предыдущий|следующий

Продукты отражательной способности поверхности GF-1 WFV на территории Китая

  • role： First author第一作者
  • Affiliation：

    Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China

    University of Chinese Academy of Sciences, Beijing 100049, China

  • Email：shewenqing20@mails.ucas.ac.cn
  • Introduction：佘文庆， 研究方向为遥感定量参数反演。E-mail： shewenqing20@mails.ucas.ac.cn
SHE Wenqing12,  
  • role： Corresponding author通信作者
  • Affiliation：

    Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China

    University of Chinese Academy of Sciences, Beijing 100049, China

    Key Laboratory of Earth Observation of Hainan Province, Hainan Aerospace Information Research Institute, Sanya 572029, China

  • Email：zhangzhaoming@aircas.ac.cn
  • Introduction：张兆明， 研究方向为遥感大数据智能处理与信息提取。E-mail： zhangzhaoming@aircas.ac.cn
ZHANG Zhaoming123*,  
  • Affiliation：

    Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China

    Key Laboratory of Earth Observation of Hainan Province, Hainan Aerospace Information Research Institute, Sanya 572029, China

PENG Yan13,  
  • Affiliation：

    Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China

    University of Chinese Academy of Sciences, Beijing 100049, China

    Key Laboratory of Earth Observation of Hainan Province, Hainan Aerospace Information Research Institute, Sanya 572029, China

HE Guojin123,  
  • Affiliation：

    Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China

    University of Chinese Academy of Sciences, Beijing 100049, China

    Key Laboratory of Earth Observation of Hainan Province, Hainan Aerospace Information Research Institute, Sanya 572029, China

LONG Tengfei123,  
  • Affiliation：

    Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China

    Key Laboratory of Earth Observation of Hainan Province, Hainan Aerospace Information Research Institute, Sanya 572029, China

WANG Guizhou13

реферат

Датчик WFV на спутнике GF-1 обладает высокой пространственной разрешающей способностью и широкоугольной съемкой, являясь важным источником данных для ресурсных исследований и охраны экологической среды. В настоящее время данные GF-1 WFV предоставляются только в виде стандартизированных продуктов уровня L1, отсутствуют продукты с отражательной способностью поверхности, а большинство количественных исследований дистанционного зондирования основываются именно на таких продуктах. Для разработки продуктов с отражательной способностью поверхности GF-1 WFV в статье предлагается алгоритм атмосферной коррекции 6S, основанный на пространственном объединении многоресурсных данных MODIS AOD и динамической таблице поиска, с производством и распространением продуктов отражательной способности поверхности на территории Китая за 2020 год. Для верификации точности продукта проведено сравнение качества изображений до и после атмосферной коррекции, гистограмм и различий отражательной способности типичных объектов, а также количественная оценка с использованием синхронных продуктов отражательной способности поверхности Landsat 8 OLI и наземных измерений. Результаты проверки показывают значительное улучшение качества изображений после коррекции и хорошее соответствие продуктам Landsat 8 OLI. Результаты верификации с использованием наземных данных отражательной способности показывают значения среднеквадратичной ошибки (RMSE) для синих, зеленых, красных и ближних инфракрасных полос соответственно 1,21%, 1,53%, 1,26% и 6,14%. Исследование показывает, что разработанные продукты отражательной способности поверхности GF-1 WFV обладают надежным качеством, а алгоритм позволяет автоматизированное и коммерческое производство.

ключеви́че слова́

Дистанционное зондирование; GF-1 WFV; отражательная способность поверхности; атмосферная коррекция; модель 6S; пространственное объединение; динамическая таблица поиска; территория Китая

References

  1. 1.
    Abrams M, Crippen R and Fujisada H. 2020. ASTER Global Digital Elevation Model (GDEM) and ASTER Global Water Body Dataset (ASTWBD). Remote Sensing, 12(7): 1156
  2. 2.
    Armstrong M. 1984. Problems with universal kriging. Journal of the International Association for Mathematical Geology, 16(1): 101-108
  3. 3.
    Bai Z G. 2013. The technology characteristics of GF-1 satellite. Aerospace China, (8): 5-9
  4. 4.
    Chander G, Mishra N, Helder D L, Aaron D B, Angal A, Choi T, Xiong X X and Doelling D R. 2013. Applications of Spectral Band Adjustment Factors (SBAF) for cross-calibration. IEEE Transactions on Geoscience and Remote Sensing, 51(3): 1267-1281
  5. 5.
    Chatterjee A, Michalak A M, Kahn R A, Paradise S R, Braverman A J and Miller C E. 2010. A geostatistical data fusion technique for merging remote sensing and ground-based observations of aerosol optical thickness. Journal of Geophysical Research, 115(D20): D20207
  6. 6.
    Hsu N C, Tsay S C, King M D and Herman J R. 2006. Deep blue retrievals of Asian aerosol properties during ACE-Asia. IEEE Transactions on Geoscience and Remote Sensing, 44(11): 3180-3195
  7. 7.
    Hu Y, Liu L Y, Liu L L, Peng D L, Jiao Q J and Zhang H. 2014. A Landsat-5 atmospheric correction based on MODIS atmosphere products and 6S model. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 7(5): 1609-1615
  8. 8.
    Hu Y, Zhong B, Ma Z Z and He M. 2018. GF-1 WFV atmospheric correction based on MODIS atmosphere products and 6S model. Remote Sensing Information, 33(5): 35-40
  9. 9.
    Kaufman Y J and Sendra C. 1988. Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery. International Journal of Remote Sensing, 9(8): 1357-1381
  10. 10.
    Kokaly R F, Clark R N, Swayze G A, Livo K E, Hoefen T M, Pearson N C, Wise R A, Benzel W, Lowers H A, Driscoll R L and Klein A J. 2017. USGS Spectral Library Version 7. United States Geological Survey
  11. 11.
    Li Z Q, Chen X F, Ma Y, Qie L L, Hou W Z and Qiao Y L. 2018. An overview of atmospheric correction for optical remote sensing satellites. Journal of Nanjing University of Information Science and Technology(Natural Science Edition), 10(1): 6-15
  12. 12.
    Liang S L, Fang H L, Chen M Z, Shuey C J, Walthall C, Daughtry C, Morisette J, Schaaf C and Strahler A. 2002. Validating MODIS land surface reflectance and albedo products: methods and preliminary results. Remote Sensing of Environment, 83(1/2): 149-162.
  13. 13.
    Liu J, Wang L M, Yang L B, Teng F, Shao J, Yang F G and Fu C H. 2015. GF-1 satellite image atmospheric correction based on 6S model and its effect. Transactions of the Chinese Society of Agricultural Engineering, 31(19): 159-168
  14. 14.
    Lyapustin A, Wang Y J, Korkin S and Huang D. 2018. MODIS collection 6 MAIAC algorithm. Atmospheric Measurement Techniques, 11(10): 5741-5765
  15. 15.
    Ma L L, Zhao Y G, Woolliams E R, Dai C H, Wang N, Liu Y K, Li L, Wang X H, Gao C X, Li C R and Tang L L. 2020. Uncertainty analysis for RadCalNet instrumented test sites using the Baotou sites BTCN and BSCN as examples. Remote Sensing, 12(11): 1696
  16. 16.
    Main-Knorn M, Pflug B, Louis J, Debaecker V, Müller-Wilm U and Gascon F. 2017. Sen2Cor for Sentinel-2//Proceedings Volume 10427, Image and Signal Processing for Remote Sensing XXIII. Warsaw: SPIE
  17. 17.
    Martins V S, Soares J V, Novo E M L M, Barbosa C C F, Pinto C T, Arcanjo J S and Kaleita A. 2018. Continental-scale surface reflectance product from CBERS-4 MUX data: assessment of atmospheric correction method using coincident Landsat observations. Remote Sensing of Environment, 218: 55-68
  18. 18.
    Peng Y, He G J, Zhang Z M, Long T F, Wang M M and Ling S G. 2016. Study on atmospheric correction approach of Landsat-8 imageries based on 6S model and look-up table. Journal of Applied Remote Sensing, 10(4): 045006
  19. 19.
    Peng Y, He G J, Zhang Z M and Yin R Y. 2020. Landsat surface reflectance products over China. China Scientific Data, 5(4): 53-62
  20. 20.
    Richter R, Schläpfer D and Müller A. 2006. An automatic atmospheric correction algorithm for visible/NIR imagery. International Journal of Remote Sensing, 27(10): 2077-2085
  21. 21.
    Roy D P, Ju J C, Kline K, Scaramuzza P L, Kovalskyy V, Hansen M, Loveland T R, Vermote E and Zhang C S. 2010. Web-enabled Landsat Data (WELD): Landsat ETM+composited mosaics of the conterminous United States. Remote Sensing of Environment, 114(1): 35-49
  22. 22.
    Roy D P, Zhang H K, Ju J, Gomez-Dans J L, Lewis P E, Schaaf C B, Sun Q, Li J, Huang H and Kovalskyy V. 2016. A general method to normalize Landsat reflectance data to nadir BRDF adjusted reflectance. Remote Sensing of Environment, 176: 255-271
  23. 23.
    Shen Q, Yao Y, Li L W, Long T F, Chen F and Zhang B. 2021. Annual 0.8 m surface reflectance data set of Beijing plain area from 2015 to 2019. National Remote Sensing Bulletin, 25(11): 2303-2312
  24. 24.
    Vermote E F, El Saleous N Z and Justice C O. 2002. Atmospheric correction of MODIS data in the visible to middle infrared: first results. Remote Sensing of Environment, 83(1/2): 97-111
  25. 25.
    Vermote E F and Kotchenova S. 2008. Atmospheric correction for the monitoring of land surfaces. Journal of Geophysical Research: Atmospheres, 113(D23): D23S90
  26. 26.
    Vermote E F, Tanre D, Deuze J L, Herman M and Morcette J J. 1997. Second simulation of the satellite signal in the solar spectrum, 6S: an overview. IEEE Transactions on Geoscience and Remote Sensing, 35(3): 675-686
  27. 27.
    Vermote E F, Justice C, Claverie M and Franch B. 2016. Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product. Remote Sensing of Environment, 185(2016): 46-56.
  28. 28.
    Wang Z T, Xin J Y, Jia S L, Li Q, Chen L F and Zhao S H. 2015. Retrieval of AOD from GF-1 16 m camera via DDV algorithm. Journal of Remote Sensing, 19(3): 530-538
  29. 29.
    Wei J, Li Z Q, Peng Y R and Sun L. 2019. MODIS collection 6.1 aerosol optical depth products over land and ocean: validation and comparison. Atmospheric Environment, 201: 428-440
  30. 30.
    Zheng W and Zeng Z Y. 2004. A review on methods of atmospheric correction for remote sensing images. Remote Sensing Information, (4): 66-70

Читать полностью

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website