文献

J-GLOBAL ID：201702228545428907   整理番号：17A0233124

Pythonを利用した衛星画像の大気補正 第3回 カスタム大気モデルを使った衛星画像の大気補正

著者 (1件)： 眞子直弘 (千葉大 環境リモートセンシング研究セ)
資料名： 日本リモートセンシング学会誌  (Journal of the Remote Sensing Society of Japan)
巻： 37  号： 1  ページ： 39-44  発行年： 2017年01月31日 
JST資料番号： X0714A  ISSN： 0289-7911  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 2回に亘って,Pythonを利用して衛星画像の基礎的な大気補正を行う方法を解説して来た。最終回の第3回は,分光放射計で測定されたエアロゾル特性に基づくカスタムエアロゾルモデルを使って,ひまわり8号衛星画像の大気補正を行った。エアロゾルモデルによる大気補正係数の違い,スカイラジオメータのデータ読み出し,カスタムエアロゾルモデルを使った大気補正,及びエアロゾル光学的厚さの導出に分けて,必要なデータ処理を行うための解説を行った。Pythonコードをほぼ省略せずに示したため,コードの記述が多くなったが,Pythonを使えば,C言語やFortran等のプログラミング言語に比べて,データ処理が容易である事を述べた。

シソーラス用語： *衛星利用画像 ,  *大気補正 ,  大気モデル ,  分光放射計 ,  *データ処理 ,  オブジェクト指向言語 ,  エアロゾル ,  光学的厚さ
準シソーラス用語： Python ,  エアロゾル光学的厚さ ,  カスタムエアロゾルモデル ,  スカイラジオメーター

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (6件)：

• 1) 6SV User Manual Part 1http://6s.ltdri.org/content/manual01.html (2016.12.26)
• 2) Y. Iikura, et al.: Surface reflectance estimation from satellite imagery with inhomogeneous atmospheric conditions, IGARSS 2015, pp.2131-2134 2015.
• 3) N. Manago, et al.: Seasonal variation of tropospheric aerosol properties by direct and scattered solar radiation spectroscopy, JQSRT 112 (2), pp. 285-291 2011.
• 4) SKYNET International Data Centerhttp://www-lidar.nies.go.jp/skynet/index.php (2016.12.26)
• 5) SKYNET Research Product Release Servicehttp://atmos2.cr.chiba-u.jp/skynet/data.html(2016.12.26)

タイトルに関連する用語 (4件)： Python ,  衛星画像 ,  大気補正 ,  大気モデル