MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力,对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区,研究基于氧气和水汽吸收波段的暗像元为假设条件,...MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力,对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区,研究基于氧气和水汽吸收波段的暗像元为假设条件,改进传统的近红外波段暗像元大气校正方法,采用MERIS level 2p数据辅助获取湖区气溶胶参数,并利用2007-11-11、2008-11-20以及2009-04-25等3景MERIS影像进行验证。结果表明,该方法能够快速、有效地完成MERIS影像的大气校正,与地面准同步实测数据相比,3次校正的均方根百分比RMSP(Root Mean Square of Percentage)、都在25%以下;与Beam自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗像元算法进行精度比较,结果表明该方法校正精度较高。由于该方法不需要同步实测气溶胶数据,因此具有一定的适用性。展开更多
文摘MERIS数据以其更为合理的水色波段设置和300m较高的空间分辨率,在内陆湖泊水环境遥感监测中有较大的应用潜力,对其进行有效的大气校正则是水环境参数定量化反演的前提。以太湖为研究区,研究基于氧气和水汽吸收波段的暗像元为假设条件,改进传统的近红外波段暗像元大气校正方法,采用MERIS level 2p数据辅助获取湖区气溶胶参数,并利用2007-11-11、2008-11-20以及2009-04-25等3景MERIS影像进行验证。结果表明,该方法能够快速、有效地完成MERIS影像的大气校正,与地面准同步实测数据相比,3次校正的均方根百分比RMSP(Root Mean Square of Percentage)、都在25%以下;与Beam自带的二类水体大气校正算法、气溶胶厚度辅助的6S大气校正以及改进的暗像元算法进行精度比较,结果表明该方法校正精度较高。由于该方法不需要同步实测气溶胶数据,因此具有一定的适用性。