LANDSAT-8卫星影像长条带数据处理

目的 LANDSAT-8卫星发射以来,美国地质调查局(USGS)向全球发布WRS(world reference system)分幅体系下的标准景产品,该产品覆盖区域较小。针对面向区域遥感应用需要较大覆盖范围长条带卫星影像的问题,提出一种长条带数据处理方法。方法 长条带处理分为预处理、辐射校正和几何校正3个部分,包含了预处理、长条带数据辐射一致性纠正和姿轨数据精化等过程,解决了长条带影像处理的关键技术。结果 利用3组LANDSAT-8数据进行实验,本文方法处理得到的长条带影像,辐射均一性得到提高,整体精度同单幅标准景产品的精度相当,且效率较传统的分景处理再镶嵌的方式提高了45.9%。结论 本文LANDSAT-8长条带处理方法能够得到高质量的长条带影像,且处理效率较高,能够有效满足大区域遥感应用的数据需求。     

基于卡尔曼滤波的Landsat-8卫星影像几何精校正

卡尔曼滤波是一种递推线性最小方差估计算法,被广泛应用于GPS动态数据处理、组合导航和通信与信号处理等领域。本文将卡尔曼滤波引入卫星影像几何精校正处理中,以Landsat-8卫星影像为例,利用卡尔曼滤波方法和地面控制点构建运动方程和测量方程,实现了对卫星星历和姿态数据的修正。实验证明,相比于传统最小二乘平差法,该方法使用较少的控制点即可达到稳定的精度,降低了几何精校正对控制点数量的依赖,具有较高适用性。     

遥感影像的正射校正方法比较

遥感影像的近似正射校正方法包括共线方程法、基于仿射变换的严格模型、改进型多项式、有理函数模型、神经网络图像校正等等。目前还缺乏对这些方法进行系统比较的研究。在介绍上述几种方法原理的基础上，总结了不同正射校正方法的优缺点；重点分析了有理函数模型的数学推导和算法实现，将Tikhonov正则化方法引入有理函数模型解算过程；探索性应用了两种神经网络模型校正遥感影像；通过实验进行了各种正射校正方法之间的精度和效率比较。实验结果表明：在相同的控制点和已有数据条件下，有理函数模型精度最高，可达子像素级，但模型计算速度相对其它算法稍慢一点。
     

结合光谱响应函数的Landsat-8影像大气校正研究

针对受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误差,影响图像分析精度的问题,该文利用Landsat-8的光谱响应函数,对OLI多光谱数据进行大气辐射校正和反射率反演,对校正前后的地物光谱曲线和归一化植被指数(Normalized Difference Vegtation Index,NDVI)的变化进行了对比。研究表明:OLI大气校正后较好地恢复各类地物光谱的典型特征;大气校正后NDVI增幅明显;类似的基于光谱响应函数的FLAASH大气校正方法可以为其他的高级陆地成像仪等传感器校正提供依据。     

基于DEM的SAR影像直接与间接正射校正方法比较

对基于DEM的SAR影像直接校正与间接校正方法的原理、步骤、校正效果与适用性进行了比较,并利用正射校正过的高精度光学卫星影像作为基准影像,对两种方法的校正精度进行验证与比较。分析表明,两种方法所采用的校正模型相同,但出发点不同,校正步骤与复杂度也不同,最终校正效果也不一样,但精度没有差很多,都能满足常规SAR正射校正精度需求,在实际应用中需要根据实际情况选择合适的方法。     

1∶1万DEM的生成及SPOT-5卫星数据正射校正

丘陵、山区利用地面高程模型(DEM)进行正射校正是消除或限制投影误差的重要方法。通过对丘陵、山区1∶1万地形图中的等高线、高程点、特征线等地形要素进行数字化处理及不同坐标系的转换等,制作生成符合规范要求的高精度的1∶1万DEM。对SPOT-5卫星影像数据进行了配准、融合及几何校正,辅助利用1∶1万DEM制作完成符合精度要求的正射影像图。1∶1万DEM及正射影像图的制作完成对全省类似地区的图件更新及地理信息系统建设具有重要的参考价值。     

Landsat-8卫星数据应用探讨

在过去的40年里,Landsat系列卫星对启蒙和推动遥感应用技术的发展起到了重要作用,其遥感图像数据在我国得到了广泛应用.Landsat-8卫星是Landsat系列卫星的后续任务,已于2013年2月发射,目标是延续Landsat系列卫星数据的连续性,为农业、水资源管理、植被监测、灾害响应等领域继续提供高质量的图像数据.本文将首先介绍Landsat-8卫星的研制背景、卫星的基本参数和新型成像仪的数据特点,然后对比ETM+数据,介绍了Landsat-8卫星的数据产品分级以及数据的应用方向上的变化.     

星载合成孔径雷达影像正射纠正算法的研究与实现

概述了目前国内外对雷达影像进行正射纠正的算法,分析了星载合成孔径雷达的成像几何原理。阐述了距离-多普勒理论,并将该理论应用到SAR正射纠正,进行了计算机实现,设计了相应的程序模块。用ERS-2产品进行实验的结果表明,这种纠正方法精度比较高,纠正后影像效果好,可以应用到SAR产品的几何处理上。     

利用Landsat-8 OLI反演大气气溶胶的可见光谱段地表反射率估算

准确估算地表反射率的贡献一直是遥感反演大气气溶胶光学厚度过程中的重点和难点。为了促进Landsat-8OLI传感器在地表参数定量化特别是大气遥感领域的应用,本文提出一种利用OLI 1.6μm、2.2μm短波红外谱段数据估算遥感影像可见光地表反射率的方法。该方法依托于MOD04产品地表反射率估算模式,通过光谱归一化和构建新的短波红外植被指数等过程,建立OLI地表反射率估算模式,通过误差分析发现该模式能够有效地降低由于传感器光谱响应不同对估算结果的影响,对应用在OLI遥感影像的计算结果与同时间同区域MOD04产品地表反射率进行比较,表明其结果有较高的相关性和可靠性。     

基于Landsat-8 OLI的青藏高原IMS 4 km雪冰产品精度评价

IMS雪冰产品是多源数据的融合产品,提供北半球逐日无云的雪冰覆盖范围,在青藏高原积雪遥感监测和研究中具有广阔的应用前景.利用Landsat-8OLI积雪覆盖数据对IMS4km分辨率雪冰产品在青藏高原积雪监测中的精度进行了评估验证.研究结果表明:①IMS 4 km雪冰产品的平均总精度为76.0％,平均制图和无雪分类精度分...     

Monitoring algal blooms in drinking water reservoirs using the Landsat-8 Operational Land Imager

In this study, we demonstrated that the Landsat-8 Operational Land Imager (OLI) sensor is a powerful tool that can provide periodic and system-wide information on the condition of drinking water reservoirs. The OLI is a multispectral radiometer (30 m spatial resolution) that allows ecosystem observations at spatial and temporal scales that allow the environmental community and water managers another means to monitor changes in water quality not feasible with field-based monitoring. Using the provisional Land Surface Reflectance product and field-collected chlorophyll-a (chl-a) concentrations from drinking water monitoring programs in North Carolina and Rhode Island, we compared five established approaches for estimating chl-a concentrations using spectral data. We found that using the three band reflectance approach with a combination of OLI spectral bands 1, 3, and 5 produced the most promising results for accurately estimating chl-a concentrations in lakes (R² value of 0.66; root mean square error value of 8.9 µg l^?1). Using this model, we forecast the spatial and temporal variability of chl-a for Jordan Lake, a recreational and drinking water source in piedmont North Carolina and several small ponds that supply drinking water in southeastern Rhode Island.     

Study on Differences between Sentinel-2A and Landsat-8 Images in Rape Identification

Rape is one of the most important crops for many countries,so it is important to obtain accurate rape area.Compared with Landsat-8 data,Sentinel-2A has many advantages,but whether the results of Sentinel-2A data in crop identification are better than Landsat-8 is still an unknown question.The study site is located in a typical agricultural region：Gaochun District in Nanjing,the capital of Jiangsu Province,China,with central coordinates of 118°52′E and 31°19′N.One Sentinel-2A and one Landsat-8 image were obtained during the flowering stage of rape,and then rape area was extracted by using different classification methods based on spectral characteristics and vegetation indices.By comparing the identification accuracy of two images under different classification conditions and methods,the results show that：(1) The difference of spectral characteristics and separability of vegetation indices of different objects in Sentinel-2A were higher than those of Landsat-8 images;(2) Under the classifier of support vector machine,the Producer’s and User’s accuracy of rape of Sentinel-2A based on spectral characteristics were 89.7% and 91.3% respectively,which were 7.0% and 6.2% higher than the identification accuracy of Landsat-8 data;(3) After adding texture information,the overall accuracy and kappa coefficient of two kinds of data were significantly improved,but there was no increase in the producer’s and user’s accuracy of rape.The result presented in this paper show that compared with Landsat-8 data,Sentinel-2A data is more suitable for extracting crop distribution information in small areas with complex planting structure,which can lay a theoretical foundation for crop identification and application of Sentinel-2A data.     

基于Bumper Mode的Landsat-5数据图像校正与补偿算法设计与实现

2002年Landsat-5星上TM扫描仪出现了扫描装置同步问题,为此美国宇航局(NASA)调整了TM扫描仪的工作模式,消除了上述问题,但同时造成了图像数据正反扫描不能对齐和错行的问题。本文针对目前Landsat-5卫星Bumper Mode模式下出现的问题进行了详细分析,完成了快速几何校正和补偿的算法设计与软件实现。并通过对Landsat-5多轨零级图像和移动窗图像处理加以验证,获得了良好的效果。为同类遥感卫星传感器出现相似问题提供了一条简便、快速的解决途径。     

Land Surface Temperature Retrieval from Landsat-8 Data with the Generalized Split Window Algorithm

This work addresses the LST retrieval from Landsat\|8 data with the generalized split\|window algorithm.Firstly,radiative transfer modeling experiment is conducted using MODTRAN 4.0,fed with SeeBor V5 atmospheric profile database to build a data set of LST related to brightness temperatures in the bands 10 and 11 of Thermal Infrared Sensor(TIRS) on Landsat-8,Land Surface Emissivities(LSEs),viewing zenith angle and Total Precipitable Water(TPW).Secondly,based on the modeling data set,the unknown coefficients of the generalized split-window algorithm are obtained,and the algorithm sensitivity is analyzed.Then,LSTs are derived from the inter-calibrated and clear sky Landsat\|8 data with the generalized split\|window algorithm,in which LSEs are estimated from Landsat\|8 Operational Land Imager(OLI) data,and TPWs are extracted from the European Centre for Medium-range Weather Forecasts(ECMWF) reanalysis data.Finally,the results are validated with the Moderate resolution Imaging Spectroradiometer(MODIS) LST/LSE product(MOD11_L2 V5).The results show that the generalized split window algorithm developed in this work can accurately retrieve LST from the Landsat\|8 data,and the error is mainly come from the uncertainty of LSEs and TPW.Before and after correction of LSEs and TPW,the LST errors in this work are,respectively,-0.64 ±0.81 K and 0.10±0.68 K against the MOD11_L2 V5 product.     

面向西部测图困难地区稀少控制下的TerraSAR-X影像快速正射纠正

针对TerraSAR-X新型雷达卫星影像,基于距离-多普勒(R-D)模型,提出了一种稀少控制下SAR影像正射纠正的方法,并详细阐述了整个处理过程。同时,选用西部横断山脉地区和陕西阎良地区的TerraSAR-X影像作为实验数据,充分利用其高精度的头文件参数信息及5个地面控制点和DEM,分别对其进行正射纠正,阎良地区的纠正精度约为5m,横断山脉地区的纠正精度约为11m,满足了1∶5万的测图精度要求,并对二者的实验结果进行了比较分析。另外,考虑到TerraSAR-X影像数据量大的问题,本文还阐述了运用影像分块处理结合双线性内插原理加快处理大幅SAR影像正射纠正处理的方法,实验表明该方法相对逐像点对SAR影像正射纠正处理,大大提高了处理速度,从而证明了该处理过程的高效性和实用性。     

一种QuickBird卫星遥感影像的阴影重建方法

从理论上研究了遥感图像阴影产生的过程,得到了同一象素点在无阴影与有阴影时灰度值的定量关系。将分别采用直方图匹配法、线性相关修正法和Gamma 修正法得到的同一QuickBird影像阴影区图像重建结果进行对比,选择影像重建最适合的方法。再通过阴影边界区处理和图像平滑技术,提高图像平滑过渡特性。实验结果表明了该方法的有效性。