摘要:机载高光谱成像已被证明是一种有效的手段,可以为生物物理变量的检索提供新的见解。然而,从机载高光谱测量中获得的无偏信息的定量估计主要需要校正双向反射分布函数 (BRDF) 所描绘的陆地表面的各向异性散射特性。迄今为止,角度 BRDF 校正方法很少结合观察照明几何和地形信息来全面理解和量化 BRDF 的影响。森林地区尤其如此,因为这些地区通常地形崎岖。本文介绍了一种校正机载高光谱影像在崎岖地形上空森林覆盖区域的 BRDF 效应的方法,在本文的补充中称为崎岖地形-BRDF (RT-BRDF) 校正。根据机载扫描仪和局部地形的特点,为每个像素计算局部视角和照明几何形状,并在崎岖地形的情况下使用这两个变量来调整 Ross-Thick-Maignan 和 Li-Transit-Reciprocal 核。新的 BRDF 模型适用于多线机载高光谱数据的各向异性。本研究中的像素数设置为 35,000,基于分层随机抽样方法,以确保全面覆盖视角和照明角度,并尽量减少 BRDF 模型对所有波段的拟合误差。基于中国林业科学研究院在普洱地区(中国)的 LiDAR、CCD 和高光谱系统 (CAF-LiCHy) 获取的多线机载高光谱数据,将应用 RT-BRDF 校正的结果与当前经验(C、太阳冠层传感器 (SCS) 加 C(SCS + C))和半物理(SCS)地形校正方法的结果进行了比较。定量评估和目视检查均表明,RT-BRDF、C 和 SCS + C 校正方法均可降低地形影响。然而,RT-BRDF 方法似乎更有效地降低多条航线重叠区域反射率的变化,其优势在于可以降低由宽视场 (FOV) 机载扫描仪、崎岖地形和长飞行时间内变化的太阳照射角度组合引起的 BRDF 效应。具体而言,针叶林和阔叶林的变异系数 (CV) 平均下降分别为 3% 和 3.5%。这种改进在近红外 (NIR) 区域(即 > 750 nm)尤为明显。这一发现为大面积机载高光谱勘测开辟了新的应用可能性。
摘要。在卫星遥感应用中,增强了2级(L2)算法的精度,在很大程度上依赖于对紫外线(UV)(uv)的表面反射的准确估计(visible(vis)光谱。然而,L2算法与表面反射检索之间的相互依赖性构成了挑战,因此需要采取另一种方法。为了解决这个问题,许多卫星属性会产生兰伯特等效的反射性(LER)产品作为先验的表面反射数据。但是,这通常会导致这些数据低估。这项研究是使用半经验的双胎反射分布函数(BRDF)模型得出的背景表面反射(BSR)的适用性的第一个。这项研究将BRDF模型的应用在440 nm处的高光谱卫星数据进行了应用,旨在提供更现实的前段表面反射数据。在这项研究中,使用了地理环境监测光谱仪(GEMS)数据,对GEMS BSR和GEMS LER进行了比较分析显示,相对根平方误差(RRMSE)的精度有3%的相对根平方误差(RRMSE)的精度有所提高。此外,跨不同土地类型的时间序列分析表明,BSR比LER表现出更大的稳定性。为了进一步验证,使用地面真实数据将BSR与其他LER数据库进行了比较,从而产生
这两个参数都依赖于由 MODIS 2 级和 3 级产品合成的 1 公里网格数据库。输入包括:(1) 将分类限制在陆地区域和浅水区域的 EOS 陆地/水域掩模;(2) 从 MODIS 陆地波段 (1-7) 中的 MODIS BRDF/Albedo 产品 (MOD43B4) 得出的天底 BRDF 调整反射率 (NBAR),调整为每 16 天周期的中值太阳角度的天底视图;(3) 从 1000 米分辨率的波段 1 (红色,250 米) 得出的空间纹理 MODAGTEX);(4) 16 天周期的 1k 方向反射率信息 (MOD43B1);(5) 16 天周期的 1km MODIS 增强植被指数 (EVI) (MOD13); (6) 8 天内 500 米处的积雪 (MOD10);(7) 8 天内 1 公里处的地表温度 (MOD11);以及 (8) 地形海拔信息 (MOD03)。这些数据在一个月的时间段内合成,以在 1 公里网格上生成全球一致的多时间数据库,作为分类和变化表征算法的输入。
第一个要研究的属性是颜色。从 20 世纪初开始,CIE 制定了测量协议,并且对反射光谱和比色坐标之间的对应关系进行了标准化。我们现在是 1931 年。比色法诞生了,得益于它,分光光度计、色度计、感知模型、表示空间、辨别阈值、公式方程以及一大堆工具和指标将会迎来这一天。比色法如今已是一门成熟的科学。它测量颜色并帮助制造商描述、复制或监控他们的产品。标准已经到位并且有效。彩虹色或随角异色涂料的上市给过去 15 年的市场带来了一些改变。面对这些效果,无论是形态蝴蝶的自然效果,还是效果涂料的合成效果,经典比色法都显示出其局限性。有必要实施双向比色法。相关辐射量不再是反射因子,而是BRDF,英文缩写为亮度系数的双向分布函数。 BRDF 使用测角分光光度计进行测量。该领域已经取得了巨大的努力和进展,并且角色表面的表征得到了很好的掌握 [3][4]。我的一部分
在发射后的前六个月内,MODLAND 将协助进行与 MODLAND 产品相关的初始传感器校准,尽管主要的校准责任在于 MODIS 校准支持团队。在此之后,MODLAND 的主要目标是验证 MODLAND 的 2-4 级产品,包括辐射测量产品,例如植被指数 (VI)、双向反射分布函数 (BRDF)、地表温度 (LST) 和光合有效辐射分数 (FPAR),以及生物物理产品,例如土地覆盖、火灾痕迹、叶面积指数 (LAI) 和净初级生产力 (NPP)。由于这些都是全球产品,MODLAND 计划针对现有的每个重要地表大气系统开发不确定性信息。
GPS信号可以以微波的形式提供必要的信息,以建模这样的功能。作为开创性技术,GPS反射测定法是测量和建模水文效应的有前途的方法,例如冰山或北极海冰[6]。作为打击气候变化的工具,这些卫星为我们提供了开销和水下视图,以制定型号,找到熔体速率,并有可能找到长期抵消海平面上升的方法。正常的雷达卫星难以测量冰厚度,但GPS信号具有较长的波长可以穿透该树冠。如果我们还可以测量大气中的温室气体水平,我们可以评估温室气体与海冰熔化速率的相关性,并使用多变量BRDF来模仿短期和长期气候变化,并开发可预测性模型。
在HPCMP Portal TASAT上的高级跟踪(TASAT)软件的分布式时间域分析模拟首先是在被动和主动的照明条件下以及使用地面成像系统的详细模拟进行的。tasat已演变为支持空间成像和照明器平台,用于被动(太阳能,月球,地球)和目标(激光)目标。tasat在模拟的地球轨道中提供了详细的三维(3D)计算机辅助设计(CAD)卫星模型的详细的二维(2D)渲染。使用射线示踪技术以及卫星几何和材料光学特性的数据库进行渲染。3D CAD模型的每个元素都有其自身的材料特性,因此可以确定每个表面的适当的光学,极化和散射效应。然后将渲染的图像字段与成像系统点扩散函数(PSF)进行卷积,并使用传感器空间采样和噪声模型降级,以为定义的场景提供逼真的卫星图像模拟,以作为时间的函数。tasat使用卫星材料的多光谱光学特性的库来生成用于特定目标和观察场景的辐射标志。这些材料先前已经在各种波长和观察几何形状上进行了测量,并以光学量(例如光谱反射率和双向反射率函数(BRDF)值(BRDF)值(用于有限数量的波长)值。使用TASAT对空间对象图像和相关的辐射准确性的模拟来增强对空间对象现象学(例如对象表面“闪烁”)的理解。AFRL正在与TASAT合作,开发基于物理的,详细的对空间对象成像的理解。通过生成模拟图像数据,用于不同的目标情景和广泛的光学传感器(可见到长波长红外)的知识库,支持卫星识别和表征的知识库正在发展。此知识用于对图像进行分析,以确定利用图像信息的最佳方法。
在发射时,将为全球陆地生成两种植被指数 (VI) 算法。一种是标准归一化差异植被指数 (NDVI),它被称为现有 NOAA-AVHRR 衍生 NDVI 的“连续性指数”。在发射时,将有来自 NOAA-AVHRR 系列的近 20 年的 NDVI 全球数据集(1981 - 1999 年),可以通过 MODIS 数据进行扩展,以提供用于操作监测研究的长期数据记录。另一种是“增强型”植被指数 (EVI),它对高生物量区域的灵敏度更高,并且通过分离冠层背景信号和减少大气影响来改善植被监测。这两个 VI 在全球植被研究中相互补充,并改进了冠层生物物理参数的提取。还使用了一种新的合成方案,可以减少角度、太阳目标传感器变化。网格植被指数图使用 MODIS 表面反射率(针对分子散射、臭氧吸收和气溶胶进行了校正,并使用 BRDF 模型调整至最低点)作为 VI 方程的输入。网格植被指数将包括带有统计数据的质量保证 (QA) 标记,用于指示 VI 产品和输入数据的质量。产品可以总结为:
摘要。迄今为止,印度尼西亚的遗产建筑物的保存技术仍然仅限于物理测量,其中大多数基于手动记录。因此,缺乏准确性,成本和时间消耗通常会导致决策过程中对关键信息的误解。该部分包括由高度相对湿度引起的凝结引起的物理损害(即霉菌生长,剥落,漏水)。得益于高级激光扫描技术的开发,可以获得高精度点云数据集以进行表面性能分析。此外,本研究提出了一种综合计算方法,用于通过利用根据点云数据计算出的光学和热特性来检测遗产建筑物中的冷凝风险。该提出的方法专门采用Blinn-Phong双向反射率(BRDF)模型来计算基于入射角和材料反射率的材料中的分布式反射率。随之而来的是,点云测量还与Flir One Pro IR摄像机和Hobo数据记录仪结合在一起,以分析建筑物表面的热性能。最终,这项研究将为建筑师提供对遗产建筑表面凝结潜在凝结风险的更好理解,以便他们可以执行早期的检测任务。