CN103728609B - 星载多光谱红外传感器交叉辐射定标方法 - Google Patents

Abstract

一种星载多光谱红外传感器交叉辐射定标方法，包括：步骤(S1)，针对REF数据文件及MON数据文件，选择出卫星传感器的最佳交叉辐射定标区域；步骤(S2)，将上述最佳交叉辐射定标区域均匀划分成相同经纬度间隔的空间匹配网格；步骤(S3)，建立时空统计查找表，该时空统计查找表由空间索引表、时间索引表以及文件统计表构成，上述文件统计表中被写入空间匹配网格聚合信息；步骤(S4)，根据上述空间匹配网格聚合信息，选出满足条件匹配的上述空间匹配网格聚合信息中的辐亮度配对数据；和步骤(S5)，采用线性稳健回归方法来建立所有辐亮度配对数据间的统计回归关系，以估算出交叉辐射定标系数。

Description

星载多光谱红外传感器交叉辐射定标方法

技术领域

本发明涉及空间和对地观测技术领域，特别是一种星载多光谱红外传感器交叉辐射定标方法。

背景技术

空间和对地观测技术领域是涉及航天、光电、物理、计算机、信息科学等诸多学科和应用领域的尖端综合性技术领域，主要通过利用地面遥感车、气球、飞艇、飞机(航空、航天)、卫星等各种平台，实现对地球陆地、大气、海洋的立体、实时的观测和动态监测，提供宏观、准确、综合、连续多样的地球表面信息和数据，从而改变了人类获取地球系统数据和对地球系统的认知方式。

20世纪80年代初随着全球资源和环境变化遥感监测综合应用和定量分析技术的发展，对卫星遥感器的高精度辐射定标提出了迫切的需要。然而，传统定标方法逐渐不能满足于高频度定量化遥感应用的需要，例如发射前定标方法会受到在轨环境模拟的不确定性以及仪器衰减等方面的影响，而场地定标方法则会受进场次数和天气条件的限制。在该背景下，一种无场地定标技术(即，交叉辐射定标技术)应运而生。

交叉辐射定标是通过将待定标的传感器与某一定标结果较好的传感器的同一目标观测值进行比较，进而确定交叉辐射定标系数的一种方法。与场地定标技术相比，交叉辐射定标无需建立地面校正场就可进行多遥感器卫星数据之间的标定。其优点是定标成本较低，可以实现高频次、多遥感器间的辐射定标，且不易受天气等条件的制约。交叉辐射定标已经成为传统发射前定标和场地定标的有益补充，成为目前确保星载传感器获取高精度观测辐射值的最有效方法之一。

2005年世界气象组织WMO和气象卫星协调小组CGMS发起国际计划“全球天基交叉定标系统GSICS(GlobalSpace-basedInter-CalibrationSystem)”，该系统主要任务就是交叉辐射定标目前在轨运行的各传感器，将它们统一到某一参考标准上，确保不同卫星部门管理的不同传感器在不同时间和位置进行的卫星观测具有可比性，最终保证能够制作出全球统一的环境监测产品(如地表温度产品)。

作为目前国际唯一业务化运行的交叉辐射定标系统，GSICS选择高精度的高光谱红外传感器作为参考基准(如搭载着AQUA卫星的AIRS传感器和搭载着METOP卫星的IASI传感器)，通过时空匹配等手段，为待定标传感器进行交叉辐射定标(下文中，基准传感器简写为REF，待定标传感器简写为MON。其中REF和MON数据文件都包含有逐像素的观测辐亮度、观测天顶角、观测方位角、观测时间以及经纬度坐标数据)。GSICS交叉辐射定标技术代表了目前国际上交叉辐射定标的最高水平，现有GSICS的交叉辐射定标总体流程图如图8所示。

在现有GSICS交叉辐射定标获取定标系数的过程中，主要分为如下5个步骤：

步骤S100，构建辐亮度数据子集步骤；

步骤S200，条件匹配步骤；

步骤S300，光谱插值步骤；

步骤S400，空间滤波步骤；

步骤S500，最小二乘回归步骤。

首先，在上述构建辐亮度数据子集步骤(即，步骤S100)中，进一步包括如下步骤：

步骤S100-1，读取REF数据文件(包含有逐像素的观测辐亮度、经纬度坐标、观测时间和观测天顶角数据)100，读取MON数据文件(包含有逐像素的观测辐亮度、经纬度坐标、观测时间和观测天顶角数据)200。通过轨道预报300来获取REF和MON的星下点中心坐标(G点和P点坐标)。

步骤S100-2，假设地球近似为椭球，根据由上述步骤S100-1获取到的G点和P点的坐标来估算角距离GP_angDist(REF观测G点和P点的直线所形成的夹角角度)。

步骤S100-3，利用由上述步骤S100-2估算出的角距离GP_angDist，通过设置角距离的阈值Threshold_AD，例如，设为小于MON的扫描角(通常可设为53-55度之间，在此，例如设为53度)，从而根据由上述步骤S100-1获取到的REF和MON数据文件中的观测辐亮度数据，构建满足如下式(1)的构建条件的辐亮度数据子集。

GP_angDist＜53°(1)

在此，由于对数据首先进行了部分筛选，进而能够在一定程度上提高后续交叉辐射定标逐像素遍历搜索匹配数据的速度。

接下来，在上述条件匹配步骤(即，步骤S200)中，对由上述步骤S100构建的辐亮度数据子集进行逐像素的条件匹配。

具体而言，该条件匹配步骤(步骤S200)主要包括如下三部分的条件检验(即，匹配标准400)：空间间隔距离d检验、观测时间t差值检验和传感器观测天顶角VZA差值检验。

在上述空间间隔距离d检验中，空间间隔距离d需满足如下式(2)：

$\left|d\right|<\frac{1}{2}{\mathrm{Resolution}}_{REF}---\left(2\right)$

其中，d为通过像素的经纬度坐标估算的间隔距离，Resolution_REF为REF的星下点的空间分辨率。例如，对于IASI传感器而言，Resolution_REF为12km。

在上述观测时间t差值检验中，观测时间差值t需满足如下式(3)：

|time_MON-time_REF|＜10分钟(3)

其中，time_MON为MON上像素对应的观测时间，time_RFF为REF上像素对应的观测时间。

在上述传感器观测天顶角VZA差值检验中，VZA差值需满足如下式(4)：

$\left|\frac{cos\left({\mathrm{VZA}}_{MON}\right)}{cos\left({\mathrm{VZA}}_{\mathrm{REF}}\right)}-1\right|<0.01---\left(4\right)$

其中，VZA_MON为MON上像素对应的观测天顶角，VZA_REF为REF上像素对应的观测天顶角。

接下来，要设置上述光谱插补步骤(步骤S300)的原因在于，由于不同传感器光谱设计间的差异，会导致有可能REF部分通道缺失，这就会影响到利用高光谱卷积法来获取MON对应通道的辐亮度理论真值，因此在交叉辐射定标前需要进行光谱插补。

在上述光谱插补过程中，利用辐射传输模型500(例如，MODTRAN)，如下式(5)所示，建立REF缺失光谱通道的星上辐亮度与已有光谱通道的星上辐亮度间的统计关系，即：

$ln\left(L_{REF}^{mis\sin g}\right)=c_0+\underset{k}{\&Sigma;}{c}_{k}ln\left(L_{REF,k}^{simulate}\right)---\left(5\right)$

其中，是REF缺失光谱通道的星上辐亮度，是REF已有通道的星上辐亮度，k是光谱通道位置，c₀、c_k为事先通过辐射传输模型500在同时模拟和的基础上再进行统计回归获取的常数。利用这些常数就能够完成对REF缺失通道星上辐亮度的插补。

接下来，要设置上述空间滤波步骤(即，步骤S400)的原因在于，由于REF和MON的分辨率并不一致，例如，高光谱热红外传感器IASI星下点空间分辨率是12×12km，而多光谱传感器VISSR星下点分辨率是5×5km，因此为了减少逐像素比较过程中由于空间大小不一致等产生的不确定性，需要对经上述光谱插补后的匹配数据进行空间滤波，仅保留较均匀场景的匹配样本。

在上述空间滤波步骤(即，步骤S400)中，定义MON的n×n的像素为目标区Obj(其中，n×n像素覆盖区域与REF传感器覆盖区域基本相当，通常n取值为3或者5)，而目标区周围m×m的像素为背景区Envi(通常m取值为9)。通过对目标区和背景区的统计，获取均匀场景的匹配样本。均匀性检验需满足如下式(6)：

$\left\{\begin{array}{c}\frac{Stdv\left(Obj\right)}{Mean\left(Obj\right)}<5\%\\ |Mean\left(Obj\right)-Mean\left(Envi\right)|<3\&times;Stdv\left(Envi\right)\end{array}\right.---\left(6\right)$

其中，Stdv是标准差，Mean是均值。不满足上述均匀性检验的样本将进一步被剔除。

接下来，在上述最小二乘回归步骤(即，步骤S500)中，进一步包括如下步骤：

步骤S500-1，利用MON的通道响应函数600，将REF的辐亮度观测值进行积分，如下式(7)所示，获取到MON的辐亮度理论真值，即：

$L_{MON}^{true}=\frac{\&Integral;L_{REF}f\left(\mathrm{\&lambda;}\right)d\mathrm{\&lambda;}}{\&Integral;f\left(\mathrm{\&lambda;}\right)d\mathrm{\&lambda;}}---\left(7\right)$

其中，是MON的辐亮度理论真值，f(λ)是MON的通道响应函数，λ是波长，L_REF是REF的辐亮度观测值；

步骤S500-2，将经上述空间滤波后得到的最终匹配数据结合由上述步骤S500-1获取到的MON的辐亮度理论真值，利用最小二乘方法直接建立统计回归关系，如下式(8)所示，获取所需的交叉辐射定标系数700，即：

$coeff=L_{MON}^{true}{\left(L_{MON}^{obser}\right)}^T{\left(L_{MON}^{obser}{\left(L_{MON}^{obser}\right)}^T\right)}^{-1}---\left(8\right)$

其中，是MON直接观测到的星上辐亮度，积分获取到的辐亮度理论真值，coeff是所需的交叉辐射定标系数，T是矩阵的转置符号，-1是矩阵的求逆符号。

最终满足如下式(9)：

参考文献：

Hewison，T.J.，Wu，X.，Yu，F.，Tahara，Y，Hu，X.，Kim，D.，&Koenig，M.GSICSInter-CalibrationofInfraredChannelsofGeostationaryImagersUsingMetop/IASI.IEEEtransactionsongeoscienceandremotesensing，2013，51(3)：1160-1170.

然而，在现有GSICS交叉辐射定标技术中，存在如下技术问题：

1)现有GSICS交叉辐射定标方法通过逐像素比较的方法来进行条件匹配，在这个过程中涉及多个复杂计算，执行效率低下。如果修改匹配标准重新筛选匹配数据，就需要对全部数据重新计算，这个过程耗时耗力，不利于后续算法的优化和完善。由于现有GSICS交叉辐射定标方法执行效率低下，因此目前主要用于对静止气象卫星红外传感器进行交叉辐射定标。如果现有GSICS交叉辐射定标方法不优化完善，那么由于执行速度的原因，该方法将无法有效开展极轨卫星红外传感器的交叉辐射定标。

2)在条件匹配过程中，由于没有对传感器观测方位角进行约束，而导致地表的方向性反射和发射会对现有GSICS交叉辐射定标造成较大的影响，会在一定程度上降低交叉辐射定标的精度。为了减弱未考虑传感器观测方位角导致的影响，目前现有GSICS交叉辐射定标只能处理夜晚数据。由于未对白天数据进行交叉辐射定标，因此现有GSICS交叉辐射定标方法缺乏对一个完整日周期定标变化的描述，交叉辐射定标精度在白天无法有效保证。

3)为了解决交叉比较过程中空间分辨率不一致的问题，现有GSICS交叉辐射定标方法会对匹配数据进行空间滤波，进一步挑选出均匀场景，这样做的优势是将消除由于传感器自身空间定位精度误差导致的匹配错误，但是这样会在一定程度上剔除了部分云覆盖的像素，导致匹配数据集可能无法描述包含晴空、有云和部分有云各种条件下的数据，降低了匹配数据集的代表性，且由于减少了匹配数据集所含数据的个数，也在一定程度上降低交叉辐射定标系数的可信度。

4)交叉辐射定标系数的确定过程中，使用了经典最小二乘回归的方式，使得交叉辐射定标系数的估计受异常值(如噪声)的影响比较大。

发明内容

本发明正是鉴于解决现有GSICS交叉辐射定标中的上述这些技术问题而提出的发明。

本发明提出的一种星载多光谱红外传感器交叉辐射定标方法，包括：步骤(S1)，针对REF数据文件及MON数据文件，选择出卫星传感器的最佳交叉辐射定标区域，其中，REF是指基准传感器，MON是指待定标传感器；步骤(S2)，针对上述最佳交叉辐射定标区域，以固定大小的间隔，将该最佳交叉辐射定标区域均匀划分成相同经纬度间隔的空间匹配网格；步骤(S3)，建立时空统计查找表，该时空统计查找表由空间索引表、时间索引表以及文件统计表构成，其中，上述空间索引表与上述空间匹配网格一一对应，每个上述空间索引表对应着按照进行交叉辐射定标的一整年的日期顺序构成的上述时间索引表，上述时间索引表的每一天对应着上述文件统计表，上述文件统计表中被写入将完全包括上述空间匹配网格且像素与该空间匹配网格有交集的上述REF数据文件及MON数据文件的数据进行空间聚合而得到的空间匹配网格聚合信息；步骤(S4)，根据上述空间匹配网格聚合信息，通过设定条件阈值进行条件匹配，选出满足条件匹配的上述空间匹配网格聚合信息中的辐亮度配对数据；和步骤(S5)，采用线性稳健回归方法来建立由上述步骤(S4)所挑选出的所有辐亮度配对数据间的统计回归关系，以估算出交叉辐射定标系数。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述REF数据文件及MON数据文件均包含有逐像素的观测辐亮度、观测天顶角、观测方位角、观测时间以及经纬度坐标数据。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述卫星传感器是静止卫星传感器。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述最佳交叉辐射定标区域选择以赤道为中心，当上述静止气象卫星的星下点坐标为(0，Lon)，则静止气象卫星最佳交叉辐射定标区域为南纬30°到北纬30°，经度Lon-65°到Lon+65°的矩形区域，其中Lon为该静止气象卫星对应星下点的经度。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述卫星传感器是极轨卫星传感器。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述最佳交叉辐射定标区域为65°以北地区，即为北纬65°到北纬90°，西经-180°到东经180°的矩形区域。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述空间匹配网格的间隔的大小为0.5°到1°之间。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述空间索引表、上述时间索引表以及上述文件统计表是通过指针联系起来的。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，在上述线性稳健回归方法中，对不同的点施加不同的权重，即对残差小的点给予较大的权重，而对残差较大的点给予较小的权重，根据残差大小确定权重，并据此建立加权的最小二乘估计，反复迭代以改进权重系数，直至权重系数之改变小于一定的允许误差，以达到稳健的目的。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述步骤(S1)进一步包括：步骤(S1-1)，读取REF数据文件及MON数据文件；步骤(S1-2)，针对由上述步骤(S1-1)读取的REF数据文件及MON数据文件，选择出卫星传感器的最佳交叉辐射定标区域；和

步骤(S1-3)，根据由上述步骤(S1-2)选择出的最佳交叉辐射定标区域的标定用经纬度坐标，依次判断与由上述步骤(S1-1)读取的REF及MON数据文件的标定用经纬度坐标的关系，如果由上述步骤(S1-1)读取的REF及MON数据文件的标定用经纬度坐标有任意一个标定点坐标落入由上述步骤(S1-2)选择出的最佳交叉辐射定标区域内，则将该REF及MON数据文件保存作为待匹配数据子集。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，当上述卫星传感器是静止或者极轨卫星传感器时，上述标定用经纬度坐标是指定标用四个角点的经纬度坐标。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述步骤(S2)进一步包括：步骤(S2-1)，根据由上述步骤(S1-2)选择出的最佳交叉辐射定标区域，以固定大小的间隔，将上述最佳交叉辐射定标区域均匀划分成相同经纬度间隔的空间匹配网格；和步骤(S2-2)，保存每个上述空间匹配网格的标定用经纬度坐标以及每个上述空间匹配网格位于整个上述最佳交叉辐射定标区域的行列号。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述步骤(S3)进一步包括：步骤(S3-1)，分别建立时空统计查找表中包含的空间索引表、时间索引表以及文件统计表，该步骤(S3-1)进一步包括：步骤(S3-1-1)，建立空间索引表，该空间索引表与由上述步骤(S2)生成的空间匹配网格一一对应；步骤(S3-1-2)，针对由上述步骤(S3-1-1)建立的每个空间索引表，建立时间索引表，该时间索引表的每一行对应为选定交叉辐射定标年的每一天；以及步骤(S3-1-3)，针对由上述步骤(S3-1-2)建立的时间索引表中的每一天，建立文件统计表，该文件统计表中至少包括辐亮度、观测天顶角、观测方位角和观测时间这四个数据项；步骤(S3-2)，依次遍历由上述步骤(S1-3)生成的作为待匹配数据子集中的每个REF及MON数据文件，判断是否还有未遍历的REF及MON数据文件，如果还有未遍历的REF及MON数据文件，则提取该REF及MON数据文件的标定用坐标，如果所有REF及MON数据文件都遍历完毕，则转到下述步骤(S3-9)；步骤(S3-3)，依次判断由上述步骤(S2)生成的每个空间匹配网格的网格标定用点坐标与由上述步骤(S3-2)提取的REF及MON数据文件的文件标定用点坐标的关系，如果该网格标定用点坐标都落入由该文件标定用点坐标构成的规定形状内，则判断为该空间匹配网格完全落入由上述步骤(S3-2)提取的REF及MON数据文件覆盖的范围内，转入下述步骤(S3-4)，否则继续判断下一个空间匹配网格，直至所有空间匹配网格判断完毕为止才返回上述步骤(S3-2)；

步骤(S3-4)，依次判断由上述步骤(S1-3)生成的REF及MON数据文件的每个像素的像素标定用坐标与由上述步骤(S3-3)选定的空间匹配网格的网格标定用坐标的关系，如果该像素标定用坐标之中至少一个坐标落入由该网格定标用坐标形成的规定形状内，则判断为该像素与上述选定的空间匹配网格在空间上重叠，利用几何学求取该像素所覆盖区域与上述选定的空间匹配网格在空间上的重叠面积，并记录上述重叠面积以及对应的该REF及MON数据文件中的各个上述数据项的数据，继续判断下一个像素，直到该REF及MON数据文件的所有像素都判断完毕为止重复该步骤(S3-4)；

步骤(S3-5)，根据上述步骤(S3-4)中所记录的对应的该REF及MON数据文件中的观测辐亮度数据，进行光谱插补并算出MON辐亮度理论真值，该(S3-5)步骤进一步包括：步骤(S3-5-1)，比较MON与REF的光谱范围，若MON的光谱范围比REF的光谱范围宽，则进行利用辐射传输模型的光谱插补，以生成光谱插补后的REF观测辐亮度数据；和步骤(S3-5-2)，针对由上述步骤(S3-5-1)生成的光谱插补后的REF观测辐亮度数据或上述步骤(S3-4)中所记录的对应的上述观测辐亮度数据，利用MON的通道响应函数进行光谱积分，获取到对应的MON的辐亮度理论真值，

步骤(S3-6)，将在上述步骤(S3-4)中记录有重叠区域的像素所对应的上述数据项目的各数据空间聚合到由上述步骤(S3-3)选定的空间匹配网格上，采用基于面积加权的像素空间聚合，来估算空间匹配网格尺度的对应值，以生成空间聚合后的各个上述数据项的数据作为空间匹配网格聚合信息；步骤(S3-7)，根据遍历数据文件的类型是REF还是MON，结合经上述步骤(S3-6)的面积加权聚合后的上述空间匹配网格聚合信息，按照上述选定的空间匹配网格和选定的观测时间，将由上述步骤(S3-6)获取的聚合后的上述空间匹配网格聚合信息写入到对应的上述时空统计查找表中的文件统计表中；步骤(S3-8)，判断所有空间匹配网格是否处理完毕，如果未处理完毕，则转到上述步骤(S3-3)继续判断下一个网格，如果所有空间匹配网格都判断完毕，则转到下述步骤(S3-9)；和步骤(S3-9)，判断所有REF及MON数据文件是否处理完毕。如果未处理完毕，则转到上述步骤(S3-2)，继续遍历下一个REF及MON数据文件，如果所有REF及MON数据文件都处理完毕，则上述时空统计查找表建立完毕。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，在上述步骤(S3-7)中，若所遍历的数据文件为REF数据文件，则将MON辐亮度理论真值、观测天顶角、观测方位角和观测时间添加到作为上述文件统计表的REF统计表中，若所遍历的数据文件为MON数据文件，则将MON观测辐亮度、观测天顶角、观测方位角和观测时间添加到作为上述文件统计表的MON统计表中。

根据本发明的上述方面的所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，上述步骤(S4)进一步包括：步骤(S4-1)，建立统计信息差值遍历表，该步骤(S4-1)进一步包括：步骤(S4-1-1)，根据要进行交叉辐射定标的日期，从由上述步骤(S3)建立的上述时空统计查找表中提取出所有空间网格对应的该日期的所有文件统计表；以及步骤(S4-1-2)，按照文件统计表的各行，采用循环的方式生成REF及MON的统计信息差值遍历表，该统计信息差值遍历表中存储有与上述空间聚合后的上述空间匹配网格聚合信息相关的信息，该信息包括MON辐亮度理论真值及MON观测辐亮度、观测天顶角余弦之比减1、观测方位角之差、和观测时间之差；和步骤(S4-2)，根据由上述步骤(S4-1)生成的上述统计信息差值遍历表，通过设定条件阈值进行条件匹配，选出满足条件匹配的辐亮度配对数据，该辐亮度配对数据是指成对的上述MON辐亮度理论真值及MON观测辐亮度。

本发明通过建立时空统计查找表的方式，极大提高了交叉辐射定标的执行效率。时空统计查找表建立后，可以轻易获取到匹配数据，即便修改了匹配标准，也无需重新遍历基准和待定标传感器的数据，快速获取到所需的交叉辐射定标系数。由于执行效率的提高，本发明提出的方法能够同时应用到静止和极轨卫星上搭载的红外传感器，拓宽了红外交叉辐射定标的应用服务对象的范围，提高了相关经济效益。

此外，通过引入观测方位角差值检验，进一步对基准和待定标传感器的观测方位角进行了限制，减弱了地表方向性反射和发射对红外交叉辐射定标的影响。虽然白天入射的太阳光增大了反射和发射的能量大小，使得地表方向性反射和发射现象更突出，但是因为本发明对观测方位角进行了进一步限定，使得基准传感器和待定标传感器的观测天顶角和观测方位角都近似相同，确保了两者观测的目标基本一致，因此本发明提出的方法可以同时应用于白天和晚上数据。白天数据的引入是对交叉辐射定标非常有益的补充，提高了对待定标传感器红外通道在一个完整白天和晓上日周期变化的定标精度。

此外，通过聚合像素生成等经纬度间隔空间匹配网格的方式，实现了基准传感器和待定标传感器数据在辐射定标过程中具有空间一致性，克服了两者空间分辨率不一致必须进行空间滤波所导致的定标数据代表性较差的问题。此外，由于选定的空间匹配网格的大小远远大于传感器自身单个像素的大小，因此极大的减弱了传感器自身空间定位精度误差的影响。在交叉辐射定标过程中，不需要求定标场景均一，因此使得匹配数据集既包含了晴空、有云和部分有云的各种天气情况，也包含了均匀和异质各种地表状况的匹配数据，提高了交叉辐射定标匹配数据的代表性，从而也在一定程度上增加了交叉辐射定标的可信度。

此外，通过引入线性稳健回归算法，根据残差大小来迭代加权，减少了异常值(如噪声等)对估算的交叉辐射定标系数的影响，克服了经典最小二乘方法对异常值敏感的弊端，提高了交叉辐射定标的总体回归质量和水平。

附图说明

图1是本发明的实施方式1的交叉辐射定标的总体流程图。

图2是本发明的静止气象卫星FY2E最佳交叉辐射定标区域的示意图。

图3是本发明的极轨卫星传感器最佳交叉辐射定标区域(北极地区)的示意图。

图4是本发明的静止气象卫星FY2E的5°等间隔空间匹配网格的示意图。

图5是本发明的时空统计查找表建立步骤的总体流程图。

图6是本发明的交叉辐射定标所需的时空统计查找表的示意图。

图7是本发明的统计信息差值遍历表的示意图。

图8是现有GSICS交叉辐射定标的总体流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。本发明提出了一种星载多光谱红外传感器交叉辐射定标方法，通过聚合像素生成空间匹配网格，建立时空统计查找表，引入观测方位角差值检验和线性稳健回归的方式，克服了现有GSICS交叉辐射定标方法的上述技术问题，且可同时适合于对静止和极轨卫星红外通道的交叉辐射定标。

在本发明的星载多光谱红外传感器交叉辐射定标过程中，REF可选择为AIRS或者IASI，MON可选择为目前在轨正常运行的各种成像多光谱红外传感器(例如：MODIS、AVHRR和VISSR等)。

图1是本发明的交叉辐射定标的总体流程图(其中，粗线框示出了与现有技术的主要不同之处)。如图1所示，本发明的星载多光谱红外传感器交叉辐射定标方法的流程主要分为如下5个步骤：

步骤S1，区域选择步骤；

步骤S2，空间匹配网格生成步骤；

步骤S3，时空统计查找表建立步骤；

步骤S4，条件匹配步骤；

步骤S5，线性稳健回归步骤。

在上述区域选择步骤(即，步骤S1)中，进一步包括如下步骤：

步骤S1-1，与现有GSICS的交叉辐射定标的步骤S500-1同样，读取REF数据文件(包含有逐像素的观测辐亮度、经纬度坐标、观测时间、观测天顶角和观测方位角数据)100，读取MON数据文件(包含有逐像素的观测辐亮度、经纬度坐标、观测时间、观测天顶角和观测方位角数据)200。

步骤S1-2，考虑到由上述步骤S1-1获得的交叉辐射定标数据量巨大，因此通过如下的分析研究，来确定不同类型传感器(静止卫星传感器或者极轨卫星传感器)最佳交叉辐射定标区域。

图2是本发明的静止气象卫星FY2E最佳交叉辐射定标区域的示意图。

具体而言，对于静止气象卫星，其轨道平面与赤道平面重合，卫星与地面的位置相对保持不变，因此选择以赤道为中心作为交叉辐射定标区域。假设静止气象卫星的星下点坐标为(0，Lon)，则静止气象卫星最佳交叉辐射定标区域为南纬30°到北纬30°，经度Lon-65°到Lon+65°的矩形区域，其中Lon为该静止气象卫星对应星下点的经度。例如，静止气象卫星FY2E(星下点纬度0°，经度105°E)的最佳交叉辐射定标区域，如图2的中央方框B100所示。

图3是本发明的极轨卫星传感器最佳交叉辐射定标区域(北极地区)的示意图。

具体而言，对于极轨卫星，考虑到纬度越高，过境次数也越多，越有利于开展交叉辐射定标，因此选择北极地区作为交叉辐射定标区域。极轨卫星传感器的最佳交叉辐射定标区域为北纬65°以北地区，即为北纬65°到北纬90°，西经-180°到东经180°的矩形区域。该区域的正射投影如图3的中央圆框C100所示。

步骤S1-3，根据由上述步骤S1-2选定的最佳交叉辐射定标区域四个角点的经纬度坐标(记作P_region，1，P_region，2，P_region，3和P_region，4)，依次判断与由上述步骤S1-1获得的REF以及MON数据文件四个角点的经纬度坐标(记作P_file，1，P_file，2，P_file，3和P_file，4)的关系(在此，以图2的静止气象卫星为例)。如果由上述步骤S1-1获得的REF及MON数据文件的四个角点的经纬度坐标有任意一个角点P_file，i(i＝1，._..，4)落入由上述步骤S1-2选定的最佳交叉辐射定标区域内(P_region经纬度坐标确定的空间区域)，则将该REF及MON数据文件保存作为待匹配数据子集。

图4是本发明的静止气象卫星FY2E的5°等间隔空间匹配网格的示意图。

接下来，在空间匹配网格生成步骤(即，步骤S2)中，根据由上述步骤S1-2选定的最佳交叉辐射定标区域，以固定大小的间隔，将这个定标区域均匀划分成相同经纬度间隔的空间匹配网格(步骤S2-1)。例如，如图4所示，针对静止气象卫星FY2E的最佳交叉辐射定标区域，以5°等间隔划分的空间匹配网格G100。

此外，空间匹配网格间隔越小，后续处理的过程需要的时间越多，而且也越容易受到REF及MON自身几何定位精度的影响。空间匹配网格间隔越大，又会导致匹配时可用于交叉辐射定标的匹配数据点太少，影响交叉辐射定标的精度和可信度。因此权衡两者利弊，空间匹配网格间隔大小优选为0.5°到1°之间。空间匹配网格生成后，保存每个空间匹配网格的四个角点的经纬度坐标(记作P_grid(i，j))，以及每个空间匹配网格位于整个最佳交叉辐射定标区域的行列号(i，j)(步骤S2-2)。其中，i为行号，j为列号。

接下来，如图5所示，在上述时空统计查找表建立步骤(即，步骤S3)中，进一步包括以下9个步骤。

图5是本发明的时空统计查找表建立步骤的流程图。

步骤S3-1，分别建立时空统计查找表中包含的三个独立的表，即空间索引表、时间索引表以及文件统计表。

图6是本发明的交叉辐射定标所需的时空统计查找表的示意图。

在上述步骤S3-1中，

首先，建立空间索引表(步骤S3-1-1)。该空间索引表对应由上述步骤S2生成的空间匹配网格。如果由上述步骤S2生成的空间匹配网格有n行m列，则建立的空间索引表也有n行m列。每个空间索引表与每个空间匹配网格都一一对应。

然后，针对由上述步骤S3-1-1建立的每个空间索引表，建立时间索引表(步骤S3-1-2)。该时间索引表共365行(闰年为366行)，其每一行对应为选定交叉辐射定标年的每一天。

然后，针对每一天，建立文件统计表(步骤S3-1-3)。文件统计表至少包括4列，分别为辐亮度、观测天顶角、观测方位角和观测时间(如果需要也可以将其他可用信息记录到统计表中)。如图6所示，空间索引表、时间索引表以及文件统计表都通过指针联系起来。

步骤S3-2，依次遍历由上述步骤S1-3生成的作为待匹配数据子集的每个REF和MON数据文件，判断是否还有未遍历的数据文件。如果还有未遍历的数据文件，则先提取该数据文件四个角点的坐标P_file，i(i＝1，...，4)；如果所有数据文件都遍历完毕，则转到步骤S3-9。

步骤S3-3，依次判断由上述步骤S2生成的每个空间匹配网格四个角点(记作P_grid，1，P_grid，2，P_grid，3和P_grid，4)坐标与由上述步骤S3-2提取的REF及MON数据文件四个角点P_file坐标的关系。如果P_grid每个角点都落入P_file四个角点坐标形成的四边形内，则说明选定的空间匹配网格完全落入由上述步骤S3-2提取的REF及MON数据文件覆盖的范围内，转入步骤S3-4，否则继续判断下一个空间匹配网格。

步骤S3-4，依次判断由上述步骤S1-3生成的REF及MON数据文件每个像素四个角点(记作P_pixel，1，P_pixel，2，P_pixel，3和P_pixel，4)坐标与由上述步骤S3-3选定的空间匹配网格四个角点P_grid坐标的关系。如果P_pixel其中至少一个角点落入P_grid四个角点坐标形成的四边形内，则说明选定的像素与选定的空间匹配网格在空间上有重叠。利用经典几何学求取选定像素所覆盖区域与选定空间匹配网格在空间上的重叠面积S_pixel，并记录重叠面积以及对应的观测辐亮度、观测天顶角、观测方位角和观测时间(该过程可以用matlab语言提供的函数polybool和polyarea来实现)。继续判断下一个像素，直到该REF及MON数据文件的所有像素都判断完毕。

步骤S3-5，首先，根据上述步骤S3-4中所记录的对应的观测辐亮度数据，比较MON和REF的光谱范围。如果MON的光谱范围比REF的光谱范围宽，则还需要进行与现有GSICS的交叉辐射定标的步骤S300同样的光谱插补(步骤S3-5-1)。即，利用辐射传输模型(例如，MODTRAN)，如式(5)所示，利用模拟数据建立REF缺失光谱通道的星上辐亮度与已有光谱通道的星上辐亮度两者间的统计关系，并将该关系应用到REF的已有通道的观测辐亮度上，最终生成光谱插补后的REF观测辐亮度数据。其中该步骤的输入为事先通过模拟数据获取的式(5)中的常数c₀、c_k以及REF已有光谱通道的观测辐亮度，输出为由REF已有光谱通道和缺失光谱通道观测辐亮度共同构成的光谱插补后的REF观测辐亮度数据。

此外，与现有GSICS的交叉辐射定标的步骤S500-1同样，针对由上述步骤S3-4中所记录的对应的观测辐亮度数据或者由上述步骤S3-5-1生成的光谱插补后的REF辐亮度数据L_REF，利用MON的通道响应函数600(即，f(λ))进行光谱积分，如式(7)所示，获取到对应MON的辐亮度理论真值(步骤S3-5-2)。

步骤S3-6，将在上述步骤S3-4中记录有重叠区域的像素所对应的各数据(如观测辐亮度、观测天顶角、观测方位角和观测时间)空间聚合到由上述步骤S3-3选定的空间匹配网格上，采用基于面积加权的像素空间聚合，如下式(10)所示，来估算空间匹配网格尺度的对应值，即：

$X(i,j)=\frac{\underset{grid}{\&Sigma;}{S}_{pixel}*X_{pixel}}{\underset{grid}{\&Sigma;}{S}_{pixel}}---\left(10\right)$

其中，X(i，j)表示选定的空间匹配网格(假设选定的空间匹配网格为第i行第j列)聚合后的辐亮度(MON观测辐亮度或者MON辐亮度理论真值)、观测天顶角、观测方位角或者观测时间。S_pixel是像素与选定网格重叠部分的面积，X_pixel是像素对应的辐亮度(MON观测辐亮度或者MON辐亮度理论真值)、观测天顶角、观测方位角或者观测时间，grid表示选定的空间匹配网格(i，j)。

步骤S3-7，根据遍历数据文件的类型(例如，REF或者MON)，结合经上述步骤S3-6的面积加权聚合后的辐亮度、观测天顶角、观测方位角以及观测时间，按照上述选定的空间匹配网格和选定的观测时间(以日为尺度)，将由上述步骤S3-6获取的聚合后的X聚合信息添加到时空统计查找表对应的文件统计表中。如果是REF数据文件，则将MON辐亮度理论真值、观测天顶角、观测方位角和观测时间添加到REF统计表中。如果是MON数据文件，则将MON观测辐亮度、观测天顶角、观测方位角和观测时间添加到MON统计表中。

步骤S3-8，判断所有空间匹配网格是否处理完毕。如果未处理完毕，则转到上述步骤S3-3继续判断下一个网格。如果所有空间匹配网格都判断完毕，则转到下述步骤S3-9。

步骤S3-9，判断所有REF及MON数据文件是否处理完毕。如果未处理完毕，则转到上述步骤S3-2，继续遍历下一个REF及MON数据文件，如果所有REF及MON数据文件都处理完毕，则时空统计查找表建立完毕，转到下述步骤S4。通过该时空统计查找表可以获取到任意空间匹配网格和任意时间所对应的REF和MON的统计信息。

接下来，在条件匹配步骤(即，步骤S4)中，交叉辐射定标需要挑选出REF和MON的观测条件近似一致的匹配数据，因此要通过条件检验的方式对时空和角度等观测条件进行限制。其进一步具体包括如下步骤：

步骤S4-1，在条件检验前，先建立统计信息差值遍历表。

图7是本发明的统计信息差值遍历表的示意图。

具体而言，根据选定的需要进行交叉辐射定标的日期，从由上述步骤S3建立的上述时空统计查找表中将所有空间网格对应的该日期的所有REF和MON统计表都提取出来(步骤S4-1-1)。然后，依次遍历REF和MON统计表的各行，采用循环的方式生成两者的统计信息差值遍历表(步骤S4-1-2)。在图7中，假设针对某一日期某一网格而言，REF统计表有p行，MON统计表有q行。

在该统计信息差值遍历表中，第1列存储了通过REF数据获取的空间聚合后的MON辐亮度理论真值。第2列存储了通过MON数据获取的空间聚合后的MON观测辐亮度。第3列存储了观测天顶角余弦之比减1(即：d_VZA＝cos(VZA_MON)/cos(VZA_REF)-1)。第4列存储了观测方位角之差(即：d_VAA＝VAA_MON-VAA_REF)。第5列存储了观测时间之差(即：d_Time＝time_MON-time_REF)。

步骤S4-2，根据该差值遍历表，进行条件匹配(即，匹配标准1000)，分别对观测天顶角、观测方位角和观测时间的差值进行判断。具体而言，如下式(11)所示：

通过设定的条件阈值，挑选出满足条件匹配的所有辐亮度配对数据(第1歹0和第2歹0)。

接下来，由于现有GSICS交叉辐射定标方法所采用的经典最小二乘回归方法对异常值比较敏感，因此为了减少异常值对估算的交叉辐射定标系数的影响，本发明取代经典最小二乘回归方法，而采用线性稳健回归方法来建立由上述步骤S4-2所挑选出的所有辐亮度配对数据间的统计回归关系，即估算所需的交叉辐射定标系数900(线性稳健回归步骤，即步骤S5)。

具体而言，在该线性稳健回归(步骤S5)中，对不同的点施加不同的权重，即对残差小的点给予较大的权重，而对残差较大的点给予较小的权重，根据残差大小确定权重，并据此建立加权的最小二乘估计，反复迭代以改进权重系数，直至权重系数之改变小于一定的允许误差，以达到稳健的目的。该过程可以用matlab语言提供的函数robustfit来实现。

综上所述，本发明通过建立时空统计查找表的方式，极大提高了交叉辐射定标的执行效率。时空统计查找表建立后，可以轻易获取到匹配数据，即便修改了匹配标准，也无需重新遍历基准和待定标传感器的数据，快速获取到所需的交叉辐射定标系数。由于执行效率的提高，本发明提出的方法能够同时应用到静止和极轨卫星上搭载的红外传感器，拓宽了红外交叉辐射定标的应用服务对象的范围，提高了相关经济效益。

此外，通过引入观测方位角差值检验，进一步对基准和待定标传感器的观测方位角进行了限制，减弱了地表方向性反射和发射对红外交叉辐射定标的影响。虽然白天入射的太阳光增大了反射和发射的能量大小，使得地表方向性反射和发射现象更突出，但是因为本发明对观测方位角进行了进一步限定，使得基准传感器和待定标传感器的观测天顶角和观测方位角都近似相同，确保了两者观测的目标基本一致，因此本发明提出的方法可以同时应用于白天和晚上数据。白天数据的引入是对交叉辐射定标非常有益的补充，提高了对待定标传感器红外通道在一个完整白天和晚上日周期变化的定标精度。

此外，通过聚合像素生成等经纬度间隔空间匹配网格的方式，实现了基准传感器和待定标传感器数据在辐射定标过程中具有空间一致性，克服了两者空间分辨率不一致必须进行空间滤波所导致的定标数据代表性较差的问题。此外，由于选定的空间匹配网格的大小远远大于传感器自身单个像素的大小，因此极大的减弱了传感器自身空间定位精度误差的影响。在交叉辐射定标过程中，不需要求定标场景均一，因此使得匹配数据集既包含了晴空、有云和部分有云的各种天气情况，也包含了均匀和异质各种地表状况的匹配数据，提高了交叉辐射定标匹配数据的代表性，从而也在一定程度上增加了交叉辐射定标的可信度。

此外，通过引入线性稳健回归算法，根据残差大小来迭代加权，减少了异常值(如噪声等)对估算的交叉辐射定标系数的影响，克服了经典最小二乘方法对异常值敏感的弊端，提高了交叉辐射定标的总体回归质量和水平。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (15)

1.一种星载多光谱红外传感器交叉辐射定标方法，包括：

步骤S1，针对REF数据文件及MON数据文件，选择出卫星传感器的最佳交叉辐射定标区域，其中，REF是指基准传感器，MON是指待定标传感器；

步骤S2，针对上述最佳交叉辐射定标区域，以固定大小的间隔，将该最佳交叉辐射定标区域均匀划分成相同经纬度间隔的空间匹配网格；

步骤S3，建立时空统计查找表，该时空统计查找表由空间索引表、时间索引表以及文件统计表构成，其中，上述空间索引表与上述空间匹配网格一一对应，每个上述空间索引表对应着按照进行交叉辐射定标的一整年的日期顺序构成的上述时间索引表，上述时间索引表的每一天对应着上述文件统计表，上述文件统计表中被写入将完全包括上述空间匹配网格且像素与该空间匹配网格有交集的上述REF数据文件及MON数据文件的数据进行空间聚合而得到的空间匹配网格聚合信息；

步骤S4，根据上述空间匹配网格聚合信息，通过设定条件阈值进行条件匹配，选出满足条件匹配的上述空间匹配网格聚合信息中的辐亮度配对数据；和

步骤S5，采用线性稳健回归方法来建立由上述步骤S4所挑选出的所有辐亮度配对数据间的统计回归关系，以估算出交叉辐射定标系数。

2.根据权利要求1所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述REF数据文件及MON数据文件均包含有逐像素的观测辐亮度、观测天顶角、观测方位角、观测时间以及经纬度坐标数据。

3.根据权利要求1所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述卫星传感器是静止卫星传感器。

4.根据权利要求3所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述最佳交叉辐射定标区域选择以赤道为中心，当上述静止气象卫星的星下点坐标为(0，Lon)，则静止气象卫星最佳交叉辐射定标区域为南纬30°到北纬30°，经度Lon-65°到Lon+65°的矩形区域，其中Lon为该静止气象卫星对应星下点的经度。

5.根据权利要求1所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述卫星传感器是极轨卫星传感器。

6.根据权利要求5所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述最佳交叉辐射定标区域为65°以北地区，即为北纬65°到北纬90°，西经-180°到东经180°的矩形区域。

7.根据权利要求1所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述空间匹配网格的间隔的大小为0.5°到1°之间。

8.根据权利要求1所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述空间索引表、上述时间索引表以及上述文件统计表是通过指针联系起来的。

9.根据权利要求1至8中任一项所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

在上述线性稳健回归方法中，对不同的点施加不同的权重，即对残差小的点给予较大的权重，而对残差较大的点给予较小的权重，根据残差大小确定权重，并据此建立加权的最小二乘估计，反复迭代以改进权重系数，直至权重系数的改变小于一定的允许误差，以达到稳健的目的。

10.根据权利要求1至8中任一项所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述步骤S1进一步包括：

步骤S1-1，读取REF数据文件及MON数据文件；

步骤S1-2，针对由上述步骤S1-1读取的REF数据文件及MON数据文件，选择出卫星传感器的最佳交叉辐射定标区域；和

步骤S1-3，根据由上述步骤S1-2选择出的最佳交叉辐射定标区域的标定用经纬度坐标，依次判断与由上述步骤S1-1读取的REF及MON数据文件的标定用经纬度坐标的关系，如果由上述步骤S1-1读取的REF及MON数据文件的标定用经纬度坐标有任意一个标定点坐标落入由上述步骤S1-2选择出的最佳交叉辐射定标区域内，则将该REF及MON数据文件保存作为待匹配数据子集。

11.根据权利要求10所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

当上述卫星传感器是静止或者极轨卫星传感器时，上述标定用经纬度坐标是指定标用四个角点的经纬度坐标。

12.根据权利要求10所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述步骤S2进一步包括：

步骤S2-1，根据由上述步骤S1-2选择出的最佳交叉辐射定标区域，以固定大小的间隔，将上述最佳交叉辐射定标区域均匀划分成相同经纬度间隔的空间匹配网格；和

步骤S2-2，保存每个上述空间匹配网格的标定用经纬度坐标以及每个上述空间匹配网格位于整个上述最佳交叉辐射定标区域的行列号。

13.根据权利要求12所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述步骤S3进一步包括：

步骤S3-1，分别建立时空统计查找表中包含的空间索引表、时间索引表以及文件统计表，该步骤S3-1进一步包括：步骤S3-1-1，建立空间索引表，该空间索引表与由上述步骤S2生成的空间匹配网格一一对应；步骤S3-1-2，针对由上述步骤S3-1-1建立的每个空间索引表，建立时间索引表，该时间索引表的每一行对应为选定交叉辐射定标年的每一天；以及步骤S3-1-3，针对由上述步骤S3-1-2建立的时间索引表中的每一天，建立文件统计表，该文件统计表中至少包括辐亮度、观测天顶角、观测方位角和观测时间这四个数据项；

步骤S3-2，依次遍历由上述步骤S1-3生成的作为待匹配数据子集中的每个REF及MON数据文件，判断是否还有未遍历的REF及MON数据文件，如果还有未遍历的REF及MON数据文件，则提取该REF及MON数据文件的标定用坐标，如果所有REF及MON数据文件都遍历完毕，则转到下述步骤S3-9；

步骤S3-3，依次判断由上述步骤S2生成的每个空间匹配网格的网格标定用点坐标与由上述步骤S3-2提取的REF及MON数据文件的文件标定用点坐标的关系，如果该网格标定用点坐标都落入由该文件标定用点坐标构成的规定形状内，则判断为该空间匹配网格完全落入由上述步骤S3-2提取的REF及MON数据文件覆盖的范围内，转入下述步骤S3-4，否则继续判断下一个空间匹配网格，直至所有空间匹配网格判断完毕为止才返回上述步骤S3-2；

步骤S3-4，依次判断由上述步骤S1-3生成的REF及MON数据文件的每个像素的像素标定用坐标与由上述步骤S3-3选定的空间匹配网格的网格标定用坐标的关系，如果该像素标定用坐标之中至少一个坐标落入由该网格定标用坐标形成的规定形状内，则判断为该像素与上述选定的空间匹配网格在空间上重叠，利用几何学求取该像素所覆盖区域与上述选定的空间匹配网格在空间上的重叠面积，并记录上述重叠面积以及对应的该REF及MON数据文件中的各个上述数据项的数据，继续判断下一个像素，直到该REF及MON数据文件的所有像素都判断完毕为止重复该步骤S3-4；

步骤S3-5，根据上述步骤S3-4中所记录的对应的该REF及MON数据文件中的观测辐亮度数据，进行光谱插补并算出MON辐亮度理论真值，该S3-5步骤进一步包括：步骤S3-5-1，比较MON与REF的光谱范围，若MON的光谱范围比REF的光谱范围宽，则进行利用辐射传输模型的光谱插补，以生成光谱插补后的REF观测辐亮度数据；和步骤S3-5-2，针对由上述步骤S3-5-1生成的光谱插补后的REF观测辐亮度数据或上述步骤S3-4中所记录的对应的上述观测辐亮度数据，利用MON的通道响应函数进行光谱积分，获取到对应的MON的辐亮度理论真值，

步骤S3-6，将在上述步骤S3-4中记录有重叠区域的像素所对应的上述数据项目的各数据空间聚合到由上述步骤S3-3选定的空间匹配网格上，采用基于面积加权的像素空间聚合，来估算空间匹配网格尺度的对应值，以生成空间聚合后的各个上述数据项的数据作为空间匹配网格聚合信息；

步骤S3-7，根据遍历数据文件的类型是REF还是MON，结合经上述步骤S3-6的面积加权聚合后的上述空间匹配网格聚合信息，按照上述选定的空间匹配网格和选定的观测时间，将由上述步骤S3-6获取的聚合后的上述空间匹配网格聚合信息写入到对应的上述时空统计查找表中的文件统计表中；

步骤S3-8，判断所有空间匹配网格是否处理完毕，如果未处理完毕，则转到上述步骤S3-3继续判断下一个网格，如果所有空间匹配网格都判断完毕，则转到下述步骤S3-9；和

步骤S3-9，判断所有REF及MON数据文件是否处理完毕，如果未处理完毕，则转到上述步骤S3-2，继续遍历下一个REF及MON数据文件，如果所有REF及MON数据文件都处理完毕，则上述时空统计查找表建立完毕。

14.根据权利要求13所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

在上述步骤S3-7中，若所遍历的数据文件为REF数据文件，则将MON辐亮度理论真值、观测天顶角、观测方位角和观测时间添加到作为上述文件统计表的REF统计表中，若所遍历的数据文件为MON数据文件，则将MON观测辐亮度、观测天顶角、观测方位角和观测时间添加到作为上述文件统计表的MON统计表中。

15.根据权利要求13所述的星载多光谱红外传感器交叉辐射定标方法，其特征在于，

上述步骤S4进一步包括：

步骤S4-1，建立统计信息差值遍历表，该步骤S4-1进一步包括：步骤S4-1-1，根据要进行交叉辐射定标的日期，从由上述步骤S3建立的上述时空统计查找表中提取出所有空间网格对应的该日期的所有文件统计表；以及步骤S4-1-2，按照文件统计表的各行，采用循环的方式生成REF及MON的统计信息差值遍历表，该统计信息差值遍历表中存储有与上述空间聚合后的上述空间匹配网格聚合信息相关的信息，该信息包括MON辐亮度理论真值及MON观测辐亮度、观测天顶角余弦之比减1、观测方位角之差、和观测时间之差；和

步骤S4-2，根据由上述步骤S4-1生成的上述统计信息差值遍历表，通过设定条件阈值进行条件匹配，选出满足条件匹配的辐亮度配对数据，该辐亮度配对数据是指成对的上述MON辐亮度理论真值及MON观测辐亮度。