对6s(Second S im u lation of the Sate llite S igna l in the So lar Spectrum)模型的结构及计算流程进行分析,利用2006年6月16日的TERRA资料,基于数据本身反演了陕西关中地区的水汽含量和气溶胶光学厚度,最后应用6S模型和反演的结...对6s(Second S im u lation of the Sate llite S igna l in the So lar Spectrum)模型的结构及计算流程进行分析,利用2006年6月16日的TERRA资料,基于数据本身反演了陕西关中地区的水汽含量和气溶胶光学厚度,最后应用6S模型和反演的结果对关中盆地的M OD IS资料进行大气校正,并对结果进行探讨。展开更多
文摘对6s(Second S im u lation of the Sate llite S igna l in the So lar Spectrum)模型的结构及计算流程进行分析,利用2006年6月16日的TERRA资料,基于数据本身反演了陕西关中地区的水汽含量和气溶胶光学厚度,最后应用6S模型和反演的结果对关中盆地的M OD IS资料进行大气校正,并对结果进行探讨。
文摘基于2010年中分辩率成像光谱仪(moderate-resolution imaging specroradiometer,MODIS)数据,以江苏省为研究区域,采用不同信号滤波方法,对水稻物候期的提取方法进行了分析和研究。在获得水稻的增强型植被指数(enhanced uegetatisn index,EVI)数据基础上,进行了HANTS(harmonic analysis of time series)滤波和小波变换滤波的对比分析,使用小波滤波重构后的数据结合Matlab软件进行了水稻物候期的格点化提取,并验证了结果的准确性。结论如下:二者都能较好的去除噪声,还原原始信息,但对云噪声污染较严重地区,小波滤波相比HANTS滤波效果更好,新的移栽期提取方法和小波滤波的物候期提取方法能够较为准确的反应真实的水稻物候情况,经站点数据检验,能很好地反应真实水稻物候情况。