大气CO2反演的地表反射率影响分析与比值反演方法
高分辨率 co2浓度和通量反演技术报告

高分辨率co2浓度和通量反演技术报告摘要:一、高分辨率co2 浓度和通量反演技术的背景与意义二、高分辨率co2 浓度和通量反演技术的发展状况三、高分辨率co2 浓度和通量反演技术的应用领域四、高分辨率co2 浓度和通量反演技术的未来发展趋势正文:高分辨率co2 浓度和通量反演技术在环境监测、气候变化研究、生态规划等方面具有重要的应用价值。
随着科技的进步,这一技术在我国已取得了一定的发展。
本文将对这一技术的背景、发展状况、应用领域及未来发展趋势进行探讨。
一、高分辨率co2 浓度和通量反演技术的背景与意义高分辨率co2 浓度和通量反演技术是一种通过对大气中co2 浓度和通量进行高精度测量和反演的方法,从而为研究地球系统碳循环过程提供关键数据。
这项技术对于理解碳循环过程、评估人类活动对碳循环的影响具有重要意义。
二、高分辨率co2 浓度和通量反演技术的发展状况近年来,我国在高分辨率co2 浓度和通量反演技术方面取得了显著进展。
我国科研人员研发了一系列具有自主知识产权的技术方法,提高了co2 浓度和通量的测量精度,缩短了数据处理周期,扩大了观测范围。
三、高分辨率co2 浓度和通量反演技术的应用领域高分辨率co2 浓度和通量反演技术在多个领域具有广泛的应用前景。
例如,在气候变化研究中,这一技术可以揭示碳循环与气候系统之间的相互作用;在生态规划中,这一技术可以帮助评估生态系统的碳储量和碳汇功能。
此外,该技术还可以为碳交易和碳排放权分配提供科学依据。
四、高分辨率co2 浓度和通量反演技术的未来发展趋势展望未来,高分辨率co2 浓度和通量反演技术将继续向更高精度、更快速、更智能的方向发展。
随着卫星遥感技术、大数据分析等技术的进一步融合,这一技术将在全球碳循环观测和研究中发挥更为重要的作用。
总之,高分辨率co2 浓度和通量反演技术在我国已取得了一定的成果,并在多个领域展现出广阔的应用前景。
大气CO2辐射传输特性与反演方法研究的开题报告

大气CO2辐射传输特性与反演方法研究的开题报告一、研究背景:随着全球气候变化的加剧,气候变暖趋势日益明显,温室气体的排放成为众多国家面临的共同挑战。
其中最主要的温室气体就是二氧化碳(CO2),其对大气辐射和热平衡的影响已经被广泛研究。
那么如何准确反演大气中CO2的含量,成为了研究者们热切关注的问题。
二、研究内容:本研究将主要针对大气CO2辐射传输特性与反演方法展开研究,具体研究内容包括:1. 建立大气CO2辐射传输数学模型,包括利用光谱分析的方法对大气中吸收和散射光的影响进行模拟。
2. 基于大气辐射传输数学模型,开展大气CO2含量的反演研究,主要包括利用遥感技术、地面观测和模拟实验进行反演。
3. 对反演结果进行分析和评估,探究影响反演精度的因素及其对结果的影响。
并最终提出改进反演方法的建议。
三、研究意义:该研究对于准确反演大气中CO2含量,以及制定相应的应对气候变化政策具有重要意义,具体意义如下:1. 为理解大气CO2的辐射传输特性提供了新的方法,有助于更加精确地评估大气中CO2的影响。
2. 对于CO2的反演研究,有助于提高天气预报、气候变化模拟等方面的精度。
3. 为制定应对气候变化的政策提供具有科学依据的支持。
四、研究方法:1. 建立大气CO2辐射传输数学模型。
综合考虑大气中各种气体的吸收、散射、发射等过程,建立数学模型。
2. 利用遥感技术进行大气CO2含量反演,提取反演算法中的重要参数,比如仪器分辨率、探测器响应等数据。
3. 通过地面实验和模拟实验验证并评估反演结果的准确性,探究影响反演精度的因素。
五、预期成果:本研究预期达到如下成果:1. 建立科学的大气CO2辐射传输数学模型,提高对大气中CO2的理解。
2. 基于遥感技术制定准确的大气CO2反演算法。
3. 在实验中验证和评估反演结果的准确性,探究影响反演精度的因素,为提高反演精度提供科学依据。
六、研究难点:1. 针对不同的大气CO2含量反演算法,必须要考虑各种影响因素的不同作用,如大气所处的位置、天气、当地的温度、捕捉到的信号质量等。
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]。
高光谱遥感数据的改正暗目标大气校正方法研究

854, 884, 2042 nm.
图2 三种地物表观反射率
(ⅳ) 改进的暗目标气溶胶估算方法. 气溶胶散 射作用是造成大气效应的重要因素之一, 设法消除 大气中的气溶胶影响是大气校正的一个重要环节. 由于气溶胶分布时空变异较大, 只依靠单个点的测 量数据对整景影像进行校正明显精度不够. 暗目标 方法估算气溶胶参数最关键的一步是确定暗目标在 可见光波段的地表反射率. 近红外波段与可见光波 段反射率的相关关系一般由经验或实测数据获得, 不 同 的 植 被 状 况 下 会 有 所 变 化 . Kaufman 等 [16] 、 Ouaidrari 等[17]、Liang 等[13]分别给出了 3 个通道之间 的反射率线性经验关系. 因此, 针对不同的区域、不 同的植被类型, 采用暗目标方法时首先需要建立可 靠的近红外波段与可见光波段地表反射率相关关系.
* E-mail: zhaoxianghappy@
1654
中国科学 D 辑 地球科学
第 37 卷
省兖州市, 位于北纬 35°10′~35°40′、东经 116°30′~ 116°59′之间, 该区地势平坦, 大面积成片地种植冬小 麦.
研究使用的高光谱数据为美国 NASA 新千年计 划的第一颗卫星 EO-1 上搭载的 Hyperion 高光谱数据. Hyperion 传感器是第一台星载高光谱图谱测量仪, 该 高光谱数据共有 242 谱段, 光谱范围为 400~2500 nm, 光谱分辨率达到 10 nm, 地面分辨率为 30 m[9]. 本研 究采用的是 2005 年 5 月 7 日过境的一级产品, 幅宽 7.7 km, 长 42 km, 太阳天顶角 28°, 太阳方位角 127°.
1 数据与方法
1.1 研究区与数据 本文进行大气订正实验的研究区地强化处山东
大气遥感第六章:大气效应校正和大气参数反演

(2)对于热红外波段,多次散射一般可以忽略不计,但大气和地表 自身发射必须考虑。
(3)对于中红外波段,则既需要考虑地表与大气自身的发射,同时 又要考虑大气的多次散射作用,因此更加复杂,我们不展开讨论。
23
仅讨论可见光/近红外波段 为了问题的简化,在地表朗伯体、大气水平均一假设条件下, 我们可以得到:
其中
,
; 分别为观测天顶角与太阳天顶角;
为传感器接L受(到v的) 辐射亮度, 为观测方向的路径辐射项; 为地
表反射率;S为大气下界的半球反射率; 为大气层顶与太阳光垂直
方向的通量密度。
9
利用入射太阳辐射项 归一化上式可得:
从物理实质上看,这是地-气系统辐射传输问题,对 地表遥感而言,即为大气效应校正问题,而对大气遥感 而言,则是地表背景作用的扣除问题,确切的说,这是 同一个问题的两个方面。
对同一波长而言,卫星对地观测在同一时刻只有一 个观测值,而至少有两个或者两个以上的未知量(即大 气光学厚度和地表反照率),因此问题的解事不确定的, 必须要增加新信息,以解决反演求解的不确定性。
14
(4)其它大气校正方法
·直方图匹配法(Histogram Matching Methods):假设晴空条 件与大气浑浊条件下地表反射率的直方图分布相同;算法被ERDAS和PCI 等图像处理软件采用;
·反差减少法(Contrast Reduction Methods):气溶胶散射 减小地表反射率的差异,因此局部图像方差可以用于估算气溶胶光学厚 度;
测绘技术中的反射率校正与大气校正方法

测绘技术中的反射率校正与大气校正方法近年来,随着遥感技术的快速发展,测绘行业中的反射率校正与大气校正方法也得到了越来越多的关注。
这些方法可以有效地提高测绘结果的精度和可靠性,对于遥感数据的准确解译具有重要意义。
一、什么是反射率校正?作为一种重要的遥感数据处理方法,反射率校正是通过对图像中的反射率进行调整和修正,使得反射率更加符合实际情况。
测绘中,我们使用遥感技术获取的图像往往受到多种因素的干扰,如大气吸收、散射等,这些因素给图像的反射率带来一定的偏差。
因此,反射率校正就是要消除这些因素的影响,使图像的反射率能够准确地反映出被观测对象的特征。
二、反射率校正的方法目前,反射率校正方法主要包括统计校正法和模型校正法两种。
1. 统计校正法统计校正法是指根据测绘区域内的统计特性,对图像进行校正。
这种方法通常以参考样本为基础,通过对参考样本的分析,得到图像的校正系数,然后将这些系数应用于整个图像的反射率校正中。
统计校正法相对简单易行,但需要准备大量的参考样本,并且样本的选择也需要考虑地物的类型和分布情况等因素。
2. 模型校正法模型校正法是指通过建立反射率校正模型,对图像进行校正。
这种方法通常依据大气辐射传输的基本原理和模型,通过对大气辐射过程进行数学建模,将大气辐射对图像的影响进行修正。
模型校正法具有较高的准确性,但对于大气辐射的建模和参数获取有一定的要求。
三、什么是大气校正?大气校正是指根据大气光学特性,对测绘图像进行校正,消除大气对图像的干扰。
大气校正方法的目标是减少大气散射和吸收对图像反射率的影响,使得获取的遥感数据更加准确可靠。
大气校正方法主要包括模型法和无模型法两种。
1. 模型法模型法是指通过建立大气辐射传输的模型,根据大气成分和光学参数等因素对图像进行校正。
这种方法需要较为准确的大气参数和辐射传输模型,并属于相对复杂的校正方法。
模型法的优点是可以提供比较准确的校正结果,但对于大气参数的获取和模型的建立有一定的要求。
测绘技术陆地卫星图像的大气校正与反射率获取方法

测绘技术陆地卫星图像的大气校正与反射率获取方法测绘技术是现代科技的重要组成部分,涉及到多个领域,包括地理信息系统、遥感技术和测绘仪器等。
其中,测绘技术中的大气校正与反射率获取方法在陆地卫星图像处理中起着至关重要的作用。
本文将探讨大气校正与反射率获取方法在测绘技术中的应用。
一、大气校正的意义与目的大气校正是将卫星图像中因大气吸收、散射等原因引起的扰动进行校正,以获得真实的地物反射率。
大气校正的目的是消除大气影响,提高图像的可解译性和定量性。
大气校正能够使卫星图像更加精确和真实地反映地表特征,为后续的测绘工作提供准确的数据基础。
二、大气校正的原理与方法大气校正的原理是基于大气对太阳辐射的吸收、散射以及陆地表面反射的特性。
常见的大气校正方法包括大气传输模型法、辐射传输模型法和方法转换法等。
其中,大气传输模型法是将大气光通量和大气的散射成分分开计算,进而校正图像。
辐射传输模型法则是通过建立大气模型,利用辐射传输方程求解大气校正系数。
方法转换法则是通过选择合适的目标和背景进行校正,从而获得真实的地物反射率。
三、反射率获取方法反射率获取方法是在大气校正基础上,通过分析卫星图像中的光谱数据,计算地物的反射率。
常用的反射率获取方法包括比值法、冠层反射率模型法和统计学方法等。
比值法是通过地物的光谱特征反映地物的反射率,通过计算不同波段之间的比值,来获得反射率信息。
冠层反射率模型法是通过建立地物与大气之间的传输模型,将卫星观测值与地物的反射率联系起来。
统计学方法是通过统计分析卫星图像中的光谱分布,来获得地物反射率的估计值。
四、测绘技术中的应用大气校正与反射率获取方法在测绘技术中有着广泛的应用。
首先,在地理信息系统中,通过对卫星图像进行大气校正和反射率获取,可以获取准确的地表反射率,提供高质量的地表特征信息。
其次,在环境监测领域,通过大气校正和反射率获取可以对空气质量、土壤水分等环境因素进行精确监测。
此外,大气校正和反射率获取也广泛应用于农业、遥感地质勘探等领域,为相关工作提供重要的支持。
利用红外辐射光谱反演大气CO2浓度的理论研究

利用红外辐射光谱反演大气CO2浓度的理论研究戴铁;郑有飞;石广玉【期刊名称】《气象与环境科学》【年(卷),期】2008(31)1【摘要】依据最新的大气分子光谱数据集(HITRAN 2004),利用逐线积分辐射传输模式,模拟计算了大气顶射出红外辐射光谱及其对大气CO2浓度变化的灵敏度,发现:大气CO2 4.3 μm吸收带,特别是2 2412 249 cm-1、2 2502 258 cm-1、2 2592 267 cm-1和2 3822 390 cm-1波段射出的红外辐射,随CO2浓度的增加而显著降低,且很少受其他大气成分变化干扰,因此特别适于用来遥感探测大气CO2浓度的变化.根据最优非线性反演方法,反演获得了015 km的大气CO2廓线,结果表明,利用上述4个通道的红外辐射值,可精确反演出自由对流层的CO2浓度变化.【总页数】5页(P1-5)【作者】戴铁;郑有飞;石广玉【作者单位】南京信息工程大学环境科学与工程学院南京 210044;南京信息工程大学环境科学与工程学院南京 210044;中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室北京 100029【正文语种】中文【中图分类】P407【相关文献】1.高分辨率傅里叶变换红外光谱反演环境大气中CO2浓度的质量优化方法 [J], 田园;曾议;孙友文;谢品华;刘诚;刘文清;刘建国;李昂;胡仁志;王薇2.基于地对空观测光谱的大气CO2柱浓度反演分析 [J], 秦秀春;雷莉萍;Kawasaki Masahiro;Masafumi Ohashi;Takahiro Kuroki;曾招城;张兵3.太阳光谱对高分辨吸收光谱反演大气CO2浓度影响的研究 [J], 胡振华;黄腾;王颖萍;丁蕾;郑海洋;方黎4.基于高分辨率激光外差光谱反演大气CO2柱浓度及系统测量误差评估方法 [J], 孙春艳;王贵师;朱公栋;谈图;刘锟;高晓明5.红外辐射光谱反演CO_2浓度的敏感性研究 [J], 胡振华;方芳;顾学军;方黎因版权原因,仅展示原文概要,查看原文内容请购买。
- 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)。
) C !地表反射率的不确定性及其对 B ) 反演 的影响
!!自然界大多数物体的反射辐射不仅具有方向性而且这种 '( 方向性还依赖于入射辐射的方向!由 ' 9 0 $ 7 / P : 3, 首次提出 双向反射率分布函数0 了/ ] A E > 的概念来描述物体的反射辐 射分布"物体的 ] A E > 具有较大的时空分异性!对于全球观 测的温室气体卫星!若应用 ] A E > 特性探测器如 SC E @ .等
修订日期 ) * + ) + + + ! ) * + ! * ) ) L !收稿日期
)
和公益性行业 气象 科研专项 资助 J + + , L * ! , J + * , + ) ! ) _ hDh ) * + + * = * J L + !基金项目国家自然科学基金项目 作者简介 叶函函 女 年生 中国科学院安徽光学精密机械研究所博士研究生 + I " , / P 5 9 %4 / Y Y $ P 5 9 % & 0 $ P ; ; ! !! ! / P 5 9 % j Y Q 5 6 5 9 $ R P & 5 0 & 0 6 ; "通讯联系人!! !
)
前向模型 * 是计算大气辐射传输参量的函数输入成分 包括状态向量 # 和 参 数 向 量( # 由需反演的未知参数如 B C ( 包括假定为已知并同步影响辐射传输的 ) 柱含量组成 参数测量向量5 为仪器实测数据实测与模拟之间的差别 由误差向量2给出它包括仪器和前向模型的不确定性 # ( + & 2 5 e * 得到代价函数 > 利用高 $ 7 / 2 3等式 L & ! # !!根据 A ; 可获得反演问题的最大后验概 斯 ?牛顿迭代运算最小化> # 9 率解#
标准 反射率 黑云杉 短叶松 山杨 * & + = * & ) * * & + , 反射率随观测角的 B C ) 相对反演误差 变化范围 变化范围 * d * & * " * & ) J " * & + ) * & ) " " * & + ) * & ) J " \ + * * " = " \ + * * , ) & = " \ L " & ! J , J & ) = "
大气 ! " # 反演的地表反射率影响分析与比值反演方法
) 叶函函+王先华+" 吴!军+ 方勇华+麻金继!江新华+韦秋叶+
+ <中国科学院安徽光学精密机械研究所安徽 合肥! ) ! * * ! + ) ! * * ! + ) <中国科学技术大学安徽 合肥! ! <安徽师范大学国土资源与旅游学院安徽 芜湖! ) J + * * *
L 该先验信息不一定准 谱估计出地表反射率作为先验信息
确本文将介绍地表反射率取值不确定性的来源及其对 提出比值法来校正其影响克服地表 B C ) 反演的影响程度 反射率无法准确获取的缺点
+ !反演算法
!!在给定实测数据和一些先验知识的条件下可以使用最 优化估计寻找到对应的最可能的大气状态本节的数学表达
第"期!!!!!!!!!!!!!!!!!!!!光谱学与光谱分析 式中2 # 2 5 为先验信息 ! 5 为先验 2 为测量误差协方差矩阵 ! 误差协方差矩阵!表示状态向量的不确定性及其之间的相互 关系"
) + " !
所提供的地表反射率遥感产品时!会因两卫星平台对同一地 点的探测方式和过境时间不同!及中等分辨率成象光谱仪 SC E @ .产品本身反演误差的存在!使得反射率带有较大的 不确定性" # ( ' !观测几何及太阳几何条件 不同观测天顶角探测到的可能是物体的直接反射)前向
引!言
往往需要利用 C !!从空基探测信息中提取大气 B ) 的含量 卫星遥感实测数据和大气辐射传输模型并结合一定的先验 知识来实现对大气 B 空基遥感信息 C ) 参数真实状态的估计 反演的实践表明大气参数地表特征和仪器性能是反演的
+ 空基高精度探测 B 三大主要误差源 C C . ) 的技术是从 _
!!地物反射率的角度特性非常明显!不同仪器观测角对应 的反射率差异较大" 传统的绝对辐亮度谱法反演大气 B C ) 对 反射率的偏差敏感!反射率偏差会导致较大的反演误差"以
) + " J 情况下典型的 SC E @ .] A E > 精度在+ * d左右"
光谱学与光谱分析!!!!!!!!!!!!!!!!!!! 第! !卷 式中右下标,和, 光谱比值中地表 *分别对应通道% % *" , 和 , 反射率被约掉!其不确定性的影响也得到了校正"由于其他 吸收体及太阳光谱本身也存在不确定性!为提高目标提取能 力!对 $ 6 % 9 6 /与 $ R R % 9 6 /通道的选择提出了一定的限制" > ( ' " , O 8 数据的云识别 !U 根据上述假设!晴空气溶胶光学厚度小的观测数据使用 比值法!校正效果会更明显!而且干扰因素影响小也有利于 目标信息的提取!因此首先要剔除视场内可能有云的观测数 据"对 _ C . 8 ? 云屏蔽后的数据进一步地识别与判断!降低 云对反演精度的影响" _ C . 8 ? 采用多点观测模式!对一地 点测量!次!比较这些数据的反演结果!若存在偏差较大则 判定视场内可能有云!这组数据将不予使用" > ( # " , O 8 数据的波长定位 !U 从干涉图复原的理想光谱应使谱峰左右两侧对称光谱点 强度一致!而 _ C . 8 ? 原始光谱数据采样点精度不够!导致 谱峰值点两侧对称光谱点强度差异较大"图 J 是 ) * + * & I & + , # 和) # 大兴安岭森林 _ @ 线$ * + + & + * & + ) Q 线$ C . 8 ? 观测的原 始光谱# 采样间隔* !由谱峰两侧光谱点强度分布可 & )0 P\+$ 知!图J # $ # $ 5 =) ! I 0 P\+处的实际吸收谱峰需左移!而图J Z =) * ! & ,0 P\+处的实际吸收谱峰需右移" !!仪器探测到的谱线都具有一定频率或波长宽度!因此需 要采用合适的函数对谱线进行内插来得到谱峰的中心波数位 置!使之更加符合实际光谱"利用样条函数对离散光谱点插 值!间隔为* & * * )0 P\+!接近 T ] T A ?S 模拟谱的采样间隔! 使谱峰两侧对称光谱点的强度实现一致!且获取 _ C . 8 ?光 谱吸收峰信息的准确度也将提高"
黑云杉为例!反射率偏差达f L * d时!对应的 B C ) 相对反演 误差高达 \+ * * d和" = d!此时无法从实测数据中获得正确 的B C ) 信息 " !!取最小太阳天顶角时对应的反射率为标准值!则其他太 黑 阳天顶角对应的 B C ) 相对反演误差如图)中浅色点所示 " 云杉的天底观测反射率随太阳天顶角的变化明显!太阳天顶 角L 时对应的 B 山杨和短叶松的 L V C + * * d" ) 反演误差高达 \ 天底观测反射率随太阳天顶角的变化缓和!带来的误差也相 对较小!但仍会导致 B C ) 高精度反演无法实现 " # ( # " % & ,反演精度 !N '( O 5 6 6 / 2等 I 模拟并统计了各种纬度)时间)地表生物 类型及太 阳 天 顶 角 下 中 等 分 辨 率 成 像 光 谱 仪 SC E @ .# 1 Y / $ SC E / 2 5 1 /2 / 3 $ % : 1 9 $ 69 P 5 9 6 / 0 1 2 $ 2 5 7 9 $ P / 1 / 2 ] A E >产品 ; ;3 ( 的预期反演精度!发现数据处理算法 8 反演的天底反 P Z 2 5 % 3 射率精度一般在 ! d "" d 之 间!改 进 的 A ` # 模型精度在 ) d" + * d之间!恶劣条件下两者的误差可高达 ! * d"一般
第! 第"期! !!!!!!!!!!!光 谱 学 与 光 谱 分 析 !卷 )*+! 年 " 月!!!!!!!!!!! !. / 0 1 2 $ 3 0 $ 6 7. / 0 1 2 5 %8 6 5 % 3 9 3 ( ( 45 ( 4
) + " ) ) + " , # $ % & ! ! ' $ & " ( ( 8 : : 3 1 ) * + ! ! ;
式均来自 A $ 7 / 2 3= ;
开始的 _ C . 8 ?和 2 / / 6 Y $ : 3 /; 5 3 / 3$ Z 3 / 2 [ 9 6 5 1 / % % 9 1 / 8 ? ; ;3 主要探测短波红外波 C B C 1 Y /$ 2 Z 9 1 9 6 5 2 Z $ 6$ Z 3 / 2 [ 5 1 $ 2 ;0 4 这种被动探测技术具有 段反射的太阳光来反演 B C ) 柱含量 内在固有 的 缺 点易 受 地 表 反 射 率 和 太 阳 天 顶 角 等 的 影 响