导读:本文包含了暗像元论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:大气,气溶胶,波段,厚度,算法,光学,太湖。
暗像元论文文献综述
吴海燕,卢远,华璀[1](2015)在《基于暗像元法的南宁市气溶胶反演》一文中研究指出近年来空气质量备受人们关注,气溶胶光学厚度作为空气污染的指标之一,可反映空气质量状况。文章利用Terra卫星MODIS数据作为数据源,基于6S模型、暗像元法反演南宁市气溶胶光学厚度,将卫星反演结果与地面观测CE-318气溶胶光学厚度反演结果进行精度验证,结果表明MODIS反演AOD在南宁市具有可行性。基于MODIS的AOD反演结果表明,南宁市整体空气质量良好,少数区域的气溶胶光学厚度较高,具有由西北区域向中部及南部转移的现象。(本文来源于《环保科技》期刊2015年05期)
赵志强,李爱农,边金虎,郭文静,刘倩楠[2](2015)在《山区可见光—近红外遥感影像浓密植被暗像元自动识别方法研究》一文中研究指出暗目标法是目前气溶胶光学厚度遥感反演中应用最为广泛的方法,浓密植被暗像元的识别是暗目标法的基础。针对可见光—近红外影像缺少中红外波段难以有效识别浓密植被暗像元的问题,引入红波段直方图阈值法识别山区可见光—近红外影像的浓密植被暗像元。该方法利用浓密森林像元在可见光波段反射率低的特点,通过搜索红波段直方图的最小峰值自动识别浓密植被暗像元。试验中选取Landsat TM影像前4个波段利用红波段直方图阈值法识别可见光—近红外影像的浓密植被暗像元,并与在中红外波段影像和可见光—近红外影像中广泛应用的两种暗像元识别方法进行对比分析,探讨红波段直方图阈值法的有效性,最后将该方法应用于环境减灾卫星(HJ-1)CCD影像的暗像元识别和气溶胶反演。实验结果表明:红波段直方图阈值法明显优于常用的可见光—近红外影像暗像元识别方法,识别精度接近传统的中红外波段影像识别方法,相似度指数小于2和小于3的暗像元分别为83.12%和93.48%。该方法为山区可见光—近红外影像浓密植被暗像元自动识别提供了一种新的适用方法,识别结果能够满足暗目标法反演气溶胶光学厚度的要求。(本文来源于《遥感技术与应用》期刊2015年01期)
郭红,顾行发,谢勇,余涛,高海亮[3](2014)在《基于ZY-3CCD相机数据的暗像元大气校正方法分析与评价》一文中研究指出ZY-3是我国首颗民用高空间分辨率光学传输型立体测图卫星,可为国土资源调查、生态环境监测等发挥重要作用,而大气校正是制约其广泛定量应用的关键问题之一。由于实测地面光谱数据和大气参数难以实时获取,针对这种情况下如何反演得到高空间分辨率卫星精确的地表反射率这一问题,基于2012年内蒙古野外实验实测数据,对四种暗像元大气校正方法进行了分析与评价研究。分析了四种暗像元大气校正算法中的关键参数对ZY-3CCD数据应用效果的影响,结果表明:(1)四种暗像元大气校正方法在第1,2和3波段均有明显的校正效果,其中DOS4方法在第4波段大气校正效果最好,DOS1和DOS3方法在第4波段大气校正效果不明显,DOS2方法在第4波段大气校正效果最差。(2)DOS1方法大气校正结果在4个波段的相对误差均大于10%。DOS2方法在第1波段校正效果最好(AE=0.001 9和RE=4.32%),而在第4波段校正误差最大(AE=0.0464和RE=19.12%)。DOS3方法大气校正结果在4个波段的相对误差均约10%左右。(3)DOS4方法大气校正结果在4个波段的绝对误差均小于0.02和相对误差均小于10%,大气校正精度最高。(本文来源于《光谱学与光谱分析》期刊2014年08期)
檀静,李云梅,赵运林,吕恒,徐德强[4](2013)在《利用氧气和水汽吸收波段暗像元假设的MERIS影像二类水体大气校正方法》一文中研究指出MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力,对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区,研究基于氧气和水汽吸收波段的暗像元为假设条件,改进传统的近红外波段暗像元大气校正方法,采用MERIS level 2p数据辅助获取湖区气溶胶参数,并利用2007-11-11、2008-11-20以及2009-04-25等3景MERIS影像进行验证。结果表明,该方法能够快速、有效地完成MERIS影像的大气校正,与地面准同步实测数据相比,3次校正的均方根百分比RMSP(Root Mean Square of Percentage)、都在25%以下;与Beam自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗像元算法进行精度比较,结果表明该方法校正精度较高。由于该方法不需要同步实测气溶胶数据,因此具有一定的适用性。(本文来源于《遥感学报》期刊2013年04期)
陈军,权文婷[5](2013)在《“伪暗像元”表观反射率的尺度特性——以AWiFS和LISS传感器图像为例》一文中研究指出针对基于暗像元的大气校正问题,为了从机理上阐明和实验上证明"伪暗像元"的尺度特性,以7景同步获取的印度卫星高级广角传感器(advanced wide-field sensor,AWiFS)和线性扫描相机(linear imaging self-scanner,LISS)图像为数据基础,以太湖和黄河口浑浊Ⅱ类水体为研究对象,研究和探讨在2种尺度下图像的"伪暗像元"表观反射率之间的差异。研究结果表明:①通过不断地细化尺度,可以将"伪暗像元"分解为若干至少包含一个"暗像元"的亚像元;②"浑浊Ⅱ类水体区域是否存在适用于大气校正算法的暗像元"是一个隐含尺度特性的结论;③在黄河口和太湖区域,AWiFS和LISS传感器图像因像元尺度不同而引起的暗像元反射率的偏差大约为8.98%;④线性模型y=0.996 x-0.003 1能较好地将AWiFS图像的"伪暗像元"表观反射率纠正到LISS图像的"伪暗像元"表观反射率的水平,其回归误差为1.86%。(本文来源于《国土资源遥感》期刊2013年02期)
陈军,孙记红,付军[6](2011)在《基于分区暗像元和Spline插值方法估算太湖气溶胶光学厚度》一文中研究指出传统暗像元大气校正算法认为研究区域上空的气溶胶光学厚度呈均匀分布状态。对于Ⅱ类水体,尤其是气溶胶类型复杂的内陆湖区,暗像元算法的均匀性假设将不再适用。针对传统暗像元算法的不合理性,本研究将太湖湖区划分为9个子区域,每个子区域利用传统暗像元算法估算其气溶胶光学厚度,然后结合Spline插值算法获取整个太湖的气溶胶光学厚度信息,并以传统暗像元大气校正算法作为参照,探讨与分析分区暗像元算法的精度状况。通过本文的研究可知:气溶胶光学厚度是遥感大气校正的关键参数;在2003年10月28日,受西北风的影响,太湖上空的气溶胶光学厚度呈湖南低,湖北高的分布模式;分区暗像元大气校正算法获取的气溶胶光学厚度平均值为0.79,标准偏差为0.099,标准偏差与平均值的比值为12.58%,与传统暗像元算法相比,分区暗像元算法综合考虑了水体上空气溶胶光学厚度空间分布的不均匀性,进而有利于改善大气校正的精度。(本文来源于《遥感信息》期刊2011年03期)
陈军,付军,孙记红[7](2011)在《几何校正对暗像元算法及离水辐亮度反演精度的影响:以太湖为例》一文中研究指出几何校正将引起几何校正前后像元的像素值发生变化,进而导致暗像元的辐亮度在几何校正前后存在偏差.本文以太湖为研究水区,以2003年10月28日的Landsat/TM影像、2008年7月24日的CBERS影像和2009年4月25日的HJ-1B影像作为数据基础,研究与探讨了几何校正对暗像元大气校正算法以及离水辐亮度反演精度的影响.通过本文的研究可知,几何校正将引起Landsat数据、CBERS数据和HJ-1B数据的暗像元辐亮度存在0.2,0.47和0.882W/(m2.sr.μm)的绝对偏差;对于上述叁景数据,几何校正将引起3.28%-9.81%的基于暗像元方法的气溶胶光学厚度估算偏差;几何校正对基于Landsat/TM影像数据和CBERS影像数据的离水辐亮度反演精度影响相对较小,其误差主要为0-6%,对基于HJ-1B卫星数据的离水辐亮度反演精度的影响相对较大,其误差主要为0-15%,局部区域可达40%以上.因此,大气校正必须在几何校正之前进行处理.(本文来源于《湖泊科学》期刊2011年01期)
郑求根,权文婷[8](2010)在《基于暗像元的Hyperion高光谱影像大气校正》一文中研究指出大气是影响遥感定量分析与应用的重要因素。该文利用暗像元大气校正算法,在IDL平台下,从Hyperion传感器的可见光-近红外波段逐通道提取大气光学厚度信息,并利用该数据实现对Hyperion数据大气校正的目的。研究结果表明,大气光学厚度随着通道中心波长的增加而减小,即与中心波长成负相关。光学厚度与中心波长的最佳经验模型为线性模型,模型的回归系数为0.912 3。通过分析校正前后的水体光谱曲线可知,大气的衰减作用使得卫星遥感信号不能正确表现自然水体的表观光学特性和内在光学特性,且对水体样本层次变化不敏感。在蓝绿波段,大气对光谱数据的污染最为严重,该波段的光谱特征与自然水体的理论光学特性完全相背离。由大气光学厚度光谱特性和自然水体光学特性可知,经过"暗像元"算法校正过的影像数据的质量得到显着改善。在缺少同步大气垂直剖面参数的情况下,暗像元算法将是Hyperion数据一种行之有效的大气效应消除方法。(本文来源于《光谱学与光谱分析》期刊2010年10期)
何颖清,邓孺孺,陈蕾,齐志新,秦雁[9](2010)在《复杂地形下自动提取多暗像元的TM影像大气纠正方法》一文中研究指出复杂地形条件下气溶胶的空间分布变化较大,用单一的气溶胶实测参数或单一的暗像元进行大气纠正都难以获得好的效果,手动选取暗像元还受限于专业人员的经验。通过程序自动提取图像中的浓密植被像元以及位于山区阴影的植被像元作为暗像元,使得暗像元均匀分布于图像的各个区域、各个海拔,更好地模拟复杂地形下的大气状况。根据辐射传输模型,利用迭代、插值等方法获取TM1和TM3波段光学厚度,进而推算成像时刻的气溶胶波长指数及混浊度系数,从而得到各个波段的大气光学厚度以实现大气纠正。(本文来源于《遥感技术与应用》期刊2010年04期)
彭妮娜,易维宁,方勇华[10](2008)在《400~1000nm波段反演气溶胶光学厚度的暗像元法》一文中研究指出从卫星遥感的角度来看,气溶胶的不确定性是可见-近红外遥感中大气校正的难点,从遥感数据本身来反演气溶胶参数,进而完成大气校正,一直是遥感研究的重点。针对可见-近红外波段大气辐射传输特点,提出了利用浓密植被红波段(660nm)与近红外波段(830nm)之间的线性关系反演气溶胶光学厚度的基于可见近红外波段的暗像元法,该方法主要思想是首先假设在清洁大气的条件下,利用MODTRAN辐射传输模型对遥感图像进行大气校正,以减少近红外波段大气的影响,再通过双层迭代法搜索浓密植被像元作为暗像元,根据红波段和近红外波段之间的线性关系通过近红外波段计算暗像元的红波段表观反射率,并反演气溶胶光学厚度。利用该方法对PHI航空高光谱图像进行了气溶胶光学厚度的反演,并给出了反演原理、步骤和误差分析。(本文来源于《红外与激光工程》期刊2008年05期)
暗像元论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
暗目标法是目前气溶胶光学厚度遥感反演中应用最为广泛的方法,浓密植被暗像元的识别是暗目标法的基础。针对可见光—近红外影像缺少中红外波段难以有效识别浓密植被暗像元的问题,引入红波段直方图阈值法识别山区可见光—近红外影像的浓密植被暗像元。该方法利用浓密森林像元在可见光波段反射率低的特点,通过搜索红波段直方图的最小峰值自动识别浓密植被暗像元。试验中选取Landsat TM影像前4个波段利用红波段直方图阈值法识别可见光—近红外影像的浓密植被暗像元,并与在中红外波段影像和可见光—近红外影像中广泛应用的两种暗像元识别方法进行对比分析,探讨红波段直方图阈值法的有效性,最后将该方法应用于环境减灾卫星(HJ-1)CCD影像的暗像元识别和气溶胶反演。实验结果表明:红波段直方图阈值法明显优于常用的可见光—近红外影像暗像元识别方法,识别精度接近传统的中红外波段影像识别方法,相似度指数小于2和小于3的暗像元分别为83.12%和93.48%。该方法为山区可见光—近红外影像浓密植被暗像元自动识别提供了一种新的适用方法,识别结果能够满足暗目标法反演气溶胶光学厚度的要求。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
暗像元论文参考文献
[1].吴海燕,卢远,华璀.基于暗像元法的南宁市气溶胶反演[J].环保科技.2015
[2].赵志强,李爱农,边金虎,郭文静,刘倩楠.山区可见光—近红外遥感影像浓密植被暗像元自动识别方法研究[J].遥感技术与应用.2015
[3].郭红,顾行发,谢勇,余涛,高海亮.基于ZY-3CCD相机数据的暗像元大气校正方法分析与评价[J].光谱学与光谱分析.2014
[4].檀静,李云梅,赵运林,吕恒,徐德强.利用氧气和水汽吸收波段暗像元假设的MERIS影像二类水体大气校正方法[J].遥感学报.2013
[5].陈军,权文婷.“伪暗像元”表观反射率的尺度特性——以AWiFS和LISS传感器图像为例[J].国土资源遥感.2013
[6].陈军,孙记红,付军.基于分区暗像元和Spline插值方法估算太湖气溶胶光学厚度[J].遥感信息.2011
[7].陈军,付军,孙记红.几何校正对暗像元算法及离水辐亮度反演精度的影响:以太湖为例[J].湖泊科学.2011
[8].郑求根,权文婷.基于暗像元的Hyperion高光谱影像大气校正[J].光谱学与光谱分析.2010
[9].何颖清,邓孺孺,陈蕾,齐志新,秦雁.复杂地形下自动提取多暗像元的TM影像大气纠正方法[J].遥感技术与应用.2010
[10].彭妮娜,易维宁,方勇华.400~1000nm波段反演气溶胶光学厚度的暗像元法[J].红外与激光工程.2008