Anterior|Siguiente

Productos de reflectancia de superficie GF-1 WFV para la región terrestre china

  • 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

resumen

El sensor WFV a bordo del satélite GF-1 posee una alta resolución espacial y capacidad de imagen de amplio rango, siendo una fuente importante de datos en áreas de investigación de recursos y protección del medio ambiente ecológico. Actualmente, los datos GF-1 WFV solo están disponibles como productos estandarizados de nivel L1, careciendo de productos de reflectancia de superficie, los cuales son la base para la mayoría de estudios cuantitativos de teledetección. Para desarrollar productos de reflectancia de superficie GF-1 WFV, este artículo propone un algoritmo de corrección atmosférica 6S basado en la fusión espacial multifuente del AOD MODIS y una tabla de búsqueda dinámica, produciendo y compartiendo productos de reflectancia de superficie para la región terrestre de China en 2020. Para la validación de precisión del producto, se comparó la calidad de las imágenes antes y después de la corrección atmosférica, histogramas y diferencias de reflectancia de objetos típicos, y se realizó una validación cuantitativa con productos sincronizados de reflectancia de superficie Landsat 8 OLI y datos de campo. Los resultados de precisión y análisis muestran una mejora significativa en la calidad de la imagen después de la corrección atmosférica, con buena coherencia con los productos de reflectancia de superficie Landsat 8 OLI. La validación basada en datos medidos de reflectancia de superficie indica errores cuadráticos medios (RMSE) de 1.21%, 1.53%, 1.26% y 6.14% para las bandas azul, verde, roja e infrarrojo cercano, respectivamente. Los resultados indican que los productos desarrollados de reflectancia de superficie GF-1 WFV son de calidad confiable y que el algoritmo tiene capacidad de producción automatizada y comercial.

palabra clave

Teledetección; GF-1 WFV; reflectancia de superficie; corrección atmosférica; modelo 6S; fusión espacial; tabla de búsqueda dinámica; región terrestre china

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

Leer el texto completo

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