位置:立项数据库 > 立项详情页
高光谱热红外地表温度反演方法研究
  • 项目名称:高光谱热红外地表温度反演方法研究
  • 项目类别:面上项目
  • 批准号:41071231
  • 申请代码:D0106
  • 项目来源:国家自然科学基金
  • 研究期限:2011-01-01-2013-12-31
  • 项目负责人:姜小光
  • 负责人职称:教授
  • 依托单位:中国科学院光电研究院
  • 批准年度:2010
中文摘要:

热红外高光谱遥感是遥感技术的一个新的、应用前景极为广泛的前沿领域。本项目拟利用高光谱热红外遥感数据波段多、信息丰富的特点,重点开展不借助其他测量仪器,仅仅基于高光谱热红外数据本身的大气纠正研究,地表温度和地表比辐射率精确分离研究,实现大气廓线、地表比辐射率与地表温度一体化反演,并在此基础上建立实用可靠的大气廓线反演、地表温度与地表比辐射率反演的算法和软件,填补国内空白,为推动热红外高光谱遥感技术的应用提供有力的技术支持。

结论摘要:

高光谱热红外遥感是一个崭新的前沿研究领域,本项目针对该领域的研究热点及难点问题,在大气纠正、地表温度与比辐射率的分离以及它们的一体化反演等关键技术研究上取得了突破进展,为热红外高光谱遥感这项新技术的应用奠定了很好的技术基础,并在高光谱热红外遥感定量研究国际领域中占有重要的一席之地。项目主要取得以下几个方面的成果与进展。(1)建立了仅仅依靠高光谱红外数据本身的大气校正模型。项目组提出了通过探索高光谱通道间大气辐射项的关系约束大气校正的思想,建立了新的高光谱大气透过率的反演方法;通过辐射传输方程分析和模拟数据拟合,建立了计算高光谱大气上下行辐射的方法;利用模拟数据进行了大气校正方法进行了验证。(2)建立了基于下行残余指标的地温和比辐射率分离方法。项目组针对地温/比辐射率分离方法不稳定的难题,提出了以下行辐射残余指标约束地温/比辐射率分离的思想,建立了基于新约束的地温/比辐射率分离方法,并利用模拟数据对这种方法进行了初步评价。地温的反演精度在0.2 K以上,并且这种方法稳定性好。(3)建立了地表温度、比辐射率和大气廓线一体化反演神经网络模型。项目组按照大气类型利用模拟数据确定神经网络拓扑结构并训练网络,建立了局地一体化反演神经网络模型。其地表温度反演精度为0.24K;大气温度廓线的反演精度大多在1K左右;大气水汽廓线的反演误差由地表至554.9hPa为10%以内,至324.6hPa为20%以内。(4)建立了地表温度、比辐射率和大气廓线一体化反演物理模型。项目组通过引入L-curve方法建立了一体化物理反演中的病态方程求解方法,通过迭代获得最优解。然后,以一体化反演神经网络模型结果作为初值,利用模拟数据进行了反演试验验证,结果显示,地表温度、地表比辐射率反演结果得到很大改善,但对大气廓线反演结果的改善不明显。


成果综合统计
成果类型
数量
  • 期刊论文
  • 会议论文
  • 专利
  • 获奖
  • 著作
  • 6
  • 3
  • 0
  • 0
  • 0
相关项目
姜小光的项目