摘要
遥感数据定量化的关键是辐射校正。辐射校正法有基于物理辐射传输模型法和基于统计学模型法。现阶段研究中,针对定标文件缺失、同步观测大气光学参数难以获取情况下,很难使用物理辐射传输模型法对遥感数据进行辐射定标,大多是采用统计模型法中的经验线性法对数据进行处理,而使用非线性回归的统计学模型法实现反射率反演尚未得到广泛研究和应用。因此,通过对辐射传输过程深入研究,和对实测数据散点图分布规律深入分析,研究遥感数据灰度值与目标反射率之间的非线性回归模型,是统计模型法中一个重要研究课题。以中国科学院长春光学精密机械与物理研究所提供的未定标高光谱数据为研究对象进行非线性回归的大气校正。结果表明:线性回归模型的相关系数R为0.7202,样本均方根误差为0.1253;对数回归模型的相关系数为0.7544,样本均方根误差为0.1146。均方根误差的减少,相关系数的提高均显示对数模型比线性模型更适用于对此次长春地区获取的遥感图像进行校正。
It is an important research topic for the statistical model method through the study of radiative transfer process and the measured scatter plot of data distribution.In this paper,a set of hyperspectral remoting image is used to test the non-linear regression method for atmospheric correction.Simulations show that：the logarithmic model is superior to traditional empirical linear model,the correlation coefficient R has been effectively improved from 0.7202 to 0.7544,and the sample root mean square error has been effectively reduced from 0.1253 to 0.1146.
出处
《工业控制计算机》
2016年第11期111-113,共3页
Industrial Control Computer
关键词
大气校正
非线性回归
最小二乘法
高光谱遥感
atmospheric correction
non-linear regression
least square method
hyperspectral remote sensing
