CN106680273B - 一种高空间分辨率卫星地表反射率反演方法 - Google Patents
一种高空间分辨率卫星地表反射率反演方法 Download PDFInfo
- Publication number
- CN106680273B CN106680273B CN201610776454.7A CN201610776454A CN106680273B CN 106680273 B CN106680273 B CN 106680273B CN 201610776454 A CN201610776454 A CN 201610776454A CN 106680273 B CN106680273 B CN 106680273B
- Authority
- CN
- China
- Prior art keywords
- earth surface
- surface reflectivity
- satellite
- aod
- reflectivity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/55—Specular reflectivity
- G01N21/552—Attenuated total reflection
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种高空间分辨率卫星地表反射率反演方法,具体为:1)大气参数查找表构建;2)判断研究区域是否有AOD;3)若无AOD,采用暗像元大气校正方法反演得到地表反射率;4)若有AOD,采用6SV模型反演得到地表反射率;5)对地表反射率进行精度验证。本发明的高空间分辨率卫星地表反射率反演方法,可以精确、快速的获取高空间分辨率卫星地表反射率,促进高空间分辨率卫星在国土资源部、环境保护部、农业部等部门的广泛应用,为高空间分辨率卫星在不同行业的成功应用提供技术支撑。
Description
技术领域
本发明涉及遥感领域,尤指一种高空间分辨率卫星地表反射率反演方法。
背景技术
高分辨率对地观测系统(简称“高分专项”)是《国家中长期科学和技术发展规划纲要(2006~2020年)》所确定的16个重大专项之一,2010 年高分专项全面启动实施。目前,高分专项已经发射多颗高空间分辨率卫星,其中高分一号卫星和高分二号卫星分别于2013年4月26日和2014 年8月19日成功发射。高分一号卫星空间分辨率为2米(全色)、8米和16米(多光谱),高分二号卫星空间分辨率达到1米(全色)和4米(多光谱),高分一号卫星的主要用户部门为国土资源部、环境保护部、农业部等部门,高分二号卫星的主要用户为国土资源部、住房和城乡建设部、交通运输部、林业局等部门,同时还将为其他用户部门和有关区域提供示范应用服务,而地表反射率是高分一号卫星和高分二号卫星开展广泛应用的基础产品,因此获取高空间分辨率地表反射率产品至关重要。高空间分辨率卫星指的是空间分辨率优于等于16米的卫星,包括高分一号卫星、高分二号卫星、资源三号卫星等。
地表反射率是卫星遥感数据经过大气校正后获取的,针对高空间分辨率卫星数据,地表反射率获取存在3个问题:1)气溶胶光学厚度(AOD) 是影响地表反射率反演精度的关键因素之一,然而,在很多情况下,卫星观测的区域由于AOD反演算法、灰霾等原因,没有AOD,在这种情况下如何获取高精度的地表反射率是个难题。2)气溶胶模型是影响地表反射率反演精度的另外一个关键因素。我国华北区域大气污染严重,气溶胶类型复杂多样,6SV模型中的气溶胶模型主要是基于欧洲清洁大气环境观测的结果,不能代表我国华北区域的气溶胶特征。3)高空间分辨率卫星像元数量多,若逐像元进行计算,则耗时长,效率低。
发明内容
高空间分辨率卫星指的是空间分辨率优于等于16米的卫星,包括高分一号卫星、高分二号卫星、资源三号卫星等。
针对现有技术存在的问题,本发明的目的在于提供一种高空间分辨率卫星地表反射率反演方法。
为实现上述目的,本发明的高空间分辨率卫星地表反射率反演方法, (以高分一号卫星16米多光谱相机WFV4为例,但不限于WFV4相机)具体为:一种高空间分辨率卫星地表反射率反演方法,具体为:
1)基于6SV矢量辐射传输模型构建大气参数查找表;
2)根据高分一号卫星WFV4相机数据的研究区域,选取MODO4 3km AOD 产品或者AERONET地基站点观测的AOD产品,根据经纬度位置对AOD和 WFV4相机数据进行匹配,判断该研究区域是否有AOD;
3)若无AOD,采用暗像元大气校正方法反演得到地表反射率,具体计算公式为:
其中,各参数计算方法为:
Lp=Ldos-0.01{[E0cos(θz)Tz+Edown]Tv/π}
Edown=πLp,
Tv=exp(-τa/cosθv)
Tz=exp(-τa/cosθz)=1-4πLp/(E0cosθz)
τa=-cosθzIn(1-4πLp/(E0cosθz))
其中,ρ为地表反射率,Lsat为卫星观测到的表观辐亮度 (W·m-2·sr-1·um-1),Lp为程辐射(W·m-2·sr-1·um-1),Tv为大气上行透过率,Tz为大气下行透过率,θz为太阳天顶角,E0为大气层顶相应波长的太阳光谱辐照度(W·m-2·um-1),Edown为由天空光漫射到地表的光谱辐照度(W·m-2·um-1),Ldos是图像中暗像元的辐亮度(W·m-2·sr-1·um-1),τa为气溶胶光学厚度;
4)若有AOD,采用6SV模型反演得到地表反射率,具体计算方法为:
其中,θs为太阳天顶角,θv为观测天顶角,为相对方位角,Tλ(θs)Tλ(θv) 为大气透过率,Sλ为半球反射率,ρ0为大气程辐射,ρTOA为表观反射率,为地物反射率;
5)对地表反射率进行精度验证。
进一步的,其特征在于,所述的高空间分辨率卫星指的是空间分辨率优于等于16米的卫星,包括高分一号卫星、高分二号卫星、资源三号卫星。
进一步的,步骤1)中基于6SV矢量辐射传输模型,通过在6SV矢量辐射传输模型设定不同的太阳天顶角、卫星观测天顶角、相对方位角和 AOD,以及东亚气溶胶模型,建立大气参数查找表。
进一步的,步骤3)若无AOD,通过选取WFV4相机图像中的暗像元,采用暗像元法大气校正原理反演得到地表反射率。
进一步的,步骤4)若有AOD,采用6SV模型进行大气校正,反演得到WFV4相机观测的真实地表反射率。
进一步的,步骤5)将ASD光谱仪测量的地表反射率与WFV4相机反演的地表反射率进行比对分析,评价WFV4相机反演的地表反射率精度。
本发明的高空间分辨率卫星地表反射率反演方法,可以精确、快速的获取高空间分辨率卫星地表反射率,促进高空间分辨率卫星在国土资源部、环境保护部、农业部等部门的广泛应用,为高空间分辨率卫星在不同行业的成功应用提供技术支撑。
以上实施方式仅用于说明本发明,而并非对本说明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴。
附图说明
图1为本发明的高空间分辨率卫星地表反射率反演方法流程图;
图2为反演的高分一号卫星WFV4相机植被反射率与ASD地面实测反射率对比图(2015.1.19);
具体实施方式
如图1所示,本发明的一种高空间分辨率卫星地表反射率反演方法,包括基于东亚气溶胶模型和6SV矢量辐射传输模型建立大气参数查找表,再结合研究区域是否存在AOD,进而选择暗像元大气校正方法或者6SV模型进行大气校正,获取高空间分辨率卫星地表反射率。反演流程如下:
1)首先,选择东亚气溶胶模型,改进6SV模型中的气溶胶模型,使之更适合我国华北区域,东亚6种典型气溶胶模型如表1:
表1东亚地区6种典型气溶胶模型(Lee et al.,2010)
其中,Rf为细粒子气溶胶中值半径,Sf为细粒子气溶胶标准差,Cf为细粒子气溶胶浓度;Rc为粗粒子气溶胶中值半径,Sc为粗粒子气溶胶标准差,Cc为粗粒子气溶胶浓度;mr为复折射指数的实部,mi为复折射指数的虚部,SSA为单次散射反照率。
其次,根据东亚气溶胶模型和6SV矢量辐射传输模型建立大气参数查找表。通过设定不同的太阳和卫星观测几何参数:11个太阳天顶角 (0,12,24,36,48,54,60,66,72,78,84)、14个观测天顶角 (0,8,14,20,24,30,36,42,48,54,60,66,72,81)、15个相对方位角(0,12,24,36,48,60,72,84,96,108,120,132,144,160,180),不同的大气气溶胶参数:东亚6种典型气溶胶模型、24个0.55μm处的AOD (0.0001,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0,1.1,1.2,1.3, 1.4,1.5,1.6,1.7,1.8,1.9,2.0,2.5,3.0,4.0),使用6SV矢量辐射传输模型进行计算得出的由多组大气参数组合而成的查找表。
2)根据高分一号卫星WFV4相机数据的研究区域,选取MODO4 3km AOD 产品或者AERONET地基站点观测的AOD产品,根据经纬度位置对AOD和WFV4相机数据进行匹配,判断该研究区域是否有AOD。
3)若无AOD,通过选取WFV4相机图像中的暗像元,采用暗像元法大气校正原理反演得到地表反射率。具体流程为:①暗像元法大气校正原理如下(Song et al.,2001):
Lp=Ldos-0.01{[E0cos(θz)Tz+Edown]Tv/π} (2)
Edown=πLp (3)
Tv=exp(-τa/cosθv) (4)
Tz=exp(-τa/cosθz)=1-4πLp/(E0cosθz) (5)
τa=-cosθzIn(1-4πLp/(E0cosθz)) (6)
其中,ρ为地表反射率,Lsat为卫星观测到的表观辐亮度 (W·m-2·sr-1·um-1),Lp为程辐射(W·m-2·sr-1·um-1),Tv为大气上行透过率,Tz为大气下行透过率,θz为太阳天顶角,E0为大气层顶相应波长的太阳光谱辐照度(W·m-2·um-1),Edown为由天空光漫射到地表的光谱辐照度(W·m-2·um-1),Ldos是图像中暗像元的辐亮度(W·m-2·sr-1·um-1),τa为气溶胶光学厚度。②高空间分辨率卫星由于“纯像元”更容易获取,因此基于高空间分辨率卫星的暗像元选取变得更加容易。本发明利用直方图统计法,选择整景图像或者一景图像的大部分像元中具有一定数量的较小的图像灰度值(DN值) 为暗像元。③根据暗像元的DN值,并结合定标系数计算得到Ldos。④首先假设Tv=Tz=1,利用图像中识别的暗像元计算Lp和τa,然后将计算得到的τa带入公式(2)、(3)、(4)、(5)中,重新计算Lp、Tv、Tz和Edown,这样一般迭代4~5次就可以得到稳定的τa,进而推算出Lp、Tv、Tz和Edown。⑤将Lp、Tv、Tz和Edown等参数带入公式(1)中,计算得到高空间分辨率卫星WFV4相机地表反射率。
4)若有AOD,采用6SV模型进行大气校正,反演得到WFV4相机的真实地表反射率。具体流程为:①假设陆地表面为均匀的朗伯体,并不考虑气体吸收,在大气垂直均匀变化的条件下,卫星观测到的地表反射率可以表示为(Vermote et al.,1997,2008):
其中,θs为太阳天顶角,θv为观测天顶角,为相对方位角,Tλ(θs)Tλ(θv) 为大气透过率,Sλ为半球反射率,ρ0为大气程辐射,ρTOA为表观反射率,为地物反射率。②根据定标系数将WFV4相机DN值转换为表观反射率。③根据AOD和WFV4相机的观测几何(太阳天顶角、太阳方位角、观测天顶角、观测方位角),在查找表中找到与之对应的大气参数(ρ0,Sλ和 Tλ(θs)Tλ(θv)),进而计算得到大气反射率,再利用WFV4相机观测的表观反射率减去大气反射率,即可获取真实的地表反射率。④高空间分辨率卫星数据像元数量多,数据量大,其中高分一号卫星16米多光谱相机WFV4 一景数据大概有3亿个像元,若要对整景图像的像元进行逐一计算,则耗时长,效率低。为此,本发明按照[1000×1000]或者[500×500]个像元对整景图像进行分块处理,对[1000×1000]或者[500×500]个像元区域只赋予一个AOD值,减少AOD与WFV4像元匹配的次数,从而提升高空间分辨率卫星数据的运算效率。
5)利用ASD光谱仪测量平坦地区植被的地表反射率,将ASD的测量值通过与WFV4相机的光谱曲线进行卷积计算,得到针对WFV4相机波段的地表反射率值,将之与WFV4相机反演的地表反射率进行比对分析,从而评价WFV4相机反演的地表反射率精度。
为了评估本发明方法的性能,使用2015年1月19号ASD观测的北京森林公园入口处的植被数据(中心经纬度位置:116.3986E,40.0190N) 来进行对比验证。如图2所示,高分一号卫星WFV4相机反演的4个波段的地表反射率与ASD光谱仪测量值非常接近,从而说明了本发明方法的先进性。
Claims (6)
1.一种高空间分辨率卫星地表反射率反演方法,具体为:
1)基于6SV矢量辐射传输模型构建大气参数查找表;
2)根据高分一号卫星WFV4相机数据的研究区域,选取MOD04 3km AOD产品或者AERONET地基站点观测的AOD产品,根据经纬度位置对AOD和WFV4相机数据进行匹配,判断该研究区域是否有AOD;
3)若无AOD,采用暗像元大气校正方法反演得到地表反射率,具体计算公式为:
其中,各参数计算方法为:
Lp=Ldos-0.01{[E0cos(θz)Tz+Edown]Tv/π}
Edown=πLp.
Tv=exp(-τa/cosθv)
Tz=exp(-τa/cosθz)=1-4πLp/(E0cosθz)
τa=-cosθzIn(1-4πLp/(E0cosθz))
其中,ρ为地表反射率,Lsat为卫星观测到的表观辐亮度(W·m-2·sr-1·um-1),Lp为程辐射(W·m-2·sr-1·um-1),Tv为大气上行透过率,Tz为大气下行透过率,θz为太阳天顶角,E0为大气层顶相应波长的太阳光谱辐照度(W·m-2·um-1),Edown为由天空光漫射到地表的光谱辐照度(W·m-2·um-1),Ldos是图像中暗像元的辐亮度(W·m-2·sr-1·um-1),τa为气溶胶光学厚度;
4)若有AOD,采用6SV模型反演得到地表反射率,具体计算方法为:
其中,θs为太阳天顶角,θv为观测天顶角,为相对方位角,Tλ(θs)Tλ(θv)为大气透过率,Sλ为半球反射率,ρ0为大气程辐射,ρTOA为表观反射率,为地物反射率;
5)对地表反射率进行精度验证。
2.如权利要求1所述的高空间分辨率卫星地表反射率反演方法,其特征在于,所述的高空间分辨率卫星指的是空间分辨率优于等于16米的卫星,包括高分一号卫星、高分二号卫星、资源三号卫星。
3.如权利要求1所述的高空间分辨率卫星地表反射率反演方法,其特征在于,步骤1)中基于6SV矢量辐射传输模型,通过在6SV矢量辐射传输模型设定不同的太阳天顶角、卫星观测天顶角、相对方位角和AOD,以及东亚气溶胶模型,建立大气参数查找表。
4.如权利要求1所述的高空间分辨率卫星地表反射率反演方法,其特征在于,步骤3)若无AOD,通过选取WFV4相机图像中的暗像元,采用暗像元法大气校正原理反演得到地表反射率。
5.如权利要求1所述的高空间分辨率卫星地表反射率反演方法,其特征在于,步骤4)若有AOD,采用6SV模型进行大气校正,反演得到WFV4相机观测的真实地表反射率。
6.如权利要求1所述的高空间分辨率卫星地表反射率反演方法,其特征在于,步骤5)将ASD光谱仪测量的地表反射率与WFV4相机反演的地表反射率进行比对分析,评价WFV4相机反演的地表反射率精度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610776454.7A CN106680273B (zh) | 2016-08-29 | 2016-08-29 | 一种高空间分辨率卫星地表反射率反演方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610776454.7A CN106680273B (zh) | 2016-08-29 | 2016-08-29 | 一种高空间分辨率卫星地表反射率反演方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106680273A CN106680273A (zh) | 2017-05-17 |
CN106680273B true CN106680273B (zh) | 2019-12-27 |
Family
ID=58840134
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610776454.7A Active CN106680273B (zh) | 2016-08-29 | 2016-08-29 | 一种高空间分辨率卫星地表反射率反演方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106680273B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106841114A (zh) * | 2017-01-05 | 2017-06-13 | 广西大学 | 有限区域内测量粗糙表面反射率的方法及装置 |
CN110907364B (zh) * | 2019-11-26 | 2022-04-19 | 中国科学院空间应用工程与技术中心 | 基于星历参数的光学遥感影像大气校正方法及装置 |
CN111157524B (zh) * | 2020-01-09 | 2022-09-27 | 北京观澜智图科技有限公司 | 基于高分影像的道路材质识别方法及装置和电子设备 |
CN113361309B (zh) * | 2020-03-18 | 2022-05-13 | 山东交通学院 | 基于中高分辨率遥感影像的城区多雾霾污染参数监测方法 |
CN113324915B (zh) * | 2021-05-24 | 2022-10-21 | 武汉大学 | 一种支持高分辨率气溶胶光学厚度反演的城市复杂地表反射率估算方法 |
-
2016
- 2016-08-29 CN CN201610776454.7A patent/CN106680273B/zh active Active
Non-Patent Citations (4)
Title |
---|
基于ZY-3CCD相机数据的暗像元大气校正方法分析与评价;郭红;《光谱学与光谱分析》;20140831 * |
复杂地形下自动提取多暗像元的TM影响大气纠正方法;何颖清 等;《遥感技术与应用》;20100831;第532-539页 * |
海岸带区域SPOT卫星数据大气校正处理;王小飞 等;《海洋学研究》;20110331;第68-72页 * |
资源三号卫星多光谱数据自动反演香港地区气溶胶光学厚度;秦雁 等;《环境科学学报》;20150531 * |
Also Published As
Publication number | Publication date |
---|---|
CN106680273A (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106680273B (zh) | 一种高空间分辨率卫星地表反射率反演方法 | |
Zhao et al. | Polarization patterns under different sky conditions and a navigation method based on the symmetry of the AOP map of skylight | |
CN109974665B (zh) | 一种针对缺少短波红外数据的气溶胶遥感反演方法及系统 | |
CN101963664B (zh) | 基于水陆地物分类信息的微波遥感混合像元分解方法 | |
Thompson et al. | Retrieval of atmospheric parameters and surface reflectance from visible and shortwave infrared imaging spectroscopy data | |
CN112051222A (zh) | 一种基于高分卫星影像的河湖水质监测方法 | |
She et al. | Joint retrieval of aerosol optical depth and surface reflectance over land using geostationary satellite data | |
CN102636143B (zh) | 一种气溶胶光学厚度遥感反演方法 | |
Xie et al. | Calculating NDVI for Landsat7-ETM data after atmospheric correction using 6S model: A case study in Zhangye city, China | |
Xue et al. | Long-time series aerosol optical depth retrieval from AVHRR data over land in North China and Central Europe | |
Kim et al. | Aerosol optical properties derived from the DRAGON-NE Asia campaign, and implications for a single-channel algorithm to retrieve aerosol optical depth in spring from Meteorological Imager (MI) on-board the Communication, Ocean, and Meteorological Satellite (COMS) | |
Seong et al. | Evaluation of NDVI estimation considering atmospheric and BRDF correction through Himawari-8/AHI | |
Susaki et al. | Validation of MODIS albedo products of paddy fields in Japan | |
CN109300133B (zh) | 一种城市河网区水体提取方法 | |
Ye et al. | Atmospheric correction of Landsat-8/OLI imagery in turbid estuarine waters: A case study for the Pearl River estuary | |
CN108802853B (zh) | 一种云相态识别方法 | |
Mishra | Retrieval of aerosol optical depth from INSAT‐3D imager over Asian landmass and adjoining ocean: Retrieval uncertainty and validation | |
Pacheco-Labrador et al. | New approaches in multi-angular proximal sensing of vegetation: Accounting for spatial heterogeneity and diffuse radiation in directional reflectance distribution models | |
Wang et al. | An adaptive atmospheric correction algorithm for the effective adjacency effect correction of submeter-scale spatial resolution optical satellite images: Application to a WorldView-3 panchromatic image | |
CN112131789A (zh) | 一种基于随机森林算法的多光谱降水检测系统及方法 | |
CN110009584B (zh) | 基于参考光谱匹配的多光谱遥感影像大气校正系统及方法 | |
Li et al. | Tracking radiometric responsivity of optical sensors without on-board calibration systems-case of the Chinese HJ-1A/1B CCD sensors | |
Wang et al. | Aerosol retrieval algorithm based on adaptive land–atmospheric decoupling for polarized remote sensing over land surfaces | |
CN111650128B (zh) | 一种基于地表反射率库的高分辨率大气气溶胶反演方法 | |
He et al. | Direct estimation of land surface albedo from simultaneous MISR data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220713 Address after: 100190 No. 19 West North Fourth Ring Road, Haidian District, Beijing Patentee after: Research Institute of aerospace information innovation, Chinese Academy of Sciences Address before: 100101 Institute of remote sensing earth, Chinese Academy of Sciences, Datun Road, Chaoyang District, Beijing Patentee before: Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences |
|
TR01 | Transfer of patent right |