多源卫星遥感影像的杭州湾水体总悬浮物遥感监测研究(3)_毕业论文

毕业论文移动版

毕业论文 > 物理论文 >

多源卫星遥感影像的杭州湾水体总悬浮物遥感监测研究(3)

2。2影像数据获取与处理方法文献综述

从官方网站上,下载获取2016年3月1号的GOCI卫星和高分四号卫星的影像数据。太阳辐射经过大气圈层入射到地物表面然后再反射回传感器,在此过程中受到邻近地物、大气中气体分子和大气气溶胶的影响,使得原始影像包含了许多严重影响了遥感的参数化反演精度的无效信息,如其他物体、大气、及太阳信息等。大气校正可以消除气溶胶的干扰,提取目标物表面的光谱属性,将遥感数据应用于生态监测时,需要慎重选择大气校正模型,对于能见度较高的影像,结合相关经验,对影像进行预处理。本研究基于GOCI数据和高分四号数据的性质,采取不同的大气校正方法。高分四号影像采取FLAASH大气校正以减少大气散射、噪音等的影像,在进行辐射定标时,因GOCI数据第一波段是全色波段要进行选择,去除全色波段。因为靠近岸边的水体的离水辐射增加明显,且颗粒的散射作用强烈会影响可见光和近红外光谱,使得水体的悬浮泥沙浓度增高。杭州湾水体较为浑浊,其在紫外波段的离水辐射相较于近红外波段可以忽略不计。基于以上因素,本研究在GOCI数据的大气校正采用何贤强提出的浑浊水体大气校正算法,是一种较为实用的算法。但因为GOCI影响没有紫外波段,所以以412nm波段为参照进行遥感反射率反演。

本研究剔除非水体信息采用归一化差异水体指数(NDWI)。由GOCI卫星的基本参数(表2)可知,COCI传感器绿光波段为4波段,近红外波段为7、8波段;由高分四号的成像谱段(表3)可知B5是近红外波段,B3是绿光波段。归一化水体指数书写表达为:

NDWI =(P(Green)-P(NIR))/(P(Green)+P(NIR))

其中P(Green)和P(NIR)分别对应GOCI影像的第4和7波段,对应高分四号影像的第3和第5波段。


(责任编辑:qin)