天宫二号宽波段成像光谱仪Ⅱ类水体大气校正算法对比研究

发布时间：2020-06-12 07:40

【摘要】：近岸水体的大气校正是水色遥感研究中的关键环节,大气校正的精度决定了离水辐亮度以及其他生物光学参数反演的精度。搭载在天宫2号空间实验室(Tiangong-2)上的宽波段成像仪(TG2/MWI),于2016年发射,该遥感器具有多谱段、高空间分辨率、高信噪比的优势,能为海洋光学遥感的研究提供新的数据源,尤其能为近岸海域水色算法研究和水色现象的观测提供高质量的水色产品。近年来,海南岛近岸海域受人为活动影响显著,水体光学特性已逐步从清洁水体转变为浑浊水体;并且在一幅影像内较容易获得从近岸浑浊水体到清洁水体的大梯度变化现象。因此,本文基于TG2/MWI影像数据,针对我国海南岛近岸浑浊海域大气校正算法研究的需求,主要完成了以下两方面的工作:1.TG2/MWI大气校正算法整体应用效果对比研究:结合TG2/MWI宽波段、高信噪比的优势,用NIR标准算法、UV法、SWIR法和NIR-corrected法四种大气校正算法对影像进行大气校正,并对四种算法的校正精度用星地匹配和星星匹配方法进行评价与分析。研究结果表明:NIR标准算法不适用于近岸浑浊水域,在413nm波段出现过校正,有大量负值的情况出现。NIR-corrected法中的水体迭代模型适用于研究区域,此算法的校正结果最佳,NIR标准算法和UV法的校正结果相当,SWIR法的校正效果最差。所有算法在413nm、750nm和865nm的校正偏差较大,在490nm和565nm波段校正误差最小。2.基于水体光谱分类的大气校正算法区域适用性对比研究:考虑到近岸水体的光学特征具有较大的区域性差异,因此本文利用决策树分类规则对水体光谱进行分类(Class 1-Class 4),并评价四种大气校正算法在不同水体类型中的应用效果。研究结果表明,NIR标准算法在Class 1(最清洁)水体类型中表现最好,NIR-corrected法在Class 2(相对清洁)和Class 4(最浑浊)的水体类型中应用效果最佳,UV法在Class 3(相对浑浊)的水体类型中校正精度最高。本文中基于大气校正算法整体应用效果和水体分类的应用效果两方面的研究,为近岸水体大气校正选用合适的算法提供了借鉴;对细化后不同水体类别进行大气校正算法的对比,为大气校正算法的优化提供了参考。论文最后在总结已完成工作的基础上对近岸浑浊水体大气校正算法未来的研究方向提出了几点展望,包括在我国近岸海域获取更多实测水体光谱数据信息,以及未来对TG2/MWI遥感器进行替代定标等。
【图文】：

图 1-1 亮像元法的基本框架1.2.2.3 神经网络法与其他算法不同，Neural Network (NN 法) 是一种多重非线性反演方法，NN法将根据辐射传输模型进行的反演参数化，设定的神经网络中包含输入层、隐含

图 1-2 NN 法的基本框架[52](SMA 法)/光谱优化法(SOA 法)气溶胶的影响，，有学者利用耦合的海-A 法) 和光谱优化法 (SOA 法)[4]。光
【学位授予单位】：国家海洋技术中心
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：V443.5;P715.6

【相似文献】

相关期刊论文 前10条

1 廖大乾;杜廷松;蹇继贵;;解微分方程组的Adams预测校正算法的改进方法[J];大学数学;2013年04期

2 张莉;张涛;;线性规划的宽邻域预估校正算法[J];山东大学学报(理学版);2009年07期

3 杨国平,刘三阳;半定规划问题的一种新的预测-校正算法[J];应用数学;2005年S1期

4 刘世杰;;PID调节的微机实现方法[J];安徽师大学报(自然科学版);1987年02期

5 朱长山;;相关辨识校正算法[J];应用科技;1989年04期

6 胡敏;;带修正值的四阶Adams-Bashforth-Moulton预测-校正算法[J];西昌学院学报(自然科学版);2013年03期

7 龚小玉;胡振鹏;王先甲;;线性互补问题的宽邻域预估校正算法[J];数学的实践与认识;2012年07期

8 王荣;;倾斜校正算法的仿真与分析[J];计算机光盘软件与应用;2012年14期

9 陈荣亮;顾广泽;蔡明杰;;一类新的乘性子空间校正算法及其收敛性分析[J];湖南大学学报(自然科学版);2012年12期

10 曾友芳;白延琴;简金宝;唐春明;;二阶锥规划两个新的预估-校正算法[J];应用数学和力学;2011年04期

相关会议论文 前10条

1 余跃;曹耀心;杨栋;吴建东;;分段两点校正算法的研究[A];2017年光学技术研讨会暨交叉学科论坛论文集[C];2017年

2 邵桂芳;李祖枢;张小川;黄同愿;李刚;;基于颜色恒常性的肤色校正算法[A];2005年中国智能自动化会议论文集[C];2005年

3 袁懿;;基于邻域加权的红外图像神经网络校正算法[A];中国通信学会第六届学术年会论文集（中）[C];2009年

4 张静;陈广学;;基于直方图匹配的图像颜色校正算法研究[A];2013中国食品包装学术会议论文摘要集[C];2013年

5 葛云生;;干涉型光纤传感器的正交解调中调制初相位影响及校正算法研究[A];2009全国虚拟仪器大会论文集（二）[C];2009年

6 张桢杰;刘真;于惠;;基于DWT抗打印扫描数字水印校正算法的研究[A];颜色科学与技术——2012第二届中国印刷与包装学术会议论文摘要集[C];2012年

7 陶邦一;;MERIS浑浊水体大气校正算法及在近岸河口中的应用[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年

8 吴广玉;杜文广;;一种稳健的自校正调节器——变β_0的自校正算法[A];1988年控制理论及其应用年会论文集（下）[C];1988年

9 巨志勇;郑应平;;二值表格图像倾斜校正算法[A];第一届中国高校通信类院系学术研讨会论文集[C];2007年

10 张罡;晏磊;赵红颖;高征兵;;数字近景摄影拼接的多特征匹配自动化校正算法及其应用[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

相关博士学位论文 前5条

1 樊凡;基于场景的红外非均匀性校正算法研究[D];华中科技大学;2015年

2 李淑芳;二阶校正算法结构剖析和多维校正用于复杂动态体系药物定量分析研究[D];湖南大学;2010年

3 刘海峰;结构静力重分析中若干问题的研究[D];吉林大学;2010年

4 曾友芳;二阶锥规划的理论与算法研究[D];上海大学;2011年

5 陈小明;红外热瞄具成像系统研究[D];北京理工大学;2015年

相关硕士学位论文 前10条

1 黄筱灿;天宫二号宽波段成像光谱仪Ⅱ类水体大气校正算法对比研究[D];国家海洋技术中心;2019年

2 闫祥;基于深度学习的人脸对齐研究[D];安徽大学;2019年

3 张海锋;颜色校正评估与智能颜色校正算法研究[D];福州大学;2017年

4 徐灵;求解可分凸优化问题的预测—校正算法[D];重庆师范大学;2017年

5 何广;16位电流舵DAC的DMM校正算法建模与数字实现[D];电子科技大学;2018年

6 尚雷敏;双平板多功能核医学成像系统数据校正算法研究[D];东华理工大学;2017年

7 李海彬;应用于高速高精度Pipelined ADC中电容失配校正算法的研究[D];吉林大学;2017年

8 白娟兰;随机微分方程的一般性预估校正算法数值分析[D];广西师范大学;2016年

9 董汉生;WCDMA通道校正算法实现[D];电子科技大学;2002年

10 陈磊;阵列天线中幅相误差校正算法的研究[D];南京邮电大学;2011年

本文编号：2709218