曲利芹[1]2003年在《多卫星海色数据融合》文中指出本论文阐述了数据融合的基本概念，回顾了应用在海色遥感方面的数据融合方法，介绍了SeaWiFS和MODIS的技术指标、算法和数据产品。 对2001年SeaWiFS和MODIS两种海色传感器反演的叶绿素浓度数据的全球可利用率做了比较，讨论了二者数据融合的可行性和必要性。SeaWiFS由于倾角改变引起的数据丢失可以通过MODIS数据得以补充，在中纬度附近SeaWiFS可以补充MODIS由于太阳耀斑引起的数据丢失。另外，二者的轨道不同并且MODIS刈幅宽度较SeaWiFS宽，使得融合数据的覆盖范围较单一传感器广。 利用小波变换方法对2001年9km分辨率的SeaWiFS和4km分辨率的MODIS数据进行了融合处理，结果表明：1．融合数据比单一传感器数据提高海洋覆盖约7％，空间分辨率为4km；2．保持了高分辨率数据的海洋特征；3．叶绿素浓度融合数据与实测值比较，偏差和标准偏差分别为0.17和0.38(SeaWiFS为：0.34±0.50，MODIS为：0.16±0.40)，表明融合数据保持了较好的精度。
田林[2]2013年在《海水透明度的卫星遥感反演及其多传感器融合方法》文中提出海水透明度能够直接反映海水的混浊程度和海水对光的吸收和散射的程度，是描述海水光学性质的一个重要参量。研究海水透明度的时空分布与变化对于水质监测和水下军事活动等都具有重要意义。与传统测量方法相比，海色卫星遥感数据有采样频率高、覆盖范围广的特点，方便获取高时空分辨率的海水透明度数据。单一的海色传感器受刈幅宽度和云的影响，数据覆盖率较低，融合多个海色卫星传感器的数据可以提高数据的覆盖率和可信度，实现海水透明度数据的长时空连续观测。本文以西北太平洋为研究目标海域，基于透明度现场测量数据和遥感反射率数据建立了海水透明度遥感反演经验模型，并与半分析反演算法作比较，分析了反演算法在研究海域的适用性。结果表明，透明度的经验反演方法反演透明度与透明度现场测量值相关性更好，且误差较小，经验方法更适用于西北太平洋的海水透明度反演。将经验反演方法用于SeaWiFS、MODIS-terra、MODIS-aqua、MERIS卫星传感器2级数据的透明度数据反演。通过多卫星传感器之间的交叉校准，和多个卫星传感器数据的重投影，完成对数据的预处理，生成统一产品标准和空间分辨率的数据。运用平均法、最优插值法两种数据融合方法对多个传感器的预处理数据进行融合，获得西北太平洋海域的透明度月融合数据，并对融合产品进行评价。评价结果显示，海水透明度融合产品覆盖率较高，可信度较强，较好的表现了西北太平洋海水透明度的时空分布。
李新星, 张亭禄, 田林, 王晓菲, 刘金刚[3]2015年在《多卫星传感器南海叶绿素a浓度遥感数据融合》文中研究说明利用平均法、生物光学模型法和最优插值法3种数据融合方法对卫星传感器MODIS-Aqua、MOIDS-Terra及MERIS获取的南海叶绿素a浓度的数据进行了融合,通过比较融合产品的质量,对3融合方法进行了评价。(1)利用现场测量的南海遥感反射率和叶绿素a浓度数据建立了南海叶绿素a浓度的反演模型,并应用于MODIS-Aqua、MOIDS-Terra及MERIS Level 2反射率数据,获取南海叶绿素a浓度。(2)将平均法、生物光学模型法、最优插值法分别应用于上述3颗卫星的叶绿素a数据进行数据融合,并用现场测量的同步叶绿素数据对融合后的产品进行了印证。(3)利用3种融合方法分别对南海2011年MODIS-Aqua、MODIS-Terra和MERIS等3个传感器的叶绿素a数据进行了月融合,分析了融合的南海叶绿素a浓度的时空分布特征。结果表明,融合数据大幅度提高了空间覆盖率,且具有较高可信度。平均法、生物光学法和优化插等3种融合方法性能有较大的不同,生物光学法具有高的运行速度,但有时空间覆盖率仍不能满足要求;优化插值法具有高的空间覆盖率,但其运行速度较慢。因此,在具体应用中,应根据需求选择合适的融合方法。
闫婧华[4]2014年在《MISR和MODIS气溶胶光学厚度产品的数据融合及其在大气细颗粒物监测中的应用研究》文中指出大气气溶胶是影响全球气候和辐射平衡的关键因素之一，光学厚度是其消光能力的反映，也是气溶胶含量、大气浑浊度和空气质量的重要表征。受限于气溶胶稀少的地面观测站和较大的时空瞬变性，获取连续时间内高覆盖率的数据难以实现，而卫星遥感技术为解决该问题提供了新的方法。搭载在美国国家宇航局第一颗对地观测卫星Terra上的多角度成像光谱仪MISR和中分辨率成像光谱仪MODIS均可提供遥感气溶胶光学厚度产品，其中MODIS具有高分辨率、刈幅宽的特点，而MISR的多角度信息在冰雪覆盖和荒漠等亮地表地区能有效进行反演。对两个传感器进行数据融合可以实现二者的优势互补，弥补单个传感器的不足。本文采用加权平均法、统计最优估计法和小波分解与重构法分别对MISR和MODIS550nm的气溶胶光学厚度进行数据融合，并利用全球气溶胶观测网AERONET的地面实测数据对融合结果进行评价，最后初步探讨了融合气溶胶光学厚度数据在近地面大气细颗粒物PM2.5监测中的应用可行性。主要研究内容及结果如下：1.利用2011-2012年研究区域（10°N-40°N、100°E-130°E）的AERONET站点数据分别对MISR和MODIS550nm的气溶胶光学厚度数据进行匹配对比和校正，结果表明MISR和MODIS与现场测量数据的相关性良好，相关系数分别为0.8881和0.9038，均方根误差分别为0.2055和0.1731。校正后的MISR和MODIS数据将用于该区域的数据融合。2.分别应用加权平均法、统计最优估计法、基于像素和基于区域方差的小波融合叁种方法对2011-2012年研究区域MISR和MODIS550nm的气溶胶光学厚度进行数据融合，并对融合结果进行评价。结果显示以天为融合时间单位，两种客观分析法（加权平均和统计最优估计法）融合的精度优于小波融合法，对于更大时间尺度和空间覆盖的融合，小波融合能体现较丰富的细节信息。数据融合后产品的覆盖率与MODIS相比平均提高了6.7%~13.3%，与MISR相比平均提高了32.8%~39.4%。3.将融合后的气溶胶光学厚度产品与地面空气监测站提供的与之相匹配的大气细颗粒物PM2.5空气质量指数进行时间序列比较，发现二者的变化具有一致性；研究五个不同城市PM2.5指数与融合气溶胶光学厚度的线性相关性，得到的平均相关系数为0.6186，显示出较高的相关性。结果表明卫星遥感气溶胶光学厚度能较好的反映近地面PM2.5的变化，卫星遥感大气细颗粒物具有可行性。
参考文献：
[1]. 多卫星海色数据融合[D]. 曲利芹. 中国海洋大学. 2003
[2]. 海水透明度的卫星遥感反演及其多传感器融合方法[D]. 田林. 中国海洋大学. 2013
[3]. 多卫星传感器南海叶绿素a浓度遥感数据融合[J]. 李新星, 张亭禄, 田林, 王晓菲, 刘金刚. 遥感学报. 2015
[4]. MISR和MODIS气溶胶光学厚度产品的数据融合及其在大气细颗粒物监测中的应用研究[D]. 闫婧华. 中国海洋大学. 2014
标签：海洋学论文; 工业通用技术及设备论文; modis论文; 气溶胶论文; 数据融合论文; 大数据论文; 传感器技术论文;