植被遥感常用反射特征表达

Figure:

在这里插入图片描述

HDRF

Let Ω ′ \Omega' Ω be the incident solid angle, Ω \Omega Ω is leaving solid angle. Consider the BRDF of a Lamvertian target is 1 π \frac{1}{\pi} π1, the BRF is 1. The HDRF of a target is defined as:
R h e m ( Ω ) = Φ r Φ r l a m = L r L r l a m = ∫ 2 π − f r ( Ω ′ , Ω ) d E ′ ∫ 2 π − 1 π d E ′ = ∫ 2 π − f r ( Ω ′ , Ω ) ∣ μ ∣ I ′ d Ω ′ 1 π ∫ 2 π − I ′ ∣ μ ′ ∣ d Ω ′ = I 1 π ∫ 2 π − I ′ ∣ μ ′ ∣ d Ω ′ , μ > 0. \begin{aligned} R^{hem}(\Omega)&=\frac{\Phi_r}{\Phi_r^{lam}}=\frac{L_r}{L_r^{lam}}\\&=\frac{\int_{2\pi-}f_r(\Omega',\Omega)dE'}{\int_{2\pi-}\frac{1}{\pi}dE'}=\frac{\int_{2\pi-}f_r(\Omega',\Omega)|\mu| I'd\Omega'}{\frac{1}{\pi}\int_{2\pi-}I'|\mu'| d\Omega'}\\ &= \frac{I}{\frac{1}{\pi}\int_{2\pi-}I'|\mu'| d\Omega'}, \ \ \mu>0. \end{aligned} Rhem(Ω)=ΦrlamΦr=LrlamLr=2ππ1dE2πfr(Ω,Ω)dE=π12πIμdΩ2πfr(Ω,Ω)μIdΩ=π12πIμdΩI,  μ>0.
This is equivelent to:
H D R F = < I ( Ω ) > 0 1 π ∫ 2 π − < I ( Ω ′ ) > 0 ∣ Ω ′ ⋅ n 1 ∣ d Ω ′ HDRF=\frac{<I(\Omega)>_0}{\frac{1}{\pi}\int_{2\pi-}<I(\Omega')>_0 |\Omega'\cdot n_1|d\Omega'} HDRF=π12π<I(Ω)>0Ωn1dΩ<I(Ω)>0

Here, n 1 n_1 n1 is the outward normal, < ⋅ > <\cdot> <> denotes mean over upper surface δ V t \delta V_t δVt​ , and we will ignore this notion for a simplification in remaining part of the blog. HDRF depends on atmosphere conditions. HDRF is the ratio of real radiance to the radiance reflected from a lambertian target of canopy upper surface .

HDRF has no unit.

BRF

If no atmosphere, *i.e.,*incident solar radiation at upper canopy boundary δ V t \delta V_t δVt is a parallel beam of light, the HDRF become BRF:
B R F = I ( Ω ) 1 π I ( Ω ′ ) ∣ Ω ′ ⋅ n 1 ∣ = I ( Ω ) I L a m BRF=\frac{I(\Omega)}{\frac{1}{\pi}I(\Omega')|\Omega'\cdot n_1|}=\frac{I(\Omega)}{I_{Lam}} BRF=π1I(Ω)Ωn1I(Ω)=ILamI(Ω)
Here, I L a m I_{Lam} ILam​​ is the radiance over upper surface of the canopy from a Lambertian target under the same illumination.

BRF does not depend on atmosphere conditions, only varies with Ω \Omega Ω and Ω ′ \Omega' Ω​.

BRF has no unit.

BRDF

BRDF describes the scattering of a parallel beam of incident radiation from one direction into another direction. However, the denominator of BRDF is the incident flux, not the radiance.
B R D F = I ( Ω ) ∫ 2 π + I L a m ∣ μ ∣ d Ω = I ( Ω ) I L a m π = I ( Ω ) E L a m BRDF=\frac{I(\Omega)}{\int_{2\pi+}I_{Lam}|\mu| d\Omega}=\frac{I(\Omega)}{I_{Lam}\pi}=\frac{I(\Omega)}{E_{Lam}} BRDF=2π+ILamμdΩI(Ω)=ILamπI(Ω)=ELamI(Ω)
From the second equality, we could get that π ⋅ B R D F = B R F \pi \cdot BRDF=BRF πBRDF=BRF​.

BRDF has unit s r − 1 sr^{-1} sr1.

BHR

The BHR is defined as mean irradiance exitance to incident irradiance:
A = ∫ 2 π + I ( Ω ) ∣ μ ∣ d Ω ∫ 2 π − I ( Ω ′ ) ∣ μ ′ ∣ d Ω ′ A=\frac{\int_{2\pi+}I(\Omega)|\mu|d\Omega}{\int_{2\pi-}I(\Omega')|\mu'|d\Omega'} A=2πI(Ω)μdΩ2π+I(Ω)μdΩ
BHR has no unit.

DHR

If no atomophere, BHR become DHR:
D H R = ∫ 2 π + I ( Ω ) ∣ μ ∣ d Ω I L a m ∣ μ ′ ∣ DHR=\frac{\int_{2\pi+}I(\Omega)|\mu|d\Omega}{I_{Lam}|\mu'|} DHR=ILamμ2π+I(Ω)μdΩ
DHR has no unit.

For Lambertian Surface and no atmosphere

HDRF becomes:
H D R F = < I ( Ω ) > 0 1 π ∫ 2 π − < I ( Ω ′ ) > 0 ∣ Ω ′ ⋅ n 1 ∣ d Ω ′ = π I M HDRF=\frac{<I(\Omega)>_0}{\frac{1}{\pi}\int_{2\pi-}<I(\Omega')>_0 |\Omega'\cdot n_1|d\Omega'}=\frac{\pi I}{M} HDRF=π12π<I(Ω)>0Ωn1dΩ<I(Ω)>0=MπI
DHR becomes
D H R = ∫ 2 π + I ( Ω ) ∣ μ ∣ d Ω I L a m ∣ μ ′ ∣ = π I M DHR=\frac{\int_{2\pi+}I(\Omega)|\mu|d\Omega}{I_{Lam}|\mu'|}=\frac{\pi I}{M} DHR=ILamμ2π+I(Ω)μdΩ=MπI
BHR becomes
A = I ∫ 2 π + ∣ μ ∣ d Ω ∫ 2 π − I ( Ω ′ ) ∣ μ ′ ∣ d Ω ′ = I π M A=\frac{I\int_{2\pi+}|\mu|d\Omega}{\int_{2\pi-}I(\Omega')|\mu'|d\Omega'}=\frac{I\pi}{M} A=2πI(Ω)μdΩI2π+μdΩ=MIπ
BRF becomes:
B R F = I ( Ω ) 1 π I ( Ω ′ ) ∣ Ω ′ ⋅ n 1 ∣ = π I M BRF=\frac{I(\Omega)}{\frac{1}{\pi}I(\Omega')|\Omega'\cdot n_1|}=\frac{\pi I}{M } BRF=π1I(Ω)Ωn1I(Ω)=MπI
So they are the same.

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/464222.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用 MONAI Deploy 在 AMD GPU 上进行全身分割

Total body segmentation using MONAI Deploy on an AMD GPU — ROCm Blogs 2024 年 4 月 4 日 作者&#xff1a; Vara Lakshmi Bayanagari. 医疗开放网络人工智能&#xff08;MONAI&#xff09;是一个开源组织&#xff0c;提供最先进的医疗成像模型的 PyTorch 实现&#xff0c…

解决 ClickHouse 高可用集群中 VRID 冲突问题:基于 chproxy 和 keepalived 的实践分析

Part1背景描述 近期&#xff0c;我们部署了两套 ClickHouse 生产集群&#xff0c;分别位于同城的两个数据中心。这两套集群的数据保持一致&#xff0c;以便在一个数据中心发生故障时&#xff0c;能够迅速切换应用至另一个数据中心的 ClickHouse 实例&#xff0c;确保服务连续性…

推荐FileLink数据跨网摆渡系统 — 安全、高效的数据传输解决方案

在数字化转型的浪潮中&#xff0c;企业对于数据传输的需求日益增加&#xff0c;特别是在不同网络环境之间的文件共享和传输。为了满足这一需求&#xff0c;FileLink数据跨网摆渡系统应运而生&#xff0c;为企业提供了一种安全、高效的数据传输解决方案。 安全第一&#xff0c;保…

力扣排序350题 两个元组的交集2

题目&#xff1a; 给你两个整数数组 nums1 和 nums2 &#xff0c;请你以数组形式返回两 数组的交集。返回结果中每个元素出现的次数&#xff0c;应与元素在两个 数组中都出现的次数一致&#xff08;如果出现次数不一致&#xff0c;则考虑取 较小值&#xff09;。可以不考虑输出…

Python酷库之旅-第三方库Pandas(193)

目录 一、用法精讲 896、pandas.Index.isna方法 896-1、语法 896-2、参数 896-3、功能 896-4、返回值 896-5、说明 896-6、用法 896-6-1、数据准备 896-6-2、代码示例 896-6-3、结果输出 897、pandas.Index.notna方法 897-1、语法 897-2、参数 897-3、功能 897…

使用Mac如何才能提高OCR与翻译的效率

OCR与截图大家都不陌生&#xff0c;或许有的朋友对于这两项功能用到的不多&#xff0c;但是如果经常会用到的话&#xff0c;那你就该看看了 iOCR&#xff0c;快捷键唤出翻译窗口&#xff0c;不论是截图翻译、划词翻译、输入翻译、剪切板翻译&#xff0c;统统快捷键完成&#x…

《欢乐饭米粒儿9》第五期:用笑声诠释生活,让爱成为日常

在忙碌的生活节奏中&#xff0c;我们总是在寻找那份能够触动心灵深处的温暖与欢笑。由鲜博士独家冠名播出的独创小品剧《欢乐饭米粒儿》第九季作为一档家庭喜剧节目&#xff0c;正是这样一股清流&#xff0c;它以轻松幽默的方式&#xff0c;将家的温暖、爱的传递和生活的真谛娓…

基于人脸识别PCA算法matlab实现及详细步骤讲解

人脸识别 % FaceRec.m % PCA 人脸识别修订版&#xff0c;识别率88&#xff05; % calc xmean,sigma and its eigen decomposition allsamples[];%所有训练图像 for i1:40 for j1:5 aimread(strcat(e:\ORL\s,num2str(i),\,num2str(j),.jpg)); % imshow(a); ba(1:112*92…

C#的Event事件示例小白级剖析

1、委托Delegate 首先说一下delegate委托&#xff0c;委托是将方法作为参数进行传递。 // 定义了一个委托类型public delegate void MyDelegate(int num);// 定义了一个啥也不干的委托实例public MyDelegate m_delegate _ > {};// 定义了一个和委托相同格式的方法public …

Android 使用ninja加速编译的方法

ninja的简介 随着Android版本的更迭&#xff0c;makefile体系逐渐增多&#xff0c;导致make单编模块的时间越来越长&#xff0c;每次都需要半个小时甚至更长时间&#xff0c;其原因为每次make都会重新加载所有mk文件&#xff0c;再生成ninja编译&#xff0c;此完整过程十分耗时…

VSCode 1.82之后的vscode server离线安装

概述 因为今天在公司开发项目的时候&#xff0c;需要离线配置vscode远程开发环境&#xff0c; 根据参考链接1配置了一遍&#xff0c;不管怎么重启&#xff0c;VSCODE都还是提示下载vscode server&#xff0c;后面在官方issue上找到了解决方案 解决方案 修改Remote SSH的配置…

什么是 OpenTelemetry?

OpenTelemetry 定义 OpenTelemetry (OTel) 是一个开源可观测性框架&#xff0c;允许开发团队以单一、统一的格式生成、处理和传输遥测数据&#xff08;telemetry data&#xff09;。它由云原生计算基金会 (CNCF) 开发&#xff0c;旨在提供标准化协议和工具&#xff0c;用于收集…

缓存、注解、分页

一.缓存 作用&#xff1a;应用查询上&#xff0c;内存中的块区域。 缓存查询结果&#xff0c;减少与数据库的交互&#xff0c;从而提高运行效率。 1.SqlSession 缓存 1. 又称为一级缓存&#xff0c;mybatis自动开启。 2. 作用范围&#xff1a;同一…

AI打造超写实虚拟人物:是科技奇迹还是伦理挑战?

内容概要 在这个科技飞速发展的时代&#xff0c;超写实虚拟人物仿佛从科幻小说中走进了我们的日常生活。它们以生动的形象和细腻的动作&#xff0c;不仅在影视、广告和游戏中吸引了无数目光&#xff0c;更让我们对AI技术的未来充满了期待和疑惑。这些数字化身在逼真的外貌下&a…

CODESYS可视化星三角降压启动程序控制电气动画图

#一个用CODESYS可视化做的星三角降压启动程序控制电气动画图# 前言: 关于星三角降压启动控制,作为电气行业入门的必备知识点,涉及到电机本身特性导致的电压,电流(转矩),功率和转速等一系列的关系和变化,以及星型和三角形的绕组方式。本篇我们使用CODESYS结合程序和可视…

物联网赋能的人工智能图像检测系统

一、引言 在数字化时代&#xff0c;物联网&#xff08;IoT&#xff09;技术已经成为我们生活中不可或缺的一部分&#xff0c;极大地优化了我们的交通出行和医疗服务。物联网的核心优势在于其卓越的连接能力&#xff0c;它能够构建和连接庞大的资源数据库&#xff0c;为智能化图…

软件架构演变:从单体架构到LLM链式调用

0 前言 软件架构——我们数字世界的蓝图——自20世纪中叶计算机时代诞生以来&#xff0c;已经发生了巨大演变。 20世纪60年代和70年代早期&#xff0c;以大型主机和单体软件为主导。而今天&#xff0c;数字领域已完全不同&#xff0c;运行在由云计算、API连接、AI算法、微服务…

Claude 3.5 Sonnet模型新增了PDF支持功能

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…

【每日一题】LeetCode - 三数之和

给你一个整数数组 nums &#xff0c;判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i ! j、i ! k 且 j ! k &#xff0c;同时还满足 nums[i] nums[j] nums[k] 0 。请你返回所有和为 0 且不重复的三元组。 注意&#xff1a;答案中不可以包含重复的三元组。 示例 示…

基于 Canal + Elasticsearch 的业务操作日志解决方案

一、问题来源 在日常的业务系统中&#xff0c;操作日志是不可或缺的一部分。它能帮助我们追踪用户的操作行为&#xff0c;记录关键数据的变更&#xff0c;甚至在必要时支持操作回滚。最近&#xff0c;我们接到客户的需求&#xff0c;希望在系统中实现一个业务操作日志管理的功能…