【摘 要】
：
高分一号卫星(GF-1)是我国高分辨率对地观测系统的第一颗星,自2013年4月26日发射以来已经获取了大量的遥感数据。为实现GF-1卫星影像的定量化应用,必须对高分一号卫星影像进行辐射校正和大气校正。现有的大气校正通常采用FLAASH(Fast Line-of-sight Atmospheric Analysis of Hypercubes)软件实现,但由于FLAASH软件需要手动输入成像时间、图
【机 构】
：
中国科学院遥感与数字地球研究所 北京100101
论文部分内容阅读
高分一号卫星(GF-1)是我国高分辨率对地观测系统的第一颗星,自2013年4月26日发射以来已经获取了大量的遥感数据。为实现GF-1卫星影像的定量化应用,必须对高分一号卫星影像进行辐射校正和大气校正。现有的大气校正通常采用FLAASH(Fast Line-of-sight Atmospheric Analysis of Hypercubes)软件实现,但由于FLAASH软件需要手动输入成像时间、图像中心经纬度、光谱响应函数等参数,其处理速度慢,人工操作复杂,对操作人员的专业要求高,难以实现GF-1卫星影像的快速批处理。本文根据大气校正基本原理,利用MODTRAN辐射传输模型,模拟出大气校正所需的各参数。同时,利用IDL二次开发语言把图像读取、辐射校正、大气校正输入参数读取、MODTRAN调用、大气校正参数计算和大气校正等一系列过程进行程序封装,开发出具有新的大气校正软件模块GAC(GF satellite Atmospheric Correction software),实现了GF-1卫星影像的快速自动大气校正。最后,分别利用GAC大气校正软件和FLAASH软件对同一幅GF-1卫星影像进行大气校正,并利用地面测量数据进行验证。研究结果表明,GAC和FLAASH都可实现GF-1卫星的大气校正,其校正后的地表反射率和实测数据非常接近。同时,和FLAASH相比,GAC大气校正软件只需输入极少数的参数,其处理过程和处理时间都得到显著降低。
其他文献
北京市大气颗粒物污染十分严重，其中燃煤污染是本地大气污染的重要组成部分。本文基于高分辨率遥感影像进行北京市典型区域农业大棚燃煤污染遥感调查研究，以高分辨率卫星影像数据为主要数据源进行遥感监测，经过专题信息提取，抽样调查，对北京市农业大棚燃煤情况专题信息进行采集、处理和分析，为北京市大气污染防治提供基础数据和信息支撑。
Knowledge of dynamics water quality change in estuary is important for themanagement of lake water quality because river discharge associated with rainstorms can be amajor source of pollutants for lak
[目的]对新疆中药资源普查试点选择的种植型品种伊犁贝母进行遥感监测和解译.针对订制的WorldView-2高分遥感影像光谱异常问题,探索有效解译提取伊犁贝母信息的解译方法,为同类问题影像的利用提供参考.[方法]对研究区(新疆巩留县莫乎尔乡)编程订制2013年4月24日WorldView-2遥感影像,采用最大似然监督分类方法和面向对象法,分别提取伊犁贝母范围,并通过验证样本集对结果分别验证.[结果]
航空激光雷达(LiDAR)通过与机载定位定向系统(POS)的深度集成，可在空中飞行平台上获取地物目标的三维坐标信息，具有快速构建精细数字高程模型(DEM)的能力.DEM是滑坡调查与监测的基础图件，其精细程度直接反映了地表形态的微小变化，在三维环境下还能准确地对滑坡特征参数进行定量计算.机载激光雷达技术具有受天气干扰小、能穿透植被获取地表信息和数据处理相对简单等优势.本文采用机载激光雷达技术对湖北省
海洋表面是一种随机粗糙表面，利用星载主动式微波传感器向海面发射电磁波，并接收与海面耦合的回波信号，为了分析所获得的海面散射信息，需要对粗糙海面的电磁散射特性进行深入研究，这对反演海面风场、波高等动力物理参数以及识别海面目标等具有重要意义.L波段和C波段对海面盐度、风场等海洋动力物理参数较为敏感，因此在海洋遥感中得到广泛地应用.但是在中低风速下，海面在L波段和C波段的后向散射有着截然不同的特性，尤其
喀什历史悠久，文字记载的历史已有2100多年，是“丝绸之路经济带”和“中巴经济走廊”重要城市，是干旱区绿洲城市中的典型代表，同时也是东西方交通的咽喉枢纽和东西方经济文化和文明的重要交汇点。对其开展研究既是对干旱区绿洲城市又是对陆上“丝绸之路经济带”核心区的政治、经济和文化等方面具有一定的现实意义。本文采用1990、1995、2000、2005、2010和2015年(七五规划末期——十二五规划末期)
This study focuses on analyzing the changes to aerosol properties caused by the dust storm called "Chinas Great Wall of Dust" that originated from the Taklimakan Desert in April 2014.IDDI (Infrared Di
样本的数量与质量是影响高光谱影像分类精度的重要因素之一。但在实际应用中，已知标记的样本数量往往较少，而未标记样本则是大量的存在。为了有效利用未标记样本中蕴合的光谱信息来提高分类精度，本文结合新型神经网络分类算法极限学习机(ELM)，提出一种新的高光谱影像分类方法——半监督极限学习机分类算法(SSELM)。该算法在图框架下，通过引入少量有标记的训练样本以及大量无标记训练样本，根据欧式距离测度和光谱角