專利名稱：全球陸表寬波段發(fā)射率反演方法及系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及衛(wèi)星遙感技術領域，特別涉及一種全球陸表寬波段發(fā)射率反演方法及系統(tǒng)。
背景技術：
地表發(fā)射率為地表固有特性，受地表的組成成分、含水量和粗糙度等影響，能夠刻畫地表熱輻射能力的強弱。地表發(fā)射率對巖石中的礦物成分具有指示性，常用于巖性識別和地質(zhì)填圖等領域。地表發(fā)射率除了對地表溫度估算有著重要的影響，它和地表溫度決定了地表輻射能量平衡中的長波輻射，是氣候、水文、生態(tài)和生物地球化學模式中的關鍵輸入?yún)?shù)。遙感是獲得區(qū)域、全球尺度上陸表發(fā)射率的唯一手段。然而，地表溫度和發(fā)射率耦合在一起，由傳感器的輻射測量值進行反演屬于病態(tài)問題，即使用N個觀測值求解N+1 個未知數(shù)，必須采用一些策略構造多余觀測，使方程組完備。很多遙感科學家致力于解決這類問題，提出了很多算法，例如參考通道、發(fā)射率歸一化、獨立于溫度的光譜指數(shù)、日夜算法、光譜比、alpha發(fā)射率、灰體發(fā)射率，TES方法、光譜迭代平滑、多像元、優(yōu)化、多層感知器網(wǎng)絡、相關性算法和逐步求精方法。雖然有這么多算法可以使用，但真正用于業(yè)務化反演發(fā)射率的卻很少。究其原因主要是，地表類型復雜多變，對算法的普適性提出了嚴峻的挑戰(zhàn)。用于業(yè)務化反演發(fā)射率方法主要有ASTER的TES算法、中分辨率成像光譜儀 (Moderate-Resolution Imaging Spectroradiometer, M0DIS)的曰夜算法禾口歸一化植被指數(shù)(Normalized Difference Vegetation Index, NDVI)閾值法。此外，一些學者在反演大尺度陸表發(fā)射率方面進行有益的嘗試，并取得了顯著進展，例如=Wilber等將地表劃分為18個類型，根據(jù)實驗室反演的發(fā)射率光譜，獲得全球 10 X 10格網(wǎng)的12個窄波段(> 4. 5 μ m)和寬波段發(fā)射率(5-100 μ m)，并將它們用于輻射傳輸模式和NASA云與地球輻射能量系統(tǒng)(CERES)。Seemarm等提出了基線擬合方法(Baseline fit method)，由MODIS發(fā)射率反演產(chǎn)品(M0D11)測量全球陸表0. 05°空間分辨率、10個波段的發(fā)射率(3. 6-14. 3 μ m)，用于改善晴空時大氣溫濕度廓線回歸反演的精度。Pequignot 等提出了多光譜方法(Multispectral Method, MSM)，由三年的AIRS數(shù)據(jù)生成了全球南北緯30°之間、空間分辨率為1° Xl0的月平均光譜發(fā)射率(3. 7-14.0 μ m，0.05 μ m光譜分辨率)。這些陸表發(fā)射率計算方面的嘗試同樣存在一定缺陷，Wilber等的工作屬于典型的根據(jù)地表類型賦予發(fā)射率，無法反映地表發(fā)射率的真實變化。Seemarm等的工作使用單一傳感器，無法生成長序列的全球陸表發(fā)射率。Pequignot等的工作和kemarm等的工作類似， 且空間分辨率太粗。當前的氣候模式里面，對陸表發(fā)射率的處理很粗糙，經(jīng)常當作常數(shù)處理。例如，在靜止環(huán)境衛(wèi)星(G0EQ業(yè)務化的數(shù)據(jù)處理算法里面，地表被看作發(fā)射率為0. 96的灰體；歐洲的中長期天氣預報(ECMWF)模式在進行干旱監(jiān)測時假設所有的地表類型的發(fā)射率為常數(shù)； NCAR的通用陸面模式(CLM2)里面由葉面積指數(shù)(LAI)計算冠層的發(fā)射率，分別將土壤和雪的發(fā)射率設置為0. 96和0. 97。具有一定時空分辨率、長時間序列的全球陸表寬波段發(fā)射率將會顯著改善氣候模式的精度，目前這樣的數(shù)據(jù)集仍不具備?，F(xiàn)有的發(fā)射率反演方法存在明顯的缺陷。例如，ASTER的TES算法對于農(nóng)田區(qū)域的發(fā)射率反演誤差很大；MODIS的晝夜算法得到的發(fā)射率時序變化不明顯，未能表征植被覆蓋對發(fā)射率的影響；NDVI閾值法無法反演裸土發(fā)射率的巨大變化。土壤光譜發(fā)射率變化大，其發(fā)射率確定比較困難。專門針對土壤，生成1公里或 5公里空間分辨率發(fā)射率的算法，未見文獻報道。Sobrino等人基于NDVI閾值法將地表區(qū)分土壤，部分植被覆蓋和完全植被覆蓋，分別獲得其發(fā)射率，并給出了針對AVHRR、M0DIS、 SEVIRS、AASTR和TM等數(shù)據(jù)的數(shù)學表達式。Sobrino等人基于NDVI閾值法將地表區(qū)分土壤， 部分植被覆蓋和完全植被覆蓋，分別獲得其發(fā)射率，并給出了針對AVHRR、MODIS、SEVIRS, AASTR和TM等數(shù)據(jù)的數(shù)學表達式。事實上地表土壤發(fā)射率變化范圍約在0. 65-1. O之間，使用NDVI閾值法在全球尺度上用一個值代替或者用紅光波段的反射率來表達，顯然不合理。ASTER的TES算法對于農(nóng)田區(qū)域的發(fā)射率反演誤差很大；MODIS的晝夜算法得到的發(fā)射率時序變化不明顯，未能表征植被覆蓋對發(fā)射率的影響；NDVI閾值法無法反演裸土發(fā)射率的巨大變化?；谥脖恢笖?shù)估算地表發(fā)射率是遙感反演發(fā)射率的常見方法，Sobrino等人基于NDVI閾值法來區(qū)分植被與非植被區(qū)，通過植被覆蓋度獲得像元的發(fā)射率，并給出了針對 AVHRR、MODIS、SEMRS、AASTR和TM等數(shù)據(jù)的數(shù)學表達式。然而，他們的結果多來自于對地面測量數(shù)據(jù)或者有限遙感數(shù)據(jù)的統(tǒng)計，并且難以處理高植被區(qū)和低植被區(qū)的情況，發(fā)射率產(chǎn)品的空間連續(xù)性差，將其運用于生成全球地表發(fā)射率產(chǎn)品必然存在較大的誤差。

發(fā)明內(nèi)容
(一)要解決的技術問題本發(fā)明要解決的技術問題是如何提供一種適用于全球陸表大尺度范圍的寬波段發(fā)射率反演算法，以提高寬波段發(fā)射率反演的精度。(二)技術方案為解決上述技術問題，本發(fā)明提供了一種全球陸表寬波段發(fā)射率反演方法，包括以下步驟Sl 通過MODIS或AVHRR衛(wèi)星遙感傳感器獲取多種分辨率的地表反射率和反照率， 并根據(jù)所述地表反射率和反照率獲取多種分辨率的以及配套的ASTER寬波段發(fā)射率數(shù)據(jù)、 ASTER波譜庫數(shù)據(jù)、M0DISUCSB發(fā)射率波譜庫數(shù)據(jù)和土壤分類圖數(shù)據(jù)；S2 對所述多種分辨率的地表反射率和反照率分別進行預處理；S3:對所述土壤分類圖數(shù)據(jù)進行空間重采樣，對經(jīng)預處理后的多種分辨率的地表反射率和反照率進行空間匹配，并將進行空間匹配后的地表反照率逐個像元標示出水體像元、冰雪像元和陸地像元，通過進行空間匹配后的地表反射率的紅波段和近紅外波段對所標示的陸地像元計算歸一化植被指數(shù)；S4:通過所述歸一化植被指數(shù)判斷出所述陸地像元的地表類型，所述陸地像元的地表類型分為土壤類型、植被類型和過渡區(qū)類型，并根據(jù)經(jīng)空間重采樣后的土壤分類圖對所述陸地像元進行土壤類型的劃分；
S5 通過所述ASTER波譜庫數(shù)據(jù)、以及MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)，建立窄波段發(fā)射率與寬波段發(fā)射率之間的換算關系，得到水體像元和冰雪像元寬波段發(fā)射率；S6:基于ASTER寬波段發(fā)射率數(shù)據(jù)，分別計算出陸地上土壤類型、植被類型和過渡區(qū)類型三個類型像元的寬波段發(fā)射率。其中，步驟S2具體包括S21 對所述多種分辨率的地表反射率和反照率進行判斷，初步篩選出正常的像元和異常的像元；S22 從正常的像元中選取已被衛(wèi)星遙感傳感器標識好的像元作為訓練樣本，分別計算所述異常的像元和正常的像元與訓練樣本之間的相關系數(shù)或相似系數(shù)，并判斷計算出的相關系數(shù)或相似系數(shù)是否大于或等于相關系數(shù)閾值或相似系數(shù)閾值，若是，則判定為正常的像元，否則判定為異常的像元；S23 基于地理位置、時間和歸一化雪被指數(shù)判斷云和雪；S24:通過時空插值濾波的方式來填充在長時間序列中缺失的像元和空間上異常的像元。其中，所述相關系數(shù)閾值為0. 9，相似系數(shù)閾值為0. 98。本發(fā)明還公開了一種全球陸表寬波段發(fā)射率反演系統(tǒng)，包括獲取模塊，用于通過MODIS或AVHRR衛(wèi)星遙感傳感器獲取多種分辨率的地表反射率和反照率，并根據(jù)所述地表反射率和反照率獲取多種分辨率的以及配套的ASTER寬波段發(fā)射率數(shù)據(jù)、ASTER波譜庫數(shù)據(jù)、MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)和土壤分類圖數(shù)據(jù)；預處理模塊，用于對所述多種分辨率的地表反射率和反照率分別進行預處理；匹配標示模塊，用于對所述土壤分類圖數(shù)據(jù)進行空間重采樣，對經(jīng)預處理后的多種分辨率的地表反射率和反照率進行空間匹配，并將進行空間匹配后的地表反照率逐個像元標示出水體像元、冰雪像元和陸地像元，通過進行空間匹配后的地表反射率的紅波段和近紅外波段對所標示的陸地像元計算歸一化植被指數(shù)；地表類型判斷模塊，用于通過所述歸一化植被指數(shù)判斷出所述陸地像元的地表類型，所述陸地像元的地表類型分為土壤類型、植被類型和過渡區(qū)類型，并根據(jù)經(jīng)空間重采樣后的土壤分類圖對所述陸地像元進行土壤類型的劃分；建立換算關系模塊，用于通過所述ASTER波譜庫數(shù)據(jù)、以及MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)，建立窄波段發(fā)射率與寬波段發(fā)射率之間的換算關系，得到水體像元和冰雪像元寬波段發(fā)射率；計算模塊，用于基于ASTER寬波段發(fā)射率數(shù)據(jù)，分別計算出陸地上土壤類型、植被類型和過渡區(qū)類型三個類型像元的寬波段發(fā)射率。(三)有益效果本發(fā)明提供了一種適用于全球陸表大尺度范圍的寬波段發(fā)射率反演算法，通過對反射率數(shù)據(jù)和反照率數(shù)據(jù)的處理，提高了寬波段發(fā)射率反演的精度。


圖1是按照本發(fā)明一種實施方式的寬波段發(fā)射率反演方法的流程圖；圖加是波段為8-13. 5 μ m時，通過圖1所示的方法計算的寬波段發(fā)射率和ASTER寬波段發(fā)射率的散點圖； 圖2b是波段為8-13. 5 μ m時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的偏差直方圖；圖3a是波段為3-14 μ m時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的散點圖；圖3b是波段為3-14 μ m時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的偏差直方圖；圖4a是波段為8-13. 5 μ m,且土壤類型為Andisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的散點圖；圖4b是波段為8-13. 5 μ m，且土壤類型為Andisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的偏差直方圖；圖5a是波段為3-14 μ m,且土壤類型為Andisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的散點圖；圖5b是波段為3-14 μ m,且土壤類型為Andisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的偏差直方圖；圖6a是波段為8-13. 5 μ m,且土壤類型為Inc印tisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的散點圖；圖6b是波段為8-13. 5 μ m,且土壤類型為Inc印tisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的偏差直方圖；圖7a是波段為3-14 μ m，且土壤類型為Inc印tisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的散點圖；圖7b是波段為3-14 μ m,且土壤類型為Inc印tisols時，ASTER寬波段發(fā)射率和通過圖1所示的方法計算的寬波段發(fā)射率的偏差直方圖；圖8a是MODIS波段1反射率和AVHRR波段1反射率之間的關系示意圖；圖8b是MODIS波段2反射率和AVHRR波段2反射率之間的關系示意圖。
具體實施例方式下面結合附圖和實施例，對本發(fā)明的具體實施方式
作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。圖1是按照本發(fā)明一種實施方式的寬波段發(fā)射率反演方法的流程圖，包括以下步驟Sl 通過中分辨率成像光譜儀(Moderate Resolution ImagingSpectroradiometer, MOD I S)冑^>彭爭畐身寸 ft (AdvancedVery High Resolution Radiometer,AVHRR)衛(wèi)星遙感傳感器獲取多種分辨率的地表反射率和反照率， 并根據(jù)所述地表反射率和反照率獲取多種分辨率的以及配套的ASTER寬波段發(fā)射率數(shù)據(jù)、 ASTER波譜庫數(shù)據(jù)、MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)和土壤分類圖數(shù)據(jù)；本實施方式中通過MODIS衛(wèi)星遙感傳感器獲取2000年至2010年的遙感數(shù)據(jù)，通過所述AVHRR傳感器獲取1985年至2000年的遙感數(shù)據(jù)。分析全球每天的遙感圖像，全球平均70%以上地區(qū)都被云覆蓋；云覆蓋存在時間上的長期性、季節(jié)性、多變性；同時，云覆蓋帶來了云影的存在；中高緯度地區(qū)存在大量的可溶性雪，云和雪又存在較大相似性。因此，遙感數(shù)據(jù)所反映的地表反射率和反照率往往受到干擾，從而很難精確地反映出地表特征參量產(chǎn)品的變化規(guī)律。因此，需對發(fā)射率算法的輸入數(shù)據(jù)進行預處理。S2 對所述多種分辨率的地 表反射率和反照率分別進行預處理。步驟S2具體包括以下步驟S21 對所述多種分辨率的地表反射率和反照率進行判斷，初步篩選出正常的像元和異常的像元；S22 從正常的像元中選取已被衛(wèi)星遙感傳感器標識好的像元作為訓練樣本，分別計算所述異常的像元和正常的像元與訓練樣本之間的相關系數(shù)或相似系數(shù)，并判斷計算出的相關系數(shù)或相似系數(shù)是否大于或等于相關系數(shù)閾值或相似系數(shù)閾值，若是，則判定為正常的像元，否則判定為異常的像元，優(yōu)選地，相關系數(shù)閾值為0. 9，相似系數(shù)閾值為0. 98 ；S23 基于地理位置、時間和歸一化雪被指數(shù)(NormalizedDifference Snow Index, NDSI)判斷云和雪，具體為若NDSI > 0. 5，且地理位置和時間符合下雪條件的，標識為純雪，其中，NDSI = (R4-R6)/(R4+R6)，R4為波長為0. 555微米的地表反射率，R6為波長為1. 64微米的地表反
射率；若0. 4 < NDSI < 0. 5，則根據(jù)已有云雪標識的像元作為訓練樣本，建立云和雪兩類。根據(jù)訓練結果，利用最大似然法對無法識別的云和雪分類；若NDSI < 0. 4，由于有可能是云，也有可能是云和雪的混合，則都判為云；S24 通過時空插值濾波的方式來填充在長時間序列中缺失的像元(由于接收處理失敗或數(shù)據(jù)質(zhì)量可能存在問題，會缺少某一天或幾天的數(shù)據(jù))和空間上異常的像元，具體為利用一年時間序列內(nèi)的數(shù)據(jù)，根據(jù)同一類地物光譜在時間和空間上的連續(xù)性和相關性特性，采用多項式擬合的方法進行填充插值。S3:對所述土壤分類圖數(shù)據(jù)進行空間重采樣，對經(jīng)預處理后的多種分辨率的地表反射率和反照率進行空間匹配，并將進行空間匹配后的地表反照率逐個像元標示出水體像元、冰雪像元和陸地像元，通過進行空間匹配后的地表反射率的紅波段和近紅外波段對所標示的陸地像元計算歸一化植被指數(shù)；對0.03° X0. 03° 土壤分類圖重采樣和重投影，使之與MODIS反照率產(chǎn)品投影相同，均為正弦(sinusoidal)投影，得到Ikm的土壤分類圖，本實施方式中，針對于MODIS數(shù)據(jù)，利用MODIS反照率質(zhì)量控制產(chǎn)品MCD43B2的數(shù)據(jù)集Snow_BRDF_Albedo和BRDF_Albedo_ Ancillary對MODIS反照率逐個像元區(qū)分水體、冰/雪和陸地像元，對于陸地像元利用 MODIS反射率的紅光波段和近紅外波段的值，計算NDVI，針對AVHRR數(shù)據(jù)，利用AVHRR反照率質(zhì)量控制產(chǎn)品AVH09C1中的水體標示對AVHRR反照率逐個像元區(qū)分水體、冰/雪和陸地像元，對于陸地像元利用AVHRR反射率的紅光波段、近紅外波段的值，計算其NDVI。NDVI的計算公式為NDVI = (R (nir) -R (red)) /R (nir) +R (red))其中R(nir)表示地物近紅外波段的反射率，R(red)表示地物紅光波段的反射率。S4:通過所述歸一化植被指數(shù)判斷出所述陸地像元的地表類型，所述陸地像元的地表類型分為土壤類型、植被類型和過渡區(qū)類型，并根據(jù)經(jīng)空間重采樣后的土壤分類圖對所述陸地像元進行土壤類型的劃分。對陸地像元利用NDVI閾值法劃分土壤類型(NDVI ^ 0. 1)、植被覆蓋類型 (NDVI彡0. 2)和過渡區(qū)類型(0. 1 < NDVI < 0. 2)，再分別針對MODIS數(shù)據(jù)和AVHRR數(shù)據(jù)， 根據(jù)經(jīng)空間重采樣后的土壤分類圖等數(shù)據(jù)對所述陸地像元逐像元進行土壤類型的劃分，以標識出不同的土壤類型，如表1為陸地像元標識。
權利要求
1.一種全球陸表寬波段發(fā)射率反演方法，其特征在于，包括以下步驟51通過MODIS或AVHRR衛(wèi)星遙感傳感器獲取多種分辨率的地表反射率和反照率，并根據(jù)所述地表反射率和反照率獲取多種分辨率的以及配套的ASTER寬波段發(fā)射率數(shù)據(jù)、 ASTER波譜庫數(shù)據(jù)、M0DISUCSB發(fā)射率波譜庫數(shù)據(jù)和土壤分類圖數(shù)據(jù)；52對所述多種分辨率的地表反射率和反照率分別進行預處理；53對所述土壤分類圖數(shù)據(jù)進行空間重采樣，對經(jīng)預處理后的多種分辨率的地表反射率和反照率進行空間匹配，并將進行空間匹配后的地表反照率逐個像元標示出水體像元、 冰雪像元和陸地像元，通過進行空間匹配后的地表反射率的紅波段和近紅外波段對所標示的陸地像元計算歸一化植被指數(shù)；54通過所述歸一化植被指數(shù)判斷出所述陸地像元的地表類型，所述陸地像元的地表類型分為土壤類型、植被類型和過渡區(qū)類型，并根據(jù)經(jīng)空間重采樣后的土壤分類圖對所述陸地像元進行土壤類型的劃分；55通過所述ASTER波譜庫數(shù)據(jù)、以及MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)，建立窄波段發(fā)射率與寬波段發(fā)射率之間的換算關系，得到水體像元和冰雪像元寬波段發(fā)射率；56基于ASTER寬波段發(fā)射率數(shù)據(jù)，分別計算出陸地上土壤類型、植被類型和過渡區(qū)類型三個類型像元的寬波段發(fā)射率。
2.如權利要求1所述的寬波段發(fā)射率反演方法，其特征在于，步驟S2具體包括S21 對所述多種分辨率的地表反射率和反照率進行判斷，初步篩選出正常的像元和異常的像元；S22:從正常的像元中選取已被衛(wèi)星遙感傳感器標識好的像元作為訓練樣本，分別計算所述異常的像元和正常的像元與訓練樣本之間的相關系數(shù)或相似系數(shù)，并判斷計算出的相關系數(shù)或相似系數(shù)是否大于或等于相關系數(shù)閾值或相似系數(shù)閾值，若是，則判定為正常的像元，否則判定為異常的像元；S23 基于地理位置、時間和歸一化雪被指數(shù)判斷云和雪；S24:通過時空插值濾波的方式來填充在長時間序列中缺失的像元和空間上異常的像元。
3.如權利要求2所述的寬波段發(fā)射率反演方法，其特征在于，所述相關系數(shù)閾值為 0.9，相似系數(shù)閾值為0. 98。
4.一種全球陸表寬波段發(fā)射率反演系統(tǒng)，其特征在于，包括獲取模塊，用于通過MODIS或AVHRR衛(wèi)星遙感傳感器獲取多種分辨率的地表反射率和反照率，并根據(jù)所述地表反射率和反照率獲取多種分辨率的以及配套的ASTER寬波段發(fā)射率數(shù)據(jù)、ASTER波譜庫數(shù)據(jù)、MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)和土壤分類圖數(shù)據(jù)；預處理模塊，用于對所述多種分辨率的地表反射率和反照率分別進行預處理；匹配標示模塊，用于對所述土壤分類圖數(shù)據(jù)進行空間重采樣，對經(jīng)預處理后的多種分辨率的地表反射率和反照率進行空間匹配，并將進行空間匹配后的地表反照率逐個像元標示出水體像元、冰雪像元和陸地像元，通過進行空間匹配后的地表反射率的紅波段和近紅外波段對所標示的陸地像元計算歸一化植被指數(shù)；地表類型判斷模塊，用于通過所述歸一化植被指數(shù)判斷出所述陸地像元的地表類型， 所述陸地像元的地表類型分為土壤類型、植被類型和過渡區(qū)類型，并根據(jù)經(jīng)空間重采樣后的土壤分類圖對所述陸地像元進行土壤類型的劃分；建立換算關系模塊，用于通過所述ASTER波譜庫數(shù)據(jù)、以及MODIS UCSB發(fā)射率波譜庫數(shù)據(jù)，建立窄波段發(fā)射率與寬波段發(fā)射率之間的換算關系，得到水體像元和冰雪像元寬波段發(fā)射率；計算模塊，用于基于ASTER寬波段發(fā)射率數(shù)據(jù)，分別計算出陸地上土壤類型、植被類型和過渡區(qū)類型三個類型像元的寬波段發(fā)射率。
全文摘要
本發(fā)明涉及衛(wèi)星遙感技術領域，特別涉及一種全球陸表寬波段發(fā)射率反演方法及系統(tǒng)，該方法包括S1獲取多種分辨率的地表反射率和反照率，并獲取配套的土壤分類圖數(shù)據(jù)；S2對多種分辨率的地表反射率和反照率分別進行預處理；S3對土壤分類圖數(shù)據(jù)進行空間重采樣，對經(jīng)預處理后的多種分辨率的地表反射率和反照率進行空間匹配，并將經(jīng)空間匹配后的地表反照率逐個像元進行標識；S4判斷陸地像元的地表類型；S5建立窄波段發(fā)射率與寬波段發(fā)射率之間的換算關系，得到水體像元和冰雪像元寬波段發(fā)射率；S6計算出陸地像元的寬波段發(fā)射率。本發(fā)明通過對反射率數(shù)據(jù)和反照率數(shù)據(jù)的處理，提高了寬波段發(fā)射率反演的精度。
文檔編號G01S7/48GK102298150SQ201110133789
公開日2011年12月28日 申請日期2011年5月23日 優(yōu)先權日2011年5月23日
發(fā)明者任華忠, 梁順林, 程潔, 趙祥, 高濤 申請人:北京師范大學