CN109631951A - 一种遥感影像大气校正方法及装置 - Google Patents

一种遥感影像大气校正方法及装置 Download PDF

Info

Publication number
CN109631951A
CN109631951A CN201910028247.7A CN201910028247A CN109631951A CN 109631951 A CN109631951 A CN 109631951A CN 201910028247 A CN201910028247 A CN 201910028247A CN 109631951 A CN109631951 A CN 109631951A
Authority
CN
China
Prior art keywords
atmospheric
remote sensing
correction coefficient
data
high score
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.)
Pending
Application number
CN201910028247.7A
Other languages
English (en)
Inventor
胡勇
马泽忠
张孝成
刘良云
黄健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHONGQING CITY LAND RESOURCES AND HOUSING SURVEY PLANNING INSTITUTE
Original Assignee
CHONGQING CITY LAND RESOURCES AND HOUSING SURVEY PLANNING INSTITUTE
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHONGQING CITY LAND RESOURCES AND HOUSING SURVEY PLANNING INSTITUTE filed Critical CHONGQING CITY LAND RESOURCES AND HOUSING SURVEY PLANNING INSTITUTE
Priority to CN201910028247.7A priority Critical patent/CN109631951A/zh
Publication of CN109631951A publication Critical patent/CN109631951A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • 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)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Manufacturing & Machinery (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Image Processing (AREA)

Abstract

本发明实施例提出一种遥感影像大气校正方法，涉及大气校正领域，包括：依据获取的大气参数建立大气参数数据库；对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像；对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据；基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数及所述初始表观反射率影像得到多个大气校正系数影像；依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。本方法适用于历史存档遥感影像，可进行工程化应用。此外，本方法所用大气参数空间分辨率高，且无需对大气参数进行时间插值处理，提高了数据精度。

Description

一种遥感影像大气校正方法及装置
技术领域
本发明涉及遥感影像大气校正领域，具体而言，涉及一种遥感影像大气校正方法及装置。
背景技术
大气校正是指遥感传感器测量的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的反射率的过程。
大气校正的方法主要包括两种，一是基于地面实测大气参数的大气校正，这种方法需要高分光学遥感卫星成像时同步的大气参数，但是在地面同步测量的方式成本高、需要提前规划，且这种方法不适用于已获取的历史存档影像，因此这种方法难以进行工程化应用。
二是基于大气参数同化数据的大气校正，该方法需要大气参数同化数据，然而，大气参数同化数据需要根据地面少数站点观测数据和模型计算得到，因此数据精度难以保证。此外，利用大气参数同化数据进行大气校正还需首先对大气参数同化数据进行时间插值处理，插值处理也会引入较大的误差。
发明内容
本发明实施例的目的在于提供一种遥感影像大气校正方法，以校正高分光学遥感数据的表观反射率。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明实施例提出了一种遥感影像大气校正方法，包括：依据获取的大气参数建立大气参数数据库；
对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图；
依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据；
基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率影像图得到多个大气校正系数影像；
依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。
第二方面，本发明实施例还提出一种大气校正装置，包括：获取模块、处理模块以及校正模块。其中，获取模块用于依据获取的大气参数建立大气参数数据库；处理模块用于对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图，以及还用于依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据，以及还用于基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率分布图得到多个大气校正系数影像；校正模块用于依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。
本发明实施例所提供的遥感影像大气校正方法，包括：依据获取的大气参数建立大气参数数据库；对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图；依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据；基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率影像图得到多个大气校正系数影像；依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。由于本方法建立的大气参数数据库中的大气数据包括历史存档数据，因此这种方法适用于已获取的历史存档影像，可以进行工程化应用。此外，本方法对大气参数数据库进行时空检索及裁减以得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据，因此这种方法所用大气参数空间分辨率高，且无需对大气参数进行时间插值处理，提高了数据精度，减小了误差。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的一种遥感影像大气校正方法的应用环境示意图
图2示出了本发明实施例所提供的一种遥感影像大气校正方法流程示意图。
图3示出了本发明实施例所提供的另一种遥感影像大气校正方法的流程示意图。
图4示出了本发明实施例所提供的步骤205-2的子步骤流程示意图。
图5示出了本发明实施例所提供的遥感影像大气校正装置的功能模块示意图。
图标：150-电子设备；111-存储器；112-处理器；113-校正单元；100-遥感影像大气校正装置；110-获取模块；120-处理模块；130-校正模块。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
遥感影像大气校正的方法主要包括两种，一是基于地面实测大气参数的遥感影像大气校正，该方法在高分光学遥感卫星的过境的同时，在地面安排大气参数的同步测量工作，该大气参数主要包括气溶胶光学厚度、水汽含量等信息；获取高分光学遥感影像后，对高分光学遥感影像进行预处理，计算得到表观反射率数据；然后根据卫星成像时的几何参数结合同步测量的大气参数，利用辐射传输模型计算得到大气校正查找表，从而进行大气校正；最后根据大气校正查找表和表观反射率数据，对高分光学遥感数据进行遥感影像大气校正。这种方法需要高分光学遥感卫星成像时同步的大气参数，但是在地面同步测量的方式成本高、需要提前规划，且这种方法不适用于已获取的历史存档影像，因此这种方法难以进行工程化应用。
二是基于大气参数同化数据的遥感影像大气校正，该方法首先获取高分光学遥感影像后，对高分光学遥感影像进行预处理，计算得到表观反射率数据；根据高分光学遥感影像的时间参数和位置参数，查找对应的大气参数同化数据；然后对大气参数同化数据进行时间插值等处理，接着利用处理后的大气参数同化数据和高分光学遥感影像的时间参数和位置参数，利用辐射传输模型计算得到大气校正查找表；最后根据大气校正查找表和预处理后表观反射率数据，对高分光学遥感数据进行遥感影像大气校正。然而，大气参数同化数据根据地面少数站点观测数据和模型计算得到，数据空间分辨率低、数据精度难以保证。此外，利用大气参数同化数据进行遥感影像大气校正还需首先对大气参数同化数据进行时间插值处理，插值处理也会引入较大的误差。
请参照图1，为本发明实施例所提供的一种遥感影像大气校正方法的应用环境示意图。该遥感影像大气校正方法应用于一种电子设备150，所述电子设备150包括存储器111、处理器112及总线113。
该处理器112及存储器111可以通过一条或多条总线113进行连接；该处理器112，用于读/写存储器111中存储的数据或程序，执行相应地功能。
存储器111，用于存储的数据或程序。其中，所述存储器111可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(ErasableProgrammable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric ErasableProgrammable Read-Only Memory，EEPROM)等。其中，存储器111用于存储程序或者数据。所述总线113用于通过所述网络建立所述电子设备150与其它通信终端之间的通信连接，并用于通过所述网络收发数据。
应当理解的是，图1所示的结构仅为电子设备150的功能模块图，所述电子设备150还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
为了解决上述两种遥感影像大气校正方法的缺点，本发明实施例提出了一种遥感影像大气校正方法，请参照图2，为本发明实施例所提供的一种遥感影像大气校正方法流程示意图，该遥感影像大气校正方法包括如下步骤：
步骤201，依据获取的大气参数建立大气参数数据库。
步骤202，对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图。
步骤203，依据高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
步骤204，基于预建立的6S辐射传输模型，依据准同步大气参数数据、接收到的辅助参数以及初始表观反射率影像图得到多个大气校正系数影像。
步骤205，依据多个大气校正系数影像对高分光学遥感数据进行校正。
在本实施例中，首先依据中分辨率成像光谱仪(MODerate-resolution ImagingSpectroradiometer；MODIS)测量到的大气参数建立大气参数数据库，对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图；然后，依据高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据；基于预建立的6S辐射传输模型，依据准同步大气参数数据、接收到的辅助参数以及初始表观反射率影像图得到多个大气校正系数影像；从而达到依据多个大气校正系数影像、初始表观反射率影像图对高分光学遥感数据进行校正的目的。
需要说明的是，MODIS是搭载在地球观测系统(Earth Observing System，EOS)的Terra和Aqua的两颗太阳同步极轨卫星上的最重要的传感器。
Terra和其它太阳同步轨道卫星过境时间相近，如高分一号、高分二号等，大气状况改变较小，通过Terra所获得的高分光学遥感影像具有较高的空间分辨率，可以反映影像中的大气状况的空间差异，因此可以利用MODIS大气参数作为输入参数对其同步或准同步的高分光学遥感数据进行遥感影像大气校正。
在图2的基础上，下面给出一种完整方案可能的实现方式，具体的，请参照图3，为本发明实施例所提供的另一种遥感影像大气校正方法的流程示意图。需要说明的是，本发明实施例提供的遥感影像大气校正方法并不以图2以及以下的具体顺序为限制，应当理解，在其它实施例中，本发明实施例提供的遥感影像大气校正方法其中部分步骤的顺序可以根据实际需要相互交换，或者其中的部分步骤也可以省略或删除。下面将对图3所示的具体流程图进行详细阐述。
步骤201，依据获取的大气参数建立大气参数数据库。
在本实施例中，依据MODIS测量到的大气参数建立大气参数数据库，大气参数数据库中，包含大气参数数据以及大气参数数据对应的时间以及区域。建立的大气参数数据库可以是全球的日值数据库，即将全球每天的大气参数建立一个大气参数数据库；也可以是某一个具体区域的日值数据库，即将某一个具体区域每天的大气参数建立一个大气参数数据库。
在一种可能的实施例中，MODIS光谱辐射计携带490个探测器，每天覆盖全球一次，提供了可见光-近红外(0.4μm到14.4μm)36个光谱波段的全球观测，且有许多遥感影像大气校正的特征波段，便于大气参数的反演，包括气溶胶光学厚度、大气水汽柱含量、臭氧含量等参数。
在本实施例中，所采用的大气参数为HDF格式，分辨率为0.05°，该大气参数本身没有坐标，但大气参数文件中包含经纬度图层。
步骤202，对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图。
依据高分光学遥感卫星测量得到的高分光学遥感数据进行预处理得到初始表观反射率影像图，初始表观反射率影像图包含n个像素点及所述n个像素点对应的初始表观反射率。
高分光学遥感数据包括日地距离参数、辐亮度数据、太阳常数以及成像时太阳天顶角参数。
步骤202还包括子步骤202-1以及子步骤202-2，本步骤中未提及之处，在其子步骤202-1中将进行详细阐述。
子步骤202-1，通过算式计算每个像素点的初始表观反射率。其中，d为日地距离，L为辐亮度数据，E0为太阳常数，θ为成像时太阳天顶角。
子步骤202-2，根据每个像素点的初始表观反射率得到初始表观反射率影像图。
辐亮度数据L由高分光学遥感数据结合元数据得到，元数据为高分光学遥感数据的获取时间、位置等信息。
需要说明的是，n个像素点中，每个像素点的辐亮度数据L都不一样，因此通过算式线性计算得到的ρTOA也是不一样的，因此每个像素点的ρTOA都不一样，n个像素点的ρTOA共同组成初始表观反射率影像图。
步骤203，依据高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
步骤202包括子步骤203-1、子步骤203-2、子步骤203-3以及子步骤203-4，本步骤中未提及之处，在其子步骤中将进行详细阐述。
子步骤203-1，获取高分光学遥感数据的成像时间。
依据高分光学遥感卫星测量的数据获取高分光学遥感数据的成像时间。
子步骤203-2，依据成像时间从大气参数数据库中检索对应的第一大气参数数据。
第一大气参数数据的时间为与高分光学遥感数据的成像时间一致。
依据高分光学遥感数据的成像时间从大气参数数据库中检索时间一致的对应的第一大气参数数据。
子步骤203-3，获取高分光学遥感数据的空间覆盖范围。
依据高分光学遥感卫星测量的数据获取高分光学遥感数据的空间覆盖范围。
子步骤203-4，依据空间覆盖范围，对第一大气参数数据进行空间裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
依据获取到的高分光学遥感数据的空间覆盖范围，对第一大气参数数据进行空间裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
步骤204，基于预建立的太阳光谱的卫星信号二次模拟(Second Simulation ofSatellite Signal in the Solar Spectrum；6S)辐射传输模型，依据准同步大气参数数据、接收到的辅助参数以及初始表观反射率影像图得到多个大气校正系数影像。
辅助参数包括数字高程模型(Digital Elevation Model，DEM)数据以及高分光学传感器参数，DEM是通过有限的地形高程数据实现对地面地形的数字化模拟，即地形表面形态的数字化表达，它是用一组有序数值阵列形式表示地面高程的一种实体地面模型；高分光学传感器参数为高分光学遥感卫星上的传感器所测得的参数。
将准同步大气参数数据、DEM数据、高分光学传感器参数以及初始表观反射率影像图输入至6S辐射传输模型，得到多个大气校正系数影像，该大气校正系数影像包括第一大气校正系数xa、第二大气校正系数xb以及第三大气校正系数xc。
步骤205，依据多个大气校正系数影像、初始表观反射率影像图对高分光学遥感数据进行校正。
步骤205包括子步骤205-1以及子步骤205-2，本步骤中未提及之处，在其子步骤中将进行详细阐述。
子步骤205-1，对每个大气校正系数影像进行投影转换以及空间分辨率重采样，获得与高分光学遥感数据的投影信息以及空间分辨率大小一致的第一大气校正系数影像。
投影转换是对图像做拉伸和旋转等处理，分辨率重采样是改变图像的大小，比如原来是500*500像素，将它的像素变成800*800就是重采样。
对每个大气校正系数影像进行投影转换以及空间分辨率重采样，以获得与高分光学遥感数据的投影信息以及空间分辨率大小一致的第一大气校正系数影像。
子步骤205-2，依据每个第一大气校正系数影像每个像素点的大气校正系数对高分光学遥感数据对应像素点的初始表观反射率进行校正得到每个像素点的地表反射率。
步骤205-2包括子步骤205-2-1，本步骤中未提及之处，在其子步骤中将进行详细阐述。
请参照图4，为本发明实施例所提供的步骤205-2的子步骤流程示意图。
子步骤205-2-1，依据算式计算每个像素点的地表反射率；其中，ρTOA为初始表观反射率，ρSR为大气校正后的地表反射率，xa为第一大气校正系数，xb为第二大气校正系数，xc为第三大气校正系数。
综上所述，本发明实施例所提供的遥感影像大气校正方法，包括：依据获取的大气参数建立大气参数数据库；对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图；依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据；基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率影像图得到多个大气校正系数影像；依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。由于本方法建立的大气参数数据库中的大气数据包括历史存档数据，因此这种方法适用于已获取的历史存档影像，可以进行工程化应用。此外，本方法对大气参数数据库进行时空检索及裁减以得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据，因此这种方法所用大气参数空间分辨率高，且无需对大气参数进行时间插值处理，提高了数据精度，减小了误差。
请参照图5，为本发明实施例所提供的遥感影像大气校正装置100的功能模块示意图。需要说明的是，本实施例所提供的遥感影像大气校正装置100的基本原理及产生的技术效果与前述方法实施例相同，为简要描述，本实施例中未提及部分，可参考前述方法实施例中的相应内容。遥感影像大气校正装置100用于执行如图3所示的遥感影像大气校正方法，该遥感影像大气校正装置100包括获取模块110、处理模块120以及校正模块130。
其中，获取模块110用于依据获取的大气参数建立大气参数数据库，以及还用于述高分光学遥感数据的成像时间，以及还用于获取所述高分光学遥感数据的成像时间，以及还用于获取所述高分光学遥感数据的空间覆盖范围。
可以理解的是，在一种可能的实施例中，获取模块110用于执行步骤201、步骤203-1以及步骤203-3。
其中，处理模块120用于对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图，以及还用于依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据，以及还用于基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率影像图得到多个大气校正系数影像，以及还用于对每个所述大气校正系数影像进行投影转换以及空间分辨率重采样，获得与所述高分光学遥感数据的投影信息以及空间分辨率大小一致的第一大气校正系数影像，以及还用于依据算式计算每个像素点的地表反射率，以及还用于通过算式计算所述初始表观反射率，以及还用于依据所述成像时间从所述大气参数数据库中选取对应的第一大气参数数据，以及还用于依据所述空间覆盖范围，对所述第一大气参数数据进行空间裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
可以理解的是，在一种可能的实施例中，处理模块120用于执行步骤202、步骤203、步骤204以及步骤205。
其中，校正模块130用于依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正，以及还用于依据每个所述第一大气校正系数影像每个像素点的大气校正系数对所述高分光学遥感数据对应像素点的初始表观反射率进行校正得到每个像素点的地表反射率。
可以理解的是，在一种可能的实施例中，校正模块130用于执行步骤205.
本领域内的技术人员应明白，本发明实施例可提供为方法、装置、设备或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、装置、设备和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在本发明实施例所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的可选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

Claims (10)

1.一种遥感影像大气校正方法，其特征在于，包括：
依据获取的大气参数建立全球或区域的日值大气参数数据库；
对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图；
依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据；
基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率影像图得到多个大气校正系数影像；
依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。
2.如权利要求1所述的遥感影像大气校正方法，其特征在于，所述初始表观反射率影像图包含n个像素点及所述n个像素点对应的初始表观反射率；每个所述大气校正系数影像均包含m个像素点及所述m个像素点对应的大气校正系数；
所述依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正的步骤包括：
对每个所述大气校正系数影像进行投影转换以及空间分辨率重采样，获得与所述高分光学遥感数据的投影信息以及空间分辨率大小一致的第一大气校正系数影像；其中，所述第一大气校正系数影像包含n个像素点及所述n个像素点对应的大气校正系数；
依据每个所述第一大气校正系数影像每个像素点的大气校正系数对所述高分光学遥感数据对应像素点的初始表观反射率进行校正得到每个像素点的地表反射率。
3.如权利要求2所述的遥感影像大气校正方法，其特征在于，所述大气校正系数包括第一大气校正系数、第二大气校正系数以及第三大气校正系数；所述依据每个所述第一大气校正系数影像每个像素点的大气校正系数对所述高分光学遥感数据对应像素点的初始表观反射率进行校正得到每个像素点的地表反射率的步骤包括：
依据算式计算每个像素点的地表反射率；其中，ρTOA为所述初始表观反射率，ρSR为大气校正后的所述实际表观反射率，xa为所述第一大气校正系数，xb为所述第二大气校正系数，xc为所述第三大气校正系数。
4.如权利要求1所述的遥感影像大气校正方法，其特征在于，所述高分光学遥感数据包含日地距离、太阳常数、成像时太阳天顶角以及每个像素点的辐亮度数据，所述对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图的步骤包括：
通过算式计算每个像素的初始表观反射率；
根据每个像素点的初始表观反射率得到所述初始表观反射率影像图；
其中，d为日地距离，L为辐亮度数据，E0为太阳常数，θ为成像时太阳天顶角。
5.如权利要求1所述的遥感影像大气校正方法，其特征在于，所述依据高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据的步骤包括：
获取所述高分光学遥感数据的成像时间；
依据所述成像时间从所述大气参数数据库中选取对应的第一大气参数数据；
获取所述高分光学遥感数据的空间覆盖范围；
依据所述空间覆盖范围，对所述第一大气参数数据进行空间裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
6.一种遥感影像大气校正装置，其特征在于，包括：
获取模块，用于依据获取的大气参数建立大气参数数据库；
处理模块，用于对待处理的高分光学遥感数据进行预处理得到初始表观反射率影像图，
以及还用于依据所述高分光学遥感数据的空间覆盖范围以及时间范围对大气参数数据库进行时空检索及裁减，得到与所述高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据，
以及还用于基于预建立的6S辐射传输模型，依据所述准同步大气参数数据、接收到的辅助参数以及所述初始表观反射率分布图得到多个大气校正系数影像；
校正模块，用于依据所述多个大气校正系数影像对所述高分光学遥感数据进行校正。
7.如权利要求6所述的遥感影像大气校正装置，其特征在于，所述初始表观反射率影像图包含n个像素点及所述n个像素点对应的初始表观反射率；每个所述大气校正系数影像均包含m个像素点及所述m个像素点对应的大气校正系数；
所述处理模块还用于对每个所述大气校正系数影像进行投影转换以及空间分辨率重采样，获得与所述高分光学遥感数据的投影信息以及空间分辨率大小一致的第一大气校正系数影像；
所述校正模块还用于依据每个所述第一大气校正系数影像每个像素点的大气校正系数对所述高分光学遥感数据对应像素点的初始表观反射率进行校正得到每个像素点的地表反射率。
8.如权利要求7所述的遥感影像大气校正装置，其特征在于，所述大气校正系数包括第一大气校正系数、第二大气校正系数以及第三大气校正系数；
所述处理模块还用于依据算式计算每个像素点的地表反射率；其中，ρTOA为所述初始表观反射率，ρSR为大气校正后的所述地表反射率，xa为所述第一大气校正系数，xb为所述第二大气校正系数，xc为所述第三大气校正系数。
9.如权利要求6所述的遥感影像大气校正装置，其特征在于，所述高分光学遥感数据包含日地距离、太阳常数、成像时太阳天顶角以及每个像素点的辐亮度数据；
所述处理模块还用于通过算式计算每个像素点的初始表观反射率；
所述处理模块还用于根据每个像素点的初始表观反射率得到所述初始表观反射率影像图；
其中，d为日地距离，L为辐亮度数据，E0为太阳常数，θ为成像时太阳天顶角。
10.如权利要求6所述的遥感影像大气校正装置，其特征在于，
所述获取模块还用于获取所述高分光学遥感数据的成像时间；
所述处理模块还用于依据所述成像时间从所述大气参数数据库中选取对应的第一大气参数数据；
所述获取模块还用于获取所述高分光学遥感数据的空间覆盖范围；
所述处理模块还用于依据所述空间覆盖范围，对所述第一大气参数数据进行空间裁减，得到与高分光学遥感数据的空间覆盖范围以及时间范围均一致的准同步大气参数数据。
CN201910028247.7A 2019-01-11 2019-01-11 一种遥感影像大气校正方法及装置 Pending CN109631951A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910028247.7A CN109631951A (zh) 2019-01-11 2019-01-11 一种遥感影像大气校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910028247.7A CN109631951A (zh) 2019-01-11 2019-01-11 一种遥感影像大气校正方法及装置

Publications (1)

Publication Number Publication Date
CN109631951A true CN109631951A (zh) 2019-04-16

Family

ID=66060666

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910028247.7A Pending CN109631951A (zh) 2019-01-11 2019-01-11 一种遥感影像大气校正方法及装置

Country Status (1)

Country Link
CN (1) CN109631951A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070509A (zh) * 2019-04-26 2019-07-30 国家卫星气象中心 一种可见光遥感图像实时可视化系统及可视化方法
CN113610729A (zh) * 2021-08-06 2021-11-05 自然资源部国土卫星遥感应用中心 高光谱遥感影像星地协同大气校正方法、系统及存储介质
CN114841879A (zh) * 2022-04-24 2022-08-02 中国科学院空天信息创新研究院 一种水体大气校正方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004052603B3 (de) * 2004-10-29 2006-05-24 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Eliminierung von Schatteneffekten in Fernerkundungsdaten über Land
CN101598543A (zh) * 2009-07-29 2009-12-09 中国科学院对地观测与数字地球科学中心 一种实用的遥感影像大气校正方法
CN101915914A (zh) * 2010-07-30 2010-12-15 南京信息工程大学 一种基于查找表的遥感影像逐像元大气校正方法
CN105675016A (zh) * 2016-01-11 2016-06-15 环境保护部卫星环境应用中心 一种大气校正方法以及系统
CN108896188A (zh) * 2018-06-06 2018-11-27 北京空间飞行器总体设计部 一种共口径高轨遥感卫星红外通道大气校正方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004052603B3 (de) * 2004-10-29 2006-05-24 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren zur Eliminierung von Schatteneffekten in Fernerkundungsdaten über Land
CN101598543A (zh) * 2009-07-29 2009-12-09 中国科学院对地观测与数字地球科学中心 一种实用的遥感影像大气校正方法
CN101915914A (zh) * 2010-07-30 2010-12-15 南京信息工程大学 一种基于查找表的遥感影像逐像元大气校正方法
CN105675016A (zh) * 2016-01-11 2016-06-15 环境保护部卫星环境应用中心 一种大气校正方法以及系统
CN108896188A (zh) * 2018-06-06 2018-11-27 北京空间飞行器总体设计部 一种共口径高轨遥感卫星红外通道大气校正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
胡勇等: "基于MODIS大气产品的天宫一号高光谱成像仪数据大气校正研究", 《遥感技术与应用》 *
胡勇等: "采用MODIS大气产品的高分一号WFV数据大气校正", 《遥感信息》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110070509A (zh) * 2019-04-26 2019-07-30 国家卫星气象中心 一种可见光遥感图像实时可视化系统及可视化方法
CN113610729A (zh) * 2021-08-06 2021-11-05 自然资源部国土卫星遥感应用中心 高光谱遥感影像星地协同大气校正方法、系统及存储介质
CN113610729B (zh) * 2021-08-06 2024-05-03 自然资源部国土卫星遥感应用中心 高光谱遥感影像星地协同大气校正方法、系统及存储介质
CN114841879A (zh) * 2022-04-24 2022-08-02 中国科学院空天信息创新研究院 一种水体大气校正方法和系统

Similar Documents

Publication Publication Date Title
Wolfe et al. Achieving sub-pixel geolocation accuracy in support of MODIS land science
James et al. Mitigating systematic error in topographic models derived from UAV and ground‐based image networks
Guanter et al. Simulation of optical remote-sensing scenes with application to the EnMAP hyperspectral mission
Richter et al. Geo-atmospheric processing of airborne imaging spectrometry data. Part 2: Atmospheric/topographic correction
Wang et al. Geolocation assessment for CrIS sensor data records
Segl et al. S2eteS: An end-to-end modeling tool for the simulation of Sentinel-2 image products
CN109631951A (zh) 一种遥感影像大气校正方法及装置
Dechoz et al. Sentinel 2 global reference image
González-Solares et al. Wide-field optical imaging on ELAIS N1, ELAIS N2, First Look Survey and Lockman Hole: observations and source catalogues
CN106780321A (zh) 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法
CN108961199A (zh) 多源遥感数据时空融合方法及装置
CN107389617A (zh) 基于高分四号卫星的气溶胶光学厚度的反演方法及设备
CN104880701A (zh) 一种星载传感器成像仿真方法及装置
Schulmann et al. Seeing through shadow: Modelling surface irradiance for topographic correction of Landsat ETM+ data
CN111402162A (zh) 卫星遥感图像的晴空数据集处理方法
Landier et al. Calibration of urban canopies albedo and 3D shortwave radiative budget using remote-sensing data and the DART model
Gastellu-Etchegorry et al. Recent improvements in the dart model for atmosphere, topography, large landscape, chlorophyll fluorescence, satellite image inversion
Åstrand et al. The potential of WorldView-2 for ortho-image production within the “Control with Remote Sensing Programme” of the European Commission
Gastellu-Etchegorry et al. Why to model remote sensing measurements in 3D? Recent advances in dart: Atmosphere, topography, large landscape, chlorophyll fluorescence and satellite image inversion
Doelling et al. Inter-calibration of the OSIRIS-REx NavCams with Earth-viewing imagers
WO1986001592A1 (en) System and method for mapping geosynchronous real image data into idealized images
Richter Atmospheric correction methodology for imaging spectrometer data
Fontinovo et al. Speedy methodology for geometric correction of MIVIS data
Babawuro et al. High resolution satellite imagery rectification using Bi-linear interpolation method for geometric data extraction
Rosiek et al. Utility of Viking Orbiter images and products for Mars mapping

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190416