICSCD
【文章页数】:11 页
【部分图文】:
算法原理流程图
从美国USGS网站及中国资源卫星应用中心网站下载LC8 OLI、GF1 WFV/MSS光谱响应数据,制作LC8OLI、GF1 WFV/MSS可见光及近红外波段光谱响应曲线(图2),用于计算初始的分子光学厚度参数、臭氧传输参数、水汽传输的两组参数和其他气体的3组参数。比较二者光谱响应差异,GF-1的4个WFV传感器及2个MSS传感器光谱响应曲线相近,LC8 OLI红光及近红外波段波谱范围相对较窄,蓝绿波段光谱响应函数与GF-1 WFV/MSS差异较小,虽然Landsat8 OLI与GF-1WFV/MSS对应通道并非完全相同,但波段设置较为相似的设计,使应用LC8 OLI适用的大气校正算法进行GF1WFV/MSS数据大气校正成为较好的选择。
NDVI与NDVImir比较分析
【参考文献】:
期刊论文
[1]基于FLAASH模型的Worldview3大气校正[J]. 陈玲,陈理,李伟,刘建宇. 国土资源遥感. 2019(04)
[2]基于TWDTW的时间序列GF-1 WFV农作物分类[J]. 邱鹏勋,汪小钦,茶明星,李娅丽. 中国农业科学. 2019(17)
[3]采用MODIS大气产品的高分一号WFV数据大气校正[J]. 胡勇,仲波,马泽忠,何敏. 遥感信息. 2018(05)
[4]基于大气参数拟合的GF-1多光谱影像大气校正[J]. 薛现光,周杨,胡校飞,许继伟. 海洋测绘. 2018(05)
[5]河套灌区沈乌灌域GF-1/WFV遥感耕地提取[J]. 常布辉,王军涛,罗玉丽,王艳华,王艳明. 农业工程学报. 2017(23)
[6]GF-4/PMS与GF-1/WFV两种传感器地表反射率及NDVI一致性分析[J]. 孙元亨,秦其明,任华忠,张添源. 农业工程学报. 2017(09)
[7]MODTRAN模型在HJ/CCD影像大气校正中的应用[J]. 熊世为,沈安云,李卫国,景元书,胡姗姗,郁凌华. 江苏农业学报. 2016(02)
[8]地表反射率产品支持的GF-1PMS气溶胶光学厚度反演及大气校正[J]. 孙林,于会泳,傅俏燕,王健,田信鹏,米雪婷. 遥感学报. 2016(02)
[9]基于6S模型的GF-1卫星影像大气校正及效果[J]. 刘佳,王利民,杨玲波,滕飞,邵杰,杨福刚,富长虹. 农业工程学报. 2015(19)
[10]基于薄云雾去除的ETM+影像大气校正[J]. 李卫国,蒋楠,王纪华. 农业工程学报. 2013(S1)
本文编号:3562475
【文章来源】:农业工程学报. 2020,36(01)北大核心EICSCD
【文章页数】:11 页
【部分图文】:
算法原理流程图
从美国USGS网站及中国资源卫星应用中心网站下载LC8 OLI、GF1 WFV/MSS光谱响应数据,制作LC8OLI、GF1 WFV/MSS可见光及近红外波段光谱响应曲线(图2),用于计算初始的分子光学厚度参数、臭氧传输参数、水汽传输的两组参数和其他气体的3组参数。比较二者光谱响应差异,GF-1的4个WFV传感器及2个MSS传感器光谱响应曲线相近,LC8 OLI红光及近红外波段波谱范围相对较窄,蓝绿波段光谱响应函数与GF-1 WFV/MSS差异较小,虽然Landsat8 OLI与GF-1WFV/MSS对应通道并非完全相同,但波段设置较为相似的设计,使应用LC8 OLI适用的大气校正算法进行GF1WFV/MSS数据大气校正成为较好的选择。
NDVI与NDVImir比较分析
【参考文献】:
期刊论文
[1]基于FLAASH模型的Worldview3大气校正[J]. 陈玲,陈理,李伟,刘建宇. 国土资源遥感. 2019(04)
[2]基于TWDTW的时间序列GF-1 WFV农作物分类[J]. 邱鹏勋,汪小钦,茶明星,李娅丽. 中国农业科学. 2019(17)
[3]采用MODIS大气产品的高分一号WFV数据大气校正[J]. 胡勇,仲波,马泽忠,何敏. 遥感信息. 2018(05)
[4]基于大气参数拟合的GF-1多光谱影像大气校正[J]. 薛现光,周杨,胡校飞,许继伟. 海洋测绘. 2018(05)
[5]河套灌区沈乌灌域GF-1/WFV遥感耕地提取[J]. 常布辉,王军涛,罗玉丽,王艳华,王艳明. 农业工程学报. 2017(23)
[6]GF-4/PMS与GF-1/WFV两种传感器地表反射率及NDVI一致性分析[J]. 孙元亨,秦其明,任华忠,张添源. 农业工程学报. 2017(09)
[7]MODTRAN模型在HJ/CCD影像大气校正中的应用[J]. 熊世为,沈安云,李卫国,景元书,胡姗姗,郁凌华. 江苏农业学报. 2016(02)
[8]地表反射率产品支持的GF-1PMS气溶胶光学厚度反演及大气校正[J]. 孙林,于会泳,傅俏燕,王健,田信鹏,米雪婷. 遥感学报. 2016(02)
[9]基于6S模型的GF-1卫星影像大气校正及效果[J]. 刘佳,王利民,杨玲波,滕飞,邵杰,杨福刚,富长虹. 农业工程学报. 2015(19)
[10]基于薄云雾去除的ETM+影像大气校正[J]. 李卫国,蒋楠,王纪华. 农业工程学报. 2013(S1)
本文编号:3562475
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3562475.html