导读:本文包含了表观反射率论文开题报告文献综述及选题提纲参考文献，主要关键词:表观反射率,AOD,PM_(2.5),机器学习
表观反射率论文文献综述
樊文智[1]（2019）在《基于“葵花8号”表观反射率和AOD数据的逐小时地面PM_(2.5)估算》一文中研究指出随着工业化和城市化的发展,中国空气污染形势日益严峻,PM_(2.5)以其粒径小,面积大,活性强,易附带有毒、有害物质,且在大气中的停留时间长、输送距离远的特点,对人体健康和大气环境质量有很大危害。我国在2012年底建成了全国PM_(2.5)地面监测网络,但是站点的空间分布不均匀,且主要集中在中东部城市区域。基于卫星遥感气溶胶光学厚度(Aerosol Optical Depth,AOD)产品数据估算地面PM_(2.5)是国内外的一个研究热点,具有大面积、高密度覆盖等特点,可以弥补地面监测站点的不足。当前,大多数AOD产品由极轨卫星提供,观测时次有限,不能获取PM_(2.5)的逐小时变化趋势,此外AOD反演过程中严格的地表假设使得某些区域或者时间段内无法有效反演AOD。因此本文利用地球静止卫星“葵花8号”的表观反射率(Apparent Reflectance,AR)和AOD数据、气象数据、人口、DEM、LUCC和近地面PM_(2.5)浓度观测数据,运用机器学习算法估算了2016年1月中国区域和2016年全年长叁角地区近地面PM_(2.5)浓度,同时利用地基激光雷达数据得到的气溶胶垂直分布特征对AOD进行垂直改正,并用于PM_(2.5)估算。主要研究结论如下:(1)为了揭示基于地球静止卫星的AOD-PM_(2.5)和AR-PM_(2.5)方法在中国区域的优劣,对比分析了两种方法估算的2016年1月的PM_(2.5)浓度。结果表明:深度神经网络(DNN)模型优于梯度提升回归树(GBRT)和随机森林(RF)模型,验证决定系数R~2达到0.86,均方根误差RMSE为26.81μg/m~3。就全国而言,AOD-PM_(2.5)方法表现更佳,而AR-PM_(2.5)方法在站点稀疏地区的训练样本偏少,不足以代表整体估算样本;(2)为了检验AR-PM_(2.5)方法在高密度站点地区的估算能力,以长叁角地区为例,对比分析了两种方法估算的2016年全年的PM_(2.5)浓度。结果表明:两者估算结果的季均、月均、小时均值基本一致;但是,由于AOD反演过程中严格的地表假设,导致用于AOD-PM_(2.5)方法的PM_(2.5)样本不足AR-PM_(2.5)方法的二分之一,且多为污染情景(PM_(2.5)>75μg/m~3占比为26.10%),因此估算结果明显高估,且生成的逐日PM_(2.5)空间分布图中缺值较多。相比AOD-PM_(2.5)方法,AR-PM_(2.5)方法更符合实际情况,显示了该方法在高密度站点地区的优势;(3)由于气溶胶垂直分布是影响PM_(2.5)遥感估算的重要因素,采用无锡地区长时间序列(2013-2015年)的地基激光雷达数据,在月均和季均两个尺度上揭示了气溶胶消光系数的垂直分布特征,并基于此改善了AOD-PM_(2.5)的相关性,提高了重污染地区的PM_(2.5)遥感估算精度。(本文来源于《中国矿业大学》期刊2019-05-31）
王锋,胡秀清,韩志刚,赵增亮,姚志刚[2]（2017）在《古里雅冰帽、普若岗日冰原及茶卡盐湖大气层顶微光表观反射率分析》一文中研究指出辐射定标可分为叁个阶段:发射前定标、在轨星上定标以及在轨替代定标。在轨星上定标是卫星在发射升空后利用卫星上自带的定标设备对遥感器进行辐射定标,能长期监测仪器状态,及时发现仪器产生的衰减。在轨替代定标是卫星在运行过程中,以地球表面特殊区域为替代目标,通过对替代目标的观测,实现传感器的辐射定标,可分为场景定标、场地定标和交叉定标叁种。场景定标是在轨替代定标中重要组成部分,实现场景定标的首要因素是选择一个合适的替代目标,由于夜间月亮辐射量级较低,且随月相变化大,因此对替代目标提出了更高的要求。基于此,本文选取古里雅冰帽、普若岗日冰原及茶卡盐湖叁处范围大且均匀的高反射目标,基于VIIRS/DNB夜间数据,在完成偏移修正、云剔除及信息提取等多个步骤后,引入MT2009月亮辐照度模型模拟夜间到达大气层顶月亮辐照度,根据由白天表观反射率公式推导夜间表观反射率,深入分析了叁处区域微光条件下大气层顶表观反射率随时间和月相角的变化规律,结果表明古里雅冰帽和普若岗日冰原微光条件下大气层顶表观反射率较高,长时间保持稳定,适合用于传感器的长时间序列分析,且月相角确实会影响定标结果精度,低月相角条件下定标精度更高。(本文来源于《第34届中国气象学会年会 S10 大气物理学与大气环境论文集》期刊2017-09-27）
陈军,权文婷[3]（2013）在《“伪暗像元”表观反射率的尺度特性——以AWiFS和LISS传感器图像为例》一文中研究指出针对基于暗像元的大气校正问题,为了从机理上阐明和实验上证明"伪暗像元"的尺度特性,以7景同步获取的印度卫星高级广角传感器(advanced wide-field sensor,AWiFS)和线性扫描相机(linear imaging self-scanner,LISS)图像为数据基础,以太湖和黄河口浑浊Ⅱ类水体为研究对象,研究和探讨在2种尺度下图像的"伪暗像元"表观反射率之间的差异。研究结果表明:①通过不断地细化尺度,可以将"伪暗像元"分解为若干至少包含一个"暗像元"的亚像元;②"浑浊Ⅱ类水体区域是否存在适用于大气校正算法的暗像元"是一个隐含尺度特性的结论;③在黄河口和太湖区域,AWiFS和LISS传感器图像因像元尺度不同而引起的暗像元反射率的偏差大约为8.98%;④线性模型y=0.996 x-0.003 1能较好地将AWiFS图像的"伪暗像元"表观反射率纠正到LISS图像的"伪暗像元"表观反射率的水平,其回归误差为1.86%。(本文来源于《国土资源遥感》期刊2013年02期）
古丽给娜·塔依尔江,塔西甫拉提·特依拜,阿依提拉·吾加布都拉[4]（2010）在《基于表观反射率的植被指数遥感监测》一文中研究指出【目的】随着遥感技术的迅速发展,遥感应用逐渐从定性走向定量。辐射定标是实现遥感信息定量化的基本前提,表观反射率是辐射定标的结果之一。【方法】对辐射定标过程参数的确定和表观反射率的计算等方面进行论述。【结果】以2008年的Landsat-5 TM的遥感数据为基础,计算表观反射率,从光谱响应曲线、归一化植被指数等方面,对原图像和表观反射率图像进行比较及其分析。【结论】由表观反射率图像计算出的NDVI值比原始图像NDVI大。(本文来源于《新疆农业科学》期刊2010年09期）
罗江燕,塔西甫拉提·特依拜,陈金奎[5]（2008）在《基于表观反射率的渭一库绿洲植被动态变化分析》一文中研究指出使用TM、ETM+图像为基础资料,在求得两者表观反射率的基础上,计算归一化植被指数(NDVI),结合当地情况对所求得NDVI分成不同量级,分析各不同量级的变化情况从而反映当地的植被动态变化。结果表明:在0.2~0.3,0.3~0.4和0.5~0.8叁个灰度级区间两期图像的植被变化情况比较明显。通过对比两期图像灰度级变化,为该区域生态环境综合治理提供新的研究方法。(本文来源于《水土保持研究》期刊2008年05期）
林文鹏,赵敏,柳云龙,刘冬燕,张翼飞[6]（2007）在《基于SPOT5表观反射率的城市森林叶面积指数估测研究》一文中研究指出叶面积指数(LAI)是一个定量地分析地球生态系统能量交换特性的重要结构变量,是许多研究森林的过程模型的一个重要变量。卫星遥感为大区域研究 LAI 提供了唯一的途径。SPOT5数据的多光谱波段空间分辨率为10米(短波红外空间分辨率(本文来源于《中国地理学会2007年学术年会论文摘要集》期刊2007-11-01）
方立刚,陈水森,张晓初[7]（2005）在《基于ETM+的表观荔枝波谱反射率反演研究》一文中研究指出试从现有的大量遥感影像中提取不同环境下地物的反射率,以目前常用的ETM+影像数据和荔枝波谱数据提取为例,先对影像进行系统校正得到星上反射率,然后采用6S大气校正模型对图像进行订正,反演地物的真实反射率,并采用与野外实测相结合的方法,分析了星上反射率、6S反演的反射率与实测值之间的误差,结果证明6S校正法是一种较高精度的地物波谱反演方法,可以方便、快捷、准确地从现有的大量遥感影像上直接获取荔枝的反射率。为下一步的自动高效从影像反演地物反射率的研究奠定了基础。(本文来源于《热带地理》期刊2005年04期）
池宏康,周广胜,许振柱,肖春旺,袁文平[8]（2005）在《表观反射率及其在植被遥感中的应用》一文中研究指出由于植被遥感应用定量化和监测等的需求,光学遥感数据的辐射校正更加受到重视。该文论述了辐射校 正,辐射定标和大气校正的概念以及它们之间的区别及关系。特别对辐射定标的结果之一,大气层顶表观反射率, 简称表观反射率(Apparent reflectance)的定义、概念、计算和它在植被遥感中的应用等方面,进行了详细的论述。(本文来源于《植物生态学报》期刊2005年01期）
刘希[9]（2004）在《双通道动态阈值法和6S模式定量计算表观反射率法对GMS—5和FY2B图像进行自动云检测》一文中研究指出云是由悬浮在大气中的水滴和(或)冰晶微粒组成的可见聚合体。卫星资料以其自身的优势成为云分析的一种重要研究手段。为了从卫星数据中取得比较准确的云参数首先要进行云检测，把有云的像元判识出来。 本文介绍了两种云检测算法：双通道动态阈值法和表观反射率法。双通道动态阈值法的依据是，在可见光云图和红外云图上，云和地物的值域是不同的。对每32×32个像元组成的像元阵进行直方图统计，求出区别云和地物值域的阈值。根据所求出的阈值，对每个像元阵内的逐个像元进行云判识。若某个像元在红外和可见光两个通道中的任何一个被判识成云，则该像元为云像元。当太阳高度角较低，光照条件差，云图色调很灰暗或夜间缺少可见光通道数据时，只用红外一个通道来判识云。用双通道动态阈值法对GMS5云图及除杂散光前和除杂散后的FY2B云图进行云检测，在中低纬地区白天，结合使用可见光通道和红外通道，该算法具有较好的云判识结果。但在中低纬夜间，以及高纬度仅用红外通道时，云检测的精确度降低。地表温度的降低，积雪的存在，这些因素也使得高纬度地区云检测的精确度降低。除杂散光后的FY2B云图的云检测结果优于除杂散光前的结果。 表观反射率法先将待检测云图临近的七天至十天的云图进行晴空合成，通过查6S模式制成的查照表将晴空合成值反演为地表反射率，然后再查6S模式制成的另一查照表将地表反射率正演为表观反射率。将表观反射率乘以不同的系数得阈值，待检测云图的表观反射率大于阈值的像元为云像元。用表观反射率法对GMS5云图进行云检测，如果晴空合成图某区域有云覆盖，则易将被检测的云图相应区域的云误判成地表，如果某个区域的晴空合成图没有雪覆盖，而被检测云图该区域有雪覆盖，则必将雪误判成云。 最后用MODIS的云检测结果对双通道动态阈值法和表观反射率法分别进行真实性检验。这两种方法在我国东部及其以东的海面上的正确率在80％左右，晴空误判率较高，云的误判率相对低，即表观反射率法和双通道动态阈值法对晴空区的判定比较严格。陆地上表观反射率法的晴空误判率明显低于双通道动态阈值法，云的误判率大致相同。海洋上表观反射率法的晴空误判率低于双通道动态阈值法，但差距较小，云的误判率大致相同。这说明表观反射率法在陆地上对晴空区的判别水平提高了。本文的研究工作表明，当不用历史资料，不知道区域先验气候值和辐射值时，双通道动态阈值法和表观反射率法均有可能获得合理的结果。(本文来源于《南京气象学院》期刊2004-05-01）
池宏康[10]（2003）在《表观反射率》一文中研究指出由于遥感应用定量化,遥感监测等的需求,光学遥感数据的辐射校正更加受到重视。本文论述了辐射校正,辐射定标和大气校正的概念,和它们之间的区别及关系。特别对辐射定标的结果之一,表观反射率的定义、概念、计算和作用等方面,进行了详细的论述。(本文来源于《第十四届全国遥感技术学术交流会论文摘要集》期刊2003-10-01）
表观反射率论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
辐射定标可分为叁个阶段:发射前定标、在轨星上定标以及在轨替代定标。在轨星上定标是卫星在发射升空后利用卫星上自带的定标设备对遥感器进行辐射定标,能长期监测仪器状态,及时发现仪器产生的衰减。在轨替代定标是卫星在运行过程中,以地球表面特殊区域为替代目标,通过对替代目标的观测,实现传感器的辐射定标,可分为场景定标、场地定标和交叉定标叁种。场景定标是在轨替代定标中重要组成部分,实现场景定标的首要因素是选择一个合适的替代目标,由于夜间月亮辐射量级较低,且随月相变化大,因此对替代目标提出了更高的要求。基于此,本文选取古里雅冰帽、普若岗日冰原及茶卡盐湖叁处范围大且均匀的高反射目标,基于VIIRS/DNB夜间数据,在完成偏移修正、云剔除及信息提取等多个步骤后,引入MT2009月亮辐照度模型模拟夜间到达大气层顶月亮辐照度,根据由白天表观反射率公式推导夜间表观反射率,深入分析了叁处区域微光条件下大气层顶表观反射率随时间和月相角的变化规律,结果表明古里雅冰帽和普若岗日冰原微光条件下大气层顶表观反射率较高,长时间保持稳定,适合用于传感器的长时间序列分析,且月相角确实会影响定标结果精度,低月相角条件下定标精度更高。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
表观反射率论文参考文献
[1].樊文智.基于“葵花8号”表观反射率和AOD数据的逐小时地面PM_(2.5)估算[D].中国矿业大学.2019
[2].王锋,胡秀清,韩志刚,赵增亮,姚志刚.古里雅冰帽、普若岗日冰原及茶卡盐湖大气层顶微光表观反射率分析[C].第34届中国气象学会年会S10大气物理学与大气环境论文集.2017
[3].陈军,权文婷.“伪暗像元”表观反射率的尺度特性——以AWiFS和LISS传感器图像为例[J].国土资源遥感.2013
[4].古丽给娜·塔依尔江,塔西甫拉提·特依拜,阿依提拉·吾加布都拉.基于表观反射率的植被指数遥感监测[J].新疆农业科学.2010
[5].罗江燕,塔西甫拉提·特依拜,陈金奎.基于表观反射率的渭一库绿洲植被动态变化分析[J].水土保持研究.2008
[6].林文鹏,赵敏,柳云龙,刘冬燕,张翼飞.基于SPOT5表观反射率的城市森林叶面积指数估测研究[C].中国地理学会2007年学术年会论文摘要集.2007
[7].方立刚,陈水森,张晓初.基于ETM+的表观荔枝波谱反射率反演研究[J].热带地理.2005
[8].池宏康,周广胜,许振柱,肖春旺,袁文平.表观反射率及其在植被遥感中的应用[J].植物生态学报.2005
[9].刘希.双通道动态阈值法和6S模式定量计算表观反射率法对GMS—5和FY2B图像进行自动云检测[D].南京气象学院.2004
[10].池宏康.表观反射率[C].第十四届全国遥感技术学术交流会论文摘要集.2003