CN111795936B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN111795936B
CN111795936B CN202010769100.6A CN202010769100A CN111795936B CN 111795936 B CN111795936 B CN 111795936B CN 202010769100 A CN202010769100 A CN 202010769100A CN 111795936 B CN111795936 B CN 111795936B
Authority
CN
China
Prior art keywords
image
modis
optical thickness
lookup table
atmospheric
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
Application number
CN202010769100.6A
Other languages
English (en)
Other versions
CN111795936A (zh
Inventor
韩玲
曹红业
罗林涛
赵永华
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.)
Changan University
Original Assignee
Changan University
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 Changan University filed Critical Changan University
Priority to CN202010769100.6A priority Critical patent/CN111795936B/zh
Publication of CN111795936A publication Critical patent/CN111795936A/zh
Application granted granted Critical
Publication of CN111795936B publication Critical patent/CN111795936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G01N21/274—Calibration, base line adjustment, drift correction

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Image Processing (AREA)

Abstract

本发明公布了本发明提供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，利用6S辐射传输模型建立大气校正系数查找表，利用同步MODIS影像数据结合改进后的暗像元方法反演气溶胶光学厚度，确定大气校正系数，消除多光谱遥感数据影像大气分子和气溶胶等的吸收和散射的影响，实现多光谱遥感影像的大气校正。本发明提供的技术方案具有业务化推广应用的前景，校正精度可以满足业务化要求。

Description

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
技术领域
本发明属于卫星遥感数据处理技术领域，特别涉及一种多光谱影像大气校正方法。
背景技术
电磁波在传播过程中受到大气分子和气溶胶等大气成分的吸收和散射的影响，使传感器获得的电磁信号中带有一定的非目标地物信息，传感器接收到的地物信息不能真实地反应地表，严重影响其定量化应用，这就需要对该过程进行大气校正，消除非目标地物信息，获得真实的地表反射率信息。因此大气校正是遥感影像数据地表参数定量反演的一个必备环节。
业务化运行的大气校正算法要求从遥感数据本身来反演大气参数，进而完成遥感数据的大气校正。一些遥感器专门针对大气的程辐射特性专门设置了用于反演大气参数的波段。如MODIS设置了15和16波段用于反演气溶胶，17，18和19波段用于反演大气水汽含量等。Landsat8 OLI设置了短波红外波段可用于大气校正。但大多数多光谱影像没有设置用于反演大气参数的波段，给影像的大气校正带来了很大的困难。因此，开发这类多光谱遥感影像大气校正方法具有非常重要意义。
发明内容
针对现有技术存在的缺陷或者不足，本发明提供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，利用6S辐射传输模型建立大气校正系数查找表，利用同步MODIS影像数据结合暗像元方法反演气溶胶光学厚度，确定大气校正系数，进而实现多光谱遥感影像的大气校正。
为了实现上述技术任务，本发明采用如下技术方案予以实现：
一种基于查找表的多光谱遥感影像大气校正系统，包括信息采集模块、数据预处理模块，还包括气溶胶光学厚度处理模块、辐射传输模型系统构建模块和大气校正结果输出模块，所述的信息采集模块、数据预处理模块、气溶胶光学厚度处理模块和辐射传输模型系统构建模块依次连接，数据预处理模块和辐射传输模型系统构建模块还分别于大气校正结果输出模块相连。其中信息采集模块用于采集多光谱影像和MODIS影像、多光谱影像和MODIS影像元信息获取时间信息，大气模式信息、地面高度，并从多光谱影像和MODIS影像中获取卫星观测几何、太阳观测几何信息。
数据预处理模块用于对多光谱影像和MODIS影像坐标信息进行几何精校正处理，并根据辐射定标系数对多光谱影像和MODIS影像进行辐射定标处理；同时得到多光谱影像和MODIS影像表观反射率值。
气溶胶光学厚度处理模块用于根据MODIS影像数据获得MODIS影像上短波红外波段的表现反射率，进一步获得红光段、蓝光段、绿光段、近红外光段气溶胶光学厚度值。
辐射传输模型系数构建模块通过6S辐射传输模型，构建辐射传输模型系数求解方程，进一步建立大气校正查找表；
大气校正结果输出模块基于MODIS数据得到的气溶胶光学厚度，结合大气校正查找表逐像元插值，计算出对应的大气校正系数，进而计算出地表反射率，最终输出大气校正结果。
进一步地，所述的数据预处理模块，其中多光谱影像和MODIS影像表观反射率值采用如下公式计算得到：
Figure BDA0002615825840000021
其中，d为日地距离校正因子，L为表观辐亮度，θs为太阳天顶角，ESUN为大气上界太阳光辐照度，
Figure BDA0002615825840000022
E(λ)为波长λ处的大气层外太阳光谱辐照度，f(λ)为波长λ处的光谱响应函数，λ1和λ2为积分波段范围的上下限波长。
进一步地，所述的气溶胶光学厚度处理模块，利用暗像元法得到MODIS影像上短波红外波段的表现反射率，通过短波红外波段的表现反射率计算出MODIS影像暗像元红波段、蓝波段的地表反射率；利用6S模型，构建气溶胶光学厚度查找表，通过气溶胶光学厚度查找表确定红波段、蓝波段气溶胶光学厚度值；根据红波段、蓝波段气溶胶光学厚度值，结合气溶胶光学厚度随波长变化的指数关系，进而得到绿波段、近红外波段的气溶胶光学厚度值。
进一步地，所述的辐射传输模型系数构建模型中辐射传输模型系数求解方程为：
Figure BDA0002615825840000031
进一步地，所述的大气校正结果输出模块中地表反射率模型为：
Figure BDA0002615825840000032
其中，ρTOA(θs,θv,
Figure BDA0002615825840000033
)为传感器所接收到的大气顶部反射率(表观反射率)；ρa(θs,θv,
Figure BDA0002615825840000034
)为瑞利散射和气溶胶散射引起的程辐射；S为大气球面反射率；θs，θv，
Figure BDA0002615825840000035
分别是太阳天顶角、观测天顶角和方位角；
Figure BDA0002615825840000036
和
Figure BDA0002615825840000037
分别为大气上行和下行辐射总透过率。
本申请还公开了一种基于查找表的多光谱遥感影像大气校正方法，该方法包括如下步骤：
步骤1，采集多光谱影像和MODIS影像、多光谱影像和MODIS影像元信息获取时间信息，大气模式信息、地面高度，并从多光谱影像和MODIS影像中获取卫星观测几何、太阳观测几何信息；
步骤2，对多光谱影像和MODIS影像坐标信息进行几何精校正处理，并根据辐射定标系数对多光谱影像和MODIS影像进行辐射定标处理；同时得到多光谱影像和 MODIS影像表观反射率值；
步骤3，根据MODIS影像数据获得MODIS影像上短波红外波段的表现反射率，进一步获得红光段、蓝光段、绿光段、近红外光段气溶胶光学厚度值；
步骤4，通过6S辐射传输模型，构建辐射传输模型系数求解方程，进一步建立大气校正查找表；
步骤5，基于MODIS数据得到的气溶胶光学厚度，结合大气校正查找表逐像元插值，计算出对应的大气校正系数，进而计算出地表反射率，最终输出大气校正结果。
进一步地，所述的步骤2中多光谱影像和MODIS影像表观反射率值：
Figure BDA0002615825840000041
其中，d为日地距离校正因子，L为表观辐亮度，θs为太阳天顶角，ESUN为大气上界太阳光辐照度，
Figure BDA0002615825840000042
E(λ)为波长λ处的大气层外太阳光谱辐照度，f(λ)为波长λ处的光谱响应函数，λ1和λ2为积分波段范围的上下限波长。
进一步地，所述的步骤3利用暗像元法得到MODIS影像上短波红外波段的表现反射率，通过短波红外波段的表现反射率计算出MODIS影像暗像元红波段、蓝波段的地表反射率；利用6S模型，构建气溶胶光学厚度查找表，通过气溶胶光学厚度查找表确定红波段、蓝波段气溶胶光学厚度值；根据红波段、蓝波段气溶胶光学厚度值，结合气溶胶光学厚度随波长变化的指数关系，进而得到绿波段、近红外波段的气溶胶光学厚度值。
本发明还可以制成存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行所述的基于查找表的多光谱遥感影像大气校正方法。
本发明与现有技术相比，具备的有益技术效果：
(1)本发明依据MODIS图像自身的信息，不需要地表实测数据，对于输入参数的依赖性较小。
(2)本发明解决了缺少大气参数波段的多光谱影像大气校正的问题。
(3)本发明能够有效针对于研究区域地物反射率均大于0.6时，大气校正之后影像数据也能更真实地反映了地物的反射特性，精度高、效力好，
附图说明
图1为本发明的多光谱遥感影像大气校正系统系统框架示意图；
图2为本发明中遥感影像预处理过程使用的高分二号光谱响应函数；
图3为本发明中遥感影像预处理过程使用的太阳光谱辐照度数据；
图4为本发明实施例实测光谱数据与卫星波段等效后实测反射率；
图5为本发明高分二号影像大气校正前后反射率与实测数据及对照例的对比。
以下结合附图和具体实施，对本发明具体内容作进一步详细说明。
具体实施方式
以下实施例用于说明本发明，但不用来限制本发明的保护范围。
参见图1，本发明的基于查找表的多光谱遥感影像大气校正系统，包括信息采集模块、数据预处理模块，其特征在于：还包括气溶胶光学厚度处理模块、辐射传输模型系统构建模块和大气校正结果输出模块，所述的信息采集模块、数据预处理模块、气溶胶光学厚度处理模块和辐射传输模型系统构建模块依次连接，数据预处理模块和辐射传输模型系统构建模块还分别于大气校正结果输出模块相连。
信息采集模块用于采集多光谱影像和MODIS影像、多光谱影像和MODIS影像元信息获取时间信息，大气模式信息、地面高度，并从多光谱影像和MODIS影像中获取卫星观测几何、太阳观测几何信息。
GF-2卫星CCD相机属于典型的4波段传感器，相机所设置的4个波段均处于大气窗口，水汽、臭氧等气体的影响较小，可忽略不计。其中，卫星观测几何、太阳观测几何、地面高度等参数从GF-2影像对应的元数据文件中获取。大气模式包括热带、中纬度夏季、中纬度冬季、近极地冬季，近极地夏季等几种大气模式，根据GF-2 影像的成像时间及纬度决定。太阳几何信息包括太阳天顶角、太阳方位角，卫星观测几何信息包括卫星天顶角、卫星方位角。
数据预处理模块用于对多光谱影像和MODIS影像坐标信息进行几何精校正处理，并根据辐射定标系数对多光谱影像和MODIS影像进行辐射定标处理；同时得到多光谱影像和MODIS影像表观反射率值。
根据传感器各波段辐射定标系数将DN值转换为表观辐亮度，即传感器入瞳处的辐射亮度值，辐射定标公式为：
L＝GainDN+Offset (1)
式中：L为传感器辐射亮度值；Gain和Offset分别为影像绝对定标系数增益和偏移。
在上述表观辐射亮度计算基础上，根据如下计算公式得到多光谱影像和MODIS影像表观反射率值采用如下公式计算得到：：
Figure BDA0002615825840000061
d为日地距离校正因子，L为表观辐亮度，θs为太阳天顶角，ESUN为大气上界太阳光辐照度，
Figure BDA0002615825840000062
E(λ)为波长λ处的大气层外太阳光谱辐照度，f(λ)为波长λ处的光谱响应函数，λ1和λ2为积分波段范围的上下限波长。
气溶胶光学厚度处理模块用于根据MODIS影像数据获得MODIS影像上短波红外波段的表现反射率，进一步获得红光段、蓝光段、绿光段、近红外光段气溶胶光学厚度值。
气溶胶光学厚度处理模块，利用暗像元法得到MODIS影像上短波红外波段的表现反射率，通过短波红外波段的表现反射率计算出MODIS影像暗像元红波段、蓝波段的地表反射率；利用6S模型，构建气溶胶光学厚度查找表，通过气溶胶光学厚度查找表确定红波段、蓝波段气溶胶光学厚度值；根据红波段、蓝波段气溶胶光学厚度值，结合气溶胶光学厚度随波长变化的指数关系，进而得到绿波段、近红外波段的气溶胶光学厚度值。
具体地，MODIS短波红外波段(2.12μm)具有较高的大气透过率且对气溶胶的光学特性较为敏感。基于MODIS数据，利用暗目标法反演气溶胶光学厚度。
基本思路是假设2.12μm波段受气溶胶影响很小，认为短波红波段的表观反射率等于其地面反射率，又利用如下蓝、红波段与短波红波段之间线性关系，通过蓝、红波段估计出地表反射率。
Figure BDA0002615825840000063
利用2.1μm通道的表观反射率可以准确地估算出蓝、红通道的地表反射率，利用6S模型计算不同大气气溶胶模式和观测条件下，蓝、红波段处的气溶胶光学厚度(τa(blue)、τa(red))和大气半球反射率S，大气程辐射ρa和大气吸收构成的辐射透过率T等大气校正系数之间的关系，据此建立气溶胶光学厚度查找表。
其中与实际表观反射率相等或最相近的模拟表观反射率对应下的气溶胶光学厚度即为最终结果，可以求得红蓝波段气溶胶光学厚度τa(red)和τa(blue)。
结合气溶胶光学厚度随波长变化的指数关系Angstrom公式，
Figure BDA0002615825840000071
其中α表示Angstrom波长指数，反映了气溶胶大小粒子的比例，α越大说明气溶胶粒子尺度越大；β表示大气浑浊度参数，反映了大气气溶胶粒子的浓度。将红蓝波段的气溶胶光学厚度τa(red)和τa(blue)代入Angstrom公式中确定参数α和β，得到绿光段、近红外光段气溶胶光学厚度值。
辐射传输模型系数构建模块通过6S辐射传输模型，构建辐射传输模型系数求解方程，进一步建立大气校正查找表；
所述的辐射传输模型系数构建模型中辐射传输模型系数求解方程为：
Figure BDA0002615825840000072
大气校正结果输出模块基于MODIS数据得到的气溶胶光学厚度，结合大气校正查找表逐像元插值，计算出对应的大气校正系数，进而计算出地表反射率，最终输出大气校正结果。
其中，出地表反射率计算模型为：
Figure BDA0002615825840000073
其中，ρTOA(θs,θv,
Figure BDA0002615825840000074
)为传感器所接收到的大气顶部反射率(表观反射率)；ρa(θs,θv,
Figure BDA0002615825840000075
)为瑞利散射和气溶胶散射引起的程辐射；S为大气球面反射率；θs，θv，
Figure BDA0002615825840000076
分别是太阳天顶角、观测天顶角和方位角；
Figure BDA0002615825840000077
和
Figure BDA0002615825840000078
分别为大气上行和下行辐射总透过率。
实施例1，本发明以高分二号作为实施例，本发明基于查找表的多光谱遥感影像大气校正方法具体步骤如下：
步骤1，从多光谱影像和MODIS影像元信息中提取太阳几何信息、卫星几何信息、及待测区域所在经纬度信息对应的大气模式信息，数据获取日期信息、多光谱影像和MODIS影像基本信息；
太阳天顶角65.7867°、太阳方位角173.57°、卫星天顶角63.4758°、卫星方位角285.243°，多光谱影像和MODIS影像基本信息：1139米，大气模式为中纬度夏季。
步骤2，对多光谱影像和MODIS影像坐标信息进行几何精校正处理，采用ENVI软件进行多光谱影像和MODIS影像坐标信息进行几何精校正。根据下式得到高分二号和MODIS影像上短波红外波段的表现反射率。
Figure BDA0002615825840000081
其中，d为日地距离校正因子，L为表观辐亮度，θs为太阳天顶角。ESUN是大气上界太阳光辐照度，根据下式积分计算。
Figure BDA0002615825840000082
其中，E(λ)为波长λ处的大气层外太阳光谱辐照度(如图3所示)；f(λ)为波长λ处的光谱响应函数(如图2所示)；λ1和λ2为积分波段范围的上下限波长。
步骤3，根据MODIS影像数据获得MODIS影像上短波红外波段的表现反射率，进一步获得红光段、蓝光段、绿光段、近红外光段气溶胶光学厚度值。
MODIS短波红外波段(2.12μm)具有较高的大气透过率且对气溶胶的光学特性较为敏感。基于MODIS数据，利用暗目标法反演气溶胶光学厚度，
基本思路是假设2.12μm波段受气溶胶影响很小，认为短波红波段的表观反射率等于其地面反射率，又利用如下蓝、红波段与短波红波段之间线性关系，通过蓝、红波段估计出地表反射率。
Figure BDA0002615825840000083
进一步，利用2.1μm通道的表观反射率可以准确地估算出蓝、红通道的地表反射率，利用6S模型计算不同大气气溶胶模式和观测条件下，蓝、红波段处的气溶胶光学厚度(τa(blue)、τa(red))和大气半球反射率S，大气程辐射ρa和大气吸收构成的辐射透过率T等大气校正系数之间的关系，据此建立气溶胶光学厚度查找表，
其中与实际表观反射率相等或最相近的模拟表观反射率对应下的气溶胶光学厚度即为最终结果，可以求得红蓝波段气溶胶光学厚度τa(red)和τa(blue)。
最后，结合气溶胶光学厚度随波长变化的指数关系Angstrom公式，
Figure BDA0002615825840000091
其中α表示Angstrom波长指数，反映了气溶胶大小粒子的比例，α越大说明气溶胶粒子尺度越大；β表示大气浑浊度参数，反映了大气气溶胶粒子的浓度。将红蓝波段的气溶胶光学厚度τa(red)和τa(blue)代入Angstrom公式中确定参数α和β，得到其他波段的气溶胶光学厚度。
步骤4、通过6S辐射传输模型，构建辐射传输模型系数求解方程，进一步建立大气校正查找表。
首先，利用6S辐射传输模型，在输入参数中设置多个不同的卫星观测几何、太阳观测几何、大气模式、气溶胶光学厚度、地面高度等变量。其中，卫星观测几何、太阳观测几何、地面高度等参数从GF-2影像对应的元数据文件中获取；大气模式包括热带(Tropical,T)、中纬度夏季(Mid-latitude Summer,WLS)、中纬度冬季(Mid-latitude Winter,MLW)、近极地冬季(Subarctic Winter,SAW)，近极地夏季(Subarctic Summer,SAS等几种大气模式，根据GF-2影像的成像时间及纬度决定。由于6S模型本身并未附带GF-2传感器的光谱响应函数，因此，需要将其光谱响应函数重采样为2.5nm分辨率，输入到6S模型中。
为了便于建立查找表，参见表1，三个地表反射率ρs为0，0.5，1.0，选定了大气模式后，从GF-2影像元文件文件中读取太阳天顶角、太阳方位角、卫星天顶角、卫星方位角四个角度数据，输入确定的气溶胶光学厚度，连续运行6S程序3次，得到其三个模拟表观反射率分别为
Figure BDA0002615825840000092
得到一个关于大气程辐射项ρa，大气吸收构成的辐射透过率T，大气半球反射率S的三元一次方程组，求解该方程组，得到如下用模拟表观反射率为参数表示的解：
Figure BDA0002615825840000093
通过设置上述参数，建立一个关于辐射传输方程中的大气程辐射项ρa、大气吸收构成的辐射透过率T、大气半球反射率S、太阳天顶角θs、卫星天顶角θv、太阳方位角和卫星方位角的7维查找表，其他值在它们之间进行线性插值。
步骤5、基于MODIS数据得到的气溶胶光学厚度，结合大气校正查找表逐像元插值，计算出对应的大气校正系数，进而计算出地表反射率，最终输出大气校正结果
本实施例选择6个实测点位置对于影像的表观辐亮度值使用上述模型和现有技术涉及到仅解决区域地物反射率均低于0.6时的大气校正方法进行对照，将得到的地表反射率和实测数据进行对比，如图4、图5所示。
从对比结果可以发现，GF-2表观反射率数据，经过大气校正之后得到其地表反射率，蓝波段降低，红和红外波段明显提高，经过大气校正后，影像上地物反射率与地面实测反射率的吻合程度较高，可以更真实地反映地物反射特征。另外，对于较低的地面反射率，两种方法的校正精度相似，然而，当地面反射率较高时，本方法的校正精度明显高于对照例相关方法。
本发明还可以应用制成任意一种计算机可读指令的存储介质，计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行本发明总体的一种基于查找表的多光谱遥感影像大气校正方法。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献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如(ROM/RAM)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，这些均属于本申请的保护之内。
以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。
表1 大气校正查找表
注：Z_Solar, Z_Satellite，A_R和AOD分别表示太阳天顶角、卫星天顶角、相对方位角和气溶胶光学厚度
Figure BDA0002615825840000101
Figure BDA0002615825840000111
Figure BDA0002615825840000121
Figure BDA0002615825840000131
Figure BDA0002615825840000141
Figure BDA0002615825840000151
Figure BDA0002615825840000161
Figure BDA0002615825840000171
Figure BDA0002615825840000181
Figure BDA0002615825840000191
Figure BDA0002615825840000201
Figure BDA0002615825840000211
Figure BDA0002615825840000221
Figure BDA0002615825840000231
Figure BDA0002615825840000241
Figure BDA0002615825840000251
Figure BDA0002615825840000261
Figure BDA0002615825840000271
Figure BDA0002615825840000281
Figure BDA0002615825840000291
Figure BDA0002615825840000301
Figure BDA0002615825840000311
Figure BDA0002615825840000321
Figure BDA0002615825840000331
Figure BDA0002615825840000341
Figure BDA0002615825840000351
Figure BDA0002615825840000361
Figure BDA0002615825840000371
Figure BDA0002615825840000381
Figure BDA0002615825840000391
Figure BDA0002615825840000401
Figure BDA0002615825840000411
Figure BDA0002615825840000421
Figure BDA0002615825840000431
Figure BDA0002615825840000441
Figure BDA0002615825840000451
。

Claims (10)

1.一种基于查找表的多光谱遥感影像大气校正系统，包括信息采集模块、数据预处理模块，其特征在于：还包括气溶胶光学厚度处理模块、辐射传输模型系统构建模块和大气校正结果输出模块，所述的信息采集模块、数据预处理模块、气溶胶光学厚度处理模块和辐射传输模型系统构建模块依次连接，数据预处理模块和辐射传输模型系统构建模块还分别于大气校正结果输出模块相连；
其中信息采集模块用于采集多光谱影像和MODIS影像、多光谱影像和MODIS影像元信息获取时间信息，大气模式信息、地面高度，并从多光谱影像和MODIS影像中获取卫星观测几何、太阳观测几何信息；
数据预处理模块用于对多光谱影像和MODIS影像坐标信息进行几何精校正处理，并根据辐射定标系数对多光谱影像和MODIS影像进行辐射定标处理；同时得到多光谱影像和MODIS影像表观反射率值；
气溶胶光学厚度处理模块用于根据MODIS影像数据获得MODIS影像上短波红外波段的表现反射率，进一步获得红光段、蓝光段、绿光段、近红外光段气溶胶光学厚度值；
辐射传输模型系数构建模块通过6S辐射传输模型，构建辐射传输模型系数求解方程，进一步建立大气校正查找表；
大气校正结果输出模块基于MODIS数据得到的气溶胶光学厚度，结合大气校正查找表逐像元插值，计算出对应的大气校正系数，进而计算出地表反射率，最终输出大气校正结果；
所述的辐射传输模型系数构建模型中辐射传输模型系数求解方程为：
Figure FDA0003279610190000011
所述的大气校正查找表为：
Figure FDA0003279610190000012
Figure FDA0003279610190000021
Figure FDA0003279610190000031
Figure FDA0003279610190000041
Figure FDA0003279610190000051
Figure FDA0003279610190000061
Figure FDA0003279610190000071
Figure FDA0003279610190000081
Figure FDA0003279610190000091
Figure FDA0003279610190000101
Figure FDA0003279610190000111
Figure FDA0003279610190000121
Figure FDA0003279610190000131
Figure FDA0003279610190000141
Figure FDA0003279610190000151
Figure FDA0003279610190000161
Figure FDA0003279610190000171
Figure FDA0003279610190000181
Figure FDA0003279610190000191
Figure FDA0003279610190000201
Figure FDA0003279610190000211
Figure FDA0003279610190000221
Figure FDA0003279610190000231
Figure FDA0003279610190000241
Figure FDA0003279610190000251
Figure FDA0003279610190000261
Figure FDA0003279610190000271
Figure FDA0003279610190000281
Figure FDA0003279610190000291
Figure FDA0003279610190000301
Figure FDA0003279610190000311
Figure FDA0003279610190000321
Figure FDA0003279610190000331
Figure FDA0003279610190000341
Figure FDA0003279610190000351
Figure FDA0003279610190000361
Figure FDA0003279610190000371
Figure FDA0003279610190000381
Figure FDA0003279610190000391
Figure FDA0003279610190000401
Figure FDA0003279610190000411
Figure FDA0003279610190000421
Figure FDA0003279610190000431
Figure FDA0003279610190000441
2.如权利要求1所述的基于查找表的多光谱遥感影像大气校正系统，其特征在于：所述的数据预处理模块，其中多光谱影像和MODIS影像表观反射率值采用如下公式计算得到：
Figure FDA0003279610190000442
其中，d为日地距离校正因子，L为表观辐亮度，θs为太阳天顶角，ESUN为大气上界太阳光辐照度，
Figure FDA0003279610190000451
为波长λ处的大气层外太阳光谱辐照度，f(λ)为波长λ处的光谱响应函数，λ1和λ2为积分波段范围的上下限波长。
3.如权利要求1所述的基于查找表的多光谱遥感影像大气校正系统，其特征在于：所述的气溶胶光学厚度处理模块，利用暗像元法得到MODIS影像上短波红外波段的表现反射率，通过短波红外波段的表现反射率计算出MODIS影像暗像元红波段、蓝波段的地表反射率；利用6S模型，构建气溶胶光学厚度查找表，通过气溶胶光学厚度查找表确定红波段、蓝波段气溶胶光学厚度值；根据红波段、蓝波段气溶胶光学厚度值，结合气溶胶光学厚度随波长变化的指数关系，进而得到绿波段、近红外波段的气溶胶光学厚度值。
4.如权利要求1所述的基于查找表的多光谱遥感影像大气校正系统，其特征在于：所述的大气校正结果输出模块中地表反射率模型为：
Figure FDA0003279610190000452
其中，
Figure FDA0003279610190000453
为传感器所接收到的大气顶部反射率(表观反射率)；
Figure FDA0003279610190000454
为瑞利散射和气溶胶散射引起的程辐射；S为大气球面反射率；θs，θv，
Figure FDA0003279610190000455
分别是太阳天顶角、观测天顶角和方位角；T↑(θv)和T↓(θs)分别为大气上行和下行辐射总透过率。
5.一种基于查找表的多光谱遥感影像大气校正方法，其特征在于：该方法包括如下步骤：
步骤1，采集多光谱影像和MODIS影像、多光谱影像和MODIS影像元信息获取时间信息，大气模式信息、地面高度，并从多光谱影像和MODIS影像中获取卫星观测几何、太阳观测几何信息；
步骤2，对多光谱影像和MODIS影像坐标信息进行几何精校正处理，并根据辐射定标系数对多光谱影像和MODIS影像进行辐射定标处理；同时得到多光谱影像和MODIS影像表观反射率值；
步骤3，根据MODIS影像数据获得MODIS影像上短波红外波段的表现反射率，进一步获得红光段、蓝光段、绿光段、近红外光段气溶胶光学厚度值；
步骤4，通过6S辐射传输模型，构建辐射传输模型系数求解方程，进一步建立大气校正查找表；
步骤5，基于MODIS数据得到的气溶胶光学厚度，结合大气校正查找表逐像元插值，计算出对应的大气校正系数，进而计算出地表反射率，最终输出大气校正结果；
所述的步骤4中辐射传输模型系数求解方程为：
Figure FDA0003279610190000461
所述的步骤4中大气校正查找表为：
Figure FDA0003279610190000462
Figure FDA0003279610190000471
Figure FDA0003279610190000481
Figure FDA0003279610190000491
Figure FDA0003279610190000501
Figure FDA0003279610190000511
Figure FDA0003279610190000521
Figure FDA0003279610190000531
Figure FDA0003279610190000541
Figure FDA0003279610190000551
Figure FDA0003279610190000561
Figure FDA0003279610190000571
Figure FDA0003279610190000581
Figure FDA0003279610190000591
Figure FDA0003279610190000601
Figure FDA0003279610190000611
Figure FDA0003279610190000621
Figure FDA0003279610190000631
Figure FDA0003279610190000641
Figure FDA0003279610190000651
Figure FDA0003279610190000661
Figure FDA0003279610190000671
Figure FDA0003279610190000681
Figure FDA0003279610190000691
Figure FDA0003279610190000701
Figure FDA0003279610190000711
Figure FDA0003279610190000721
Figure FDA0003279610190000731
Figure FDA0003279610190000741
Figure FDA0003279610190000751
Figure FDA0003279610190000761
Figure FDA0003279610190000771
Figure FDA0003279610190000781
Figure FDA0003279610190000791
Figure FDA0003279610190000801
Figure FDA0003279610190000811
Figure FDA0003279610190000821
Figure FDA0003279610190000831
Figure FDA0003279610190000841
Figure FDA0003279610190000851
Figure FDA0003279610190000861
Figure FDA0003279610190000871
Figure FDA0003279610190000881
Figure FDA0003279610190000891
6.如权利要求5所述的基于查找表的多光谱遥感影像大气校正方法，其特征在于：所述的步骤2中多光谱影像和MODIS影像表观反射率值：
Figure FDA0003279610190000892
其中，d为日地距离校正因子，L为表观辐亮度，θs为太阳天顶角，ESUN为大气上界太阳光辐照度，
Figure FDA0003279610190000893
为波长λ处的大气层外太阳光谱辐照度，f(λ)为波长λ处的光谱响应函数，λ1和λ2为积分波段范围的上下限波长。
7.如权利要求5所述的基于查找表的多光谱遥感影像大气校正方法，其特征在于：所述的步骤3利用暗像元法得到MODIS影像上短波红外波段的表现反射率，通过短波红外波段的表现反射率计算出MODIS影像暗像元红波段、蓝波段的地表反射率；利用6S模型，构建气溶胶光学厚度查找表，通过气溶胶光学厚度查找表确定红波段、蓝波段气溶胶光学厚度值；根据红波段、蓝波段气溶胶光学厚度值，结合气溶胶光学厚度随波长变化的指数关系，进而得到绿波段、近红外波段的气溶胶光学厚度值。
8.如权利要求5所述的基于查找表的多光谱遥感影像大气校正方法，其特征在于：所述的MODIS影像暗像元为云或山体形成的阴影，或者为水体或者高密度的植被区域。
9.如权利要求5所述的基于查找表的多光谱遥感影像大气校正方法，其特征在于：所述的步骤5中地表反射率模型为：
Figure FDA0003279610190000894
其中，
Figure FDA0003279610190000901
为传感器所接收到的大气顶部反射率(表观反射率)；
Figure FDA0003279610190000902
为瑞利散射和气溶胶散射引起的程辐射；S为大气球面反射率；θs，θv，
Figure FDA0003279610190000903
分别是太阳天顶角、观测天顶角和方位角；T↑(θv)和T↓(θs)分别为大气上行和下行辐射总透过率。
10.一种存储有计算机可读指令的存储介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求5-9中的任意所述的基于查找表的多光谱遥感影像大气校正方法。
CN202010769100.6A 2020-08-03 2020-08-03 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 Active CN111795936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010769100.6A CN111795936B (zh) 2020-08-03 2020-08-03 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010769100.6A CN111795936B (zh) 2020-08-03 2020-08-03 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

Publications (2)

Publication Number Publication Date
CN111795936A CN111795936A (zh) 2020-10-20
CN111795936B true CN111795936B (zh) 2021-11-12

Family

ID=72827589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010769100.6A Active CN111795936B (zh) 2020-08-03 2020-08-03 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

Country Status (1)

Country Link
CN (1) CN111795936B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113222836B (zh) * 2021-04-25 2024-03-01 自然资源部国土卫星遥感应用中心 一种高光谱与多光谱遥感信息融合方法及系统
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
CN113639716A (zh) * 2021-07-29 2021-11-12 北京航空航天大学 一种基于深度残差收缩网络的水深遥感反演方法
CN113345004B (zh) * 2021-08-05 2021-11-30 航天宏图信息技术股份有限公司 一种植被叶面积指数的估算方法和装置
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
CN113916835B (zh) * 2021-09-02 2023-04-07 自然资源部第二海洋研究所 基于卫星遥感数据的大气校正方法、终端设备及存储介质
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
CN114544452B (zh) * 2022-04-25 2022-07-26 自然资源部第二海洋研究所 一种多角度偏振水色遥感器卫星大气校正方法
CN115468503B (zh) * 2022-09-15 2023-04-07 中国科学院大气物理研究所 一种同时反演薄冰云光学厚度和有效半径的遥感方法
CN116413233B (zh) * 2022-12-23 2024-01-30 生态环境部卫星环境应用中心 一种塔基遥感斜程大气透过率获取方法
CN116721243B (zh) * 2023-08-11 2023-11-28 自然资源部第一海洋研究所 一种空谱特征约束的深度学习大气校正方法及系统
CN116753990B (zh) * 2023-08-11 2023-11-03 中国科学院合肥物质科学研究院 光学遥感器在轨辐射定标方法、装置、系统及计算机设备
CN118408636B (zh) * 2024-06-27 2024-10-01 北京市农林科学院信息技术研究中心 光谱反射率实时辐射校正方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288956A (zh) * 2011-05-10 2011-12-21 中国资源卫星应用中心 一种遥感卫星多光谱数据的大气订正方法
CN108256186A (zh) * 2018-01-04 2018-07-06 中国科学院遥感与数字地球研究所 一种在线计算查找表的逐像元大气校正方法
CN109883957A (zh) * 2018-12-21 2019-06-14 中国资源卫星应用中心 基于modis影像的表观反射率模型构建方法、系统及定标方法
CN110208193A (zh) * 2019-05-09 2019-09-06 航天恒星科技有限公司 一种基于光学遥感卫星影像的珊瑚礁一体化监测方法
CN111415309A (zh) * 2020-03-19 2020-07-14 中国矿业大学(北京) 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

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070188610A1 (en) * 2006-02-13 2007-08-16 The Boeing Company Synoptic broad-area remote-sensing via multiple telescopes
WO2010019515A2 (en) * 2008-08-10 2010-02-18 Board Of Regents, The University Of Texas System Digital light processing hyperspectral imaging apparatus
CN104483663B (zh) * 2014-12-25 2017-01-04 武汉大学 一种高光谱遥感影像大气纠正方法及系统
CN106251310B (zh) * 2016-08-08 2018-02-13 长安大学 一种多光谱遥感异常信息提取方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102288956A (zh) * 2011-05-10 2011-12-21 中国资源卫星应用中心 一种遥感卫星多光谱数据的大气订正方法
CN108256186A (zh) * 2018-01-04 2018-07-06 中国科学院遥感与数字地球研究所 一种在线计算查找表的逐像元大气校正方法
CN109883957A (zh) * 2018-12-21 2019-06-14 中国资源卫星应用中心 基于modis影像的表观反射率模型构建方法、系统及定标方法
CN110208193A (zh) * 2019-05-09 2019-09-06 航天恒星科技有限公司 一种基于光学遥感卫星影像的珊瑚礁一体化监测方法
CN111415309A (zh) * 2020-03-19 2020-07-14 中国矿业大学(北京) 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于 6S模型的多光谱遥感影像大气校正应用研究;王欢等;《测绘地理信息》;20131031;第38卷(第5期);第49-54页 *
基于辐射传输模型的高分二号影像大气校正方法研究;曹红业等;《红外技术》;20200630;第42卷(第6期);第534-541页 *

Also Published As

Publication number Publication date
CN111795936A (zh) 2020-10-20

Similar Documents

Publication Publication Date Title
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
CN111024618A (zh) 基于遥感影像的水质健康监测方法、装置及存储介质
CN108256186B (zh) 一种在线计算查找表的逐像元大气校正方法
CN116519557B (zh) 一种气溶胶光学厚度反演方法
CN110907364B (zh) 基于星历参数的光学遥感影像大气校正方法及装置
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
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
CN110987821A (zh) 一种高光谱快速大气校正参数化方法
CN115984715B (zh) 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
CN115372282A (zh) 一种基于无人机高光谱影像的农田土壤含水量监测方法
CN115187481A (zh) 一种机载推扫式高光谱影像辐射扰动校正方法
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
CN113740263B (zh) 一种气溶胶光学厚度反演方法及大气颗粒物遥感反演方法
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
CN113836490A (zh) 一种基于数据线性回归的starfm地表温度融合预测方法
CN113763272A (zh) 一种富营养化湖泊光合有效辐射衰减系数遥感反演方法
CN111175231B (zh) 冠层植被指数的反演方法、装置及服务器
Bao et al. Carbonaceous aerosols remote sensing from geostationary satellite observation, Part I: Algorithm development using critical reflectance
CN110702228B (zh) 一种航空高光谱影像的边缘辐射校正方法
CN114296061B (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
Li et al. Applicability study of four atmospheric correction methods in the remote sensing of lake water color
CN116185616A (zh) 一种fy-3d mersi l1b数据自动化再处理方法
CN115758855A (zh) 一种基于lstm及注意力机制的地表反射率反演方法
Adler-Golden et al. Spectral image destriping using a low-dimensional model
CN118154429B (zh) 遥感图像重建方法

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
CB03 Change of inventor or designer information

Inventor after: Han Ling

Inventor after: Cao Hongye

Inventor after: Luo Lintao

Inventor after: Zhao Yonghua

Inventor before: Han Ling

Inventor before: Cao Hongye

Inventor before: Luo Lintao

Inventor before: Wang Liuhua

Inventor before: Zhao Yonghua

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant