Please wait a minute...
 
国土资源遥感  2007, Vol. 19 Issue (4): 47-50    DOI: 10.6046/gtzyyg.2007.04.10
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
基于GPS实测控制点的SPOT 5 1A数据几何校正方法精度比较
 陈 华,安 娜,杨清华
中国国土资源航空物探遥感中心,北京 100083
GEOMETRIC CORRECTION METHODS OF SPOT5 1A DATA BASED
ON GPS-MEASURED GROUND CONTROL POINTS
 CHEN Hua, AN Na, YANG Qing-Hua
China Aero Geophysical Survey and Remote Sensing Center for Land and Resources, Beijing 100083, China
全文: PDF(473 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

采用高精度的星基差分GPS实测控制点对SPOT 5 1A数据几何校正方法进行比较,对校正误差的产生原因进行分析。结果表

明,正射模型法的校正精度远高于多项式法的校正精度;多项式法在X方向上的误差远大于Y方向上的误差;正射模型法的误差在2个

方向上差别不大。卫星扫描角度引起的像元畸变是多项式方法产生较大误差的重要原因。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
马跃良
徐瑞松
关键词 遥感信息生物地球化学植被金矿远景区    
Abstract

Using the high resolution ground control points measured by satellite-based DGPS (Differential Global

Positioning System), this paper compared two geometric correction methods for SPOT5 data and analyzed the causes

of correction errors. The results show that the accuracy of the orthorectification model method is better than

that of the polynomial method. The errors of the polynomial method in Y axis are bigger than those in X axis, but

the error difference in Y axis and in X axis is not obvious for the orthorectification model method. The pixel

distortion caused by the satellite observation angle is the main cause for the bigger errors of the polynomial

method.

Key wordsRemote senisng information    Vegetation    Biogeochemistry    Gold prospect areas
收稿日期: 2007-08-20      出版日期: 2009-07-23
: 

TP75 

 
通讯作者: 陈华(1977-),男,博士,主要从事土地资源、遥感与地理信息系统研究与应用。
引用本文:   
陈华, 安娜, 杨清华. 基于GPS实测控制点的SPOT 5 1A数据几何校正方法精度比较[J]. 国土资源遥感, 2007, 19(4): 47-50.
CHEN Hua, AN Na, YANG Qing-Hua. GEOMETRIC CORRECTION METHODS OF SPOT5 1A DATA BASED
ON GPS-MEASURED GROUND CONTROL POINTS. REMOTE SENSING FOR LAND & RESOURCES, 2007, 19(4): 47-50.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2007.04.10      或      https://www.gtzyyg.com/CN/Y2007/V19/I4/47
[1] 潘建平, 徐永杰, 李明明, 胡勇, 王春晓. 结合相关系数和特征分析的植被区域自动变化检测研发[J]. 自然资源遥感, 2022, 34(1): 67-75.
[2] 李伟光, 侯美亭. 植被遥感时间序列数据重建方法简述及示例分析[J]. 自然资源遥感, 2022, 34(1): 1-9.
[3] 姚金玺, 张志, 张焜. 基于GEE的诺木洪洪积扇植被时空变化特征、成因及趋势分析[J]. 自然资源遥感, 2022, 34(1): 249-256.
[4] 艾璐, 孙淑怡, 李书光, 马红章. 光学与SAR遥感协同反演土壤水分研究进展[J]. 自然资源遥感, 2021, 33(4): 10-18.
[5] 晋成名, 杨兴旺, 景海涛. 基于RS的陕北地区植被覆盖度变化及驱动力研究[J]. 自然资源遥感, 2021, 33(4): 258-264.
[6] 于维, 柯福阳, 曹云昌. 基于MODIS_TVDI/GNSS_PWV的云南省干旱特征时空分析[J]. 自然资源遥感, 2021, 33(3): 202-210.
[7] 李阳, 袁琳, 赵志远, 张晋磊, 王宪业, 张利权. 基于无人机低空遥感和现场调查的潮滩地形反演研究[J]. 自然资源遥感, 2021, 33(3): 80-88.
[8] 刘咏梅, 范鸿建, 盖星华, 刘建红, 王雷. 基于无人机高光谱影像的NDVI估算植被盖度精度分析[J]. 自然资源遥感, 2021, 33(3): 11-17.
[9] 宋承运, 胡光成, 王艳丽, 汤超. 基于表观热惯量与温度植被指数的FY-3B土壤水分降尺度研究[J]. 国土资源遥感, 2021, 33(2): 20-26.
[10] 袁倩颖, 马彩虹, 文琦, 李学梅. 六盘山贫困区生长季植被覆盖变化及其对水热条件的响应[J]. 国土资源遥感, 2021, 33(2): 220-227.
[11] 胡新宇, 许章华, 陈文慧, 陈秋霞, 王琳, 刘辉, 刘智才. 基于PROBA/CHRIS影像的归一化阴影植被指数NSVI构建与应用效果[J]. 国土资源遥感, 2021, 33(2): 55-65.
[12] 陈虹, 郭兆成, 贺鹏. 1988—2018年间洱海流域植被覆盖度时空变换特征探究[J]. 国土资源遥感, 2021, 33(2): 116-123.
[13] 吴霞, 王长军, 樊丽琴, 李磊. 基于多光谱遥感的盐渍化评价指数对宁夏银北灌区土壤盐度预测的适用性分析[J]. 国土资源遥感, 2021, 33(2): 124-133.
[14] 季民, 张超, 赵建伟, 严娟, 梁亮. 基于VCI指数的青藏地区春旱时空动态变化分析[J]. 国土资源遥感, 2021, 33(1): 152-157.
[15] 秦其明, 陈晋, 张永光, 任华忠, 吴自华, 张赤山, 吴霖升, 刘见礼. 定量遥感若干前沿方向探讨[J]. 国土资源遥感, 2020, 32(4): 8-15.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《自然资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 E-mail:zrzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发