摘要
高光谱遥感数据常用的大气校正方法均侧重于去除水汽及其他吸收气体的影响,主要研究了从高光谱影像同时去除气溶胶与水汽影响的方法.由于高光谱遥感数据波段众多,常规暗目标方法一直难以适用于高光谱遥感数据的大气校正.通过选取小麦作为新的暗目标对象,着重讨论了使用多波段线性回归与插值的方法对常规暗目标方法进行改正使之充分利用高光谱的众多波段特性,从而把改进的暗目标方法扩展应用于高光谱遥感数据的大气校正.为了同时去除大气中水汽的影响,大气校正全过程采用了循环迭代的算法.以山东济宁地区EO-1卫星搭载的Hyperion高光谱数据为应用实例,通过使用MODTRAN建立的查找表直接从影像估算出气溶胶与水汽含量,实...
-
单位北京师范大学; 遥感科学国家重点实验室; University Of Maryland,College Park; University of Maryland College Park