NOAA/AVHRR影像中红外波段信息提取研究

对多景NOAA/AVHRR影像的研究发现:CH3波段不仅可以提取高温信息,而且还可以提取常温状态下的物类信息,并且在很多情况下优于CH4波段。文章给出了具体分析,并进行了原因探讨。     

M变换在NOAA/AVHRR数据变化检测中的应用

将基于典型相关分析的正交变换的基础理论用于NOAA/AVHRR数据的多元变化检测 ,对具体实施步骤进行了深入的探讨 ,并对部分中间结果进行了分析。实验表明 ,该方法应用于NOAA/AVHRR数据的多元变化检测具有明显的优势 ,克服了传统方法存在的缺陷 ,具有良好的应用前景。     

基于NOAA/AVHRR的中亚地区荒漠化动态变化监测

本文通过对影像特征的荒漠化解译,监测荒漠化土地面积和荒漠化程度,分析探讨1989年至2009年中亚地区荒漠化的变化趋势。结果表明本文所采用的监测方法,具有一定可靠性和实用性,能够对中亚地区进行快速地荒漠化的宏观实时监测。     

NOAA/AVHRR的分裂窗算法在地表温度反演中的应用

以吉林西部为研究区域,建立以NOAA／AVHRR卫星资料进行地表温度反演的参数化模型。利用2000年7月5日的AVHRR资料,在4种常见地表温度反演分裂窗算法的对比分析基础上,选用Coil和Caselles提出的分裂窗算法,获得研究区地表温度,为地表蒸发量遥感计算提供必要的地球物理参数。     

应用NOAA/AVHRR数据测算局地水稻种植面积方法研究

本文采用在模糊监督分类中增加迭代过程的方法－－模糊监督分类一迭代法,在分解混合像元的基础上,利用ＡＶＨＲＲ数据求算水稻种植面积。根据稻田与旱地存在温度差异的特点,在分析ＡＶＨＲＲ数据统计特征的基础上,增加了第３和４两通道参加模糊监督分类,从而增加了分类橡元值矢量维数,增强了对水稻的鉴别能力。反采用的迭代法是收敛具有效的,经本方法输出的水稻种植面积百分含量图与实际水稻分布十分吻合,测算出的面积值与Ｔ     

在GIS支持下用NOAA/AVHRR数据进行旱情监测

旱灾是影响农作物生产的一种重大自然灾害,它对中国北方春小麦生产的影响极大。本文介绍了一个应用遥感、ＧＩＳ技术对黄淮海平原春小麦的旱情进行监测的系统及其方法。它综合使用的ＮＯＡＡ／ＡＶＨＲＲ数据、地面气象资料和地图,选用作物缺水指数（ＣＷＳＩ）模型和热惯理模型对旱情进行监测。监测结果分别用分县的旱情等级分布图和相应不同等级的旱情面积、面积比例数统计表来表示。该系统自１９９４年起投入运行３年,监测结果     

利用NOAA/AVHRR资料监测南方林区森林火灾的研究

本文论述了南方林区森林火灾时间分布集中、发生率高、面积小,并以地表火为主的特征;总结了气象卫星资料的林火信息特征和非林火干扰信息规律;研究了建造林火监测专家系统的理论方法,进而提出了林火宏观实时监测系统的总体设计,并建立了以计算机图像处理为基础的、以林火背景数据库支持的、以专家系统为核心的林火监测系统。并利用南方林火模拟实验和历史林火资料对该监测系统进行了改进。最后讨论了林火监测系统改进方向和研究体会。     

NOAA气象卫星AVHRR1A.5数据集的定位处理研究

本主要研究对民是于ＮＯＡＡＡＶＨＲＲ１Ｂ数据集的ＮＯＡＡＡＶＨＲＲ１Ａ．５数据集的定位,提出非地标导航的定位处理方法。     

NOAA AVHRR云标识技术的应用分析

中国农情遥感速报系统对每日的NOAA AVHRR进行定量处理，其中用CLAVR方法进行云标识。本文选择三景不同地区的NOAA AVHRR影像，分析评价CLAVR方法云标识的效果和各个步骤的标识能力，以及空间上的差异，并根据运行经验，对CLAVR方法的部分参数进行了调整，使其更加适应中国大陆的情况。总体上，CLAVR方法标识干净像元和云污染像元的准确性较高，而在标识混合像元时稍差。其中RGCT、RUT、TUT和C3AT的检出率占总检出率89．2％以上，并在不同的地区，不同步骤的贡献度不一致，也说明了云相变化随区域不同而变化。     

NOAA18/AVHRR与FY-3A/VIRR的OLR产品一致性和差异性分析

卫星的射出长波辐射OLR(Outgoing Long-wave Radiation)数据具有不同程度的误差。为满足业务和科研工作的需要,对国产卫星FY-3 A/VIRR的OLR产品与其他同类卫星产品进行一致性和差异性分析是非常必要的。采用风云三号A星(FY-3A)扫描辐射计(VIRR)的OLR日平均产品作为被检验数据,美国大气海洋局NOAA18卫星上搭载的甚高分辨率扫描辐射计(AVHRR)OLR日平均产品作为检验源数据,使用相关系数、平均偏差、均方根误差、相对误差等检验方法,对两种产品进行一致性和差异性分析。结果表明,两种OLR资料大部分相关系数较大,平均偏差、均方根误差和相对误差较小,个别资料相关系数较小,平均偏差、均方根误差和相对误差较大。如2010年4月23日、7月13日和10月13日,相关系数、平均偏差、均方根误差、相对误差分别为(0.63,7 Wm^-2,31 Wm^-2,0.12)、(0.5,-5 Wm^-2,45 Wm^-2,0.125)和(0.3,-200 Wm^-2,225 Wm^-2,0.85)。这些偏差主要发生在高山和海洋地区,并且暖季相对冷季偏差较大,可能是由于高山、海洋地区和暖季较强的对流活动造成两种资料的对比结果存在一定的差异;此外,由于FY-3A为上午星,NOAA18为下午星,过境时间存在一定的差异,也给二者的对比结果带来一定的差异。     

Determination of the bulk temperature from NOAA/AVHRR satellite data in a midlatitude lake

The spatial and temporal variability of the bulk temperature gives important insights into biological and hydrodynamic processes. However, standard algorithms for satellite data only provide information of the surface temperature. The comparison of current and new split-window coefficients applied on NOAA-14/AVHRR brightness temperatures of Lake Constance showed that a regional adaption was most promising. To derive the bulk temperature information, a priori progression from a weather station was included into the AVHRR analysis. Among the weather is data, the mean temperature of the three preceding days and the day of the year were the most relevant additional information. By a multiple regression approach the bulk temperature in the upper 4 m of Lake Constance could be determined with an accuracy of ±1.20 °C. The training of a neural network improved the determination of the bulk temperature to ±1.04 °C.An extended field campaign demonstrated that the algorithm is also applicable to other sensors with the same spectral band settings (in this case NOAA-16/AVHRR) with an acceptable error and that it is equally accurate over the entire lake.     

NOAA气象卫星AVHRR1A.5数据集的定位处理研究

本文主要研究对异于NOAAAVHRR1B数据集的NOAAAVHRR1A.5数据集的定位,提出了非地标导航的定位处理方法。并在大量实验的基础上指出,从原始数据图像到等经纬度投影图的纠正过程中不宜采用间接的多项式拟合法。