CN103267533A - 一种实用型高光谱遥感图像大气自校正方法及装置 - Google Patents

Abstract

本发明公开了一种实用型高光谱遥感图像大气自校正方法及装置，属于定量遥感技术领域。针对目前高光谱遥感图像大气校正存在的关键问题，建立了从高光谱遥感图像的自身信息中反演气溶胶光学厚度以及大气水汽柱总量的方法，并基于MODTRAN^®5辐射传输模型构建了高光谱遥感图像大气校正参数查找表，采用高光谱遥感图像的自身信息反演的气溶胶光学厚度和大气水汽柱总量、大气校正参数查找表对高光谱遥感图像进行快速的大气自校正。本发明可以应用于任何符合要求的高光谱遥感图像的大气校正，具有一定的普适性，克服了需要同步实测气溶胶光学厚度和大气水汽柱总量所带来的困难和问题，同时大大提高了高光谱遥感图像大气校正的效率。

Description

一种实用型高光谱遥感图像大气自校正方法及装置

技术领域

本发明涉及一种实用型高光谱遥感图像大气自校正方法及装置，属于定量遥感技术领域。

背景技术

在对地观测遥感成像过程中，由地表反射或者辐射的能量经过大气影响后被传感器所接收。目前遥感定量化发展强调以遥感反演为基础的地表信息的精确获取，而为了更为准确的获取地表信息，对遥感成像过程中的大气效应进行校正是一个必要过程。在可见光-短波红外谱段，大气影响主要表现为大气分子、气溶胶粒子等的散射以及氧气、臭氧、水汽等分子或粒子的吸收作用。其中，以气溶胶、水汽为代表的大气成分吸收和散射作用明显，同时两者的含量随时间和空间的变化大，精确去除其影响是遥感图像大气校正中的难点，也是高光谱遥感数据大气校正的一个主要研究内容。

近年来，国内外相关学者对高光谱遥感图像大气校正方法做了大量的研究。在国外，ATREM (Atmosphere Removal program，ATREM) 模型较早用于高光谱数据大气校正(Gao et al., 1996)，该模型需要同时输入大气、观测几何等参数作为模型驱动。随后，Richter等学者提出了ATCOR(Atmospheric Correction，ATCOR)大气校正方法(Richter et al., 1996)，该方法以MODTRAN (Moderate resolution atmospheric Transmission，MODTRAN)模型为基础进行大气校正。随着新的大气辐射传输模型研究成果的出现，ATREM和ATCOR等大气校正方法已逐步被高光谱数据大气校正模型HATCH(High-accuracy Atmospheric Correction for Hyperspectral data，HATCH)取代(Goetz et al., 2003)。在国内，也有相关学者在高光谱遥感图像大气校正的方法做了相关研究，比如张兆明等学者申请了“一种实用的遥感影像大气校正方法”专利(张兆明等，2009)，该方法提出利用MODIS数据来获取大面积区域的气溶胶光学厚度和水汽，然后结合暗目标减法(Dark Object Subtraction，DOS)进行大气校正。然而，张兆明等提出的方法仍存在一些限制和不足：该方法仅能针对MODIS或者与MODIS同步获取的其它遥感数据进行大气校正；同时，该方法无法对大气多次散射影响进行有效的考量，影响其反演的精度；此外，该方法假定所校正遥感影像上存在黑暗像元区域，且区域内地物反射率为0，但实际地物反射率不可能为0，由此会导致反演精度的下降。

目前，高光谱遥感图像大气校正方法虽然很多，但辐射传输模型法因其普适性好，精度较高而在近年来广泛应用。辐射传输模型法的基本原理是通过大气状况、传感器和太阳观测几何等信息作为模型驱动参数，利用合适的大气辐射传输模型计算出大气校正所需的大气透过率、程辐射等参数。然而，影响大气透过率的气溶胶光学厚度(Aerosol Optical Depth，AOD)、大气水汽柱总量(Column Water Vapor Content，WVC)在空间上差异较大，因此提高AOD和WVC的精度是进行高光谱遥感图像大气校正的关键。传统的大气校正方法往往采用统一的大气参数对整幅图像进行大气校正，然而对于大范围的遥感图像而言，各个像元的差异比较大，用统一的大气参数进行大气校正无法考虑各个像元实际所处的大气状况、观测几何等条件的差异，因此非常有必要考虑不同像元的大气状况和观测几何情况下的大气校正方法研究。

发明内容

本发明的目的是针对上述背景技术中的不足，提出了一种实用型高光谱遥感图像大气自校正方法。

本发明方法包含如下四个步骤：

步骤一、利用待处理的高光谱遥感图像的自身信息反演得到AOD；

步骤二、利用待处理的高光谱遥感图像的自身信息反演得到WVC；

步骤三、根据MODTRAN^®5模型建立不同大气状况、太阳和传感器观测几何条件下的高光谱遥感图像大气自校正所需要的大气参数查找表；

步骤四、根据实际输入的观测几何参数、步骤一中得到的AOD和步骤二中得到的WVC，从步骤三中建立的大气参数查找表中查找对应的大气校正参数，并对上述高光谱遥感图像进行大气自校正处理，得到高光谱地表反射率图像。

本发明提出的用于上述方法的一种实用型高光谱遥感图像大气自校正装置，包括以下部分：分别与输入相连的气溶胶光学厚度反演模块和大气水汽柱总量反演模块；与气溶胶光学厚度反演模块和大气水汽柱总量反演模块均相连的大气参数查找表模块、与大气参数查找表模块相连的大气校正模块。

对比现有技术，本发明的有益效果在于：

1. 本发明的高光谱遥感图像大气自校正方法并非为特定高光谱遥感数据而设计，而是可以应用于任何符合要求的高光谱遥感图像的大气校正，具有一定的普适性；

2. 本发明可以充分利用高光谱遥感图像自身的信息反演出大气校正所需要输入的AOD，克服了需要同步实测AOD所带来的困难和问题；

3. 本发明可以充分利用高光谱遥感图像自身的信息反演出大气校正所需要输入的WVC，克服了需要同步实测WVC所带来的困难和问题；

4. 本发明提出了基于MODTRAN^®5辐射传输模型构建大气参数查找表，可以通过从大气参数查找表中查找大气校正参数后对高光谱遥感图像进行逐像元大气校正，而且大大提高了高光谱遥感图像大气校正的效率；同时，大气参数查找表的建立考虑了不同大气参数、传感器观测几何条件在空间分布上的差异。

附图说明

图1为一种实用型高光谱图像大气自校正方法流程图。

图2为基于高光谱遥感图像自身信息的AOD反演流程图。

图3为基于高光谱遥感图像自身信息的WVC反演流程图。

图4为基于MODTRAN^®5辐射传输模型构建大气参数查找表的流程图。

图5为基于大气参数查找表的高光谱遥感图像大气校正的流程图。

具体实施方式

本发明的目的是针对上述背景技术中的不足，提出一种实用型高光谱遥感图像大气自校正方法及装置。下面结合附图对本发明进行解释。

本发明提出的用于上述方法的一种实用型高光谱遥感图像大气自校正装置，包括以下部分：分别与输入相连的气溶胶光学厚度反演模块和大气水汽柱总量反演模块；与气溶胶光学厚度反演模块和大气水汽柱总量反演模块均相连的大气查找表模块、与大气查找表模块相连的大气校正模块。各模块的实现结构及工作原理如下：

本实施例的气溶胶光学厚度反演模块是基于高光谱遥感图像自身信息反演得到AOD。

通常情况下，大气状态参数可以从气象站点、大气状态参数产品和遥感影像自身获得，然而气象站点以及大气状态参数产品很难获得高精度的空间分布面数据，因而从遥感影像数据自身信息获取气溶胶光学厚度是非常可行有效的手段。本发明主要基于暗目标法反演AOD，反演算法具体包括如下步骤：

（1） 选取在可见光波段反射率非常小的区域（如浓密的森林或植被区域、清洁的水体或阴影区域等）作为暗目标；

（2） 采用多波段线性回归方法建立红光区域内波段与近红外区域内波段、蓝光区域内波段与近红外区域内波段表观反射率之间的关系(由于近红外区域内波段大气散射对于暗目标的影响可以忽略，暗目标的近红外表观反射率等同于地表反射率)；

（3） 依据红光波段、蓝光波段与近红外波段地表反射率之间的回归模型得到红光波段和蓝光波段的地表反射率；

（4） 依据暗目标的红光、蓝光波段的表观和地表反射率及表观辐亮度，利用MODTRAN^®5的大气透过率模拟模式，输入不同的AOD及WVC计算出红光、蓝光波段的透过率，根据(1)式，可以计算得到红光、蓝光波段的AOD；

(1)

公式(1)中

为与高度

和能见度

有关的气溶胶粒子密度系数,

为消光系数,

为波长，

为大气质量，

为气溶胶引起的透过率。

（5） 依据气溶胶与波长关系式(公式(2))，得到不同波段对应的AOD，其中a、b通过红光和蓝光波段的AOD求取。

(2)

(3)

(4)

公式(2)、(3)、(4)中，

为第i波段对应AOD，

、分别为红光和蓝光波段对应的波长，

为红光波段对应AOD，

为蓝光波段对应AOD，b为Ångstrom大气浑浊度系数，a为波长指数。

本实施例的大气水汽反演模块基于待处理的高光谱遥感图像的自身信息反演得到WVC。

WVC是大气组成中影响0.4~2.5μm光谱段辐射性的主要不确定因素之一。反演算法具体包括如下步骤：

（1） 从高光谱遥感图像中选取水汽吸收波段

及两侧的参考波段和

；

（2） 从高光谱遥感图像中提取，和

对应的辐亮度

、

、

；

（3） 利用MODTRAN^®5模拟

，

和

对应的程辐射

、

、

；

（4） 根据公式(5)利用连续统内插(Continuum Interpolated Band Ratio， CIBR)方法估计

。

(5)

其中，

、

、

分别为高光谱图像中水汽吸收波段的辐亮度以及两个参考波段的辐亮度，

、

是两个参考波段距离吸收波段的相对权重，且。

（5） 根据公式(6)利用大气预处理微分吸收(Atmospheric Precorrected Differential Absorption， APDA)方法估计

以去除大气程辐射的影响。

(6)

其中，

、

、

分别为高光谱图像中水汽吸收波段以及两个参考波段的辐亮度，

、

、

分别为高光谱图像中水汽吸收波段以及两个参考波段的程辐射，

、

是两个参考波段距离吸收波段的相对权重，且

。

（6） 对步骤（4）和步骤（5）得到的结果按式(7)进行加权处理得到最终的WVC。

(7)

本实施例的大气查找表模块根据最新的MODTRAN^®5模型建立不同大气状况、太阳和传感器观测几何条件下的高光谱大气自校正所需要的参数的大气查找表。

大气对遥感信号的散射、吸收与发射作用使得进入传感器的辐射信号远不同于地表实际辐射，因此进行大气纠正是进行地表定量遥感的必要步骤。地表反射率反演实际上是利用遥感器的数据获取地表真实反射率的一个大气纠正过程，如式(8)描述了传感器接受到的辐亮度信息：

(8)

其中

是表观辐亮度，

是大气程辐射，

是到达地表面的太阳辐照度，

是地表到传感器的大气上行透过率，

是地表反射率，

是大气下届半球反照率。

对于公式(8)，令

，则公式(8)可简化为：

(9)

从公式(9)可知，除去表观辐亮度和地表真实反射率

，公式(9)中只有三个未知数

、

、

，列即可求出方程的唯一解。因此，在确定的观测几何和大气状态参数的情况下，令地表真实反射率

分别为0、0.5和0.8的情况下，利用MODTRAN^®5分别模拟表观辐亮度

组成三个方程，解方程组即可求出公式(9)中

、

、

的唯一解。假设地表反射率分别为0、0.5和0.8时对应的表观辐亮度为别为

，

，

，则

、

、的唯一解为：

(10)

(11)

(12)

本实施例基于MODTRAN^®5辐射传输模型构建

、

、大气参数LUT算法因离线运行MODTRAN^®5模型，而大大减少了大气纠正耗费的时间，提高了效率，从而为大气纠正的业务化处理提供了可能。考虑到AOD、WVC、太阳传感器观测几何参数等条件对大气校正的影响，在确定的大气模式和气溶胶模式下，需要利用MODTRAN^®5离线模拟出不同AOD(对应图3中的图标1)、WVC(对应图3中的图标3)、太阳传感器观测几何参数(对应图3中的图标2)条件下的大气校正参数

、

、

，从而建立高光谱大气校正LUT。

MODTRAN^®5辐射传输模型离线模拟的各参数具体设置如下：

a) AOD:

AOD的取值范围为0～2，其中0～1之间的变化步长为0.1；1～2之间的变化步长为0.2；共16个值，即：0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.2、1.4、1.6、1.8、2.0。

b) WVC

WVC的取值范围为0～8，变化步长为0.5，共17个值，即：0、0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5、6.0、6.5、7.0、7.5、8.0。

c) 太阳天顶角：

太阳天顶角的取值范围为0～90度，变化步长为10度，共10个值，即：0、10、20、30、40、50、60、70、80、90。

d) 传感器观测天顶角：

传感器观测天顶角的取值范围为0～70度，变化步长为10度，共8个值，即：0、10、20、30、40、50、60、70。

e) 太阳与传感器的相对方位角：

太阳与传感器的相对方位角的取值范围为0～180度，变化步长为10度，共19个值，即：0、10、20、30、40、50、60、70、80、90、100、110、120、130、140、150、160、170、180。

对于确定的观测几何和大气状态参数，表观辐亮度和地表反射率存在着映射关系，可以表达为：

（12）

本实施例的大气校正模块根据实际输入的观测几何参数，步骤一中得到的AOD和步骤二中得到的WVC，在步骤三构建好的大气参数查找表中查找出高光谱遥感图像大气校正所需的

、

、

值，最终反演得到高光谱遥感图像地表反射率。

Claims (5)

1. 一种实用型高光谱遥感图像大气自校正方法及装置，其特征在于包括以下步骤：

步骤一、利用待处理的高光谱遥感图像的自身信息反演得到溶胶光学厚度；

本发明主要基于暗目标法反演AOD，反演算法具体包括如下步骤：

选取在可见光波段反射率非常小的区域（如浓密的森林或植被区域、清洁的水体或阴影区域等）作为暗目标；

采用多波段线性回归方法建立红光区域内波段与近红外区域内波段、蓝光区域内波段与近红外区域内波段表观反射率之间的关系(由于近红外区域内波段大气散射对于暗目标的影响可以忽略，暗目标的近红外表观反射率等同于地表反射率)；

依据红光波段、蓝光波段与近红外波段地表反射率之间的回归模型得到红光波段和蓝光波段的地表反射率；

依据暗目标的红光、蓝光波段的表观和地表反射率及表观辐亮度，利用MODTRAN^®5的大气透过率模拟模式，输入不同的AOD及WVC计算出红光、蓝光波段的透过率，根据(1)式，可以计算得到红光、蓝光波段的AOD；

(1)

公式(1)中

为与高度

和能见度

有关的气溶胶粒子密度系数,

为消光系数,

为波长，

为大气质量，

为气溶胶引起的透过率；

依据气溶胶与波长关系式(公式(2))，得到不同波段对应的AOD，其中a、b通过红光和蓝光波段的AOD求取；

(2)

(3)

(4)

公式(2)、(3)、(4)中，为第i波段对应AOD，

、

分别为红光和蓝光波段对应的波长，

为红光波段对应AOD，

为蓝光波段对应AOD，b为Ångstrom大气浑浊度系数，a为波长指数；

步骤二、利用待处理的高光谱遥感图像的自身信息反演得到大气水汽柱总量；

反演算法具体包括如下步骤：

从高光谱遥感图像中选取水汽吸收波段及两侧的参考波段

和

；

从高光谱遥感图像中提取

，

和

对应的辐亮度、

、；

利用MODTRAN^®5模拟

，

和

对应的程辐射

、

、

；

根据公式(5)利用连续统内插(Continuum Interpolated Band Ratio， CIBR)方法估计

；

(5)

其中，、

、分别为高光谱图像中水汽吸收波段的辐亮度以及两个参考波段的辐亮度，

、是两个参考波段距离吸收波段的相对权重，且

；

根据公式(6)利用大气预处理微分吸收(Atmospheric Precorrected Differential Absorption， APDA)方法估计

以去除大气程辐射的影响；

(6)

其中，

、

、

分别为高光谱图像中水汽吸收波段以及两个参考波段的辐亮度，

、、

分别为高光谱图像中水汽吸收波段以及两个参考波段的程辐射，

、

是两个参考波段距离吸收波段的相对权重，且

；

对步骤（4）和步骤（5）得到的结果按式(7)进行加权处理得到最终的WVC；

(7)

步骤三、根据最新的MODTRAN^®5模型建立不同大气状况、太阳和传感器观测几何条件下的高光谱遥感图像大气自校正所需要的大气参数查找表；

步骤四、根据实际输入的观测几何参数、步骤一中得到的气溶胶光学厚度和步骤二中得到的大气水汽柱总量，从步骤三中建立的大气查找表中查找对应的大气校正参数，并对上述高光谱遥感图像进行大气自校正处理，得到高光谱地表反射率图像。

2.一种实用型高光谱遥感图像大气自校正装置，其特征在于包括以下部分：分别与输入相连的气溶胶光学厚度反演模块和大气水汽柱总量反演模块；与气溶胶光学厚度反演模块和大气水汽柱总量反演模块均相连的大气参数查找表模块、与大气参数查找表模块相连的大气校正模块。

3. 根据权利要求1所述的一种实用型高光谱遥感图像大气自校正方法，其特征在于步骤一中基于暗目标法反演溶胶光学厚度。

4.根据权利要求1所述的一种实用型高光谱遥感图像大气自校正方法，其特征在于步骤三中基于MODTRAN 5辐射传输模型构建

、

、

大气参数LUT算法，MODTRAN辐射传输模型离线模拟的各参数具体设置如下：

AOD:

AOD的取值范围为0～2，其中0～1之间的变化步长为0.1；1～2之间的变化步长为0.2；共16个值，即：0、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.2、1.4、1.6、1.8、2.0；

WVC

WVC的取值范围为0～8，变化步长为0.5，共17个值，即：0、0.5、1.0、1.5、2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5、6.0、6.5、7.0、7.5、8.0；

太阳天顶角：

太阳天顶角的取值范围为0～90度，变化步长为10度，共10个值，即：0、10、20、30、40、50、60、70、80、90；

传感器观测天顶角：

传感器观测天顶角的取值范围为0～70度，变化步长为10度，共8个值，即：0、10、20、30、40、50、60、70；

太阳与传感器的相对方位角：

太阳与传感器的相对方位角的取值范围为0～180度，变化步长为10度，共19个值，即：0、10、20、30、40、50、60、70、80、90、100、110、120、130、140、150、160、170、180。

5. 根据权利要求1所述的一种实用型高光谱遥感图像大气自校正方法，其特征在于对于确定的观测几何和大气状态参数，表观辐亮度和地表反射率存在着映射关系，可以表达为：

（8）

。

Images