云对大气红外辐射透过特性影响的研究

来源 :2006环境遥感学术年会 | 被引量 : 0次 | 上传用户:suing
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  大气中的云层背景对红外辐射传输有着严重的干扰,而利用大气辐射传输模型研究云对大气红外辐射透过特性的影响,对于定量判断导引头的作用距离具有重要的意义。利用SBDART大气辐射传输模型开展了云对典型大气状态下的红外辐射透过特征的影响研究,结合云参数资料针对云的光学厚度、云滴浓度、平均粒子半径、有效粒子半径等对大气红外辐射透过特征的影响进行了详细分析。
其他文献
叶面积指数(LAI)是植物冠层结构、群落生长分析和陆地生态系统研究的重要参数,它的改变标志植被生物物理状况的变化.首先,本文通过不同氮素营养水平的水稻小区实验,利用2004年中晚稻高光谱反射率数据,模拟中等分辨率成像光谱仪(MODIS)前四个通道,提出包含蓝、绿、红和近红外四个谱段的改进型NDVI(modified NDVI).接着比较分析了MNDVI和NDVI、EVI(增强型植被指数)、GRI(
针对多光谱、多传感器遥感图像的自动配准,本文提出一个新的基于Harris算子角点检测的高精度自动点匹配算法。该算法充分利用了图像的角点特征以及图像灰度和位置信息,匹配过程中采用圆形模板进行相似度计算和松弛匹配,并用全局一致性检测保证匹配的精度。实验表明,本算法对于存在仿射变换的遥感图像可以精确自动匹配,其精度和速度都优于传统的点匹配算法。
本文在简要介绍合成孔径雷达、高光谱成像仪和激光成像雷达工作原理的基础上,对它们的应用范围进行了总结和比较。以机场和房屋为例讨论合成孔径雷达图像中的目标检测方法;以物质光谱特征为依据介绍高光谱数据中的目标检测方法;根据激光成像雷达数据特点介绍了一种基于二维特征量的目标检测方法。
通常多光谱遥感影像分类采用统计算法,而对于波段序列各变量之间概率模型的讨论并不完整。本文将马尔可夫模型引入多光谱分类,提出了隐马尔可夫模型的分类方法。通过与传统的最大似然法和最小距离法等监督分类方法的比较,新的遥感影像分类方法取得更好的效果。文章具体讨论了模型拓扑结构和状态数的选择以及方法存在的不足。
由于具备立体测量功能的卫星不断增多,使利用星载遥感影像立体像对获取DEM逐渐成为可能。另外,较传统航空摄影测量,由于星载方式平台稳定,其姿态控制与测量精度较高,能充分保证3D坐标测量的精度。本文针对QuickBird、IKONOS、SPOT5三种卫星相似的立体成像方式进行了研究,利用星历和姿态内插的方法确定多中心投影的外方位元素初始值,利用前视、后视共线方程及误差方程,构建通用的立体测量数学模型,
高光谱遥感能提供数十至数百个窄波段的光谱信息,依据地物的诊断性光谱特征进行地物识别。然而,高光谱遥感在提供丰富光谱信息的同时,波段间的相关性和冗余性制约着高光谱遥感的应用。因此,特征参数选择是高光谱遥感分类中最关键的环节之一。本文首先讨论EO-1/Hyperion的传感器特征,并对其L1R数据进行辐射校正、去条纹、Smile效应纠正等预处理工作。其次利用从图像中提取的典型地物的光谱曲线,采用光谱重
地物特征与其光谱特征的关系是解译遥感影像的关键。利用ASD便携式地物光谱仪对上海崇明国际湿地公园人工湖中生长的沉水植物狐尾藻的反射光谱进行了初步研究。结果表明随狐尾藻盖度的增加,其光谱反射率、一阶导数和二阶导数红边斜率的峰值也相应增加,不同盖度狐尾藻的光谱反射率的差异主要表现在500-650nm和700-900nm波段范围。分别对狐尾藻盖度与这些波段光谱反射率及根据一阶导数和二阶导数获得的光谱指数
RESOURCESAT-1(也称IRS P6)数据是我国遥感应用领域的一个新的信息源,具有广阔的应用前景。为推动该数据的有效利用,本文以北京市2005年5月2日的RESOURCESAT-1 LISS 3数据为数据源,首先进行了基于图像数据的大气校正,然后系统介绍了利用RESOURCESAT-1 LISS 3数据反演地表反射率的方法,最后对反演结果进行了分析。
NDVI(Normalized Difference Vegetation Index)是使用最广泛的植被指数,它不仅大量的应用到实际业务中,而且是许多模型的重要输入参数。本文通过对不同生育期水稻的冠层光谱的分析,探讨了不同波段位置和波段宽度对不同生育期水稻NDVI的影响,以及在一定NDVI精度要求下红光波段位置和波段宽度的相互作用。结果表明:在所有的生育期红光波段的波段位置和波段宽度对NDVI影
高光谱遥感影像中的在可见光与近-中红外波长范围内的阴影为分类带来了很多的问题,而在热红外波长范围却不受阴影的影响。利用ASTER遥感影像中的热红外数据,根据热红外数据与可见光与近-中红外波长范围内的数据相关性,采用线性波段预测方法,为阴影区重新赋值,从而达到消除阴影的目的。