CN110987821B - 一种高光谱快速大气校正参数化方法 - Google Patents
一种高光谱快速大气校正参数化方法 Download PDFInfo
- Publication number
- CN110987821B CN110987821B CN201911100912.5A CN201911100912A CN110987821B CN 110987821 B CN110987821 B CN 110987821B CN 201911100912 A CN201911100912 A CN 201911100912A CN 110987821 B CN110987821 B CN 110987821B
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- pixel
- value
- surface reflectance
- atmospheric correction
- 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
Images
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
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
Landscapes
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Image Processing (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明属于定量遥感中高光谱大气校正方法,为解决定量遥感领域中,采用应用广泛的辐射传输模型法进行大气校正时,计算过程需耗费大量的计算机资源和时间,导致工作效率较低,以及反射率反演精度不足的技术问题,提供一种高光谱快速大气校正参数化方法,包括获取环境及观测参数、建立大气校正计算模型、设定预设地表反射率值和最终海拔高度H2值利用MODTRAN模型得到不同波段对应的表观辐亮度、利用大气校正计算模型计算大气校正参数、建立查找表、计算表观辐亮度和查表完成大气校正。进行5次模拟计算,有效避开了大气程辐射,进一步提高了辐射校正的精度和效率。
Description
技术领域
本发明属于定量遥感中高光谱大气校正方法,具体涉及一种高光谱快速大气校正参数化方法。
背景技术
在定量遥感领域中,由于大气散射和吸收,以及地形等因素的影响,传感器接收到的地表反射辐射能量会发生变化,极大地影响光谱信息提取精度。为了使从传感器获得的测量值与地物真实的光谱反射率具有较高的一致性,通常需要对采集生成的DN值(成像光谱仪每个探测元件输出的数字量化值)进行大气校正,以得到更精确的地表反射率值。因此大气校正已成为定量遥感中不可避免的问题。目前,高光谱影像的大气校正方法有很多:如不变目标法、直方图匹配法、暗元目标法和广泛应用的辐射传输模型法。
在诸多的大气校正方法中,基于辐射传输模型的方法由于普适性好,精度较高,在近年来得到了广泛的应用。辐射传输模型法又具体包括LOWTRAN、6S、MODTRAN等方法,其中MODTRAN模型是在LOWTRAN模型的基础上开发的,可以用来计算0-5000cm-1波段的大气透过率和辐射。但是,使用MODTRAN辐射传输模型法进行地表反射率反演时,如果对每一个像元单独调用MODTRAN模型进行大气辐射校正,计算时间将不可预估,计算过程也将耗费大量的计算机资源和时间,工作效率低。已有研究学者使用大气校正计算模型,关于地表反射率和入瞳辐亮度之间的关系存在三个未知参量,需使用三次MODTRAN模型对未知参量进行反代,该方法虽然在一定程度上提高了大气校正计算效率,但并没有根据公式本身特定的属性,进行地表反射率反演,精度还有待提升。
发明内容
本发明的主要目的是解决定量遥感领域中,采用应用广泛的辐射传输模型法进行大气校正时,计算过程需耗费大量的计算机资源和时间,导致工作效率较低,以及反射率反演精度不足的技术问题,提供一种高光谱快速大气校正参数化方法。
为实现上述目的,本发明提供如下技术方案:
一种高光谱快速大气校正参数化方法,其特殊之处在于,包括以下步骤:
步骤1,获取环境及观测参数
获取大气环境参数、太阳天顶角和像元观测参数;
步骤2,建立大气校正计算模型
步骤3,设定预设地表反射率值和最终海拔高度H2值
依次设定5个预设地表反射率值:0,a1,a2,a3,a4,其中,1>a1,a2,a3,a4≥0;选取像元观测高度和/或地面高程作为MODTRAN模型的最终海拔高度H2值;每个预设地表反射率值对应一个最终海拔高度H2值;
步骤4,利用MODTRAN模型得到不同波段对应的表观辐亮度
将步骤3中的预设地表反射率值和对应的最终海拔高度H2值依次输入MODTRAN模型,再将步骤1得到的大气环境参数、太阳天顶角、像元观测参数和搭载于卫星的成像光谱仪的传感器参数输入MODTRAN模型,得到不同预设地表反射率值下,不同波段对应的表观辐亮度;
步骤5,利用大气校正计算模型计算大气校正参数
依次将预设地表反射率值:0,a1,a2,a3,a4,以及不同波段对应的表观辐亮度代入步骤2中的大气校正计算模型,得到不同波段对应的L0(μv)、T(μv)、S和Fd;其中,预设地表反射率值代入ρt,不同波段对应的表观辐亮度代入L(μv);
步骤6,建立查找表
离线建立波段与L0(μv)、T(μv)、S、Fd对应关系的查找表;
步骤7,计算表观辐亮度
通过搭载于卫星的成像光谱仪获取地物目标每个像元的DN值,计算每个像元对应的表观辐亮度L(μv)=Gain×DN+Bias,其中,Bias为成像光谱仪的偏差值,Gain为成像光谱仪的增值;
步骤8,查表完成大气校正
通过搭载于卫星的成像光谱仪获取地物目标每个像元的波段;依据地物目标每个像元的波段,通过步骤6的查找表得到与波段对应的L0(μv)、T(μv)、S、Fd;再结合步骤7中每个像元的表观辐亮度L(μv),由如下公式计算地物目标每个像元的真实地表反射率,完成大气校正:
进一步地,步骤1中,所述大气环境参数包括获取地物目标的时间、地点、大气廓线高度、压强、温度、水汽、二氧化碳含量、臭氧含量和气溶胶。
进一步地,所述像元观测参数包括像元观测天顶角、像元观测高度和地面高程。
进一步地,步骤3中,a1=a3,a2=a4。
进一步地,所述选取像元观测高度和/或地面高程作为MODTRAN模型的最终海拔高度H2值具体为,预设地表反射率值对应为0、a1和a2时,选取像元观测高度作为MODTRAN模型的最终海拔高度H2值,预设地表反射率值对应为a3或a4时,选取地面高程作为MODTRAN模型的最终海拔高度H2值。
与现有技术相比,本发明的有益效果是:
1.本发明的高光谱快速大气校正参数化方法,在大气校正中引入预设地表反射率值,并且每个预设地表反射率值对应一个像元观测高度和/或地面高程作为MODTRAN模型的最终海拔高度H2值,结合MODTRAN模型和建立的大气校正计算模型,得到不同波段对应的L0(μv)、T(μv)、S和Fd,建立波段与L0(μv)、T(μv)、S和Fd对应关系的离线查找表,利用该查找表能够快速完成对卫星采集地物目标的像元进行大气校正。进行5次模拟计算,有效避开了大气程辐射,进一步提高了辐射校正的精度和效率,得到了更为精确的大气相关参数L0(μv)、T(μv)、S和Fd。不必再如现有技术中地物目标的每个像元在线运行辐射传输模型,能够适用于不同的高光谱影像,实现了高光谱数据大气校正的实时高精度处理。
2.本发明的大气环境参数充分考虑各方面环境因素,像元观测参数也考虑充分,能够得到更准确的校正结果。
3.本发明的预设地表反射率值中a1=a3,a2=a4,基于公式中相关参数特定的属性进行分析,设定三个地表反射率ρt的值,以及两种观测高度(包括与被测物体所处的相同高度,以及成像光谱仪的真实观测高度),在这样的设定下带入MODTRAN模型中时,所求得的参数S、Fd、T(μv)可以避开大气程辐射L0(μv)的影响。
附图说明
图1为本发明高光谱快速大气校正参数化方法的流程示意图。
具体实施方式
下面将结合本发明的实施例和附图,对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例并非对本发明的限制。
本发明提出了一种高光谱快速大气校正参数化方法,针对逐像元运行MODTRAN进行辐射校正,存在时间长和数据量过大,即使已有一些离线查询表,校正效率和校正精度都不足的问题,通过提出一种通过设定预设地表反射率和最终海拔高度H2值,离线建立大气参数查找表,提高了大气校正的计算效率和计算精度,实现了一种高精度和高效率的大气校正方法。
实施例一
北京顺义地区ETM+影响,影响获取时间2001年4月17日,地理坐标为(40.25°,243.5°)。
(1)获取大气环境参数、太阳天顶角和像元观测参数;
(2)建立大气校正计算模型:其中,ρt为地表反射率,L0(μv)为路径辐射项,也可称大气辐程射,S为大气半球反照率,Fd为下行总辐射,T(μv)为大气透过率;分析上述大气校正计算模型可知,当成像光谱仪与所处被测物体在相同高度时,此时大气透过率T(μv)的值为1,大气程辐射L0(μv)值为0;同时当地表反射率ρt为0时,表观辐亮度的L(μv)值只与大气程辐射L0(μv)有关。
(3)如表1,设定5个预设地表反射率值:0,0.1,0.2,0.1,0.2;选取像元观测高度和地面高程作为MODTRAN模型的最终海拔高度H2值,分别对应:像元观测高度为100、像元观测高度为100、像元观测高度为100、地面高程为0.033和地面高程为0.033;
表1实施例一中预设地表反射率与最终海拔高度H2值的取值表
(4)将表1中的预设地表反射率值和对应的最终海拔高度H2值依次输入MODTRAN模型,将大气环境参数、太阳天顶角和像元观测参数和搭载于卫星的成像光谱仪的传感器参数也输入MODTRAN模型,使用默认的大气廓线(Mid-Latitude Summer),采取的波段响应函数是TM7的波段相应函数作为传感器参数,进行5次模拟计算,得到如表2所示的不同预设地表反射率值下,不同波段对应的表观辐亮度;
表2实施例一中5次模拟计算的表观辐亮度结果表
(5)依次将预设地表反射率值:0,0.1,0.2,0.1,0.2,以及表2中不同波段对应的表观辐亮度代入步骤2中的大气校正计算模型,联立求解,得到不同波段对应的L0(μv)、T(μv)、S和Fd;其中,预设地表反射率值代入ρt,不同波段对应的表观辐亮度代入L(μv);
其中,L1第一次模拟计算的表观辐亮度,L2第二次模拟计算的表观辐亮度,L3第三次模拟计算的表观辐亮度,L4第四次模拟计算的表观辐亮度,L5第五次模拟计算的表观辐亮度;如上公式所示:S、Fd、T(μv)的所求结果与L0(μv)大气程辐射无关。
(6)离线建立波段与L0(μv)、T(μv)、S、Fd对应关系的查找表,如表3:
表3实施例一离线建立的查找表
(7)通过搭载于卫星的成像光谱仪获取地物目标每个像元的DN值,计算每个像元对应的表观辐亮度L(μv)=Gain×DN+Bias,其中,Bias为成像光谱仪的偏差值,Gain为成像光谱仪的增值;
(8)通过搭载于卫星的成像光谱仪获取地物目标每个像元的波段;依据地物目标每个像元的波段,通过步骤6的表3得到与波段对应的L0(μv)、T(μv)、S、Fd;再结合步骤7中每个像元的表观辐亮度L(μv),由如下公式计算地物目标每个像元的真实地表反射率,完成对高光谱影响逐像元的快速大气校正:
上述的(1)至(3)不限定具体顺序,可根据具体操作进行调整。
以上所述仅为本发明的实施例,并非对本发明保护范围的限制,凡是利用本发明说明书及附图内容所作的等效结构变换,或直接或间接运用在其他相关的技术领域,均包括在本发明的专利保护范围内。
Claims (4)
1.一种高光谱快速大气校正参数化方法,其特征在于,包括以下步骤:
步骤1,获取环境及观测参数
获取大气环境参数、太阳天顶角和像元观测参数;
步骤2,建立大气校正计算模型
步骤3,设定预设地表反射率值和最终海拔高度H2值
依次设定5个预设地表反射率值:0,a1,a2,a3,a4,其中,1>a1,a2,a3,a4≥0;预设地表反射率值对应为0、a1和a2时,选取像元观测高度作为MODTRAN模型的最终海拔高度H2值,预设地表反射率值对应为a3和a4时,选取地面高程作为MODTRAN模型的最终海拔高度H2值;每个预设地表反射率值对应一个最终海拔高度H2值;
步骤4,利用MODTRAN模型得到不同波段对应的表观辐亮度
将步骤3中的预设地表反射率值和对应的最终海拔高度H2值依次输入MODTRAN模型,再将步骤1得到的大气环境参数、太阳天顶角、像元观测参数和搭载于卫星的成像光谱仪的传感器参数输入MODTRAN模型,得到不同预设地表反射率值下,不同波段对应的表观辐亮度;
步骤5,利用大气校正计算模型计算大气校正参数
依次将预设地表反射率值:0,a1,a2,a3,a4,以及不同波段对应的表观辐亮度代入步骤2中的大气校正计算模型,得到不同波段对应的L0(μv)、T(μv)、S和Fd;其中,预设地表反射率值代入ρt,不同波段对应的表观辐亮度代入L(μv);
步骤6,建立查找表
离线建立波段与L0(μv)、T(μv)、S、Fd对应关系的查找表;
步骤7,计算表观辐亮度
通过搭载于卫星的成像光谱仪获取地物目标每个像元的DN值,计算每个像元对应的表观辐亮度L(μv)=Gain×DN+Bias,其中,Bias为成像光谱仪的偏差值,Gain为成像光谱仪的增值;
步骤8,查表完成大气校正
通过搭载于卫星的成像光谱仪获取地物目标每个像元的波段;依据地物目标每个像元的波段,通过步骤6的查找表得到与波段对应的L0(μv)、T(μv)、S、Fd;再结合步骤7中每个像元的表观辐亮度L(μv),由如下公式计算地物目标每个像元的真实地表反射率,完成大气校正:
2.如权利要求1所述一种高光谱快速大气校正参数化方法,其特征在于:步骤1中,所述大气环境参数包括获取地物目标的时间、地点、大气廓线高度、压强、温度、水汽含量、二氧化碳含量、臭氧含量和气溶胶类型。
3.如权利要求2所述一种高光谱快速大气校正参数化方法,其特征在于:步骤1中,所述像元观测参数包括像元观测天顶角、像元观测高度和地面高程。
4.如权利要求1或2或3所述一种高光谱快速大气校正参数化方法,其特征在于:步骤3中,a1=a3,a2=a4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911100912.5A CN110987821B (zh) | 2019-11-12 | 2019-11-12 | 一种高光谱快速大气校正参数化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911100912.5A CN110987821B (zh) | 2019-11-12 | 2019-11-12 | 一种高光谱快速大气校正参数化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110987821A CN110987821A (zh) | 2020-04-10 |
CN110987821B true CN110987821B (zh) | 2020-12-25 |
Family
ID=70083908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911100912.5A Active CN110987821B (zh) | 2019-11-12 | 2019-11-12 | 一种高光谱快速大气校正参数化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110987821B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111398180B (zh) * | 2020-04-28 | 2023-04-18 | 中国交通通信信息中心 | 一种适用于热红外遥感影像的大气补偿方法 |
CN111735772B (zh) * | 2020-05-13 | 2023-07-07 | 中国科学院空天信息创新研究院 | 改进的级联神经网络的高光谱数据地表反射率反演方法 |
CN113094653B (zh) * | 2021-04-01 | 2023-05-12 | 北京环境特性研究所 | 一种重建大气温度轮廓线的方法 |
CN113674391B (zh) * | 2021-04-29 | 2024-03-26 | 航天东方红卫星有限公司 | 一种升降轨成像双星地物表观辐亮度差异计算方法 |
CN113340819B (zh) * | 2021-06-07 | 2021-12-10 | 珠江水利委员会珠江水利科学研究院 | 基于影像自身统计特征的水体大气校正方法、系统及存储介质 |
US11818446B2 (en) | 2021-06-18 | 2023-11-14 | Raytheon Company | Synthesis of thermal hyperspectral imagery |
CN114414045B (zh) * | 2022-01-24 | 2023-06-16 | 中国科学院大气物理研究所 | 太阳辐射表的标定方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102338871A (zh) * | 2010-07-22 | 2012-02-01 | 曹春香 | 地表反射率计算方法和装置 |
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 |
CN104880702A (zh) * | 2014-10-31 | 2015-09-02 | 航天恒星科技有限公司 | 在轨绝对辐射定标方法及装置 |
CN108830846A (zh) * | 2018-06-12 | 2018-11-16 | 南京航空航天大学 | 一种高分辨率全波段超光谱遥感图像仿真方法 |
-
2019
- 2019-11-12 CN CN201911100912.5A patent/CN110987821B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102338871A (zh) * | 2010-07-22 | 2012-02-01 | 曹春香 | 地表反射率计算方法和装置 |
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 |
CN104880702A (zh) * | 2014-10-31 | 2015-09-02 | 航天恒星科技有限公司 | 在轨绝对辐射定标方法及装置 |
CN108830846A (zh) * | 2018-06-12 | 2018-11-16 | 南京航空航天大学 | 一种高分辨率全波段超光谱遥感图像仿真方法 |
Non-Patent Citations (2)
Title |
---|
"大气辐射传输校正模型";313f2e9220;《豆丁网,https://www.docin.com/p-2074249849.html》;20180119;第1-3页 * |
"资源三号卫星多光谱数据的大气校正研究";杨磊 等;《光谱学与光谱分析》;20130731;第33卷(第6期);第1903-1907页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110987821A (zh) | 2020-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110987821B (zh) | 一种高光谱快速大气校正参数化方法 | |
US10832390B2 (en) | Atmospheric compensation in satellite imagery | |
US8073279B2 (en) | Automated atmospheric characterization of remotely sensed multi-spectral imagery | |
Aldana-Jague et al. | UAS-based soil carbon mapping using VIS-NIR (480–1000 nm) multi-spectral imaging: Potential and limitations | |
CN111795936B (zh) | 一种基于查找表的多光谱遥感影像大气校正系统、方法及存储介质 | |
CN105404873B (zh) | 一种基于ndvi时间序列坐标转换的冬小麦识别方法 | |
CN113970376B (zh) | 一种基于海洋区域再分析资料的卫星红外载荷定标方法 | |
CN111798327A (zh) | 基于高光谱影像的小麦产量计算模型的构建方法及其应用 | |
CN108256186B (zh) | 一种在线计算查找表的逐像元大气校正方法 | |
CN111415309A (zh) | 一种基于最小反射率法的高分辨率遥感影像大气校正方法 | |
CN109269641B (zh) | 一种用于天绘一号卫星的多传感器协同辐射定标方法 | |
CN105160631A (zh) | 一种求辐射校正系数的方法 | |
CN111879725B (zh) | 一种基于权重系数的光谱数据修正方法 | |
CN109671038B (zh) | 一种基于伪不变特征点分类分层的相对辐射校正方法 | |
CN114219994A (zh) | 一种基于空海协同观测的海洋光学卫星辐射定标方法 | |
CN102901563B (zh) | 一种同时确定地表窄波段和宽波段比辐射率的方法及装置 | |
CN107220947B (zh) | 一种遥感图像相对辐射校正方法及系统 | |
Wang et al. | The impact of variable illumination on vegetation indices and evaluation of illumination correction methods on chlorophyll content estimation using UAV imagery | |
CN110907364B (zh) | 基于星历参数的光学遥感影像大气校正方法及装置 | |
CN113218874A (zh) | 一种基于遥感影像获取地表目标物反射率方法及系统 | |
CN117523406A (zh) | 一种海洋水色水温扫描仪箝位修正方法及计算机可读介质 | |
CN108896514B (zh) | 一种定量描述叶片镜面反射对冠层反射率模拟影响的方法 | |
CN110702228B (zh) | 一种航空高光谱影像的边缘辐射校正方法 | |
CN114296061A (zh) | 基于多元变量检测和不同辐射传输模型的交叉定标方法 | |
CN111257854B (zh) | 一种通用的基于遥感影像分割单元的地形校正优化方法 |
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 |