- 相關(guān)推薦
基于暗像元的Hyperion高光譜影像大氣校正
摘要：大氣是影響遙感定量分析與應(yīng)用的重要因素.該文利用暗像元大氣校正算法,在IDL平臺(tái)下,從Hyperion傳感器的可見(jiàn)光-近紅外波段逐通道提取大氣光學(xué)厚度信息,并利用該數(shù)據(jù)實(shí)現(xiàn)對(duì)Hyperion數(shù)據(jù)大氣校正的目的.研究結(jié)果表明,大氣光學(xué)厚度隨著通道中心波長(zhǎng)的增加而減小,即與中心波長(zhǎng)成負(fù)相關(guān).光學(xué)厚度與中心波長(zhǎng)的最佳經(jīng)驗(yàn)?zāi)Ｐ蜑榫�性模型,模型的回歸系數(shù)為0.912 3.通過(guò)分析校正前后的.水體光譜曲線可知,大氣的衰減作用使得衛(wèi)星遙感信號(hào)不能正確表現(xiàn)自然水體的表觀光學(xué)特性和內(nèi)在光學(xué)特性,且對(duì)水體樣本層次變化不敏感.在藍(lán)綠波段,大氣對(duì)光譜數(shù)據(jù)的污染最為嚴(yán)重,該波段的光譜特征與自然水體的理論光學(xué)特性完全相背離.由大氣光學(xué)厚度光譜特性和自然水體光學(xué)特性可知,經(jīng)過(guò)暗像元算法校正過(guò)的影像數(shù)據(jù)的質(zhì)量得到顯著改善.在缺少同步大氣垂直剖面參數(shù)的情況下,暗像元算法將是Hyperion數(shù)據(jù)一種行之有效的大氣效應(yīng)消除方法. 作者： 鄭求根[1]權(quán)文婷[2] Author： ZHENG Qiu-gen[1] QUAN Wen-ting[2] 作者單位： 中國(guó)地質(zhì)大學(xué)(北京)海洋學(xué)院,北京,100083北京師范大學(xué)資源學(xué)院,北京,100875 期 刊： 光譜學(xué)與光譜分析 ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2010, 30(10) 分類號(hào)： X87 關(guān)鍵詞： Hyperion傳感器 暗像元算法 大氣校正 遙感 機(jī)標(biāo)分類號(hào)： TB8 TP3 機(jī)標(biāo)關(guān)鍵詞： 暗像元 Hyperion 高光譜影像 大氣校正算法 Correction Algorithm 表觀光學(xué)特性 光學(xué)厚度 自然水體 中心波長(zhǎng) 大氣光學(xué) 影像數(shù)據(jù) 遙感定量分析 線性模型 近紅外波段 重要因素 消除方法 衛(wèi)星遙感 通道 衰減作用 數(shù)據(jù)實(shí)現(xiàn) 基金項(xiàng)目： 國(guó)家十一五科技支撐項(xiàng)目，中國(guó)海陸地質(zhì)地球物理系列圖項(xiàng)目【基于暗像元的Hyperion高光譜影像大氣校正】相關(guān)文章：
基于端元提取的高光譜影像特定目標(biāo)識(shí)別07-10
基于光譜相關(guān)性的SVM高光譜遙感影像分類07-10
基于短波紅外波段的Ⅱ類水體MODIS影像大氣校正算法07-14
基于清潔水體像元法的環(huán)境-1A衛(wèi)星CCD水體圖像大氣校正07-13
基于概率潛語(yǔ)義分析模型的高光譜影像層次聚類分析06-05
基于Hyperion高光譜數(shù)據(jù)的土地退化制圖研究--以陜西省橫山縣為例09-30
基于實(shí)測(cè)端元光譜的多光譜圖像光譜模擬研究07-14
關(guān)于高光譜影像的土地信息提取07-19