项目名称: 多源遥感数据地表BRDF/反照率联合反演方法及试验验证

项目编号: No.41271368

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 天文学、地球科学

项目作者: 闻建光

作者单位: 中国科学院遥感与数字地球研究所

项目金额: 65万元

中文摘要: 陆地反照率(Albedo)是主要地表参数之一,准确的地表反照率遥感反演具有重要意义。针对单一传感器发展的地表BRDF和反照率反演算法,应用中存在不同传感器反照率产品一致性较差、产品精度较低、时空不连续的问题。通过多传感器遥感数据进行地表BRDF和反照率联合反演,对于提高地表反照率产品精度和时间分辨率,解决不同传感器反照率产品归一化问题具有重要的意义。 项目拟以MODIS(或NPOESS/VIRR)为基准传感器,以AVHRR和FY3/VIRR为一天内观测同一地表的新增传感器,构建多源遥感数据联合反演地表BRDF和反照率模型,研究新增遥感观测数据对于地表BRDF和反照率反演的影响机制和不确定性分析,解决利用多源遥感数据如何提高BRDF和反照率反演精度的问题。并开展野外多尺度遥感试验和收集全球主要台站数据,进行地表BRDF和反照率遥感反演精度验证和稳定性评价。

中文关键词: 多传感器;地表二向反射分布函数;反照率;遥感反演;真实性检验

英文摘要: As albedo is one of the key land surface parameters, its accuracy inversion with remote sensing method is significant. Up to now, there is a limitation on the BRDF/Albedo inversion algorithms merely available for a monosensor or satellite. This results in some problems in their applications, such as the poor consistency of the products from different sensors, the low precision of the products, and the discreteness in temporal and spatial dimensions. Therefore, the compositive inversion of surface BRDF and albedo with multi-collaborative remote sensing satellite data has great significance to improve the precision and temporal resolution of surface albedo products and also for the solving of the problems in the normalization of different albedo products derived from various sensors. This program focuses on modeling and vailidation of the BRDF/albedo with multi-sensors remote sensing data (MODIS,AVHRR and FY3/VIRR), the analysis of the combination inversion, and multiangular remote sensing dateset based on MODIS sensor, to provide more angular variation information for the land surface BRDF remote sensing inversion and improve the accuracy of land surface albedo products. We will utilize the data from the global station observations and multi-scale field synthetical measurements, to validate the remote sensing inv

英文关键词: multiple sensors;BRDF;ALBEDO;remote sensing inversion;validation

成为VIP会员查看完整内容
0

相关内容

专知会员服务
53+阅读 · 2021年7月30日
专知会员服务
18+阅读 · 2021年6月10日
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
70+阅读 · 2021年3月23日
轨道病害视觉检测:背景、方法与趋势
专知会员服务
22+阅读 · 2021年2月15日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
数据质量漫谈
阿里技术
6+阅读 · 2021年12月26日
数据指标体系这么整,产品小白也能搞定!
人人都是产品经理
0+阅读 · 2021年11月2日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
已删除
将门创投
11+阅读 · 2019年7月4日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
Antipatterns in Software Classification Taxonomies
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16日
小贴士
相关VIP内容
专知会员服务
53+阅读 · 2021年7月30日
专知会员服务
18+阅读 · 2021年6月10日
专知会员服务
21+阅读 · 2021年4月20日
专知会员服务
70+阅读 · 2021年3月23日
轨道病害视觉检测:背景、方法与趋势
专知会员服务
22+阅读 · 2021年2月15日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
基于深度学习的数据融合方法研究综述
专知会员服务
137+阅读 · 2020年12月10日
图像分割方法综述
专知会员服务
54+阅读 · 2020年11月22日
多源数据行人重识别研究综述
专知会员服务
40+阅读 · 2020年11月2日
基于深度学习的多标签生成研究进展
专知会员服务
142+阅读 · 2020年4月25日
相关资讯
2022最新图嵌入模型综述
机器学习与推荐算法
3+阅读 · 2022年1月18日
图嵌入模型综述
专知
3+阅读 · 2022年1月17日
数据质量漫谈
阿里技术
6+阅读 · 2021年12月26日
数据指标体系这么整,产品小白也能搞定!
人人都是产品经理
0+阅读 · 2021年11月2日
基于深度学习的小目标检测方法综述
专知
2+阅读 · 2021年4月29日
事实抽取与验证研究综述
专知
0+阅读 · 2021年4月20日
光学遥感图像目标检测算法综述
专知
8+阅读 · 2021年3月23日
基于深度学习的数据融合方法研究综述
专知
31+阅读 · 2020年12月10日
已删除
将门创投
11+阅读 · 2019年7月4日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员