Please wait a minute...
 
国土资源遥感  2010, Vol. 22 Issue (2): 45-48    DOI: 10.6046/gtzyyg.2010.02.10
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
 
Landsat-5 TM影像增益偏置值对地面反射率计算影响分析
陈静1, 姚静2
1.广东工业大学华立学院,增城511325; 2.广东省国土资源信息中心,广州510075
The Analysis of Impaction on Calculating Surface Reflectance of
Landsat-5 TM Caused by Gain and Bias Values
CHEN Jing 1, YAO Jing 2
1. Huali College, Guangdong University of Technology, Zengcheng 511325, China ; 2. Guangdong Land and Resources Information Center, Guangzhou 510075, China
全文: PDF(914 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

增益和偏置是对TM影像计算反射率的两个基本参数,如果这两个参数存在偏差,辐射定标、辐射校正及大气校正的结果都会出现错误。由于Landsat-5卫星的老化,辐射精度有一定程度的下降,USGS多次公布了不同的辐射校正参数。根据USGS公布的结果以及影像头文件中的增益和偏置值,对1998年获取的Landsat-5 TM影像进行了实验; 求解了地面反射率并对2种地物(茂密植被和清洁水体)的地面反射率与标准值进行了对比分析。实验结果表明,利用影像头文件中的增益和偏置值对影像进行处理能获得最好的结果; 如果影像不包含头文件,则建议使用USGS公布的相同时期的参数。

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
关键词 遥感技术云南中甸地区含煤远景区    
Abstract

Gain and Bias are two basic parameters for the reflectance calculation of TM images. The deviations of the two parameters will lead to the erroneous results of radiometric calibration, radiometric correction and atmospheric correction. Because of the ageing of Landsat-5 TM and the decrease of the radiation accuracy to some extent, the USGS has published different parameters of radiation correction in the past few years. Based on the Gain and Bias values acquired from the USGS and the image head file, the authors calculated the surface reflectance of water and vegetation and compared the calculation result with the standard reflectance. The results show that the Gain and Bias acquired from the head file is the best way. If the image has no head file, the Gain and Bias offered by the USGS could be used.

Key wordsRemote sensing technology    Zhongdian area in Yunnan Province    Coal-bearing prospective areas
     出版日期: 2010-06-29
引用本文:   
陈静, 姚静.  
Landsat-5 TM影像增益偏置值对地面反射率计算影响分析[J]. 国土资源遥感, 2010, 22(2): 45-48.
CHEN Jing, YAO Jing. The Analysis of Impaction on Calculating Surface Reflectance of
Landsat-5 TM Caused by Gain and Bias Values. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(2): 45-48.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.02.10      或      https://www.gtzyyg.com/CN/Y2010/V22/I2/45
[1] 古海玲, 陈超, 芦莹, 褚衍丽. 基于卫星遥感技术的区域经济发展模型构建[J]. 国土资源遥感, 2020, 32(2): 226-232.
[2] 王琳, 李迅, 包云轩, 邵艺. 遥感技术在交通气象灾害监测中的应用进展[J]. 国土资源遥感, 2018, 30(4): 1-7.
[3] 赖家明, 杨武年. 基于RS的川西天然林区近29年植被覆盖动态变化[J]. 国土资源遥感, 2018, 30(4): 132-138.
[4] 余德清, 余姝辰, 贺秋华, 李长安, 魏传义. 联合历史地图与遥感技术的洞庭湖百年萎缩监测[J]. 国土资源遥感, 2016, 28(3): 116-122.
[5] 严婷婷, 边红枫, 廖桂项, 盛连喜, 张吉顺, 高明辉. 森林湿地遥感信息提取方法研究现状[J]. 国土资源遥感, 2014, 26(2): 11-18.
[6] 聂洪峰, 童立强, 李建存, 郭兆成, 郑雄伟, 程洋. 基于遥感技术的“6·5”重庆武隆鸡尾山崩滑灾害特征及应急救援工程布置研究[J]. 国土资源遥感, 2014, 26(1): 115-121.
[7] 刘德长, 叶发旺, 赵英俊, 杨旭, 伊丕源, 董秀珍. 地质找矿中遥感信息的综合研究与深化应用——以铀矿为例[J]. 国土资源遥感, 2011, 23(3): 14-19.
[8] 程知言, 赵培松. 云南播卡金矿遥感蚀变信息提取及成矿预测[J]. 国土资源遥感, 2011, 23(2): 135-140.
[9] 马红章, 柳钦火, 闻建光, 施建. 热红外与L波段土壤温度的数值模拟及差异分析[J]. 国土资源遥感, 2011, 23(2): 26-32.
[10] 姜端午, 余德清, 张苑平, 姜锋.
江汉—洞庭盆地及华容隆起新构造运动特征遥感分析
[J]. 国土资源遥感, 2010, 22(s1): 118-123.
[11] 张瑞江.  
基于遥感技术的成矿预测方法和程序研究
[J]. 国土资源遥感, 2010, 22(3): 58-64.
[12] 李会志, 李新国, 王影. 基于遥感技术的开都河下游绿洲区土壤盐渍化动态监测研究[J]. 国土资源遥感, 2010, 22(1): 85-88.
[13] 方洪宾 刘顺喜 杨清华 甘甫平 尤淑撑 齐建伟 杨金中 王永江 周连芳 李成尊 汪劲 何宇华 余江宽 党福星 周强 张荣慧 于海洋. CBERS-02B星在轨测试数据国土资源应用评价[J]. 国土资源遥感, 2009, 21(1): 34-47.
[14] 杨清华, 曾福年, 曹文玉, 齐建伟, 范景辉. 遥感技术在北京周边资源与环境监测中的应用[J]. 国土资源遥感, 2007, 19(4): 76-80.
[15] 田素荣, 孙永军, 李友纲, 潘春梅.  多时相遥感技术在湿地调查中的应用[J]. 国土资源遥感, 2007, 19(4): 81-84.
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