FLAASH模型输入参数对校正结果的影响

大气订正模型反演精度的高低从一定程度上来讲依赖于模型输入参数的正确性,然而对于大气辐射校正模型来说,其输入参数是成像时刻的大气状况,显而易见这是无法精确获知的。正是这种模型对输入参数的强依赖特性限制了订正模型在工程上的普遍应用。本文利用部分AVIRIS航空遥感图像为例,对FLAASH模型在使用不同气溶胶模式、不同大气模式、不同能见度初始值设定和是否考虑邻近像元影响等输入条件情况下分别进行了大气订正实验,并与参考值进行了对比分析。实验结果表明,由于采用了尽可能利用图像本身信息的订正思路,使得FLAASH模型对部分输入参数的敏感性并不体现出强依赖,且其邻近效应处理环节大大提高了订正效果,适于工程应用。     

海岸带高光谱遥感与近海高光谱成像仪(HICO)

应海岸带监测需求,高光谱成像仪开始在海岸带监测中发挥重要作用。搭载于国际空间站上的HICO(Hyperspectral Imager for the Coastal Ocean)是第一颗针对近岸海洋遥感的高光谱成像仪,其波谱范围为360～1 080 nm,光谱分辨率为5 nm。介绍了HICO数据的基本情况,并与在轨星载高光谱成像仪EO-1 Hyperion和HJ-1A HSI基本参数做了对比。同时针对高浑浊水体,以黄河三角洲近岸3种典型地物为例,结合FLAASH大气校正模型,提取了辐亮度和地表反射率,初步对比分析了HICO和HSI的光谱性能。结果表明HICO能更好地反映近岸地物的光谱特征。     

高程和大气模式对FLAASH模型校正结果的影响

为探讨FLAASH大气校正模型对高程和大气模式参数的敏感性,以中纬度夏季和亚极地夏季大气模式过渡区的两景Landsat8 OLI遥感影像为基础,从高程、大气模式及其综合作用进行了对比分析。实验结果表明:①单景影像而言,FLAASH模型与高程和两种大气模式敏感性不强,各波段反射率平均值相差在0.21%以内;②在相邻两景影像重叠区,FLAASH模型与高程和大气模式敏感性明显加强,可见光波段反射率均值相差在0.5%~1.29%之间;③FLAASH模型能有效去除Landsat8影像的大气影响,并使图像信息增强,大气校正的作用效果在短波波段更加明显。
     

基于FLAASH的多光谱影像大气校正应用研究

受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误灿跋炝送枷穹治龅木?选择ASTER多光谱数据,利用FLAASH模块进行大气辐射校正和反射率反演.对校正前后的反射辐射和归一化植被指数(NDVI)的变化进行了对比研究,并利用校正前后的NDVI反演植被盖度.研究表明,大气校正后图像计算的植被盖度显著提高.     

Estimation of chlorophyll-a concentration in turbid productive waters using airborne hyperspectral data

Algorithms based on red and near infra-red (NIR) reflectances measured using field spectrometers have been previously shown to yield accurate estimates of chlorophyll-a concentration in turbid productive waters, irrespective of variations in the bio-optical characteristics of water. The objective of this study was to investigate the performance of NIR-red models when applied to multi-temporal airborne reflectance data acquired by the hyperspectral sensor, Airborne Imaging Spectrometer for Applications (AISA), with non-uniform atmospheric effects across the dates of data acquisition. The results demonstrated the capability of the NIR-red models to capture the spatial distribution of chlorophyll-a in surface waters without the need for atmospheric correction. However, the variable atmospheric effects did affect the accuracy of chlorophyll-a retrieval. Two atmospheric correction procedures, namely, Fast Line-of-sight Atmospheric Adjustment of Spectral Hypercubes (FLAASH) and QUick Atmospheric Correction (QUAC), were applied to AISA data and their results were compared. QUAC produced a robust atmospheric correction, which led to NIR-red algorithms that were able to accurately estimate chlorophyll-a concentration, with a root mean square error of 5.54 mg m⁻³ for chlorophyll-a concentrations in the range 2.27-81.17 mg m⁻³.     

基于6S模型的遥感图像大气校正方法

去除大气影响是遥感影像应用中具有重要实用意义的一步,因此依据多光谱遥感数据开展了大气校正方法的研究工作.基于6S辐射模型和消除邻边效应的经验方法对ZY-3卫星影像数据进行大气校正;作为对照,对同一影像也做FLAASH(一种成熟的大气校正软件模块)大气校正处理.由结果所见,校正后影像质量得到提高;校正精度与FLAASH精度都在10％左右,具有较高准确性.     

基于TM影像的FLAASH模块大气纠正及评价

在高光谱遥感数据处理中,由于受到大气的影响,传感器接收到的辐射信息不能真实地反映地表反射光谱信息,因此对遥感影像进行大气纠正去除其影响,是高光谱遥感数据处理中极为重要的环节。文章介绍了FLAASH模块的基本原理和TM数据在进行大气纠正时的参数设置,并用FLAASH模块对豫西北区TM遥感影像进行大气校正以及对处理结果进行了薄云纠正程度,光谱纠正情况和归一化植被指数等的评价,并与ATCOR模型进行了对比。证明FLAASH模块大气纠正效果良好。     

基于FLAASH和6S模型的Spot 5大气校正比较研究

采用基于大气辐射理论的FLAASH和6S模型,对Spot5遥感影像进行了大气校正,通过比较校正前后地物光谱曲线和NDVI分析两种类型的实际校正效果,结果表明,FLAASH模型能较好地消除了大气影响,对Spot5遥感影像有更好的校正作用。     

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

高光谱遥感影像由于集中了高光谱分辨率和高空间分辨率的优点,在对地观测中具有不可替代的优势。实际应用当中,往往需要从遥感影像获取地物的地表反射率信息,这就要求首先从影像中去除大气的影响,即进行大气纠正及补偿。目前,对遥感影像进行大气纠正的算法有很多,详细介绍了基于遥感影像自身信息的大气纠正模块FLAASH(Fast Line of Sight Atmospheric Analysis f Spectral Hypercubes)所涉及的算法,并利用该模块对AVIRIS航空遥感影像进行了大气纠正, 对不同的结果进行了分析对比,从而对该算法进行了初步的评价。     

HJ-1A高光谱数据高效大气校正及应用潜力初探

环境与灾害监测预报小卫星于2009年3月30日开始正式交付使用,A星上搭载了我国自主研制的空间调制型干涉高光谱成像仪（HSI）,作为一种新型传感器,HSI数据的应用在我国还处于探索阶段。要充分发挥超光谱数据优势、进行有效的遥感应用,首先需要消除遥感成像过程中的大气影响,获得不同波段的地物真实反射辐射信息。通过使用FLAASH大气辐射传输模型对HSI数据进行大气校正,并与表观反射率进行对比分析,证明了校正后获得的地表光谱反射率的有效性。同时基于校正后得到的光谱反射率图像,进行改良型土壤调整植被指数（MSAVI）与叶面积指数（LAI）的反演,初步展现了HSI数据的实际应用效果。