卫星遥感数据的像元地面反射率反演计算

利用 Landsat-8 OLI 反演大气气溶胶的可见光谱段地表反射率估算

利用 Landsat-8 OLI 反演大气气溶胶的可见光谱段地表反射率估算吕春光;田庆久;王磊;黄彦;耿君【摘要】准确估算地表反射率的贡献一直是遥感反演大气气溶胶光学厚度过程中的重点和难点。

为了促进Landsat-8 OLI 传感器在地表参数定量化特别是大气遥感领域的应用，本文提出一种利用 OLI 1．6μm、2．2μm 短波红外谱段数据估算遥感影像可见光地表反射率的方法。

该方法依托于 MOD04产品地表反射率估算模式，通过光谱归一化和构建新的短波红外植被指数等过程，建立 OLI 地表反射率估算模式，通过误差分析发现该模式能够有效地降低由于传感器光谱响应不同对估算结果的影响，对应用在 OLI 遥感影像的计算结果与同时间同区域MOD04产品地表反射率进行比较，表明其结果有较高的相关性和可靠性。

%Accurate estimation to the contribution of the surface reflectance has been the focus and the difficult point in aerosol optical depth (AOD)retrieval from remote sensing data.In order to promote the applications of Landsat-8 OLI data in quantification of surface physical parameters particularly in the field of atmospheric remote sensing,a method to estimate the optical surface reflectance from OLI ima ges was put forward using OLI 1.6μm and OLI 2.2μm short infrared bands.The method was proposed based on the surface reflectance estimation mode of MOD04 product,by means of processes such as spectral normalization,building a new short infrared vegetation index and so on.The error analysis shows the OLI estimation mode can effectively reduce the error effect caused by spectral response differences.The comparison of the surface reflectance estimation resultsbetween the OLI and MOD04 product in the same time and same area represents that the estimation results obtained by OLI estimation mode have high correlation and reliability.【期刊名称】《遥感信息》【年(卷),期】2015(000)001【总页数】8页(P43-50)【关键词】地表反射率;气溶胶;Landsat-8;光谱归一化;植被指数【作者】吕春光;田庆久;王磊;黄彦;耿君【作者单位】南京大学国际地球系统科学研究所，南京 210023; 江苏省地理信息技术重点实验室，南京 210023;南京大学国际地球系统科学研究所，南京210023; 江苏省地理信息技术重点实验室，南京 210023;南京大学国际地球系统科学研究所，南京 210023; 江苏省地理信息技术重点实验室，南京 210023;南京大学国际地球系统科学研究所，南京 210023; 江苏省地理信息技术重点实验室，南京 210023;南京大学国际地球系统科学研究所，南京 210023; 江苏省地理信息技术重点实验室，南京 210023【正文语种】中文【中图分类】TP79Key words：surface reflectance；aerosol；Landsat-8；spectral normalization；vegetation index大气气溶胶是大气中重要的成分之一，它会影响大气辐射状况，对全球和区域气候变化、大气环境质量具有重要的作用和影响，是当前大气遥感研究的重要领域之一[1]。

遥感数字图像处理_地表反射率、温度的反演以及植被指数的计算

操作方法及过程1、使用ENVI对landsat 7 ETM+原始数据进行辐射定标：①对1、2、3、4、5、7波段进行辐射定标。

②对61和62波段进行辐射定标。

步骤和上面的一样，只是选择输入文件时为包含61和62波段的_MTL文件，将结果保存为radiance_band6。

2、将BSQ格式的影像数据转化为BIL：利用Basic Tools |Convert Data，弹出对话框中选择Radiance，Output Interleave中选择BIL，选择输出路径保存为radiance_BIL。

3、使用FLAASH大气辐射校正模型进行地表反射率的计算：①利用Spectral |FLASSH弹出大气校正模型参数设置窗口如下：分别按照以上所示的内容进行参数设置，将输入文件设为radiance_BIL，输出文件设为flassh，设置Scene Center Location时，打开原始影像在头文件中找到行和列，算出中心行和列，利用Pixel Locator工具找到中心点的经纬度。

将Sensor Type设为Landsat TM7。

设置Ground Elevation时，利用裁剪工具在亚洲幅SRTM DEM影像数据中裁剪该地区的DEM数据，再用统计功能算出高程的平均值为2058m。

在头文件中找到Flight Data：1999年8月10日，Flight Time GTM:3时36分39秒。

基于像元二分模型的植被覆盖度反演

基于像元二分模型的植被覆盖度反演植被覆盖度是指地表被植被覆盖的程度，通常用百分比来表示。

植被覆盖度对于生态环境的评估和监测具有重要意义，可以反映区域的生态状况、土地利用情况以及气候变化等信息。

而基于像元二分模型的植被覆盖度反演则是一种常用的遥感方法，通过分析遥感影像数据，对地表植被覆盖度进行定量化评估。

像元二分模型是一种基于遥感影像数据进行分类的方法，它将地表分为植被和非植被两类像元，通过像元的光谱信息和空间关系进行分类。

在植被覆盖度反演中，首先需要获取高分辨率的遥感影像数据，如卫星影像或航拍影像。

然后利用像元二分模型对影像进行分类，将地表像元划分为植被和非植被两类。

通过统计每类像元的数量，即可计算出植被覆盖度的百分比。

基于像元二分模型的植被覆盖度反演方法具有一定的优势和局限性。

优势在于可以利用遥感影像数据实现对大范围区域的快速监测，提高了效率和准确性。

同时，该方法还可以定量化地表植被覆盖度，为生态环境保护和土地管理提供科学依据。

然而，基于像元二分模型的植被覆盖度反演也存在一些局限性，如对影像质量和分类精度要求较高，容易受到地物混合和遥感影像噪声的影响。

在实际应用中，基于像元二分模型的植被覆盖度反演可以结合其他遥感方法和地面调查数据进行验证，提高结果的可信度。

同时，还可以通过时间序列影像数据的分析，实现对植被覆盖度变化的监测和分析，为生态环境的长期监测和保护提供支持。

总的来说，基于像元二分模型的植被覆盖度反演是一种重要的遥感方法，可以用于快速、准确地评估地表植被覆盖度，为生态环境监测和管理提供科学依据。

然而，在应用过程中仍需考虑其局限性，并结合多种方法和数据源进行综合分析，以提高结果的可靠性和精度。

希望通过不断的研究和实践，基于像元二分模型的植被覆盖度反演方法能够更好地应用于实际工作中，为地球资源的可持续利用和生态环境的保护做出贡献。

测绘技术中的遥感反射率计算方法

测绘技术中的遥感反射率计算方法随着科技的不断进步，遥感技术在测绘领域中的应用日益广泛。

遥感技术通过利用遥感仪器捕捉地球表面的电磁波辐射，并进行数据处理和分析，可以获取有关地表特征、环境变化和资源分布等信息。

在遥感技术中，反射率是衡量地表材料对入射辐射的反射程度的指标。

通过测量地表的反射率，可以对地表进行分类、识别和定量化分析。

而遥感反射率的计算方法主要包括无标定点数据反演法、基于植被指数法和基于辐射模型法等。

无标定点数据反演法是一种常见的遥感反射率计算方法。

该方法通过获取一组无标定点的遥感数据，通过数据预处理和模型校正，计算出地表的反射率。

在数据预处理过程中，需要进行大气校正，以消除大气吸收和散射对数据的影响。

然后，通过反射率模型，将无标定点数据转化为地表反射率。

尽管这种方法在实际应用中具有一定的局限性，但基于其对无标定点数据的利用，可以在一定程度上减少对地面实测样点的需求，提高了测绘工作的效率。

基于植被指数法是另一种常用的遥感反射率计算方法。

植被指数是通过比较植被绿度与其他波段的反射率之间的关系来度量植被生长状况的指标。

在这种方法中，首先需要获取多个波段的遥感数据，然后计算植被指数。

最常用的植被指数有归一化植被指数（NDVI）、简化植被指数（SAVI）和差值植被指数（DVI）等。

通过计算植被指数，可以反映出地表植被的状况和变化，从而计算出反射率。

这种方法简单易行，广泛应用于农业、林业和生态环境等领域。

基于辐射模型法是一种基于物理原理的遥感反射率计算方法。

该方法通过建立地表反射率与地物光谱特征之间的数学模型，通过模型参数的计算和优化，来计算地表的反射率。

在这种方法中，需要获取不同地物的光谱特征曲线，然后根据地物反射光谱的形态特征，推导出相应的辐射模型。

最常用的辐射模型有方位距离模型（BRDF）、中心光谱模型（CSD）和半经验模型等。

通过这些模型，可以准确计算出地表的反射率，为测绘工作提供了精确的数据支持。

ENVI下利用ETM+数据反演地表温度

ENVI下利用ETM+数据反演地表温度地表温度作为地球环境分析的重要指标，而遥感技术作为现代重要的对地观测手段，使得基于遥感图像的地表温度反演的研究越来越多。

主要的地表温度反演方法有：大气校正法，单窗算法，单通道法等等。

本文介绍用辐射传输方程法对地表温度进行反演。

技术流程：例子数据为2002年9月2日的襄樊市Landsat ETM+数据。

根据数据的特点以及地表温度反演研究的技术要求，采用的技术路线为：先对Landsat ETM+数据进行预处理：数据读取、辐射定标、大气校正、襄樊区域裁剪，利用大气校正，即：辐射传输方程法对其影像热红外波段数据进行操作反演，实现襄樊市地区的地表真实温度的反演研究。

具体的处理流程如下：具体的实现步骤如下：第一步：准备数据热红外数据使用的是Landsat的第六波段，已经做了传感器定标、几何校正、工程区裁剪，详细流程参考上面的流程图。

文件为TM6-rad-subset-jz-xiangfan.img。

由TM影像（已经过大气校正）生成的NDVI数据，已经利用主菜单->BasicTools->Resize Data（SFatial/SFectral）重采样为60米分辨率，与TMi6数据保持一致，文件名为：TM-NDVI-60m.img。

第二步：地表比辐射率计算物体的比辐射率是物体向外辐射电磁波的能力表征。

它不仅依赖于地表物体的组成，而且与物体的表面状态(表面粗糙度等)及物理性质(介电常数、含水量等)有关，并随着所测定的波长和观测角度等因素有关。

在大尺度上对比辐射率精确测量的难度很大，目前只是基于某些假设获得比辐射率的相对值，本文主要根据可见光和近红外光谱信息来估计比辐射率。

(一)植被覆盖度计算计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水体、植被和建筑，具体的计算公式如下：F V = (NDVI- NDVI S)／(NDVI V - NDVI S) （2）其中，NDVI为归一化差异植被指数，取NDVI V = 0.70和NDVI S = 0.00，且有，当某个像元的NDVI大于0.70时，F V取值为1；当NDVI小于0.00，F V取值为0。

基于IDL的ETM+大气校正与反射率反演

研究者很早就注意到卫星在接受讯号的过程中受到大气的影响，致使卫星接受的讯号失真，为了获得
真实的地表的反射率，必须去除大气对遥感图像信息的影响。
ＩＬ语言平台上得以实现。Ｄ该方法所需要的参数一部
ＫｅｒｓＩｙｗｏｄ：ＤＬ；ｍｏｐｅｉｎｄｏｅｒｏｅｔｎＤａｋｓｂｒｃｉｎＥａｔｌｔｅｒｆｅｔｎＡｔｓｈｒｃａｄｒｉｍｔｉｃｒｃｉ；ｒｔａｔ；ｒｒａｉｌｃｉａｃｏｕｏｈｅｆＥＴＭ＋ｒｈＲｅａｉ：ｃｉｎｏｖｌｆ
ＣＨＥＮ乃
（ｃｏｌｆｔｍａｉｆＥＴ，ｈｎｄ１０４Ｃｉ）ＳｈｏｏＡｕｏｔｎｏＵＳＣＣｅｇｕ６０５，ｈｎｏａ
Ａｂｔａｔｓｒｃ：Ａｔｓｈｒｃａｄｒｄｏｔｉｏｒｃｉｎｉｈａｉｆｒｑａｔｃｔｎｌｒｍｏｅｓｎｉｇｍｏｐｅｉｎａｉｍｅｒｃｃｒｅｔｓｔｅｂｓｓｏｕｎｉａｉａｅｔｅｓ．ＮｏｄｙｈｏｉｆｏｎｗａａｓｔｅｌｍｔｎｏｅｍｅｈｄｏｔｏｐｅｉｄｒｄｏｔｉｏｒｃｉｎｈｄｂｅｔｃｌｆｅｔｔｅｄｖｌｐｎｆＲＳｉｍｉｉｆｔｔｏｆａｍｓｈｒｃａａｉｍｅｒｃｒｅｔａｅｎｓｉｔｅｃｈｅｅｏｍｅｔｏｏｈｎｃｏｒｙｓｉｎｅＴｉｐｐｒｅｐｔａｅｈｒｕｔａｔｏｅｈｄａｄｈｗｏｃｎｒｔｅｐａｔｒ．ｉＤＬｆｎｓｉｇｃｅｃ．ｈｓａｅｘａｉｔｄｔｅＤａｋＳｂｒｃｉｎｍｔｏ，ｎｏｔｏｆｍｈａｍｅｅｓＷｔＩｉｎｉｒｈｉｈ

基于Landsat 8数据反演地表发射率的几种不同算法对比分析

收稿日期：２０１８－０７－０８责任编辑：李克永基金项目：国家自然科学基金（４１４７１４５２）；中央高校基本科研业务资助项目（３００１０２２６９２０１，３００１０２２９９２０６）通信作者：王丽霞（１９７９－），女，山西大同人，博士，副教授，Ｅｍａｉｌ：ｚｙｌｘｗａｎｇ＠ｃｈｄ．ｅｄｕ．ｃｎ第３９卷　第２期２０１９年３月西安科技大学学报ＪＯＵＲＮＡＬＯＦＸＩ’ＡＮＵＮＩＶＥＲＳＩＴＹＯＦＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＶｏｌ．３９　Ｎｏ２Ｍａｒ２０１９基于Ｌａｎｄｓａｔ８数据反演地表发射率的几种不同算法对比分析王丽霞１，２，孙津花３，刘　招４，张双成１，杨　耘１（１．长安大学地质工程与测绘学院，陕西西安７１００５４；２．国土资源部退化及未利用土地整治工程重点实验室，陕西西安７１００７５；３．长安大学地球科学与资源学院，陕西西安７１００５４；４．长安大学环境科学与工程学院，陕西西安７１００５４）摘　要：为了分析研究不同地表发射率反演算法的精度和适用性，文中选取西安市的遥感影像Ｌａｎｄｓａｔ８为基础数据，运用ＥＮＶＩ，ＡｒｃＧＩＳ等软件，首先对Ｌａｎｄｓａｔ８数据进行预处理，提取西安市的ＮＤＶＩ影像；然后，建立决策树模型得到西安市地表分类影像，并基于像元二分模型反演得到植被覆盖度，基于ＮＤＶＩ得到４种不同算法的地表发射率；最后，以精度０．０１的ＭＯＤＩＳＬＳＥ产品为标准数据，从像元尺度上对比分析了４种算法的精度，并依据回归决策树方法的分类结果，对比分析了不同算法在各类地表覆盖类型上的发射率反演差异。

结果表明：在像元尺度上，植被指数混合模型法与ＮＤＶＩＴＥＭ改进算法精度较高且较为接近；从不同下垫面的反演差异来看，在植被区域４种算法之间的差异较小，而对于水体区域，４种算法之间的差异较大；从反演方法的适用性而言，植被指数混合模型法与ＮＤＶＩＴＥＭ改进算法较为适合本研究区。

关键词：地表发射率；遥感反演；归一化植被指数；Ｌａｎｄｓａｔ８数据中图分类号：Ｐ２３７文献标志码：ＡＤＯＩ：１０．１３８００／ｊ．ｃｎｋｉ．ｘａｋｊｄｘｘｂ．２０１９．０２２０文章编号：１６７２－９３１５（２０１９）０２－０３２７－０７ＣｏｍｐａｒｉｓｏｎｏｆｓｅｖｅｒａｌｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓｔｏｒｅｔｒｉｅｖｅｌａｎｄｓｕｒｆａｃｅｅｍｉｓｓｉｖｉｔｙｕｓｉｎｇＬａｎｄｓａｔ８ｄａｔａＷＡＮＧＬｉｘｉａ１，２，ＳＵＮＪｉｎｈｕａ３，ＬＩＵＺｈａｏ４，ＺＨＡＮＧＳｈｕａｎｇｃｈｅｎｇ１，ＹＡＮＧＹｕｎ１（１．ＳｃｈｏｏｌｏｆＧｅｏｌｏｇｙＥｎｇｉｎｅｅｒｉｎｇａｎｄＳｕｒｖｅｙｉｎｇ，Ｃｈａｎｇ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ；２．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＤｅｇｒａｄｅｄａｎｄＵｎｕｓｅｄＬａｎｄＣｏｎｓｏｌｉｄａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＴｈｅＭｉｎｉｓｔｒｙｏｆＬａｎｄａｎｄＲｅｓｏｕｒｃｅ，Ｘｉ’ａｎ７１００７５，Ｃｈｉｎａ；３．ＳｃｈｏｏｌｏｆＥａｒｔｈＳｃｉｅｎｃｅａｎｄＲｅｓｏｕｒｃｅｓ，Ｃｈａｎｇ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ；４．ＳｃｈｏｏｌｏｆＥｎｖｉｒｏｎｍｅｎｔａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，Ｃｈａｎｇ’ａｎＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１００５４，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏａｎａｌｙｚｅｔｈｅａｃｃｕｒａｃｙａｎｄａｐｐｌｉｃａｂｉｌｉｔｙｏｆｄｉｆｆｅｒｅｎｔｓｕｒｆａｃｅｅｍｉｓｓｉｖｉｔｙｉｎｖｅｒｓｉｏｎａｌｇｏｒｉｔｈｍｓ，ｔｈｅＬａｎｄｓａｔ８ｄａｔａｏｆｒｅｍｏｔｅｓｅｎｓｉｎｇｉｍａｇｅｒｙｉｎＸｉ’ａｎｗａｓｓｅｌｅｃｔｅｄ，ａｎｄｓｏｆｔｗａｒｅｓｕｃｈａｓＥＮＶＩａｎｄＡｒｃＧＩＳｗａｓｕｓｅｄ．Ｆｉｒｓｔ，ｔｈｅＬａｎｄｓａｔ８ｄａｔａｉｓｐｒｅｐｒｏｃｅｓｓｅｄｔｏｅｘｔｒａｃｔＮＤＶＩｉｍａｇｅｓｆｒｏｍＸｉ’ａｎ．Ｔｈｅｎ，ｔｈｅｄｅｃｉｓｉｏｎｔｒｅｅｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｔｏｏｂｔａｉｎｔｈｅｓｕｒｆａｃｅｃｌａｓｓｉｆｉｃａｔｉｏｎｉｍａｇｅｏｆｔｈｅｃｉｔｙ，ｔｈｅｖｅｇｅｔａｔｉｏｎｃｏｖｅｒａｇｅｉｓｏｂｔａｉｎｅｄｂａｓｅｄｏｎｔｈｅｉｎｖｅｒｓｉｏｎｏｆｔｈｅｐｉｘｅｌｂｉｎａｒｙｍｏｄｅｌ，ａｎｄｔｈｅｓｕｒｆａｃｅｅｍｉｓｓｉｖｉｔｙｏｆｆｏｕｒｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓｉｓｏｂｔａｉｎｅｄｂａｓｅｄｏｎＮＤＶＩ．Ｆｉｎａｌｌｙ，ｗｉｔｈｔｈｅａｃｃｕｒａｃｙｏｆ０．０１ＭＯＤＩＳＬＳＥｐｒｏｄｕｃｔｓａｓｔｈｅｓｔａｎｄａｒｄｄａｔａ，ｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅｆｏｕｒａｌｇｏｒｉｔｈｍｓｉｓｃｏｍｐａｒｅｄａｎｄａｎａｌｙｚｅｄｆｒｏｍｔｈｅｐｉｘｅｌｓｃａｌｅ，ａｎｄｂａｓｅｄｏｎｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｓｏｆｔｈｅｒｅｇｒｅｓｓｉｏｎｄｅｃｉｓｉｏｎｔｒｅｅｍｅｔｈｏｄ，ｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｅｍｉｓｓｉｖｉｔｙｉｎｖｅｒｓｉｏｎｏｆｄｉｆｆｅｒｅｎｔａｌｇｏｒｉｔｈｍｓｏｎｄｉｆｆｅｒｅｎｔｔｙｐｅｓｏｆｓｕｒｆａｃｅｃｏｖｅｒａｇｅａｒｅｃｏｍｐａｒｅｄａｎｄａｎａ©博看网 . All Rights Reserved.ｌｙｚｅｄ．ＴｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｈｙｂｒｉｄｍｏｄｅｌｍｅｔｈｏｄａｎｄｔｈｅＮＤＶＩＴＥＭｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍａｒｅｍｏｒｅａｃｃｕｒａｔｅａｎｄｃｌｏｓｅｔｏｅａｃｈｏｔｈｅｒｏｎｔｈｅｐｉｘｅｌｓｃａｌｅ．Ｆｒｏｍｔｈｅｉｎｖｅｒｓｉｏｎｄｉｆｆｅｒｅｎｃｅｏｆｄｉｆｆｅｒｅｎｔｕｎｄｅｒｌｙｉｎｇｓｕｒｆａｃｅｓ，ｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅｆｏｕｒａｌｇｏｒｉｔｈｍｓｉｎｔｈｅｖｅｇｅｔａｔｉｏｎｒｅｇｉｏｎｉｓｓｍａｌｌ．Ｆｏｒｔｈｅｗａｔｅｒｂｏｄｙｒｅｇｉｏｎ，ｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｔｈｅｆｏｕｒａｌｇｏｒｉｔｈｍｓｉｓｇｒｅａｔ；ｆｒｏｍｔｈｅａｐｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｉｎｖｅｒｓｉｏｎｍｅｔｈｏｄ，ｔｈｅｖｅｇｅｔａｔｉｏｎｉｎｄｅｘｈｙｂｒｉｄｍｏｄｅｌｍｅｔｈｏｄａｎｄｔｈｅＮＤＶＩＴＥＭｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍａｒｅｍｏｒｅｓｕｉｔａｂｌｅｆｏｒｔｈｅｓｔｕｄｙａｒｅａ．Ｋｅｙｗｏｒｄｓ：ｓｕｒｆａｃｅｅｍｉｓｓｉｖｉｔｙ；ｒｅｍｏｔｅｓｅｎｓｉｎｇｉｎｖｅｒｓｉｏｎ；ｎｏｒｍａｌｉｚｅｄｖｅｇｅｔａｔｉｏｎｉｎｄｅｘ；Ｌａｎｄｓａｔ８ｄａｔａ０　引　言地表发射率是遥感数据获取陆面温度中的一个关键参数，它与地表组成成分、地表粗糙度、含水量等因素有关，普遍应用于辐射传输过程和地气系统的能量平衡［１］。

一种基于卫星遥感数据反演植物气孔导度的方法[发明专利]

专利名称：一种基于卫星遥感数据反演植物气孔导度的方法专利类型：发明专利
发明人：张选泽,张永强,马宁,田小强,苗平,林钢,田晓军
申请号：CN202111550144.0
申请日：20211217
公开号：CN114357733A
公开日：
20220415
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于卫星遥感数据反演植物气孔导度的方法，包括以下处理流程：卫星遥感反演数据采集、地面常规气象数据采集；利用地面常规气象数据，计算饱和水汽压es；计算饱和水汽压差VPD；计算植被冠层气孔导度Gc；计算植物叶片气孔导度gs。

本发明以遥感目标像元的卫星遥感反演数据和地面气象观测数据数据作为输入，计算出目标像元中植物与大气间水分交换的植被冠层导度和叶片气孔导度，有效克服了现有的估算方法无法大范围监测、成本高、无法适用于空间异质性高的区域等缺点。

申请人：中国科学院地理科学与资源研究所,鄂尔多斯市水旱灾害防御技术中心
地址：100101 北京市朝阳区大屯路甲11号
国籍：CN
代理机构：北京志霖恒远知识产权代理事务所(普通合伙)
代理人：宋玲玲
更多信息请下载全文后查看。