CN103439757A - 一种利用modis遥感热红外数据的云检测方法 - Google Patents

Abstract

本发明公开了一种利用MODIS遥感热红外数据的云检测方法，主要是利用云与下垫物的在MODIS数据长波辐射波段的比辐射率的差异进行云检测。由于云与植被、裸土、雪、沙地和水域等下垫物的物质性质和表面状况不同，从而它们在长波波段的比辐射率不相同。本发明进一步提出了云指数（TCDI）方法，利用云与其它下垫物的比辐射率的差异来进行云检测，该方法不受太阳光的影响，白天和晚上的云都可以检测。

Description

一种利用MODIS遥感热红外数据的云检测方法

技术领域

本发明涉及云检测领域，具体地，涉及一种利用MODIS遥感热红外数据的云检测方法。

背景技术

目前云检测大都是利用云与植被、土壤、雪和水域等下垫物在反射率或辐射亮温值的差异进行检测的。但地物反射率受太阳高度角、方位角、日照时间等因素的影响，只能检测白天的云；另外云与植被、土壤、雪等背景物体的辐射亮温随温度的变化也比较大。因此，不管利用反射率还是辐射亮温都不能很稳定地检测24个小时的云。

发明内容

本发明的目的在于提供一种利用MODIS遥感热红外数据的云检测方法，使其能稳定地检测不同下垫物上的云。

为了实现上述目的，本发明采用如下技术方案：

利用云与下垫面物体的在MODIS数据长波辐射波段的比辐射率的差异进行云检测。

包括如下步骤：

（1）首先，按下式计算MODIS数据的任意两个长波段的比辐射率关系：

${({\mathrm{\ϵ}}_{n1}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n1}}^5{L}_{n1}^{\′}+1)}^{{\mathrm{\λ}}_{n1}}={({\mathrm{\ϵ}}_{n2}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n2}}^5{L}_{n2}^{\′}+1)}^{{\mathrm{\λ}}_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变量；

（2）其次，设定第n1和n2波段中某一个长波辐射波段的比辐射率值为0-1之间的某一固定值，然后分别计算云与不同下垫物在另一个长波辐射波段的比辐射率，通过给该另一长波辐射波段的比辐射率设定阈值的方法，来进行云检测。

进一步地，步骤（1）中，计算完第n1和n2波段的比辐射率关系后，先根据上式分别画出云与不同下垫物的第n1及n2波段的比辐射率关系曲线图，根据该曲线图，找出云与不同下垫物差异较大的位置对应的某一波段的比辐射率值作为步骤（2）中所述的某一固定值。

进一步地，采用归一化云指数TCDI方法进行云检测，包括如下步骤：

（1）首先，假设ε₂₉=0.9后，依据下式所表达关系求出假设ε₂₉条件下的ε₃₀和ε₃₂；

${({\mathrm{\ϵ}}_{n1}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n1}}^5{L}_{n1}^{\′}+1)}^{{\mathrm{\λ}}_{n1}}={({\mathrm{\ϵ}}_{n2}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n2}}^5{L}_{n2}^{\′}+1)}^{{\mathrm{\λ}}_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变量；

（2）再利用归一化云指数方法TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)获得TCDI遥感图像，最后通过设定阈值的方法检测出云覆盖范围。

与现有技术相比，本发明具有以下有益效果：

1、本发明利用比辐射率的特征进行云检测是一种全新的研究手段。由于云与植被、裸土、雪、沙地和水域等下垫物的物质性质和表面状况不同，从而它们在长波波段的比辐射率不相同。本发明利用云与其它下垫物的比辐射率的差异来进行云检测，能稳定地检测不同下垫物上的24个小时的云。

2、由于目前比辐射率的计算方法还不是特别成熟，都存在些误差，本发明在假设某一个波段比辐射率的条件下，通过分析云与其它下垫物的比辐射率特性差异,提出了云检测指数（TCDI）方法。该方法利用云与其背景物体比辐射率特征差异进行云检测，所以不受太阳光的影响，白天和晚上的云都可以检测。另外，虽然比辐射率也受温度影响，但影响程度远小于辐射亮温。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为云、植被、裸土、雪、沙地和水域的ε₂₉和ε₃₂的关系曲线图；

图2为云、植被、裸土、雪、沙地和水域的MODIS数据热辐射波段比辐射率曲线图；

图3为植被区域的8月份modis数据1、2、1合成图（左）及本发明的云检测结果图(右)的对比图；

图4为水域区域的8月份modis数据1、4、3合成图（左）及本发明的云检测结果图（右）的对比图；

图5为雪和裸土区域的12月份modis数据1、6、26合成图（左）及本发明的云检测结果图（右）的对比图；

图6为沙地区域的8份modis数据1、4、3合成图（左）及本发明的云检测结果图（右）的对比图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供了一种利用云与植被、裸土、雪、沙地和水域等下垫物在MODIS数据长波辐射波段的比辐射率的差异进行云检测的方法。

1.理论依据

根据地球辐射与太阳辐射的相互效应传感器接收的地球辐射可分为三段，分别是短波辐射（0.3～2.5μm）、中红外辐射（2.5～6μm）、长波辐射（6μm以上）。短波辐射以地球表面对太阳光的反射为主，地球自身的热辐射可忽略不计。地球长辐射可只考虑地表物体自身的热辐射，在这个区域内太阳辐照的影响极小。介于两者之间的中红外波段太阳辐射和热辐射的影响均有，两者都不能忽略。如果使用短波或中红外波段则必须充分考虑影响太阳辐射的时间、经纬度、地区、季节等多种要素，这样会增加监测的难度，降低实用性。若使用地球长波辐射，则只从地物本身的性质角度去考虑即可，这样将复杂的问题得以简化并提高监测精度。

虽然对于地球的长波辐射可只考虑地表物体自身的热辐射，但其辐射亮度L与地物的比辐射率ε、地物的温度T及波长λ有关。对遥感数据的某一个波段来说,波长λ可以看作是固定的,地物的辐射亮度L随温度T的变化而变化,所以直接利用辐射亮度L无法稳定地提取地物信息。而对遥感数据的某一个波段来说,地物的比辐射率ε是相对稳定的参数,它与地物的性质、表面状况有关。由于云与植被、裸土、雪、沙地和水域等下垫物的物质性质和表面状况不同，所以它们的比辐射率不相同。因此可利用云与植被、裸土、雪、沙地和水域等下垫物在长波比辐射率的差异，进行云的检测。

2.云检测模型（归一化云指数TCDI）的建立

根据1900年普朗克用量子物理的新概念，推导出的热辐射定理和基尔霍夫定理得出：

L'_λ＝ε_λ2hc²/λ⁵(e^ch/λkT-1)            （1）

公式(1)中：L'_λ是实际物体辐射亮度，ε_λ是光谱比辐射率；h为普朗克常数；c为光速；λ为某一波段的中心波长；k为玻尔兹曼常数；T是与地表温度相同的黑体温度，单位（K）。

虽然通过ε_λ能检测云，但从公式（1）不能直接获得ε_λ，因为有两个未知变量ε_λ和T，所以不能直接获得ε_λ。

下面公式（1）中具体引入MODIS数据的29、32波段进行公式推理，因为这两个波段都是长波辐射波段，不用考虑地物对太阳光的反射辐射，只考虑地物的热辐射，所以可以得出

$L_{32}^{\′}={\mathrm{\ϵ}}_{32}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{32}}^5(e^{\mathrm{ch}/{\mathrm{\λ}}_{32}\mathrm{kT}}-1)---\left(2\right)$

$L_{29}^{\′}={\mathrm{\ϵ}}_{29}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{29}}^5(e^{\mathrm{ch}/{\mathrm{\λ}}_{29}\mathrm{kT}}-1)---\left(3\right)$

由公式（2）和(3)获得(4）和(5)

$e^{\mathrm{ch}/{\mathrm{\λ}}_{32}\mathrm{kT}}={\mathrm{\ϵ}}_{32}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{32}}^5{L}_{32}^{\′}+1---\left(4\right)$

$e^{\mathrm{ch}/{\mathrm{\λ}}_{29}\mathrm{kT}}={\mathrm{\ϵ}}_{29}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{29}}^5{L}_{29}^{\′}+1---\left(5\right)$

由公式（4）和(5)获得(6）和(7)

${\left(e^{\mathrm{ch}/{\mathrm{\λ}}_{32}\text{kT}}\right)}^{{\mathrm{\λ}}_{32}}={({\mathrm{\ϵ}}_{32}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{32}}^5{L}_{32}^{\′}+1)}^{{\mathrm{\λ}}_{32}}---\left(6\right)$

${\left(e^{\mathrm{ch}/{\mathrm{\λ}}_{29}\text{kT}}\right)}^{{\mathrm{\λ}}_{29}}={({\mathrm{\ϵ}}_{29}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{29}}^5{L}_{29}^{\′}+1)}^{{\mathrm{\λ}}_{29}}---\left(7\right)$

由公式（6）和(7)可以获得(8）

${({\mathrm{\ϵ}}_{32}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{32}}^5{L}_{32}^{\′}+1)}^{{\mathrm{\λ}}_{32}}={({\mathrm{\ϵ}}_{29}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{29}}^5{L}_{29}^{\′}+1)}^{{\mathrm{\λ}}_{29}}---\left(8\right)$

公式（8）中L'₂₉和L'₃₂可以通过MODIS遥感图像获得；ε₂₉和ε₃₂分别是第29波段和32波段的比辐射率，两个未知变量，无法同时获得。依据比辐射率的变化范围，假定ε₂₉在0—1的之间变化时，通过公式（8）可以确定相应的ε₃₂，用此方法可以画出云与植被、裸土、雪、沙地和水域等下垫物上的ε₂₉和ε₃₂的关系曲线图（见图1）。从图1可见ε₂₉在0—1之间变化时ε₃₂的大小顺序永远是沙地>裸土>植被>水域>雪>薄云>厚云。依据这个规律，通过设定阈值，我们就可以分开云与其它背景地物。另外，从曲线图1还可见ε₂₉从0到1之间变化时,不同地物遥感象元上ε₃₂的差距是增大的,因此为了得到明显的结果,一般假设ε₂₉=0.9后通过公式(8)计算ε₃₂的值，从而区分云与背景地物。

对MODIS数据的所有长波辐射波段，在云与植被、裸土、雪、沙地和水域等不同下垫面上，进行了类似于第29和32波段的比辐射率关系研究。通过多次的实验，证明了任取其中的两个波段都能得到类似于第29和第32波段的关系。因此任取两个MODIS数据的长波辐射波段都可以进行云检测。

但为了获得最好的方法，在MODIS数据的所有长波辐射波段，对云、植被、裸土、雪、沙地和水域等地物的比辐射率特征进行了比较研究。在假设某一个波段比辐射率的条件下，通过类似公式（8）中的比辐射率的关系，可以获得云、植被、裸土、雪、沙地和水域等地物在MODIS数据其它9个热辐射波段的比辐射率图（见图2）。MODIS数据共有10个长波辐射波段，所以可以得到10幅比辐射率图。通过对比这10幅比辐射率图，得出假设ε₂₉=0.9时云与植被、裸土、雪、沙地和水域等地物比辐射率差别最明显，在第30波段上，云的比辐射率比其它地物要高，而第32波段上，云的比辐射率要比其它地物低，因此将其归一化处理，得到归一化云指数TCDI表示为TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)，该方法不仅可以突出的云的信息，而且可以部分消除了卫星扫描角及大气程辐射的影响。

归一化云指数TCDI方法具体云检测步骤为：

（1）首先，假设ε₂₉=0.9后，依据下式所表达关系求出假设ε₂₉条件下的ε₃₀和ε₃₂；

${({\mathrm{\ϵ}}_{n1}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n1}}^5{L}_{n1}^{\′}+1)}^{{\mathrm{\λ}}_{n1}}={({\mathrm{\ϵ}}_{n2}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n2}}^5{L}_{n2}^{\′}+1)}^{{\mathrm{\λ}}_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变量；

（2）再利用归一化云指数方法TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)获得TCDI遥感图像，最后通过设定阈值的方法检测出云覆盖范围。

利用本发明的上述方法对沙漠、雪、植被、水体和裸土等多种下垫物，且在白天和晚上都可以相对稳定地进行云检测。经过多次的多个区域的云检测实例验证，本方法的云检测效果都比较理想。

本发明选取四幅代表性影像（如图3～图6所示），通过目视判读可以看出，本发明可以较精确地检测出在不同下垫物上空的云。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种利用MODIS遥感热红外数据的云检测方法，其特征在于，利用云与下垫物的在MODIS数据长波辐射波段的比辐射率的差异进行云检测。

2.根据权利要求1所述的云检测方法，其特征在于，包括如下步骤：

（1）首先，按下式计算MODIS数据的任意两个长波段的比辐射率关系：

${({\mathrm{\ϵ}}_{n1}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n1}}^5{L}_{n1}^{\′}+1)}^{{\mathrm{\λ}}_{n1}}={({\mathrm{\ϵ}}_{n2}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n2}}^5{L}_{n2}^{\′}+1)}^{{\mathrm{\λ}}_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变量；

（2）其次，设定第n1和n2波段中某一个长波辐射波段的比辐射率值为0-1之间的某一固定值，然后分别计算云与不同下垫物在另一个长波辐射波段的比辐射率，通过给该另一长波辐射波段的比辐射率设定阈值的方法，来进行云检测。

3.根据权利要求2所述的云检测方法，其特征在于，步骤（1）中，计算完第n1和n2波段的比辐射率关系后，先根据上式分别画出云与不同下垫物的第n1及n2波段的比辐射率关系曲线图，根据该曲线图，找出云与不同下垫物差异较大的位置对应的某一波段的比辐射率值作为步骤（2）中所述的某一固定值。

4.根据权利要求1所述的云检测方法，其特征在于，采用归一化云指数TCDI方法进行云检测，包括如下步骤：

（1）首先，假设ε₂₉=0.9后，依据下式所表达关系求出假设ε₂₉条件下的ε₃₀和ε₃₂；

${({\mathrm{\ϵ}}_{n1}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n1}}^5{L}_{n1}^{\′}+1)}^{{\mathrm{\λ}}_{n1}}={({\mathrm{\ϵ}}_{n2}{2\mathrm{hc}}^2/{{\mathrm{\λ}}_{n2}}^5{L}_{n2}^{\′}+1)}^{{\mathrm{\λ}}_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变量；

（2）再利用归一化云指数方法TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)获得TCDI遥感图像，最后通过设定阈值的方法检测出云覆盖范围。

Images