大气程辐射遥感影像与大气环境质量研究
大气对遥感卫星图像品质的影响分析
大气对遥感卫星图像品质的影响分析随着技术的不断进步，遥感技术在很多领域都得到了广泛应用，如地质勘探、环境监测等。
然而，遥感卫星图像的品质却受到了大气的影响。
本文将对大气对遥感卫星图像品质的影响进行分析。
首先，大气对遥感卫星图像的可见光和红外波段的透过率会有所降低，导致图像的质量受到影响。
空气中的水汽、沙尘、气溶胶等物质会对遥感卫星图像的品质造成干扰，使得图像的细节和清晰度下降。
此外，大气辐射也会引入误差，影响到遥感卫星图像的精度和准确性。
其次，大气的天气状况也会直接影响到遥感卫星图像的品质。
在雾、雨、雪等恶劣天气中，光线的散射、反射和折射等现象会增加，使得遥感卫星图像呈现模糊不清、亮度低、对比度差等问题，严重影响了遥感卫星图像的观测效果。
接下来，暴雪、雷暴等极端天气也会使得卫星图像的观测和传输过程中断，甚至数据完全失效，这也是大气因素造成的遥感卫星图像品质不良的原因之一。
最后，大气的不稳定性也是大气对遥感卫星图像品质的影响因素之一。
例如，在日出和黄昏时期，光线的折射角会不断变化，导致遥感卫星图像呈现出较大的光斑、色差等问题，因此需要通过降低观测时间、增加观测精度等方式来缓解该问题。
总之，大气对遥感卫星图像品质的影响是不可避免的。
为了提高遥感卫星图像品质的准确性和精度，需要采用一系列方法和技术手段来降低大气因素的影响。
其中，使用多光谱遥感技术、精确控制遥感卫星的观测角度、调节图像亮度和对比度等方法都是目前常用的手段。
在今后的研究和发展中，需要继续探索更加高效、精准的遥感图像处理技术，以逐步实现遥感卫星图像的高质量观测。
为了降低大气对遥感卫星图像品质的影响，需要通过多方面的措施来加以解决。
首先，在遥感卫星发射之前，需要对其进行精确的轨道设计和气象预测，以便在观测时段选择适当的时间和地点。
同时，还需对卫星和传输系统进行精密的校准和定位，确保获得最佳的图像质量。
其次，在图像处理阶段，需要使用多光谱遥感技术和其他先进技术，对图像进行复杂的处理和加工，如背景去除、染色增强、几何形状重建等。
大气校正实验报告
一、实验背景遥感技术作为获取地球表面信息的重要手段，广泛应用于地质、农业、环境、城市规划等领域。
然而，由于大气对太阳辐射的吸收、散射和反射作用，遥感图像中的地物反射率信息受到一定程度的影响。
为了消除大气影响，提高遥感图像的精度和应用价值，大气校正技术应运而生。
本文将针对大气校正实验进行详细报告。
二、实验目的1. 理解大气校正的原理和方法；2. 掌握大气校正实验的操作流程；3. 评估大气校正对遥感图像质量的影响。
三、实验原理大气校正的目的是消除大气对遥感图像的影响，恢复地物真实反射率。
主要原理如下：1. 辐射传输模型：根据遥感成像过程中太阳辐射、大气和地物之间的相互作用，建立辐射传输模型，描述太阳辐射、大气和地物之间的能量传递过程。
2. 大气校正算法：通过分析遥感图像和同步观测的大气参数数据，建立大气校正模型，消除大气影响，恢复地物真实反射率。
3. 大气校正方法：主要包括单窗算法、双窗算法、大气校正模型等。
四、实验数据与工具1. 实验数据：选取Landsat 8卫星的OLI传感器获取的遥感图像作为实验数据。
2. 实验工具：ENVI软件，MODTRAN模型，FLAASH大气校正模型。
五、实验步骤1. 辐射定标：将原始遥感图像进行辐射定标，使其具有物理意义。
2. 大气校正：利用FLAASH大气校正模型对辐射定标后的遥感图像进行大气校正。
3. 结果分析：对比校正前后的遥感图像，分析大气校正对图像质量的影响。
六、实验结果与分析1. 辐射定标对原始遥感图像进行辐射定标，得到具有物理意义的图像数据。
2. 大气校正利用FLAASH大气校正模型对辐射定标后的遥感图像进行大气校正，得到校正后的遥感图像。
3. 结果分析（1）目视效果对比通过目视对比校正前后的遥感图像，可以看出大气校正后的图像清晰度更高，地物信息更丰富。
（2）定量分析通过统计分析校正前后遥感图像的地物反射率，可以发现大气校正后的遥感图像地物反射率更加接近真实值。
基于遥感技术的大气工程监测与预警研究
基于遥感技术的大气工程监测与预警研究近年来，随着科学技术的发展和人们对气候变化的关注，基于遥感技术的大气工程监测与预警研究越来越受到重视。
本文将探讨这一重要议题，并分析其应用前景。
第一部分：遥感技术在大气工程监测中的应用遥感技术是通过卫星、飞机等平台获取地球表面和大气的信息，并利用数据处理和分析手段进行监测与评估。
在大气工程监测领域，遥感技术可以有效获取大气的温度、湿度、风向等重要参数，提供实时、全面的大气信息。
遥感技术在大气工程监测中的应用主要体现在以下几个方面：1. 大气污染监测：通过遥感技术可以实现对大气环境中的污染物浓度进行监测和评估，为环境保护部门提供可靠的数据支持。
例如，通过遥感技术可以实时监测空气中的PM2.5、臭氧等有害气体的浓度，预警大气污染事件的发生。
2. 大气灾害预警：遥感技术能够对大气灾害进行远程监测，及时发现并预警台风、龙卷风和暴雨等天气灾害，为防灾减灾工作提供实时数据。
融合遥感技术与气象模型，可以提高大气灾害预警的准确性和时效性。
3. 气候变化研究：利用遥感技术可以获取全球范围内的气候变化数据，揭示气候系统的变化规律，为气候变化研究提供重要依据。
例如，通过遥感技术可以监测冰川消融、海平面上升等现象，进一步认识全球气候变化对地球的影响。
第二部分：基于遥感技术的大气工程监测与预警研究的挑战虽然基于遥感技术的大气工程监测与预警具有巨大的潜力，但也面临着一些挑战。
主要包括数据处理和分析、仪器技术以及空间和时间分辨率等方面的问题。
1. 数据处理和分析：遥感数据的体量庞大，如何高效地处理和分析成为一个难题。
此外，不同遥感数据源之间的数据融合与整合也需要克服一些技术难题。
2. 仪器技术：目前，遥感仪器技术的发展尚未达到成熟阶段。
例如，对于大气的细节观测，高分辨率遥感图像的获取和处理仍面临很大挑战。
3. 空间和时间分辨率：遥感技术在大气工程监测中需要具备高分辨率和高时效性。
目前，虽然一些卫星可提供高空间分辨率的遥感数据，但时间分辨率仍有待提高。
大气环境与生态系统的遥感监测与评估
大气环境与生态系统的遥感监测与评估大气环境和生态系统是人类生存和发展所必须的基本要素。
随着经济的发展和人类活动的增多，大气环境和生态系统也受到了越来越严重的破坏。
为了更好地保护和管理大气环境和生态系统，遥感监测和评估技术逐渐成为环保领域的热门话题。
一、大气环境的遥感监测与评估大气环境是指地球大气层的物理、化学和生物学状况。
大气环境对生态系统和人类的活动都有着重要影响。
大气污染已成为全球性的环境问题，严重影响了人类的生命健康和社会经济的发展。
遥感技术为大气环境监测提供了一种新的手段。
它可以通过卫星、飞机、无人机等载体获取大气环境数据，不受时间和空间限制，能够提供全球范围内的大气环境状况，大大提高了监测效率和质量。
遥感技术可以获取大气环境的多种信息，如大气温度、湿度、风速、风向、空气质量、大气成分等。
这些信息能够帮助科学家分析大气环境状况，研究空气污染的来源和规律，并制定出相应的应对措施，以减少大气污染对人类的危害。
二、生态系统的遥感监测与评估生态系统是指生物与环境相互作用形成的综合体系，包括陆地生态系统、水生生态系统、海洋生态系统等。
生态环境的破坏已成为全球性的问题，对生物多样性的保护和人类的生存都带来了很大的挑战。
生态系统的遥感监测与评估是保护生态环境的一种有效手段。
通过遥感技术，可以获取生态系统各个组成部分的数据，如植被覆盖度、生物量、土地利用方式等。
这些数据能够帮助科学家了解生态系统的状态和变化规律，并采取有效的措施来保护生态环境。
例如，遥感技术可以对森林砍伐的情况进行监测和评估，了解森林覆盖度的变化和森林生态系统的健康状况，并通过分析原因找到露天矿山、有害生物等破坏森林的罪魁祸首，进而采取相应的措施，如采取植树造林、森林保护等来恢复和保护森林。
三、结语遥感技术的应用不仅提高了大气环境和生态环境监测和评估的质量和效率，还为科学家提供了更多的信息和数据，有助于科学家更准确地分析和预测环境变化趋势。
基于高分辨率遥感影像的城市空气污染监测与评价研究
基于高分辨率遥感影像的城市空气污染监测与评价研究随着城市化进程的不断加速，城市空气污染问题越来越突出。
目前，国内外的城市空气污染监测和评价多采用传统技术和手段，观测点位有限，数据精度不足，难以全面、准确地反映城市空气质量情况，因此需要引入高分辨率遥感影像技术，对城市空气污染进行更全面、真实的监测和评价，以提高城市空气质量和环境水平。
高分辨率遥感影像技术是通过卫星、航空和无人机等载体获取高分辨率影像，再通过遥感技术对影像进行处理、分析和解释，获取城市空气污染相关参数。
这种技术的应用为城市空气污染监测和评价提供了新的手段和途径，成为城市环境研究和管理的重要工具。
城市空气污染的因素较为复杂，包括颗粒物、氧气、二氧化硫、氮氧化物和臭氧等。
其中，细颗粒物(PM2.5)是城市空气污染中的重要污染源之一。
因此，针对PM2.5的监测和评价成为城市空气污染监测和评价的重点。
高分辨率遥感影像技术可以利用遥感影像获取PM2.5等污染物浓度分布情况，并通过遥感技术进行法律算法分析，计算PM2.5浓度，利用地理信息系统等工具绘制空气污染分布图和等值线图，进而进行城市空气污染空间分布分析和热点分析。
同时，高分辨率遥感影像技术可以比较快速地观测到城市环境在短时间内的变化情况，采用卫星遥感影像可以获取乡镇级别甚至更小尺度的空气质量监测数据，在一定程度上解决了传统城市环境监测的空间上的不足。
除此之外，高分辨率遥感影像技术还可以补充城市空气污染监测的时间序列数据。
常规的城市空气质量监测常常采用小时或日平均值来表示城市空气质量水平，而利用多年遥感数据可以更好地分析城市空气污染变化规律和趋势，为制定城市环境规划和防治措施提供科学依据。
综上所述，高分辨率遥感影像技术具有非常明显的优势，可用于城市空气污染监测与评价研究。
在这种技术的支持下，科研工作者和环保人士将能够从更广阔的视角和更全面的数据角度，了解城市空气污染问题，保障人民群众的身体健康，建立和实施更加科学、智能的城市发展规划，将城市环境治理达到更高效、更有成效的水平。
基于遥感的城市空气质量监测与分析
基于遥感的城市空气质量监测与分析随着城市化进程的加速，城市空气质量问题日益受到人们的关注。
传统的地面监测方法虽然能够提供较为准确的数据，但由于监测站点分布有限，难以全面反映城市空气质量的空间分布特征。
遥感技术的出现为城市空气质量监测提供了一种全新的手段，能够实现大面积、快速、动态的监测，为城市空气质量的评估和管理提供了重要的支持。
一、遥感技术在城市空气质量监测中的原理遥感技术主要是通过传感器接收来自地球表面物体反射或发射的电磁波信号，从而获取目标物体的信息。
在城市空气质量监测中，常用的遥感数据源包括卫星遥感和航空遥感。
卫星遥感通过搭载在卫星上的传感器对地球表面进行观测。
这些传感器可以探测到不同波长的电磁波，包括可见光、红外和紫外波段等。
例如，通过对大气中气溶胶的散射和吸收特性的监测，可以反演得到气溶胶的浓度分布，进而评估大气的污染程度。
航空遥感则是利用飞机等航空器搭载的传感器进行低空观测。
相比卫星遥感，航空遥感具有更高的空间分辨率和更灵活的观测时间，可以针对特定区域进行精细化的监测。
二、遥感技术监测的主要污染物指标（一）气溶胶气溶胶是城市空气中常见的污染物之一，包括灰尘、烟雾、颗粒物等。
遥感技术可以通过对气溶胶光学厚度（AOD）的测量来评估气溶胶的浓度和分布。
（二）氮氧化物（NOx）NOx 主要包括一氧化氮（NO）和二氧化氮（NO₂），它们是城市大气污染的重要成分。
遥感技术可以通过对 NO₂柱浓度的监测来了解其在城市中的分布情况。
（三）二氧化硫（SO₂）SO₂是一种具有刺激性气味的气体污染物，遥感技术能够对其在大气中的浓度进行监测。
三、遥感数据的处理与分析方法获取遥感数据后，需要进行一系列的处理和分析才能得到有价值的空气质量信息。
首先是数据预处理，包括辐射定标、几何校正等，以确保数据的准确性和一致性。
然后是反演算法的应用，通过建立数学模型，将遥感观测数据转化为污染物的浓度或相关参数。
在数据分析方面，常用的方法包括空间分析、时间序列分析等。
基于遥感技术的大气环境监测研究
基于遥感技术的大气环境监测研究近年来，随着工业化和城市化进程的加速，大气环境污染已经成为全球关注的焦点。
为了全面了解大气环境的状况，科学家们借助遥感技术开展了大气环境监测研究。
本文将讨论基于遥感技术的大气环境监测的应用与挑战。
一、遥感技术在大气环境监测中的应用遥感技术通过利用航空或卫星平台上的传感器，能够获取大气环境相关的数据，如气温、湿度、风向等。
这些数据对于提供大气污染现象的分布和变化情况非常重要。
此外，遥感技术还能够获取大气中的气溶胶浓度、颗粒物浓度等有害物质的数据，为环境保护部门提供科学依据。
通过遥感技术获取的大气环境数据，可以实现时空连续监测，从而更全面地了解大气环境状况。
传感器可以定期定点地获取数据，通过时空分析，可以有效地研究大气污染源、传输和沉降。
这些分析结果对于制定大气环境防治策略具有重要指导意义。
二、基于遥感技术的大气环境监测的挑战尽管遥感技术在大气环境监测中具有广泛的应用前景，但也面临一些挑战。
一方面，大气环境的复杂性使得遥感技术的精确度和分辨率有限。
例如，气溶胶的成分多样，遥感技术在区分不同成分时存在困难。
此外，遥感技术还受到大气条件的限制，如云层、雾霾等因素会影响数据采集和解析。
另一方面，遥感技术的数据处理和分析也是一个挑战。
由于大气污染相关数据的复杂性和多样性，需要开发适用于大数据处理的算法，并建立模型来解释数据。
这需要与其他领域的专家合作，共同研究和完善遥感技术在大气环境监测中的应用。
三、前景与展望尽管遥感技术在大气环境监测中面临挑战，但也有着广阔的前景。
随着技术的不断发展，遥感技术的分辨率和精度将不断提升，从而更好地满足大气环境监测的需求。
此外，随着人工智能和机器学习等技术的应用，遥感数据处理和分析的效率也将大幅提高。
未来，基于遥感技术的大气环境监测将不仅仅关注大气污染源的监测，还会深入研究大气污染的形成机理和影响机制。
科学家们会进一步优化遥感传感器，实现对大气污染成分的高精度探测，并根据这些数据提出更精确的预警和控制措施。
大气程辐射对遥感图像像元值贡献估计
且近似于目标地物的真实反射率。
则图１可近似地反映在大气外层观察地球表面的视觉效果：淡蓝色的天空笼罩着大地，地物似乎染上一层淡淡的蓝色染料，这主要是大气的瑞利散射以及气溶胶散射所致。
比较图４．１和图４．２可以看出，分子散射和气溶胶散射对图像的质量影响很严重，降低了图像的清晰度。
图４．２是经过大气程辐射校正的遥感影像，它去除了不含任何地物信息和空间信息的大气程辐射值，因此更接近地面真实情况，且较原始影像清晰可辨。
并且去除大气程辐射值后的遥感影像比原始遥感影像值总体偏低，使得整个遥感影像的亮度偏暗，可见经过大气程辐射值修正的遥感影像，能有效地增加辐射对比度，增强影像中不同地物类型的界线，同时降低了影像的亮度。
由于在进行大气程辐射校正时，选择的Ｅ喇波段为１、２、３波段，经大气校正后进行波段合成，所以可根据颜色判读云、水体、绿色植被、山地阴影等。
图４．１原始Ｅ１７Ｍ遥感影像图４．２大气程辐射校正后Ｅ１Ｍ遥感影像比较图４．１和图４．２可看出，经过大气程辐射校正的图像明显优于原图像，说明了基于辐射传输理论的大气程辐射校正方法的有效性。
从校正图像上看，林区颜色偏黄，ｌ波段的反演值偏低，水库接近林区，因此，三个采样点ｌ波段的反演值明显偏低。
而从道路沿线和城镇区看，颜色偏兰，ｌ波段的反演值偏高。
林区气溶胶浓度远远低于城镇，整个图像采用了统一的气溶胶浓度，导致林区校正过量，城镇区校正欠量。
受气溶胶影响最大的是ｌ波段，１波段对兰色信号贡献最大，因此城镇区与林区出现相反的偏色效果。
由此可见，要提高大气程辐射校正精度，全图应分区计算气溶胶各参数（气溶胶光学厚度、单次散射反照率等参数）。
４．２．２校正图像效果评价ＥⅨ２、３波段波长范围与彩色摄影波段分割要求一致，１波段基本一致，缺失的Ｏ．３８一Ｏ．４５ｐｍ波段反射率值用ｌ波段值代替，得到原始遥感影像三个波段的光谱曲线图（如图４．３和图４．５）和经过大气程辐射值修正的光谱曲线图（如图４．４和图４，６）。
大气程辐射遥感图像技术
Ｋ ｙｗ ｒｓ ｔｏｐ ｅ ｃｐｔ ａｉ ｉ ； ｒ ｏｅｓｎｉｇｄｇ ａ ｉａｅ ｕ ａｅｒ ｅｔ ｃ ；ｈｔ ｏｅｅｕ ｅ ｏｄ ：ａ ｓｈｒ ａ ｒｄ ｔ ｎ ｅ ｔ ｅｓ ｉ ｔ ｍ ｇ ；ｓ ａｏ ｍ ｎ ｉｌ ｆ ｌ ｎ ｆ ａ ｅｇ
维普资讯
第 １ ３卷 第 ４期 ２０ ０ ７年 ８ 月
上 海 大 学 学 报 （自 然 科 学 版 ）
Ｊ Ｕ Ｎ Ｌ Ｏ Ｈ Ｎ Ｈ Ｉ Ｎ Ｖ Ｒ ＩＹ （ Ａ Ｕ Ａ Ｃ Ｅ Ｃ ） Ｏ Ｒ Ａ ＦＳ Ａ Ｇ Ａ ＩＥ Ｓ Ｕ Ｔ Ｎ Ｔ Ｒ ＬＳ ＩＮ Ｅ
像 有 重 要 理 论 和应 用 价值 ． ’
关键 词 ：大 气程 辐 射 ； 遥感 图像 ； 面 反 射 率 ； 均 匀 大 气 地 非
中 图分 类 号 ： Ｐ７ Ｔ ９ 文献 标 识 码 ： Ａ
Ｔｅ ｈ ｎ ｌ ｇ ｆＡｔ ｏ ｐ ｅ ｉ ｔ ｄ ａ ｉ ｎ Ｒｅ ｏ ｅ Ｓ ｎ ｉ ｇ Ｉ ａ ｅ ｃ ｏ ｏ ｏ ｙ ｏ ｍ ｓ ｈ ｒｃ Ｐａ ｈ Ｒａ ｉ ｔｏ ｍ ｔ ｅ ｓｎ ｍ ｇ
Ｌ ａ －ｕ ， Ｓ ｉ ， ＬＵ Ｘｕ － ｎ ， ＭＡ ｉｎ ｈ ａ Ｚ Ｎ － ｏ ｇ Ｉ ｎ ｈ ａ ＨＩＢａ Ｘｉ ｏ Ｉ ｅｆ ｇ ｅ Ｏ Ｊａ － ｕ ， Ｅ Ｇ Ｑｉ ｎ ｈ
（ ｃ ｏｌｏ ｏ Ｓ ｈ ｏ ｆＣ ｍｍｕ ｉａｉｎａ ｄＩｆｒ ｔ ｎＥ ｇｎ ｅ ｎ ｎｃｔ ｎ ｎｏｍａｉ ｎｉｅｒ ｇ，Ｓ ａ ｇａ ｎｖｒｉ ｏ ｏ ｉ ｈ ｎｈ ｉＵ ｉｅｓｙ，Ｓ ａ ｇａ ０ ０ ２，Ｃ ｉａ ｔ ｈｎ ｈ ｉ ０ ７ ２ ｈｎ ）
Ｖ０ ． ３ Ｎｏ． １ １ ４
Ａｕ ｇ．２ ０ ０７
文 章 编 号 ： ０ ．８ １ ２ ０ ）４０ ４ ． １ ７２ ６ （ ０ ７ ０ ．３ ８０ ０ ４
利用遥感技术监测大气环境污染物的研究
利用遥感技术监测大气环境污染物的研究随着工业化和城市化的加剧，大气环境污染已成为现代社会不容忽视的问题。
大气污染物对人类健康和环境造成了严重影响，因此，为了监测和控制大气污染，科学家们不断寻求新的方法和技术。
其中，遥感技术作为一种非接触式监测手段，逐渐引起了广泛关注。
遥感技术是通过对地球表面的物理特征进行观测和测量，获取目标区域的信息的一项技术。
它利用卫星、飞机等载体的传感器获取数据，通过分析这些数据来了解地球上的自然和人为现象。
遥感技术可以提供高质量的空间和时间信息，能够提供全球尺度的大气环境监测。
遥感技术在大气环境污染物监测中的应用主要是通过对大气组分的探测来实现的。
例如，利用遥感技术可以监测二氧化碳、二氧化硫、一氧化氮等大气污染物的浓度和分布。
这些污染物的监测可以帮助我们了解不同区域的污染状况，评估污染物的传输和扩散过程，为环境管理和政策制定提供科学依据。
遥感技术在大气环境污染物监测中的应用不仅可以提供高分辨率的空间信息，还可以提供一定的时间序列数据。
这些数据可以用于研究大气污染物的季节性和年际变化等规律。
通过分析这些变化规律，可以更好地理解大气污染物的来源和演化过程，评估不同因素对污染物浓度的影响。
除了监测大气污染物浓度和分布，遥感技术还可以用于评估大气污染物的排放源和排放强度。
通过对污染源的遥感探测，可以获得准确的排放源信息，包括位置、规模和类型等。
这些信息可以帮助环境管理部门加强对污染源的监管和控制，在源头上减少大气污染物的排放。
尽管遥感技术在大气环境污染物监测中有很大的潜力，但也面临一些挑战。
首先，遥感技术需要合适的仪器设备和数据处理算法，这需要投入大量资源和技术支持。
其次，大气环境是一个复杂的系统，受到多种因素的影响，如气象条件、地形和人类活动等，因此，在利用遥感技术进行大气环境监测时，需要考虑这些因素的综合影响。
综上所述，利用遥感技术监测大气环境污染物是一项重要的研究领域。
遥感技术可以提供高质量的空间和时间信息，用于监测大气污染物的浓度、排放源和排放强度等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大气程辐射遥感影像与大气环境质量研究
【摘要】：作为对地探测的遥感技术所获取的遥感数据包含地面和大气信息,并且主要是地面信息。
如何将遥感数字图像中弱的大气信息与强的地面目标信息分离,这一问题制约着大气遥感和大气环境质量研究与监测定量化水平的进一步发展。
为解决这一问题,国内外遥感专家付出了不懈的努力,取得了一些进展。
但是迄今为止,所有这些方法基本上无一例外的都是条件苛刻的近似解,尚未从根本解决。
李先华教授在长期从事相关研究的基础上,提出利用地面反射率进行大气程辐射逐点反演计算,生成大气程辐射遥感数字图像的解决方案,并完成其原理方法研究。
本文正是根据这一原理方法,在生成地面反射率图的基础上,实现了大气程辐射遥感影像的计算机生成,并分别以ETM+和MODIS数据为例,分析了上海市大气环境质量的时空格局特征及其影响因素,最后以大气污染地面观测数据(PM10浓度)为基准,对大气环境质量进行了评价。
根据大气程辐射反演的原理,获取准确的地面反射率是问题的关键,这也是本论文的核心。
地面反射率与行星反射率之间存在复杂的非线性关系,利用模糊神经网络来模拟这种非线性关系。
选择实测典型地物中反射率随时间变化较小的地物类型,以其反射率值作为网络的学习样本,对网络进行训练,然后将行星反射率、6S大气校正后的反射率以及按光谱特征分类数据输入到训练后的网络进行模拟,仿真输出地面反射率。
以上是ETM+地面反射率生成方法.对于MODIS的地面反射率计算则主要是依赖于6S的反射率
校正结果,是对连续的校正结果进行曲线拟合,获得每个像元对应的大气状况最好条件下的反射率校正值,生成MODIS地面反射率图。
大气程辐射遥感影像表征了大气质量状况,根据上述原理和方法,生成了上海市ETM+和MODIS的大气程辐射遥感影像。
由于二者分别具有较高的空间和时间分辨率,因此分别用来反映上海市大气污染状况的空间格局和时间变化特征。
结果显示,城市和农村的大气环境质量对比还是比较鲜明。
但是在城市内部大气环境质量的空间变化程度要远远高于农村内部的变化,这与城市内部复杂的下垫面性质和人类活动息息相关。
就时间变化来看,最主要的特征是,变化比较剧烈,受风向、风速和外来污染源影响较大。
进一步对这种时空格局的影响因素分析揭示,城市下垫面性质是最主要的影响因子之一,城市内部的绿地公园、大型水面对大气污染具有显著改善作用;而工业生产的影响则具有显著的差异,老工业区,以重工业、化学工业等为主的工业区对大气污染具有很大贡献,而以电子等新兴高科技工业为主的工业区则对大气污染几乎没有影响;人口密度与大气污染程度关系比较复杂。
对不同时间上海市大气环境质量进行评价,结果揭示上海市总体上大气环境质量较好,但由于自然因素和人为因素的影响,时间差异较大。
由此可见,利用完全不含地面信息、表征大气环境质量的大气程辐射遥感影像进行大气环境质量分析,更能科学、定量地探测出传统研究方法所不能揭示的空间和时间上的细节特征,研究结果准确,并有很高的推广和应用价值。
【关键词】：大气程辐射地面反射率遥感数字图像解析空间分析评价
【学位授予单位】：华东师范大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：X831;P407
【目录】：中文摘要4-5ABSTRACT5-8第一章引言8-171.1研究背景8-91.2相关研究进展9-121.3目前研究存在的问题12-131.4研究目标和内容13-141.5原理、方法与技术路线14-151.6论文整体框架15-17第二章上海市典型地物反射波谱特征分析17-242.1地物反射波谱研究意义及其划分依据17-182.2人工建筑反射波谱特征分析18-212.3植被反射波谱特征分析21-222.4水体反射波谱特征分析22-232.5结论23-24第三章基于模糊神经网络和6S模型的ETM+地面反射率图生成24-413.1地面反射率图生成方法24-263.2遥感影像的模糊神经网络分类26-333.36S模型对ETM+行星反射率的大气校正33-363.4地面反射率反演结果36-373.5地面反射率的检验37-383.6地面反射率的空间分布特征38-403.7本章小结40-41第四章上海市ETM+大气程辐射遥感影像计算机生成41-534.1大气程辐射遥感影像生成原理41-434.2计算机生成大气程辐射遥感影像关键技术43-454.3ETM+大气程辐射遥感影像计算结果45-474.4反演结果对原始遥感影像的影响474.5大气程辐射遥感影像精度检验47-484.6大气程辐射遥感值与大气污染观测值的相关分析48-514.7大气程辐射遥感值与地面反射
率关系51-524.8本章小结52-53第五章MODIS大气程辐射遥感影像计算机生成53-645.1MODIS数据特点535.2利用MODIS数据进行大气污染遥感监测的优势53-545.3MODIS1B数据的预处理54-555.4基于6S模型的MODIS地面反射率的反演55-595.5MODIS大气程辐射遥感影像计算机生成59-605.6MODIS大气程辐射遥感值反演结果分析60-615.7MODIS的大气程辐射遥感影像与地面观测数据的相关分析61-625.8MODIS、ETM+大气程辐射遥感影像对比研究62-635.9本章小结63-64第六章基于GIS的上海市大气环境质量时空格局研究64-816.1上海市大气环境质量的空间演变特征研究64-696.2大气程辐射遥感影像空间统计分析69-766.3大气环境质量的时间格局研究76-806.5本章小结80-81第七章大气环境质量时空演变特征的影响因素分析81-947.1分析模式的设定817.2因子的选择与数据预处理81-827.3结果与讨论82-937.4本章小结93-94第八章大气环境质量综合评价研究94-1018.1指标选择与处理94-958.2大气环境质量评价的标准95-968.2大气环境质量综合评价的方法96-988.3大气环境质量评价结果98-998.4综合评价的结果分析99-1008.5本章小结100-101第九章结论与展望101-1039.1结论101-1029.2展望102-103参考文献103-110致谢110 本论文购买请联系页眉网站。