CN110009584A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110009584A
CN110009584A CN201910257788.7A CN201910257788A CN110009584A CN 110009584 A CN110009584 A CN 110009584A CN 201910257788 A CN201910257788 A CN 201910257788A CN 110009584 A CN110009584 A CN 110009584A
Authority
CN
China
Prior art keywords
atmospheric correction
stable objects
ground
spectrum
remote sensing
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
Application number
CN201910257788.7A
Other languages
English (en)
Other versions
CN110009584B (zh
Inventor
刘李
高海亮
闵祥军
胡新凯
程天海
潘志强
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.)
China Center for Resource Satellite Data and Applications CRESDA
Original Assignee
China Center for Resource Satellite Data and Applications CRESDA
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 China Center for Resource Satellite Data and Applications CRESDA filed Critical China Center for Resource Satellite Data and Applications CRESDA
Priority to CN201910257788.7A priority Critical patent/CN110009584B/zh
Publication of CN110009584A publication Critical patent/CN110009584A/zh
Application granted granted Critical
Publication of CN110009584B publication Critical patent/CN110009584B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/2823Imaging spectrometer
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J3/2823Imaging spectrometer
    • G01J2003/2826Multispectral imaging, e.g. filter imaging
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J2003/2866Markers; Calibrating of scan
    • G01J2003/2873Storing reference spectrum
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10036Multispectral image; Hyperspectral image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30181Earth observation
    • G06T2207/30192Weather; Meteorology

Landscapes

  • Physics & Mathematics (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及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,该方法突破了现有方法只能适用于浓密植被地区的不足,根据城市地区具有多种稳定不变地物目标的特征,假设不同地区不同时相的地物目标具有相似的光谱特征,通过光谱匹配技术,建立不同气溶胶光学厚度下的地表反射率与参考光谱的相似度,最终实现多光谱影像的气溶胶反演和大气校正,不需要多时相卫星影像,适用于全年各种天气和各类城市,可实现单幅多光谱图像的大气校正。

Description

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
技术领域
本发明涉及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,属于光谱遥感大气校正技术领域。
背景技术
随着遥感理论和技术的不断发展,遥感由定性应用逐步走向定量化。遥感的定量化是遥感应用的一个重要发展趋势,其关键在于建立传感器、大气和地表之间的定量关系,实现与电磁波辐射有关的各类地物属性的定量探测。遥感定量化的前提是传感器的定标和遥感数据的大气校正。大气不仅造成遥感影像模糊、对比度下降和细节损失等问题,还会使地表反射率、植被指数、水体叶绿素浓度等定量反演结果失真。
大气校正效果的好坏,依赖于大气参数的精度,而大气参数中对大气校正效果影响最大的是大气气溶胶,由于气溶胶的时空分布变化大,无规律可循,因此精确地测定气溶胶的时空分布是大气校正的重要步骤。
利用卫星遥感反演气溶胶光学厚度主要有深蓝算法、暗像元法以及改进的暗像元法等方法。
深蓝算法利用在波长较短(蓝光)波段,大气反射信号较强,而地表反射信号较弱,同时假定蓝波段地表反射率随时间变化较小,将晴朗天的地表反射率作为已知的地表反射率实现气溶胶反演。首先根据晴朗天气遥感影像建立地表反射率库,在气溶胶较小时仅使用蓝光数据进行反演,较大时则综合使用红光和蓝光数据进行反演。该方法需要获取相同场地不同时相的影像,且对不同时间的配准精度要求较高,且假设蓝波段地表反射率不发生变化,使得该方法的应用范围受到极大限制。
暗像元法是利用浓密植被(即暗像元)在红、蓝波段对地表反射率比较低且容易确定的特点,通过去除地表反射率的贡献实现气溶胶光学厚度的反演。暗像元法需要利用2100nm短波红外波段,以获取地表反射率信息。该方法适用于浓密植被覆盖的影像,但在裸土、沙漠等较亮地表的反演效果较差;
由于国产卫星大多数只有蓝、绿、红、近红外4个光谱波段,缺少中红外波段,难以准确估算地表反射率贡献,无法有效提取浓密植被暗像元,传统的暗目标法无法直接应用于国产多光谱影像,实现气溶胶光学厚度的反演。改进的暗像元法通过建立浓密植被(暗像元)红蓝波段反射率与地表反射率之间的关系,实现气溶胶光学厚度的反演与大气校正。
不论是暗像元法还是改进的暗像元方法,都是基于浓密植被区域像元进行气溶胶的反演。而在我国北方城市地区,缺少大面积浓密植被,尤其是在冬季,暗像元法和改进的暗像元方法在北方城市地区不适用。因此,提出一种可适用于北方冬季城市地区的多光谱遥感影像大气校正方法,具有重要的研究意义和实际应用需求。
发明内容
本发明的目的在于克服现有技术的上述缺陷,提供基于参考光谱匹配的多光谱遥感影像大气校正方法,该方法实现多光谱影像的气溶胶反演和大气校正,不需要多时相卫星影像,适用于全年各种天气和各类城市地标,尤其北方城市地区多光谱遥感影像的大气校正,并可实现单幅多光谱图像的大气校正。
本发明的另外一个目的在于提供基于参考光谱匹配的多光谱遥感影像大气校正系统。
本发明的上述目的主要是通过如下技术方案予以实现的:
基于参考光谱匹配的多光谱遥感影像大气校正方法,包括如下步骤:
从获取的多光谱遥感影像中提取地面稳定目标图像,计算所述地面稳定目标的平均灰度,并将所述地面稳定目标的平均灰度转换为稳定目标的平均表观辐亮度;
将多光谱影像的观测几何、成像日期、地面海拔高度、光谱响应函数大气参数以及多个气溶胶光学厚度输入辐射传输模型,得到不同气溶胶光学厚度下对应的大气校正参数;
利用所述地面稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的稳定目标的地表反射率;
将地面稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到地面稳定目标的地面实测参考光谱;
将所述地面稳定目标的地面实测参考光谱和所述不同气溶胶光学厚度下稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数完成多光谱遥感影像大气校正。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,将所述地面稳定目标的平均灰度转换为稳定目标的平均表观辐亮度的具体方法为:
其中,Li为稳定目标的多光谱遥感影像第i波段平均表观辐亮度;分别为多光谱遥感影像第i波段的表观辐亮度定标系数的增益和截距;DN为地面固定的稳定目标的平均灰度值。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,所述观测几何包括太阳天顶角、太阳方位角、观测天顶角和观测方位角;选取的气溶胶光学厚度的范围为0.1~1.0,步长为0.01~0.1。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,所述地面稳定目标为地面平坦均匀的稳定目标,具体为道路、广场或机场。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,利用所述地面稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的地面稳定目标的地表反射率的具体方法如下:
ρsij=yij/(1+xcij·yij)
yij=xaij·Li-xbij
其中:ρsij为第i波段第j厚度对应的稳定目标的地表反射率;Li为多光谱遥感影像第i波段表观辐亮度;xaij,xbij,xcij为第i波段第j厚度的大气校正参数,分别表示大气校正增益、大气校正截距和大气半球反射率。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,将地面稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到地面稳定目标的地面实测参考光谱的具体方法如下:
其中:Ri为地面稳定目标第i波段的地面实测参考光谱;S(λi)为传感器第i波段的光谱响应函数;R(λi)为地面稳定目标第i波段的地面实测光谱;Δλ为步长。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,采用如下方法将所述地面稳定目标的地面实测参考光谱和所述不同气溶胶光学厚度下地面稳定目标的地表反射率进行光谱匹配,得到每个波段不同厚度的光谱夹角值,并从中找出每个波段的最小光谱夹角:
其中:αij为第i波段第j厚度的光谱夹角值;nb为波段数;ρsij为第i波段第j厚度的地表反射率,Ri为地面稳定目标第i波段的地面实测参考光谱;
根据每个波段的最小光谱夹角,得到每个波段最小光谱夹角对应的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数完成多光谱遥感影像大气校正。
在上述基于参考光谱匹配的多光谱遥感影像大气校正方法中,根据所述最佳大气校正参数实现城市地区多光谱影像的大气校正,得到城市地区多光谱地表发射率影像。
基于参考光谱匹配的多光谱遥感影像大气校正系统,包括稳定目标图像信息提取模块、稳定目标反射率反演模块、大气校正参数反演模块和多光谱图像大气校正模块,其中:
稳定目标图像信息提取模块:从获取的多光谱遥感影像中提取地面稳定目标图像,计算所述稳定目标的平均灰度,并将所述稳定目标的平均灰度转换为稳定目标的平均表观辐亮度,发送给稳定目标反射率反演模块;
稳定目标反射率反演模块:将多光谱影像的观测几何、成像日期、地面海拔高度、光谱响应函数大气参数以及多个气溶胶光学厚度输入辐射传输模型,得到不同气溶胶光学厚度下对应的大气校正参数;接收稳定目标图像信息提取模块发送的稳定目标的平均表观辐亮度;利用所述稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的稳定目标的地表反射率,发送给大气校正参数反演模块;
大气校正参数反演模块:将稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到稳定目标的地面实测参考光谱;接收稳定目标反射率反演模块发送的稳定目标的地表反射率;将所述稳定目标的地面实测参考光谱和所述稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数,发送给多光谱图像大气校正模块;
多光谱图像大气校正模块:接收大气校正参数反演模块发送的最佳大气校正参数,根据所述最佳大气校正参数和多光谱影像的辐射定标系数,对多光谱影像进行大气校正,得到多光谱传感器地表反射率影像。
在上述基于参考光谱匹配的多光谱遥感影像大气校正系统中,所述大气校正参数反演模块将所述稳定目标的地面实测参考光谱和所述稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数的具体方法如下:
其中:αij为第i波段第j厚度的光谱夹角值;nb为波段数;ρsij为第i波段第j厚度的地表反射率,Ri为地面稳定目标第i波段的地面实测参考光谱;
根据每个波段的最小光谱夹角,得到每个波段最小光谱夹角对应的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数。
本发明与现有技术相比具有如下有益效果:
(1)、本发明提出一种新型的基于参考光谱匹配的多光谱遥感影像大气校正方法,该方法突破了现有方法只能适用于浓密植被地区的不足,根据城市地区具有多种稳定不变地物目标(如水泥路、广场、机场等)的特征,假设不同地区不同时相的地物目标具有相似的光谱特征,通过光谱匹配技术,建立不同气溶胶光学厚度下的地表反射率与参考光谱的相似度,最终实现多光谱影像的气溶胶反演和大气校正,不需要多时相卫星影像,适用于全年各种天气和各类城市地标,可实现单幅多光谱图像的大气校正。
(2)、本发明提出的基于参考光谱匹配的城市地区多光谱遥感影像大气校正方法,利用地面实测的地面固定的稳定目标光谱作为参考,构建地面参考光谱;利用辐射传输模型,模拟出不同气溶胶下反演的地表反射率。通过光谱匹配技术,实现气溶胶光学厚度的反演和多光谱图像的大气校正。
(3)、本发明利用水泥路等地面固定的稳定目标进行气溶胶的反演和大气校正,与现有技术相比,更适用于城市地区的遥感影像,尤其是我国北方城市地区,在冬季缺少植被覆盖,大气校正效果更好。
(4)、本发明充分利用了多光谱遥感影像的所有谱段,而现有改进的暗目标法只利用其中的红、蓝两个波段的信息,和现有技术相比,本发明方法的反演效果更好。
(5)、本发明基于所有水泥路等地面固定的稳定目标具有相似的光谱曲线特征,可适用于所有包含城市的遥感影像,其大气校正方法具有普适性、应用范围广,实用性强。
(6)、本发明方法及系统不依赖地面实测大气数据,假设整个图像具有相同的气溶胶光学厚度,更适用于高分辨率(分辨率优于10米)、窄幅宽(幅宽小于100km)的多光谱影像数据。
附图说明
图1为本发明基于参考光谱匹配的多光谱遥感影像大气校正方法流程图;
图2为本发明为高分一号PMS1北京地区遥感影像及稳定目标提取图像,其中图2b为图2a的局部放大图;
图3为本发明实施例中不同波段、不同气溶胶光学厚度下对应的机场地表反射率;
图4为本发明基于参考光谱匹配的多光谱遥感影像大气校正系统结构组成图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细的描述:
如图1所示为本发明基于参考光谱匹配的多光谱遥感影像大气校正方法流程图,本发明基于参考光谱匹配的多光谱遥感影像大气校正方法具体包括如下步骤:
步骤一、获取城市地区的多光谱遥感影像,从中人工提取地面固定的平坦均匀的稳定目标(如水泥路、广场或机场等人工目标,下面以机场为例)的图像,计算稳定目标的平均灰度值。根据表观辐射定标系数,将机场平均灰度值转换成机场的平均表观辐亮度。以高分一号PMS卫星影像为例,给出具体处理过程。
其中:Li为多光谱遥感影像中稳定目标第i波段表观辐亮度,分别为多光谱遥感影像第i波段的表观辐亮度定标系数的增益和截距;GF-1卫星PMS传感器的定标系数可从中国资源卫星中心的网站得到。DN为地面固定的稳定目标的平均灰度值。如图2所示为本发明为高分一号PMS1北京地区遥感影像及稳定目标提取图像;
表1 GF-1卫星PMS传感器的定标系数
Band1 Band2 Band3 Band4
Gain 0.232 0.187 0.1795 0.196
Offset 0 0 0 0
步骤二,将多光谱影像的观测几何、成像日期、地面海拔高度、光谱响应函数大气参数、以及多个气溶胶光学厚度输入辐射传输模型,本发明一可选实施例中为6S辐射传输模型,得到不同气溶胶光学厚度下对应的大气校正参数xaij,xbij,xcij,xaij,xbij,xcij为第i波段第j厚度的大气校正参数,分别表示大气校正增益、大气校正截距和大气半球反射率,可以利用6S辐射传输模型计算得到。其中,观测几何包括太阳天顶角、太阳方位角、观测天顶角、观测方位角,本发明实施例中,上述角度可以来自GF-1PMS影像的xml辅助文件。
需要指出的是,本发明一可选实施例中xml中的SolarZenith实际为太阳高度角,太阳天顶角为90-36.4712=53.5288。SatelliteZenith实际为观测高度角,观测天顶角为90-88.1625=1.8375。
本发明一可选实施例中选择的影像为北京地区2月份的影像,大气类型设为中纬度冬季,热带,气溶胶类型设为城市型,海拔高度为0.03km。气溶胶光学厚度分别设为0.1到1.0,步长为0.1。
步骤三,利用稳定目标(机场)的平均表观辐亮度和不同气溶胶光学厚度下的大气校正参数进行不同气溶胶光学厚度下对应的稳定目标(机场)的地表反射率反演的计算公式如下:
yij=xaij·Li-xbij (2)
ρsij=yij/(1+xcij·yij) (3)
其中:ρsij为第i波段第j厚度对应的稳定目标(机场)的地表反射率;Li为多光谱遥感影像第i波段表观辐亮度;xaij,xbij,xcij为第i波段第j厚度的大气校正参数,分别表示大气校正增益、大气校正截距和大气半球反射率,yij为中间量,无含义。
如图3所示为本发明实施例中不同波段、不同气溶胶光学厚度下对应的机场地表反射率。
步骤四,利用地面实测数据,将稳定目标(机场)的地面实测光谱与传感器光谱响应函数进行卷积,得到稳定目标的地面实测参考光谱;
其中:Ri为地面稳定目标第i波段的地面实测参考光谱;S(λi)为传感器第i波段的光谱响应函数;R(λi)为地面稳定目标第i波段的地面实测光谱;Δλ为步长。
如下表2所示为本发明一可选实施例中机场参考光谱各波段反射率。
表2机场参考光谱各波段反射率
步骤五、将稳定目标的地面实测参考光谱和不同气溶胶光学厚度下稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将大气校正参数作为最佳大气校正参数完成多光谱遥感影像大气校正。
光谱匹配算法通过计算地面实测参考光谱与反演机场地表反射率光谱的光谱夹角实现。光谱夹角计算公式为:
其中:αij为第i波段第j厚度的光谱夹角值;nb为波段数;ρsij为第i波段第j厚度的地表反射率,Ri为地面稳定目标第i波段的地面实测参考光谱;
根据每个波段的最小光谱夹角,得到每个波段最小光谱夹角对应的气溶胶光学厚度和对应的大气校正参数,将该大气校正参数作为最佳大气校正参数完成多光谱遥感影像大气校正。
本发明一可选实施例中冬天机场不同波段对应的大气校正参数如表3所示
表3大气校正参数
AOD=0.3 xa xb xc
Band1 0.0052 0.1769 0.1722
Band2 0.0053 0.1228 0.1368
Band3 0.0056 0.0669 0.0990
Band4 0.0072 0.0354 0.0676
经地面数据验证,本发明大气校正方法的精度约为0.02,即反演地表反射率和实际地表反射率的差值小于0.02。而采用传统方法则不能对此进行准确的大气校正。
步骤六、根据上述最佳大气校正参数和多光谱影像的辐射定标系数,对多光谱影像进行大气校正,得到多光谱传感器地表反射率影像。
对城市地区的多光谱影像进行辐射定标,得到表观辐亮度图像。根据大气校正公式,利用确定的最佳大气校正参数,实现城市地区多光谱影像的大气校正,得到城市地区多光谱地表发射率影像。
本发明还提供一种基于参考光谱匹配的多光谱遥感影像大气校正系统。如图4所示为本发明基于参考光谱匹配的多光谱遥感影像大气校正系统结构组成图,本发明多光谱遥感影像大气校正系统包括稳定目标图像信息提取模块、稳定目标反射率反演模块、大气校正参数反演模块和多光谱图像大气校正模块,各个模块的功能如下:
稳定目标图像信息提取模块:从获取的多光谱遥感影像中提取地面固定的稳定目标图像,计算所述稳定目标的平均灰度,并将所述稳定目标的平均灰度转换为稳定目标的平均表观辐亮度,发送给稳定目标反射率反演模块。
稳定目标反射率反演模块:将多光谱影像的观测几何、成像日期、地面海拔高度、光谱响应函数大气参数以及多个气溶胶光学厚度输入辐射传输模型,得到不同气溶胶光学厚度下对应的大气校正参数;接收稳定目标图像信息提取模块发送的稳定目标的平均表观辐亮度;利用所述稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的稳定目标的地表反射率,发送给大气校正参数反演模块。
大气校正参数反演模块:将稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到稳定目标的地面实测参考光谱;接收稳定目标反射率反演模块发送的稳定目标的地表反射率;将所述稳定目标的地面实测参考光谱和所述稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数,发送给多光谱图像大气校正模块。
多光谱图像大气校正模块:接收大气校正参数反演模块发送的最佳大气校正参数,根据所述最佳大气校正参数和多光谱影像的辐射定标系数,对多光谱影像进行大气校正,得到多光谱传感器地表反射率影像。
本发明大气校正系统中各个模块的功能参见上述对大气校正方法的描述,在此不再赘述。
本发明实现了城市地区多光谱遥感影像大气校正方法,和现有大气校正方法相比,本发明方法适用范围广,尤其适用于北方城市地区,尤其是冬季无植被覆盖的影像,大气校正效果更好,校正精度更高。本发明不用地面实测大气参数,弥补了传统暗目标法对北方非植被地区无法反演气溶胶的不足,具有处理速度快,反演精度高,适用性广等优点。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
本发明说明书中未作详细描述的内容属于本领域专业技术人员的公知技术。

Claims (10)

1.基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:包括如下步骤:
从获取的多光谱遥感影像中提取地面稳定目标图像,计算所述地面稳定目标的平均灰度,并将所述地面稳定目标的平均灰度转换为稳定目标的平均表观辐亮度;
将多光谱影像的观测几何、成像日期、地面海拔高度、光谱响应函数大气参数以及多个气溶胶光学厚度输入辐射传输模型,得到不同气溶胶光学厚度下对应的大气校正参数;
利用所述地面稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的稳定目标的地表反射率;
将地面稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到地面稳定目标的地面实测参考光谱;
将所述地面稳定目标的地面实测参考光谱和所述不同气溶胶光学厚度下稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数完成多光谱遥感影像大气校正。
2.根据权利要求1所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:将所述地面稳定目标的平均灰度转换为稳定目标的平均表观辐亮度的具体方法为:
其中,Li为稳定目标的多光谱遥感影像第i波段平均表观辐亮度;分别为多光谱遥感影像第i波段的表观辐亮度定标系数的增益和截距;DN为地面固定的稳定目标的平均灰度值。
3.根据权利要求1所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:所述观测几何包括太阳天顶角、太阳方位角、观测天顶角和观测方位角;选取的气溶胶光学厚度的范围为0.1~1.0,步长为0.01~0.1。
4.根据权利要求1所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:所述地面稳定目标为地面平坦均匀的稳定目标,具体为道路、广场或机场。
5.根据权利要求1所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:利用所述地面稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的地面稳定目标的地表反射率的具体方法如下:
ρsij=yij/(1+xcij·yij)
yij=xaij·Li-xbij
其中:ρsij为第i波段第j厚度对应的稳定目标的地表反射率;Li为多光谱遥感影像第i波段表观辐亮度;xaij,xbij,xcij为第i波段第j厚度的大气校正参数,分别表示大气校正增益、大气校正截距和大气半球反射率。
6.根据权利要求1所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:将地面稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到地面稳定目标的地面实测参考光谱的具体方法如下:
其中:Ri为地面稳定目标第i波段的地面实测参考光谱;S(λi)为传感器第i波段的光谱响应函数;R(λi)为地面稳定目标第i波段的地面实测光谱;Δλ为步长。
7.根据权利要求1-6之一所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:采用如下方法将所述地面稳定目标的地面实测参考光谱和所述不同气溶胶光学厚度下地面稳定目标的地表反射率进行光谱匹配,得到每个波段不同厚度的光谱夹角值,并从中找出每个波段的最小光谱夹角:
其中:αij为第i波段第j厚度的光谱夹角值;nb为波段数;ρsij为第i波段第j厚度的地表反射率,Ri为地面稳定目标第i波段的地面实测参考光谱;
根据每个波段的最小光谱夹角,得到每个波段最小光谱夹角对应的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数完成多光谱遥感影像大气校正。
8.根据权利要求7所述的基于参考光谱匹配的多光谱遥感影像大气校正方法,其特征在于:根据所述最佳大气校正参数实现城市地区多光谱影像的大气校正,得到城市地区多光谱地表发射率影像。
9.基于参考光谱匹配的多光谱遥感影像大气校正系统,其特征在于:包括稳定目标图像信息提取模块、稳定目标反射率反演模块、大气校正参数反演模块和多光谱图像大气校正模块,其中:
稳定目标图像信息提取模块:从获取的多光谱遥感影像中提取地面稳定目标图像,计算所述稳定目标的平均灰度,并将所述稳定目标的平均灰度转换为稳定目标的平均表观辐亮度,发送给稳定目标反射率反演模块;
稳定目标反射率反演模块:将多光谱影像的观测几何、成像日期、地面海拔高度、光谱响应函数大气参数以及多个气溶胶光学厚度输入辐射传输模型,得到不同气溶胶光学厚度下对应的大气校正参数;接收稳定目标图像信息提取模块发送的稳定目标的平均表观辐亮度;利用所述稳定目标的平均表观辐亮度和所述不同气溶胶光学厚度下的大气校正参数获得不同气溶胶光学厚度下对应的稳定目标的地表反射率,发送给大气校正参数反演模块;
大气校正参数反演模块:将稳定目标的地面实测光谱与传感器光谱响应函数进行卷积,得到稳定目标的地面实测参考光谱;接收稳定目标反射率反演模块发送的稳定目标的地表反射率;将所述稳定目标的地面实测参考光谱和所述稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数,发送给多光谱图像大气校正模块;
多光谱图像大气校正模块:接收大气校正参数反演模块发送的最佳大气校正参数,根据所述最佳大气校正参数和多光谱影像的辐射定标系数,对多光谱影像进行大气校正,得到多光谱传感器地表反射率影像。
10.根据权利要求9所述的基于参考光谱匹配的多光谱遥感影像大气校正系统,其特征在于:所述大气校正参数反演模块将所述稳定目标的地面实测参考光谱和所述稳定目标的地表反射率进行光谱匹配,确定光谱夹角最小时的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数的具体方法如下:
其中:αij为第i波段第j厚度的光谱夹角值;nb为波段数;ρsij为第i波段第j厚度的地表反射率,Ri为地面稳定目标第i波段的地面实测参考光谱;
根据每个波段的最小光谱夹角,得到每个波段最小光谱夹角对应的气溶胶光学厚度和对应的大气校正参数,将所述大气校正参数作为最佳大气校正参数。
CN201910257788.7A 2019-04-01 2019-04-01 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 Active CN110009584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910257788.7A CN110009584B (zh) 2019-04-01 2019-04-01 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910257788.7A CN110009584B (zh) 2019-04-01 2019-04-01 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

Publications (2)

Publication Number Publication Date
CN110009584A true CN110009584A (zh) 2019-07-12
CN110009584B CN110009584B (zh) 2021-06-29

Family

ID=67169272

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910257788.7A Active CN110009584B (zh) 2019-04-01 2019-04-01 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

Country Status (1)

Country Link
CN (1) CN110009584B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114720396A (zh) * 2022-04-24 2022-07-08 中国科学院空天信息创新研究院 一种均匀不变地物控制点光谱库的生成方法和系统
CN115984715A (zh) * 2023-03-22 2023-04-18 武汉大学 基于先验地物光谱匹配的高光谱卫星自适应大气校正方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102628940A (zh) * 2012-04-20 2012-08-08 中国科学院遥感应用研究所 一种遥感图像大气订正方法
CN102749138A (zh) * 2012-06-11 2012-10-24 中国科学院安徽光学精密机械研究所 高光谱遥感器飞行中基于太阳和大气特征谱线的光谱定标方法
CN104133204A (zh) * 2014-05-27 2014-11-05 中国资源卫星应用中心 一种高分卫星宽视场成像仪的昼夜分离替代定标方法
CN104573732A (zh) * 2013-10-18 2015-04-29 核工业北京地质研究院 一种目标光谱匹配方法
US20160259962A1 (en) * 2013-12-11 2016-09-08 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence Methods for in-scene atmospheric compensation by endmember matching

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102628940A (zh) * 2012-04-20 2012-08-08 中国科学院遥感应用研究所 一种遥感图像大气订正方法
CN102749138A (zh) * 2012-06-11 2012-10-24 中国科学院安徽光学精密机械研究所 高光谱遥感器飞行中基于太阳和大气特征谱线的光谱定标方法
CN104573732A (zh) * 2013-10-18 2015-04-29 核工业北京地质研究院 一种目标光谱匹配方法
US20160259962A1 (en) * 2013-12-11 2016-09-08 Her Majesty The Queen In Right Of Canada, As Represented By The Minister Of National Defence Methods for in-scene atmospheric compensation by endmember matching
CN104133204A (zh) * 2014-05-27 2014-11-05 中国资源卫星应用中心 一种高分卫星宽视场成像仪的昼夜分离替代定标方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JUAN MOLINA等: "Atmospheric correction matching to theoretical forest signature applied to different colombian regions", 《2016 XXI SYMPOSIUM ON SIGNAL PROCESSING, IMAGES AND ARTIFICIAL VISION (STSIVA)》 *
苗松: "基于哨兵3A-OLCI影像的内陆湖泊藻蓝蛋白浓度反演算法研究", 《红外与毫米波学报》 *
韩启金 等: "基于宽动态地面目标的高分二号卫星在轨定标与评价", 《光学学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN114720396A (zh) * 2022-04-24 2022-07-08 中国科学院空天信息创新研究院 一种均匀不变地物控制点光谱库的生成方法和系统
CN114720396B (zh) * 2022-04-24 2022-10-25 中国科学院空天信息创新研究院 一种均匀不变地物控制点光谱库的生成方法和系统
CN115984715A (zh) * 2023-03-22 2023-04-18 武汉大学 基于先验地物光谱匹配的高光谱卫星自适应大气校正方法
US12039775B1 (en) 2023-03-22 2024-07-16 Wuhan University Adaptive atmospheric correction method of hyperspectral satellite based on prior ground object spectral matching

Also Published As

Publication number Publication date
CN110009584B (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN109581372B (zh) 一种生态环境遥感监测方法
CN107389036B (zh) 一种结合无人机影像的大空间尺度植被覆盖度计算方法
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
Li et al. An evaluation of the use of atmospheric and BRDF correction to standardize Landsat data
CN112051222A (zh) 一种基于高分卫星影像的河湖水质监测方法
CN106407656A (zh) 一种基于高分辨率卫星影像数据的气溶胶光学厚度反演方法
Degerli et al. Evaluation from rural to urban scale for the effect of NDVI-NDBI indices on land surface temperature, in Samsun, Türkiye
CN111368817B (zh) 一种基于地表类型进行热效应定量评价方法及系统
CN104483663B (zh) 一种高光谱遥感影像大气纠正方法及系统
Chen et al. Geometry and adjacency effects in urban land surface temperature retrieval from high-spatial-resolution thermal infrared images
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
CN110009584A (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
CN108319923A (zh) 一种云阴影识别方法及系统
CN109344536A (zh) 一种耦合多源数据的多层次被动微波土壤水分验证方法
CN109974665A (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
CN114564767A (zh) 一种基于太阳-云-卫星观测几何的云下地表温度估算方法
CN110308097A (zh) 一种卫星图像云检测方法及系统
CN103544477A (zh) 基于改进的线性光谱混合模型的植被覆盖度估算方法
CN110186822A (zh) 一种气溶胶光学厚度遥感反演方法
Wu et al. Downscaling of urban land surface temperature based on multi-factor geographically weighted regression
Wang et al. Water vapor retrievals from near-infrared channels of the advanced Medium Resolution Spectral Imager instrument onboard the Fengyun-3D satellite
CN104778668A (zh) 基于可见光波段光谱统计特征的光学遥感图像薄云去除方法
CN103808736B (zh) 基于被动微波混合像元分解技术的盐碱地特性探测方法
He et al. Direct estimation of land surface albedo from simultaneous MISR data
CN111191380A (zh) 一种基于地基光谱仪测量数据的大气气溶胶光学厚度估算方法和装置

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