Sentinel-2_User_Handbook
1
2015
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
Sentinel-2数据的冬小麦地上干生物量估算及评价
1
2017
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
Sentinel-2数据的冬小麦地上干生物量估算及评价
1
2017
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
基于欧洲航天局“哨兵-2A”卫星的太湖蓝藻遥感监测
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
基于欧洲航天局“哨兵-2A”卫星的太湖蓝藻遥感监测
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
基于Sentinel-1A与Sentinel-2A融合的土地利用/覆盖分类研究—以昆明市呈贡区为例
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
基于Sentinel-1A与Sentinel-2A融合的土地利用/覆盖分类研究—以昆明市呈贡区为例
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
Using Multispectral Landsat and Sentinel-2 Satellite Data to Investigate Vegetation Change at Mount St.Helens Since the Great Volcanic Eruption in 1980
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
基于决策树和SVM的Sentinel-2A影像作物提取方法
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
基于决策树和SVM的Sentinel-2A影像作物提取方法
1
2018
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
Sentinel-
3
2011
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
... ESA官方反演气溶胶主要是基于改进的DDV算法,提取暗像元时参照了 ACTOR软件多阈值判断和迭代求解的思想 [39] ,相对于最原始的DDV算法,它通过迭代计算减少了负反射率值的出现,在确定气溶胶类型方面更具灵活性,并且改进查找表提高了计算效率和精度 [7].对于暗像元较少的影像,算法在查找暗像元时虽然已经放宽了设定条件,将2.1 μm处判断暗像元的阈值从0.05提升至0.1、0.12,但是由于北方冬季和初春季节植被较少,即便是利用改进的DDV算法并仍未找到符合数量和质量要求的暗像元.经直方图统计发现,13景中每景影像反演得到的AOD图像中所有像元值均一样,为固定值(见表2),相当于每景影像采用了默认能见度值换算,这是不符合实际的.这在一定程度上表明Sentinel官方反演算法得到的AOD在植被少的季节无空间变化,而气溶胶在一定区域范围内的分布应具有空间特征.显然官方反演结果是有很大误差的. ...
1
2017
... 近年来,随着中高分辨率卫星日益增多,广大用户接触到的遥感数据源更加广泛,但是提供全球免费观测服务、具有较高几何精度和辐射精度的卫星却比较少,目前,最常用的有Landsat-8和Sentinel-2.Sentinel-2是全球环境与安全监测计划(GMES计划)下的高空间分辨率卫星,包括A、B两星,分别于2015年6月和2017年3月发射成功,两者轨道运行高度均为786 km,以相位差180°的方式组成观测星座,双星重访周期5 d.两星搭载的多光谱成像仪波段设置相似,实际成像与产品分发幅宽分别为290 km和 109.8 km [1].自发射以来,Sentinel-2凭借着其大幅宽、高精度、高空间分辨率、短周期观测的特点以及独特的‘红边’波段,在生物量估算、水质参数提取、土地覆盖监测以及植被变化检测、农作物识别分类等方面得到广泛应用[2,3,4,5,6].而开展这些定量化遥感应用的重要前提往往是需要去除大气效应的地表反射率数据.为此,欧空局针对Sentinel-2数据开发了业务化算法以供用户获取地表反射率产品,该算法主要分为两个部分[7,8]:一是地表场景分类(SC,Scene Classification),主要原理是根据不同波段对典型地物的光谱响应特性进行波段组合以计算表征指数,并设置阈值实现对云、雪以及水体等特殊地物的检测;二是大气校正(S2AC,Sentinel-2 Atmospheric Correction),将表观反射率(TOA)通过查找表去除大气吸收与散射的影响转为地表真实反射率(BOA),该查找表采用LibRadtran4辐射传输模型建立并依据Sentinel-2光谱响应函数经过重采样,以提高计算效率. ...
1
2002
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
A Climatology of Aerosol Optical Depth over China from Recent 10 Years of MODIS Remote Sensing Data
1
2014
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
大气气溶胶遥感反演研究综述
1
2018
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
大气气溶胶遥感反演研究综述
1
2018
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
MODIS 3km气溶胶光学厚度产品检验及其环境空气质量指示
1
2015
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
MODIS 3km气溶胶光学厚度产品检验及其环境空气质量指示
1
2015
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
基于静止卫星GOCI传感器的大气污染过程AOD监测
1
2018
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
基于静止卫星GOCI传感器的大气污染过程AOD监测
1
2018
... 气溶胶光学厚度(Aerosol Optical Depth, AOD)作为气溶胶最基本的光学特征之一,指的是沿辐射传输路径,单位截面上所有吸收和散射物质产生的总削弱 [9].它不仅仅是研究大气浊度表征大气环境质量的因子,也是大气校正中最不可或缺的参数.在大气环境监测方面,气溶胶粒子可通过促进云雾的形成、改变大气中不同化学成分浓度、吸收和散射太阳短波和地球长波辐射等方式直接或间接的影响气候变化[10,11],另外,AOD还经常与PM10、PM2.5共同作为评价大气环境质量的重要参数[12,13];在大气校正方面,AOD与水汽含量作为影响上下行透过率最重要的两个因子,对地表反射率反演精度的保持具有不可忽视的作用. ...
Algorithm for Automatic Atmospheric Corrections to Visible and Near-IR Satellite Imagery
1
1988
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
基于HJ-1-CCD数据的地表反射率反演与验证
1
2011
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
基于HJ-1-CCD数据的地表反射率反演与验证
1
2011
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
改进的浓密植被法反演 Landsat 8 OLI 气溶胶光学厚度
1
2017
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
改进的浓密植被法反演 Landsat 8 OLI 气溶胶光学厚度
1
2017
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
An Improved Dark Object Method to Retrieve 500 m Resolution AOT (Aerosol Optical Thickness ) Image from MODIS Data: A Case Study in the Pearl River Delta Area, China
1
2014
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
An Automatic Atmospheric Correction Algorithm for Visible/NIR Imagery
1
2006
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
利用暗目标法从高分一号卫星16 m相机数据反演气溶胶光学厚度
1
2015
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
利用暗目标法从高分一号卫星16 m相机数据反演气溶胶光学厚度
1
2015
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
A Landsat Surface Reflectance Dataset for North America, 1990~2000
1
2006
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
Evaluation of HJ-1A/B CCD Surface Reflectance Products Using the VNIR and MODIS-based Atmospheric Correction Approaches
1
2019
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
城市与冬季北方亮目标地区气溶胶光学厚度反演
1
2012
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
城市与冬季北方亮目标地区气溶胶光学厚度反演
1
2012
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
Aerosol Properties over Bright-reflecting Source Regions
1
2004
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
Deep Blue Retrievals of Asian Aerosol Properties during ACE-Asia
1
2006
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
Enhanced DeepBlue Aerosol Retrieval Algorithm: The Second Generation
1
2013
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
HJ-1 Terrestrial Aerosol Data Retrieval Using Deep Blue Algorithm
1
2012
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
深蓝算法应用于GF-1 16 m相机反演陆地气溶胶
1
2016
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
深蓝算法应用于GF-1 16 m相机反演陆地气溶胶
1
2016
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
High Resolution Aerosol Optical Depth Retrieval Using Gaofen-1 WFV Camera Data
1
2017
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
台湾岛高分一号卫星WFV数据气溶胶反演与验证
1
2018
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
台湾岛高分一号卫星WFV数据气溶胶反演与验证
1
2018
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
Aerosol Optical Depth Retrieval over Bright Areas Using Landsat 8 OLI Images
1
2016
... 暗像元法是利用遥感的手段反演气溶胶发展最早的方法[14],也称为浓密植被法(Dense Dark Vegetation, DDV).该算法原理是通过波段阈值判定图像中的暗像元,假设暗像元在短波红外气溶胶散射近似为0,忽略程辐射效应,再根据红蓝波段与短波红外地表反射率的线性关系反演气溶胶.后续诸多学者在估算暗像元以及红、蓝波段线性关系等方面不断改进,并在MODIS、OLI、HJ、GF等国内外传感器上得到验证和应用[15,16,17,18,19,20,21].但对于浓密植被覆盖率比较低的区域,2.1μm短波红外波段处表观反射率受地表影响较强,依据暗像元估算的地表反射率具有较大误差[22].再者,在城市、沙漠以及冬季落叶林覆盖较高的北方等高亮地表区域,整景影像无足够数量的暗像元,暗像元法不再适用.针对高亮地表气溶胶光学厚度反演问题,Hsu等根据蓝光波段气溶胶对卫星观测信号有较强贡献、地表反射较弱的特点提出深蓝算法,在沙哈拉沙漠以及中国西北沙漠带等高亮实验区得到验证,后续也应用到MODIS C6版本的10 km气溶胶产品反演中[23,24,25].王中挺等[26,27,28,29]在Hsu等研究的基础上先后将深蓝算法扩展到HJ、GF1-WFV等国产卫星影像上,并取得较好的实验结果.另外,Sun等 [30]也利用深蓝算法在高亮地区实现了OLI时间序列影像的AOD反演.目前,诸多学者多采用官方提供的Sen2Cor插件计算Sentinel-2地表反射率,反演结果中包含了基于改进DDV算法得到的气溶胶产品 [7],但是在高亮地表区域该产品的可靠性并未得到有效的验证. ...
Atmospheric Modeling for Space Measurements of Ground Reflectances, Including Bidirectional Properties
1
1979
... 假设地表是均一朗伯体,气溶胶和大气分子在水平方向上分布均一,沿垂直方向均匀变化,那么传感器接收到的大气层顶的表观反射率为[31,32]: ...
Operational Atmospheric Correction of MODIS Visible to Middle Infrared Land Surface Data in the case of An Infinite Lambertian Target
1
2006
... 假设地表是均一朗伯体,气溶胶和大气分子在水平方向上分布均一,沿垂直方向均匀变化,那么传感器接收到的大气层顶的表观反射率为[31,32]: ...
Remote Sensing of Tropospheric Aerosol from EOS-MODIS over the Land Using Dark Targets and Dynamic Aerosol Models
1
1997
... 采用MODIS 8 d合成的地表反射率产品构建地表反射率数库.MODIS蓝波段与Sentinel-2A/B深蓝波段的光谱响应函数如图1所示,从图中可以看出,MODIS band 3与Sentinel-2A/B band 1的中心波长、光谱范围、光谱响应值均有较大的差异,由此造成的两传感器对相同地物成像时接收的辐射能量也具有一定的差异.研究表明,0.01的地表反射误差会带来大于0.1的AOD估算误差[33,34,35].因而,在使用MODIS蓝波段反射率之前,需要先经过波段反射率修正将其转换为Sentinel-2深蓝波段的地表反射率.当缺少实测光谱数据时,光谱库在一定程度上可以解决该问题.统计ENVI光谱库中USGS以及ASTER文件夹下的所有地物类别,每类地物选用20条光谱(见表1),重采样到1 nm间隔,分别与MODIS band 3和Sentinel 2A/B band 1的光谱响应函数卷积计算得到地物光谱等效值.由于MODIS band 3和Sentinel 2A/B band 1波宽近似,对两者相应地物的光谱等效值按照进行散点回归分析,如图2,经拟合系数的校正,最终形成与Sentinel-2A/B相匹配的地表反射率库. ...
The MODIS 2.1 μm channel-Correlation with Visible Reflectance for Use in Remote Sensing of Aerosol
1
1997
... 采用MODIS 8 d合成的地表反射率产品构建地表反射率数库.MODIS蓝波段与Sentinel-2A/B深蓝波段的光谱响应函数如图1所示,从图中可以看出,MODIS band 3与Sentinel-2A/B band 1的中心波长、光谱范围、光谱响应值均有较大的差异,由此造成的两传感器对相同地物成像时接收的辐射能量也具有一定的差异.研究表明,0.01的地表反射误差会带来大于0.1的AOD估算误差[33,34,35].因而,在使用MODIS蓝波段反射率之前,需要先经过波段反射率修正将其转换为Sentinel-2深蓝波段的地表反射率.当缺少实测光谱数据时,光谱库在一定程度上可以解决该问题.统计ENVI光谱库中USGS以及ASTER文件夹下的所有地物类别,每类地物选用20条光谱(见表1),重采样到1 nm间隔,分别与MODIS band 3和Sentinel 2A/B band 1的光谱响应函数卷积计算得到地物光谱等效值.由于MODIS band 3和Sentinel 2A/B band 1波宽近似,对两者相应地物的光谱等效值按照进行散点回归分析,如图2,经拟合系数的校正,最终形成与Sentinel-2A/B相匹配的地表反射率库. ...
Passive Remote Sensing of Tropospheric Aerosol and Atmospheric Correction for the Aerosol Effect
1
1997
... 采用MODIS 8 d合成的地表反射率产品构建地表反射率数库.MODIS蓝波段与Sentinel-2A/B深蓝波段的光谱响应函数如图1所示,从图中可以看出,MODIS band 3与Sentinel-2A/B band 1的中心波长、光谱范围、光谱响应值均有较大的差异,由此造成的两传感器对相同地物成像时接收的辐射能量也具有一定的差异.研究表明,0.01的地表反射误差会带来大于0.1的AOD估算误差[33,34,35].因而,在使用MODIS蓝波段反射率之前,需要先经过波段反射率修正将其转换为Sentinel-2深蓝波段的地表反射率.当缺少实测光谱数据时,光谱库在一定程度上可以解决该问题.统计ENVI光谱库中USGS以及ASTER文件夹下的所有地物类别,每类地物选用20条光谱(见表1),重采样到1 nm间隔,分别与MODIS band 3和Sentinel 2A/B band 1的光谱响应函数卷积计算得到地物光谱等效值.由于MODIS band 3和Sentinel 2A/B band 1波宽近似,对两者相应地物的光谱等效值按照进行散点回归分析,如图2,经拟合系数的校正,最终形成与Sentinel-2A/B相匹配的地表反射率库. ...
Second Simulation of the Satellite Signal in the Solar Spectrum, 6S: An Overview
1
1997
... 而查找表的构建一般借助于6SV ( Second Simulation of the Satellite Signal in the Solar Spectrum vector code)辐射传输模型,它是在标量 6S [36]的基础引入其他分量的计算发展起来的,相对于6S模型, 它增加极化效应,提高了瑞利散射和气溶胶散射的计算精度,Kotchenova 等 [37]曾对比了6SV与其他几个高精度的辐射传输模型,验证了6SV的可靠性与精度.针对不同景的Sentinel-2影像,采用目前最新发布的6SV2.1建立查找表.其中,太阳和卫星观测几何信息设置参考影像自身几何波段;气溶胶类型设为大陆型,光学厚度值(550 nm处)分为0.001、0.05、0.1、0.15、0.2、0.25、0.4、0.6、0.8、1.0、1.25、1.5、2.0;介于6SV中固定大气模式的水汽和臭氧的含量是固定不变的,而臭氧在波长较短的蓝波段的吸收作用比较明显,为减少大气模式带来的误差,采用自定义的大气模式,臭氧含量通过https:∥ozoneaq.gsfc.nasa.gov/tools/ozonemap/网站依据经纬度和日期查询,水汽含量采用研究区内AERONRT站点过境时间前后的平均值;同时,应程序要求,将Sentinel-2A/B的光谱响应函数重采样到2.5 nm间隔,输入相波长范围以及反射相函数.最后,读入每一个输出文件对应的一组几何信息和大气参数统一存储以建立查找表. ...
Validation of A Vector Version of the 6S Radiative Transfer Code for Atmospheric Correction of Satellite Data. Part I: Path Radiance
1
2006
... 而查找表的构建一般借助于6SV ( Second Simulation of the Satellite Signal in the Solar Spectrum vector code)辐射传输模型,它是在标量 6S [36]的基础引入其他分量的计算发展起来的,相对于6S模型, 它增加极化效应,提高了瑞利散射和气溶胶散射的计算精度,Kotchenova 等 [37]曾对比了6SV与其他几个高精度的辐射传输模型,验证了6SV的可靠性与精度.针对不同景的Sentinel-2影像,采用目前最新发布的6SV2.1建立查找表.其中,太阳和卫星观测几何信息设置参考影像自身几何波段;气溶胶类型设为大陆型,光学厚度值(550 nm处)分为0.001、0.05、0.1、0.15、0.2、0.25、0.4、0.6、0.8、1.0、1.25、1.5、2.0;介于6SV中固定大气模式的水汽和臭氧的含量是固定不变的,而臭氧在波长较短的蓝波段的吸收作用比较明显,为减少大气模式带来的误差,采用自定义的大气模式,臭氧含量通过https:∥ozoneaq.gsfc.nasa.gov/tools/ozonemap/网站依据经纬度和日期查询,水汽含量采用研究区内AERONRT站点过境时间前后的平均值;同时,应程序要求,将Sentinel-2A/B的光谱响应函数重采样到2.5 nm间隔,输入相波长范围以及反射相函数.最后,读入每一个输出文件对应的一组几何信息和大气参数统一存储以建立查找表. ...
The Parameters of Atmospheric Turbidity
1
1964
... AERONET站点数据:为验证AOD反演精度,利用5个北京城市区以及1个包头沙漠区的AERONET (Aerosol Robotic Network)地基观测站:Beijing站(116.381° E,39.977° N)、Beijing_PKU站(116.310° E,39.992° N)、Beijing_RADI站(116.379° E,40.005° N)、Beijing-CAMS站(116.317° E,39.933° N)、Xianghe站(116.962° E,39.754° N)和AOE_Baotou(40.852° N,109.629° E)进行精度验证分析,站点的空间分布如图3所示.根据数据质量控制的不同,AERONET发布的产品包含Level1.0(unscreened)、Level 1.5(cloud-screened)、Level 2.0(cloud-screened and quality-assured)3 种不同等级.由于2018年中国区域的Level 2.0数据大部分仍未公布,本文选用Level1.5的产品作为观测站点的验证数据.AERONET提供340、380、440、500、675、870 和1 020 共7个波段的气溶胶观测值,选取最接近550 nm的4个波段440、500、675、870 nm的观测数据, 利用Angstrom公式 [38]通过插值获得550 nm处的AOD. ...
2
1
2016
... ESA官方反演气溶胶主要是基于改进的DDV算法,提取暗像元时参照了 ACTOR软件多阈值判断和迭代求解的思想 [39] ,相对于最原始的DDV算法,它通过迭代计算减少了负反射率值的出现,在确定气溶胶类型方面更具灵活性,并且改进查找表提高了计算效率和精度 [7].对于暗像元较少的影像,算法在查找暗像元时虽然已经放宽了设定条件,将2.1 μm处判断暗像元的阈值从0.05提升至0.1、0.12,但是由于北方冬季和初春季节植被较少,即便是利用改进的DDV算法并仍未找到符合数量和质量要求的暗像元.经直方图统计发现,13景中每景影像反演得到的AOD图像中所有像元值均一样,为固定值(见表2),相当于每景影像采用了默认能见度值换算,这是不符合实际的.这在一定程度上表明Sentinel官方反演算法得到的AOD在植被少的季节无空间变化,而气溶胶在一定区域范围内的分布应具有空间特征.显然官方反演结果是有很大误差的. ...
Preliminary Analysis of the Performance of the Landsat 8/OLI Land Surface Reflectance Product
1
2016
... 与Sentinel-2数据一样,Landsat 8官方反射率产品中也包含了AOD反演结果,分辨率为30 m.从空间分辨率上看,相对于MODIS10 km分辨率的气溶胶产品在空间分布的纹理上更具有对比性.若要与同时刻Sentinel-2深蓝算法反演得到AOD影像对比,需查找几乎同时过境的Landsat 8影像进行大气校正.经筛选,符合条件的只有2018年4月8日1景,该日内Landsat-8在北京区域成像时间为02:52:54,Sentinel-2B成像时间为03:05:39,两者相差不过10 min,假定气溶胶在短时间内不发生变化,对两者气溶胶空间分布状况进行对比.从图5可以看出,虽然两幅AOD图在数值变化范围上有差异,但是高低值在空间分布上具有一致性,中部以及东南部分是城区,建筑物密集,人类活动影响较大,所以AOD相对比较高,而西北部分为郊区,AOD相对比较低.另外,Sentinel-2B北部山区受雪的影响,致使反演的结果偏大.为进一步对比,提取两者AERONET站点像元处的AOD值与AERONET实际值做比较.从总体上看,采用深蓝算法反演得到的AOD比较接近于AERONET站点值,而Landsat 8官方算法反演的 AOD整体偏低,这是由于该算法主要是借助于MODIS CMA等外部辅助数据并依据变形DDV算法反演AOD[40],而辅助数据质量的好坏以及DDV在城市区的不适用直接或间接地影响了反演结果.由于Landsat 8与Sentinel-2在包头沙漠区成像位置相差较大,并未找到沙漠区的对比数据. ...
Sentinel-2A与Landsat 8 OLI逐像元辐射归一化方法研究
1
2019
... 从大区域、长时间序列的反演角度看,范围性的地物类型更为复杂,季节更替带来的明暗地表对比更加明显,需要结合暗像元算法进一步考虑植被因素、气溶胶类型等因素的影响,提高AOD反演精度以及深蓝算法在Sentinel-2数据的适用性.另外,随着MODIS成像性能逐年衰减,以MODIS反射率为主构建Sentinel-2A/B地表反射率先验数据库可能带来亮目标地表反射率估算误差,可以考虑采用消除辐射归一化差异[41]的Landsat 8构建高空间分辨率、高辐射精度、分时间粒度的范围性的地表反射率数据库,在更大范围内进行精度验证. ...
Sentinel-2A与Landsat 8 OLI逐像元辐射归一化方法研究
1
2019
... 从大区域、长时间序列的反演角度看,范围性的地物类型更为复杂,季节更替带来的明暗地表对比更加明显,需要结合暗像元算法进一步考虑植被因素、气溶胶类型等因素的影响,提高AOD反演精度以及深蓝算法在Sentinel-2数据的适用性.另外,随着MODIS成像性能逐年衰减,以MODIS反射率为主构建Sentinel-2A/B地表反射率先验数据库可能带来亮目标地表反射率估算误差,可以考虑采用消除辐射归一化差异[41]的Landsat 8构建高空间分辨率、高辐射精度、分时间粒度的范围性的地表反射率数据库,在更大范围内进行精度验证. ...