【技术实现步骤摘要】
本专利技术涉及热红外遥感
,特别是涉及一种热红外高光谱发射率模拟方法 和系统。
技术介绍
热红外遥感,是指通过红外敏感元件,探测物体的热辐射能量,显示目标的辐射温 度或热场图像的遥感技术的统称,观测波谱范围为8.0 14μπι。目前,热红外遥感在农田 蒸散、土壤水分与旱情、城市热环境遥感、森林火灾监测等方面有了广泛的应用。但由于传 感器技术的限制,目前在轨热红外多光谱传感器空间分辨率和光谱分辨率均较低。而热红 外遥感应用对热红外数据不断提出更高的要求。目前国内外正在研制的热红外高光谱载 荷,需要地面的应用模型的预研究,进行载荷的指标论证,这就需要模拟热红外载荷数据, 通过模拟数据的应用研究,提出未来热红外高光谱载荷的具体光谱指标、信噪比、空间分辨 率等,根据不同的应用目的,提供最佳的载荷设计指标,供载荷研制部门参考。卫星遥感数据模拟的理论及技术的研究对于航天遥感器的设计及遥感应用模型 的开发、验证具有重要的意义。国外在新卫星发射之前,都要进行相当长时间的卫星数据模 拟、验证,并利用模拟数据进行应用模型的开发、综合评价,用来对卫星设计的各项参数进 行有效性评价,然后以应用为导向,对卫星传感器的有关设计参数进行修改。近几年来,由 于我国对空间技术产业的重视和投入的加大,卫星数据模拟技术的理论与模型的研究受到 了普遍重视。高光谱卫星数据的模拟又是目前卫星数据模拟的重点研究方向,其中,由低光 谱分辨率到高光谱分辨率的成像模拟,目前一般采用光谱填图的方式得到高光谱信息,这 种方法一方面需要大量的光谱数据库信息,另一方面,得到的模拟影像是分类影像。基于生 物参 ...
【技术保护点】
一种热红外高光谱发射率模拟方法,其特征在于,包括以下过程:S1:利用热红外多光谱传感器获取多光谱发射率原始影像数据,对该数据进行温度与发射率分离,获得低维多光谱发射率影像数据;S2:从影像中选择地物类型,利用热红外多光谱传感器获取所述地物类型所对应的连续光谱数据;S3:利用获取的所述连续光谱数据建立正交变换的高维标准基向量;S4:利用所述高维标准基向量生成分别与所述热红外多光谱传感器的波段对应的低维基向量和高维标准基向量;S5:将所述低维基向量作为特征提取系数矩阵,对所述特征提取系数矩阵与所述低维多光谱发射率影像数据进行模式分解,即矩阵伪逆运算,获得与所述多光谱发射率原始影像各像元对应的地物特征参量矩阵;S6:将地物特征参量矩阵与所述高维标准基向量进行矩阵运算,模拟得到与所述多光谱发射率原始影像各像元对应的各波段的高光谱信息。
【技术特征摘要】
1.一种热红外高光谱发射率模拟方法,其特征在于,包括以下过程51利用热红外多光谱传感器获取多光谱发射率原始影像数据,对该数据进行温度与 发射率分离,获得低维多光谱发射率影像数据;52从影像中选择地物类型,利用热红外多光谱传感器获取所述地物类型所对应的连 续光谱数据;53利用获取的所述连续光谱数据建立正交变换的高维标准基向量;S4:利用所述高维标准基向量生成分别与所述热红外多光谱传感器的波段对应的低维 基向量和高维标准基向量;S5:将所述低维基向量作为特征提取系数矩阵,对所述特征提取系数矩阵与所述低维 多光谱发射率影像数据进行模式分解,即矩阵伪逆运算,获得与所述多光谱发射率原始影 像各像元对应的地物特征参量矩阵;S6:将地物特征参量矩阵与所述高维标准基向量进行矩阵运算,模拟得到与所述多光 谱发射率原始影像各像元对应的各波段的高光谱信息。2.如权利要求1所述的热红外高光谱发射率模拟方法,其特征在于,所述过程S3具体 包括利用热红外多光谱传感器获取的热红外光谱范围内的所述连续光谱数据进行归一化 处理,得到不同种影像地物的标准化参考光谱,作为正交变换的高维标准基向量,其中,归 一化处理的归一式为 \ λ眷^!聊其中,k代表地物类型的种类,&( λ)为不同种影像地物光谱发射率,/ Rk(A)dA表 示在连续波长范围内求光谱发射率之和,Pk(A)为影像地物发射率在连续波段上的归一化结果。3.如权利要求2所述的热红外高光谱发射率模拟方法,其特征在于,所述过程S4和S5 具体包括从所述高维标准基向量中,生成与所述热红外多光谱传感器的波段对应的低维基向 量,作为特征提取系数矩阵MiXk,其矩阵元素为K其中,i代表所述热红外多光谱传感器的不同波段,λ si和λ ei分别为波段i的起始波 长和终止波长,f'&为波段i的波长宽度;将所述特征提取系数矩阵与所述低维多光谱发射率影像数据按式Ckxn = (MiXkTMiXk)-1MixkTOixn进行矩阵伪逆运算,提取所述多光谱发射率原始影像数据中各像元的 地物特征参量矩阵;其中,Rixn为所述多光谱原始影像数据的发射率矩阵,列数η为影像的总像素数,Ckxn 即为得到的地物特征参量矩阵。4.如权利要求3所述的热红外高光谱发射率模拟方法,其特征在于,所述过程S6具体包括将所述地物特征参量矩阵与所述高维标准基向量按式Rmxn = Hmx...
【专利技术属性】
技术研发人员:张立福,王晋年,陈小平,杨杭,童庆禧,
申请(专利权)人:中国科学院遥感应用研究所,
类型:发明
国别省市:11[]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。