CN109900361A - 一种适用于航空高光谱影像大气辐射校正的方法 - Google Patents
一种适用于航空高光谱影像大气辐射校正的方法 Download PDFInfo
- Publication number
- CN109900361A CN109900361A CN201711305317.6A CN201711305317A CN109900361A CN 109900361 A CN109900361 A CN 109900361A CN 201711305317 A CN201711305317 A CN 201711305317A CN 109900361 A CN109900361 A CN 109900361A
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- parameter
- hyperspectral image
- radiation correction
- airborne hyperspectral
- 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
Landscapes
- Image Processing (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Image Input (AREA)
Abstract
本发明属于遥感技术领域,具体涉及到一种适用于航空高光谱影像大气辐射校正的方法。本发明包括如下步骤:一,计算出每个标准时间点对应的多个标准高程点的大气辐射校正参数;二,分别对多个标准时间点、每个标准高程点对应的大气辐射传输参量进行线性拟合;三,读取航空高光谱影像像元成像时间点,计算出成像时间点对应的多个标准高程点的大气辐射传输参量;四,对成像时间点的多个标准高程点的大气辐射校正参量进行线性拟合;五,读取航空高光谱影像像元对应的高程值,插值计算出像元高程值对应的大气辐射校正参量;六,逐波段计算完成航空高光谱影像大气辐射校正。本发明能够提高航空高光谱影像大气辐射校正的精确性。
Description
技术领域
本发明属于遥感技术领域,具体涉及到一种加入时间与高程因子的适用于航空高光谱影像大气辐射校正的方法,适用于可见光-短波红外(0.4~2.5μm)波段的航空高光谱影像大气辐射校正处理。
背景技术
在太阳-大气-目标-大气-传感器的光线传播路径中,许多因素会对传感器接收的信号产生影响,从而导致传感器记录的原始图像与目标相比是失真的。在所有影像因素中,大气因素要首先予以考虑,如在可见光-短波红外(0.4~2.5μm)波段,遥感器接收的主要是地物对太阳直射能量的反射、地物对被大气散射的天空漫散射光的反射、大气上行辐射三部分。大气辐射校正的目的就是要消除其中大气的影响,从而将传感器获得的辐射亮度值转换为反射率值。
航空高光谱遥感具有高空间、高光谱分辨率等优点,但其对地距离近、作业时间长,且作业时间内太阳辐射处于持续变化之中,导致其大气辐射校正难度较大。
在大气辐射校正方面,一是航空数据采集过程中太阳辐照度、大气状况处于持续变化中,导致光谱效应也随之变化;二是现有校正软件方法大多假定地面为平坦的朗伯体(如FLAASH软件、经验线性法等),没有充分考虑到地形高程变化的影响。因此,必须加入时间和地形因素的影响,才能实现精确的航空高光谱遥感影像大气辐射校正。
发明内容
本发明解决的技术问题:本发明提供一种适用于航空高光谱影像大气辐射校正的方法,通过加入时间与高程因子,对航空高光谱影像大气辐射校正过程中的大气辐射传输参量进行定量分析,从能能够在很大程度上消除航空高光谱数据采集过程中太阳辐射变化和地形高程变化造成的影响,提高航空高光谱影像大气辐射校正的精确性。
本发明采用的技术方案:
一种适用于航空高光谱影像大气辐射校正的方法,包括以下步骤:
步骤1:将航空数据采集时间范围等分为m个标准时间点,将航空高光谱影像对应的测区高程值范围等分为n个标准高程值,逐波段计算m个标准时间点的n个标准高程值对应的4个大气辐射传输参量,包括大气上行辐射、大气透过率、大气半球反照率、太阳下行辐射;
步骤2:以时间因子t为自变量,大气辐射传输参量为因变量,逐波段对n个标准高程值对应的4个大气辐射校正参量分别进行线性拟合,分别解算出每个波段4个大气辐射校正参量对应的线性系数与常数;
步骤3:读取航空高光谱影像像元对应的时间Tpixel,结合步骤2中计算的线性系数与常数,逐波段插值计算出时间Tpixel对应的n个标准高程值的4个大气辐射传输参量;
步骤4:以高程z为自变量,大气辐射传输参量为因变量,对时间Tpixel对应的n个标准高程值的大气辐射校正参量进行线性拟合,分别解算出4个大气辐射校正参量对应的线性系数与常数;
步骤5:进一步读取航空高光谱影像像元对应的高程值,并结合步骤4中计算的线性系数和常数,逐波段插值计算出每个像元对应的4个大气辐射校正参数;
步骤6:依据计算后的大气辐射传输参量,逐波段对航空高光谱影像进行大气辐射校正计算。
所述步骤1包括如下步骤:
步骤1.1、设航空高光谱影像有X个波段,数据采集起始时间为Tmin、结束时间为Tmax,将数据采集时间范围等分为m个时间点,Tinterval=(Tmax-Tmin)/(m-1);
步骤1.2、设航空高光谱影像对应的测区范围内,最小高程值Zmin、最大高程值Zmax,在测区高程范围内设置n(n≥4)个等差的高程值,高程等差值Zinterval=(Zmax-Zmin)/(n-1);
步骤1.3、分别计算出X个波段的m个时间点中n个高程值对应的大气上行辐射R、大气透过率T、大气半球反照率S、太阳下行辐射F。
所述步骤2的具体步骤为:
以时间因子t为自变量,大气辐射传输参量为因变量,逐波段对n个标准高程值对应的4个大气辐射校正参量分别进行线性拟合,解算出其X个波段中的大气上行辐射参量线性系数aR与常数bR、大气透过率T参量线性系数aT与常数bT、大气半球反照率S参量线性系数aS与常数bS、太阳下行辐射F参量线性系数aF与常数bF。
所述步骤4的具体步骤为:
以高程z为自变量,大气辐射传输参量为因变量,分别对X个波段中时间Tpixel对应的n个标准高程值的大气辐射校正参量进行线性拟合,分别解算出X个波段中的大气上行辐射参量线性系数cR与常数dR、大气透过率T参量线性系数cT与常数dT、大气半球反照率S参量线性系数cS与常数cS、太阳下行辐射F参量线性系数cF与常数dF;
步骤6中,计算公式为其中L为图像辐亮度像元值,ρ为反射率。
本发明的有益效果:
本发明提供的一种适用于航空高光谱影像大气辐射校正的方法,考虑到了航空高光谱影像采集过程中太阳辐照度随时间变化、以及地形高低起伏对数据采集造成的影响,并通过多个时间点、高程点的大气辐射校正参数进行回归计算,进而插值计算出航空高光谱影像每个像元对应的大气辐射校正参数,实现更为精确的大气辐射校正。
附图说明
图1为以时间为自变量、太阳下行辐射(海拔4000米)为因变量的线性回归图;
图2为以高程为自变量、太阳下行辐射(15点13分)为因变量的线性回归图;
图3为FLAASH软件校正后的地物反射率光谱1;
图4为加入高程与时间因子校正后的地物反射率光谱1;
图5为FLAASH软件校正后的地物反射率光谱2;
图6为加入高程与时间因子校正后的地物反射率光谱2。
具体实施方式
下面结合附图和具体实施例对本发明提供的一种适用于航空高光谱影像大气辐射校正的方法作进一步详细说明。
以青海雪鞍山测区为例,航带原始影像共包括36个波段,采集时间从北京时间下午15点08分至15点18分,间隔为10分钟,地面高程变化3500至5500m。
本发明提供的一种适用于航空高光谱影像大气辐射校正的方法,包括如下步骤:
步骤1:将成像时间分为3个时间点,时间间隔为5分钟;将地面高程划分为5个高程值,高程间隔为500米。
采用Modtran软件,输入成像时间、地面高程、航飞高程参数,计算出3个时间点中,所有5个高程值对应的36个波段的大气辐射校正参数,包括大气上行辐射R、大气透过率T、大气半球反照率S、太阳下行辐射F。
如表1所示,以太阳下行辐射为例,为15点13分时刻的5个高程点对应的36个波段的太阳下行辐射值。
表1不同海拔高度对应的太阳下行总辐射
步骤2:以时间因子t为自变量,大气辐射传输参量为因变量,逐波段对5个高程点对应的4个大气辐射校正参量分别进行线性拟合,分别解算出36个波段中的4个大气辐射校正参量对应的线性系数和常数。
图1是对高程4000米处的480.7nm、557.1nm、671.5nm、785.8nm、938.4nm、1014.8nm共6个波段3个时间点的太阳下行辐射线性拟合图。
步骤3:依据航空高光谱影像像元对应的成像时间tpixel,结合步骤2中计算的4项大气辐射校正参量的线性系数与常数,插值计算出时间tpixel对应的5个高程点的4个大气辐射传输参量。
步骤4:以高程z为自变量,大气辐射传输参量为因变量,对时间Tpixel对应的5个高程点的大气辐射校正参量进行线性拟合,分别解算出4个大气辐射校正参量对应的线性系数与常数。
图2是对480.7nm、557.1nm、671.5nm、785.8nm、938.4nm、1014.8nm共6个波段在15点13分时刻的5个高程点的太阳下行辐射线性拟合图。
步骤5:进一步读取航空高光谱影像像元对应的高程值,并结合步骤4中计算的线性系数和常数,插值计算出每个像元对应的4个大气辐射校正参数。
步骤6:依据计算后的大气辐射传输参量,逐波段对航空高光谱影像的36个波段进行大气辐射校正计算,计算公式为其中L为图像辐亮度像元值,ρ为反射率。
图3和图4、图5和图6分别是同一地物分别采用FLAASH软件和本专利方法校正后的反射率。理论上,反射率是波长的函数,应大于0,但由于FLAASH软件假定地面水平、且没有考虑到时间变化,因此其大气辐射校正结果在短波波段出现了负值,无疑是错误的,而本专利方法加了高程和时间因子的影响,有效的避免了这一现象,提高了反射率计算的准确度。
Claims (5)
1.一种适用于航空高光谱影像大气辐射校正的方法,其特征在于:包括以下步骤:
步骤(1):将航空数据采集时间范围等分为m个标准时间点,将航空高光谱影像对应的测区高程值范围等分为n个标准高程值,逐波段计算m个标准时间点的n个标准高程值对应的4个大气辐射传输参量,包括大气上行辐射、大气透过率、大气半球反照率、太阳下行辐射;
步骤(2):以时间因子t为自变量,大气辐射传输参量为因变量,逐波段对n个标准高程值对应的4个大气辐射校正参量分别进行线性拟合,分别解算出每个波段4个大气辐射校正参量对应的线性系数与常数;
步骤(3):读取航空高光谱影像像元对应的时间Tpixel,结合步骤(2)中计算的线性系数与常数,逐波段插值计算出时间Tpixel对应的n个标准高程值的4个大气辐射传输参量;
步骤(4):以高程z为自变量,大气辐射传输参量为因变量,对时间Tpixel对应的n个标准高程值的大气辐射校正参量进行线性拟合,分别解算出4个大气辐射校正参量对应的线性系数与常数;
步骤(5):进一步读取航空高光谱影像像元对应的高程值,并结合步骤(4)中计算的线性系数和常数,逐波段插值计算出每个像元对应的4个大气辐射校正参数;
步骤(6):依据计算后的大气辐射传输参量,逐波段对航空高光谱影像进行大气辐射校正计算。
2.根据权利要求1所述的一种适用于航空高光谱影像大气辐射校正的方法,其特征在于:所述步骤(1)包括如下步骤:
步骤(1.1)、设航空高光谱影像有X个波段,数据采集起始时间为Tmin、结束时间为Tmax,将数据采集时间范围等分为m个时间点,
Tinterval=(Tmax-Tmin)/(m-1);
步骤(1.2)、设航空高光谱影像对应的测区范围内,最小高程值Zmin、最大高程值Zmax,在测区高程范围内设置n(n≥4)个等差的高程值,高程等差值Zinterval=(Zmax-Zmin)/(n-1);
步骤(1.3)、分别计算出X个波段的m个时间点中n个高程值对应的大气上行辐射R、大气透过率T、大气半球反照率S、太阳下行辐射F。
3.根据权利要求2所述的一种适用于航空高光谱影像大气辐射校正的方法,其特征在于:所述步骤(2)的具体步骤为:
以时间因子t为自变量,大气辐射传输参量为因变量,逐波段对n个标准高程值对应的4个大气辐射校正参量分别进行线性拟合,解算出其X个波段中的大气上行辐射参量线性系数aR与常数bR、大气透过率T参量线性系数aT与常数bT、大气半球反照率S参量线性系数aS与常数bS、太阳下行辐射F参量线性系数aF与常数bF。
4.根据权利要求3所述的一种适用于航空高光谱影像大气辐射校正的方法,其特征在于:所述步骤(4)的具体步骤为:
以高程z为自变量,大气辐射传输参量为因变量,分别对X个波段中时间Tpixel对应的n个标准高程值的大气辐射校正参量进行线性拟合,分别解算出X个波段中的大气上行辐射参量线性系数cR与常数dR、大气透过率T参量线性系数cT与常数dT、大气半球反照率S参量线性系数cS与常数cS、太阳下行辐射F参量线性系数cF与常数dF。
5.根据权利要求4所述的一种适用于航空高光谱影像大气辐射校正的方法,其特征在于:步骤(6)中,计算公式为其中L为图像辐亮度像元值,ρ为反射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711305317.6A CN109900361B (zh) | 2017-12-08 | 2017-12-08 | 一种适用于航空高光谱影像大气辐射校正的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711305317.6A CN109900361B (zh) | 2017-12-08 | 2017-12-08 | 一种适用于航空高光谱影像大气辐射校正的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109900361A true CN109900361A (zh) | 2019-06-18 |
CN109900361B CN109900361B (zh) | 2020-11-20 |
Family
ID=66941805
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711305317.6A Active CN109900361B (zh) | 2017-12-08 | 2017-12-08 | 一种适用于航空高光谱影像大气辐射校正的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109900361B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198162A (zh) * | 2020-01-09 | 2020-05-26 | 胡德勇 | 一种城区表面反射率遥感反演方法 |
CN114136445A (zh) * | 2021-12-03 | 2022-03-04 | 江苏天汇空间信息研究院有限公司 | 一种提高无人机机载高光谱辐射校正精度的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007172590A (ja) * | 2005-11-16 | 2007-07-05 | Hirosaki Univ | 画素値補正プログラムおよび記録媒体 |
CN104778451A (zh) * | 2015-03-31 | 2015-07-15 | 中国科学院上海技术物理研究所 | 一种考虑草地高度因子的草地生物量遥感反演方法 |
CN106979911A (zh) * | 2017-03-07 | 2017-07-25 | 南京航空航天大学 | 利用卫星多光谱影像数据进行pm 2.5和pm 10估算的方法 |
-
2017
- 2017-12-08 CN CN201711305317.6A patent/CN109900361B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007172590A (ja) * | 2005-11-16 | 2007-07-05 | Hirosaki Univ | 画素値補正プログラムおよび記録媒体 |
CN104778451A (zh) * | 2015-03-31 | 2015-07-15 | 中国科学院上海技术物理研究所 | 一种考虑草地高度因子的草地生物量遥感反演方法 |
CN106979911A (zh) * | 2017-03-07 | 2017-07-25 | 南京航空航天大学 | 利用卫星多光谱影像数据进行pm 2.5和pm 10估算的方法 |
Non-Patent Citations (3)
Title |
---|
C.NOTARNICOLA ET AL.: "A NOVEL TOPOGRAPHIC CORRECTION FOR HIGH AND MEDIUM RESOLUTION IMAGES BY USING COMBINED SOLAR RADIATION", 《 2014 IEEE GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 * |
CHRISTOPHER F. MASTERS ET AL.: "An Investigation into the Harms Dead Time Correction Procedure for Pulse Height Analyzers Using Monte Carlo Modeling Techniques", 《 IEEE TRANSACTIONS ON NUCLEAR SCIENCE 》 * |
陈志明: "遥感影像地形辐射校正方法研究与系统实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111198162A (zh) * | 2020-01-09 | 2020-05-26 | 胡德勇 | 一种城区表面反射率遥感反演方法 |
CN114136445A (zh) * | 2021-12-03 | 2022-03-04 | 江苏天汇空间信息研究院有限公司 | 一种提高无人机机载高光谱辐射校正精度的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109900361B (zh) | 2020-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110006463B (zh) | 一种光学遥感卫星的在轨绝对辐射定标方法及系统 | |
US8019117B2 (en) | Method and apparatus for evaluating solar radiation amount | |
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 | |
CN108132220B (zh) | 林区机载推扫式高光谱影像的brdf归一化校正方法 | |
CN109883957B (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 | |
CN103499815A (zh) | 一种基于氧气和水汽吸收波段的内陆水体大气校正方法 | |
CN109325973B (zh) | 一种城市河网区水体大气校正方法 | |
KR101702187B1 (ko) | 고해상도 광학위성의 대리복사 보정장치 및 대리복사 보정방법 | |
CN102288956A (zh) | 一种遥感卫星多光谱数据的大气订正方法 | |
CN104279967A (zh) | 基于高光谱图像的气溶胶光学厚度反演方法 | |
Igawa | Improving the All Sky Model for the luminance and radiance distributions of the sky | |
CN107402069A (zh) | 无人机快拍式高光谱遥感系统及一致性辐射校正方法 | |
CN103712955A (zh) | 一种基于神经网络二次优化的二类水体大气校正方法 | |
CN116519557B (zh) | 一种气溶胶光学厚度反演方法 | |
CN111198162B (zh) | 一种城区表面反射率遥感反演方法 | |
CN108680534B (zh) | 基于中波红外反射率基准的光学通道在轨定标验证方法 | |
CN105183989B (zh) | 一种Landsat8卫星数据地表反射率反演方法 | |
CN109932341A (zh) | 野外环境下典型目标的双向反射分布函数测量方法 | |
CN109900361A (zh) | 一种适用于航空高光谱影像大气辐射校正的方法 | |
CN108318458B (zh) | 一种适用于不同天气条件下的室外典型地物pBRDF的测量方法 | |
CN106680273A (zh) | 一种高空间分辨率卫星地表反射率反演方法 | |
CN109945969B (zh) | 基于气象卫星观测确定地球辐射收支的方法以及装置 | |
CN102073038B (zh) | 基于微小地形的遥感影像的地形校正的方法 | |
CN102435309A (zh) | 农业田间成像高光谱仪场地反射率定标方法及系统 | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 |
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 |