遥感影像云检测-传统算法:Improved FMask(Improvement and expansion of the Fmask algorithm: cloud, cloud shadow)

Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4–7, 8, and Sentinel 2 images


论文地址

1.概述

1.1.对于LandSat卫星

LandSat8卫星包含两个传感器:操作陆地卫星成像仪(OLI)和热红外传感器(TIRS)。这颗新卫星具有陆地卫星TM和ETM的所有光谱波段,并且还具有一些新波段)。新的短波红外(SWIR)波段(波段9)(1.36–1.38μm)特别有助于探测高海拔云,例如卷云(为了简单起见,本文将这种新的SWIR波段称为“卷云波段”)。由于该特定波段的强吸水性,高海拔地区的云层将具有较小的云上双向水汽路径长度,这将使卷云带相对明亮。另一方面,对于大多数环境中的低空云和地球表面,双向水汽路径长度通常相当大,这将使卷云带通常变暗。然而,干燥环境或高海拔(如极地或高山)的明亮表面在卷云带中也可能具有相对较高的反射率,并可能被误认为是云*。*为了减少这种调试误差,需要相对较大的卷云带阈值,但这也将排除一些薄卷云。**目前的1级LandSat卫星8号图像包括一个质量评估(QA)波段,该波段还提供卷云置信度信息。

1.2.对于Sentinel卫星

Sentinel 2上的传感器从可见光到SWIR有13个光谱带,包括6个与陆地卫星TM和ETM波段类似的波段。在Sentinel 2发射之前,为其设计一种自动云、云阴影和雪检测算法非常重要。与陆地卫星TM和ETM相比,Sentinel 2具有卷云波段的优势,但没有热波段,热波段也是云探测的重要波段。大多数云检测算法严重依赖于热波段,因为云像素比晴空像素冷得多。此外,大多数云阴影检测算法也需要热波段来估计云高。因此,为Sentinel 2图像设计一个好的云和云阴影检测算法将是一个相当大的挑战。

1.3.本文贡献

Fmask算法最初是为LandSat卫星4-7的云、云影和雪而开发的。通过使用基于对象的云和云阴影匹配算法,它能够为每个单独的图像提供云、云阴影和雪遮罩。
本文首先介绍了Fmask算法的主要改进。然后,利用卷云带,将Fmask算法扩展到LandSat卫星8场景。最后,开发了一个版本的Fmask,可用于基于

评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值