期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
鱼眼图像多角度校正方法研究
1
作者 刘雪峰 季瑞卿 付民 《现代电子技术》 2022年第14期89-94,共6页
鱼眼镜头凭借超大视角而被广泛应用于水下机器人,然而目前很多方法对于远离中心部分的图像无法做到良好的校正,边缘图像有不同程度的失真和丢失,并且不符合人眼最佳视觉范围在水平方向20°、垂直方向15°的规律。为此,文中提出... 鱼眼镜头凭借超大视角而被广泛应用于水下机器人,然而目前很多方法对于远离中心部分的图像无法做到良好的校正,边缘图像有不同程度的失真和丢失,并且不符合人眼最佳视觉范围在水平方向20°、垂直方向15°的规律。为此,文中提出一种基于人眼特性的改进球面模型的校正方法。该方法能够在校正边缘区域图像的同时较好地满足人眼观察特性。首先,将二维图像平面映射到三维球坐标系中;然后,对坐标系进行旋转变换,通过旋转矩阵将需要校正的边缘部分移动至视野中央;最后,将三维坐标系中的点逆映射至二维平面。实验结果表明,改进后的方法能够对处于鱼眼镜头各角度方向的图像进行良好的校正,且能够较好地保留图像信息,减少去畸变变换中边缘和形态等信息的丢失。 展开更多
关键词 鱼眼镜头 多角度校正 图像校正 图像处理 坐标变换 平面映射 信息保留
下载PDF
中国地区MODIS气溶胶光学厚度产品综合验证及分析 被引量:19
2
作者 李忠宾 王楠 +6 位作者 张自力 王甜甜 陶金花 王萍 马双良 徐奔奔 范萌 《中国环境科学》 EI CAS CSCD 北大核心 2020年第10期4190-4204,共15页
讨论了2000年02月~2019年08月不同分辨率、算法中等分辨率成像光谱仪(MODIS)气溶胶光学厚度(AOD)产品在不同季节、区域、下垫面条件下中国区域的精度和适用性,在像元尺度上对比了重采样降低分辨率后的多角度大气校正(MAIAC)AOD数据与其... 讨论了2000年02月~2019年08月不同分辨率、算法中等分辨率成像光谱仪(MODIS)气溶胶光学厚度(AOD)产品在不同季节、区域、下垫面条件下中国区域的精度和适用性,在像元尺度上对比了重采样降低分辨率后的多角度大气校正(MAIAC)AOD数据与其他产品的精度.研究表明:在同等验证条件下,相较于暗目标算法(DT)、深蓝算法(DB)和暗目标与深蓝结合算法(DTB),1km MAIAC AOD产品在中国地区与AERONET站点AOD观测数据整体一致性最高,R 2达到0.891,均方根误差(RMSE)仅为0.126,超过75%的验证样本落在期望误差线(EE)范围内;同时,该产品受季节、区域和下垫面变化影响也最小,其中秋季R 2达到0.917,RMSE为0.111,样本落在EE内的比例达到80.11%.3km DT算法AOD产品在植被覆盖率较大的森林和农田区域优于1km MAIAC AOD产品,在植被覆盖率较小的草地和城市区域则差于1km MAIAC AOD产品,且该产品在不同季节均存在AOD高估问题,其中,夏季高估程度最高(平均相对误差(RMB)=1.622,AOD值高估62.2%).DB在长三角和珠三角地区存在AOD被低估的现象.DTB算法兼顾了DT算法和DB算法的优缺点,DTB算法AOD产品的相关性一般高于DB算法AOD产品,样本被高估程度一般低于DT算法AOD产品.通过重采样方法降低1km MAIAC AOD产品分辨率后,相同尺度下的MAIAC AOD数据精度优于DT算法、DB算法和DTB算法AOD产品,因此,MAIAC算法更适用于小尺度城市群集中区域的大气环境监测. 展开更多
关键词 气溶胶光学厚度 多角度大气校正 中等分辨率成像光谱仪 全球气溶胶自动观测网 中国
下载PDF
中国地区MODIS Terra/Aqua MAIAC气溶胶光学厚度(AOD)产品反演误差对比分析 被引量:2
3
作者 陈翔 汪洋 +2 位作者 周佩 张丽坤 徐玲琳 《环境科学学报》 CAS CSCD 北大核心 2023年第7期220-232,共13页
最新的多角度大气校正(MAIAC)气溶胶光学厚度(AOD)反演算法已应用于Terra和Aqua两颗卫星上的中分辨率成像光谱仪(MODIS),在优化反演精度的同时将AOD产品的空间分辨率提高到1 km级.本研究将2003—2020年重叠期间Terra和Aqua中国地区MAIAC... 最新的多角度大气校正(MAIAC)气溶胶光学厚度(AOD)反演算法已应用于Terra和Aqua两颗卫星上的中分辨率成像光谱仪(MODIS),在优化反演精度的同时将AOD产品的空间分辨率提高到1 km级.本研究将2003—2020年重叠期间Terra和Aqua中国地区MAIAC AOD产品与全球气溶胶自动观测网络(AERONET)AOD数据进行对比验证,分析该产品在中国地区的适用性和两颗卫星产品间的差异性,并探讨邻近云像元与观测几何对MAIAC AOD产品的影响.结果表明:MAIAC AOD产品在中国地区有较好的适用性,Terra和Aqua两颗卫星性能表现基本相近,整体验证结果有超过70%的数据落在期望误差(EE)范围内(EET=73.12%,EEA=70.83%).研究发现邻近云像元是影响AOD产品精度的重要因素之一,邻近云像元会造成AOD反演高估,且这种现象随着邻近云像元的数量而增加.经过质量控制剔除邻近云像元的影响,发现观测几何也会引起产品间的偏差,过小或过大的太阳天顶角会造成更大的平均偏差.总体而言,中国地区MODIS Terra/Aqua MAIAC AOD产品间差异较小,Aqua AOD数据平均偏差更小(MBT=0.0111,MBA=0.0048),年际间变化也更加稳定,更适合应用于长时序分析研究,但产品使用过程中应考虑临近云像元和观测几何对产品精度的影响. 展开更多
关键词 气溶胶光学厚度(AOD) 多角度大气校正(MAIAC) 中分辨率成像光谱仪(MODIS) 邻近云像元 气溶胶自动观测网(AERONET) 中国地区
原文传递
基于时空混合效应模型的京津冀PM_(2.5)浓度变化模拟 被引量:5
4
作者 范丽行 杨晓辉 +5 位作者 宋春杰 李梦诗 段继福 王卫 李夫星 李伟妙 《环境科学》 EI CAS CSCD 北大核心 2022年第5期2262-2273,共12页
为揭示京津冀地区高精度PM_(2.5)的时空分布特征,以空间分辨率为1 km的MAIAC AOD数据为主要预测因子,以气象数据、植被指数、夜间灯光数、人口密度和海拔数据作为辅助因子,构建了一种新的时空混合效应模型(STLME),在拟合最优次区域划分... 为揭示京津冀地区高精度PM_(2.5)的时空分布特征,以空间分辨率为1 km的MAIAC AOD数据为主要预测因子,以气象数据、植被指数、夜间灯光数、人口密度和海拔数据作为辅助因子,构建了一种新的时空混合效应模型(STLME),在拟合最优次区域划分方案基础上对京津冀地区PM_(2.5)浓度进行预测分析.结果表明,基于STLME模型的ρ(PM_(2.5))预测精度高于传统的线性混合效应模型(LME),其十折交叉验证(CV)R^(2)为0.91,明显高于LME模型的0.87,说明STLME模型在同时校正PM_(2.5)-AOD关系的时空异质性方面具有优势.最优次区域划分方案识别出PM_(2.5)-AOD关系的空间差异,并结合缓冲区平滑方法,提高了STLME模型预测精度.京津冀PM_(2.5)浓度时空变化差异显著,高值区主要分布在以石家庄、邢台和邯郸为中心的河北南部,低值区则位于燕山-太行山区;冬季PM_(2.5)污染最严重,其次是秋季和春季,夏季污染最轻.STLME模型提供的高精度PM_(2.5)浓度时空分布预测结果,为京津冀地区与PM_(2.5)污染相关的健康风险评估提供了科学依据,也为大气污染源识别提供了科学参考. 展开更多
关键词 PM_(2.5) 多角度大气校正算法的气溶胶光学厚度(MAIAC AOD) 时空混合效应模型(STLME) 时空差异 京津冀地区(BTH)
原文传递
常州市国控站PM_(2.5)监测的代表范围研究
5
作者 王振 宋京京 +3 位作者 余益军 杨卫芬 叶香 李璐 《环境监控与预警》 2022年第6期46-51,共6页
为评价常州市国家大气自动监测站(国控站)细颗粒物(PM_(2.5))监测的代表范围,通过1 km×1 km的多角度大气校正算法(MAIAC)的气溶胶光学厚度(AOD)等相关数据,采用随机森林方法进行PM_(2.5)估算反演,考虑变异函数和最优分割模型等统... 为评价常州市国家大气自动监测站(国控站)细颗粒物(PM_(2.5))监测的代表范围,通过1 km×1 km的多角度大气校正算法(MAIAC)的气溶胶光学厚度(AOD)等相关数据,采用随机森林方法进行PM_(2.5)估算反演,考虑变异函数和最优分割模型等统计学模型,开展国控站PM_(2.5)监测代表范围的评价。结果表明:(1)估算反演的PM_(2.5)浓度空间分布显示,常州市区东部区域浓度相对较高,西南部区域浓度相对较低;(2)变异函数分析中,PM_(2.5)浓度在5 km范围内具有相对显著的空间相关性,但超过5 km范围后空间自相关性不显著,差异性增大到最大;(3)最优分割法分析中,常州市各个国控站PM_(2.5)监测均存在各自的代表范围,2019年的代表范围为3~5 km,其中“经开区”站点范围最大(5 km),“市监测站”和“武进监测站”站点范围最小(均为3 km),且逐年分析显示,各个站点PM_(2.5)监测的代表范围呈上升趋势。 展开更多
关键词 大气自动监测站 细颗粒物 多角度大气校正算法 气溶胶光学厚度 监测范围 常州市
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部