[发明专利]一种卫星遥感反射率产品数据残差校正方法在审
申请号: | 202111096999.0 | 申请日: | 2021-09-18 |
公开(公告)号: | CN113849490A | 公开(公告)日: | 2021-12-28 |
发明(设计)人: | 陈军;韩启金;徐铭;张青 | 申请(专利权)人: | 陕西九州遥感信息技术有限公司;西安交通大学 |
主分类号: | G06F16/215 | 分类号: | G06F16/215;G06F17/18;G06F30/27 |
代理公司: | 青岛汇智海纳知识产权代理有限公司 37335 | 代理人: | 王丹丹 |
地址: | 710049 陕西省西安市未央区*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 卫星 遥感 反射率 产品 数据 校正 方法 | ||
1.一种卫星遥感反射率产品数据残差校正方法,其特征在于,包括以下步骤:
步骤A、卫星测得遥感反射率数据Rrs,通过原位观测与卫星探测比较,获得卫星遥感反射率产品数据残差信息,形成遥感反射率残差△Rrs数据集;
步骤B、通过分析遥感反射率残差波谱关系,建立遥感反射率数据残差△Rrs与波长λ的关系;
其中,△Rrs表示遥感反射率数据残差,C为一正数常量,S表示残差的谱斜率系数,λ表示波长,λ0表示参考波段;设定参考波段遥感反射率残差△Rrs(λ0),用于计算其他波段的遥感反射率残差△Rrs值;
步骤C、以卫星遥感反射率数据Rrs为输入,以遥感反射率数据残差的谱斜率系数S为输出,建立残差的谱斜率系数神经网络模型,以计算S的值;
步骤D、以辐射传输模拟数据为基础,结合遥感反射率数据残差概率分布与波谱关系特征,模拟包含遥感反射率残差△Rrs的卫星遥感反射率数据,建立吸收系数a(λ0)和后向散射系数外推指数Y的神经网络模型,求解a(λ0)和Y;
步骤E、确定外推波段λ1的总后向散射系数bb(λ1),外推波段由参考波段λ0外推得到:
其中,bbw为已知的纯水后向散射系数,bbp为颗粒物后向散射系数;设定外推波段处颗粒物后向散射系数bbp(λ1),计算λ1处的总后向散射系数bb(λ1);
步骤F、以吸收系数a(λ0)、总后向散射系数bb、遥感反射率数据Rrs和遥感反射率残差△Rrs与波长λ的关系式(1)为基础,通过非线性迭代,计算得到最终的遥感反射率残差。
2.根据权利要求1所述的卫星遥感反射率产品数据残差校正方法,其特征在于:所述步骤F的迭代过程如下:
步骤F1:设置初始△Rrs(λ0)与bbp(λ0)的值
步骤F2:如果为首次迭代,使用步骤F1的初始△Rrs(λ0),将步骤C计算获得的S代入公式(1),获得卫星可见光波段遥感反射率数据残差,实现对数据残差初步校正,并更新卫星遥感反射率数据Rrs;如果非首次迭代,则使用步骤F5中的△Rrs(λ0)进行数据残差校正,并更新卫星遥感反射率数据Rrs;
步骤F3:以步骤F2获取的卫星遥感反射率数据Rrs为输入,根据步骤D构建的吸收系数和后向散射系数外推指数神经网络模型,求取a(λ0)和Y;
步骤F4:如果为首次迭代,使用步骤F1的初始bbp(λ0)值,结合公式(2)求取bb(λ1)的信息,如果非首次迭代,则使用步骤F5中的bbp(λ0)计算bb(λ1)的信息;
步骤F5:结合步骤F3中的a(λ0)和Y信息,同时结合步骤F4的bb(λ1)信息,代入公式(3)中,将公式(3)变为仅含△Rrs(λ0)和bb(λ0)两个变量的方程组,通过求解该方程组,获得△Rrs(λ0)和bb(λ0);
其中,bb=bbp+bbw,bbw为已知值,g0和g1是已知经验系数;
步骤F6:进而根据公式(1)的波谱关系,计算获得可见光波段的数据残差信息,实现遥感反射率数据残差校正,并更新用于a(λ0)和Y计算的遥感反射率;
步骤F7:当两次相邻迭代计算获得的△Rrs(λ0)和bb(λ0)均小于10-7时,则迭代结束,重复执行步骤B-F;更新△Rrs及相关值,实现卫星遥感反射率产品数据残差校正。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西九州遥感信息技术有限公司;西安交通大学,未经陕西九州遥感信息技术有限公司;西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111096999.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种AR眼镜及AR眼镜系统
- 下一篇:一种锂电池生产用封口装置