基于ZY-3 CCD相机数据的暗像元大气校正方法分析与评价

ZY-3是我国首颗民用高空间分辨率光学传输型立体测图卫星, 可为国土资源调查、生态环境监测等发挥重要作用, 而大气校正是制约其广泛定量应用的关键问题之一。由于实测地面光谱数据和大气参数难以实时获取, 针对这种情况下如何反演得到高空间分辨率卫星精确的地表反射率这一问题, 基于2012年内蒙古野外实验实测数据, 对四种暗像元大气校正方法进行了分析与评价研究。分析了四种暗像元大气校正算法中的关键参数对ZY-3 CCD数据应用效果的影响, 结果表明: (1)四种暗像元大气校正方法在第1,2和3波段均有明显的校正效果, 其中DOS4方法在第4波段大气校正效果最好, DOS1和DOS3方法在第4波段大气校正效果不明显, DOS2方法在第4波段大气校正效果最差。(2)DOS1方法大气校正结果在4个波段的相对误差均大于10%。DOS2方法在第1波段校正效果最好(AE=0.001 9和RE=4.32%), 而在第4波段校正误差最大(AE=0.0464和RE=19.12%)。DOS3方法大气校正结果在4个波段的相对误差均约10%左右。(3)DOS4方法大气校正结果在4个波段的绝对误差均小于0.02和相对误差均小于10%, 大气校正精度最高。     

利用MODIS数据进行QuickBird-2卫星海岸带图像大气校正研究

大气校正是遥感信息定量化过程的一个重要环节,而在大气校正中起关键作用的是气溶胶光学厚度,气溶胶的模式和大气漫射透过率;但在浑浊的水体上空,这些参量很难用卫星图像反演得到,从而提出了基于同步MODIS数据辅助QuickBird-2卫星图像进行海岸带大气校正算法,该方法由MODIS图像的水体像元反演出混浊水域上空气溶胶光学特性,与MODIS气溶胶产品相比相对误差小于10%;同时,借助6S辐射传输模型,并考虑了高分辨率图像临近像元效应,对QuickBird-2卫星海岸带图像进行大气校正.给出了我国沿海地区QuickBird-2卫星图像大气校正的结果,并对反演误差进行了分析.     

基于暗像元的Hyperion高光谱影像大气校正

大气是影响遥感定量分析与应用的重要因素。该文利用暗像元大气校正算法,在IDL平台下,从Hyperion传感器的可见光-近红外波段逐通道提取大气光学厚度信息,并利用该数据实现对Hyperion数据大气校正的目的。研究结果表明,大气光学厚度随着通道中心波长的增加而减小,即与中心波长成负相关。光学厚度与中心波长的最佳经验模型为线性模型,模型的回归系数为0.912 3。通过分析校正前后的水体光谱曲线可知,大气的衰减作用使得卫星遥感信号不能正确表现自然水体的表观光学特性和内在光学特性,且对水体样本层次变化不敏感。在蓝绿波段,大气对光谱数据的污染最为严重,该波段的光谱特征与自然水体的理论光学特性完全相背离。由大气光学厚度光谱特性和自然水体光学特性可知,经过"暗像元"算法校正过的影像数据的质量得到显著改善。在缺少同步大气垂直剖面参数的情况下,暗像元算法将是Hyperion数据一种行之有效的大气效应消除方法。     

浑浊二类水体的高分四号卫星大气校正效果分析

高分四号卫星是我国首颗高空间分辨率地球静止卫星,在浑浊二类水体的遥感定量监测方面应用潜力很大。为评价高分四号多光谱数据经大气校正后水体反射率的精度,以太湖为研究区,使用同步MODIS数据辅助的Gordon单次散射改进算法,对2016年7月21日和2016年8月17日两景高分四号多光谱数据进行大气校正,并通过与地面同步实测光谱数据、以及地球静止水色卫星GOCI数据大气校正结果的协同比对,验证高分四号多光谱数据的大气校正效果,为该卫星产品的水色遥感应用提供借鉴和参考。结果表明,红光B4波段校正精度最高,平均绝对误差(MAPE)为10.71%;绿光B3波段校正精度次高,MAPE为13.21%;近红外B5波段校正精度次低,MAPE为33.06%;蓝光B2波段校正精度最低,MAPE为53.55%。其中B3,B4和B5波段校正精度高于GOCI,主要原因在于高分四号的空间分辨率远高于GOCI,混合像元导致的精度误差相对较小,充分显示了高分四号作为一颗高空间分辨率地球静止卫星在水色遥感方面的优势;而B2波段低于GOCI,表明高分四号的蓝光波段尚有改进空间,今后有必要对该波段进行重新定标等处理;在未得到有效处理的情况下,水色遥感应用应尽量避开该波段。总体而言,高分四号多光谱数据校正精度较高,可以较好的应用于内陆二类浑浊水体的定量遥感监测。     

基于光谱匹配的大气校正方法

大气校正是遥感定量化的一个重要环节,其常用方法是暗目标法。该方法适用于浓密植被地区,但在植被覆盖度较低的地区,暗目标法的适用性较差。提出了一种基于光谱匹配的大气校正方法,以城市地区的不变目标为切入点,针对高分一号(GF-1)卫星全色和多光谱(PMS2)传感器相机开展大气校正方法的研究。该方法利用6S辐射传输模型构建大气校正参数查找表,得到了影像上的水泥路面在不同大气条件下的反演光谱;同时,利用水泥路面的平均实测光谱作为参考光谱,通过参考光谱与测试光谱的光谱角度匹配,找到最相近的光谱曲线,用以确定大气校正参数,并对影像进行大气校正。实验结果表明:该大气校正方法效果良好,反演得到的地表反射率与典型地物的光谱数据比较吻合,更好地还原了地表的真实情况,为植被稀疏地区的大气校正工作提供了新思路。     

资源三号卫星多光谱数据的大气校正研究

资源三号卫星多光谱数据空间分辨率达到5.8 m,能够很好的应用于地物分类和识别,由于其缺乏短波红外波段,无法采用暗目标法进行大气校正,因此,提出通过6S辐射传输模型构建大气校正系数查找表,结合MODIS数据反演的气溶胶光学厚度参数的大气校正方法,对ZY-3卫星多光谱(MUX)数据进行大气校正。采用敦煌地区星地同步测量的石膏矿、戈壁两种地物光谱对大气校正结果进行了验证,并比较了大气校正前后归一化植被指数(NDVI)。结果表明：大气校正后的地面反射率与石膏矿、戈壁两种地物实测光谱数据相对误差不超过6%;大气校正增大了植被的NDVI与其他地物的NDVI的差值,突出在植被监测方面的应用能力。     

基于辐射传输模型的环境一号卫星CCD相机的水体大气校正方法研究

水体大气校正问题是开展我国环境一号卫星水色遥感定量化应用的关键。针对环境卫星CCD相机的特点,以水气耦合的辐射传输模型构建大气校正参数查找表,研究以地面气象数据辅助的逐像元水体大气校正方法,实现水体离水反射率和遥感反射比的反演。以现场测量数据和MODIS数据为参考进行水体大气校正效果验证,研究发现CCD相机的反演结果在蓝、绿波段的精度较高而红、近红的反演结果系统偏大。研究结果还表明气溶胶模型是影响水体大气校正精度的重要因素。     

面向地质应用的航空高光谱CASI‐SASI数据大气校正方法对比研究

蚀变信息提取是高光谱遥感地质应用的重要内容。基于特殊吸收峰的蚀变矿物提取是蚀变信息提取的重要手段。由于大气的吸收和散射作用,为了获得更为真实的地物反射光谱,必须进行大气校正。目前,国内外针对大气校正的对比研究主要集中在大气校正前后图像的质量改善、地物分类效果的提升以及校正图像像元光谱与实际地物光谱的相关关系等方面,而对不同校正方法获得的像元光谱与实际光谱吸收峰位的对应情况则很少讨论,这对于依赖吸收峰特征进行蚀变矿物提取的地质遥感极为不利。利用CASI-SASI航空高光谱成像系统,采集了甘肃龙首山地区的航空高光谱遥感数据,并运用ASD光谱仪,对该地区实际地物光谱进行了测量。以此为基础,开展了FLAASH、快速大气校正（QUAC）、经验线（EMPL）等方法大气校正结果的对比研究。通过对比分析,发现FLAASH,QUAC和EMPL均能在一定程度上消除大气的影响,改善航空高光谱遥感的图像质量,但EMPL方法得到的反射率与实际反射率相关性最好。此外,运用人工目视方法开展了实际地物反射光谱的吸收峰位与不同校正方法得到的对应像元反射光谱的吸收峰位的对比研究,发现不同校正方法得到的像元光谱的吸收峰位与实际峰位均存在不同程度的差异,虽然EMPL对吸收峰位的保留效果最好,但依然有“漏峰”的现象。据此,提出运用多种大气校正方法开展综合研究,以提高不同类型的蚀变带定位准确度。     

基于MISR数据反演渤海湾气溶胶光学厚度

利用Terra卫星的MISR传感器数据进行渤海湾上空气溶胶反演的初步研究。采用分区暗像元的方法进行反演,传统暗像元大气校正算法认为研究区域上空的气溶胶光学厚度呈均匀分布状态。针对传统暗像元算法的不合理性, 将渤海湾划分为7个子区域, 每个子区域利用传统暗像元算法估算其气溶胶光学厚度, 然后结合空间插值算法获取整个渤海湾的气溶胶光学厚度信息。研究结果表明: 渤海湾上空的气溶胶光学厚度呈沿海岸线高,近海区低的阶梯分布模式,与传统暗像元算法相比, 分区暗像元算法综合考虑了水体上空气溶胶光学厚度空间分布的不均匀性, 有利于改善大气校正的精度。     

高分一号卫星多光谱遥感图像邻近效应校正研究

在遥感观测中,目标辐射信息中包含了背景辐射经过大气散射后进入传感器视场的部分,从而使地物边缘模糊,对比度降低,即邻近效应。要从遥感图像中准确获取目标信息,邻近效应校正是必不可少的环节。根据大气辐射传输模型,利用MODIS气溶胶产品并引入新的邻近效应校正系数对高分一号卫星多光谱遥感影像进行邻近效应校正。结果表明,经过校正的遥感影像对比度增强,清晰度增加,地物信息更丰富。     

基于辐射传输优化模型的二类水体大气校正

遥感影像的大气校正是水色参数反演的前提。以太湖为研究区,采用6S大气辐射传输模型以及近红外波段离水反射率模型相结合的方法。通过神经网络模拟大气辐射传输过程,并利用中分辨率成像光谱仪(MERIS)754、779、865、885nm 4个近红外波段进行光谱优化,求算550nm处气溶胶光学厚度等变量。通过外推,实现可见光波段的大气校正。将2007年11月11日、20日、21日,2008年11月20日MERIS Level 1p影像以及野外实测水体遥感反射率数据集用于精度验证,结果表明,该方法能够较好地反演水体遥感反射率光谱,校正后的13个波段的平均相对误差大多分布在20%~40%之间。与6S以及Beam 4.9软件自带的大气校正方法相比,具有较高的校正精度和较强的稳定性,在太湖有较好的适用性。     

无云情况下L波段微波辐射计快速大气校正方法

利用数值天气预报模式输出的大气温湿廓线数据与大气辐射传输模型计算了无云情况下全球海面大气在L波段的上行、下行辐射亮温及透射率, 建立三个参数与大气水汽含量及海表气压的回归关系模型——辐射-水汽模型, 利用该模型可快速计算大气辐射参数, 对L波段微波辐射计进行大气校正. 为了验证模型的实用性和可靠性, 利用SSM/I卫星水汽含量数据和数值模式地表气压数据通过模型计算大气辐射参数, 并与Aquarius卫星实测L波段微波辐射数据进行对比分析. 结果表明: 模型计算的辐射亮温比卫星观测数据偏低约0.335 K, 但改正系统性偏差后的均方根误差仅0.086 K, 且模型计算的大气透射率与卫星观测数据基本一致, 说明利用该模型对L波段微波辐射计进行大气校正具有较高的可靠性, 相比于传统利用大气辐射传输模型进行大气校正, 该模型更为简单快速, 输入参数更易获取, 更适于工程应用.     

动态阈值云检测算法改进及在高分辨率卫星上的应用

基于先验地表反射率数据库支持的动态阈值云检测算法(UDTCDA)可以显著提高卫星数据的云检测精度。为进一步提高其在波段相对较少的高空间分辨率卫星数据云检测应用中的精度,改进了UDTCDA中先验地表反射率数据与待检测卫星数据的空间匹配方法。与原方法使用重采样达到空间分辨率一致不同,该方法根据待检测影像高空间分辨率的特点,采用逐像元空间地理坐标配准的方法与真实地表反射率数据进行配准,然后进行云像元检测。该方法保留了高分辨率影像空间分辨率的优势,可以有效降低空间重采样造成的像元信息丢失。分别使用资源3号、高分1号、高分2号和高分4号高分辨率卫星数据开展云检测实验。通过遥感目视解译的方法对结果进行精度验证,并与UDTCDA云识别结果进行对比。结果表明,改进后的算法能以较高的精度识别不同高分辨率卫星影像中的云,总体精度可达到93.92%,对于碎云和薄云具有整体较高的识别精度,漏分误差和错分误差分别低于10.40%和9.57%。     

基于深蓝算法的HJ-1CCD数据快速大气校正模型

大气校正是遥感数据定量化应用的关键步骤,国产环境与灾害监测预报小卫星星座(简称HJ-1)CCD相机数据在进行大气校正时,面对数据量大、观测角度变化大、气溶胶多变等各种问题。本文针对HJ-1CCD相机的波段特征,利用Hsu等提出的深蓝算法借助地表反射率库反演得到气溶胶光学厚度,结合辅助角度数据计算观测几何,利用核驱动模型完成了BRDF校正,提出了针对HJ-1CCD数据的在植被、裸土等地表类型通用的大气校正算法;在数据处理中,采用查找表和双线性插值的方法分块计算HJ-1CCD图像的大气参数,利用IDL语言的矩阵运算大大加快了大气校正速度,实现了快速大气校正。以2012年7月3日过境中国华北平原的1景CCD数据进行了算法实验,结果表明,该算法较好的校正了大气对地表反射率的影响,能够在8min内快速完成1景数据量约为1G的CCD数据的大气校正,校正后的土壤和植被等典型地物的反射率更接近其光谱特征;同时,将校正结果与同期过境的MODIS地表反射率产品进行了比对,由于分辨率的较高,HJ-1的结果细节表现要优于MODIS,而二者获得的典型地物反射率相关性较好(相关系数大于0.9)。误差分析表明,气溶胶类型的误判会对近红外波段地表反射率带来较大的误差,在0.05左右,而地表反射率库0.02的误差,会对红波段和绿波段的大气校正结果带来0.01左右的误差。     

去除大气邻近效应影响的遥感图像MTF计算方法EI北大核心CSCD

考虑到大气对遥感影像成像的模糊作用,在常用刃边法测量调制传递函数(MTF)的基础上,在大气校正中对邻近像元效应进行校正来去除大气MTF的影响,在真实的表反射率图像上利用刃边法计算MTF,结果更加接近实验室测量值,客观反映了传感器的MTF。此外,通过模拟实验分析了气溶胶光学厚度对在轨测量MTF的影响,表明该方法比传统刃边法更加适合在轨测量传感器MTF,更客观反映了传感器真实成像特性。     

去除大气邻近效应影响的遥感图像MTF计算方法

考虑到大气对遥感影像成像的模糊作用,在常用刃边法测量调制传递函数(MTF)的基础上,在大气校正中对邻近像元效应进行校正来去除大气MTF的影响,在真实的表反射率图像上利用刃边法计算MTF,结果更加接近实验室测量值,客观反映了传感器的MTF。此外,通过模拟实验分析了气溶胶光学厚度对在轨测量MTF的影响,表明该方法比传统刃边法更加适合在轨测量传感器MTF,更客观反映了传感器真实成像特性。     

大气CO2卫星遥感中植物叶绿素荧光影响的校正

大气CO₂卫星遥感监测的关键在于高精度,而植物叶绿素荧光存在与大气散射相似的光谱特征,干扰大气散射相关参数的反演结果,从而影响CO₂的反演精度。因植物叶绿素荧光强度微弱且影响特征与大气散射高度相关而难以准确校正。鉴于现有大气CO₂卫星遥感精度不足,以及植物叶绿素荧光对大气CO₂反演存在不可忽视的影响程度和复杂性,设计了O₂-A、1.6和2.06 μm CO₂三个光谱带协同的参数化校正方法。首先通过对大气散射采取基于光子路径长度概率密度函数（PPDF）的参数化建模,降低叶绿素荧光与大气散射参数的光谱相关性;其次,针对叶绿素荧光强度弱,难以准确反演的问题,基于轨道碳观测器（OCO-2）的叶绿素荧光产品构建了5km分辨率的全球叶绿素荧光先验信息库,增强CO₂与叶绿素荧光同步反演中对叶绿素荧光的先验约束,提高叶绿素荧光的反演精度。通过O₂-A、1.6和2.06 μm CO₂三个光谱带的协同同时反演大气散射、叶绿素荧光和大气CO₂,并结合叶绿素荧光丰富的先验信息,能够较准确剥离大气散射和叶绿素荧光而提高大气CO₂的反演精度。选择叶绿素荧光强度明显较高的柱总碳观测网络（TCCON）中的Park Falls（45.945°N,90.273°W）站点开展验证,对该站点近4年每年8月份的温室气体观测卫星（GOSAT）数据进行反演,发现植被叶绿素荧光导致GOSAT XCO₂反演结果系统偏低2×10-6(ppm)左右,通过本文的方法进行校正,反演结果的低估程度有明显改善,最大低估由2.58 ppm降低到1.49 ppm,且离散程度也有一定程度的改善,明显控制了CO₂反演中叶绿素荧光的影响,对于实现1%（~4 ppm）的CO₂反演精度来说,提供了有力支撑。     

基于五种大气校正的多时相森林碳储量遥感反演研究

大气校正已广泛应用于区域生态植被的动态监测,但是不同校正方法和模型对遥感影像光谱和森林碳储量估算结果的影响不得而知,同时这种差异在多时相遥感监测与应用时经常被忽略。以多期Landsat影像为数据源,借助植被指数MNDVI和野外实地调查的马尾松林样方数据,进行马尾松林碳储量反演。然后采用几种常用的大气校正算法：6S,FLAASH(fast line-sight atmospheric),IACM(illumination and atmospheric)和QUAC(quick atmospheric correction),并结合地面同步实测的光谱数据,以评估其对马尾松冠层光谱曲线、植被指数以及林分碳储量估算的影响;同时从遥感动态监测角度出发,分析了相对大气校正(pseudo-invariant feature, PIF)对多时相影像植被指数与碳储量反演结果的校正效果。结果表明,经大气校正后的影像波段反射率与实测光谱结果较为接近,其中近红外和短波红外波段光谱反射率明显上升,同时可见光波段减弱,NDVI(normalized difference vegetation index)增加明显。不同大气校正模型对研究区马尾松林碳储量的遥感反演结果影响较大,其中IACM与6S模型分别具有较高的精度和较低的误差。此外,经过PIF校正后不同时相影像的NDVI相对偏差降低了85.16%,同时马尾松林碳储量反演模型精度得到明显提升,表明辐射归一化处理对于多时相遥感影像的应用十分必要。研究发现ICAM与PIF的大气校正模型组合可较好纠正大气效应,适用于多时相遥感数据的森林碳储量反演与监测研究。     

基于FLAASH的Hyperion高光谱影像大气校正

遥感影像的大气校正是定量遥感研究的前提。文章对利用ENVI 软件的FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)进行EO-1 Hyperion高光谱影像的大气校正能力进行了评价。黑河流域甘肃张掖研究区的Hyperion高光谱影像的获取时间是2007年9月10日,卫星过境前后准实时获取41个样区的野外实测数据,包括冠层波谱和生化含量以及GPS定位数据。首先利用Landsat-7 ETM+影像对Hyperion高光谱影像进行了几何校正,然后将Hyperion的DN值转化为辐射亮度和表观反射率,并利用FLAASH对Hyperion影像进行大气校正。比较了研究区四种典型地物(玉米、水体、荒漠和建筑物)的辐射亮度、表观反射率以及FLAASH大气校正后的反射率,并与玉米ASD野外反射波谱利用高斯滤波函数重采样到Hyperion相应波段后进行了比较。结果表明,FLAASH大气校正很有效,两种方法获得的反射波谱相吻合,相关系数达0.987。     

HJ-1A/1B卫星CCD影像水环境遥感大气校正方法评价研究——以鄱阳湖为例

HJ-1A/1B卫星CCD传感器具有较高的空间、时间分辨率,在内陆湖泊水质遥感定量监测方面有很大潜力,大气校正是制约其应用的关键问题之一。以我国第一大淡水湖——鄱阳湖为研究区域,结合2009年、2011年两次现场实测数据对FLAASH,6S,COST和QUAC四种大气校正结果进行对比分析,并探讨各种大气校正算法对悬浮泥沙浓度反演精度的影响。结果表明:(1)HJ-1A/1B卫星CCD的第1波段在水环境遥感应用时,建议进行重新定标;第2和3波段四种大气校正结果精度相对较高,其中,FLAASH,6S和COST三种大气校正算法精度都较高,QUAC精度偏低,建议在可能的情况下对该算法进行有针对性的改进;(2)FLAASH,6S,COST和QUAC四种大气校正算法第2和3波段比值结果与实测数据吻合度最好,平均相对误差分别为8.2%,9.5%,7.6%和11.6%,因此建议在鄱阳湖水域尽量采用第2和3波段比值作为反演因子;(3)以四种大气校正结果为基础,与悬浮泥沙浓度直接建模,结果发现,四种模型反演精度均比用实测遥感反射率与实测悬浮泥沙浓度建立的模型反演结果要高,FLAASH,6S和COST三种算法反演所得悬浮泥沙浓度精度都较高,平均相对误差分别为:10.0%,10.2%和8.0%;QUAC略差,平均相对误差为18.6%。建议在泥沙浓度反演时采用大气校正结果与悬浮泥沙浓度直接建模,可以有效降低利用实测光谱数据建模引起的大气校正误差的累积效应;(4)在精度要求不是特别高的前提下,四种大气校正算法都可以采用,但综合算法复杂程度、精度、稳定性等多种因素,在辅助信息不全的情况下,COST大气校正算法更值得推荐。