遥感技术与应用, 2020, 35(1): 153-162 doi: 10.11873/j.issn.1004-0323.2020.1.0153

模型与反演

FY-3C中分辨率成像光谱仪数据的窄波段地表反照率验证研究

赵春亮,1,2, 许文波3, 范锦龙,1

1. 国家卫星气象中心, 北京 100081

2. 中国农业科学院农业资源与农业区划研究所,北京 100081

3. 电子科技大学资源与环境学院, 四川 成都 611731

Validation of Narrow-band Surface Albedo Retrieved from FY-3C MERSI Satellite Data

Zhao Chunliang,1,2, Xu Wenbo3, Fan Jinlong,1

1. National Satellite Meteorological Center, Beijing 100081, China

2. Chinese Academy of Agricultural Sciences, Institute of Agricultural Resources and Regional Planning, Beijing 100081, China

3. University of Electronic Science and Technology of China, School of Resources and Environment, Chengdu 611731, China

通讯作者: 范锦龙(1975—),男,山西偏关人,副研究员,主要从事地球观测研究。E⁃mail:fanjl@cma.gov.cn

收稿日期: 2018-10-09   修回日期: 2020-01-11   网络出版日期: 2020-03-31

基金资助: 国家重点研发计划项目.  2016YFA0600301.  2016YFA0600302

Received: 2018-10-09   Revised: 2020-01-11   Online: 2020-03-31

作者简介 About authors

赵春亮(1992—),男,山西应县人,博士研究生,主要从事植被定量遥感方面的研究E⁃mail:zcluestc@163.com , E-mail:zcluestc@163.com

摘要

地表反照率数据对地表能量平衡和全球变化研究具有重要意义。基于2014年FY-3C卫星250 m分辨率的反射率数据和角度数据,选取非洲及北美洲的4个区域作为研究区,采用RossThick-LiSparseR模型作为BRDF(Bidirectional Reflectance Distribution Function)核模型反演了地表窄波段反照率,得到250 m分辨率的4个窄波段黑空、白空反照率。将反演得到的FY-3C地表窄波反照率产品与MODIS反照率产品(MCD43A3)数据进行了交叉验证,结果表明:FY-3C窄波段反照率与对应MODIS窄波段反照率对比的均方根误差在0.01~0.04,平均偏差(MBIAS)为0.09,FY-3C窄波段反照率与对应的MODIS窄波段反照率在可见光波段、近红外波段有较好的一致性。本研究提升了国产风云极轨卫星的应用范围,可为FY-3C地表反照率业务化产品提供算法支撑。

关键词: 地表反照率 ; FY⁃3C ; MERSI ; MODIS

Abstract

Surface albedo is one of the driving factors in surface radiant energy balance and surface-atmosphere interaction.It is widely used in surface energy balance, medium and long-term weather forecasting and global change research.This study aims to validate the surface albedo retrieved from FY-3C MERSI. This paper selected four regions in Africa and North America as study areas to validate the retrieved albedo from the reflectance data and angle data of FY-3C MERSI at 250 m resolution in 2014. The semi-empirical kernel-driven BRDF(bidirectional reflectance distribution function) model RossThick-LiSparseR and least squares fitting method were used to calculate the parameter of BRDF. Then four narrow-band black-sky albedos and four narrow-band white-sky albedos can be obtained by angle integration. Finally, the cross-validation of FY-3C surface narrow-band albedo products with MODIS albedo products (MCD43A3) was carried out. The results show that theRoot Mean Square Error(RMSE) between the FY-3C narrow-band albedo and the corresponding MODIS narrow-band albedo is in the range of 0.01 ~ 0.04, and the Mean Bias (MBIAS) is 0.09. FY-3C narrow-band albedo has good consistency with the corresponding MODIS narrow-band albedo in the visible and near-infrared bands. So, the methodologyof using the BRDF model to invert the surface albedo of FY-3C medium resolution imaging spectrometer data is feasible and reliable. The further improvement of the inversion accuracy of FY3C-MERSI surface albedo also depends on the improvement of basic data processing quality, including image geometric correction, calibration, and strict data quality control.

Keywords: Surface Albedo ; FY-3C ; MERSI ; MODIS

PDF (14611KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

赵春亮, 许文波, 范锦龙. FY-3C中分辨率成像光谱仪数据的窄波段地表反照率验证研究. 遥感技术与应用[J], 2020, 35(1): 153-162 doi:10.11873/j.issn.1004-0323.2020.1.0153

Zhao Chunliang, Xu Wenbo, Fan Jinlong. Validation of Narrow-band Surface Albedo Retrieved from FY-3C MERSI Satellite Data. Remote Sensing Technology and Application[J], 2020, 35(1): 153-162 doi:10.11873/j.issn.1004-0323.2020.1.0153

1 引 言

地表反照率(Surface Albedo)反映了地球表面对太阳辐射的反射能力,是地表辐射能量平衡以及地气相互作用中的驱动因子之一,被广泛地应用于地表能量平衡、中长期天气预测和全球变化研究[1]。遥感是获取地表反照率的主要手段,能在时间和空间上满足持续反演区域及全球地表反照率的需求。

国际上基于中低分辨率卫星如MODIS、VEGETAION、POLDER、MISR、MERIS等已经实现了地表反照率产品的反演与共享。Terra和Aqua两颗卫星上的MODIS已生产了系列反照率产品,采用Sinusoidal Tile Grid和Climate Modeling Grid (CMG)两种不同的方法对地球进行网格投影划分,具有500 m、1 km及0.05° 的空间分辨率,时间分辨率为1 d[2];ADEOS-1、ADEOS-2、PARASOL卫星的POLDER传感器的数据已生产了1996 ~2010年的反照率数据产品,采用sinusoidal投影,空间分辨率为7 km,时间分辨率是每旬[3];ENVISAT卫星上的MERIS传感器数据也生产了2003~2012年间的反照率产品,空间分辨率为0.05°,采用等经纬度投影[4],时间分辨率包括16 d和30 d;法国SPOT4/5卫星上的VEGETAION传感器数据也生产了2002~ 2003年的全球反照率数据产品,空间分辨率为0.05°,时间分辨率为每旬[5];GLASS地表反照率产品采用MODIS、AVHRR多源遥感数据生产了1982 ~2015年反照率产品,空间分辨率为1 km和0.05° 两种,时间分辨率为8 d[6,7]

目前,利用国产自主卫星进行地表反照率的研究相对较少。朱爱军等[8]针对FY-2D卫星反演地表反照率进行了初步研究;张虎等[9]利用先验知识估算的方法对HJ-1卫星CCD数据进行了地表反照率反演研究;樊宪磊等[10]分别使用基于地表反射率的直接算法和基于MODIS核系数的反演方法估算了HJ-1A/B CCD数据的地表反照率,验证均方根误差为0.015 ~ 0.041,在积雪地表估算误差较大;阎宏波等[11]通过光谱响应函数分析将MODIS反照率查找表转换为MERSI查找表,查表得到风云MERSI地表反照率;孙越君等[12]对GF-4静止卫星数据的地表反照率反演进行了初步探索;但利用与MODIS相近特点的FY-3系列极轨卫星中低分辨率数据开展地表反照率的反演研究还很欠缺。近年来随着FY-3C、FY-3D卫星的成功发射以及MERSI传感器质量的提高,利用MERSI传感器的250 m分辨率数据进行地表反照率反演具有重要的意义。

2 研究区与数据

2.1 研究区

在非洲和北美洲选取了具有典型地表特性的4个研究区域(见表1),包括非洲西部布基纳法索(BurkinaFaso)的Koumbia地区,非洲东部埃塞俄比亚(Ethiopia)的WestShewa地区、坦桑尼亚(Tanzania)的Rungwe地区,北美洲美国(USA)的Fresno地区。4个研究区域的地表反射率影像快视图如图2,每个区域都是5°×5° 的等经纬度区块,空间分辨率为250 m,研究区域内包括植被、水体和裸地等多种地表覆盖类型。

表1   研究区域地理位置

Table 1  Geographical location of the study area

区域经度/°纬度/°
BurkinaFaso Koumbia-6.14,-1.148.72,13.72
Ethiopia WestShewa35.30,40.306.60,11.60
Tanzania Rungwe31.68,36.68-11.55,-6.55
USA Fresno-122.32,-117.3234.28,39.28

新窗口打开| 下载CSV


图2

图2   研究区FY-3C反射率影像(波段3,4,1合成)

Fig.2   The reflectance image of FY-3C in the study area(composed of band 3、4、1)


2.2 FY-3C卫星数据

FY-3系列气象卫星是我国自主研制的第二代极地轨道气象卫星[13],它是在FY-1系列气象卫星技术基础上的发展和提高,在功能和技术上向前跨进了一大步,具有质的变化,能够获取全球、全天候、三维、定量、多光谱的大气、地表和海表特性参数[14]。FY-3系列卫星的研制成功使中国在极轨气象卫星领域更进一步缩小与美国、欧洲等发达国家的差距,接近或赶上其发展水平,增强了中国参与国际合作和国际竞争的能力[15]

FY-3C气象卫星是上午轨道星,主要以气候变化监测和大气定量探测为主。核心仪器中分辨率光谱成像仪(MERSI)可以探测来自地球大气系统的电磁辐射,得到20个通道的多光谱信息。通过成像,可以实现植被、生态、地表覆盖分类以及积雪覆盖等陆表特性全球遥感监测[16]。可见光三通道真彩色图像可实现多种自然灾害和环境影响的图像监测[17]。其中可见光通道1为蓝光波段,通道2为绿光波段,通道3为红光波段,通道4为近红外波段,空间分辨率均为250 m,各通道波段光谱范围、空间分辨率等通道特性见表2[18]

表2   MERSI 250 m分辨率通道特性

Table 2  The 250 m resolution channel specification of MERSI

通道序号

中心波长

/µm

光谱带宽

/µm

空间分辨率

/m

噪声等效反射率ρ/%

或噪声等效温差

动态范围

(最大反射率ρ、最大温度K)

10.4700.052500.45100%
20.5500.052500.40100%
30.6500.052500.40100%
40.8650.052500.45100%

新窗口打开| 下载CSV


FY-3C卫星地表反照率反演所需的基础输入数据包括分辨率为250 m的地表反射率数据以及角度数据,从国家卫星气象中心获取。数据的预处理操作包括辐射校正、几何校正[19]、大气校正、数据异常处理以及数据质量控制等步骤。大气校正采用6S辐射传输模型;数据质量控制中采用光谱有效性阈值法,利用可见光和近红外的4个波段、归一化植被指数NDVI、归一化水体指数NDWI、归一化亮度指数NDGR设定阈值进行云检测,将影像分为晴空区域和非晴空区域。最终将不同时段的影像拼接成等经纬度投影,空间分辨率为250 m的研究区影像。

MERSI传感器的250 m角度数据包括太阳天顶角、太阳方位角、观测天顶角和观测方位角。在16 d内,探测器在轨道上多次观测的太阳-卫星-地表的相对位置变化明显°(如图1)。图中圆点表示太阳天顶角,三角形表示观测天顶角,每次观测的角度数据点颜色一致,假定16 d内地表下垫面二项特性保持不变,则累积的反射率数据实现了对地表的多角度观测,因此可利用陆表二向辐射传输模型来反演获取地表反照率。

图1

图1   FY-3C MERSI角度数据分布

Fig.1   The angle data of FY-3C


3 地表反照率反演方法

利用FY-3C卫星数据拟合BRDF模型,计算得到了空间分辨率为250 m,时间分辨率为16 d合成的窄波段黑空反照率和白空反照率。通过筛选像元16 d内满足大于等于7 d是晴空的反射率及角度数据组成多角度观测数据集来拟合BRDF模型系数。BRDF模型(公式(1))采用基于线性核驱动的RossThick-LiSparseR模型,该模型是包含一个常数项和两个核的线性核驱动模型[20]

Rθi,θν,ϕ,λ=fiso+fgeoλkgeoθi,θν,ϕ,λ+fvolkvolθi,θν,ϕ,λ

其中:R为地表二向反射率,fisofgeofvol是模型的3个待定参数;θiθνϕ分别是太阳天顶角、卫星观测天顶角和太阳与卫星的相对方位角;kgeoθi,θν,ϕ,λkvolθi,θν,ϕ,λ分别代表几何光学核RossThick[21]和体散射核LiSparseR[22]

采用最小二乘法拟合出最佳的BRDF核系数fisofgeofvol后,通过核外推可以获得任意天顶角和观测角的方向反射率。自然界中,地表下行辐射通量既有太阳的直接入射,也有散射,对二向反射分布函数BRDF在观测方向上半球积分得到黑空反照率,同时在入射和观测方向上双半球积分得到白空反照率,从而反演出MERSI的4个窄波段黑空反照率和窄波段白空反照率。

4 交叉验证

采用交叉验证的方法验证自行反演的FY3C-MERSI的反照率产品的质量。MODIS是美国国家航空航天局(NASA)的地球观测系统(EOS)中的Terra和Aqua卫星上重要的中低分辨率传感器,EOS从2000年开始发布覆盖全球的地表反照率产品,是目前世界上反照率数据最详细,种类最多的产品[23]。其中,MCD43A3反照率产品具有500 m的空间分辨率,1 d的时间分辨率。

MCD43A3产品是由NASA提供的地表反照率业务化产品,采用RTLSR算法[24]反演,该反演算法已经发展成熟,且拥有足够的反演数据,因此,MODIS地表反照率数据是比较准确的。MODIS波段1波谱范围为0.62~0.67 µm,波段2波谱范围为0.841~0.876 µm,波段3波谱范围为0.459~0.479 µm,波段4波谱范围为0.545~0.565 µm,与FY-3C的MERSI传感器对应波段3、4、1、2的波谱范围基本一致,对应光谱响应函数如图4[17]。因此,可将MCD43A3的窄波段地表反照率作为参考值进行验证分析。在进行精度验证之前需要对FY-3C窄波段地表反照率进行波段转换。验证选取2014年与FY-3C所选4个研究区域相对应的MCD43A3反照率数据,从NASA官网下载数据后,进行了进一步处理,包括投影转换以及影像的裁剪拼接。由于两者的分辨率不同,本研究利用窗口平均的方法将分辨率为250 m的FY-3C地表反照率数据统一到与MCD43A3产品相同的500 m空间分辨率,然后进行对比验证。

图3

图3   研究区地表黑空与白空反照率(BSA为黑空,WSA为白空)

Fig.3   The Black Sky Albedo(BSA) and White Sky Albedo(WSA) in the study area


图4

图4   FY-3C与MODIS光谱响应函数

Fig.4   The spectral response function of FY-3C and MODIS


FY-3C的各研究区反照率反演结果与MODIS对应的反照率产品对比快视图如图4。其中,BSA代表黑空反照率,WSA代表白空反照率,FY-3C研究区图像为波段3、4、1组合,MODIS的MCD43A3产品研究区图像为波段1、2、3组合。Tanzania_Rungwe地表反照率合成时间为2014年5月10日~25日,BurkinaFaso_Koumbia地表反照率合成时间为2014年1月1日~16日,USA_Fresno地表反照率合成时间为2014年9月7日~22日,Ethiopia_West Shewa地表反照率合成时间为2014年12月11日~26日。

验证方法采用相关性分析、均方根误差分析及偏差分析。相关性表示两组数据的相似程度,可以用相关系数来衡量(R)。

R=αMODIS-αMODIS¯(αFY-αFY¯)(αMODIS-αMODIS¯)2(αFY-αFY¯)2

其中:αMODIS表示MCD43A3窄波段反照率,αFY表示FY-3C窄波段反照率,r表示两者的相关系数。相关系数越接近于1表示两者的相似程度越大,则可以说明FY-3C地表反照率的质量与MODIS产品有很高的相似度。

均方根误差描述的是观测值与真值偏差的平方与观测次数n比值的平方根。

RMSE=1NαFY-αMODIS2N

其中:αMODIS表示MCD43A3窄波段反照率,αFY表示FY-3C窄波段反照率,N表示影像中随机选取的验证点的个数,RMSE表示两者的均方根误差。

偏差定义的是预测值的期望与真实值之间的差距,用于描述FY地表反照率与MODIS地表反照率之间的差距(公式(4))。

bias=1NαFY-αMODISN

其中:αMODIS表示MCD43A3窄波段反照率,αFY表示FY-3C窄波段反照率,N表示影像中随机选取的验证点的个数,bias表示两者的绝对偏差。绝对偏差越小表明两者的相似程度越高。

4个研究区域中,利用FY-3C反演得到的地表反照率与MODIS产品的反照率分布趋势基本一致。在4个研究区内随机挑选FY-3C和MODIS数据都为晴空部分的地表反照率数据,与对应的MODIS地表反照率产品数据进行相关性分析、RMSE、BIAS分析结果见表3,4,5。验证数据散点图如图5~图8,图中第1行从左到右分别为FY-3C的Band1~Band4黑空反照率(BSA)与对应MODIS产品的散点图;第2行从左到右分别为FY-3C的Band1~Band4白空反照率(WSA)与对应MODIS产品的散点图。散点图中横轴表示FY-3C地表反照率产品,纵轴表示对应的MODIS地表反照率产品。

表3   研究区验证点相关性统计

Table 3  Correlation of verification points in study area

地表反照率研究区TanzaniaRungweBurkinaFasoKoumbiaUSAFresnoEthiopiaWestShewa
BSAFY3C_band1-MODIS_band30.73810.52940.88540.8709
FY3C_band2-MODIS_band40.83940.73980.93620.8732
FY3C_band3-MODIS_band10.89090.87760.94020.9092
FY3C_band4-MODIS_band20.93200.89440.88010.9004
WSAFY3C_band1-MODIS_band30.62710.50550.85430.8388
FY3C_band2-MODIS_band40.74600.73500.89610.8295
FY3C_band3-MODIS_band10.83450.86900.89420.8770
FY3C_band4-MODIS_band20.90740.85920.75880.8682

新窗口打开| 下载CSV


表4   研究区验证的均方根误差统计

Table 4  RMSE of validation in study areas

地表反照率研究区TanzaniaRungweBurkinaFasoKoumbiaUSAFresnoEthiopiaWestShewa
BSAFY3C_band1-MODIS_band30.0810.0140.0330.055
FY3C_band2-MODIS_band40.0180.0070.0410.016
FY3C_band3-MODIS_band10.0090.0230.0320.008
FY3C_band4-MODIS_band20.0050.1030.0230.018
WSAFY3C_band1-MODIS_band30.0980.0800.0340.080
FY3C_band2-MODIS_band40.0210.0070.0380.020
FY3C_band3-MODIS_band10.0110.0050.0270.011
FY3C_band4-MODIS_band20.0080.0290.0270.027

新窗口打开| 下载CSV


表5   研究区验证点BIAS统计

Table 5  Bias of validation in study areas

地表反照率研究区TanzaniaRungweBurkinaFasoKoumbiaUSAFresnoEthiopiaWestShewa
BSAFY3C_band1-MODIS_band30.0090.0060.2490.008
FY3C_band2-MODIS_band40.0040.1850.2490.005
FY3C_band3-MODIS_band10.0050.2430.2430.025
FY3C_band4-MODIS_band20.0480.2450.2120.043
WSAFY3C_band1-MODIS_band30.0090.0090.2470.008
FY3C_band2-MODIS_band40.0040.0250.2430.005
FY3C_band3-MODIS_band10.0060.0970.2040.031
FY3C_band4-MODIS_band20.0950.2340.1340.049

新窗口打开| 下载CSV


图5

图5   Rungwe_Tanzania研究区黑空、白空反照率散点图

Fig.5   scatter plot of BSA and WSA in Rungwe_Tanzania


图6

图6   Koumbia_BurkinaFaso研究区黑空、白空反照率散点图

Fig.6   scatter plot of BSA and WSA in Koumbia_BurkinaFaso


图7

图7   Fresno_USA_MODIS研究区黑空、白空反照率散点图

Fig.7   scatter plot of BSA and WSA in Fresno_USA_MODIS


图8

图8   WestShewa_Ethiopia研究区黑空、白空反照率散点图

Fig.8   Scatter plot of BSA and WSA in WestShewa_Ethiopia


从图中可以直观看出,FY-3C地表反照率产品与MODIS地表反照率产品的散点分布比较规则。两种地表反照率产品在可见光波段和近红外波段有较好的一致性。RMSE大致在0.01~0.04范围内,bias为0.09,说明FY与MODIS反照率数据有较好的吻合度。但在BurkinaFaso地区蓝波段相关性稍差,差异产生的原因可能是:①经过6S大气校正的FY-3C反射率与对应的MODIS反射率产品在波段转换后还是存在一定的差异,导致反照率反演结果也存在偏差;②FY-3C MERSI的地理定位存在2~10个像元的不均匀性几何误差[20],利用时间序列数据反演高级产品会产生偏差;③采用光谱有效性阈值法去云处理能够去除大部分云,但是对于薄云的去除以及云雪的区分效果不是很好。未去除的薄云区域的反射率数据会在反演BRDF系数的过程中带入误差,降低反演精度。

5 结 语

利用境外4个研究区,采用交叉验证的方法,验证了基于自主卫星FY3C-MERSI数据,采用RossThick-LiSparseR核驱动BRDF模型反演的地表反照率产品,验证结果表明:两种地表反照率产品在可见光波段和近红外波段有较好的一致性。FY3C-MERSI地表反照率反演精度的提高还依赖于基础数据处理质量的提高,包括数据定位、定标以及数据质量严格控制等关键环节。

在FY-3C地表反照率反演过程中,仅对16 d内累积的地表反射数据进行了去云和大气校正,未考虑地表反射数据亚像元云的判断和气溶胶的污染,影响输入多角度反射数据的质量;在利用约束性最小二乘法反演BRDF模型权重系数fisofgeofvol的过程中未对拟合结果进行质量控制,默认进行全反演;在与MODIS地表反照率产品进行交叉验证时仅对4个研究区MODIS地表反照率全部数据进行了验证分析,缺少对MCD43A3产品本身质量的控制,这会对FY-3C反照率产品的检验精度产生一定影响。在后续的研究中将使用最小拟合误差(RMSE)和权重决定因子(MoD[25])对模型进行质量控制,进一步完善FY-3C地表反照率的质量标定,并尝试引入BRDF先验估计值作为先验知识进行地表反照率的反演,以期改善FY-3C地表反照率的反演精度。

参考文献

Dickinson R E .

Land Processes in Climate Models

[J].Remote Sensing of Environment,1995,51(1):27-38.

[本文引用: 1]

Schaaf C , Wang Z .MCD 43A1

MODIS/Terra+Aqua BRDF/Albedo Model Parameters Daily L

Global-500 m V006[EB/OL].,2015.

URL     [本文引用: 1]

European Space Agency .

MERIS Product Handbook

[EB/OL].,2011.

URL     [本文引用: 1]

ADEOS .

Advanced Earth Observing Satellite-II-Reference Handbook

[EB/OL].,2006.

URL     [本文引用: 1]

Sánchez-Zapero J .

Global 10-daily SPOT-VEGETATION Bi-hemisphericalAlbedo(Continents) Product User Manual

[EB/OL].,2017.

URL     [本文引用: 1]

Liang Shunling , Zhang Xiaotong , Xiao Zhiqiang ,et al .

Global and Surface Satellite(GLASS) Products: Algorithm, Verification and Analysis

[M].Beijing:Higher Education Press,2014:33-72.梁顺林,张晓通,肖志强, .

全球陆表特征参量(GLASS)产品:算法、验证与分析

[M] .北京:高等教育出版社,2014:33-72.

[本文引用: 1]

Qu Y , Liu Q , Liang S ,et al .

Direct-estimation Algorithm for Mapping Daily Land-surface Broadband Albedo from MODIS Data

[J].IEEE Transactions on Geoscience and Remote Sensing,2013,52(2):907-919.

[本文引用: 1]

Wang Fei .

Preliminary Study on Retrieving Surface Albedo with FY-2D Data

[D].Nanjing:Nanjing University of Information Science & Technology,2013.

王飞.应用FY-2D资料反演地表反照率的初步研究

[D] .南京:南京信息工程大学,2013.

[本文引用: 1]

Zhang Hu , Jiao Ziti , Li Xiaowen ,et al .

A Priori Knowledge Application in the Retrieval of Surface Albedo Using HJ-1 CCD Data

[J].Journal of Remote Sensing,2013,17(2):295-305.张虎,焦子锑,李小文, .

先验知识估算HJ-1CCD数据地表反照率

[J].遥感学报,2013,17(2):295-305.

[本文引用: 1]

Fan Xianlei , Yan Hongbo , Qu Ying .

Comparison and Validation of the Methods for Estimating Surface Albedo from HJ-1 A/B CCD data

[J].Remote Sensing for Land & Resources,2019,31(3):123-131.

樊宪磊,阎宏波,瞿瑛.

基于HJ-1A/B CCD地表反照率估算方法比较与验证

[J].国土资源遥感,2019,31(3):123-131.

[本文引用: 1]

Yan Hongbo .

Remote Sensing Estimation Method of Surface Albedo from FY-3C MERSI Data

[D] .Jilin:Northeast Normal University,2019.

阎宏波. 基于FY-3C MERSI数据的地表反照率遥感估算方法研究

[D] .吉林:东北师范大学,2019.

[本文引用: 1]

Sun Yuejun , Wang Zihao , Qin Qiming ,et al .

Retrieval of Surface Albedo based on GF-4 Geostationary Satellite Image Data

[J].Journal of Remoting Sensing,2018,22(2):220-233.孙越君,汪子豪,秦其明, .

高分四号静止卫星数据的地表反照率反演

[J].遥感学报,2018,22(2):220-233.

[本文引用: 1]

Yang Jun , Dong Chaohua , Lu Naimeng ,et al .

FY-3A: The New Generation Polar-orbiting Meteorological Satellite of China

[J].Acta Meteorologica Sinica,2009,67(4):501-509.杨军,董超华,卢乃锰, .

中国新一代极轨气象卫星—风云三号

[J].气象学报,2009,67(4):501-509.

[本文引用: 1]

Zhang Peng , Yang Hu , Qiu Hong ,et al .

Quantitative Remote Sensing from the Current Fengyun 3 Satellites

[J].Advances in Meteorological Science and Technology,2012,2(4):6-11.张鹏,杨虎,邱红, .

风云三号卫星的定量遥感应用能力

[J].气象科技进展,2012,2(4):6-11.

[本文引用: 1]

Lu Naimeng , Dong Chaohua , Yang Zhongdong ,et al .

Ground Segment of the New General of Fengyun Popoar Orbit Meteorological Satellite (FY-3) and Its Data Application

[J].Engineering Science,2012(9):10-19.卢乃锰,董超华,杨忠东, .

我国新一代极轨气象卫星(风云三号)工程地面应用系统

[J].中国工程科学,2012(9):10-19.

[本文引用: 1]

Zhu Aijun , Hu Xiuqing , Lin Manyun ,et al .

Global Data Acquisition Methods and Data Distribution for FY-3D Meteorological Satellite

[J].Journal of Marine Meteorology,2018(3):1-10.朱爱军,胡秀清,林曼筠, .

风云三号D气象卫星全球数据获取方法及数据分发

[J].海洋气象学报,2018(3):1-10.

[本文引用: 1]

Hu Xiuqing , Wu Ronghua .

National Satellite Meteorological Centre. FY-3C Medium Resolution Spectrum Imager L1 Data

[EB/OL].,2013.

胡秀清

,

URL     [本文引用: 2]

吴荣华 .FY-3C 中分辨率光谱成像仪L1数据[EB/OL].,2013.

URL     [本文引用: 2]

Yang Jun , Dong Chaohua ,et al .

New Generation FengYun Polar-orbiting Meteorological Satellite Business Product and Application

[M].Beijing:Science Press,2011:56-57. 杨军,董超华, .

新一代风云极轨气象卫星业务产品及应用

[M].北京:科学出版社,2011:56-57.

[本文引用: 1]

Fan Jinglong , Zhang Yeping , Li Changbao ,et al .

Systematic Analysis of Geometric Performance of Fengyun-3C MERSI Satellite Data Using Image Chip Matching Method

[J].Remote Sensing Technology and Application,2018,33(4) :621-627.范锦龙,张晔萍,李昌宝, .

风云卫星中分辨率遥感数据几何定位误差分析

[J].遥感技术与应用,2018,33(4):621-627.

[本文引用: 1]

Wen Jianguang , Liu Qiang , Xiao Qing ,et al .

Remote Sensing Modeling of Surface Bidirectional Reflectance Characteristics and Retrieval of Albedo

[M].Beijing:Science Press,2015:39-40.闻建光,刘强,肖青, .

陆表二向反射特性遥感建模及反照率反演

[M].北京:科学出版社,2015:39-40

[本文引用: 2]

Roujean J L , Leroy M , Deschamps P Y .

A Bidirectional Reflectance Model of the Earth's Surface for the Correction of Remote Sensing Data

[J].Journal of Geophysical Research Atmospheres,1992,97(D18):20455-20468.

[本文引用: 1]

Lucht W , Schaaf C B , Strahler A H .

An Algorithm for the Retrieval of Albedo from Space Using Semiempirical BRDF Models

[J].IEEE Transactions on Geoscience & Remote Sensing,2002,38(2):977-998.

[本文引用: 1]

Wu Hongyi , Tong Ling , Chen Yunping .

Evaluation of MODIS Shortwave Albedo Products over ChinaFLUX Sites

[J].Remote Sensing Technology and Application,2012,27(5):735-739.

吴宏伊, 童玲, 陈云坪

.

基于中国通量网的MODIS短波反照率验证与分析

[J].遥感技术与应用,2012,27(5):735-739.

[本文引用: 1]

Schaaf C B , Gao F , Strahler A H ,et al .

First Operational BRDF,Albedo Nadir Reflectance Products from MODIS

[J].Remote Sensing of Environment,2002,83(1):135-148.

[本文引用: 1]

Lucht W , Lewis P .

Theoretical Noise Sensitivity of BRDF and Albedo Retrieval from the EOS-MODIS and MISR Sensors with Respect to Angular Sampling

[J].International Journal of Remote Sensing,2000,21(1):81-98.

[本文引用: 1]

/