-
题名数据驱动的多光谱卫星遥感大气校正
- 1
-
-
作者
余雨棠
余涛
谢东海
吴俣
张丽丽
左欣
-
机构
中国科学院空天信息创新研究院
中国科学院大学
国家航天局航天遥感论证中心
首都师范大学资源环境与旅游学院
天津大学地球系统科学学院
北京空间机电研究所
-
出处
《航天返回与遥感》
北大核心
2025年第4期101-115,共15页
-
基金
国家重点研发计划(2022YFB3902200)
国家自然科学基金(42071318)
天津市自然科学基金(24JCZDJC01120)。
-
文摘
地表与大气的辐射传输耦合过程复杂,造成传统大气校正技术存在精度和效率的局限。基于经验线性方法的校正效率较高但精度有限,辐射传输模型方法虽精度较高但其高计算开销制约了多光谱卫星遥感的定量应用。随着神经网络的发展,物理模型与数据驱动方法的融合为大气校正提供新思路。文章提出一种深度神经网络框架,学习物理模型模拟数据集,在保证精度的同时显著提升处理效率。首先通过辐射传输模型在不同观测几何、大气状态和地表反射率特性下模拟卫星入瞳辐射数据,构建正向模拟多光谱遥感数据集。随后神经网络学习其中的地理几何和光谱特征,实现像素级的大气校正。实验表明,该方法相对于6S方法处理速度提升约六个数量级,平均绝对误差与相对误差分别为0.028和0.82;与主流物理模型工具在图像质量、定量指标及实测植被光谱对比中表现良好。该研究为多光谱遥感影像的定量应用提供了一种高效的大气校正路径。
-
关键词
多光谱遥感
数据驱动大气校正
地表反射率
辐射传输模型
神经网络
-
Keywords
multi-spectral remote sensing
data-driven atmospheric correction
surface reflectance
radiative transfer model
neural network
-
分类号
TP751
[自动化与计算机技术—检测技术与自动化装置]
V19
[航空宇航科学与技术—人机与环境工程]
-
