抽象的

OCM-2 传感器近海水域校准系数的推导

Muniyandi Tholkapiyan、Palanisamy Shanmugam、Prakash Chauhan 和 Muthusamy Suresh

为提高印度遥感卫星 (IRS) 上海洋颜色监测器 (OCM-2) 的性能,需要增强飞行前校准系数,这些辐射校准系数是通过在印度南部沿海水域进行现场测量确定的。这些系数应用于在孟加拉湾卡利米尔角 (Palk 海峡) 和马纳尔湾附近沿海水域获取的 OCM-2 数据,并与 SeaDAS 软件中包含的类似系数以及空间应用中心 (SAC) 提供的系数进行比较。两种大气校正算法与这些系数结合使用,从 OCM-2 数据中获得水面离辐射 (Lw),即 CAAS 算法和 SeaDAS 算法。对这些系数和大气校正算法的结果进行评估表明,当将 SAC (正偏差) 系数和 SeaDAS (负偏差) 系数与 SeaDAS 大气校正算法一起应用于 OCM-2 数据时,得出的 Lw 值存在很大偏差。当使用相同的 (SeaDAS) 大气校正算法时,新系数的偏差不太明显
。然而,使用 CAAS 算法将所有三个系数应用于 OCM-2 显示出类似的趋势,但相对于现场 Lw 数据偏差较小。使用新系数获得的结果与现场水离开辐射度(412-443nm 通道除外)显示出良好的一致性。这些结果表明,新的校准系数可以与 CAAS 大气校正算法一起使用,以提高 OCM-2 传感器对印度周边沿海水域(包括藻华)各种水成分进行定量评估的性能。

免责声明: 此摘要通过人工智能工具翻译,尚未经过审核或验证