Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (1): 77-82    DOI: 10.6046/gtzyyg.2011.01.15
  技术方法 本期目录 | 过刊浏览 | 高级检索 |
HJ-1A星HSI数据2级产品处理流程研究
钮立明1, 蒙继华2,3, 吴炳方2, 陈雪洋2, 杜鑫2, 张飞飞2
(1.北京天宏金晴信息技术有限公司,北京100101; 2.中国科学院遥感应用研究所,北京100101;
3.遥感科学国家重点实验室,北京100101)
Research on Standard Preprocessing Flow for HJ-1A HSI Level 2 Data Product
NIU Li-ming 1, MENG Ji-hua 2,3, WU Bing-fang 2, CHEN Xue-yang 2, DU Xin 2, ZHANG Fei-fei 2
(1.Beijing Wisewatch IT Company, Beijing 100101, China; 2.Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China; 3.State Key Laboratory of Remote Sensing Science, Jointly Sponsored by the Institute of Remote Sensing Applications of Chinese Academy of Sciences and Beijing Normal University, Beijing 100101,China)
全文: PDF(2068 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 研究了HJ-1A星HSI数据2级产品的数据预处理流程及相关算法,包括绝对辐亮度值转换、条纹去除、大气校正及几何纠正,得到了具有精确地理位置信息的地表光谱反射率图像; 基于相同位置同期的一景Hyperion数据标准化处理流程得到的地表反射率,进行了HSI数据的光谱模拟,并将模拟的地表反射率与真实HSI数据的地表反射率进行对比分析,评价本研究所采用预处理流程的有效性。研究结果表明: 应用该流程处理的HSI数据地表反射率与模拟HSI的地表反射率平均相关系数为0.947,标准差为0.017,两种数据的光谱反射率变化表现出高度一致性; 各波段模拟与真实HSI地表反射率差值的平均值和标准差都接近0值,说明本研究所发展的数据处理流程可以为HSI数据定量分析与应用提供参考。
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
杨桄
刘湘南
关键词 遥感影像智能解译现状展望    
Abstract:To deal with the Level 2 HSI data from the newly-launched HJ-1A satellite, this paper introduced in details the entire flow and relevant algorithms for data preprocessing. The introduction includes calibration, vertical stripes elimination, and atmospheric correction geometric correction. Standard spectral reflectance products with precise geo-locations were produced. Spectral reflectance data from EO-1 Hyperion of close dates was used to simulate the band reflectance of HJ-1A HSI. Comparisons of spectral reflectance data between simulated and actual HJ-1A HSI were made to validate the effect of the data preprocessing. The average correlation coefficient of spectral reflectance between actual and simulated HJ-1A HSI is 0.947 with its standard deviation being 0.017, suggesting a high consistency. The mean and standard deviation of differential bands between real and simulated HJ-1A HSI are close to 0. The result shows that the reflectance from HJ-1A HSI is consistent with that of simulated data from Hyperion, and hence the data processing flow could provide necessary support for quantitative use of HJ-1A HSI data.
Key wordsRemote sensed imagery    Automatic interpretation    Present condition    Development trend
收稿日期: 2010-03-12      出版日期: 2011-03-22
: 

TP 75

 
基金资助:

 HJ-1卫星数据应用研究专题(编号: 2009A01A1000、2009A01A0900); 遥感科学国家重点实验室青年人才项目; 中国科学院青年人才前沿领域专项项目(编号: 08S01700CX); 中国科学院知识创新工程重大项目(编号: KSCX-YW-09-01); 国家青年自然科学基金项目(编号: NSFC40801144)。

通讯作者: 蒙继华(1977-),男,主要从事农作物遥感监测及其在精准农业领域中的应用研究。mengjh@irsa.ac.cn。
作者简介: 钮立明(1984-),男,工程师,从事农情遥感监测及作物参数遥感反演技术研究。
引用本文:   
钮立明, 蒙继华, 吴炳方, 陈雪洋, 杜鑫, 张飞飞. HJ-1A星HSI数据2级产品处理流程研究[J]. 国土资源遥感, 2011, 23(1): 77-82.
CHOU Li-Ming, MENG Ji-Hua, WU Bing-Fang, CHEN Xue-Yang, DU Xin, ZHANG Fei-Fei. Research on Standard Preprocessing Flow for HJ-1A HSI Level 2 Data Product. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(1): 77-82.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.01.15      或      https://www.gtzyyg.com/CN/Y2011/V23/I1/77
[1]中国资源卫星应用中心.环境和灾害监测预报小卫星星座AB星用户手册[Z].北京:中国资源卫星应用中心,2009.
[2]谭炳香,李增元,陈尔学,等.EO-1 Hyperion高光谱数据的预处理[J].遥感信息,2005(6):36-41.
[3]张东,张鹰,李欢.海岸带星载高光谱遥感影像预处理方法[J].海洋科学进展,2009,27(1):92-97.
[4]李传荣,贾媛媛,胡坚,等.HJ-1光学卫星遥感应用前景分析[J].国土资源遥感,2008(3):1-3.
[5]李石华,角媛梅.环境与灾害监测预报小卫星A星CCD影像质量评价[J].红外技术,2009,31(9):167-172.
[6]Datt B,McVicar T R,Van Niel T G,et al.Pre-processing EO-1 Hyperion Hyperspectral Data to Support the Application of Agricultural Indices[J].IEEE Transactions on Geoscience and Remote Sensing,2003,41(6):1246-1259.
[7]Boardman J W,Kruse F A.Automated Spectral Analysis:A Geological Example Using AVIRIS Data[C]//Proceedings of 10th Thematic Conference on Geologic Remote Sensing.Ann Arbor North Grapevine Mountains,Nevada,Environmental Research Institute of Michigan,1994,407-418.
[8]Research System,FLAASH,Boulder[M/OL].CO:Research System,Inc,2003.http://www.rsinc.com/envi/flaash.asp
[9]David G,Goodenough,Andrew D,et al.Processing Hyperion and ALI for Forest Classification [J].IEEE Transaction on Geoscience and Remote Sensing,2003,41(6):1321-1331.
[10]Chen C M,Hepner G F,Forster R R.Fusion of Hyperspectral and Radar Data Using the IHS Transformation to Enhance Urban Surface Features[J].ISPRS Journal of Photogrammetry & Remote Sensing,2003,58:19-30.
[1] 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.
[2] 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.
[3] 桑潇, 张成业, 李军, 朱守杰, 邢江河, 王金阳, 王兴娟, 李佳瑶, 杨颖. 煤炭开采背景下的伊金霍洛旗土地利用变化强度分析[J]. 自然资源遥感, 2021, 33(3): 148-155.
[4] 王译著, 黄亮, 陈朋弟, 李文国, 余晓娜. 联合显著性和多方法差异影像融合的遥感影像变化检测[J]. 自然资源遥感, 2021, 33(3): 89-96.
[5] 卢麒, 秦军, 姚雪东, 吴艳兰, 朱皓辰. 基于多层次感知网络的GF-2遥感影像建筑物提取[J]. 国土资源遥感, 2021, 33(2): 75-84.
[6] 胡苏李扬, 李辉, 顾延生, 黄咸雨, 张志麒, 汪迎春. 基于高分辨率遥感影像的神农架大九湖湿地土地利用类型变化及其驱动力分析——来自长时间尺度多源遥感信息的约束[J]. 国土资源遥感, 2021, 33(1): 221-230.
[7] 刘钊, 赵桐, 廖斐凡, 李帅, 李海洋. 基于语义分割网络的高分遥感影像城市建成区提取方法研究与对比分析[J]. 国土资源遥感, 2021, 33(1): 45-53.
[8] 郑智腾, 范海生, 王洁, 吴艳兰, 王彪, 黄腾杰. 改进型双支网络模型的遥感海水网箱养殖区智能提取方法[J]. 国土资源遥感, 2020, 32(4): 120-129.
[9] 孙珂. 融合超像元与峰值密度特征的遥感影像分类[J]. 国土资源遥感, 2020, 32(4): 41-45.
[10] 卫虹宇, 赵银娣, 董霁红. 基于改进RetinaNet的冷却塔目标检测[J]. 国土资源遥感, 2020, 32(4): 68-73.
[11] 李霄, 刘莹, 姚维岭, 杨金中, 李勇志, 汪洁. 基于ArcPy的违法矿山自动出图方法[J]. 国土资源遥感, 2020, 32(3): 247-251.
[12] 薛白, 付钰莹, 崔成玲, 宋艳茹, 赵世湖. 多重约束条件下的不同遥感影像匹配方法[J]. 国土资源遥感, 2020, 32(3): 49-54.
[13] 吴同, 彭玲, 胡媛. 基于SU-RetinaNet的高分辨率遥感影像非正规垃圾堆检测[J]. 国土资源遥感, 2020, 32(3): 90-97.
[14] 李国庆, 黄菁华, 刘冠, 李洁, 翟博超, 杜盛. 基于Landsat8卫星影像土地利用景观破碎化研究——以陕西省延安麻塔流域为例[J]. 国土资源遥感, 2020, 32(3): 121-128.
[15] 康晋洁, 戚浩平, 杨清华, 陈华. 道路通行障碍物遥感检测与通过性评价[J]. 国土资源遥感, 2020, 32(2): 94-102.
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