CN108955883A - 基于高光谱数据的遥感器辐射定标方法及定标系统 - Google Patents
基于高光谱数据的遥感器辐射定标方法及定标系统 Download PDFInfo
- Publication number
- CN108955883A CN108955883A CN201810797145.7A CN201810797145A CN108955883A CN 108955883 A CN108955883 A CN 108955883A CN 201810797145 A CN201810797145 A CN 201810797145A CN 108955883 A CN108955883 A CN 108955883A
- Authority
- CN
- China
- Prior art keywords
- imager
- pixel
- channel
- remote sensor
- remote
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000001228 spectrum Methods 0.000 claims abstract description 86
- 238000002310 reflectometry Methods 0.000 claims abstract description 56
- 230000005855 radiation Effects 0.000 claims abstract description 39
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 230000003595 spectral effect Effects 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 description 11
- 238000004088 simulation Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000005316 response function Methods 0.000 description 5
- 238000001429 visible spectrum Methods 0.000 description 5
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- YGULWPYYGQCFMP-CEAXSRTFSA-N Metoprolol tartrate Chemical compound OC(=O)[C@H](O)[C@@H](O)C(O)=O.COCCC1=CC=C(OCC(O)CNC(C)C)C=C1.COCCC1=CC=C(OCC(O)CNC(C)C)C=C1 YGULWPYYGQCFMP-CEAXSRTFSA-N 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 241000282320 Panthera leo Species 0.000 description 1
- 239000000443 aerosol Substances 0.000 description 1
- 238000004164 analytical calibration Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- ASCHNMXUWBEZDM-UHFFFAOYSA-N chloridodioxygen(.) Chemical compound [O]OCl ASCHNMXUWBEZDM-UHFFFAOYSA-N 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000711 polarimetry Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
- G01J3/28—Investigating the spectrum
- G01J3/2823—Imaging spectrometer
- G01J2003/2826—Multispectral imaging, e.g. filter imaging
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
- Spectrometry And Color Measurement (AREA)
Abstract
本发明提供了一种基于高光谱数据的遥感器辐射定标方法及定标系统。本发明的方法包括:通过作为基准遥感器的高光谱遥感器实时采集高光谱遥感数据,通过作为待定标遥感器的通道式成像仪实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
Description
技术领域
本发明涉及遥感器在轨辐射定标技术领域,尤其涉及一种基于高光谱数据的遥感器辐射定标方法及定标系统。
背景技术
遥感数据的高精度辐射定标是其定量化应用的重要前提。可见近红外波段成像仪的辐射定标一般优先采用配备星上定标装置完成定标。但是,对于没有装载星上绝对辐射定标装置的遥感器,往往需要采用替代定标方法,完成其工作生命期内的辐射定标工作。基于同时星下点观测数据的交叉定标方法(Simultaneously Nadir Observe,SNO)是目前国际上较为通行的遥感器在轨辐射定标方法,已经广泛的用于极轨卫星间(LEO-LEO)的辐射基准交叉传递。两个卫星同时过轨道交叉点时的星下点观测数据具有同时同地同目标的观测特性,SNO方法基于这些数据对比两个遥感器各自的观测数据,评估两遥感器的辐射响应差异,实现待定遥感器基于基准遥感器的绝对辐射定标。
目前,SNO方法在两个方向上深入发展:一个方向是可见光近红外波段,以通道式成像仪(如MODIS)为基准遥感器,实现通道式成像仪的辐射定标;另一个是热红外波段,以高光谱遥感器(如IASI)为基准遥感器,实现通道式成像仪的辐射定标。
风云三号(FY-3)为我国新一代极轨气象卫星,中分辨率光谱成像仪(MERSI)是主要载荷之一。MERSI具有多光谱和高分辨率成像的特点,可以监测中小尺度强对流云团和地表精细特征,提高云、气溶胶、陆地表面参数、海洋水色、底层水汽等地球物理要素的定量反演精度,实现对大气、陆地、海洋的多光谱连续综合观测。MERSI可见光通道完成了发射前的实验室定标,但在轨工作期间的辐射响应需要及时的更新,以利于后续的高精度应用。
例如,GOME-2是紫外可见光谱段的高光谱遥感器,是稳定的气象卫星载荷,其上有绝对辐射定标装置,适用于交叉定标,MERSI为通道式成像仪,其上没有绝对辐射定标装置,GOME-2的光谱探测范围能够覆盖MERSI的部分通道,其空间分辨率为40km×80km,而现有技术方法不能实现GOME-2与MERSI的实时在轨交叉定标。
SNO定标首先应用于可见光谱段的极轨卫星通道式成像仪,如MODIS和AVHRR,这两遥感器的空间分辨率均为1km左右,部分通道中心波长相近,它们间的交叉定标主要步骤为:
1.收集两颗卫星同时过轨道交叉点的遥感器对地观测数据;
2.将两个遥感器的数据投影到交叉点为中心,相同分辨率图像上;
3.根据两个遥感器相似通道的光谱响应差异订正数据;
4.对比相同位置点数据,计算定标系数。
拓展到红外波段,以Metop/IASI和SEVIRI的交叉比对,IASI为红外高光谱遥感器,空间分辨率较低,光谱范围宽并且精细;SEVIRI为通道式成像仪,空间分辨率较高光谱数据更高,但是光谱分辨率粗糙。它们间的交叉定标主要步骤如下:
1.收集两颗卫星的遥感器对地观测数据;
2.卷积高光谱观测数据和通道光谱响应,得到通道式成像仪模拟值;
3.以高光谱像元中心点为圆心,提取周围一定半径内的像元计算成像仪的数据平均值
4.筛选定标数据对,计算定标系数。
对于可见光谱段的交叉定标,其主要问题是两个遥感器相似通道间的光谱响应差异订正,不同下垫面和大气状态下辐亮度光谱差异表现不同,因此使用静态的订正系数,并不能完全动态的描述交叉定标数据对间差异的不同。
对于红外高光谱交叉定标中,能量往往使用亮温等部分适用于可见光谱段的观测数据描述。另外,GOME-2的地面像元为四边形,与IASI等的椭圆形像元,在空间匹配的处理方式上也不相同,红外光谱交叉定标的现有技术不能满足可见光谱段的交叉定标要求。
因此,需要一种能够实现高光谱遥感器与通道式成像仪之间实时在轨交叉定标的基于高光谱数据的遥感器辐射定标方法及定标系统。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于高光谱数据的遥感器辐射定标方法及定标系统,解决了高光谱数据与成像仪数据的光谱匹配问题和高低空间分辨率像元间的数据匹配问题,因此,能够实现成像仪的辐射定标,该定标结果可以用于遥感数据后续定量化反演产品的研究应用,同时可以实现遥感器在轨运行期间辐射响应的衰减跟踪。
根据本发明的一方面,本发明提供的基于高光谱数据的遥感器辐射定标方法,该方法包括:
通过作为基准遥感器的高光谱遥感器实时采集高光谱遥感数据,通过作为待定标遥感器的通道式成像仪实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;
以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;
将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
进一步地,将该高光谱遥感数据转换为成像仪通道模拟反射率,包括:
对高光谱遥感数据的量纲进行能量单位转换;
对相邻波段的高光谱遥感数据进行拼接处理,得到完整的高光谱遥感数据;
将完整的高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
进一步地,对于高光谱遥感器的各像元提取有效交叉定标数据对,包括:
在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组;
根据成像仪像元点组计算成像仪通道反射率;
对于各像元,成像仪通道模拟反射率和通道式成像仪总反射率组成各像元的有效交叉定标数据对。
进一步地,在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组中,利用以下计算模型提取落入像元中的成像仪像元点组:
其中,为像元的第一个顶点,为像元的第二个顶点,为像元的第三个顶点,为像元的第四个顶点,为成像仪像元点,四个顶点为顺时针顺序。
进一步地,根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,包括:
利用最小二乘法对有效交叉定标数据对进行线性回归,计算出斜率,该斜率为待定标遥感器的辐射定标系数。
进一步地,在根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数之前,还包括:根据均匀性因子对各像元的有效交叉定标数据对进行筛选,该均匀性因子为:
其中,F为均匀性因子,σρi-Imager为成像仪像元点组的标准差,为成像仪像元点组的平均值。
根据本发明的另一方面,本发明提供的实现上述基于高光谱数据的遥感器辐射定标方法的定标系统,包括高光谱遥感器、通道式成像仪、投影区域建立模块和辐射定标系数计算模块;
高光谱遥感器,作为基准遥感器实时采集高光谱遥感数据;
通道式成像仪,作为待定标遥感器实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;
投影区域建立模块,以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;
辐射定标系数计算模块,将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
进一步地,将该高光谱遥感数据转换为成像仪通道模拟反射率,具体实现如下:
对高光谱遥感数据的量纲进行能量单位转换;
对相邻波段的高光谱遥感数据进行拼接处理,得到完整的高光谱遥感数据;
将完整的高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
进一步地,对于高光谱遥感器的各像元提取有效交叉定标数据对,具体实现如下:
在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组;
根据成像仪像元点组计算成像仪通道反射率;
对于各像元,成像仪通道模拟反射率和通道式成像仪总反射率组成各像元的有效交叉定标数据对。
进一步地,辐射定标系数计算模块存储用于提取落入像元中的成像仪像元点组的计算模型,该计算模型如下:
其中,为像元的第一个顶点,为像元的第二个顶点,为像元的第三个顶点,为像元的第四个顶点,为成像仪像元点,四个顶点为顺时针顺序。
本发明实施例提供的基于高光谱数据的遥感器辐射定标方法及定标系统,能够实现以高光谱遥感器为基准遥感器,对通道式成像仪进行实时在轨交叉定标。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例的一种基于高光谱数据的遥感器辐射定标方法步骤图;
图2为本发明实施例的一种基于高光谱数据的遥感器辐射定标系统框图;
图3为本发明实施例的GOME-2的通道3和通道4的波长-辐照度图;
图4为本发明实施例的GOME-2的通道3和通道4拼接后的波长-辐照度图;
图5示出了通道15中GOME-2反射率与MERSI反射率组成的数据对的的线性回归。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非被特定定义,否则不会用理想化或过于正式的含义来解释。
本发明实施例提供了一种基于高光谱数据的遥感器辐射定标方法及定标系统,其主要目标是解决可见光谱段高光谱遥感器和高空间分辨率通道成像仪间的交叉定标问题,具体地,交叉定标的两个遥感器,在空间分辨率、光谱覆盖范围和光谱分辨率上存在差异,不能将原始的轨道交叉点观测数据直接比较,需要将这些数据转换成相同空间分辨率和相同光谱波段的定标数据对,在相同观测几何和同时观测的约束条件下,对比定标数据对的差异,以基准遥感器为辐射定标源,实现待定遥感器的辐射定标,例如,宽波段高光谱遥感数据,其空间分辨率相对较低,光谱分辨率相对较高;通道式成像仪遥感数据,空间分辨率相对较高,光谱分辨率较低。因此,交叉定标过程中,将高光谱数据卷积通道式成像仪的光谱响应函数,得到成像仪的通道反射率卷积值;将高光谱数据大像元的空间覆盖范围内成像仪数据,合并融合为低空间分辨率数据。通过上述处理,得到可以用于交叉定标的数据对。之后通过数据筛选和统计回归,分析两遥感器辐射响应差异,计算待定遥感器的辐射响应定标系数。
实施例一
图1为本发明实施例的一种基于高光谱数据的遥感器辐射定标方法步骤图,参照图1,本发明实施例的基于高光谱数据的遥感器辐射定标方法,具体包括以下步骤:通过作为基准遥感器的高光谱遥感器实时采集高光谱遥感数据,通过作为待定标遥感器的通道式成像仪实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
将该高光谱遥感数据转换为成像仪通道模拟反射率,包括:
第一步,对高光谱遥感数据的量纲进行能量单位转换;
在本实施例中,对于可见光波段,一般通道式成像仪采用辐亮度(W/(m2.sr.um)或反射率(%)描述对地观测目标,高光谱数据的物理单位使用光子数每立体角每平方米每微米每秒(photons/(Sr.m2.um.s)),采用的单位制与通道式成像仪的辐亮度量纲形式不同,需要将高光谱数据转换为反射率值。GOME-2的辐亮度测量使用单位面积波长立体角上接收到的光子数,需要将其转换为标准单位制下的单位如下式所示。根据光子的能量公式:E=hc/λ,,同一单色辐亮度,不同单位间的换算关系如下:
式中h为普朗克常数,c为光速,λ为对应通道的波长,
第二步,对相邻波段的高光谱遥感数据进行拼接处理,得到完整的高光谱遥感数据;
在本实施例中,高光谱遥感器的光谱覆盖范围通过若干波段探测器阵列获取,波段间存在一定的光谱重叠;而通道式成像仪的一些通道光谱响应跨越高光谱数据的相邻波段,因此,需要对相邻波段的高光谱数据进行拼接处理,得到一条完整的高光谱数据。可以采用等波长间隔插值、拼接点波长计算、数据连接等步骤完成高光谱数据的拼接。
首先,对单个波段高光谱数据的线性插值。例如,在波段A的辐亮度测量值为波段B的辐亮度测量值为 利用线性公式,将各个波段辐亮度插值到等波长间距序列上:
然后,对于相邻波段交叠区,取交叠区的中间波长值作为边界点;
最后,将插值后的两波段高光谱数据按照波长大小衔接起来,完成高光谱数据的拼接。
第三步,将完整的高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
在本实施例中,高光谱数据卷积通道式成像仪通道光谱响应函数,光谱响应函数描述了成像仪通道对波长的相对响应大小,以光谱响应函数为权重,计算高光谱数据在通道光谱响应范围内的加权平均值,得到成像仪通道的能量仿真值,完成高光谱数据的光谱响应卷积。例如,GOME-2数据卷积MERSI的通道光谱响应函数,可以得到MERSI对应的通道辐亮度仿真值。
Li=∫iL(λ)Ri(λ)dλ
其中,Li为高光谱数据对应MERSI的第i个通道地球辐亮度仿真值,L(λ)为GOME-2中地球的分谱辐亮度,Ri(λ)为MERSI的第i个通道光谱响应函数,i为MERSI的第i个通道。
GOME-2定期对太阳进行测量获取太阳辐照度,对太阳辐照度进行相同的处理。MERSI对应的通道太阳辐照度仿真值,其表达式为:
E0i=∫iE0(λ)Ri(λ)dλ
其中,E0i为高光谱数据对应MERSI的通道太阳辐照度仿真值,Ri(λ)为MERSI的第i个通道的光谱响应函数,E0(λ)为大气层顶的分谱太阳辐照度。
对于大气层顶的表观反射率,如下式计算:
其中,为成像仪通道模拟反射率,Li为高光谱数据对应MERSI的第i个通道地球辐亮度仿真值,E0i为高光谱数据对应MERSI的通道太阳辐照度仿真值。
将积分转换为求和,可以得到通道测量到的表观反射率表达式:
其中,为成像仪通道模拟反射率,Li为高光谱数据对应MERSI的第i个通道地球辐亮度仿真值,E0i为高光谱数据对应MERSI的通道太阳辐照度仿真值,Ri为MERSI的第i个通道的光谱响应函数,L为GOME-2中地球的分谱辐亮度,E0为大气层顶的分谱太阳辐照度。
以上步骤将高光谱数据转化为待定遥感器的通道表观模拟反射率。对于GOME-2数据,由于其提供了来自地球的反射辐射和太阳辐照度的高光谱信息,通过与MERSI相应通道的光谱响应函数卷积,可以计算出MERSI对应通道的表观模拟反射率。
将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,包括:
采用兰伯特等面积投影,将通道式成像仪各通道数据投影于投影区域。将高光谱数据的像元中心点和像元四个顶点,按照兰伯特(lambert)等面积投影,得到各像元的中心点和四个顶点的行列号。
像元的中心点位置向量
像元的四个顶点
对于高光谱遥感器的各像元提取有效交叉定标数据对,包括:
第一步,在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组;
在本实施例中,以高光谱像元的四个顶点构建四边形,顶点顺序为顺时针方向。根据通道式成像仪的像元点行列号判断其是否落入大像元内。
根据矢量运算法则,以通道式成像仪的像元点为起始点,高光谱数据像元的四个顶点为终点,相邻两矢量的叉乘为正,则通道式成像仪的像元点在高光谱数据像元边的右侧。通道式成像仪的像元点同时位于四条高光谱数据像元边的右侧,则通道式成像仪的像元点为高光谱数据像元的内部点。
当通道式成像仪的像元点同时满足下面条件时,判识为四边形内部点:
其中,为像元的第一个顶点,为像元的第二个顶点,为像元的第三个顶点,为像元的第四个顶点,为成像仪像元点,四个顶点为顺时针顺序,
按照高光谱像元编号,提取一高光谱像元内通道式成像仪的像元点,构建成像仪像元点组。
{pixels of Imager in one Hyperspectral pixel(ID=i)}。
第二步,根据成像仪像元点组计算成像仪通道反射率;
在本实施例中,根据辐射定标公式,计算出成像仪像元点组中各像元点的反射率。计算高光谱像元对应的成像仪像元点组统计特征量。统计特征量包括:逐通道的数据组平均值、标准差,观测角度平均值。
对于编号为i的高光谱像元,对应的通道式成像仪数据:
σρi-Imager=std(ρImager)
θi-Imager=mean(θImager)
式中,为编号为i的高光谱像元对应的通道式成像仪总反射率,上横线表示平均值,ρImager为编号为i的高光谱像元内各通道式成像仪像元点的反射率,σρi-Imager为编号为i的高光谱像元内所有通道式成像仪像元点的反射率的标准差,θi-Imager为编号为i的高光谱像元对应的总观测几何角度,θImager为编号为i的高光谱像元内各通道式成像仪像元点的观测几何角度,例如太阳天顶角、观测天顶角、太阳方位角和观测方位角等。
第三步,对于各像元,成像仪通道模拟反射率和通道式成像仪总反射率组成各像元的有效交叉定标数据对其中,为通道式成像仪总反射率,为成像仪通道模拟反射率。
根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,包括:利用最小二乘法对有效交叉定标数据对进行线性回归,计算出斜率,该斜率为待定标遥感器的辐射定标系数。
具体地,积累一定周期,例如30天的有效交叉定标数据对,用于计算定标系数,订正成像仪定标系数,完成交叉定标。
其中,k为待定标遥感器的辐射定标系数,n为高光谱像元的总个数,为编号为i的高光谱像元对应的通道式成像仪总反射率,为编号为i的高光谱像元的成像仪通道模拟反射率。
由于高光谱数据的空间分辨率比较粗糙,其定位误差会直接导致成像仪像元点组的提取结果,进而影响成像仪数据空间合并融合结果,因此,需要对有效交叉定标数据对做出筛选。当高光谱像元内地表目标均匀性较好时,则定位误差的响应会大大降低,即高光谱像元稍稍平移一点,不影响成像仪数据空间合并融合的结果。采用均匀性指标F(标准差和平均值的比值)作为筛选标准,筛选出均匀性好的有效交叉定标数据对。
另F为均匀性因子,为标准差与平均值的比值。当F小于阈值F0时,标记为高均匀性数据对,否则标记为低均匀性数据对,F0的设置根据经验确定,比如定为F0=0.05。
其中,F为均匀性因子,σρi-Imager为编号为i的高光谱像元内所有通道式成像仪像元点的反射率的标准差,为为编号为i的高光谱像元对应的通道式成像仪总反射率。
本发明还提供了实现上述基于高光谱数据的遥感器辐射定标方法的定标系统,包括高光谱遥感器、通道式成像仪、投影区域建立模块和辐射定标系数计算模块;
高光谱遥感器,作为基准遥感器实时采集高光谱遥感数据;
通道式成像仪,作为待定标遥感器实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;
投影区域建立模块,以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;
辐射定标系数计算模块,将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
进一步地,将该高光谱遥感数据转换为成像仪通道模拟反射率,具体实现如下:
对高光谱遥感数据的量纲进行能量单位转换;
对相邻波段的高光谱遥感数据进行拼接处理,得到完整的高光谱遥感数据;
将完整的高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
进一步地,对于高光谱遥感器的各像元提取有效交叉定标数据对,具体实现如下:
在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组;
根据成像仪像元点组计算成像仪通道反射率;
对于各像元,成像仪通道模拟反射率和通道式成像仪总反射率组成各像元的有效交叉定标数据对。
进一步地,辐射定标系数计算模块存储用于提取落入像元中的成像仪像元点组的计算模型,该计算模型如下:
其中,为像元的第一个顶点,为像元的第二个顶点,为像元的第三个顶点,为像元的第四个顶点,为成像仪像元点,四个顶点为顺时针顺序。
实施例二
本实施例以GOME-2(The Second Global Ozone Monitoring Experiment,第二代全球臭氧监测仪)为基准遥感器,以MERSI为待定标遥感器,计算待定标遥感器的定标系数。
GOME-2主要用于探测全球臭氧柱总量及臭氧廓线,同时可以反演出其他大气痕量气体(如NO2\BrO\OClO\CHO\SO2)的柱总量。GOME-2有四个主通道(channel),两个偏振测量单元(Polarisation Measurements Devices PMDs),每个主通道(channel)共有1024个探元。主通道的光谱探测范围在240nm~790nm之间,光谱分辨率为0.26nm~0.51nm。GOME-2的L1数据有各个通道像元的分谱辐亮度和每轨测量一次的分谱太阳常数。其中,GOME-2主要通道波长范围如表1。
表1
GOME-2一般刈幅为1920km,可以保证1.5天的时间覆盖全球,同时通过改变刈幅的大小可以用于其他遥感目的。一般情况下星下点分辨率为40km×80km。GOME-2为高光谱遥感仪器,能够得到大气层顶的紫外可见光波段连续光谱信息。GOME-2搭载于METOP卫星上,已经业务运行,所以对于业务用交叉定标,GOME-2可以保证定标数据的连续性和稳定性。
(1)高光谱数据转换为成像仪通道反射率
1)能量单位转换
GOME-2的原始观测数据单位为photons/(Sr.m2.um.s),转换后为W/(Sr.m2.um.s),转换后的GOME-2的通道3和通道4的波长-辐照度图如图3所示。
2)高光谱数据拼接
将图3中的通道3和通道4的波长-辐照度图拼接起来,得到如图4的拼接后的波长-辐照度图。
3)高光谱数据卷积通道式成像仪通道光谱响应函数
将拼接后的波长-辐照度图的高光谱数据与通道式成像仪通道光谱响应函数进行卷积,使得高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
(2)成像仪数据的空间合并融合
1)轨道交叉点数据投影
高光谱数据与成像仪数据均投影至同一投影区域中。
2)匹配数据提取
根据高光谱像元边界提取成像仪的像元点,即提取高光谱像元内成像仪像元点组。
3)匹配区数据统计特征量计算
计算一高光谱像元内成像仪像元点组中各成像仪像元点反射率的平均值、各成像仪像元点反射率的标准差和各成像仪像元点反射率的标准差。
(3)交叉定标数据筛选、累计与定标系数计算
根据均匀性指标和阈值,筛选高均匀性的定标数据对。挑选均匀性指标小于0.05的定标数据对。
单次轨道交叉点附近定标数据对均匀性
积累一个月或更长周期的定标数据对,利用线性回归得到定标系数的修正值,如图5所示,示出了通道15中GOME-2反射率与MERSI反射率组成的数据对的的线性回归。
本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于高光谱数据的遥感器辐射定标方法,其特征在于,包括:
通过作为基准遥感器的高光谱遥感器实时采集高光谱遥感数据,通过作为待定标遥感器的通道式成像仪实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;
以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;
将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
2.根据权利要求1所述的基于高光谱数据的遥感器辐射定标方法,其特征在于,将该高光谱遥感数据转换为成像仪通道模拟反射率,包括:
对高光谱遥感数据的量纲进行能量单位转换;
对相邻波段的高光谱遥感数据进行拼接处理,得到完整的高光谱遥感数据;
将完整的高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
3.根据权利要求2所述的基于高光谱数据的遥感器辐射定标方法,其特征在于,对于高光谱遥感器的各像元提取有效交叉定标数据对,包括:
在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组;
根据成像仪像元点组计算成像仪通道反射率;
对于各像元,成像仪通道模拟反射率和通道式成像仪总反射率组成各像元的有效交叉定标数据对。
4.根据权利要求3所述的基于高光谱数据的遥感器辐射定标方法,其特征在于,在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组中,利用以下计算模型提取落入像元中的成像仪像元点组:
其中,为像元的第一个顶点,为像元的第二个顶点,为像元的第三个顶点,为像元的第四个顶点,为成像仪像元点,四个顶点为顺时针顺序。
5.根据权利要求3所述的基于高光谱数据的遥感器辐射定标方法,其特征在于,根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,包括:
利用最小二乘法对有效交叉定标数据对进行线性回归,计算出斜率,该斜率为待定标遥感器的辐射定标系数。
6.根据权利要求3所述的基于高光谱数据的遥感器辐射定标方法,其特征在于,在根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数之前,还包括:根据均匀性因子对各像元的有效交叉定标数据对进行筛选,该均匀性因子为:
其中,F为均匀性因子,σρi-Imager为成像仪像元点组的标准差,为成像仪像元点组的平均值。
7.一种实现权利要求1所述的基于高光谱数据的遥感器辐射定标方法的定标系统,其特征在于,包括高光谱遥感器、通道式成像仪、投影区域建立模块和辐射定标系数计算模块;
高光谱遥感器,作为基准遥感器实时采集高光谱遥感数据;
通道式成像仪,作为待定标遥感器实时采集成像仪通道反射率,并将该高光谱遥感数据转换为成像仪通道模拟反射率;
投影区域建立模块,以基准遥感器与待定标遥感器的运行轨道交叉点为中心,以待定标遥感器的星下点分辨率为间隔,建立投影区域;
辐射定标系数计算模块,将成像仪通道模拟反射率和成像仪通道反射率均投影至投影区域,对于高光谱遥感器的各像元提取有效交叉定标数据对,并根据该有效交叉定标数据对计算待定标遥感器的辐射定标系数,以校正待定标遥感器实时采集的成像仪通道反射率。
8.根据权利要求7所述的系统,其特征在于,将该高光谱遥感数据转换为成像仪通道模拟反射率,具体实现如下:
对高光谱遥感数据的量纲进行能量单位转换;
对相邻波段的高光谱遥感数据进行拼接处理,得到完整的高光谱遥感数据;
将完整的高光谱遥感数据转化成待定标遥感器的成像仪通道模拟反射率。
9.根据权利要求8所述的系统,其特征在于,对于高光谱遥感器的各像元提取有效交叉定标数据对,具体实现如下:
在高光谱遥感器的各像元中提取落入像元中的成像仪像元点组;
根据成像仪像元点组计算成像仪通道反射率;
对于各像元,成像仪通道模拟反射率和通道式成像仪总反射率组成各像元的有效交叉定标数据对。
10.根据权利要求9所述的系统,其特征在于,辐射定标系数计算模块存储用于提取落入像元中的成像仪像元点组的计算模型,该计算模型如下:
其中,为像元的第一个顶点,为像元的第二个顶点,为像元的第三个顶点,为像元的第四个顶点,为成像仪像元点,四个顶点为顺时针顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810797145.7A CN108955883B (zh) | 2018-07-19 | 2018-07-19 | 基于高光谱数据的遥感器辐射定标方法及定标系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810797145.7A CN108955883B (zh) | 2018-07-19 | 2018-07-19 | 基于高光谱数据的遥感器辐射定标方法及定标系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108955883A true CN108955883A (zh) | 2018-12-07 |
CN108955883B CN108955883B (zh) | 2020-08-18 |
Family
ID=64495572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810797145.7A Active CN108955883B (zh) | 2018-07-19 | 2018-07-19 | 基于高光谱数据的遥感器辐射定标方法及定标系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108955883B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374533A (zh) * | 2018-12-18 | 2019-02-22 | 成都信息工程大学 | 一种卫星短波红外高光谱观测数据光谱漂移估算方法 |
CN110096668A (zh) * | 2019-05-06 | 2019-08-06 | 国家卫星气象中心 | 一种可见光遥感图像反射率获取方法 |
CN111199557A (zh) * | 2019-12-20 | 2020-05-26 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种遥感器衰变的定量分析方法及系统 |
CN112665829A (zh) * | 2020-12-16 | 2021-04-16 | 航天恒星科技有限公司 | 一种光学遥感卫星的波段间定标方法 |
CN112924391A (zh) * | 2021-02-03 | 2021-06-08 | 重庆邮电大学 | 基于遥感大数据的fy-4a/agri交叉辐射定标方法 |
CN112967346A (zh) * | 2021-03-30 | 2021-06-15 | 国家卫星海洋应用中心 | 遥感传感器辐射定标方法、装置和电子设备 |
CN113177512A (zh) * | 2021-05-20 | 2021-07-27 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种星星间交叉辐射定标的匹配阈值分析方法 |
CN113989661A (zh) * | 2021-10-15 | 2022-01-28 | 中国气象科学研究院 | Mersi-2与modis的归一化植被指数转换方法 |
CN114778463A (zh) * | 2022-06-22 | 2022-07-22 | 广东省科学院广州地理研究所 | 一种无人机高光谱影像辐射定标方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279393A (zh) * | 2011-07-15 | 2011-12-14 | 北京航空航天大学 | 一种基于多光谱传感器对高光谱传感器交叉辐射定标方法 |
CN106547840A (zh) * | 2016-10-13 | 2017-03-29 | 国家卫星气象中心 | 一种全球三维大气数据的解析及管理方法 |
-
2018
- 2018-07-19 CN CN201810797145.7A patent/CN108955883B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102279393A (zh) * | 2011-07-15 | 2011-12-14 | 北京航空航天大学 | 一种基于多光谱传感器对高光谱传感器交叉辐射定标方法 |
CN106547840A (zh) * | 2016-10-13 | 2017-03-29 | 国家卫星气象中心 | 一种全球三维大气数据的解析及管理方法 |
Non-Patent Citations (2)
Title |
---|
漆成莉等: "《风云三号气象卫星红外分光计在轨交叉定标精度监测系统》", 《红外与毫米波学报》 * |
赵维宁等: "《卫星光学仪器辐射交互定标方法的应用和发展》", 《光学精密工程》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109374533B (zh) * | 2018-12-18 | 2021-04-09 | 成都信息工程大学 | 一种卫星短波红外高光谱观测数据光谱漂移估算方法 |
CN109374533A (zh) * | 2018-12-18 | 2019-02-22 | 成都信息工程大学 | 一种卫星短波红外高光谱观测数据光谱漂移估算方法 |
CN110096668A (zh) * | 2019-05-06 | 2019-08-06 | 国家卫星气象中心 | 一种可见光遥感图像反射率获取方法 |
CN111199557A (zh) * | 2019-12-20 | 2020-05-26 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种遥感器衰变的定量分析方法及系统 |
CN112665829B (zh) * | 2020-12-16 | 2022-12-27 | 航天恒星科技有限公司 | 一种光学遥感卫星的波段间定标方法 |
CN112665829A (zh) * | 2020-12-16 | 2021-04-16 | 航天恒星科技有限公司 | 一种光学遥感卫星的波段间定标方法 |
CN112924391A (zh) * | 2021-02-03 | 2021-06-08 | 重庆邮电大学 | 基于遥感大数据的fy-4a/agri交叉辐射定标方法 |
CN112967346A (zh) * | 2021-03-30 | 2021-06-15 | 国家卫星海洋应用中心 | 遥感传感器辐射定标方法、装置和电子设备 |
CN112967346B (zh) * | 2021-03-30 | 2022-04-29 | 国家卫星海洋应用中心 | 遥感传感器辐射定标方法、装置和电子设备 |
CN113177512A (zh) * | 2021-05-20 | 2021-07-27 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种星星间交叉辐射定标的匹配阈值分析方法 |
CN113177512B (zh) * | 2021-05-20 | 2024-04-05 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种星星间交叉辐射定标的匹配阈值分析方法 |
CN113989661A (zh) * | 2021-10-15 | 2022-01-28 | 中国气象科学研究院 | Mersi-2与modis的归一化植被指数转换方法 |
CN113989661B (zh) * | 2021-10-15 | 2022-05-17 | 中国气象科学研究院 | Mersi-2与modis的归一化植被指数转换方法 |
CN114778463A (zh) * | 2022-06-22 | 2022-07-22 | 广东省科学院广州地理研究所 | 一种无人机高光谱影像辐射定标方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108955883B (zh) | 2020-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108955883A (zh) | 基于高光谱数据的遥感器辐射定标方法及定标系统 | |
Houborg et al. | A cubesat enabled spatio-temporal enhancement method (cestem) utilizing planet, landsat and modis data | |
Li et al. | Monitoring hourly night-time light by an unmanned aerial vehicle and its implications to satellite remote sensing | |
Guanter et al. | A method for the surface reflectance retrieval from PROBA/CHRIS data over land: Application to ESA SPARC campaigns | |
EP2525198B1 (en) | Method and system for spectral calibration of a remote sensing sensor and a synthetic target having a tunable spectral composition | |
Korpela et al. | Variation and directional anisotropy of reflectance at the crown scale—Implications for tree species classification in digital aerial images | |
Bendig et al. | Solar-induced chlorophyll fluorescence measured from an unmanned aircraft system: sensor etaloning and platform motion correction | |
Verhoef et al. | Remote sensing data assimilation using coupled radiative transfer models | |
CN113537018A (zh) | 基于多时相卫星遥感和无人机技术的水土保持监测方法 | |
Herman et al. | A net decrease in the Earth's cloud, aerosol, and surface 340 nm reflectivity during the past 33 yr (1979–2011) | |
CN109883957A (zh) | 基于modis影像的表观反射率模型构建方法、系统及定标方法 | |
Kerekes et al. | Hyperspectral imaging systems | |
CN108898070A (zh) | 一种基于无人机平台的高光谱遥感提取薇甘菊装置及方法 | |
Asmat et al. | Empirical correction of multiple flightline hyperspectral aerial image mosaics | |
Clevers et al. | Meris and the Red-edge index | |
US10386295B2 (en) | Vegetation index calculation method and vegetation index calculation device | |
CN115187481A (zh) | 一种机载推扫式高光谱影像辐射扰动校正方法 | |
Valorge et al. | Forty years of experience with SPOT in-flight calibration | |
Honkavaara | Calibrating digital photogrammetric airborne imaging systems using a test field | |
Gao et al. | Possible near-IR channels for remote sensing precipitable water vapor from geostationary satellite platforms | |
CN113155740B (zh) | 一种定标基准场brdf特性分析方法及系统 | |
CN115438562A (zh) | 一种大范围快速光学卫星传感器星上观测辐亮度模拟方法 | |
Beisl | Reflectance calibration scheme for airborne frame camera images | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
CN113029977A (zh) | 一种针对宽视场角多光谱传感器的自动交叉辐射定标方法 |
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: 20230607 Address after: 100081 No. 46 South Main Street, Haidian District, Beijing, Zhongguancun Patentee after: NATIONAL SATELLITE METEOROLOGICAL CENTER (NATIONAL CENTER FOR SPACE WEATHER) Address before: 100081 No. 46 South Main Street, Haidian District, Beijing, Zhongguancun Patentee before: NATIONAL SATELLITE METEOROLOGICAL CENTER Patentee before: Wu Ronghua |
|
TR01 | Transfer of patent right |