Please wait a minute...
 
国土资源遥感  2011, Vol. 23 Issue (1): 128-132    DOI: 10.6046/gtzyyg.2011.01.26
  技术应用 本期目录 | 过刊浏览 | 高级检索 |

MODIS大气校正精度评价及其对表层雪密度提取影响
刘艳1, 汪宏2, 张璞1, 李杨1
(1.中国气象局乌鲁木齐沙漠气象研究所,乌鲁木齐830002; 2.四川省农业科学院遥感应用研究所,成都610066)
Accuracy Evaluation of MODIS Atmospheric Correction and Its Effects on Surface-Snow Density Extraction
LIU Yan 1, WANG Hong 2, ZHANG Pu 1, LI Yang 1
(1.Institute of Desert Meteorology, CMA, Urumqi 830002, China; 2.Institute of Remote Sensing Applications, Sichuan Academy of Agricultural Sciences, Chengdu 610066, China)
全文: PDF(1503 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 以古尔班通古特沙漠为研究区,以中分辨率成像光谱仪(MODIS)为遥感数据源,结合ASD FieldSpec准同步实测积雪反射光谱数据对FLAASH大气校正能力进行了评价。研究表明: ①校正后的MODIS各波段积雪反射率与准同步实测积雪反射率波形相似, 在第1~7波段整体相关系数达0.82,表明FLAASH大气校正能极大地提高MODIS地物识别能力; ②校正后的MODIS 第6波段反射率和归一化差值积雪指数(NDSI)与实测雪密度呈线性相关,可用回归拟合构建MODIS雪密度遥感计算模式。
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
高芳琴
孙建中
关键词 点源理论遥感地物提取    
Abstract: With Gurbantunggut desert as the study area and by using moderate resolution imaging spectrometer (MODIS) data, which is a kind of optical remote sensing data,in combination with snow reflectance spectra simultaneously measured by ASD Field Spec, the authors evaluated the correction capability of FLAASH model. Some results have been attained: ① Snow reflectance from 1st to 7th band of MODIS is similar to the simultaneously measured snow reflectivity,and the correlation coefficient of all bands is 0.82 on the whole, indicating that FLAASH can greatly enhance the capability for identifing surface features of M0DIS . ② On the basis of linear relationship between snow reflectance after correction at MODIS channel 6 and NDSI and measured snow density, a snow density remote computation model can be built by way of regression and fitting.
Key wordsPoint resource system    Remote sensing    Objects extraction
收稿日期: 2010-04-06      出版日期: 2011-03-22
: 

TP 751.1

 
基金资助:

 中央级公益性科研院所基本科研业务项目(编号: IDM200808、IDM200704)和新疆气象局基金项目(编号: C2006003)共同资助。

作者简介: 刘艳(1978-),女,副研究员,主要从事遥感在积雪、植被变化监测等方面的研究。
引用本文:   
刘艳, 汪宏, 张璞, 李杨.
MODIS大气校正精度评价及其对表层雪密度提取影响[J]. 国土资源遥感, 2011, 23(1): 128-132.
LIU Yan, WANG Hong, ZHANG Pu, LI Yang. Accuracy Evaluation of MODIS Atmospheric Correction and Its Effects on Surface-Snow Density Extraction. REMOTE SENSING FOR LAND & RESOURCES, 2011, 23(1): 128-132.
链接本文:  
https://www.gtzyyg.com/CN/10.6046/gtzyyg.2011.01.26      或      https://www.gtzyyg.com/CN/Y2011/V23/I1/128
[1]黄慰军,黄镇,崔彩霞,等.新疆雪密度分布研究[J].中国农业气象,2007,28(4):383-385.
[2]黄慰军,黄镇,崔彩霞,等.新疆雪密度时空分布及其影响特征研究[J].冰川冻土,2007,29(1):66-72.
[3]Chang A T C,Foster J L,Hall D K.Nimbus-7 SMMR Derived Global Snow Cover Parameters[J].Annals of Glaciology,1987(9):39-44.
[4]车涛,李新,高峰.青藏高原雪深和雪水当量的被动微波遥感反演[J].冰川冻土,2004,26(3):363-368.
[5]SUN Zhi-wen,SHI Jian-cheng,JIANG Ling-mei.Development of Snow Depth and Snow Water Equivalent Algorithm in Western China Using Passive Microwave Remote Sensing Data[J].Advances in Earth Science,2006,21(12):1363-1369.
[6]李新,车涛.积雪被动微波遥感研究进展[J].冰川冻土,2007,29(3):487-469.
[7]史培军,陈晋.RS与GIS支持下的草地雪灾监测试验研究[J].地理学报,1996,51(4):296-305.
[8]王世杰.利用NOAA/AVHRR影像资料估算积雪量的方法探讨[J].冰川冻土,1998,20(1):68-71.
[9]周咏梅,贾生海,刘萍.利用NOAA-AVHRR资料估算积雪参量[J].气象科学,2001,21(1):117-121.
[10]延昊.NOAA 16卫星积雪识别和参数提取[J].冰川冻土,2004,6(3):369-371.
[11]梁天刚,吴彩霞,陈全功,等.北疆牧区积雪图像分类与雪深反演模型的研究[J].冰川冻土,2004,26(2):160-165.
[12]Yoram J K,Richard G K,Dorothy K H,et al.Remote Sensing of Sub-pixel Snow Cover Using 0.66 and 2.1μm Channels[J].Geophysical Research Letters,2002,29:16-20.
[13]王健,陈子丹,李文君,等.中分辨率成像光谱仪图像积雪反射特性的初步分析研究[J].冰川冻土,2000,22(2):165-169.
[14]Dorothy K H,George A R,Vincent V S.Development of Methods for Mapping Global Snow Cover Using Moderate Resolution Imaging Spectrometer Data[J].Remote Sensing of Environment,1995,54:127-140.
[15]宋晓宇,王纪华,刘良云,等.基于高光谱遥感影像的大气纠正:用AVIRIS数据评价大气纠正模块FLAASH[J].遥感技术与应用,2005,20(4):393-398.
[16]李国砚,张仲元,郑艳芬,等.MODIS影像的大气校正及在太湖蓝藻监测中的应用[J].湖泊科学,2008,20(2):160-166.
[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] 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.
[6] 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.
[7] 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.
[8] 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.
[9] 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.
[10] 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.
[11] 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.
[12] 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.
[13] 李特雅, 宋妍, 于新莉, 周圆锈. 卫星热红外温度反演钢铁企业炼钢月产量估算模型[J]. 自然资源遥感, 2021, 33(4): 121-129.
[14] 刘白露, 管磊. 南海珊瑚礁白化遥感热应力检测改进方法研究[J]. 自然资源遥感, 2021, 33(4): 136-142.
[15] 吴芳, 金鼎坚, 张宗贵, 冀欣阳, 李天祺, 高宇. 基于CZMIL测深技术的海陆一体地形测量初探[J]. 自然资源遥感, 2021, 33(4): 173-180.
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