MODIS数据的云处理及地表温度反演

论文摘要

本文主要研究MODIS数据中云的处理及对地表温度反演。由于气候的原因,大多时候获取的MODIS遥感数据都受到云噪声的干扰,云覆盖的存在不仅给图像的后续处理和识别带来了很多困难,而且直接影响地表参数定量反演的精度。为了提高图像的利用率,云处理便成为图像分析和应用中一个至关重要的环节。首先,利用ENVI软件对MODIS数据进行简单的预处理,然后根据遥感原理得到目标区域云、水体、植被和裸土等不同下垫面的辐射特性,并结合多通道阈值法设定适当的阈值,最终检测出薄云和厚云。由于薄云和厚云的成像原理和在图像中成像的特点都不相同,这就决定必须要针对不同的云层厚度采用不同的去云方法。对于薄云覆盖区域,利用改进后的同态滤波法进行处理,此方法不仅能有效的去除薄云,还能很好的恢复非薄云区的信息。而对于厚云覆盖区域,由于遥感图像中几乎不包含任何地物信息,常规的算法没有明显的去除效果,只能采用多时相遥感图像相应区域的替换法进行处理。对于地表温度的反演,根据MODIS数据反演大气透过率并对其影响因子进行校正,然后,通过植被指数的计算得到植被的覆盖度,针对不同植被覆盖度的类型分别进行比辐射率的估算,最后,利用劈窗算法反演地表温度,并分析云对地表温度反演的影响。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.2.1 云检测的研究现状
• 1.2.2 薄云去除的研究现状
• 1.2.3 厚云去除的研究现状
• 1.2.4 地表温度反演的发展
• 1.3 论文的主要内容结构
• 第二章 基于ENVI软件的MODIS数据预处理
• 2.1 MODIS数据的介绍
• 2.2 ENVI软件简介
• 2.3 MODIS数据预处理方法
• 2.3.1 传感器定标
• 2.3.2 几何纠正
• 2.3.2.1 Bow-tie处理
• 2.3.2.2.几何校正
• 2.3.3 图像裁剪
• 2.4 小结
• 第三章 基于MODIS数据的云检测
• 3.1 图像覆盖类型的判识
• 3.1.1 波段的选取
• 3.1.2 最大似然分类法
• 3.1.3 覆盖类型的判别
• 3.2 多通道阈值法
• 3.2.1 波段的选择
• 3.2.2 反射率云检测
• 3.2.3 近红外通道 1.375μm通道卷云检测
• 3.2.4 亮温的云检测
• 3.3 云检测
• 3.4 小结
• 第四章 基于MODIS数据的云去除
• 4.1 云噪声成像模型
• 4.2 薄云的去除
• 4.2.1 传统同态滤波法
• 4.2.1.1 同态滤波原理
• 4.2.1.2 高通滤波器的设计
• 4.2.1.3 传统同态滤波法去除薄云
• 4.2.2 改进后的同态滤波法
• 4.2.2.1 基于同态滤波的像素替换法
• 4.2.2.2 剔除云区影响的拉伸处理
• 4.2.3 薄云去除结果
• 4.3 厚云的去除
• 4.3.1 厚云去除算法
• 4.3.2 替补图像的选择及预处理
• 4.3.3 灰度值调整
• 4.4 小结
• 第五章 地表温度反演
• 5.1 地表温度反演的理论基础
• 5.1.1 热辐射参数及基本定律
• 5.1.2 有关温度的几个概念
• 5.1.3 大气窗
• 5.1.4 热红外辐射传输方程
• 5.2 地表温度反演算法
• 5.3 地表温度反演
• 5.3.1 劈窗算法的推导
• 5.3.2 大气透过率的估算
• 5.3.3 地表的比辐射率
• 5.3.4 地表温度反演结果
• 5.4 小结
• 结束语
• 致谢
• 参考文献
• 攻读硕士期间科研情况