一种计算植被中红外反射率的模型研究

引用本文

贺丽琴, 景欣, 晏磊, 钟宜根, 肖智峰, 曾凡刚. 一种计算植被中红外反射率的模型研究[J]. 光谱学与光谱分析, 2025,45(6): 1622-1628.
HE Li-qin, JING Xin, YAN Lei, ZHONG Yi-gen, XIAO Zhi-feng, ZENG Fan-gang. A Study of Model for Calculating Mid-Infrared Reflectance of Vegetation[J]. Spectroscopy and Spectral Analysis, 2025,45(6): 1622-1628.
Doi:10.3964/j.issn.1000-0593(2025)06-1622-07 复制到剪切板

Permissions

《光谱学与光谱分析》期刊社所有

一种计算植被中红外反射率的模型研究

贺丽琴^1,², 景欣², 晏磊², 钟宜根¹, 肖智峰¹, 曾凡刚^3,^*

1.萍乡市规划勘察设计院有限责任公司, 江西萍乡 337000

2.北京大学空间信息集成与3S工程应用北京市重点实验室, 北京 100871

3.中国人民大学化学与生命资源学院, 北京 100872

*通讯作者 e-mail: zengfg@ruc.edu.cn

作者简介: 贺丽琴,女, 1990年生,萍乡市规划勘察设计院有限责任公司/萍乡市自然资源和规划局高级工程师 e⁃mail: heliqin_de@126.com

收稿日期: 2024-06-24 修订日期: 2025-01-08

基金: 国家重点研发计划项目子课题(2023YFB3905703)资助

摘要

中红外反射率对于植被具有重要的应用价值, 然而由于中红外波段内地物的发射能量和太阳的反射能量耦合在一起, 使得地物在中红外波段的反射率不易得到。建立了一种计算植被中红外反射率的模型, 对其敏感性分析表明该模型可靠性较强。运用该模型计算出了多个研究站点的植被中红外反射率, 得到的值与实际相符, 且与NDVI呈一定的负相关关系。用该模型得到的中红外反射率代替红外反射率与近红外反射率建立了一个新的植被指数, 结果表明该新植被指数能反映出植被的覆盖度且具有对气溶胶不敏感的优势。

关键词: 中红外; 计算模型; 新植被指数

中图分类号:O657.33 文献标志码:A

A Study of Model for Calculating Mid-Infrared Reflectance of Vegetation

HE Li-qin^1,², JING Xin², YAN Lei², ZHONG Yi-gen¹, XIAO Zhi-feng¹, ZENG Fan-gang^3,^*

1. Pingxiang Institute Co., Ltd., of Planning, Survey and Design, Pingxiang 337000, China

2. Beijing Key Lab of Spatial Information Integration and 3S Application, Peking University, Beijing 100871, China

3. School of Chemistry and Life Resources, Renmin University of China, Beijing 100872, China

*Corresponding author

Abstract

Mid-infrared reflectance has significant application value for vegetation. However, due to the coupling of the emitted energy from land objects and the reflected energy from the sun in the mid-infrared band, it is challenging to determine the reflectance of land objects in this band. This article presents a model for calculating mid-infrared reflectance in vegetation, and the sensitivity analysis demonstrates that the model exhibits strong reliability. This study employed this model to calculate the mid-infrared reflectance of vegetation at multiple research sites. The values obtained were consistent with reality and showed a certain negative correlation with NDVI. A new vegetation index was established using the near-infrared reflectance and mid-infrared reflectance obtained from this model, rather than the infrared reflectance. The results showed that this new vegetation index can represent vegetation coverage and has the advantage of being insensitive to aerosols.

Keyword: Mid-infrared; Calculation model; New vegetation index

文章图片

引言

中红外(mid-infrared, MIR)波段是指波长范围在3.0~5.0 μ m的电磁波。相比于可见光和热红外波, 中红外波表现出以下优势: (1)大气窗口具有很高的透过率^[1], 这决定其可用来作为遥感探测的大气窗口; (2)能穿透大部分烟尘大气, 特别是有机烟颗粒, 即它对大部分气溶胶不敏感, 可以用中红外光谱区域的地表反射率替代可见光通道估算植被生长状态^[2]; (3)即有自身发射能量, 又有反射太阳的能量, 所以它既可在白天观测, 也可在夜晚观测。由此可见, 中波红外在整个波段中表现出有别于可见光-近红外及长波红外的独特的、不可替代的特性。但是目前中红外波段的应用受到极大的限制, 原因在于: (1)中红外波段地物的反射能量、发射能量以及地表温度是耦合在一起的, 这三个参量难以分离开来, 由此很难得到地物在中红外波段的发射率和反射率; (2)中红外波段受大气水汽含量的影响较大。

对于中红外波段的研究, 近二三十年来国内外学者所做的非常有限, 仅在20世纪90年代出现过一波研究其应用的小高潮, 当时的研究表明中红外波段在区分密暗植被、估算叶生物量、区分森林火灾区等领域具有重要作用。由于中红外波段反射率的特殊性, 之后有部分学者试图从地物的反射能量、发射能量以及地表温度这三个量中分离出中红外反射率, 比如: Hu等^[3]对中红外反射率反演算法的研究; Tang等^[4]采用非线性劈窗算法用MODIS的两个中红外通道计算中红外地表反射率; 景欣等^[5]采用非线性劈窗算法用VIIRS中红外通道计算海面耀斑区的中红外反射率。近几年, 陆续有少部分对中红外波段的应用研究, 比如: 应用到现代光学器件^{[6, 7]}; 用其反射率来识别地面上的火灾点^[8]; 用其反射率对飞机导弹等飞行器进行侦查与跟踪^[9]。分析中红外波段的研究脉络, 可知中红外波段的应用主要体现在如何计算其反射率, 并用其反射率识别火灾点、热点、密暗植被等。而针对中红外波段的研究基本都涉及到同样的问题— — 一方面由于中外波段的高透过率、对气溶胶不敏感等特点使其具有很明显的应用优势; 另一方面又由于中红外波段的反射能量、发射能量以及地表温度耦合在一起, 使得其反射率难以分离出来, 以至于其应用屡屡受限。所以如何将中红外波段的反射率从发射率、地表温度中计算出来是目前研究的一大难题。

本研究聚焦于中红外反射率的计算, 以及其在植被识别方面的应用。为了得到植被在中红外波段的反射率, 首先在Tang等^[4]以及景欣等^[5]利用劈窗算法使用两个中红外通道来反演其中一个通道的反射率的思想基础上, 提出适用于VIIRS传感器分离出植被中红外反射率的模型。然后, 将计算模型运用到实际地表植被, 选取不同研究点的植被进行计算并分析其结果, 试图利用得到的植被中红外反射率大小来识别植被生长状况。最后, 为了更进一步确定本模型计算出的中红外反射率的可应用性, 建立了一个新的植被指数, 试图用其识别植被覆盖度。

本工作的创新点在于: (1)首次使用劈窗算法推导出适用于VIIRS中红外通道计算植被反射率的模型; (2)首次利用VIIRS传感器的中红外通道来识别植被的生长状况。

1 模型的建立

1.1 中红外反射率计算的推导

根据普朗克辐射定律, 卫星传感器通道接收到的波长在3~5 μ m的中红外辐射亮度可以近似表示为^[10]

$B_{i} (T_{i}) = B_{i} (T_{g_i}) τ_{i} (θ_{sat}) + R_{atm_u} ↑$ (1)

式(1)中, B_i(T_i)为卫星传感器通道i接收到的通道辐射能(T_i为卫星通道的亮度温度); B_i(T_{g_i})为通道i在地面上观测到的地表辐射能量(T_{g_i}是地面上通道i的亮度温度); τ _i(θ _sat)是从地面到传感器方向通道i的大气透过率; θ _sat为观测天顶角; ${R_{atm_u}}^{↑}$ 为大气上行总辐射[单位: W· (m²· μ m· sr)^-1]。

地面上观测到的地表辐射能量B_i(T_{g_i})可以表示为

$B_{i} (T_{g_i}) = B_{i} (T_{g_i}^{0}) + R_{i}^{s} ρ_{bi}$ (2)

式(2)中, B_i( $T_{g_i}^{0}$ )表示为“ 无太阳直射辐射贡献时地面上通道i的通道辐射能” , ρ _bi为通道i的地表反射率, $R_{i}^{s}$ 为地面上通道i的太阳直射辐射能, 可用式(3)计算

$R_{i}^{s} = E_{i} \cos (θ_{sun}) τ_{i} (θ_{sun})$ (3)

式(3)中, E_i为大气顶部太阳在通道i上的通道辐射能, 单位: W· (m²· μ m· sr)^-1; cos(θ _sun)为太阳天顶角的余弦值(θ _sun为太阳天顶角); τ _i(θ _sun)为太阳到地面方向通道的大气透射率。

由式(2)可知, 只要从遥感影像数据中反演出T_{g_i}, 并计算出 $T_{g_i}^{0}$ 以及 $R_{i}^{s}$ , 就可以计算出中红外通道的地表反射率ρ _bi

$ρ_{bi} = \frac{B_{i} (T_{g_i}) - B_{i} (T_{g_i}^{0})}{R_{i}^{s}}$ (4)

1.2 两个中红外通道反射率关系的确定

唐伯惠等^[11]在针对MODIS影像进行反演时, 在假定中红外通道22和23的地表亮温及地表反射率相等的基础上, 采用一种类似劈窗技术的二次项形式来计算 $T_{g_i}^{0}$ , 如式(5)

$(T_{g}^{0} - T_{g_22}) = a_{1} \times (T_{g_22} - T_{g_23})^{2} +$

$a_{2} \times (T_{g_22} - T_{g_23}) + a_{3}$ (5)

式(5)中, T_{g_}₂₂和T_{g_}₂₃为MODIS传感器22和23通道的亮度温度, 可根据普朗克公式由传感器接收到的两个通道的辐射亮度值直接得到, $T_{g}^{0}$ 取的是 $T_{g_22}^{0}$ 的值, a₁— a₃是回归系数, 它们仅是太阳天顶角的函数, 与地表参数和大气条件无关。

将这个运用于MODIS中红外反射率计算的劈窗公式引入到VIIRS数据的植被中红外反射率计算, 假定两个中红外通道的地表亮温相等且两个通道的反射率成一定关系。先利用ASTER数据库和美国加州圣比芭芭拉分校数据库得到的VIIRS传感器在中红外通道M12和M13的植被反射率值, 得到两个中红外通道的反射率如图1所示。

	Figure Option View Download New Window
	图1 M12和M13通道实际植被反射率关系Fig.1 Relationship between actual vegetation reflectances of channels M12 and M13

其关系非常符合如式(6)线性关系, 其相关系数达到0.99。

$ρ_{b 13} = 1.003 8 ρ_{b 12} + 0.003 4, R^{2} = 0.99$ (6)

式(6)中, ρ _b₁₂和ρ _b₁₃为VIIRS传感器在M12和M13两个中红外通道的反射率。

1.3 植被中红外反射率计算模型的确定

在假定两个中红外通道的地表亮温相等以及两个通道的反射率成线性关系(6)的基础上, 参考Tang等^[4]使用的非线性劈窗公式计算M12中波红外通道无太阳直射辐射能量的地表亮温 $T_{g}^{0}$

$T_{g}^{0} - T_{g_12} = a_{1} \times (T_{g_12} - T_{g_13})^{2} +$

$a_{2} \times (T_{g_12} - T_{g_13}) + a_{3}$ (7)

式(7)中, T_{g_}₁₂和T_{g_}₁₃为VIIRS传感器接收到的M12和M13两个通道的亮度温度, 可根据普朗克公式由传感器接收到的两个通道的辐射亮度值直接得到。 $T_{g}^{0}$ 取的是 $T_{g_12}^{0}$ 的值。

为了模拟出式(7)的非线性劈窗算法的具体表达, 使用Modtran4.0中的模式: 6种大气模式(热带大气、中纬度夏季大气、中纬度冬季大气、亚北极区夏季大气、亚北极区冬季大气和1976年美国标准大气), 三种气溶胶模式(乡村模式、城市模式和对流层模式), 14种水汽含量(0、 0.5、 1、 1.5、 2.0、 2.5、 3.0、 3.5、 4.0、 4.5、 5.0、 5.5、 6.0和6.5 g· cm^-2), 臭氧含量默认, 水平气象视距默认; 并设置7个太阳天顶角变化(0° , 10° , 20° , 30° , 40° , 50° , 60° ), 六种标准大气对应的大概温度范围288.2~305.2 K(步长0.5), 植被的发射率变化范围0.94~1.00(步长0.01), M12通道的植被反射率变化范围为0~0.06(步长0.01)。用以上各种变量模拟得到a₁— a₃与太阳天顶角的关系为

$a_{i} = b_{1 i} co s^{2} (θ) + b_{2 i} \cos (θ) + b_{3 i}$ (8)

式(8)中, θ 为太阳天顶角, b₁_i— b₃_i是转换常数, 其具体值详见表1。

表1 式(8)中的转换系数b₁_i— b₃_i Table 1 The Conversion coefficient b_1i— b_3i in formula

由此式(7)的非线性劈窗模型可表示为

$T_{g}^{0} = T_{g_12} + (\begin{array}{l} \cos {(θ)}^{2} \\ \cos (θ) \\ 1 \end{array}) \times$

$(\begin{array}{l} 0.041 2 & - 0.086 7 & 0.032 6 \\ - 0.164 3 & 0.292 9 & - 1.827 7 \\ 0.194 8 & - 0.079 4 & 0.563 3 \end{array}) (\begin{array}{l} (T_{g_12} - T_{g_13})^{2} \\ (T_{g_12} - T_{g_13}) \\ 1 \end{array})$ (9)

此公式即为最后得到的适用于VIIRS数据的植被中红外反射率计算的非线性劈窗模型, 它是M12通道的“ 无太阳直射辐射贡献的地表亮温” $T_{g}^{0}$ 与太阳天顶角θ 的转换关系。公式构建了不同大气条件下 $T_{g}^{0}$ 与T_{g_}₁₂-T_{g_}₁₃、太阳天顶角θ 的关联关系。使用式(1)通过大气辐射传输计算可得到M12和M13通道的地表亮温T_{g_}₁₂和T_{g_}₁₃, 然后输入该区域的太阳天顶角θ , 使用式(9)即可得到M12中波红外通道的“ 无太阳直射辐射贡献的地表亮温” $T_{g}^{0}$ 。一旦求得 $T_{g}^{0}$ , 就可根据式(4)计算出VIIRS M12中红外通道地表反射率ρ _b₁₂。

1.4 模型的验证

在用式(9)和式(4)计算出VIIRS中红外通道植被反射率ρ _bi之后, 对模型计算出的反射率与推导模型时输入的反射率值进行比较。图2展示了太阳天顶角为0° 时, 通过模型(9)计算出的M12中红外波段的地表反射率和推导模型时输入的反射率之间的关系。从图2中可以看出, 模型计算出的M12中红外波段的反射率与模型输入值之间的线性关系极好, 相关系数为0.99, 两者之间的均方根误差为0.006, 误差较小。所以, 认为此模型可用于计算VIIRS中红外通道的植被反射率。

	Figure Option View Download New Window
	图2 模型计算出的和输入的中红外反射率的比较Fig.2 Comparison between the reflectivity calculated by the model and the input values

2 模型的敏感性分析

建立的适用于VIIRS中红外波段植被反射率计算的非线性劈窗模型包含以下三种误差源: (1)反演模型的两个假设(M12/M13波段的地表亮温相等、 M12/M13波段的反射率的线性关系); (2)大气参数(水汽含量、气溶胶、二氧化碳、氧气); (3)仪器噪声影响。图3为对以上三种误差源可能引起的模型误差进行的敏感性分析。

Figure Option
View Download New Window

图3 各类误差源对模型误差的敏感性分析
(a):

T_{g}^{0}

分别为

T_{g_12}^{0}

和

T_{g_13}^{0}

输入模型得到的反射率差值; (b): 本模型计算出的反射率与直接利用每种植被反射率关系建立的模型计算出的反射率的差值; (c): 增加及减少水汽时反射率的差值与实际值的残差图; (d): 三种不同能见度下反射率的差值与实际值的残差图; (e): 增加及减少CO₂时反射率的差值与实际值的残差图; (f): 增加及减少O₃时反射率的差值与实际值的残差图; (g): 加入仪器噪声前后M12通道地表反射率差异图Fig.3 Sensitivity analysis of model errors affected by various error sources
(a): Difference between two reflectances obtained from the model when

T_{g}^{0}

is equal to

T_{g_12}^{0}

and

T_{g_13}^{0}

, respectively; (b): The difference between the reflectance calculated by this model and calculated by the model directly based on the spectral vegetation indices; (c): Residual plot of the difference of ρ _b and the actual value when increasing and decreasing water vapor; (d): Residual plot showing the difference of ρ _b and the actual value under three different visibility conditions; (e): Residual plot showing the difference of ρ _b and the actual value when increasing and decreasing CO₂; (f): Residual plot showing the difference of ρ _b and the actual value when increasing and decreasing O₃; (g): Difference in surface reflectance of M12 channel before and after adding instrument noise

表2为三种误差源引起的非线性劈窗模型的不确定度的总表, 可见得到总不确定度为0.81%, 这个不确定度对模型的影响很小。

表2 三种误差源引起的模型的不确定度 Table 2 Model uncertainty caused by three types of error sources

3 模型计算结果和分析

选取了中国及中国周边地区的VIIRS植被影像数据站点50个, 站点位置一部分集中在中国华南、东南的茂密森林, 一部分集中在华北、华东地区的草原及农田, 还有部分位于中国东边的韩国、日本以及北边的外蒙古等地, 选取的时间月份基本上集中在植被茂盛期的8月和9月。运用本模型计算出这50个植被研究站点的中红外反射率, 并从MODIS陆地覆盖类型产品MCD12中提取到站点相应的地表覆盖类型。

把地表覆盖类型属于混交林、常绿阔叶林这两种树木覆盖度较大且树木高度较高的植被划定义为植被A类, 把多树的草原、草原、作物、作物和自然植被这几种植被覆盖度较小或植被高度较低的植被类型定义为植被B类。可以认为植被A类属于茂密的植被, 而植被B类属于低矮/稀疏的植被。

图4中, 计算得到茂密的植被A类的中红外反射率基本集中在0.01~0.03之间, 参考ASTER数据库的植被中红外反射率可知, 这符合植被在M12中红外通道的反射率大小; 计算得到低矮/稀疏的植被B类的中红外反射率大小基本在0.01~0.08之间, 值变化范围较大, 且明显大于ASTER数据库中植被在M12中红外通道的反射率大小。这个结果表明本文模型得到的茂密植被的中红外反射率值较高, 而低矮/稀疏植被的中红外反射率值较低, 这符合植被在中红外波段的反射规律。

	Figure Option View Download New Window
	图4 研究站点植被反射率的统计 (a): 植被A类的反射率统计; (b): 植被B类的反射率统计Fig.4 Statistics of vegetation reflectance at sampling sites (a) Reflectivity statistics of vegetation type A; (b): Reflectivity statistics of vegetation type B

为了进一步研究中红外植被反射率与植被覆盖度的关系, 在美国NOAA网站上下载50个站点的NDVI值, 并将得到的中红外反射率与NDVI值进行了比较, 如图5所示。

	Figure Option View Download New Window
	图5 研究站点的中红外反射率与NDVI的关系Fig.5 Relationship between mid-infrared reflectivity and NDVI for the sampling sites

由图5可知, 研究站点的中红外反射率值与其相应的NDVI值大致呈负相关的关系, 即: NDVI越大(植被覆盖度越高), 中红外反射率越小; NDVI越小(植被覆盖度越低), 中红外反射率越大。这个结论也印证了低矮/稀疏的植被B类比茂密的植被A类的中红外反射率更大。

由于中红外反射率对大部分气溶胶不敏感^[2]且与NDVI具有一定相关性, 尝试用中红外反射率替代红光反射率建立一个新植被指数— — 用VIIRS产品中的M12中红外通道代替M5红光通道, 与M7近红外通道建立一个类似于NDVI的新植被指数, 定义如式(10)

$VI_M 12 = (ρ_{NIR} - ρ_{b 12} \frac{)}{(} ρ_{NIR} + ρ_{b 12})$ (10)

式(10)中, ρ _NIR为VIIRS数据的M7近红外通道反射率, ρ _b₁₂为本文计算出的M12中红外通道反射率。相比NDVI(由M7近红外通道和M5红光通道反射率构建), VI_M12把M5红光通道反射率换成了M12中红外通道反射率。这个新植被指数VI_M12对于烟尘(气溶胶)不敏感, 所以理论上更适合用于评估植被的生长状态和覆盖度。为了证明植被指数VI_M12的应用潜力, 本文计算了某一植被研究区域的两种植被指数随像元的变化, 并利用6S模拟出两种植被指数对气溶胶的敏感性, 如图6所示。

	Figure Option View Download New Window
	图6 两种植被指数的关系及对气溶胶的敏感度 (a): 某一研究区域的两种植被指数随像元的变化; (b): 气溶胶对NDVI和VI_M12的影响Fig.6 The relationship between two vegetation indices and their sensitivity to aerosols (a): The variation of two vegetation indices with pixels in a certainresearch area; (b): The impact of aerosols on NDVI and VI_M12

由图6(a)可知, NDVI和VI_M12的相关系数较大, 且具有相同的走向趋势, 这说明VI_M12确实也能和NDVI一样, 能表现出植被不同的生长状态和覆盖度。而由图6(b)可知, 气溶胶对NDVI的影响较大, 特别在气溶胶厚度达6 km的时候, 影响达到15%, 而对于VI_M12, 其影响特别小, 几乎可以忽略不计, 这说明本工作建立的新植被指数VI_M12不仅可以用来评估大范围植被生长状态及估计森林蓄积量, 且相对于NDVI具有对气溶胶不敏感的优势。

4 结论

在劈窗算法思想以及使用两个中红外通道来反演其中一个通道反射率思想的基础上, 利用VIIRS数据的M12和M13两个中红外通道, 推导出适用于VIIRS M12中波红外通道计算植被反射率的劈窗模型。然后对该模型的敏感性进行了分析, 表明该模型对各种误差不敏感, 可用于VIIRS数据M12中红外通道植被反射率的计算。再利用本模型计算出了50个植被站点的中红外反射率, 得到茂密植被的反射率较小且大小较稳定, 而低矮/稀疏植被的反射率较大且差值较大, 这个结果符合植被在中红外波段的反射规律。最后利用本模型计算出的M12通道的植被中红外反射率与M7通道的近红外反射率建立一个新植被指数VI_M12, 结果表明该植被指数不仅与NDVI一样能表现出植被不同的覆盖度, 而且对于气溶胶的敏感度非常小, 表明其具有在烟尘天气下评估大尺度植被的生长状态和森林蓄积量的潜力。

总而言之, 由于在中红外波段内地物的发射能量和太阳的反射能量耦合在一起使反射率的获得成为难题, 而中红外反射率对植被又有重要意义, 所以本研究试图在获取植被中红外反射率方面做出努力, 建立了适用于VIIRS数据植被中红外反射率计算的模型, 并用中红外反射率建立了一个新的可评估植被覆盖度的植被指数。但值得说明的是, 由于本工作的中红外反射率是针对大尺度植被, 所以这里的中红外反射率及植被指数VI_M12也只适用于大尺度植被, 这是本研究的局限之处。

参考文献

文献列表

[1]	MA Gang, GUO Yang, SU Jing, et al(马刚, 郭杨, 苏婧, 等). Chinese Journal of Geophysics(地球物理学报), 2023, 66(6): 2275. [本文引用:1]
[2]	ZHAO Shuai-yang, JING Xin, ZHANG Fei-zhou, et al(赵帅阳, 景欣, 张飞舟, 等). Laser & Infrared(激光与红外), 2017, 47(5): 568. [本文引用:2]
[3]	HU Xing-bang, ZHAO Shuai-yang, HE Li-qin, et al(胡兴帮, 赵帅阳, 贺丽琴, 等). Laser & Infrared(激光与红外), 2017, 47(8): 975. [本文引用:1]
[4]	Tang Bohui, Li Zhaoliang. International Journal of Remote Sensing, 2008, 29(17): 4907. [本文引用:3]
[5]	JING Xin, HU Xiu-qing, ZHAO Shuai-yang, et al(景欣, 胡秀清, 赵帅阳, 等). Spectroscopy and Spectral Analysis(光谱学与光谱分析), 2017, 37(2): 394. [本文引用:2]
[6]	LI Jian-feng, LEI Hao, WANG Sen-yu, et al(李剑峰, 雷浩, 王森宇, 等). Chinese Journal of Lasers(中国激光), 2024, 51(1): 0101005. [本文引用:1]
[7]	XIAO Xu-sheng, CHEN Ye-wei, HE Wen-tao, et al(肖旭升, 谌业威, 何文涛, 等). Chinese Journal of Lasers(中国激光), 2024, 51(5): 0516001. [本文引用:1]
[8]	LI Ya-jun, ZHENG Wei, CHEN Jie, et al(李亚君, 郑伟, 陈洁, 等). Infrared(红外), 2021, 42(9): 30. [本文引用:1]
[9]	YANG Bo, LIN Su-zhen, LU Xiao-fei, et al(杨博, 蔺素珍, 禄晓飞, 等). Journal of Computer Applications(计算机应用), 2020, 40(10): 3075. [本文引用:1]
[10]	CHEN Nan-xian(陈难先)). Physics(物理), 2023, 52(4): 283. [本文引用:1]
[11]	TANG Bo-hui, LI Zhao-liang, WU Hua, et al(唐伯惠, 李召良, 吴骅, 等). Research on Remote Sensing Inversion of Thermal Infrared Surface Emissivity(热红外地表发射率遥感反演研究). Beijing: Science Press(北京: 科学出版社), 2014. [本文引用:1]

2023

0.0

... 相比于可见光和热红外波, 中红外波表现出以下优势: (1)大气窗口具有很高的透过率^[1], 这决定其可用来作为遥感探测的大气窗口 ...

2017

0.0

... (2)能穿透大部分烟尘大气, 特别是有机烟颗粒, 即它对大部分气溶胶不敏感, 可以用中红外光谱区域的地表反射率替代可见光通道估算植被生长状态^[2] ...

... 由于中红外反射率对大部分气溶胶不敏感^[2]且与NDVI具有一定相关性, 尝试用中红外反射率替代红光反射率建立一个新植被指数#cod#x02014 ...

2017

0.0

... 由于中红外波段反射率的特殊性, 之后有部分学者试图从地物的反射能量、发射能量以及地表温度这三个量中分离出中红外反射率, 比如: Hu等^[3]对中红外反射率反演算法的研究 ...

2008

0.0

... Tang等^[4]采用非线性劈窗算法用MODIS的两个中红外通道计算中红外地表反射率 ...

... 为了得到植被在中红外波段的反射率, 首先在Tang等^[4]以及景欣等^[5]利用劈窗算法使用两个中红外通道来反演其中一个通道的反射率的思想基础上, 提出适用于VIIRS传感器分离出植被中红外反射率的模型 ...

... 3 植被中红外反射率计算模型的确定在假定两个中红外通道的地表亮温相等以及两个通道的反射率成线性关系(6)的基础上, 参考Tang等^[4]使用的非线性劈窗公式计算M12中波红外通道无太阳直射辐射能量的地表亮温 Tg0 ...

2017

0.0

... 景欣等^[5]采用非线性劈窗算法用VIIRS中红外通道计算海面耀斑区的中红外反射率 ...

2024

0.0

... 近几年, 陆续有少部分对中红外波段的应用研究, 比如: 应用到现代光学器件^[6,7] ...

2024

0.0

... 近几年, 陆续有少部分对中红外波段的应用研究, 比如: 应用到现代光学器件^[6,7] ...

2021

0.0

... 用其反射率来识别地面上的火灾点^[8] ...

2020

0.0

... 用其反射率对飞机导弹等飞行器进行侦查与跟踪^[9] ...

2023

0.0

... m的中红外辐射亮度可以近似表示为^[10] ...

0.0

... 2 两个中红外通道反射率关系的确定唐伯惠等^[11]在针对MODIS影像进行反演时, 在假定中红外通道22和23的地表亮温及地表反射率相等的基础上, 采用一种类似劈窗技术的二次项形式来计算 Tg_i0, 如式(5) ...