基于FLAASH与QUAC模型的SPOT 5影像大气校正比较

卫星遥感影像的大气校正是定量遥感研究的前提与难点之一,大气校正有多种方法和模型。采用FLAASH与QUAC模型对覆盖长株潭地区的SPOT 5遥感影像进行大气校正,进而对校正前后的影像进行视觉、地物光谱曲线对比分析。结果表明,两种模型有其特定的适用范围,均能基本消除大气的影响,能较好地恢复各类地物光谱的典型特征;采用FLAASH模型的精度较QUAC模型的精度高;应用QUAC模型较FLAASH简便,它对输入参数和仪器标定精度的依赖性小。     

基于FLAASH模型的MODIS1B数据的大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用ENVI软件中的FLAASH大气校正模型对上海长江口地区MODIS1B卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,MODIS1B卫星影像经过FLAASH大气校正后,较好地消除了大气影响。     

Landsat TM数据不同辐射校正方法对土地覆盖遥感分类的影响

本文主要是探索Landsat TM数据不同辐射校正方法对土地覆盖遥感分类的影响。介绍了使用的3种不同辐射校正方法(ATCOR3、FLAASH以及查找表)和两种分类算法。在分类实验部分,根据样本的地理坐标在3景校正影像中分别采集训练样本并训练各自的分类器,并交叉用于其他辐射校正影像的土地覆盖遥感分类。实验结果表明:(1)用于分类器训练的样本采集自待分类影像时的分类精度明显高于采集自其他影像的分类精度;(2)3种辐射校正影像的分类结果存在差异,其中使用ATCOR3和FLAASH方法校正后影像的分类结果有更相近的精度;(3)辐射校正对分类类别的影响不同,其中对森林类型影响最大,对裸地等其他类别影响相对较小。     

TM/ETM+影像大气校正产品质量评价方法研究

对TM/ETM+的大气校正产品质量进行评价是改进影像质量的必要手段。提出采用已有高质量TM/ETM+表面反射率产品作为参考影像评价TM/ETM+的大气校正产品质量的方法。该方法设计了面向产品质量评价的影像光谱采样方案和多时相遥感影像PIFs(pseudo invariant features,PIFs)样本自动识别方法,能对多时相/季相TM/ETM+大气校正产品质量进行评价。试验表明该方法能准确识别PIFs地物,评价结果真实反映了遥感影像大气校正结果准确度。方法具有快速和低成本等特点,能开展规模化应用。     

多光谱遥感影像大气校正与悬沙浓度反演——以曹妃甸近岸海域为例

遥感影像的大气校正是遥感定量化研究的难点之一。以曹妃甸近岸海域为研究区,以水体悬浮泥沙浓度(suspended sediment concentration,SSC)定量反演为目标,采用6S(second simulation of the satellite signal in the solar spectrum)模型和FLAASH模型对研究区MODIS影像的大气校正方法进行对比实验,对2个模型校正前后的影像质量以及对目标地物信息的校正效果进行了评价。研究结果表明:2种模型均能在一定程度上削弱大气对水体信息的影响;相比之下,6S模型校正后影像质量优于FLAASH模型,能更真实地反映目标地物,可更好地实现对近岸海域遥感影像的高精度大气校正;将6S模型大气校正后的MODIS影像应用于悬浮泥沙浓度的遥感反演,反演结果的平均相对误差为24.79%,均方根误差为4.32 mg/L。研究结果可为近岸海域Ⅱ类水体大气校正方法的选择提供依据,为深化泥沙运移规律研究及水质、水环境评价提供技术支持。     

不同地表覆盖下SPOT-7影像大气校正方法研究

针对不同的地物覆盖类型,分析和评价了适用于SPOT-7卫星数据的大气校正方法,为其遥感定量研究和应用提供思路和参考。在河南省嵩山地区进行了同步观测实验,获取了SPOT-7卫星影像并进行大气校正处理,地面同步测量了大气光学特性和典型地物样区光谱,计算了地物样区在影像上的反射率和植被指数,分析了不同地物覆盖类型下大气校正模型(fast line-of-sight atmospheric analysis of spectral hypercubes,FLAASH)和大气模型(second simulation of the satellite signal in the solar spectrum,6S)的大气校正效果。对自然植被、农作物中的高秆作物、硬地建议采用FLAASH进行大气校正,对农作物中的低矮作物,建议采用6S进行大气校正。     

基于FLAASH模型的SPOT6卫星影像大气校正及评价

受大气吸收和散射影响,传感器接收到的辐射信息和地表真实反射信息之间存在误差,影响影像的分析精度。选择ORDOS矿区SPOT6卫星多光谱数据,对其进行辐射定标,采用FLAASH模型进行大气校正,对校正前后影像的视觉效果、典型地物反射率光谱曲线、归一化植被指数(NDVI)和植被覆盖度的变化进行对比分析。校正后影像的地物特征更明显、反射率差别较大,能较好还原地表真实信息;NDVI增幅较大,平均植被覆盖度有所提升,能还原较为准确的植被信息。结果表明,FLAASH模型可以有效消除大气影响,对SPOT6卫星影像有较好的校正作用。     

基于FLAASH的AVIRIS高光谱影像大气校正

分析了FLAASH大气辐射传输模型的原理,并利用该模型对美国内华达州CUPRITE矿区AVIRIS高光谱影像进行了大气校正。通过对比校正前后典型地物的光谱曲线、校正后反射率曲线与USGS波谱库反射率曲线发现,大气校正消除了水汽等大气因素的影响,获得了地物反射率;校正后反射率曲线与波谱库反射率曲线相关系数达到0.92,说明利用FLAASH进行大气校正是有效的。     

不同大气校正模型对GF-6 WFV影像清晰度的影响评价研究

为探讨不同大气校正模型对高分六号(GF-6)WFV影像清晰度的提升,利用主客观相结合的方法对大气校正后的影像清晰度进行评价。结果表明:1)不同大气校正模型对影像清晰度提升的效果不同。从基于地理视觉要素的主观评价来看,大气校正后的GF-6 WFV影像纹理特征更为明显,清晰度得以提升。2)基于影像特征的定量评价结果表明,不同的大气校正模型对GF-6 WFV影像清晰度提升程度不同,快速大气校正对影像提升效果最为明显。3)从基于色彩保真度的定量评价结果可知,不同大气校正结果对不同地物反射率影响较为明显,FLAASH大气校正结果更适合于植被遥感应用研究,快速大气校正模型的适用范围更广。     

基于辐射传输模型的Hyperion光谱重建应用评价

光谱重建是高光谱数据定量分析的前提,大气校正是光谱重建的关键环节。对于缺少地面同步测量的高光谱数据,大气辐射传输模型是最可行的大气校正方法。应用当前流行的大气辐射传输模型MODTRAN 4.0和6S,分别对试验区EO-1 Hyperion高光谱数据进行大气校正和光谱重建。通过对植被、粘土矿及水体3类地物光谱重建结果的对比分析,并利用统计方法计算光谱重建精度,评价大气辐射传输模型校正的效果和模型的适用性。最后,通过FLAASH模型的试验体现了高光谱数据大气校正集成化处理的优越性。     

Atmospheric Correction Methods for GF-1 WFV1 Data in Hazy Weather

Increasing hazy weather in the eastern area of China limits the potential application of high-resolution satellite data and poses a huge challenge for the atmospheric correction of remote sensing images. Consequently, it is necessary to find the most suitable atmospheric correction method under hazy condition. In this study, five kinds of atmospheric correction models, including 6S, COST, FLAASH, QUAC, and ATCOR2, are applied to the GaoFen-1 Wild Field Camera (GF-1 WFV1) data in the eastern area of China, and examined by both quantitative and qualitative analyses using the measured spectrum data. Experimental results indicated that ATCOR2 achieves the best performance among the atmospheric correction methods qualitatively and quantitatively. Hence, specifically for the study area and GF-1 WFV1 dataset, ATCOR2 is the most suitable atmospheric correction approach under hazy in the eastern area of China.     

中巴地球资源一号卫星CCD图像质量评价和交叉定标研究

使用定量分析方法评价了中巴地球资源卫星CCD相机遥感数据质量 ,在此基础上利用LANDSAT 7ETM 对CCD的对应波段进行交叉定标计算 ,得到了一组CCD的参考定标系数。在遥感数据质量评价研究中 ,使用统计分析方法计算得到了CCD相机图像数据的条纹强度 ;应用结构函数方法计算获得了CCD的噪声数据 ;通过功率谱计算 ,对比分析了CCD和LANDSAT 7ETM 对应波段图像空间纹理特征。该文通过交叉定标计算 ,得到了CCD相机前 4个波段的参考定标系数、动态范围和噪声等效反射率等参考指标 ,并对这组定标系数进行了验证 ,从验证结果中发现CCD1,2 ,3和LANDSAT 7ETM 对应波段反射率最大相差 1 98% ,最小0 0 3% ,平均差要低于 1 31% ,而波段 4最大也仅相差 4 4 1% ,平均差 3 0 2 % ,证明计算得到的交叉定标系数具有较高的参考价值     

基于Sentinel-2卫星数据的内陆湖泊水体大气校正

利用Acolite、FLAASH和C2RCC 3种大气校正算法,参考内陆湖泊历史实测遥感反射率数据,开展针对Sentinel-2卫星数据的内陆湖泊水体大气校正研究。试验结果表明：在数值方面,C2RCC校正结果和实测结果位于相同数量级,Acolite和FLAASH校正结果高估;在光谱曲线变化趋势方面,C2RCC校正结果与实测数据相近,Acolite和FLAASH校正结果存在异常,因而推荐使用C2RCC大气校正Sentinel-2的内陆水体数据;如果只考虑前5个波段,Acolite校正结果的曲线趋势与实测光谱接近,由于校正结果高估,推荐使用波段比值以消除数值高估。     

EO-1Hyperion高光谱数据FLAASH模块大气纠正及评价

由于受到大气的影响,传感器接收到的辐射信息不能真实地反映地表反射光谱信息,因此,从遥感影像中去除大气的影响,即进行大气校正,是高光谱遥感数据处理中极为重要的环节。文章介绍了EO-1hyperion高光谱数据的特点,以及用FLAASH（Fast Line of Sight Atmospheric Analysis of ...     

基于多源遥感数据的水体信息提取研究

卫星遥感技术已被广泛应用到水体信息提取中,但目前基于遥感技术的水体信息提取多采用单一的遥感数据源,而没有充分利用多源数据的信息复合优势,因此,提取结果经常受天气气候或空间分辨率限制。本文研究了不同尺度、不同平台的多种遥感数据源的水体信息提取方法。首先,基于波谱间关系决策树分类算法对Landsat ETM+图像进行水体提取,利用其分辨率优势较准确地提取出水体范围;其次,在Radarsat SAR图像上利用阈值法粗提取水体信息后,结合DEM剔除阴影得到水体信息;最后,利用灾前Landsat ETM+图像水体信息提取结果和灾中Radarsat SAR图像水体信息提取结果,进行差值处理,得到洪水淹没范围。研究结果可以为洪水灾害监测与评估提供信息依据。     

Calibration of ASTER and ETM + imagery using empirical line method—A case study of north-east of Hajjah, Yemen

This study is aimed at using the Empirical Line Method (ELM) to eliminate atmospheric effects with respect to visible and near infrared bands of advanced spaceborne thermal emission and reflection radiometer (ASTER) and enhanced thematic mapper plus (ETM+) data. Two targets (Amran limestone as light target and quartz-biotite-sericite-graphite schists as dark target), which were widely exposed and easy to identify in the imagery were selected. The accuracy of the atmospheric correction method was evaluated from three targets (vegetation cover, Amran limestone and Akbra shale) of the surface reflectance. Analytical spectral devices (ASD) FieldSpec3 was used to measure the spectra of target samples. ETM+ data were less influenced by the atmospheric effect when compared to ASTER data. Normalized differences vegetation indices (NDVI) displayed good results with reflectance data when compared with digital number (DN) data because it is highly sensitive to ground truth reflectance (GTR). Most of the differences observed before and after calibration of satellite images (ASTER and ETM+) were absorbed in the SWIR region.      

高光谱遥感影像的FLAASH模块大气校正与评价

传感器在获取地面信息的过程中,由于大气辐射及散射等原因,传感器得到的测量值与地物的真实值之间存在误差。大气校正是消除辐射畸变,获取地面真实信息,实现遥感数据定量化的基础。研究运用FLAASH大气校正模块,对AVIRIS高光谱遥感影像进行大气校正,选取典型地物,通过光谱曲线变化,植被指数进行校正结果评价,表明大气校正效果明显。且邻近像元纠正功能对其结果有进一步的提高。     

基于自分类和颜色空间变换的遥感图像色彩校正方法

提出了一种基于遥感自动分类和lab 颜色空间变换的色彩校正方法, 并用此方法对不同时间的ETM遥感图像进行了多景色彩校正后的拼接实验。实验结果显示, 相对于重叠区域校正、直方图匹配等常规方法, 该方法能够很好地校正不同获取时间所导致的景间颜色、亮度差异, 提高遥感图像后续分类、变化检测的准确性以及多景遥感图像的拼接效果。