一种基于波段遥感反射率比值的卫星水体透明度反演方法

    公开(公告)号:CN114894719A

    公开(公告)日:2022-08-12

    申请号:CN202210266666.6

    申请日:2022-03-16

    IPC分类号: G01N21/25 G01N21/47 G06F17/10

    摘要: 本发明提供了一种基于波段遥感反射率比值的卫星水体透明度反演方法。该方案包括获取卫星高光谱地表反射率数据;根据高光谱地表反射率图像,进行所有波段的数据处理,获取遥感反射率图像;根据遥感反射率图像提取第一遥感数据和第二遥感数据;根据所述第一遥感数据和所述第二遥感数据计算波段比值,计算总吸收系数和后向散射系数;根据所述总吸收系数和所述后向散射系数计算水体透明度。该方案通过对浑浊和清洁水体像元选择相应的波段进行总吸收系数和后向散射系数的估算,进而对水体透明度进行准确反演计算。

    高光谱卫星的水体叶绿素a浓度反演方法及系统

    公开(公告)号:CN115901646A

    公开(公告)日:2023-04-04

    申请号:CN202310034796.1

    申请日:2023-01-10

    IPC分类号: G01N21/27 G01N21/55

    摘要: 本发明涉及高光谱卫星技术领域,是关于一种高光谱卫星的水体叶绿素a浓度反演方法及系统,方法包括:获取湖库水体本底数据集中采样点的遥感反射率数据,并计算采样点在高光谱卫星数据波段的等效遥感反射率;根据采样点的等效遥感反射率,分别计算不同水体类型在各预设波段的平均遥感反射率光谱;确定每个水体类型对应的叶绿素a反演模型;分别计算各个水体类型对应的平均遥感反射率光谱与高光谱影像的水体像元的遥感反射率在预设波段的光谱角余弦,以确定水体像元所属的目标水体类型;采用与目标水体类型对应的叶绿素a反演模型,确定高光谱影像的水体像元对应的目标叶绿素a浓度。通过该方案,提高卫星高光谱数据的水体叶绿素a浓度的计算精度。

    高光谱数据的精细样本生成方法及装置

    公开(公告)号:CN115424047A

    公开(公告)日:2022-12-02

    申请号:CN202211148170.5

    申请日:2022-09-20

    摘要: 本发明是关于一种高光谱数据的精细样本生成方法及装置,方法包括:获取目标高光谱数据;对目标高光谱数据进行正射校正,以得到高光谱正射影像;将高光谱正射影像与已有地面调查分类数据进行空间位置匹配,以确定粗糙样本,其中,粗糙样本包括样本影像和样本标签;采用粗糙样本对分类模型进行训练,获得预训练的类别预测模型;通过预训练的类别预测模型对每个粗糙样本进行类别预测,以得到每个粗糙样本对应的目标类别;根据每个粗糙样本对应的目标类别和样本标签确定其分类精度,并将分类精度小于预设精度的目标粗糙样本丢弃,以得到精细样本。通过该技术方案,保证保留下来的精细样本具有较高的准确性和可用性。