MODTRAN模型在HJ/CCD影像大气校正中的应用

大气校正是定量遥感研究中必不可少的过程。本研究利用MODTRAN模型对一景HJ/CCD影像进行大气校正,并从典型地物光谱特征变化、校正结果与MODIS地表反射率产品比较及对归一化植被指数(NDVI)的影响3方面评价校正效果,结果显示:MODTRAN模型较好地消除了可见光波段内的增加效应和近红外波段的吸收作用;校正结果与高精度的MODIS地表反射率产品在植被、居民地、水体3类地物的反射率具有较高的一致性,其中植被类型平均误差为12.8%;MODTRAN模型较好地修正了混合像元的NDVI值,校正后各类地物的NDVI均有所提升,其中植被NDVI的增幅最大,有利于区分植被与其他地物类型。表明MODTRAN模型对HJ/CCD影像具有较好的大气校正效果。     

不同遥感影像大气纠正算法在农作物种植面积提取中的对比

以海安县的LANDSAT5—TM影像为研究对象,用于农作物种植面积遥感提取,但由于大气辐射使卫星遥感数据引起畸变从而影响提取精度,为消除该影响,采用黑暗像元减法（DOS）、大气辐射传输模型法FLAASH、ATCOR2、6S等四种大气校正方法进行大气校正并对各种方法进行验证比较,从综合方面考虑得出最优大气校正方法。利用40个主要农作物的样本点的NDVI值与经过大气校正MODIS地表反射率的NDVI值比较,同时利用农作物的反射率值与标准值进行比较对比,以及结合各类主要农作物分类结果精度进行验证。实验结果表明,大气校正在一定程度上提高了农作物真实地表反射率,使得农作物的反射率更加精确,分类精度较原图像也有较大提高,因此提高了主要农作物各类面积提取的精度,综合计算效率和效果等指标得出在面向农作物面积遥感提取的大气方法中,采取FLAASH方法可以达到较好的效果。     

基于区域增长的海岸带黑暗像元自动提取算法研究

针对海岸带区域独特的地表状况设计了一个近海岸的黑暗像元自动提取算法。首先利用修订型归一化水体指数(RNDWI)和归一化植被指数(NDVI)对黑暗像元备选区域进行确定,然后从备选区域中找到初始黑暗像元,最后利用多阈值的区域增长法对黑暗像元的选取进行优化,最终计算得到黑暗像元值。应用此算法对Landsat-5 TM影像遥感数据进行处理,结果表明,大气校正之后的典型地物光谱曲线更接近于真实的光谱曲线,说明此算法设计合理,其大气校正结果与用ENVI软件进行FLAASH大气校正和黑暗像元法大气校正的结果相比,此算法更接近于FLAASH模型法,校正效果较好。同时利用黑暗像元自动提取算法得到大气校正后的结果大大减少了反射率值为负的情况,提高了数据的利用率。     

利用MODIS数据反演植被指数的敏感性研究

根据Kaufman等提出的暗像元法,通过6S辐射传输模式,对MODIS的红光、蓝光、近红外通道辐射特性进行了敏感性实验.结果表明:三个通道的行星反射率对地表反射率都非常敏感,行星反射率随地表反射率的增加而增加.进一步提出了对地表反射率进行大气订正的思路,讨论了暗像元法确定地表反射率误差对大气气溶胶光学厚度反演结果的影响.最后计算分析了光学厚度反演误差对地表反射率大气订正传递误差的大小及其对NDVI、SAVI、ARVI和EVI 4种植被指数计算结果的影响.光学厚度误差对植被指数反演误差的影响以ARVI最为敏感,其误差范围与气溶胶光学厚度误差可达同一量级,两者呈负相关;NDVI与SAVI误差变化范围大致相近,与光学厚度误差均呈负相关.EVI受气溶胶光学厚度误差影响最小.     

大气校正对九连山植被覆盖度。感估算的影响

以江西九连山保护区为例,利用基于归一化差异植被指数（NDVI）的像元二分法模型分别在TM 影像的 原始DN 值、表观反射率以及经过基于MORTRAN 辐射传输模型和经过简单传输模型的黑暗像元法校正后的地面 反射率的基础上对研究区的植被覆盖度进行提取,将所得4 类植被覆盖度的估算值与实测值进行比较,分析大气校 正对植被覆盖度。感估算的影响。结果表明,FLAASH 和DOS 两种大气校正方法虽校正原理不同,但通过对样地实 测值的拟合度来看,均能有效消除大气影响,有效提高植被覆盖度。感估算的精度;而辐射定标后的表观反射率却 与原始影像DN 值估算的植被覆盖度差异不明显,说明植被覆盖度估算精度的提高来源于大气校正作用,辐射定标 影响甚小。因此,在植被覆盖度较高的亚热带区域,有必要进行大气校正,以改善估算精度。     

县域尺度上基于GF-1PMS影像的冬小麦种植面积遥感监测

为探究县域尺度上基于高分一号卫星(GF-1)PMS影像进行冬小麦遥感监测的可行性及精准性,以河南省滑县为研究区,遴选2015年2月上旬GF-1 PMS影像6景,对影像进行辐射定标、FLAASH大气校正、NNDiffuse融合、几何精校正、地图投影转换等预处理后,在外业调查和样本分析的基础上构建一种新的冬小麦决策树分类模型,模型第1层决策方案中NDVI0.311的像元为冬小麦,得到冬小麦的粗分类结果;在此基础上进行第2层决策分类,以进一步提高冬小麦的分类精度,分类方案为第1波段地表反射率0.146、第2波段地表反射率0.148、第3波段地表反射率0.135、第4波段地表反射率0.250的像元为冬小麦。对分类结果进行形态学滤波处理,以消除或减少分类结果中孤立的像元。分别基于决策树分类模型与ENVI软件自带的IsoData非监督分类模型,对比分析GF-1PMS影像和同时期Landsat-8OLI影像在冬小麦面积提取上的精度。结果表明:基于新构建的决策树分类模型,2015年滑县冬小麦种植面积为115 715.81hm2,混淆矩阵检验总体精度为99.62%,Kappa系数为0.99;PMS影像提取冬小麦的混淆矩阵总体精度比OLI影像高出9个百分点。说明县域尺度上基于单时相GF-1PMS影像在冬小麦收获前提取冬小麦种植面积是可行的,提取精度较高。     

基于Landsat 8遥感图像的长春中北部地区土壤有机质含量反演

以Landsat 8遥感图像为数据源,利用FLAASH大气校正模型对遥感图像进行大气校正,结合野外土壤采样的有机质含量化验数据,采用逐步回归分析的方法,对研究区土壤有机质含量进行定量反演。结果表明,土壤有机质含量与Landsat 8遥感图像反射率在近红外波段具有较强的负相关性,对反射率进行适当的数学变换可以有效提高与有机质的相关性,由此而建立起来的逐步回归反演模型,其决定系数r2=0.925,总均根方差RMSE=0.171,说明该反演模型有较高的精度与稳定性。根据上述反演模型,结合遥感影像分类结果,对研究区土壤有机质含量进行反演,结果显示,研究区内土壤有机质含量呈东高西低之势,东部、南部地区土壤有机质含量普遍高于3%,而西部、北部地区土壤有机质含量普遍低于2%。     

4种遥感数据时空融合模型生成高分辨率归一化植被指数的对比分析

【目的】针对时空融合方法在遥感植被状况调查及动态变化监测中的应用,比对时空自适应反射率融合模型(STARFM)、增强型时空自适应反射率融合模型(ESTARFM)、回归拟合空间滤波和残差补偿模型(Fit-FC)和规则集回归树融合模型(RPRTM)等4种时空融合模型对归一化植被指数(NDVI)的融合效果。【方法】以三江源地区2块具有差异性地表特征的区域为研究样地,采用上述4种时空融合方法,融合空间分辨率30 m的Landsat 8影像和250 m时间步长16 d的MODIS NDVI数据,生成步长为16 d的30 m空间分辨率的NDVI数据。基于Landsat NDVI影像通过定性的目视判别和定量的统计分析来评价不同融合模型结果的空间特征模拟效果,并以真实的MODIS NDVI时间动态为参考,分析了不同融合方法对地表植被动态特征的拟合效果。【结果】(1)关于空间特征的捕捉,在地表覆盖状况较复杂的区域,RPRTM融合效果最佳(R²=0.82);而对于输入影像差异较大的区域,ESTARFM融合效果最佳(R²=0.95)。(2)关于时间动态的捕捉,RP...     

ENVI FLAASH和ERDAS ATCOR2的大气校正对比研究

研究分别用ENVI FLAASH模块和ERDAS ATCOR2模块对LANDSAT5-TM图像进行大气校正,进而对校正效果进行评价。结果表明,ENVI FLAASH和ERDAS ATCOR2均能很好地消除大部分大气的影响,满足试验要求。但从精度方面考虑,ENVI FLAASH要略胜于ERDAS ATCOR2。     

基于Landsat 8数据的芜湖市地表温度反演

以空间分辨率100 m的Landsat 8 TIRS热红外传感器第10波段数据为基础,采用对大气透射率估算方程修正后的单窗算法,反演了芜湖市地表温度,并使用MODIS地温产品数据为标准对其进行精度评价。评价结果表明,修正后的算法所得到的反演结果具有较高的数据精度,能够更加准确细致地表示出地表温度空间分布的细节信息。     

基于两种辐射传输模型的遥感数据大气校正及结果对比分析

通过辐射传输方程详述了大气效应对遥感图像的影响及大气校正的原理,并利用两种辐射传输模型--6S和FLAASH(基于MODTRAN)对同一区域ETM+数据的可见光、近红外波段分别进行了大气校正.从校正的结果看,两种模型均对由于大气效应引起的辐射失真进行了辐射校正,消除了因散射增加的辐射能量,同时补偿了因吸收而损失的辐射能量,但在校正结果上存在差异.只有将两种辐射传输模型方法结合使用,才能更好地消除大气效应对研究区域的影响.     

基于FLAASH模型的ASTER卫星影像大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用FLAASH大气校正模型对泸沽湖地区的ASTER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,ASTER卫星影像经过FLAASH大气校正后,较好地消除了大气影响。     

基于FLAASH的CBERS-02B星CCD影像大气校正

中巴资源卫星的CCD数据作为我国自主卫星数据源,在遥感应用方面发挥着重要作用。但由于CCD数据所获取的可见光-近红外波段信息易受大气因素干扰,因此寻求一种适合于中巴资源卫星CCD数据快速、有效的大气校正方法,以提高影像的利用率。介绍FLAASH大气校正的主要算法原理,并利用其进行CBERS-02B星CCD影像的大气纠正试验。通过分析校正前后的影像目视效果、典型地物光谱特征和NDVI值,表明FLAASH方法能够快速、有效地纠正大气因素对CBERS-02B星CCD影像的影响,对于植被覆盖地区纠正效果尤为明显。因此,FLAASH大气校正方法能够为大数据量的CBERS系列卫星CCD数据的大气校正提供了快速、可行及有效的方法。     

基于FLAASH模块的高级陆地成像仪图像的大气校正

FLAASH（fast line-of-sight atmospheric analysis of spectral hypercubes）大气校正模块被越来越多地应用到遥感图像大气校正中,但是ENVI（the environment for visualizing images）中没有预先设定有新谱传感器的参数,因此限制了FLAASH模块的使用范围。采用FLAASH模块对ENVI中没有预设的高级陆地成像仪传感器所拍摄的图像进行大气校正,初步探讨了FLAASH模块对未知多光谱传感器图像的大气校正。通过比较大气校正前后典型地物的光谱曲线和归一化植被指数（NDVI,normalized difference vegetation index）,表明FLAASH模块能够有效地减少大气对ALI图像的影响。图5表2参20     

陕北地区GIMMS、SPOT--VGT和MODIS归一化植被指数的差异分析

为了选择适合监测陕北黄土高原地区植被的最佳遥感序列数据,精确监测陕北黄土高原退耕前后的植被变化,选取GIMMS、SPOT-VGT和MODIS3种常用的遥感数据,运用相关分析和均方根误差分析方法,比较3种遥感数据在陕北黄土高原植被空间分布、归一化差异植被指数(NDVI)季节变化和年际变化3个方面的异同。结果表明:1)在植被空间分布方面,GIMMS/NDVI、SPOT-VGT/NDVI和MODIS/NDVI在大范围上的空间分布格局基本一致,但通过分布图分析可以看出,MODIS遥感数据由于其地物分辨率高及NDVI动态范围大的优点,比SPOT-VGT和GIMMS数据更适合于反映植被类型多样的陕北黄土高原地区植被的空间分布。2)在季节变化方面,3种遥感数据NDVI季节变化之间存在极显著的相关关系。其中,均方根误差分析结果表明,MODIS/NDVI与GIMMS/NDVI之间的差异明显大于MODIS/NDVI与SPOT-VGT/NDVI之间的差异;不同季节3种遥感数据NDVI差异也不同,夏季由于云雨较多,3种遥感数据NDVI之间差异最大。3)在年际变化方面,MODIS和SPOT-VGT数据反映出陕北黄土高原地区NDVI在1999—2007年间呈显著增加趋势,而GIMMS/NDVI却未呈现显著变化,说明GIMMS/NDVI在反映陕北高原地区植被年际变化方面存在显著缺陷。通过相关分析可以看出,GIMMS/NDVI和MODIS/NDVI年际变化之间的相关系数随植被覆盖度的升高而降低,尤其在针阔混交林区,其NDVI相关系数甚至为负值,表明GIMMS传感器对高覆盖度植被变化的响应不太敏感,与其他两者相比更易受水气和云的干扰。因此,GIMMS/NDVI不能作为历史均值NDVI直接应用到MODIS应用模型中,尤其在反映高覆盖度植被年际变化方面。     

干旱区精河流域地表温度的模型反演研究

以精河流域绿洲为研究区,使用Landsat ETM⁺数据,采用单窗算法和普适性单通道算法对研究区地表温度进行反演,并将这两种算法的反演结果与研究区MODIS温度产品(MODIS LST)进行比较。结果表明：(1) 单窗算法和普适性单通道算法反演的结果总体趋势比较接近,研究区整体的平均温度相差约2k;(2) 采用改进型土壤调整植被指数(MSAVI)代替归一植被指数(NDVI)计算地表比辐射率可有效提高反演精度,并且同等条件下单窗算法的反演精度高于普适性单通道算法,两种算法的反演结果与MODIS LST的相关系数分别是0.9255和0.8651;(3) 在城镇区域,普适性单通道算法反演结果与MSAVI的相关性高于单窗算法,相关系数为0.8136,说明普适性单通道算法更适合干旱区大范围城镇地表温度的反演研究。