资源简介

摘要： 基于2013~2014年春夏秋冬4个时相的HJ-1B热红外遥感影像，采用覃志豪单窗算法反演海表温度。利用实测海表温度数据作为反演结果的对比验证，结果表明：平均绝对误差为0.86 ℃，相关系数R2为0.971 5。并对水汽含量和大气温度的不确定性，对反演结果产生不同程度的影响进行分析，结果表明水汽含量误差范围在-2~0 g/cm2之间，气温变化量在-2 ℃~2 ℃之间，所产生的海表温度误差在5%以内，依然可以达到较高的反演精度；冬季水汽含量的敏感性比夏季高，而大气温度在夏季的敏感性却比冬季高。因此，单窗算法在福建毗邻海域海表温度反演具有较好的适用性，对福建毗邻海域的海洋环境监测具有重要意义。 关键词： 海表温度;  单窗算法;  敏感性分析;  精度     Abstract: On the basis of four quarters HJ\|1b thermal infrared remote sensing images during 2013~2014，each of the spring，summer，autumn and winter，mono\|window algorithm was adopted to retrieve Sea Surface Temperature(SST).To verify the feasibility and accuracy of this algorithm，the derived results were compared with the measured SST data，show that the average absolute error is 0.86 ℃ and the correlation coefficient R2 is 0.971 5.The different levels influence on derived results caused by the uncertainty of water vapor and atmospheric temperature is analyzed，indicate that if the water vapor error ranges between -2~0 g/cm2and the temperature variation is between -2 ℃~2 ℃，the sea surface temperature error will be within 5%，the high retrieving accuracy can still be achieved；The sensitivity of the water vapor in winter shows higher than in summer，while the sensitivity of atmospheric temperature demonstrates lower than in summer.Therefore，mono\|window algorithm is good applicable in the SST retrieval in Fujian sea and its surrounding areas，which is of great significance to Fujian environmental monitoring.

相关资源

1. 水质遥感监测的关键要素叶绿素a的反演算法研究进展
2. 基于无人机遥感技术的森林参数获取研究进展
3. 基于无线传感器网络的森林生态系统观测试验平台构建
4. 基于无人机激光雷达的森林冠层高度分析
5. 多源时序国产卫星影像的森林火灾动态监测
6. 基于无人机遥感技术的台风灾害倒伏绿化树木检测

下载说明

·如果您发现该资源不能下载，请通知管理员.gissky@gmail.com

·为确保下载的资源能正常使用，请使用[WinRAR v3.8]或以上版本解压本站资源,缺省解压密码www.gissky.net ，如果是压缩文件为分卷多文件，请依次下载每一个文件，并按照顺序命名为1.rar,2.rar,3.rar...，然后鼠标右击1.rar解压.

·为了保证您快速的下载速度，我们推荐您使用[网际快车]等专业工具下载.

·站内提供的资源纯属学习交流之用,如侵犯您的版权请与我们联系.