基于神经网络的二类水体大气校正

论文摘要

以MERIS高光谱影像为数据源,根据现有大气传输模型和大气校正方法,探索了适合于内陆湖泊二类水体的高光谱遥感影像大气校正方法。在6S辐射传输模型的基础上,构建了基于神经网络的二类水体大气校正算法。通过构建输入卫星辐亮度直接提取离水反射率的模型,无需同步气溶胶参数,即可实现大气校正。对2010年8月9日的MERIS影像进行大气校正,并将校正后的遥感反射率与准同步实测离水反射率进行对比分析,结果表明,大气校正过程有效去除了大气效应的影响,经过大气校正的13个波段的平均相对误差分布在10%～40%,得到了与实测值相近的水体遥感反射率。

论文目录

• 1 数据来源及其处理
•   1.1 地面实测数据
•   1.2 MERIS影像数据
• 2 大气校正网络的构建
•   2.1 6S辐射传输模型
•   2.2 数据集的构建
•   2.3 神经网络模型的构建
• 3 结果分析
• 4 结语

文章来源

类型: 期刊论文

作者: 沈菊平,王得玉

关键词: 水色遥感,大气校正,神经网络

来源: 地理空间信息 2019年01期

年度: 2019

分类: 基础科学,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 南京邮电大学通信与信息工程学院

基金: 江苏省自然科学基金青年基金资助项目(BK20140868)

分类号: X52;X87

页码: 54-57+11

总页数: 5

文件大小: 1763K

下载量: 172