基于暗像元的Hyperion高光譜影像大氣校正

摘要：大氣是影響遙感定量分析與應用的重要因素.該文利用暗像元大氣校正算法,在IDL平臺下,從Hyperion傳感器的可見光-近紅外波段逐通道提取大氣光學厚度信息,并利用該數(shù)據(jù)實現(xiàn)對Hyperion數(shù)據(jù)大氣校正的目的.研究結果表明,大氣光學厚度隨著通道中心波長的增加而減小,即與中心波長成負相關.光學厚度與中心波長的最佳經驗模型為線性模型,模型的回歸系數(shù)為0.912 3.通過分析校正前后的水體光譜曲線可知,大氣的衰減作用使得衛(wèi)星遙感信號不能正確表現(xiàn)自然水體的表觀光學特性和內在光學特性,且對水體樣本層次變化不敏感.在藍綠波段,大氣對光譜數(shù)據(jù)的污染最為嚴重,該波段的光譜特征與自然水體的理論光學特性完全相背離.由大氣光學厚度光譜特性和自然水體光學特性可知,經過暗像元算法校正過的影像數(shù)據(jù)的質量得到顯著改善.在缺少同步大氣垂直剖面參數(shù)的情況下,暗像元算法將是Hyperion數(shù)據(jù)一種行之有效的大氣效應消除方法. 作者： 鄭求根[1]權文婷[2] Author： ZHENG Qiu-gen[1]  QUAN Wen-ting[2] 作者單位： 中國地質大學(北京)海洋學院,北京,100083北京師范大學資源學院,北京,100875 期 刊： 光譜學與光譜分析   ISTICEISCIPKU Journal： SPECTROSCOPY AND SPECTRAL ANALYSIS 年，卷(期)： 2010, 30(10) 分類號： X87 關鍵詞： Hyperion傳感器    暗像元算法    大氣校正    遙感    機標分類號： TB8 TP3 機標關鍵詞： 暗像元    Hyperion    高光譜影像    大氣校正算法    Correction Algorithm    表觀光學特性    光學厚度    自然水體    中心波長    大氣光學    影像數(shù)據(jù)    遙感定量分析    線性模型    近紅外波段    重要因素    消除方法    衛(wèi)星遙感    通道    衰減作用    數(shù)據(jù)實現(xiàn) 基金項目： 國家十一五科技支撐項目，中國海陸地質地球物理系列圖項目

【基于暗像元的Hyperion高光譜影像大氣校正】相關文章：

基于端元提取的高光譜影像特定目標識別04-28

基于光譜相關性的SVM高光譜遙感影像分類04-28

基于短波紅外波段的Ⅱ類水體MODIS影像大氣校正算法05-07

基于清潔水體像元法的環(huán)境-1A衛(wèi)星CCD水體圖像大氣校正05-07

基于Hyperion高光譜數(shù)據(jù)的土地退化制圖研究--以陜西省橫山縣為例04-28

基于實測端元光譜的多光譜圖像光譜模擬研究05-07

基于改進BP神經網(wǎng)絡的遙感影像混合像元分解04-28

關于高光譜影像的土地信息提取04-30

基于TM影像光譜指數(shù)的棉花病害嚴重度估測05-07

基于自動匹配的高分辨率遙感影像校正方法04-27