欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法

文檔序號(hào):40595400發(fā)布日期:2025-01-07 20:35閱讀:9來(lái)源:國(guó)知局
一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法

本發(fā)明提供了一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,屬于遙感科學(xué)。


背景技術(shù):

1、復(fù)雜水面和高空傳感器之間存在著大氣的干擾,水的反射率取決于光與物質(zhì)之間的相互作用,大部分的輻射量來(lái)自大氣散射,主要包括瑞利散射、氣溶膠散射以及水面泡沫反射。水體相較于陸地上的植被、土壤、建筑物而言,屬于低反射地物,在大氣成分的影響下,衛(wèi)星傳感器在大氣頂層接收到的水體信號(hào)一般只有8%-10%。因此,需要計(jì)算大氣吸收和散射作用,從傳感器接收到的總輻射值中有效的去除大氣干擾,對(duì)水體進(jìn)行大氣校正,是水色遙感的基礎(chǔ)性工作。

2、傳統(tǒng)的水體大氣校正技術(shù)以清潔水體作為暗像元,通過(guò)假設(shè)水體在紅外波段的離水輻射為0,則其紅外波段的信號(hào)全部為大氣散射貢獻(xiàn),以此推算其他波段的氣溶膠散射實(shí)現(xiàn)大氣校正。但這種方法比較粗糙,對(duì)于較為渾濁的二類(lèi)水體來(lái)說(shuō),紅外波段的反射率往往不為0,因此在運(yùn)用此方法進(jìn)行水體校正時(shí),反射率經(jīng)常出現(xiàn)負(fù)值,即過(guò)校正的情況。針對(duì)這種情況,一些方法對(duì)其進(jìn)行了改進(jìn),例如使用附近清潔水體反演aod、假設(shè)短波紅外波段反射率為0或紅外波段比值具有空間均勻性,但這些方法都具有一定的局限性。

3、另一類(lèi)方法以輻射傳輸模型來(lái)模擬大氣的吸收和散射的過(guò)程。主要包括6s模型、modtran模型等,但是輻射傳輸模型法通常需要輸入大量的同步實(shí)測(cè)參數(shù),如:氣溶膠類(lèi)型、能見(jiàn)度等,而這些參數(shù)往往難以獲取,且傳統(tǒng)的輻射傳輸模型難以從光譜信息中分離大氣和水體的信息;因此,一些學(xué)者使用深度學(xué)習(xí)模型,構(gòu)建大氣頂部toa輻射和水體反射率之間的非線性關(guān)系,以模擬大氣校正的過(guò)程。這類(lèi)方法在水體大氣校正應(yīng)用中還具有很大的潛力。


技術(shù)實(shí)現(xiàn)思路

1、目前對(duì)于內(nèi)陸水體的大氣校正方法不夠成熟,大多數(shù)方法都有較強(qiáng)的局限性,對(duì)不同水質(zhì)適應(yīng)性較弱。因此,本發(fā)明提出了一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,減少了高分辨率衛(wèi)星影像在內(nèi)陸水體反射率反演中的一些不確定因素,該方法不依賴于傳統(tǒng)方法的假設(shè),具有很好的普適性,適用于對(duì)高分辨率衛(wèi)星影像進(jìn)行內(nèi)陸水體大氣校正。

2、本發(fā)明采用的技術(shù)方案為:一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,包括以下步驟:

3、a、構(gòu)建數(shù)據(jù)集:將高分辨率原始衛(wèi)星影像進(jìn)行預(yù)處理,然后對(duì)預(yù)處理后的影像進(jìn)行校正,將校正后的影像與landsat反射率產(chǎn)品的影像進(jìn)行時(shí)空融合,得到高時(shí)空分辨率的中間影像;

4、對(duì)landsat反射率產(chǎn)品的影像進(jìn)行重采樣,得到與高時(shí)空分辨率的中間影像相同分辨率的影像;

5、b、訓(xùn)練模型:將高時(shí)空分辨率的中間影像和輔助數(shù)據(jù)作為輸入,重采樣后的landsat反射率產(chǎn)品的影像作為輸出進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的模擬訓(xùn)練;

6、c、大氣校正:將經(jīng)過(guò)預(yù)處理和校正后的高時(shí)空分辨率衛(wèi)星影像和輔助數(shù)據(jù)輸入至訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行水體大氣校正,輸出水體反射率。

7、進(jìn)一步地,步驟a中的預(yù)處理包括影像融合、輻射標(biāo)定和幾何校正。

8、更進(jìn)一步地,步驟a中對(duì)預(yù)處理后的影像進(jìn)行校正具體包括瑞利校正和氣體透射率校正。

9、進(jìn)一步地,步驟b和c中的輔助數(shù)據(jù)包括影像的幾何信息、氣溶膠光學(xué)厚度、風(fēng)速、葉綠素濃度和懸浮顆粒物濃度。

10、進(jìn)一步地,步驟a中通過(guò)融合不同時(shí)間點(diǎn)和空間位置的校正后的影像與landsat反射率產(chǎn)品的影像得到數(shù)據(jù)集,獲得更高時(shí)序分辨率和更全面的數(shù)據(jù)集。

11、本發(fā)明相對(duì)于現(xiàn)有技術(shù)具備的有益效果為:

12、1、深度學(xué)習(xí)模型具有強(qiáng)大的特征學(xué)習(xí)和表示能力,能夠自動(dòng)從原始數(shù)據(jù)中提取出有用的特征,并學(xué)習(xí)這些特征之間的關(guān)系。通過(guò)訓(xùn)練模型來(lái)識(shí)別水體反射率信號(hào)中的關(guān)鍵影響因子,并建立起它們之間的數(shù)學(xué)模型。使用深度學(xué)習(xí)的方法挖掘水體反射率信號(hào)影響因子關(guān)系,獲取穩(wěn)定的大氣校正結(jié)果。這是一個(gè)復(fù)雜的過(guò)程,在這個(gè)過(guò)程中,使用多種輔助數(shù)據(jù)作為輸入,為深度學(xué)習(xí)模型提供了豐富的信息和上下文,從而使其能夠更準(zhǔn)確地捕捉和建模各影響因子之間的關(guān)系。利用深度學(xué)習(xí)模型對(duì)這些多源數(shù)據(jù)進(jìn)行處理和分析。

13、2、通過(guò)融合不同時(shí)間點(diǎn)和空間位置的數(shù)據(jù)影像集,可以獲得更高時(shí)序分辨率和更全面的數(shù)據(jù)集。這使得深度學(xué)習(xí)模型能夠更充分地利用數(shù)據(jù)中的時(shí)間變化信息和空間分布特征,從而提高大氣校正的準(zhǔn)確性和穩(wěn)定性。

14、3、在進(jìn)行大氣校正之前,需要進(jìn)行瑞利校正和氣體透射率校正,以消除大氣散射和吸收對(duì)水體反射率信號(hào)的影響。這些步驟能夠優(yōu)先去除較為穩(wěn)定的大氣影像因素,減少深度學(xué)習(xí)訓(xùn)練過(guò)程中的不確定性。



技術(shù)特征:

1.一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,其特征在于:包括以下步驟:

2.根據(jù)權(quán)利要求1所述的一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,其特征在于:步驟a中的預(yù)處理包括影像融合、輻射標(biāo)定和幾何校正。

3.根據(jù)權(quán)利要求2所述的一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,其特征在于:步驟a中對(duì)預(yù)處理后的影像進(jìn)行校正具體包括瑞利校正和氣體透射率校正。

4.根據(jù)權(quán)利要求1所述的一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,其特征在于:步驟b和c中的輔助數(shù)據(jù)包括影像的幾何信息、氣溶膠光學(xué)厚度、風(fēng)速、葉綠素濃度和懸浮顆粒物濃度。

5.根據(jù)權(quán)利要求1所述的一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,其特征在于:步驟a中通過(guò)融合不同時(shí)間點(diǎn)和空間位置的校正后的影像與landsat反射率產(chǎn)品的影像得到數(shù)據(jù)集,獲得更高時(shí)序分辨率和更全面的數(shù)據(jù)集。


技術(shù)總結(jié)
本發(fā)明提供了一種基于高分辨率衛(wèi)星影像的內(nèi)陸水體大氣校正方法,屬于遙感科學(xué)領(lǐng)域;解決了目前對(duì)于內(nèi)陸水體的大氣校正方法不夠成熟,對(duì)不同水質(zhì)適應(yīng)性較弱的問(wèn)題;包括以下步驟:將高分辨率原始衛(wèi)星影像進(jìn)行預(yù)處理,對(duì)預(yù)處理后的影像進(jìn)行校正,將校正后的影像與Landsat反射率產(chǎn)品的影像進(jìn)行時(shí)空融合;對(duì)Landsat反射率產(chǎn)品的影像進(jìn)行重采樣,得到與融合后影像相同分辨率的影像;將融合影像和幾何信息、氣溶膠光學(xué)厚度等輔助數(shù)據(jù)作為輸入,重采樣后的Landsat反射率產(chǎn)品的影像作為輸出進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練;將經(jīng)過(guò)預(yù)處理和校正后的高時(shí)空分辨率衛(wèi)星影像和幾何信息、氣溶膠光學(xué)厚度等輔助數(shù)據(jù)輸入至訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型中進(jìn)行水體大氣校正。

技術(shù)研發(fā)人員:李大成,趙航,趙尚民,徐兆鵬,曾健,蘇巧梅,趙文睿
受保護(hù)的技術(shù)使用者:太原理工大學(xué)
技術(shù)研發(fā)日:
技術(shù)公布日:2025/1/6
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
红原县| 息烽县| 灵石县| 马山县| 鹤庆县| 泾川县| 岳西县| 东光县| 封开县| 蓬溪县| 克拉玛依市| 安龙县| 正定县| 扎兰屯市| 景宁| 叶城县| 北京市| 吐鲁番市| 措美县| 平定县| 石城县| 白水县| 新余市| 紫云| 宜城市| 渭源县| 沛县| 丹棱县| 新竹市| 陆良县| 固安县| 吉隆县| 徐汇区| 金湖县| 叙永县| 逊克县| 磐安县| 桦川县| 静安区| 酉阳| 望谟县|