4 校正 56 4.1 辐射校准 56 4.1.1 传感器校准的主要元素 56 4.1.1.1 绝对辐射校准 – 从辐射到 DN 并反之 56 4.1.1.2 均匀性校准 57 4.1.1.3 光谱校准 57 4.1.1.4 几何校准 58 4.1.2 校准方法 58 4.1.2.1 发射前校准 58 4.1.2.2 机载校准 59 4.1.2.3 替代校准 59 4.2 大气 – 从辐射到反射或温度\发射率 60 4.2.1 将不同日期的图像校准为类似值 62 4.2.2 内部平均相对反射率 (IARR) 63 4.2.3 平场 63 4.2.4 经验线 63 4.2.5 大气建模 64 4.2.5.1 波段透射率计算机模型 66 4.2.5.2 逐线模型 67 4.2.5.3 MODTRAN 67 4.2.5.4 太阳光谱中卫星信号的第二次模拟 – 6s 代码 69 4.2.5.5 大气移除程序 (ATREM) 70 4.2.5.6 ATCOR 72 4.2.6 图像的温度校准 73 4.2.7 材料的热性能 73 4.2.8 从热图像中的辐射中恢复温度和发射率 77 4.3 几何校正 79 4.3.1 几何配准 80 4.3.1.1 平面变换 81 4.3.1.2 多项式变换83 4.3.1.3 三角测量 83 4.3.1.4 地面控制点 84 4.3.1.5 重新采样 85 4.3.1.6 地形位移 86 4.3.2 LANDSAT – 几何特性 90 4.3.2.1 TM 几何精度 90 4.3.2.2 TM 数据处理级别 90 4.3.2.3 原始数据 90 4.3.2.4 系统校正产品 90 4.3.2.5 地理编码产品 91 4.3.2.6 级别 A – 无地面控制点 91 4.3.2.7 级别 B – 有地面控制点 91
将介绍新卫星可视化和数据融合产品在以下方面的应用:1)金枪鱼、鲭鱼、鱿鱼和马林鱼的渔业研究;2)捕鱼(商业和休闲)和船舶航线的运营预报;3)深水地平线漏油事件(2010 年 4 月至 8 月)期间墨西哥湾的石油 - 分散剂 - 水混合物的测绘。这将包括回顾极地轨道(例如 NOAA 系列、MetOpA、Terra、Aqua、Envisat、Jason、Topex、ERS-2 等)和地球静止卫星(例如 GOES)的光谱、空间、时间分辨率和地理覆盖范围的优势和局限性,以及它们在环境监测和渔业研究中的效用,以及渔业(运营和管理)、海上运输和安全(即搜索和救援)和漏油响应方面的决策。
摘要:无人机(UAV-LS)的激光扫描数据为仅基于 UAV-LS 数据估算森林生长蓄积量(V)提供了新的机会。我们提出了一种测量树木属性的方法,并使用这些测量值估算 V,而无需使用现场数据进行校准。该方法包括五个步骤:i)使用 UAV-LS 数据,自动识别树冠并逐墙分割。ii) 从所有检测到的树冠中,取一个样本,其中胸高直径(DBH)可以通过 UAV-LS 数据中的视觉评估可靠地记录。iii) 另一个树冠样本是从 UAV 图像数据中可识别树种的树冠中取的。iv) 使用样本拟合 DBH 和树种模型,并应用于所有检测到的树冠。v) 使用现有的异速生长模型,利用预测的树种、DBH 和 UAV-LS 直接获得的高度来预测单株树的体积。该方法应用于 Riegl-VUX 数据集,该数据集的平均密度为 1130 个点 m − 2 和 3 厘米正射影像,该数据集是在 8.8 公顷的管理北方森林中获取的。汇总已识别树木的体积以估计地块、林分和森林级别的体积,并使用 58 个独立测量的田间地块进行验证。当将空间尺度从地块 (32.2%) 增加到林分 (27.1%) 和森林级别 (3.5%) 时,均方根偏差 ( RMSD %) 会降低。UAV-LS 估计的准确度因森林结构而异,在疏松林中准确度最高,在茂密的桦树或云杉林中准确度最低。在森林层面,基于 UAV-LS 数据的估计值完全在密集实地调查估计值的 95% 置信区间内,并且两个估计值具有相似的精度。虽然结果令人鼓舞,可以进一步在完全机载森林清查的背景下使用 UAV-LS,但未来的研究应该在各种森林类型和条件下证实我们的发现。
受潮汐影响的沿海地区的水资源管理需要定期使用高分辨率和精确的数字高程模型 (DEM)。由于需要勘测大面积区域,因此通常使用远程传感器。由于其非常动态的行为,只有对应于低潮前后 +/ − 1 小时的极短时间窗口可用于对潮滩区域进行远程数据采集。因此,机载传感器比星载传感器更具吸引力,因为它们在采集时间方面具有灵活性。此外,高分辨率机载 SAR 系统(如 DLR 的 F-SAR)比传统的机载激光扫描仪 (ALS) 覆盖范围更广,对天气条件的依赖性更小,而传统的机载激光扫描仪 (ALS) 通常限制在 <500 m 的扫描带宽度。在过去的几十年中,使用 SAR,特别是跨轨干涉 SAR (InSAR) 数据监测潮滩一直是许多研究的主题。例如,在 [ 1 ] 中,作者成功地利用 AeS-1 X 波段单程机载干涉仪的数据为德国瓦登海的潮间带生成了 DEM。生成的 DEM 是使用 2.4 m 的跨轨基线获得的,分辨率为 5 m,与地面控制点的比较显示标准差小于 10 cm。在 [ 2 ] 中,从 ERS-1/2 复杂 SAR 图像中提取的海岸线用于生成分辨率约为 12.5 m 的 DEM。作者报告说,获得的地形图与前面提到的 AeS-1 InSAR DEM 之间存在良好的一致性。考虑的时间基线在 [ 3 ] 中,作者使用后向散射模型和相干性分析讨论了使用重复干涉测量法在潮滩上生成 DEM 的有利条件。在该研究之后,在 [ 4 ] 中报告了使用 ERS-1/2 对的结果,其中强调了使用星载重复传感器获取高相干性数据的挑战。[ 5 ] 中的作者讨论了通过星载重复干涉 InSAR 监测潮滩的可行性,建议使用具有较大横向基线和短时间基线的采集来应对高场景动态。
陆地总初级生产力 (GPP) 在全球碳循环中发挥着重要作用,但光合作用的空间和时间变化的量化仍存在很大不确定性。我们的工作旨在研究遥感技术在精细空间分辨率下为植物光合作用提供新见解的潜力。这一目标是通过利用荧光探测器 (FLEX) 机载演示器 HyPlant 获得的高分辨率图像实现的。传感器飞过一片混合森林,收集的图像经过精心设计,获得了两个独立的植物光合作用指标。首先,成功获取了研究区域森林红光和远红光峰的太阳诱导叶绿素荧光 (F) 图,叶绿素荧光是植物光合作用的一种新指标 (r 2 = 0.89 和 p < 0.01,r 2 = 0.77 和 p < 0.01,与飞行过程中同步获取的冠层顶部地面测量值相比)。其次,使用定制版耦合生物物理模型呼吸地球系统模拟器 (BESS) 得出 GPP 和吸收光合有效辐射 (APAR) 图。该模型由机载关键森林特征图 (即叶叶绿素含量 (LCC) 和叶面积指数 (LAI)) 和气象数据驱动,为研究地点的感兴趣变量提供高分辨率快照。通过优化的基于查找表的 PROSPECT-4-INFORM 辐射传输模型反演,准确估算了 LCC 和 LAI(分别为 RMSE = 5.66 μg cm −2 和 RMSE = 0.51 m 2 m −2),确保准确表示生态系统功能决定因素的空间变化。然后分析测量的 F 和建模的 BESS 输出之间的空间关系,以解释区域尺度上生态系统功能的变化。结果表明,远红 F 在空间域中与 GPP(r 2 = 0.46,p < 0.001)和 APAR(r 2 = 0.43,p < 0.001)显着相关,并且这种关系是非线性的。相反,红光 F 与 GPP 或 APAR 之间没有发现统计学上显著的关系(p > 0.05)。在高分辨率下发现的空间关系为空间异质性在控制远红光 F 与 GPP 之间关系中的关键作用提供了宝贵的见解,表明需要在更粗的分辨率下考虑这种异质性。