<br />
宽刈幅多光谱影像正射纠正技术研究

doi:10.6046/gtzyyg.2010.03.07

摘要
参考文献
相关文章
Metrics

全文: PDF(857 KB)

HTML
输出: BibTeX | EndNote (RIS)

摘要

宽刈幅多光谱遥感数据已经成为重要的数据源。如何使用商业遥感图像处理软件快速完成宽刈幅多光谱影像的正射纠正，得到了广泛关注。以北京一号小卫星多光谱影像为例，探讨了宽刈幅遥感影像正射纠正的技术方法，同时对比试验了基于通用推扫式模型（Generic Pushbroom Model,GPM）和有理函数模型(Rational Function Model,RFM)下正射纠正产品几何精度的影响因素。

	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
	蔡则健
	吴曙亮

关键词 ：江苏省, 滩涂资源, 演变趋势, 遥感, 利用前景

Abstract：

The sensor with Ultra-Width has become an important data source. The method for utilizing the commercial remote sensing disposal software to accomplish the orthorectification of the remote sensing image with wide breadth has aroused much attention. BJ-1 small satellite multiple spectral images were used as an example to discuss the technology of orthorectification, and the influencing factors of the product’s geometrical precision using the Generic Pushbroom Model(GPM) and Rational Function Model(RFM) were also comparatively tested in this paper.

Key words： Jiangsu province Beach resource Developing trend Remote sensing Applying prospect

收稿日期: 2009-10-20 出版日期: 2010-09-20

:
	TP 75

基金资助:

国家863项目（编号： 2009AA12Z101）和国家科技支撑计划（编号： 2008BAK49B02）共同资助。

通讯作者: 于冰洋（1981-），女，硕士，工程师，主要从事卫星遥感图像地面处理工作。

引用本文:

于冰洋, 严明, 伍菲, 王智勇.
宽刈幅多光谱影像正射纠正技术研究[J]. 国土资源遥感, 2010, 22(3): 31-35.
YU Bing-Yang, YAN Ming, WU Fei, WANG Zhi-Yong. The Orthorectification of Ultra-Width Remote Sensing Image. REMOTE SENSING FOR LAND & RESOURCES, 2010, 22(3): 31-35.

链接本文:

https://www.gtzyyg.com/CN/10.6046/gtzyyg.2010.03.07 或 https://www.gtzyyg.com/CN/Y2010/V22/I3/31

［1］孙家柄，舒宁，关泽群．遥感原理、方法和应用［M］．北京：测绘出版社，1997.

［2］章仁为．卫星轨道姿态动力学与控制［M］．北京：北京航空航天大学出版社，1997.

［3］朱华统．大地坐标系的建立［M］．北京：测绘出版社，1986.

［4］刘军，张永生，范永弘．基于通用成像模型——有理函数模型的摄影测量定位方法［J］．测绘通报，2003(4)：10-13.

［5］张永生，刘军，高分辨率遥感卫星立体影像RPC模型定位的算法及其优化［J］.测绘工程，2004(3)：1-4.

［6］秦绪文．基于拓展RPC模型的多源卫星遥感影像几何处理［D］．北京：中国地质大学（北京），2007.

［7］邵茜．线阵CCD卫星遥感影像成像处理模型研究［D］．郑州：解放军信息工程大学，2006.

［8］张过．缺少控制点的高分辨率卫星遥感影像几何纠正［D］．武汉：武汉大学，2005.

［9］宁晓刚，张晓东,等．SPOT 5影像严格几何纠正方法研究［J］．测绘信息与工程，2005(2)：43-45.

[1]	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.
[2]	丁波, 李伟, 胡克. 基于同期光学与微波遥感的茅尾海及其入海口水体悬浮物反演[J]. 自然资源遥感, 2022, 34(1): 10-17.
[3]	高琪, 王玉珍, 冯春晖, 马自强, 柳维扬, 彭杰, 季彦桢. 基于改进型光谱指数的荒漠土壤水分遥感反演[J]. 自然资源遥感, 2022, 34(1): 142-150.
[4]	张秦瑞, 赵良军, 林国军, 万虹麟. 改进遥感生态指数的宜宾市三江汇合区生态环境评价[J]. 自然资源遥感, 2022, 34(1): 230-237.
[5]	武艺杰, 孔雪松. 江苏省“生态-农业-建设”用地空间格局模拟及发展模式选择[J]. 自然资源遥感, 2022, 34(1): 238-248.
[6]	贺鹏, 童立强, 郭兆成, 涂杰楠, 王根厚. 基于地形起伏度的冰湖溃决隐患研究——以希夏邦马峰东部为例[J]. 自然资源遥感, 2022, 34(1): 257-264.
[7]	刘文, 王猛, 宋班, 余天彬, 黄细超, 江煜, 孙渝江. 基于光学遥感技术的冰崩隐患遥感调查及链式结构研究——以西藏自治区藏东南地区为例[J]. 自然资源遥感, 2022, 34(1): 265-276.
[8]	王茜, 任广利. 高光谱遥感异常信息在阿尔金索拉克地区铜金矿找矿工作中的应用[J]. 自然资源遥感, 2022, 34(1): 277-285.
[9]	吕品, 熊丽媛, 徐争强, 周学铖. 基于FME的矿山遥感监测矢量数据图属一致性检查方法[J]. 自然资源遥感, 2022, 34(1): 293-298.
[10]	张大明, 张学勇, 李璐, 刘华勇. 一种超像素上Parzen窗密度估计的遥感图像分割方法[J]. 自然资源遥感, 2022, 34(1): 53-60.
[11]	薛白, 王懿哲, 刘书含, 岳明宇, 王艺颖, 赵世湖. 基于孪生注意力网络的高分辨率遥感影像变化检测[J]. 自然资源遥感, 2022, 34(1): 61-66.
[12]	宋仁波, 朱瑜馨, 郭仁杰, 赵鹏飞, 赵珂馨, 朱洁, 陈颖. 基于多源数据集成的城市建筑物三维建模方法[J]. 自然资源遥感, 2022, 34(1): 93-105.
[13]	于新莉, 宋妍, 杨淼, 黄磊, 张艳杰. 结合空间约束的卷积神经网络多模型多尺度船企场景识别[J]. 自然资源遥感, 2021, 33(4): 72-81.
[14]	李轶鲲, 杨洋, 杨树文, 王子浩. 耦合模糊C均值聚类和贝叶斯网络的遥感影像后验概率空间变化向量分析[J]. 自然资源遥感, 2021, 33(4): 82-88.
[15]	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.

Viewed

Full text

Abstract

Cited

Shared

Discussed