太阳天顶角对反演高光谱地表反射率影响分析

杜沈达; 张运杰; 韦玮; 黄冬; 李新; 郑小兵

doi:doi:10.3788/AOS202141.0229001

光学学报, 2021, 41 (2): 0229001, 网络出版: 2021-02-27

太阳天顶角对反演高光谱地表反射率影响分析下载： 1087次

Analysis of Influence of Solar Zenith Angle on Reconstruction of Hyperspectral Surface Reflectance

论文大纲

杜沈达 ^1,2,3张运杰 ^1,3,*韦玮 ^1,3黄冬 ^1,2,3李新 ^1,3郑小兵 ^1,3

作者单位

¹ 中国科学院合肥物质科学研究院安徽光学精密机械研究所, 安徽合肥 230031

² 中国科学技术大学, 安徽合肥 230026

³ 中国科学院通用光学定标与表征技术重点实验室, 安徽合肥 230031

AI 词云图 AI一句话精读 AI短摘要

注：本部分内容由 AI 自动生成，请您知悉。

摘要

为了满足星上载荷高频次的在轨定标需求,常使用场地自动化定标技术将多光谱反射率反演为高光谱反射率,所以提升光谱的反演精度对提高自动化定标精度尤为重要。使用布设在敦煌辐射校正场的通道式自动化观测仪器计算从2018年9月至2019年9月的反射率;根据测量过程中太阳天顶角的不同将数据分为6组,并使用双向反射分布函数模型对不同太阳天顶角下的光谱形状进行一致性分析。实验结果表明,双向反射分布函数模型校正不同入射角度是有效的。

Abstract

In order to meet the high-frequency on-orbit calibration requirements of the on-board load, the site automatic calibration technology is often used to invert the multi-spectral reflectance into the hyper spectral reflectance, so it is particularly important to improve the precision of automatic calibration to improve the inversion accuracy of spectrum. In this paper, we calculate the reflectance from September 2018 to September 2019 using a channel-type automated observation instrument deployed in the Dunhuang radiometric calibration site. Furthermore, we divide the data into 6 groups according to the difference in the solar zenith angles during the measurement process and employ the model of bidirectional reflectance distribution function (BRDF) for the consistency analysis of spectral shapes at different solar zenith angles. The experimental results show that the BRDF model is effective for correcting the data at different incident angles.

1 引言

自场地自动化定标技术提出以来,国内外的科研人员就使用该技术对一系列的载荷进行在轨辐射定标,如亚利桑那大学基于RadCaTS(Radiometric Calibration Test Site)^[1]、中国科学院合肥物质科学研究院安徽光学精密机械研究所基于敦煌辐射校正场^[2]和中国科学院光电研究院基于国家高分辨遥感综合定标场在蓝、绿、红和近红外波段^[3]均开展了自动化定标实验。实验结果表明,自动化定标的精度可以达到或优于人工定标,并能够解决人工值守测量成本大、频次低和频繁进出破坏场地等问题,为替代定标和互定标提供有力支持^[4-5]。

将多光谱反射率反演为高光谱反射率是自动化定标流程中的重要一环,其直接影响最终的定标精度。由于多光谱仪器在可靠性、稳定性和野外适用性等方面均优于高光谱仪器,因此目前布设在野外定标场地进行长期自动化观测的仪器多为多光谱类仪器,并采用光谱反演法将其测量数据转换为实时的高光谱数据。首先选取高光谱反射率作为参考反射率,使用双向反射分布函数(BRDF)对其进行入射角的校正,然后与多光谱仪器的光谱响应函数进行卷积以得到波段响应值,最后通过响应值与实时多光谱数据之间的差异来校正参考反射率,从而得到实时的高光谱反射率,由此实现多光谱地表反射率的反演^[3]。实际计算过程中,通过多条高光谱反射率来建立反射率库,从而衡量高光谱与多光谱的形状差异,对形状最相似的参考反射率进行校正,可以尽可能地消除由地表特性变化与太阳天顶角不同引起的误差^[2]。

本文使用布设在敦煌辐射校正场的自动化仪器测量从2018年9月至2019年9月的数据,根据大气状况相似的洁净天气来筛选数据并计算地表反射率;以多光谱曲线相似度为指标,使用该数据分析各类太阳天顶角下多光谱的形状变化程度以及不同天顶角之间的形状变化程度;使用BRDF模型对校正后的不同太阳天顶角数据进行相似度分析。实验结果表明,BRDF模型对校正角度具有有效性。

2 研究方法

2.1 数据计算方法

自动化观测仪器由自动化场地辐射计(ATR)和高精度太阳辐射计(PSR)构成,其中ATR测量的数据用于计算地表辐射度,PSR测量的数据用于计算太阳辐射照度。实验过程中,使用布置在敦煌辐射校正场内的两台ATR和一台PSR获得的数据。ATR和PSR覆盖从可见光到短波红外8个波段,测量间隙均为3 min,仪器的关键参数如表1所示。两台ATR的地理位置分别为(94.32°E,48.14°N)和(94.41°E,40.09°N),PSR的地理位置为(94.41°E,40.09°N)。ATR在波长为365 nm处的带宽为5 nm。

表 1. 自动化仪器的关键参数

Table 1. Key parameters of automated instruments

Parameter	ATR	PSR
Center wavelength /nm	400, 450, 500, 600, 675, 810, 1000, 1550	365, 412, 500, 610, 675, 862, 940, 1025
Band width /nm	10	20--40

查看所有表

为了确保测量过程中的大气条件适合定标,需要计算气溶胶光学厚度(AOD)并通过光学厚度值来筛选数据。假设气溶胶粒子遵循Junge分布,计算波长为550 nm的AOD为

τ (λ) = β λ^{- α}, (1)

式中:τ为AOD;λ为波长;β为Angstrom大气浑浊度系数;α为Angstrom波长指数。

以τ<0.3265为依据来筛选大气状况相似的洁净日期^[6],使用辐射传输模型得到入射辐射照度,使用ATR计算地表辐射度,从而得到在垂直观测方向的地表反射率,具体流程如图1所示,其中6SV1.1为大气辐射传输模型的代码。

图 1. 反射率的计算流程

Fig. 1. Flow chart of reflectance calculation

下载图片查看所有图片

使用地表辐射度与入射辐射照度来计算地表反射率,表达式为

ρ_{ATR, i} = \frac{π L}{E_{i}} (2)

式中: ρ_ATR,_i为ATR在i波段的地表反射率;L_i为在i波段的地表辐射度;E_i为在i波段的总照度,计算公式为

E_{i} = E_{d, i} + E_{a, i} + E_{e, i}, (3)

式中:E_d,_i为在i波段的直射辐照度;E_a,_i为在i波段的大气散射辐照度;E_e,_i为在i波段的环境辐照度。E_d,_i、E_a,_i和E_e,_i均通过大气辐射传输模型中的6SV1.1代码^[7-8]计算得到。

2.2 数据分析方法

经过计算得到结果数据的表示形式为数据元组,包括测量时间、测量地点、测量时的天顶角和方位角以及测量时的地表反射率。将反射率按照太阳天顶角分为30°±3°,40°±3°和80°±3° 6类。采用对数似然估计方法对每类天顶角下的8个波段进行正态分布估计,在95%的置信区间中计算6类数据各个波段的均值 $\hat{μ}$ 和标准差 $\hat{σ}$ ,通过均值与标准差来计算离散系数 $\hat{δ}$ ,以分析场地反射率在时间上的变化与波长和入射角度的关联性。

采用轨迹相似度衡量算法计算多光谱反射率曲线的相似度,该算法使用曲线中的点来代替轨迹点。实验过程中采用基于面积划分的三角分割(TD)法^[9],该方法有基于点的全局与局部匹配方法和基于曲线段的划分方法^[10],通过轨迹的长度和轨迹所包围的面积来确定轨迹的相似度。实验过程中,使用曲线来代表轨迹。与传统方法相比,基于面积划分的TD法能够在保证相似度准确率的情况下减小计算的时间复杂度,在计算大批量数据的方面优势明显,并且该方法考虑波长尺度上的刻度问题,适用于各个波段之间的不均匀刻度。

基于面积划分的TD法计算曲线相似度的原理如图2所示,其中L_A、L_B为两条波段式光谱折线。对原数据集进行归一化处理,从点a₁、b₁开始,将a₁、b₁的连线作为第一条边L₁,将 $L_{a_{1} b_{2}}$ 和 $L_{b_{1} a_{2}}$ 的较短连线长度作为L₂,与L₁和L₂构成三角形的边即为第三条边L₃,并计算该三角形的面积,按此比较规则不断循环前进并累加三角形面积,最终在线段L_A或者L_B终点结束。累加的面积S'_T为

图 2. 相似度的计算方法

Fig. 2. Calculation method of similarity

下载图片查看所有图片

S'_{T} = \{\begin{array}{l} S_{T} + S ″ (a_{k}, b_{g + 1}, a_{k + 1}), & d (a_{k}, b_{g + 1}) > d (a_{k + 1}, b_{g}) \\ S_{T} + S ″ (a_{k}, b_{g}, b_{g + 1}), & others \end{array}, (4)

式中:S″(a_k,b_g₊₁,a_k₊₁)为a_k,b_g₊₁和a_k₊₁三点围成的三角形面积;S″(a_k,b_g,b_g₊₁)为a_k,b_g和b_g₊₁三点围成的三角形面积;d(a_k,b_g₊₁)为a_k和b_g₊₁两点之间的距离;d(a_k₊₁,b_g)为a_k₊₁和b_g两点之间的距离;k为L_A上的点索引序号;g为L_B上的点索引序号。最终计算两条折线的平均长度 $\bar{L}$ 和相似度S,表达式为

\begin{array}{l} \bar{L} = (d_{A} + d_{B}) / 2, (5) \\ S = 1 - S_{T} / {\bar{L}}^{2} 。 (6) \end{array}

影响光谱曲线形状变化的因素除了地表物质外,还有光源的入射角度。一般为了消除这种影响,使用BRDF模型对不同角度的数据进行校正^[11],转换公式为

ρ (θ_{1}, ϑ_{1}, φ_{1}, λ) = \frac{R (θ_{2}, ϑ_{2}, φ_{2}, λ)}{R (θ_{1}, ϑ_{1}, φ_{1}, λ)} \cdot ρ (θ_{2}, ϑ_{2}, φ_{2}, λ), (7)

式中:ρ为地表反射率;θ为入射天顶角;ϑ为观测天顶角;φ为相对方位角;R(θ,ϑ,φ,λ)为方向反射比;下标1、2分别为校正前、后的参数。

实验使用的BRDF模型是由Roujean等^[12]提出的,该模型为目前常用的半经验核驱动模型,构造形式为

R (θ, ϑ, φ, λ) = f_{iso} + f_{vol} K_{vol} (θ, ϑ, φ) + f_{geo} K_{geo} (θ, ϑ, φ), (8)

式中:f_iso、f_vol和f_geo分别为各向同性散射核、体散射核和几何光学散射核的权重因数;K_vol为体散射核;K_geo为几何光学散射核。K_vol和K_geo的计算公式分别为

\begin{array}{l} K_{vol} (θ, ϑ, φ) = \frac{4}{3 π} \frac{1}{\cos θ + \cos ϑ} [(\frac{π}{2} - ξ) \cos ξ + \sin ξ] - \frac{1}{3}, (9) \\ K_{geo} (θ, ϑ, φ) = \frac{1}{2 π} [(π - φ) \cos φ + \sin φ] \tan θ \tan ϑ - \frac{1}{π} (\tan θ + \tan ϑ + \sqrt[]{ta n^{2} θ + ta n^{2} ϑ - 2 \tan θ \tan ϑ \cos φ}), (10) \end{array}

式中:ξ为散射相角,即入射方向与观测方向的夹角,计算公式为

\cos ξ = \cos θ \cos ϑ + \sin θ \sin ϑ \cos φ 。 (11)

3 结果与分析

3.1 太阳天顶角对多光谱形状相似度的影响

对计算得到的数据按照不同的太阳天顶角进行筛选,每组均约有1500条数据,其中2019年的有效数据占总有效数据的84%,结果如图3所示。

采用对数似然估计方法在95%的置信区间中对反射率进行正态分布拟合,计算得到的 $\hat{δ}$ 如图4(a)所示,离群比如图4(b)所示,使用上、下四分位点计算的 $\hat{μ}$ 和 $\hat{σ}$ 如图4(c)所示。从图4可以看到,数据的离群比均小于0.06,说明该测量数据的质量较高,噪声较小;剔除离群点后在6类天顶角、8个波段和9704个数据采样点的情况下,敦煌辐射校正场的地表反射率平均变化范围为±1.43%,说明地表反射率在时间上有较好的稳定性,离散系数均在0.05~0.10之间,总体变化程度较小,各组波长之间离散系数的标准差均小于0.01,说明地表反射率的变化与波长的相关性小。

图 3. 2019年不同天顶角下的反射率。(a) 30°;(b) 40°;(c) 50°;(d) 60°;(e) 70°;(f) 80°

Fig. 3. Reflectance at different zenith angles in 2019. (a) 30°; (b) 40°; (c) 50°; (d) 60°; (e) 70°; (f) 80°

下载图片查看所有图片

计算6类天顶角数据两两之间的相似度,每组均约有1×10⁶条相似度数据,结果如表2所示。正态核函数又称高斯分布函数,采用正态核函数对相似度数据进行核密度估计(KDE),结果如图5所示。KDE利用数据自身的信息可以避免人为主观地带入先验知识,从而能够对样本数据进行最大程度的近似。对于相似度结果,若两条曲线相似度值越接近100%,则说明两条曲线越相似。

图 4. 6类天顶角的统计参数。 (a) $\hat{δ}$ ;(b)离群比;(c) $\hat{μ}$ 和 $σ<Fig. 4. Statistical parameters of zenith angle in 6 categories. (a) \hat{δ}; (b) outlier ratio; (c) \hat{μ} and 下载图片查看所有图片表 2. 相似度的统计数据 Table 2. Similarity statistics Zenith angle 30° 40° 50° 60° 70° 80° 30°&40° 30°&80° Mean 0.9947 0.9942 0.9946 0.9940 0.9931 0.9915 0.9944 0.9898 Standard deviation 0.0041 0.0043 0.0042 0.0044 0.0048 0.0063 0.0042 0.0071 Minimum 0.9708 0.9633 0.9638 0.9605 0.9572 0.9464 0.9633 0.9464 查看所有表图 5. 相似度的统计结果。(a)单个情况;(b)组合情况 Fig. 5. Statistical results of similarity. (a) Single case; (b) combined case 下载图片查看所有图片从表2 和图5 可以看到,随着天顶角的增大,曲线相似度的均值和最小值均逐渐减小,标准差逐渐增大;30°和40°之间的曲线相似度均值为0.9944,标准差为0.0042,30°和80°之间的曲线相似度均值为0.9898,标准差为0.0071,太阳天顶角之间的差距越大,说明两条曲线之间的形状误差越大。相似度十分接近的原因有三个:1)敦煌辐射校正场作为国家辐射校正场,其反射率在时间上有良好的稳定性;2)计算过程中使用的是多光谱数据,采样的通道数仅为8,所以只能在特定波段上体现光谱形状的变化;3)相似度计算算法受到自身的影响,则得到的数值相较于其他相似度计算方法偏大,其为最重要的原因。采用该算法计算敦煌冬季与夏季的相似度为0.9596,虽然比夏季的相似度小,但在数值上不能明显体现,即该方法计算的值在[0,1]之间不能细致划分,但计算值之间的大小比较与曲线的相似度的关联性更为优秀。自动化定标过程中,采用平移光谱曲线的方法会忽略其形状变化。相似度计算结果表明,如果参考光谱曲线或者测量点的太阳天顶角越大,则会给计算结果引入更多的形状误差;如果参考光谱曲线与当前测量点之间的太阳天顶角的差距越大,则也会给计算结果造成更大的形状误差。 3.2 BRDF模型校正不同角度下的光谱形状为了分析BRDF模型对不同几何角度的校正作用,将角度为80°的数据使用BRDF模型校正为30°,模型参数在不同波长下的变化情况如图6 所示,其为本课题组反演实测方向的反射率数据而得到。自动观测计算的反射率数据的观测天顶角和相对方位角均为0°,最终得到每组均超过4×10 6 条相似度数据。校正前后的相似度统计数据如表3 所示,相似度统计曲线如图7 所示,其中30°(80°)为80°的太阳天顶角数据使用BRDF模型校正为30°。从表3 可以看到,80°的太阳天顶角经过BRDF模型校正为30°,其相似度的均值和最小值均有提高,标准差降低,说明在大天顶角处产生的光谱曲线形状误差大于小天顶角,说明BRDF模型可以改善光谱曲线形状误差;经过BRDF模型校正后,相似度从0.9898提高到0.9901,最小值从0.9464提高到0.9494,标准差从0.0071下降到0.0068。综上所述,证明使用BRDF模型校正不同几何角度是行之有效的。图 6. 模型参数在不同波长下的变化情况 Fig. 6. Variation of model parameters at different wavelengths 下载图片查看所有图片表 3. 校正前后的相似度统计数据 Table 3. Similarity statistics before and after correction Zenith angle 30° 80° 30°(80°) 30°&80° 30°&30°(80°) Mean 0.9947 0.9915 0.9918 0.9898 0.9901 Standard deviation 0.0041 0.0063 0.0060 0.0071 0.0068 Minimum 0.9708 0.9464 0.9494 0.9464 0.9494 查看所有表图 7. 不同情况下校正前后的相似度统计曲线。(a) 30°和80°;(b) 80° Fig. 7. Similarity statistical curves before and after correction under different conditions. (a) 30° and 80° ; (b) 80° 下载图片查看所有图片 4 结论基于以上分析可以得到小天顶角下光谱形状的稳定性优于大天顶角,并且与太阳天顶角多光谱反射率曲线形状的差异更小,说明BRDF模型校正角度是有效的。对自动化定标流程中的光谱反演而言,尽量选择同一太阳天顶角下的高光谱作为参考光谱,当缺乏几何条件的光谱数据时,使用BRDF模型校正其他角度的光谱曲线形状。以上的分析虽然使用的数据样本很多,但时间跨度仅为一年,若对敦煌辐射校正场的地表反射率进行更长时间的分析,还需要时间积累;并且基于通道式仪器体现光谱形状的能力远不及连续谱数据,若能使用仪器自动化且高频次地得到连续谱数据,这对光谱形状变化程度的刻画更精准。参考文献 [1] Czapla-Myers JS. Automated ground-based methodology in support of vicarious calibration[D]. Arizona: University of Arizona, 2006. [2] 张孟, 韦玮, 张艳娜, 等. Hyperion高光谱遥感器的在轨自动化定标[J] . 光学学报, 2019, 39(5): 0528002 . Zhang M, Wei W, Zhang Y N, et al. On-orbit automated calibration of Hyperion hyperspectral remote sensor[J] . Acta Optica Sinica, 2019, 39(5): 0528002 . [3] 马志宏, 马灵玲, 刘耀开, 等. 通道式辐射计自动观测数据的反射率光谱拓展方法[J] . 光学学报, 2019, 39(7): 0728004 . Ma Z H, Ma L L, Liu Y K, et al. A method for hyperspectral reflectance reconstruction from automatic observation with multispectral radiometer[J] . Acta Optica Sinica, 2019, 39(7): 0728004 . [4] 李新, 郑小兵, 尹亚鹏. 场地自动化定标技术进展[J] . 大气与环境光学学报, 2014, 9(1): 17-21 . Li X, Zheng X B, Yin Y P. Progress in automated site vicarious calibration technologies[J] . Journal of Atmospheric and Environmental Optics, 2014, 9(1): 17-21 . [5] 吕佳彦, 何明元, 陈林, 等. 基于敦煌辐射校正场的自动化辐射定标方法[J] . 光学学报, 2017, 37(8): 0801003 . Lü J Y, He M Y, Chen L, et al. Automated radiation calibration method based on Dunhuang radiometric calibration site[J] . Acta Optica Sinica, 2017, 37(8): 0801003 . [6] 王尧奇, 沈志宝, 季国良, 等. 兰州冬季的大气浑浊度[J] . 高原气象, 1982, 1(4): 84-91 . Wang Y Q, Shen Z B, Ji G L, et al. Atmospheric turbidity in winter over Lanzhou[J] . Plateau Meteorology, 1982, 1(4): 84-91 . [7] Vermote E F, Tanre D, Deuze J L, et al. Second simulation of the satellite signal in the solar spectrum, 6S: an overview[J] . IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(3): 675-686 . [8] Wilson R T. Py6S: a Python interface to the 6S radiative transfer model[J] . Computers & Geosciences, 2013, 51: 166-171 . [9] 吕一可, 徐凯, 黄振强. 基于面积划分的轨迹相似性度量方法[J] . 计算机应用, 2020, 40(2): 578-583 . Lü Y K, Xu K, Huang Z Q. Trajectory similarity measurement method based on area division[J] . Journal of Computer Applications, 2020, 40(2): 578-583 . [10] 周星星, 吉根林, 张书亮. 时空轨迹相似性度量方法综述[J] . 地理信息世界, 2018, 25(4): 11-18 . Zhou X X, Ji G L, Zhang S L. Overview of the similarity measurement methods for spatial-temporal trajectory[J] . Geomatics World, 2018, 25(4): 11-18 . [11] Bruegge C J, Coburn C, Elmes A, et al. Bi-directional reflectance factor determination of the railroad valley playa[J] . Remote Sensing, 2019, 11(22): 2601 . [12] Roujean J L, Leroy M, Deschamps P Y. A bidirectional reflectance model of the Earth's surface for the correction of remote sensing data[J] . Journal of Geophysical Research: atmospheres, 1992, 97(D18): 20455-20468 . Article Outline 1 引言 2 研究方法 2.1 数据计算方法 2.2 数据分析方法 3 结果与分析 3.1 太阳天顶角对多光谱形状相似度的影响 3.2 BRDF模型校正不同角度下的光谱形状 4 结论杜沈达, 张运杰, 韦玮, 黄冬, 李新, 郑小兵. 太阳天顶角对反演高光谱地表反射率影响分析[J]. 光学学报, 2021, 41(2): 0229001. Shenda Du, Yunjie Zhang, Wei Wei, Dong Huang, Xin Li, Xiaobing Zheng. Analysis of Influence of Solar Zenith Angle on Reconstruction of Hyperspectral Surface Reflectance[J]. Acta Optica Sinica, 2021, 41(2): 0229001. 点击上图查看本文图集论文摘要 Full Text 图 & 表补充材料基本信息知识挖掘 Metrics PDF全文参考文献 & 引文本文已被 3 篇论文引用被引统计数据来源于中国光学期刊网引用该论文： TXT | EndNote 被引通知 PDF全文相关论文加载中... 相关资讯加载中... 安全提示即将离开中国光学期刊网您即将离开中国光学期刊网，请注意您的账号和财产安全。继续访问取消安全提示即将离开中国光学期刊网您即将离开中国光学期刊网，请注意您的账号和财产安全。继续访问取消帮助中心 | 隐私策略 | 用户协议 | 意见建议 | 站点地图 | 关于我们 | 广告投放 | 中国激光杂志社版权所有 © 中国上海嘉定 2022.3 沪ICP备15018463号互联网出版许可证关于本站 Cookie 的使用提示中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务，点击此处了解我们的隐私策略。
如您需继续使用本网站，请您授权我们使用本地 cookie 来保存部分信息。允许本站使用 cookie 全站搜索您最值得信赖的光电行业旗舰网络服务平台! 快速查询高级查询标题标题摘要关键词作者作者单位 DOI 期刊资讯查询快速查询高级查询最近搜索：大家在搜：人工智能图像处理光子热门搜索：机器视觉光通信光纤传感器 var _hmt = _hmt || [];(function() {var hm = document.createElement("script");hm.src = "https://hm.baidu.com/hm.js?7da85662b5f15b13c0009fe7e20e2240";var s = document.getElementsByTagName("script")[0]; s.parentNode.insertBefore(hm, s);})(); function checkSCG() {
// anti forgery token
//var antiForgery = $("input[name='__RequestVerificationToken']:first").val();
var keyInput = $.trim($("#key-input").val());
if (keyInput == "") { alert("请输入查询词，查询词不能为空!"); $("#key-input").focus(); return false; }
else {
var keyType = $("#key-type").val();

$.post("/Search/Log", { "key": keyInput, "withKey": "", "keyType": keyType }, function (data) {
//alert(data);
});

if (keyType == "J") {
$("#formTop").attr("action", "/J/Search");
}
else if (keyType == "P") {
$("#formTop").attr("action", "/News/SimpleSearch/" + encodeURI(keyInput));
}
else {
$("#formTop").attr("action", "/Articles/SimpleSearch?kt=" + encodeURIComponent(keyType) + "&kw=" + encodeURIComponent(keyInput));
}
}
}
//window.Fancybox = Fancybox;
var showAcceptCookie =true;
$(document).ready(function () {
// for link bottom slide line
linkFocusLine("#topNav", 2, 300);
linkFocusLine("#navbarJISNV", 2, 300);
// for accept cookie
//accept cookie suspend
//if (showAcceptCookie) {
// var acceptCookieOffcanvas = document.getElementById('acceptCookieOffcanvas')
// var bsAcceptCookieOffcanvas = new bootstrap.Offcanvas(acceptCookieOffcanvas)
// bsAcceptCookieOffcanvas.show();
//}
$("#btnAcceptCookie").click(function ()
{
$.post("/Account/AcceptCookie",function (data)
{
//alert(data.msg);//OK
bsAcceptCookieOffcanvas.hide();
})
});
// for image splash
$(".imgSplash").mouseover(function () {
$(this).animate(
{
opacity: '0.5'
});
$(this).animate(
{
opacity: '1'
});
});
// nav_button
$(".nav_button").click(function () {
if ($(this).hasClass("nav-is-visible")) {
$(this).removeClass("nav-is-visible");
}
else {
$(this).addClass("nav-is-visible");
}
});

// global search
$(".search-fields .select").hover(function () {
$(this).find(".options").show();//.slideDown();
var icon = $(this).find(".icon-down");
//console.log(icon);
$(this).find(".icon-down").addClass("active");
}, function () {
$(this).find(".options").hide();//.slideUp();
$(this).find(".icon-down").removeClass("active");
});

$(".search-fields .select .options .option").click(function () {
var parent = $(this).parents(".search-fields");
var selectedVal = $(this).html();
if (selectedVal == "期刊") { $("#key-type").val("J"); }
else if (selectedVal == "资讯") { $("#key-type").val("P"); }
else if (selectedVal == "摘要") { $("#key-type").val("AB"); }
else if (selectedVal == "关键词") { $("#key-type").val("AW"); }
else if (selectedVal == "作者") { $("#key-type").val("AU"); }
else if (selectedVal == "作者单位") { $("#key-type").val("AC"); }
else if (selectedVal == "DOI") { $("#key-type").val("AD"); }
else { $("#key-type").val("AT"); }
parent.find(".select .now .now-con").html(selectedVal);
parent.find(".select .options").hide();
$(".search-fields .select .options .option").removeClass('active');
$(this).addClass('active');
});
//
$("#formTop").submit(function (e) {
//e.preventDefault();
return checkSCG();
});
//处理form的submit事件，添加AntiForgeryToken到表单里
$("body").on("submit", "form", function () {
var theForm = $(this);
if (theForm.find("input[name='RequestVerificationToken']").length === 0) {
var antiForgery = $("#divAntiForgeyToken input[name='RequestVerificationToken']").val();// $("input[name='RequestVerificationToken']:first").val();
//alert(antiForgery);
if (antiForgery) {
var theAntiForgeryTokenInput = $('<input />').attr('type', 'hidden').attr('name', '__RequestVerificationToken').attr('value', antiForgery);
$(this).prepend(theAntiForgeryTokenInput);
}
}
});
}); $(document).ready(function () {
$(".panel-nav .item:eq(0)").addClass("active");
}); $(document).ready(function () {
//rurl = top.location.href;
//console.log(rurl);
//console.log("R" + document.referrer);
// 关闭对话框
$('#dlg').dialog('close');
//console.log(MathJax);
//console.log("MathJax Version:"+MathJax.version);//MathJax Version:3.2.2
// 去除作者单位在小尺寸屏幕下不显示的类
$(".dpt-title").removeClass("d-none");
// 获取参数
var aid = $('.aid').val();
var keys = $('.akeys').val();
var aurl = $(".aurl").val();
// 获取微信 JSSDK 配置
$.ajax({
type: "post",
url: "/Articles/getArticleWXJSConfig",
dataType: "json",
data: {
aid: aid, url: aurl
},
success: function (data) {
//console.log(data);
if (data.config["appName"] == "") {
console.log("WX JSSDK ERROR!!!");
} else {
//console.log(data);
//console.log(data.config.signature);
WXJSConfig(data.config.appId, data.config.timestamp, data.config.nonceStr, data.config.signature, data.config.title, data.config.link, data.config.imgUrl, data.config.desc)
}
},
error: function (e) {
console.log(e);
}
});

// 加载相关论文数据
$('.related-article-click').click(function () {
var relatedArticleTxt = $(".related-article").html().replace(/\s+/g, "");;

if (relatedArticleTxt == "加载中...") {
LoadRelatedArticleData(aid, keys);
}
$(this).toggleClass("active");
if ($(this).hasClass("active")) {
$(".related-article").slideDown();
}
else {
$(".related-article").slideUp();
}
});

// 加载相关资讯数据
$('.related-news-click').click(function () {
var relatedNewsTxt = $(".related-news").html().replace(/\s+/g, "");;

if (relatedNewsTxt == "加载中...") {
LoadRelatedNewsData(aid, keys);
}
$(this).toggleClass("active");
if ($(this).hasClass("active")) {
$(".related-news").slideDown();
}
else {
$(".related-news").slideUp();
}
});

///////////////////////////////////

$(".store").hover(function () {
var src = $(this)[0].src;
var hoverSrc = $(this).attr("hoverSrc");

$(this).attr("src", hoverSrc);
$(this).attr("hoverSrc", src);

});

$(".store").off("hover", function () {
var src = $(this)[0].src;
var hoverSrc = $(this).attr("hoverSrc");

$(this).attr("src", hoverSrc);
$(this).attr("hoverSrc", src);
});

///////////////////////////////////
// 作者单位显示和隐藏
$(".authors-dpt .dpt-title").each(function (n, o) {
$(o).click(function () {
//alert($(this).data("id"));
var aid = $(this).data("id");
var titletip = $(this).data("tip");
var guide = "#" + aid + "_guide";
var dpts = "#audpt_" + aid + "_2";
if ($(guide).hasClass("bi-chevron-down")) {
$(dpts).slideDown();
$(guide).removeClass("bi-chevron-down").addClass("bi-chevron-up");
}
else {
$(dpts).slideUp();
$(guide).removeClass("bi-chevron-up").addClass("bi-chevron-down");
}
});
});

// 延迟加载图片
$(".fullText-con img.figure").removeClass("lazyimg").unveil(100);
///////////////////////////////////
// 论文大纲
var hasOutline = true;
var bsArtOutlineOffcanvas = null;
var artOutlineOffcanvas = document.getElementById('ArticleOutlineCanvas')
if (artOutlineOffcanvas === undefined || artOutlineOffcanvas == null) {
hasOutline = false;
} else {
bsArtOutlineOffcanvas = new bootstrap.Offcanvas(artOutlineOffcanvas)
}
//console.log(hasOutline);
$(".show-outline").on("click", function () {
if (hasOutline) {
bsArtOutlineOffcanvas.show();
}
});
///////////////////////////////////
// 论文访问统计
var isMetrics=false; // var isMetrics=true;/false;
if (isMetrics) {

// ① -- 论文 PDF 下载统计
// pdf charts
var pdfHasChart=false; // var pdfHasChart=true/false;
if (pdfHasChart) {
initChartWithConfig('pdf', [],[], '近一月 PDF 下载信息', 'Tool Tip For PDF', '日期', 'PDF 下载次数');
}

// ② -- 论文 FullText 下载统计
var fulltextHasChart=false; // var fulltextHasChart=true/false;
if (fulltextHasChart) {
initChartWithConfig('fulltext', [],[], '近一月全文浏览信息', 'Tool Tip For Full Text', '日期', '全文浏览次数');
}

// ③ -- 论文摘要访问统计
var absHasChart=false; // var pdfHasChart=true/false;
if (absHasChart) {
initChartWithConfig('abs', [],[], '近一月摘要浏览信息', 'Tool Tip For Abstract', '日期', '摘要浏览次数');
}

// ④ -- 论文查询统计
var searchHasChart=false; // var pdfHasChart=true/false;
if (searchHasChart) {
initChartWithConfig('search', [],[], '近一月论文被查询信息', 'Tool Tip For Search', '日期', '查询次数');
}
}

///////////////////////////////////
// 20221012 -- by jokechen
// km animation durations -- 动态时序切换时间全局变量（方便在不重新编译情况下从网页单独修改该设置）
var kmDuration = 3000;
// 论文 KM
var isKM=false;
if (isKM)
{

}

// 手机版首图 -- 20230425 -- Jokechen
var apm = "";
if (apm.length > 0)
{
$(".ArticleContent .authors").after(apm).slideDown();
}
});
// init chart and config
function initChartWithConfig(id, data1, data2, title, tooltip, legend, seriesName) {
var chart = echarts.init(document.getElementById(id+'-chart'));
// 指定图表的配置项和数据
var option = {
title: {
text: title
},
tooltip: { tooltip },
legend: {
data: [legend]
},
xAxis: {
data: data1
},
yAxis: {},
series: [
{
name: seriesName,
type: 'line',
data: data2
}
]
};
// 使用刚指定的配置项和数据显示图表。
chart.setOption(option);
}
//
function notice() {
var aid = $('.aid').val();
var url = "/Articles/Notice?aid=" + aid;
var content = '<iframe id="iframeAdd" src="' + url + '" width="100%" height="100%" frameborder="0" scrolling="yes"></iframe>';

$('#dlg').dialog({
title: "被引通知",
iconCls: 'icon-add',
width: "500",
height: "150",
content: content,
noheader: true,
border: false,
resizable: false,//定义对话框是否可调整尺寸。
maximized: false,//默认最大化
minimizable: false, // 最小化按钮
maximizable: false, // 最大化按钮
modal: true,
closed: false,
onClose: function () {
}
});

$('#dlg').dialog('open');
$('#dlg').window('center'); // 居中
}$

太阳天顶角对反演高光谱地表反射率影响分析 下载： 1087次

1 引言

2 研究方法

2.1 数据计算方法

表 1. 自动化仪器的关键参数

Table 1. Key parameters of automated instruments

图 1. 反射率的计算流程

Fig. 1. Flow chart of reflectance calculation

2.2 数据分析方法

图 2. 相似度的计算方法

Fig. 2. Calculation method of similarity

3 结果与分析

3.1 太阳天顶角对多光谱形状相似度的影响

图 3. 2019年不同天顶角下的反射率。(a) 30°;(b) 40°;(c) 50°;(d) 60°;(e) 70°;(f) 80°

Fig. 3. Reflectance at different zenith angles in 2019. (a) 30°; (b) 40°; (c) 50°; (d) 60°; (e) 70°; (f) 80°

表 2. 相似度的统计数据

Table 2. Similarity statistics

图 5. 相似度的统计结果。(a)单个情况;(b)组合情况

Fig. 5. Statistical results of similarity. (a) Single case; (b) combined case

3.2 BRDF模型校正不同角度下的光谱形状

图 6. 模型参数在不同波长下的变化情况

Fig. 6. Variation of model parameters at different wavelengths

表 3. 校正前后的相似度统计数据

Table 3. Similarity statistics before and after correction

图 7. 不同情况下校正前后的相似度统计曲线。(a) 30°和80°;(b) 80°

Fig. 7. Similarity statistical curves before and after correction under different conditions. (a) 30° and 80° ; (b) 80°

4 结论

Article Outline

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

太阳天顶角对反演高光谱地表反射率影响分析下载： 1087次