基于6S模型的可见光_近红外遥感数据的大气校正
基于6s的Sentinel影像大气校正研究
基于6s的Sentinel影像大气校正研究摘要：Sentinel影像的高分辨率和海量数据为应用提供了广阔的空间。
然而，由于大气散射和吸收对遥感图像质量的影响，遥感图像在实际应用中经常受到大气干扰。
基于此，该文提出了一种基于Python的Sentinel影像大气校正方法。
首先，采用6S模型对大气参数进行反演，然后对影像进行辐射校正。
校正后影像光谱曲线与地面实测光谱曲线的变化趋势一致,具有较高的拟合度。
模型大气校正的结果具有较强的相关性和较高的精度。
实验结果表明，该方法能够有效地降低Sentinel影像的大气干扰，提高遥感图像的质量和信度。
关键词：Sentinel影像，大气校正，6S模型，Python1.引言Sentinel影像的高分辨率、广覆盖范围和丰富的信息量使其成为遥感领域的研究热点[1]。
然而，由于大气散射和吸收对遥感图像质量的影响，Sentinel影像在实际应用中经常受到大气干扰。
因此，在Sentinel影像的处理过程中，如何减少大气干扰，提高图像的质量和信度成为了一个重要的问题和挑战。
遥感影像大气校正是一种重要的遥感数据处理方法[2]，主要用于去除由大气介质对遥感图像所产生的影响。
这些影响包括大气散射、吸收和反射等，会导致遥感影像中的亮度和色彩变化，从而对遥感数据的定量分析和应用造成不利影响。
因此，通过大气校正，可以使遥感数据更加准确，从而提高数据的应用价值。
目前，常见的遥感影像大气校正方法主要包括：6S模型法、DOS模型法、MODIS气溶胶算法和FLAASH方法等[3]。
其中，6S模型法是最为广泛应用的一种方法[5]，主要基于一个称为“6S（Second Simulation of the Satellite Signal in the Solar Spectrum）”的大气辐射传输模型，并结合遥感数据进行模拟计算和校正。
此外，也有基于深度学习和卷积神经网络等技术的遥感影像大气校正方法[4]。
基于6S和FLAASH的Landsat8卫星影像大气校正精度对比研究
第３８卷 第５期许昌学院学报Ｖｏｌ．３８．Ｎｏ．５ ２０１９年９月ＪＯＵＲＮＡＬＯＦＸＵＣＨＡＮＧＵＮＩＶＥＲＳＩＴＹＳｅｐ．２０１９文章编号：１６７１－９８２４（２０１９）０５－００４９－０５基于６Ｓ和ＦＬＡＡＳＨ的Ｌａｎｄｓａｔ８卫星影像大气校正精度对比研究韩 杰１，刘小玉１，李慧娜２，苗宝亮３，石宏斌１（１．许昌学院城乡规划与园林学院，河南许昌４６１０００；２．许昌学院电气（机电）工程学院，河南许昌４６１０００；３．中国人民解放军９６６０８部队，河南洛阳４７１０００） 摘 要：以敦煌辐射校正场地区为研究区，分别利用６Ｓ和ＦＬＡＡＳＨ大气校正模型对Ｌａｎｄ ｓａｔ８卫星ＯＬＩ影像进行大气校正，将其校正结果与ＭＯＤＩＳ地表反射率产品ＭＯＤ０９ＧＡ进行比对，检验两种校正模型的精度．研究结果表明，除绿波段外，蓝、红和近红外波段的ＦＬＡＡＳＨ校正精度均高于６Ｓ校正精度．关键词：６Ｓ；ＦＬＡＡＳＨ；Ｌａｎｄｓａｔ８；大气校正；精度检验中图分类号：Ｐ２３７ 文献标识码：Ａ 在卫星遥感成像过程中，由于大气分子、水蒸气、气溶胶等大气成分的吸收和散射影响，导致传感器接收到的目标反射辐射能量并不能准确地反映地表真实的辐射特征［１，２］．因此，在进行定量遥感研究水质监测、生物量估算和城市热岛效应等前，都需要对卫星影像进行精确的大气校正处理［３－５］．因为基于辐射传输模型的大气校正方法充分考虑了大气成分对遥感成像的具体物理过程，所以往往具备较高的校正精度［６］．同时，基于该方法已经形成了较为成熟的大气校正模型，其中６Ｓ和ＦＬＡＡＳＨ大气校正模型被国内外研究学者广泛应用［７，８］．吉长东等人基于６Ｓ辐射传输模型，构建气溶胶反演及大气校正查找表，实现了对ＶＩＩＲＳ数据可见／近红外波段的大气校正［９］．杨磊等人利用６Ｓ大气校正模型，结合ＭＯＤＩＳ反演得到的气溶胶光学厚度参数，对敦煌地区ＺＹ－３卫星多光谱数据进行大气校正，并利用实测数据检验了校正精度［１０］．刘伟刚等人采用ＦＬＡＡＳＨ模型对河南省晴空天气下ＦＹ－３Ａ／ＭＥＲＳＩ数据进行大气校正，并分析了校正前后各波段反射率变化［１１］．郝建亭等人利用ＦＬＡＡＳＨ模型对ＡＳＴＥＲ多光谱数据进行大气校正处理，通过对校正前后的归一化植被指数进行对比分析，验证了大气校正能够显著提高植被盖度［１２］．尽管上述研究学者已经在该领域取得许多有价值的研究成果，但是对于Ｌａｎｄｓａｔ８卫星ＯＬＩ（ＯｐｅｒａｔｉｏｎａｌＬａｎｄＩｍａｇｅｒ）影像而言，究竟采用６Ｓ还是ＦＬＡＡＳＨ大气校正模型所得校正精度更高，仍需进一步分析．本研究以敦煌辐射校正场地区为研究区，分别采用６Ｓ和ＦＬＡＡＳＨ辐射传输模型对其进行大气校正处理．利用ＭＯＤＩＳ地表反射率产品ＭＯＤ０９ＧＡ，对校正结果进行精度检验，评价两种校正模型对Ｌａｎｄｓａｔ８卫星ＯＬＩ影像大气校正的适用性，研究成果可为该卫星影像高精度大气校正处理提供技术参考．１ 数据来源在ＵＳＧＳ官网上（ｈｔｔｐ：／／ｌａｎｄｓａｔｌｏｏｋ．ｕｓｇｓ．ｇｏｖ／ｖｉｅｗｅｒ．ｈｔｍｌ）下载获取２０１８年４月２６日敦煌辐射校正场地区Ｌａｎｄｓａｔ８卫星ＯＬＩ影像，如图１所示．从地理空间数据云获取该区域ＧＤＥＭＶ２３０Ｍ分辨率数字高收稿日期：２０１９－０６－１８基金项目：河南省科技攻关项目（１８２１０２３１０９２４）；河南省高等学校重点科研项目（１９Ａ４２０００９、１７Ｂ４２０００１）作者简介：韩 杰（１９８７—），男，河南许昌人，讲师，博士，研究方向：高分辨率卫星传感器定标和真实性检验．许昌学院学报２０１９年９月程数据，获取该区域平均高程约为１．２６５ｋｍ．从ＮＡＳＡ官网上（ｈｔｔｐｓ：／／ｌａｄｓｗｅｂ．ｍｏｄａｐｓ．ｅｏｓｄｉｓ．ｎａｓａ．ｇｏｖ／ｓｅａｒｃｈ／）下载ＭＯＤ０４＿Ｌ２和ＭＯＤ０９ＧＡ产品，在ＥＮＶＩ中借助ＭＣＴＫ（ＭＯＤＩＳＣｏｎｖｅｒｓｉｏｎＴｏｏｌｋｉｔ）插件，提取该区域气溶胶参数和地表反射率数据，分别用于大气校正和精度检验．具体数据信息列于表１中．本研究仅对Ｌａｎｄｓａｔ８卫星ＯＬＩ影像的蓝、绿、红和近红外波段进行大气校正，其各波段光谱响应函数如图２所示．图１ 敦煌辐射校正场地区Ｌａｎｄｓａｔ８卫星ＯＬＩ影像表１ 研究数据及相关参数参数数值传感器类型Ｌａｎｄｓａｔ－８ＯＬＩ影像名称ＬＣ８１３７０３２２０１８１１６ＬＧＮ００中心经纬度Ｎ４０°１９′３８．２８″Ｅ９５°０３′２８．８″传感器高度７０５ｋｍ太阳高度角３１．８６６°太阳方位角１４１．８６０°地面海拔１．２６５ｋｍ像元大小３０ｍ成像时间（ＵＴＣ）２０１８／４／２６４：１９：１４５５０ｎｍ气溶胶０．１４６大气模型中纬度夏季图２ Ｌａｎｄｓａｔ８卫星ＯＬＩ影像蓝、绿、红和近红外波段归一化光谱响应函数２ 研究方法利用ＥＮＶＩ中ＦＬＡＡＳＨ大气校正模块进行数据处理前，首先基于Ｌａｎｄｓａｔ８卫星ＯＬＩ影像附带．ｔｘｔ文件中辐射定标参数，利用辐射定标模块ＲａｄｉｏｍｅｔｒｉｃＣａｌｉｂｒａｔｉｏｎ，将原始影像ＤＮ值转换为表观辐亮度．然后在利用ＦＬＡＡＳＨ大气校正模块将表观辐亮度数据转换为地表反射率数据．依据Ｌａｎｄｓａｔ８卫星ＯＬＩ影像各波段设置情况，将表１中相关参数输入６Ｓ辐射传输方程后，可以在各波段校正结果文件中检索得到６Ｓ大气校正参数ｘａ、ｘｂ和ｘｃ，然后利用ＥＮＶＩ中波段运算功能，结合公式（１）以及上述利用ＦＬＡＡＳＨ获得的表观辐亮度信息，获取各波段地表反射率数据［１３］．为了方便后续地物反射率反演精度的检验，本研究对各波段反射率数据进行叠加处理，以一个文件存储四个波段数据．ρ＝（ｘｉａ×Ｌｉ－ｘｉｂ）（１＋ｘｉｃ×（ｘｉａ×Ｌｉ－ｘｉｂ）） ，（１）式中，ρｉ为第ｉ波段地表反射率，Ｌｉ为第ｉ波段的表观辐亮度，ｘｊａ、ｘｊｂ和ｘｉｃ为第ｉ波段大气校正参数（ｉ＝１，２，３，４）．技术流程图如图３所示．０５第３８卷第５期 韩 杰，等：基于６Ｓ和ＦＬＡＡＳＨ的Ｌａｎｄｓａｔ８卫星影像大气校正精度对比研究图３ 技术流程图３ 结果与分析基于地理坐标约束，考虑ＭＯＤ０９ＧＡ和Ｌａｎｄｓａｔ８卫星ＯＬＩ影像空间分辨率（５００ｍ和３０ｍ），利用ＩＤＬ（ＩｎｔｅｒｆａｃｅＤｅｓｃｒｉｐｔｉｏｎＬａｎｇｕａｇｅ）编程语言，获取１１６组光谱均一区域（ＭＯＤ０９ＧＡ影像中３×３像素和ＯＬＩ影像中５０×５０像素）的地表反射率均值，作为检测点，其中光谱均一区域满足差异系数ＣＶ，即ＤＮ值标准差与均值的比值应小于预先设定的阈值，本研究中的阈值为５％［１４］．利用公式（２）计算各波段相对误差，进而评价校正精度．Ｒｉ＝ρｉＬ８－ρｉＭＯＤρｉＭＯＤ×１００％ ，（２）式中，ρｉＬ８、ρｉＭＯＤ和Ｒｉ分别代表第ｉ波段大气校正后反射率、ＭＯＤ０９ＧＡ反射率和相对误差．３．１ ＦＬＡＡＳＨ大气校正精度检验利用上述ＦＬＡＡＳＨ大气校正方法，对研究数据进行大气校正处理，将检查点处ＯＬＩ地表反射率与ＭＯＤ０９ＧＡ数据进行精度比对（图４）．从图４中可以看出，四个波段的ＯＬＩ地表反射率数据与ＭＯＤ０９ＧＡ地表反射率数据之间存在较强的线性相关性，各波段的相关系数Ｒ２分别为０．７８５２、０．９０３８、０．９２５３和０．９４１５．图４ ＦＬＡＡＳＨ校正结果和ＭＯＤ０９ＧＡ产品对应波段地表反射率散点图根据公式（２）可以计算出各个检测点地表反射率相对误差，对其进行统计，获取四波段相对误差平均值（表２）．由表２可以看出，全谱段范围内，除蓝波段相对误差平均值优于１３．７１％以外，其他波段的误差均优于６．３％，这表明经过ＦＬＡＡＳＨ大气校正后获得的地表反射率精度较高．同时，本研究对高（４０％～６０％）、中（２０％～４０％）、低（０％～２０％）不同反射率地物的相对误差平均值进行了统计．从表２中可以看出，除蓝色波段外，其他三个波段的相对误差平均值随着地物反射率的升高而降低，可能与蓝波段大气散射较为严重以及相机ＣＣＤ（Ｃｈａｒｇｅ－ｃｏｕｐｌｅｄＤｅｖｉｃｅ）在低响应区间存在非线性响应有关［１５］，具体原因需进一步分析．表２ ＦＬＡＡＳＨ大气校正后地表反射率相对误差平均值指标蓝波段／％绿波段／％红波段／％近红外波段／％全谱段１３．７１６．３０５．０９５．０８低反射率地物１３．６４７．１０５．５８１０．６３中反射率地物１６．３４４．６１４．８７４．０１高反射率地物／／２．４７３．５９１５许昌学院学报２０１９年９月３．２ ６Ｓ大气校正精度检验利用６Ｓ大气校正模型可以获得ＯＬＩ影像四个波段的大气校正参数（表３）．基于公式（１）获得各波段地表反射率数据，将其检查点处的地表反射率与ＭＯＤ０９ＧＡ地表反射率数据进行比对（图５），统计其相对误差平均值（表４）．由图５中可以看出，６Ｓ大气校正结果与ＭＯＤ０９ＧＡ产品之间同样存在较强的线性相关性，各波段的相关系数Ｒ２分别为０．７９４６、０．９１４１、０．９３２８和０．９４４７．从表４中可以看出，除红波段外，其它波段在高、中、低反射率地物处的相对误差平均值的变化趋势与ＦＬＡＡＳＨ校正结果一致．另外，对于全谱段范围内相对误差平均值而言，除绿波段外，其它波段的６Ｓ校正误差均高于ＦＬＡＡＳＨ处理结果．表３ Ｌａｎｄｓａｔ８卫星ＯＬＩ影像６Ｓ大气校正参数波段ｘａｘｂｘｃ蓝波段０．００２４００．０８２２４０．１４２１４绿波段０．００２５２０．０４８７１０．１００２６红波段０．００２７６０．０２８８８０．０７４７７近红外波段０．００４０７０．０１４０２０．０５１７９图５ ６Ｓ校正结果和ＭＯＤ０９ＧＡ产品对应波段地表反射率散点图表４ ６Ｓ大气校正后地表反射率相对误差平均值指标蓝波段／％绿波段／％红波段／％近红外波段／％全谱段１６．６５５．５９５．１２７．５７低反射率地物１６．６１６．２３４．８９１１．７３中反射率地物１７．８３４．２３５．２７６．８１高反射率地物／／４．６９４．８０４ 结语本研究将Ｌａｎｄｓａｔ８卫星ＯＬＩ影像作为研究对象，运用６Ｓ和ＦＬＡＡＳＨ两种大气校正方法对敦煌辐射校正场地区ＯＬＩ影像进行大气校正处理，并利用ＭＯＤ０９ＧＡ产品对大气校正结果进行精度检验．分析结果表明，除绿波段外，ＦＬＡＡＳＨ的校正结果在全谱段范围内精度高于６Ｓ处理结果．同时，本研究还发现两种校正模型对蓝波段的校正效果较差，且在各波段低反射率地物处的校正误差较大，本研究将来要重点探索产生该现象的具体原因．参考文献：［１］ 亓雪勇，田庆久．光学遥感大气校正研究进展［Ｊ］．国土资源遥感，２００５，１７（４）：１－６．［２］ 刘耀林，赵 翔，马潇雅，等．ＴＭ／ＥＴＭ＋影像大气校正产品质量评价方法研究［Ｊ］．测绘学报，２０１２，４１（４）：５４９－５５５．［３］ 王嘉楠，叶 勤，林 怡．不同大气校正方法对中小湖泊蓝藻遥感动态监测的影响［Ｊ］．遥感技术与应用，２０１３，２８（１）：１５７－１６４．２５第３８卷第５期 韩 杰，等：基于６Ｓ和ＦＬＡＡＳＨ的Ｌａｎｄｓａｔ８卫星影像大气校正精度对比研究［４］ 范渭亮，杜华强，周国模，等．大气校正对毛竹林生物量遥感估算的影响［Ｊ］．应用生态学报，２０１０，２１（１）：１－８．［５］ 宫阿都，李 京，王晓娣，等．北京城市热岛环境时空变化规律研究［Ｊ］．地理与地理信息科学，２００５，２１（６）：１５－１８．［６］ 李正强，陈兴峰，马 ，等．光学遥感卫星大气校正研究综述［Ｊ］．南京信息工程大学学报：自然科学版，２０１８，１０（１）：６－１５．［７］ 刘 佳，王利民，杨玲波，等．基于６Ｓ模型的ＧＦ－１卫星影像大气校正及效果［Ｊ］．农业工程学报，２０１５，３１（１９）：１５９－１６８．［８］ 袁金国，牛 铮，王锡平．基于ＦＬＡＡＳＨ的Ｈｙｐｅｒｉｏｎ高光谱影像大气校正［Ｊ］．光谱学与光谱分析，２００９，２９（５）：１１８１－１１８５．［９］ 吉长东，孙道中，马传宁．基于６Ｓ模型ＮＰＰＶＩＩＲＳ数据快速大气校正及精度评估［Ｊ］．激光与光电子学进展，２０１８，５５（８）：１１４－１２２．［１０］ 杨 磊，潘志强，傅俏燕，等．资源三号卫星多光谱数据的大气校正研究［Ｊ］．光谱学与光谱分析，２０１３，３３（７）：１９０３－１９０７．［１１］ 刘伟刚，郭 铌，李耀辉，等．基于ＦＬＡＡＳＨ模型的ＦＹ－３Ａ／ＭＥＲＳＩ数据大气校正研究［Ｊ］．高原气象，２０１３，３２（４）：１１４０－１１４７．［１２］ 郝建亭，杨武年，李玉霞，等．基于ＦＬＡＡＳＨ的多光谱影像大气校正应用研究［Ｊ］．遥感信息，２００８（１）：７８－８１．［１３］ 孙 源，顾行发，余 涛，等．环境星ＣＣＤ数据大气校正研究［Ｊ］．国土资源遥感，２０１０（４）：６－９．［１４］ ＨｕＸ，ＬｉｕＪ，ＳｕｎＬ，ｅｔａｌ．ＣｈａｒａｃｔｅｒｉｚａｔｉｏｎｏｆＣＲＣＳＤｕｎｈｕａｎｇｔｅｓｔｓｉｔｅａｎｄｖｉｃａｒｉｏｕｓｃａｌｉｂｒａｔｉｏｎｕｔｉｌｉｚａｔｉｏｎｆｏｒＦｅｎｇｙｕｎ（ＦＹ）ｓｅｒｉｅｓｓｅｎｓｏｒｓ［Ｊ］．ＣａｎａｄｉａｎＪｏｕｒｎａｌｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇ，２０１０，３６（５）：５６６－５８２．［１５］ 韩 杰，谢 勇，顾行发，等．基于改进型反射率基法的资源三号卫星多光谱相机在轨辐射定标研究［Ｊ］．光谱学与光谱分析，２０１５，３５（３）：８５６－８６１．ＣｏｍｐａｒｉｓｏｎｏｆＡｔｍｏｓｐｈｅｒｉｃＣｏｒｒｅｃｔｉｏｎＡｃｃｕｒａｃｙｏｆＬａｎｄｓａｔ８ＳａｔｅｌｌｉｔｅＩｍａｇｅＢａｓｅｄｏｎ６ＳａｎｄＦＬＡＡＳＨＨＡＮＪｉｅ１，ＬＩＵＸｉａｏｙｕ１，ＬＩＨｕｉｎａ２，ＭＩＡＯＢａｏｌｉａｎｇ３，ＳＨＩＨｏｎｇｂｉｎ１（１．ＳｃｈｏｏｌｏｆＵｒｂａｎ＆ＲｕｒａｌＰｌａｎｎｉｎｇａｎｄＬａｎｄｓｃａｐｅＡｒｃｈｉｔｅｃｔｕｒｅ，ＸｕｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｕｃｈａｎｇ４６１０００，Ｃｈｉｎａ；２．ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌ＆Ｍｅｃｈａｎｏ－ＥｌｅｃｔｒｏｎｉｃＥｎｇｉｎｅｅｒｉｎｇ，ＸｕｃｈａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｘｕｃｈａｎｇ４６１０００，Ｃｈｉｎａ；３．９６６０８ＴｒｏｏｐｓｏｆＰＬＡ，Ｌｕｏｙａｎｇ４７１０００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅＤｕｎｈｕａｎｇｒａｄｉａｔｉｏｎｃｏｒｒｅｃｔｉｏｎｆｉｅｌｄｉｓｔａｋｅｎａｓｔｈｅｒｅｓｅａｒｃｈａｒｅａ，ａｎｄｔｈｅＯＬＩｉｍａｇｅｓｏｆＬａｎｄｓａｔ８ｓａｔｅｌｌｉｔｅａｒｅｃｏｒｒｅｃｔｅｄｂｙ６ＳａｎｄＦＬＡＡＳＨａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎｍｏｄｅｌｓｒｅｓｐｅｃｔｉｖｅｌｙ．ＴｈｅｎｔｈｅｃｏｒｒｅｃｔｅｄｒｅｓｕｌｔｓａｒｅｃｏｍｐａｒｅｄｗｉｔｈＭＯＤＩＳｓｕｒｆａｃｅｒｅｆｌｅｃｔａｎｃｅｐｒｏｄｕｃｔｉｏｎＭＯＤ０９ＧＡ．ＴｈｅｒｅｓｅａｒｃｈｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｉｅｓｏｆＦＬＡＡＳＨｃｏｒｒｅｃｔｉｏｎｉｎｂｌｕｅ，ｒｅｄａｎｄｎｅａｒｉｎｆｒａｒｅｄｂａｎｄｓａｒｅｈｉｇｈｅｒｔｈａｎｔｈａｔｏｆ６Ｓｅｘｃｅｐｔｉｎｇｒｅｅｎｂａｎｄ，ｗｈｉｃｈｗｉｌｌｐｒｏｖｉｄｅａｔｅｃｈｎｉｃａｌｒｅｆｅｒｅｎｃｅｆｏｒｕｓｅｒｓｉｎａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎｏｆＬａｎｄｓａｔ８ｓａｔｅｌｌｉｔｅＯＬＩｉｍａｇｅｓ．Ｋｅｙｗｏｒｄｓ：ＦＬＡＡＳＨ；Ｌａｎｄｓａｔ８；ａｔｍｏｓｐｈｅｒｉｃｃｏｒｒｅｃｔｉｏｎ；ａｃｃｕｒａｃｙｖａｌｉｄａｔｉｏｎ责任编辑：郑敬刚３５。
遥感卫星数据6S大气校正输入参数
遥感卫星数据6S大气校正输入参数
6s大气校正模型的输入参数主要包括：
几何参数（遥感器类型、成像时间、经纬度）；大气中水和臭氧浓度；气溶胶浓度；辐射条件、观测波段和海拔类型和反射率。
具体参数解释如下：
1.IGEOM：（几何条件）
程序预定有几个常用传感器类型，如果不是，需要选择0来自定义传感器类型。
2.IDATM
输入气候类型
3.IAER
输入气溶胶类型
4.V（visibility)
输入能见度，输入为550nm处的气溶胶光学厚度，或者是气象能见度。
5.XPS（目标海拔高度）
利用GPS测得
6.XPP（传感器海拔高度）
-1000表示卫星传感器
7.IWA VE（波谱响应函数）
根据不同传感器，有相应的选项，如果没有，则需要手动输入（前面-2、-1、0、1）就是手动输入的选项。
8.INHOMO
输入地表异质性参数（0表示非异质，1表示异质性地表）
选择0即同质性地表时，IDIREC表示是否发生了方向性反射，0表示无方向性反射，接下来IGROUN表示地表示反射率是一个常数，不随波长变化）
9.IRAPP
输入值为-1到0时，表示要订正的图像DN值为定标过后的表观反射率值，大于0时，表示DN值为辐射亮度值此处的值只是一个开关标量，其大小只代表程序的工作模式，而不代表其他实际物理意义。
基于6S模型的可见光_近红外遥感数据的大气校正
0 引 言
太阳辐射不仅是大气 、 陆表和海洋之间能量和水循环动力 ,而且是引起全球气候变化的主 要因素 。定量遥感的目的是利用遥感器有效地收集来自地物的太阳辐射能量 ,从中反演陆地 表面各种参数 ,包括双向反射率函数 (BRDF) 、 反照率 、 植被指数 、 叶面积指数 (LAI) 等 。由于电 磁波在大气中的传输和遥感器观测过程中光照条件以及大气作用等的影响 ,遥感器的测量值 与地物实际的光谱辐射率是不一样的 , 测量值发生辐射失真 。只有小部分 ( 在 0185μ m 波段 [1 ,2 ] 80 % ,在 0145 μ m 波段 50 %) 太阳辐射能反射到遥感器 。辐射损失主要发生在大气吸收和 散射过程 。辐射在太阳 — 目标物 — 遥感器之间的传输有 4 种情况 : 太阳光被大气气溶胶散射 , 部分散射到遥感器 ,其余散射到宇宙 ; 光子散射和直射到目标物后反射到遥感器 ; 在非均匀的 地表情况照射目标物周围地物的太阳光反射到遥感器 ; 在从目标物到遥感器的途径光子同样 被散射 ,部分散射到遥感器 。因此 ,地表参数的遥感定量反演研究中 ,必须纠正目标辐射的不 确定性信息 。对可见光 、 近红外波段数据来说 ,这个波段受水气吸收的影响大 ,从遥感器所接 受的大气顶部辐射中消除由瑞利散射 、 米氏散射和水汽吸收等大气效应引起的干扰是非常困 难的 。此外 ,大气气溶胶分布很不均匀 ,不可能获得当时当地每一点的大气气溶胶分布数据和 大气的光学厚度 ,只能通过对辐射传输过程进行模拟和假设 ,推导地表的真实反射率 。本研究
[3～15 ] 法 ( Contrast Reduction) 、 LUT (Look Up Table) 方法 、 6S 模型等不少方法 。上述方法大部分建
立在某种特殊的理想条件下 , 其实用性受到一定限制 。6S 模型建立在辐射传输理论基础之 上 ,模型应用范围广 ,不受研究区特点及目标类型等的影响 。 [16 ] 实现辐射订正后 ,采用公式 ( 1) 把图像灰度值转换成具有辐射意义的亮度值 。
大气辐射校正6S实习(1)
三、大气校正
采用ENVI的FLAASH模块，基本操作步骤：
精品课件！
精品课件！
重要参数单位
时间： GMT: Greenwich Mean Time+8=北京时间=UTC:Universal Time Coordinated；
角度：mSwR；/ cm2 sr m 亮度：m / nm
*
-----------------------------
* input apparent reflectance
: .309
* measured radiance [w/m2/sr/mic] : 90.000
* atmospherically corrected reflectance : .367
1 输入卫星的几何条件(Geometrical conditions):
0-7中的数字： e definition(用户自定义） 1.meteosat observation 2.goes east observation 3.goes west 4.avhrr ( PM noaa ) 5.avhrr ( AM noaa ) 6.hrv( spot ) 7.tm( landsat )
北京地区6S大气校正和erdas ACTOR模块对比
Erdas第一次实习报告一实习目标：1、TM Level 1 数据的辐射定标：学会阅读头文件，找出所需定标参数；利用定标参数将TM图像DN值转换为辐射亮度；2、TM数据的大气校正：学会利用6S软件获取大气校正参数，并对TM图像进行大气校正；学会利用Erdas Atcor模块进行大气校正。
二实习步骤:使用6S模型校正：1:读入遥感数据。
详细方法。
打开遥感软件→点击import→点击import可选框→type框中选择TMLandsatIRSFastFormat→media中选择file→找出文件所在目录选择头文件header.dat→OK2:显示数据。
点击Viewer→弹出对话框Selecte Viewer Type→选择ClassicViewer→OK→File→open→Raster layer→recent→选择header.img 3：将DN值转换为表观辐亮度。
（辐射定标）应用公式：亮度值=增益值*DN值+偏移值增益值和偏移值的获取方式：找到数据所在目录→打开头文件header.dat→GAINS/BIASES。
其中GAINS和BIASES分别对应增益值和偏移值。
4：6s模型的使用。
4.1直接双击6S文件夹下面的6s.exe4.2输入数据的几何状况：分别是太阳天顶角、太阳方位角、卫星高度角、卫星方位角太阳天顶角：太阳照射到目标物的光线与竖直方向的夹角（获取方式：在头文件中，找到SUN ELEVATION（高度角） =62，它与方位角互余。
）太阳方位角：太阳的照射到目标物的光线在地面的投影与正北方向的夹角，顺时针方向旋转。
（获取途径：头文件→SUN AZIMUTH=131）日期：5月17日。
（获取途径：头文件）卫星天顶角、卫星方位角的定义分别和太阳天顶角、太阳方位角类似。
由于遥感图像的中心点是卫星的星下点故两个参数都选0。
idatm atmospheric model（大气模式）：根据北京的维度、数据获取的日期选择2 midlatitude summer（中纬度夏季）。
大气校正6S模型简介
二、6S模型概述
1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信 号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程 并计算卫星入瞳处辐射亮度。
(4)光子在直接从大气顶部太阳方向到达目标物的过 程中，一部分光子经过大气衰减后直接到达目标物， 另一部分光子经过大气的散射后，在到达目标物后被 反射，同样，其一部分直接到达传感器，而另一部分 则经过大气散射和地气作用后达到传感器。这一部分 可以理解为从各个方向入射到目标物的光子，在经过 目标物的反射后，又从各个方向到达接收传感器。
6S给出几种可供选择的大气模式:对流 层模型、中纬度夏季、中纬度冬季、 近极地夏季、近极地冬季、US62标准 大气模型，也可自定义大气模式 。
气溶胶模式包括定义气溶胶类型和浓度两部分。
*在6S中定义了7种缺省的气溶胶模式(大陆型、
海洋型、城市型、沙土型、生物气溶胶和平流层 型)，还可根据实际测量来定义。
辐射损失主要发生在大气吸 收和散射过程。 O3,H2O,O2,CO2,CH4引起电 磁辐射的吸收，而散射主要 由烟灰、尘土等大气气溶胶 产生。
四、地表反射率的计算
在6S模型中，对于地面目标的非朗伯体，将光子从目 标物到达传感器的过程归结为以下4中不同形式： （1）光子直接从大气顶部太阳方向到达地面目标，然 后经过地物目标的反射后再直接到达传感器，由于大 气吸收效应等，光传输能量衰减，光子数量减少，其 递减成指数形式
三、辐射传输机理
假设没有大气，太阳短波辐射直接照射到目标物， 一部分被目标物吸收，其余直接反射到传感器。但 实际并非如此，电磁波在大气中的传输和传感器在 测量过程中，由于地物光照条件（如太阳高度角及 地形变化等）以及大气作用等的影响，遥感传感器 的测量值与地物实际的光谱辐射发生失真。只有很 小部分（在0.85um波段80%，在0.45um波段50%）太 阳辐射反射到传感器。
大气校正6S模型简介
（2）光子从大气顶部太阳方向直接到达地面 目标的过程中，有一部分被大气所散射，这些 被散射的光子到达地面目标后被目标物反射后 直接到达传感器
(3)光子直接从大气顶部太阳方向到达目标后， 经过目标物的反射某一部分沿观察方向直接到达 传感器，另一部分经过大气的散射后，到达传感 器，这个过程可以理解为从入射方向上的一束光 子在各个方向上的反射
二、6S模型概述
1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信 号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程 并计算卫星入瞳处辐射亮度。
(4)光子在直接从大气顶部太阳方向到达目标物的过 程中，一部分光子经过大气衰减后直接到达目标物， 另一部分光子经过大气的散射后，在到达目标物后被 反射，同样，其一部分直接到达传感器，而另一部分 则经过大气散射和地气作用后达到传感器。这一部分 可以理解为从各个方向入射到目标物的光子，在经过 目标物的反射后，又从各个方向到达接收传感器。
*可以输入波长为550nm处的光学厚度和气象能见
度（KM）
0.25-4um是6S模型处理的合法波长。提供
自定义和标准预定义两种光谱选择。
地表反射率模型，包括均一地表和非均一地表。 前者又分为两种：无方向型和方向型地表，前者 代表的是均一的朗伯反射体，分别是绿色植被均 值、洁净水均值、沙地均值和湖水均值，同时还 可输入自己的地表反射率。后者考虑了地表和大 气的二向反射特性。
1997年，美国马里兰大学地理系Eric Vemote对5S进行了改进， 发展到6S（SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM）,6S吸收了最新的散射计算方法，使太阳 光谱波段的散射计算精度比5S有所提高。
基于6S模型的TM遥感影像大气校正
毕业论文题目：基于6S模型的TM遥感影像大气校正研究--以张掖地区为例学院：地理与环境科学学院专业：地理信息系统毕业年限：2011年学生姓名：秦麟学号：200775000126指导教师：李净基于6S模型的TM遥感影像大气校正研究--以张掖地区为例秦麟摘要：受大气吸收与散射的影响，电磁波在大气--目标物--遥感器途径传输过程中发生失真，造成目标地物反射辐射能量到达遥感器时被衰减。
给计算地表反照率、反射率和地表温度等关键参数带来较大的误差。
本文以张掖地区Landsat TM热红外波的遥感图像数据为例，通过利用6S大气辐射传输模型进行大气校正，并在窄波段反照率与宽波段反照率之间存在线性关系的前提下，反演该地区的地表反照率。
关键词：6S模型；大气校正；地表反照率6S Model Based Atmospheric Correction of Remote SensingImage in zhangyeQIN LinAbstract : Due to the distortions and noises caused by the presence of the atmosphere on the Sun-target-Sensor path, the space-based and airborne remote sensing information in the solar spectral range do not directly characterize the surface objects. It becomes serious impediments for the quantitative analysis and measurement of resources and environment. This paper discussed the atmospheric correction with 6S model (Second Simulation of Satellite Signal in the Solar Spectrum), reversing surface albedos under the linear relationship between narrow band albedos and broadband albedos in the remote sensing image in zhangye city.Key words: 6S model; atmospheric correction; surface albedo.1 引言地表反照率是指地表反射太阳辐射与入射太阳辐射之比，是地--气间辐射能量收支的重要参数之一。
大气校正6S模型简介
*可以输入波长为550nm处的光学厚度和气象能见
度（KM）
0.25-4um是6S模型处理的合法波长。提供
自定义和标准预定义两种光谱选择。
地表反射率模型，包括均一地表和非均一地表。 前者又分为两种：无方向型和方向型地表，前者 代表的是均一的朗伯反射体，分别是绿色植被均 值、洁净水均值、沙地均值和湖水均值，同时还 可输入自己的地表反射率。后者考虑了地表和大 气的二向反射特性。
(4)光子在直接从大气顶部太阳方向到达目标物的过 程中，一部分光子经过大气衰减后直接到达目标物， 另一部分光子经过大气的散射后，在到达目标物后被 反射，同样，其一部分直接到达传感器，而另一部分 则经过大气散射和地气作用后达到传感器。这一部分 可以理解为从各个方向入射到目标物的光子，在经过 目标物的反射后，又从各个方向到达接收传感器。
二、6S模型概述
1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信 号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程 并计算卫星入瞳处辐射亮度。
三、辐射传输机理
假设没有大气，太阳短波辐射直接照射到目标物， 一部分被目标物吸收，其余直接反射到传感器。但 实际并非如此，电磁波在大气中的传输和传感器在 测量过程中，由于地物光照条件（如太阳高度角及 地形变化等）以及大气作用等的影响，遥感传感器 的测量值与地物实际的光谱辐射发生失真。只有很 小部分（在0.85um波段80%，在0.45um波段50%）太 阳辐射反射到传感器。
这四部分反射辐射的总和可以反演非朗伯体地表的反射率。
基于高程或气溶胶厚度与6S模型校正参数回归方程的遥感图像大气校正模型
射过程时, 需要输入许多大气校正参数, 其中对校正 效应影响较大的包括气溶胶厚度和高程。校正时, 首先利用 6S 模型计算大气校正参数 X a、X b、X c, 然 后利用这些参数计算地表真实反射率[ 3] 。但是一景 ET M+ 图像覆盖 范围为 185 185 km2 , 下垫面非 常复杂, 气溶胶光学厚度分布不均。若以平均气溶 胶光学厚度和平均高程对整幅影像进行大气校正显 然是不合理的。因此, 本文基于 6S 模型, 探讨影像 区域下垫面高程和气溶胶光学厚度对 6S 模型校正 参数的影响, 并建立了回归方程的简单可行的大气 校正方法。本文最终建立的模型可以脱离 6S 模型 直接使用于冬季无云天气珠江三角洲影像区域的大 气校正。该方法也可以用于其它区域进行类似的大 气校正模型的建立。
表 2 城市模式拟合蓝光波段气 溶胶变化校正方程系数 Table 2 The correction equation coeff icients in blue band depending on the changes of aerosol ( urban model)
AOT
250 380 460 550 650 750
33 2
遥感技 术与应用
第 24卷
刻的气象数据很难准确获取, 所以常常使用一些标 准模式来估算, 如关于水汽和臭氧含量的参数的确 定, 可以从大气模式中选择中纬度冬季或夏季模式 等来代替。这些参数中对大气校正效应影响最大的 是气溶胶光学厚度, 而大气校正最重要也是最难的 部分就是气溶胶散射的校正。原因有两点: 第一, 气 溶胶的光学厚度( 或者水平视距) 本身很难获得; 第 二, 在一幅图像上不同地点的气溶胶光学厚度是不 同的, 如 T M 影像上的林地与城市中心上空的气溶 胶光学厚度有 2~ 3 倍的差距, 显然在整幅较大的图 像上用一个气溶胶光学厚度参数是不合理的。与此 有相似特点的还包括高程等。
MODIS 影像的大气校正及在太湖蓝藻监测中的应用
J. Lake Sci.(湖泊科学), 2008, 20(2): 160-166. E-mail: jlakes@©2008 by Journal of Lake SciencesMODIS影像的大气校正及在太湖蓝藻监测中的应用*李国砚1,2, 张仲元3, 郑艳芬4, 刘晓玫1(1: 中国科学院南京地理与湖泊研究所, 南京210008)(2: 中国科学院研究生院, 北京100049)(3: 河南大学环境与规划学院, 开封475004)(4: 中国环境管理干部学院, 秦皇岛066004)摘要: MODIS数据有免费、波段丰富、时间分辨率高等优点, 是进行太湖蓝藻监测的重要数据源, 由于MODIS传感器接收的是地物反射太阳辐射的信号, 太阳辐射与地球大气的相互作用会引起传感器接收到的信号失真, 为了提高利用MODIS数据监测太湖蓝藻的精度, 必须对其进行大气校正. 本文介绍了FlAASH大气校正模型的基本原理, 并对2007年4月25日MODIS 数据的前七个波段进行试验, 对比分析了影像大气校正前后的NDVI值以检测大气校正的效果; 分析表明, 大气校正前后NDVI的变化趋势基本上相同, 但大气校正后的NDVI动态范围更大, 校正后NDVI的平均值和标准差增大, 大气校正在一定程度上有效地降低了大气对遥感影像的影响, 达到了增强信息的目的; 最后, 利用大气校正获取的地表真实反射率数据的第二波段与第一波段的比值, 运用阈值法提取蓝藻信息, 经试验当阈值为1.9时提取出来的蓝藻分布图基本上与实际相符. 利用MODIS影像可以快速、及时地监测蓝藻爆发的位置及爆发程度.关键词: MODIS; 大气校正; FLAASH; 蓝藻Atmospheric correction of MODIS and its application in cyanobacteria bloom monitoring in Lake TaihuLI Guoyan1,2, ZHANG Zhongyuan3 , ZHENG Yanfen4 & LIU Xiaomei1(1: Nanjing Institute of Geography & Limnology, CAS, Nanjing 210008,P.R.China)(2: Graduate School, Chinese Academy of Sciences, Beijing 100049,P.R.China)(3: College of Environment and Planing, Henan University, Kaifeng 475004,P.R.China)(4: Environment Management College of China, Qinhuangdao 066004,P.R.China)Abstract:MODIS, a good remote sensing image data source, is suitable to monitor cyanobacteria bloom for its free and high time resolution, however, MODIS sensor receives distorting signals, due to the interaction between solar radiation and atmosphere, and atmospheric correction is necessary to acquire true surface reflectance and improve the accuracy of monitoring cyanobacteria bloom. In this paper, the basic theory of FLAASH atmosphere correction model attached in ENVI software, which derives from the MODTRAN 4 radiative transfer code, was introduced and explained. Then the FLAASH code was used to process MODIS data, and the NDVI after atmospheric correction was compared with that before correction. Results indicated that atmosphere’s influences were reduced and useful information was enhanced. In the end, the ratio between Band2 and Band1 which was obtained by FLAASH atmospheric correction, was used to extract the cyanobacteria bloom information with the threshold.Keywords: MODIS; atmospheric correction; FLAASH;cyanobacteria bloomMODIS(中分辨率成像光谱仪) 是新一代地球观测传感器, 搭载于NASA的地球观测系统(EOS) TERRA 和AQUA两颗卫星之上, 其数据在全世界范围都可免费接收. MODIS影像有覆盖可见光、近红外和远红*中国科学院“优秀博士论文、院长奖获得者科研启动专项资金”、国家自然科学基金(2007BAC26B01)和江苏省自然科学基金(BK2007261)联合资助. 2007-08-30收稿; 2007-11-06收修改稿. 李国砚, 男, 1981年生, 硕士研究生; E-mail: ligy26@.李国砚等: MODIS影像的大气校正及在太湖蓝藻监测中的应用161外的36个波段的数据, 光谱范围在0.4-14.4µm之间, 扫描宽度2330km, 其中前两个波段的空间分辨率为250m, 3-7波段的空间分辨率为500m, 8-36波段的空间分辨率为1000m, 每天分别过境两次,由于其时间分辨率较高, 在一定程度上弥补了其空间分辨率的不足[1]. 因此, MODIS数据在监测自然灾害、生态环境、全球变化等方面具有良好的应用前景[2].从2007年3月底起, 太湖蓝藻水华开始暴发, 特别是从5月份开始大规模暴发, 使无锡市的饮用水源地受到污染, 给人民的日常生活带来了不利影响, 因而运用遥感技术动态监测蓝藻暴发程度, 进而采取措施减少蓝藻暴发带来的不利影响已经成为备受关注的问题. MODIS由于其免费、波段丰富、时间分辨率高等优点, 成为用来进行蓝藻监测的重要数据源. 但是由于MODIS卫星传感器接收的是地物反射太阳辐射的信号, 在太阳辐射与地球大气的相互作用中, 会产生吸收、反射、散射与发射等效应, 这些都会引起传感器接收到的信号失真, 使图像质量下降[3], 特别是水体, 其反射光谱信号相对陆地较弱[4], 因此大气的影响对监测太湖蓝藻的影响更明显, 使我们直接利用MODIS数据的DN值来监测蓝藻的精度下降, 尤其是随着定量遥感的快速发展, 如何消除大气对遥感数据的影响、还原目标物的真实反射率成为众多研究者研究的对象[5].国内外的众多学者提出了很多大气校正模型[3-8], 如: 直方图均衡化法(Histogram Matching Method)、经验线性法(Empirical Line Method)、暗目标法(Dark Object Method)、6S、MODTRAN大气校正模式等. 6S 和MODTRAN是基于大气传输模型建立起来的校正模型, 精度高, 但需要输入的参数较多; 而直方图均衡化法、经验线性法等模型虽相对比较简单, 但却是建立在特定或理想的条件下, 故校正的精度不高, 实用性受到一定的限制. 本文用以MODTRAN4大气辐射传输模型为基础的FlAASH大气校正模型对MODIS数据进行大气校正, 通过对大气校正前后NDVI的对比分析来检测大气校正的效果, 并用大气校正后获取的地表真实反射率数据提取蓝藻.1 FLAASH大气校正基本原理FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes)是由光谱科技公司(Spectral Sciences Inc)和空气动力研究实验室(Air Force Research Laboratory)共同研制开发的[7-9], 是基于MODTRAN4的大气校正模块, 它集成在ENVI遥感处理软件中, 能对400-2500nm波长范围内的遥感影像进行大气校正. 直接获取影像获取时的大气状况是不现实的, 因此FLAASH模型不是在预先计算好的模型数据库中加入辐射传输参数来进行大气校正, 而是直接结合MODTRAN4的大气辐射传输源码, 通过大气在高光谱像素上的特征来估计大气的属性, 进而为每一幅影像生成一个唯一的MODTRAN解决方案, 同时, 标准的MODTRAN大气模型和气溶胶类型也可被直接使用. FLAASH模块还可以纠正邻域效应, 计算整幅影像的大气能见度, 对光谱进行平滑、消噪等, 能对Landsat、SPOT、A VHRR、ASTER、MODIS、MERIS、AATSR、IRS等多光谱和高光谱数据进行大气校正[8-9].FLAASH模型是在MODTRAN模型的基础上发展起来的, 其大气纠正基于传感器处单个像素点接受到的太阳波谱范围内(不包括热辐射)标准的平面朗伯体(或近似平面朗伯体)反射的光谱辐射亮度, 光谱辐射亮度计算公式如下[8-9]:L=Aρ/(1-ρe S)+Bρe /(1-ρe S)+La(1) 其中, L为传感器处单个像素点接收到的的辐射亮度; ρ为该像素点的地表反射率;ρe为该像素点及其周边区域的平均地表反射率; S为大气球面反照率; La为大气后散射的辐射亮度; A、B是基于大气和几何条件的系数, 与地表反射率无关. 该公式中所有的变量都与波长有关, 为了简化公式, 公式(1)中省略了波长指数.FLAASH模型中认为传感器接收到的辐射亮度由三部分组成[8-9], 第一部分是太阳辐射经过大气照射到地表, 然后经地表反射再经过大气而进入到传感器的一部分, 即公式(1)中的Aρ/(1-ρe S)部分; 第二部分是大气散射的一部分散射光经地表反射后进入到传感器中的部分, 即公式(1)中的Bρe /(1-ρe S)部分; 第三部分为La, 即太阳辐射经大气散射后的一部分散射光直接经过大气而进入传感器的部分.A、B、S和La通过MODTRAN辐射传输模型的计算获得[7-9], 它们的值由卫星观测的角度、大阳的角度、地表平均海拔高程、大气模型、气溶胶模型及能见度决定, 这些参数都可以通过其他方式或者利J. Lake Sci.(湖泊科学), 2008, 20(2) 162用标准的大气模式和气溶胶模式获取; A、B、S和La还与大气中的水蒸气含量及气溶胶光学厚度值有着密切的关系, FLAASH中利用暗目标法反演出气溶胶光学厚度, 而水蒸气含量是利用MODTRAN 4模拟大气吸收并形成一个查找表(1ook-up-tables), 然后利用查找表逐像元估算出来的; ρ与ρe的区别在于大气散射引起的邻域效应, 如果使ρ=ρe, 那么校正的过程中将会忽略邻域效应, 但在有薄雾或地表存在强烈对比的条件下会使短波波段范围内的大气校正存在明显的误差, FLAASH中利用大气点扩散函数(Point-Spread Function)对邻域效应进行了纠正, 主要是利用下面这个公式估算ρe:(2)式中, L e为某像素及其周围像素的空间平均值, 可以通过原始影像计算得到.当所有参数都获得之后, 就可以利用公式(1)和(2)逐个像元地求出整幅影像的真实地表反射率.2 大气校正过程2.1 辐射亮度的计算辐射亮度的获得是计算地表反射率的前提条件, 遥感影像一般都是用DN值来表示, 为了计算地表真实反射率必须把DN值转换为辐射亮度. 遥感影像一般都经过了卫星发射之前的辐射定标、运行中的星上辐射定标及替代(场地)辐射定标的处理[10], 辐射定标后会给出一个DN值转换辐射亮度L的辐射校正公式及相应的辐射校正参数, 这样就可以计算出辐射亮度. MODIS数据的辐射校正公式如下[11]:L B=scales B(DN B-offsets B) (3)式中: B是该波段的序号; scales, offsets分别是该波段的定标增益和定标偏移量; L是该波段的幅亮度值; DN是该波段的灰度值.对MODIS影像而言, 不同影像不同波段的辐射校正参数scales和offsets是不同的. 本文所用的实验数据为2007年4月25日TERRA影像数据, 其前七个波段的辐射校正参数见表1.表1 2007年4月25日TERRA卫星前七个波段的辐射校正参数(W/(m2 •μm•sr))Tab.1 Coefficients of radiometric correction of MODIS first seven bands on April 25th 2007(W/(m2 •μm•sr)) 波段Band1 Band2 Band3 Band4 Band5 Band6 Band7 scales 0.02677798 0.01037380 0.023900790.019423740.005155740.00251485 0.00077121 offsets 0.00000000 0.00000000 0.000000000.000000000.000000000.00000000 0.000000002.2 大气校正参数的输入FLAASH大气校正中需要输入的参数有: 太阳高度角、方位角、传感器类型、传感高度、影像获取的日期及具体时刻(格林尼治标准时间)、影像像元的大小、区域的平均海拔高程、区域的能见度、大气模型、气溶胶模型、影像区域中心的经纬度等, 对于本次大气校正实验数据的输入参数见表2, 成像日期、成像时刻可以在MODIS L1B影像上直接获得, 传感器类型、传感器高度及影像像元的大小可以通过查看传感器参数获得, 太阳高度角和太阳方位角可以通过MOD03级数据获得, 海拔高程通过查询太湖地区1:50000DEM获得, 大气模式和气溶胶类型因缺乏实测数据而选择标准的模式, 中心经纬度通过几何校正后的影像获得, 能见度选择太湖地区的天气较好情况下能见度, 而在FLAASH模型中只有当反演气溶胶光学厚度不可用时才利用这个初始的大气能见度, 反演气溶胶光学厚度时可求出影像所在区域的平均大气能见度[9], 本次大气校正实验反演出的平均大气能见度是6.247KM.表2 FLAASH大气校正的基本输入参数Tab.2 Input parameters of FLAASH code atmospheric correction成像日期 2007-04-25 成像时刻03: 13: 00 传感器类型TERRA传感器高度705km 太阳高度角69.84 太阳方位角152.47海拔高程5m 能见度25km 大气模式中纬度夏季气溶胶类型城市类型中心经度120.0278 中心纬度31.0317李国砚等: MODIS 影像的大气校正及在太湖蓝藻监测中的应用163因计算出来的MODIS 辐射亮度的单位是W/(m 2•μm •sr), 而FLAASH 大气校正需要输入数据的单位是μW/(cm 2•nm •sr), 因此在对MODIS 数据进行大气校正时输入数据的比例系数是10.2.3 大气校正本文研究区为太湖地区, 在东经119°0'45"-120°8'48"、北纬30°4'27"-31°3'1"之间, 所用的实验数据为2007年4月25日MODIS 数据的前7个波段, 其波长范围及空间分辨率见表3. MODIS 数据的处理流程如图1所示, 大气校正前后的假彩色合成图见图2.表3 MODIS 影像前七个波段的波长范围及空间分辨率Tab.3 The wavelengths and spatial resolution of MODIS first seven bands波段 Band1 Band2 Band3 Band4 Band5 Band6 Band7 波长范围(μm) 0.620-0.670 0.841-0.8760.459-0.4790.545-0.565 1.230-1.250 1.628-1.652 2.105-2.155分辨率(m) 250 250 500 500 500 500 500图1 MODIS 大气校正流程图Fig.1 Process of MODIS atmospheric correction图2 MODIS 影像大气校正前后彩色合成图 (a)大气校正前; (b)大气校正后 Fig.2 Pseudo-color synthetic of MODIS before and after atmospheric correction(a) before atmospheric correction; (b) after atmospheric correction2.4结果分析大气校正前后MODIS 数据7、2、1波段(第7波段重采样到250m 空间分辨率)的假彩色合成图(图2)表明, 校正前后的图像的视觉变化不明显, 在对校正前后的图像进行叠加显示时发现校正后的图像对比度有所增强, 但并不像预期的那样图像对比度有明显增加、亮度有所提高[3], 这是因为这幅影像的质量较好, 几乎没有云, 大气校正前的影像原本视觉效果就较好, 因此用目视的方法并不能准确地评价本次大气校正的效果, 为了评价和验证FLAASH 模型对MODIS 数据大气校正的效果, 对校正前后的归一化植被指数NDVI 的变化进行了比较, 因植被指数是定量遥感中常用的变量, 许多遥感模型和以遥感信息为驱动变量的生态学模型都需要植被指数的参与[12], 阿布都瓦斯提等利用6S 模型并借用同步气象数据a b 03.757.55 22.5 30km a bJ. Lake Sci .(湖泊科学), 2008, 20(2)164 对ETM 数据进行的大气校正研究及彭光雄等对中巴地球资源02星CCD 数据的大气校正研究也都表明利用NDVI 能检测大气校正的效果[12-13], MODIS 影像大气校正前后某一剖面的NDVI 值(图3). 大气校正前后NDVI 的计算公式如下:NDVI 前=(DN NIR -DN red )/(DN NIR +DN red ) (3)NDVI 后=(ρNIR -ρred )/(ρNIR +ρred ) (4)式中, DN NIR 和DN red 分别表示未进行大气校正前MODIS 遥感影像近红外波段和红波段的DN 值, ρNIR 和ρred 表示大气校正后影像近红外波段和红波段的反射率值.校正前后NDVI 的变化趋势基本上是相同的, NDVI 的峰值和谷值出现的位置整体上十分吻合, 说明大气校正前后图像的总体特征是相同的; 大气校正后的峰值较校正前的峰值较高些, 而谷值一般比校正前的低些, 这说明经过大气校正后的NDVI 动态范围更大些, 信息量也更丰富些; 对它们进行统计分析可知, 校正前NDVI 的平均值和标准差分别为0.324705和0.197345, 大气校正后NDVI 的平均值和标准差分别为0.413071和0.267082, 标准差反映了图像中的灰度值与平均值的离散程度, 标准差越大, 灰度级分布越分散, 图像的目视效果越好, 图像所含的信息量也越丰富[14](图3). 因此, FLAASH 大气校正在一定程度上有效地降低了大气对遥感影像的影响, 获得了地表真实反射率, 达到消除大气影响、增强信息的目的. 3 基于地表真实反射率的蓝藻信息提取 因本文研究的区域限定在太湖水体范围内, 为了提取蓝藻, 只需把蓝藻与太湖水体区别出来即可, 在太湖水面范围内分别取蓝藻采样点和水体采样点各4个, 选取样点的原则是: 既选取蓝藻浓度高的点也选取浓度低的点, 既选取清澈的水体也选取混浊的水体. 作出蓝藻与水体的反射率光谱曲线, 如图4所示, 为了突出差异, 反射率的值乘了10000.蓝藻与水体在可见光波段的反射率光谱特征比较相似, 在近红外波段反射率差异比较显著; 蓝藻在B2 和B4波段有两个反射峰, 在B1波段有个吸收谷, 这是由于蓝藻含有叶绿素a, 在可见光绿波段和近红外波段具有高的反射率, 而在可见光红波段反射率较低; 水体的反射率从可见光蓝波段到近红外波段总体上呈下降趋势(图4). 吕恒利用实测叶绿素浓度与MODIS 的16个可见光、近红外波段的相关性分析表明, 叶绿素与MODIS 第2波段的相关性最好, 与第1波段的相关性最弱[11]; 闻建光等利用TM 数据研究太湖叶 图3 MODIS 影像大气校正前后某一剖面的NDVI 值 Fig.3 NDVI of MODIS before and after atmospheric correction李国砚等: MODIS 影像的大气校正及在太湖蓝藻监测中的应用165绿素a 浓度反演的定量模型, 并通过模型估算结果与实测数据多相关分析表明利用叶绿素的反射峰和吸收峰处的TM4与TM3的比值作反演的精度较高[15], TM4和TM3波段对应于MODIS 数据的B2和B1 波段; 祝令亚等的研究表明利用MODIS 数据的B2与B1波段的比值来反演太湖叶绿素a 的浓度是可行的[16]. 因此本文利用MODIS 近红外波段B2与可见光红波段B1的比值来区分蓝藻与水体. B2与B1的比值图像见图5(a), 图5(a)中部分白色区域是去除岛屿形成的, 通过一定的阈值提取出蓝藻, 图5(b)是经过试验当阈值为1.9时提取出来的蓝藻分布图. 由图5(b)可知, 提取出来的蓝藻基本上与实际相符, 因此利用MODIS 影像可以快速、及时地监测蓝藻爆发的位置及爆发程度.ab图5 MODIS 影像蓝藻提取 (a)B2与B1的比值图; (b)蓝藻水华分布图Fig.5 Extract the cyanobacteria bloom from MODIS imge(a) ratio of B2 to B1; (b) distribution map of cyanobacteria bloom4 结论湖泊是陆地水圈的重要组成部分, 遥感技术是一种区域性的水环境监测手段, 有快速、连续、动态、0 3.75 7.515 22.5 30km 图4 蓝藻水华与水体的反射率光谱曲线 Fig.4 Spectral character of cyanobacteria bloom and water 蓝藻J. Lake Sci.(湖泊科学), 2008, 20(2) 166相对成本低等优点, 在湖泊水质的监测中有很大的应用潜力[17-18], 开展蓝藻水华的形成、漂移和堆积的遥感监测研究是蓝藻水华的预防措施之一[19], MODIS数据具有波段丰富、时间分辨率高等优点, 利用MODIS数据可以快速、长期地对太湖蓝藻暴发的状况进行监测, 但太阳辐射与地球大气的相互作用会引起MODIS传感器接收到的信号失真, 为了提高利用MODIS数据对太湖蓝藻进行动态监测的精度, 很有必要对MODIS数据进行大气校正. 本文利用FLAASH模型对MODIS数据进行了大气校正, 并对比分析大气校正前后的NDVI值, 分析结果表明FLAASH模型在一定程度上有效地降低了大气对遥感影像的影响. 用FLAASH模型对MODIS影像进行大气校正并获取地表真实反射率方便快捷、可操作性强, 利用大气校正后获取的地表真实反射率数据提取太湖蓝藻信息, 提取出来的结果基本上满足了动态监测蓝藻的需要, 这证明利用MODIS影像可以及时、准确地监测蓝藻爆发的位置及爆发程度. 但由于缺少同步的实测光谱数据, 本文只能在理论上说明大气校正的效果, 不能精确地评价大气校正的精度; 在蓝藻信息提取部分, 本文并没有尝试用其他波段组合模型去提取蓝藻, 仅利用波段B2与B1的比值来提取蓝藻, 存在着一少部分漏提的蓝藻, 因此探索精度更高的MODIS数据蓝藻信息提取模型是今后进一步研究的方向.致谢: 感谢中国科学院南京地理与湖泊研究所的段洪涛博士对本文写作的指导.5 参考文献[1] 张霞, 孙睿, 张兵等. 基于MODIS植被指数时间谱的华北平原土地覆盖分类. 农业工程学报, 2006, 22(12): 128-132.[2] 刘玉洁, 杨忠东等. MODIS遥感信息处理原理与算法. 北京: 科学出版社, 2001: 1-3.[3] 徐萌, 郁凡, 李亚春等. 6S模式对EOS/MODIS数据进行大气校正的方法. 南京大学学报(自然科学版), 2006, 42(6): 582-589.[4] 尹球, 巩彩兰, 匡定波等. 湖泊水质卫星遥感方法及其应用. 红外与毫米波学报, 2005, 24(3): 198-202.[5] 郑伟, 曾志远. 遥感图像大气校正方法综述. 遥感信息, 2004, 4: 66-70.[6] 王钊. 6S辐射模型算法解析及在MODIS大气校正中的应用. 陕西气象, 2006, 5: 34-37.[7] 亓雪勇, 田庆久. 光学遥感大气校正进展. 国土资源遥感, 2005, (4): 1-6.[8] 宋晓宇, 王纪华, 刘良云等. 基于高光谱遥感影像的大气校正: 用A VIRIS数据评价大气校正模块FLAASH.遥感技术与应用, 2005, 20(4): 393-398.[9] Research System Inc. FLAASH User’s Guide. ENVI FLAASH Version 1.0, 2001: 8-40.[10] 池宏康, 周广胜, 许振柱等. 表观反射率及其在植被遥感中的应用. 植物生态学报, 2005, 29(1): 74-80.[11] 吕恒. 太湖水质多尺度遥感定量监测研究[学位论文]. 南京: 中国科学院南京地理与湖泊研究所, 2004.[12] 彭光雄, 何宇华, 李京等. 中巴地球资源02星CCD图像交叉定标与大气校正研究. 红外与毫米波学报, 2007, 26(1): 22-25.[13] 阿布都瓦斯提•吾拉木, 秦其明, 朱犁江. 基于6S模型的可见光、近红外遥感数据的大气校正. 北京大学学报(自然科学版), 2004, 40(4): 611-618.[14] 胡子付, 曾志远, 张振龙等. 小波和HIS变换结合实现ETM图像波段融合. 地球信息科学, 2005, 7(4): 29-32.[15] 闻建光, 肖青, 柳钦火等. 基于混合光谱理论的太湖水体叶绿素a浓度提取. 地理科学, 2007, 27(1): 92-97.[16] 祝令亚, 王世新, 周艺等. 应用MODIS检测太湖水体叶绿素a浓度的研究. 遥感信息, 2006, 2: 25-28.[17] 吴敏, 王学军. 应用MODIS遥感数据监测巢湖水质. 湖泊科学, 2005, 17(2): 110-113.[18] 吕恒, 江南, 李新国. 内陆湖泊的水质遥感监测研究. 地球科学进展, 2007, 20(2): 185-192.[19] 中国科学院南京地理与湖泊研究所. 太湖梅梁湾2007年蓝藻水华形成及取水口污水团成因分析与应急措施建议. 湖泊科学, 2007, 19(4): 357-358.。
6S模型简介
−φv )
+
1−
T (θs ) < ρe >
S
[ρt e−τ / µv
+
<
ρe
>
td
(θv )]
（3）
< ρe > 用以下公式计算
∫ ∫ <
ρe
>=
1 td (θv )
+∞ +∞ −∞ −∞
ρ '(x,
y)e(s,
y,θv )dxdy
（4）
ρ ' (x, y) 为目标物周围某个点 M '(x, y) 反射率； e(s, y,θv ) 是单位 M ' (x, y) 均一面对 td (θv ) 上行交叉辐射透射率的贡献。
2 辐射传输机理
假设没有大气，太阳短波辐射直接照射到目标物，一部分被目标物吸收其余直接反射到 传感器，但实际情况并非如此。电磁波在大气中的传输和传感器在测量过程中，由于地物光 照条件（如太阳高度角及地形变化等）以及大气作用等的影响，遥感传感器的测量值与地物 实际的光谱辐射发生失真。
只有很小部分（在 0.85 µm 波段 80%，在 0.45 µm 波段
−φv )
=
ρa (θs ,θv ,φs
− φv
)
+
ρtu 1− ρtu S
T
(θ s
)T (θv
)
式中
ρTOA (θs ,θv ,φs − φv ) 是传感器所接受的大气顶部辐射
ρa (θs ,θv ,φs − φv ) 瑞利散射和气溶胶散射引起的程辐射
S 大气球面反射率,如 E3 (τ ) ， E4 (τ ) 分别代表τ 的指数积分
6S模式对EOS_MODIS数据进行大气校正的方法_徐萌
第42卷第6期2006年11月南京大学学报(自然科学)JOURNAL OF NANJING U NIVERSITY(NAT URA L SCIENCES)Vo l.42,No.6Nov.w20066S模式对EOS/MODIS数据进行大气校正的方法*徐萌1,2,郁凡1**,李亚春2,焦圣明2,王成刚1(1.南京大学大气科学系,南京,210093;2.江苏省气象台,南京,210008)摘要:探讨了运用6S模式对EO S/M O DIS的可见光与近红外通道数据进行大气校正的方法和步骤,对模式中的大气模式参数和廓线的计算方法提出了改进,应用研究目标地的气象探空资料计算包括气压、温度、水汽密度和臭氧密度等大气参数和廓线,并根据海拔高度对大气廓线进行订正.实验表明:校正后的象元反射率普遍增大,反射率区间明显拉宽,表现在图像上亮度有所提高,对比度明显增加,图像层次更加丰富,图像质量得到较大改善.关键词:大气校正,6S模式,EOS/M ODIS,反射率中图分类号:T P751.1The Method of Atmospheric Correction on theEOS/MODIS Data with6S ModelX u M eng1,2,Yu F an1,L i Ya-Chun2,J iao S heng-Ming2,Wang Cheng-G ang1((1.Depar tment of A tmospher e Sciences,N anjing U niversit y,Nanjing,210093,China;2.Jiang Su M eteoro lo gical Observ ator y,Nanjing,210008,China)Abstract:EOS/M ODIS as a new o pt ical remote sense instrument can pr ov ide much info rmatio n abo ut the Eart h, cloud,atmospher e,ocean,veg etatio n,etc.,and can be used to monito r the nat ur al disaster and eco lo gical env iro nment and to study the change o f g lo ba l circumstance and climat e.But the r adiation fro m sun is absor bed and scatter ed by the at mosphere when it passes the aero sphere lay er.A t the same time,the long w ave r adiation reflected by gr ound is also abso rbed and scatter ed by atmospher e.So the r adiation signal received by the sensor o n sat ellite will be distor ted and attenuated.T herefor e t he satellite data must be per for med under atmospher ic co rr ection befor e the r emote sense imag e can be analy zed.6S model(the second simulat ion of the satellite signal in the so lar spectrum)is based o n the theor y of radiative transfer and analyzes the landfor m,weather,spectrum and many o ther kinds of parameter s synthetically.T he model is not affected by the style and backg ro und of targ et and it has pr eferable precisio n and can be widely applied.T his paper tr ied to use6S model to finish the atmospher ic co rr ection of the visible lig ht and near infr ared band data of EO S/M O DIS.It probed into the metho d and steps and im pr oved the calculatio n method o f atmo spheric model parameter and profile in the6S model,w hich meant the author s applied the w eather sounding ballo on dat a of targ et area into the mo del to calculate the atmo spheric parameter and pr ofile including the air pressure,temperature,vapor density,o zo ne density,et c.T he method localized the atmospher ic* **基金项目:国家自然科学基金(G4*******),国家重点基础研究发展规划项目(G1998040910),江苏省自然科学基金(BK2002067)收稿日期:2006-03-28通讯联系人,E-mail:yufan@m ail.n co rr ect ion parameter in t he model.T he ex per iment show ed that after the cor rectio n,the pix els reflectance incr eased generally and the r eflectance range w idened obvio usly.So the curve of pixel number on the histog ram became smo oth,t he peak o f which shifted to t he r ight.I t display ed on the image that the info rmation o f sur face included in the imag e was richer,t he brig htness enhanced distinctly and contrast raised markedly.T he r esults distinguished the no ise of clo ud fr om the interested area entirely and r esumed the actual reflect ance o f tar get appr ox imately.T he fuzzy image became clear and the kinds o f gr ound o bject s that can be r ecognized increased.T he hibera rchy o f imag e became richer,visio n effect and image quality was well impro ved,and at the same time the inv ersed physics informat ion was closer to the fact.Any way,the result w as sat isfying.Key words:at mospher ic co rr ect ion,6S model,EO S/M O DIS,r eflectanceMODIS是EOS-AM1及PM1星上装载的主要对地探测仪器,也是当前世界上新一代/图谱合一0的光学遥感仪器,可以同时提供反映陆地、云、海洋、植被等的多种信息,用于对陆表、生物圈、固态地球、大气和海洋进行长期全球观测,其数据对于开展自然灾害与生态环境监测、全球环境和气候变化研究以及进行全球变化的综合性研究等非常有意义[1],因而越来越受到重视并被广泛应用.然而,来自太阳的辐射穿过地球表面的大气层时被大气吸收和散射;同样,在空中遥感地面目标成像的过程中,地面的长波辐射也要被大气吸收和散射而产生信号的衰减,因此卫星传感器接收到的辐射信号出现变形失真.而造成大气散射和吸收的主要原因是其中存在着大量的水汽、二氧化碳、灰尘和烟尘等微小粒子,主要发生在辐射的高频通道,通常,这种散射和吸收与波长有关,对于瑞利散射与其波长的四次方成反比[2].由于大气对太阳辐射和地面反射辐射的散射和吸收,提高了大气层的平均亮度值,并将它迭加在地物的辐射信号上,共同经过遥感成像被记录下来[3],这种现象使图像清晰度、对比度均下降,同时反射率、辐射亮度等相关物理量都会出现偏差,所以必须进行大气校正还原目标物的真实反射率.国内外学者提出了许多大气校正的方法,如:直方图均衡化法(histogram m atching method)[4]、暗目标法(dar k object m ethod)[5]、固定目标法(invariant object method)[6]、对比减少法(contrast reductio n method)[7]、以及low tran[8]、modtran[9]大气校正模式等等.上述方法与模式大多建立在某种特定或理想条件下,实用性受到一定限制.6S模式建立在辐射传输理论基础之上,考虑了地形、气象、光谱等多种参数的共同作用,适用于多种卫星传感器的波段范围,不受研究对象及目标物类型、背景等的限制,应用范围广,精度较高,因而在辐射及遥感等学科中越来越受到重视.本文探讨了将6S模式应用于对EOS/ M ODIS可见光与近红外通道数据作大气校正的方法与步骤,对6S模式中大气模式的计算方法提出改进,将研究目标地物的气象探空资料与地形数据应用于计算当地的大气参数和廓线,取得了较好的效果.1模式基本原理6S模式全名为seco nd simulatio n of the satellite signal in the so lar spectrum,即太阳光谱卫星信号的二次模拟.6S模式能够预测无云大气条件下0.25L m~ 4.0L m的卫星信号, M ODIS的可见光与近红外通道(1~19、26)的波长分布在这一范围内,6S模式可以对这些通道的数据作大气校正.对于朗伯体表面而言,卫星所接收到的表面反射率包括:被地表反射后的直接太阳辐射和漫射太阳辐射、内部的大气辐射、周边环境的贡献等.卫星传感器接收到的表面反射率为:Q.(H s,H v,<v)=t g(H s,H v){Q a(H s,H v,<0v)+#583#第6期徐萌等:6S模式对EO S/M O DIS数据进行大气校正的方法T(H s)1-<Q(M)>S[Q c(M)e-S/L v+<Q(M)>t d(H v)]}(1)式中,Q.(H s,H v,<v)是传感器所接收的大气顶部反射率;Q a(H s,H v,<v)是瑞利散射和气溶胶散射引起的程辐射;H s,H v,<v是太阳天顶角、观测天顶角和方位角;S为大气球面反射率;T(H s)、T (H v)是下行和上行辐射总透射率;t d(H s)、t d(H v)是下行和上行散射辐射透射率因子;e-S/L s、e-S/L v是下行直射辐射和直接透射到传感器的上行辐射;L s=cos(H s)、L v=cos(H v)为太阳和卫星天顶角的余弦;S是大气光学厚度.Q(M)表示非均一目标反射率;Q c(M)表示邻近效应; <Q(M)>是平均环境反射率;t g(H s,H v)是大气分子和水汽吸收因子.式(1)综合了主要的大气效应:水汽、氧气、二氧化碳、臭氧等气体的吸收,分子和气溶胶的散射,以及非均一下垫面等情况[10].模式运行需要输入以下一些参数:几何条件、关于大气成份的大气模型、气溶胶模型(类型和浓度)、光谱条件、地表反射率(类型和光谱变化).用户可以选择模式的公共条件,或使用自定义数据.本研究将尽量使用当地气象、地形等实测资料开展研究,以期反演结果能够更接近于实况.2资料及预处理选取04年8月16日上午10时EOS/ MODIS1~7通道影像数据,范围为120.3b~ 122.1b E,30b~31.4b N,面积约28.4万平方公里,共700@650个象素点,位置在苏南太湖地区.已通过Lamber t投影、双三次插值重采样等处理完成几何校正,去除其/bow tie effect0 (国内译为弯弓效应、双眼皮现象或蝴蝶结效应)[11].3模式应用3.1几何条件输入几何条件对卫星数据作太阳高度角订正.6S模式可针对不同卫星传感器进行太阳高度角订正.从EOS/M ODIS的1km分辨率文件中读取轨道日期、世界时、经度、升交点时间等数据,对其插值投影,得到每一像元点的太阳天顶角、方位角与卫星天顶角、方位角数据.3.2大气模式大气对太阳辐射的吸收依赖于多种气体的共同作用,其中氧气、二氧化碳、甲烷和一氧化二氮等气体成分被认为是常量,且在大气中均匀混合,而水汽和臭氧的浓度则会随时间、地点的不同发生变化,所以水汽和臭氧浓度是研究的重要参数.此外,温度、气压、湿度等气象要素也会对气体吸收产生重要影响,因而需要根据研究对象的时间、地点给出温、压、湿、臭氧浓度等要素值在大气中的垂直分布,即大气廓线[12].6S模式中已经给出热带、中纬度夏季、中纬度冬季、副极地夏季、副极地冬季、1962美国标准大气等多种模式大气的大气廓线,为使校正结果更加精确,本研究应用当地探空资料来反演大气廓线.江苏省省内仅有3个探空站,分别是徐州、宿迁和南京,考虑到南京离太湖最近,因而选用南京站的探空数据.探空数据由探空气球在上升过程中经过不同等压面时测得,其测量高度和6S模式要求的高度不同,因此需要将探空数据从等压面高度插值到模式要求的海拔高度上.以2004年8月16日07时南京站探空资料为例,将气压、温度、相对湿度从19个等压面高度(1000mb、900mb、850m b,,)插值到34个模式规定高度(1km、2km、3km,,)上,并根据绝对湿度、相对湿度的定义((2)、(3)式)与马格努斯(M agnus)经验公式((4)式)计算绝对湿度[13],即模式要求输入的水汽密度:Q v=a=e/R v T(2)e=f#E(3)E=E0#107.5T/(237.3+T)(4)式中,Q v为水汽密度,a为绝对湿度,T即探空数据插值后得到的各层大气温度,Rv= 461J/(kg#k),是水汽的比气体常数,e、E分别为各层的实际水汽压与饱和水汽压,f为相对湿度,由探空数据插值后得到.E0是273.15 K温度下的饱和水汽压,其值等于6.11hpa.#584#南京大学学报(自然科学)第42卷由(2)、(3)、(4)式计算得到大气模式所规定的各海拔高度上的水汽密度.探空气球不对大气的臭氧密度进行探测,本文使用中纬度夏季大气模式的臭氧密度数据.这样,得到南京站上空34个规定海拔高度上的气压、温度、水汽密度、臭氧密度数据,作为整个苏南地区的大气廓线.由于目标物上方散射和吸收气体的数量与其海拔高度有关,因此要用目标物海拔高度对大气廓线作相应的修正.根据无锡站的海拔高度0.005km,计算新的水汽和臭氧积分含量,得到目标物太湖区域在其海拔高度上的温度、气压、湿度、气体浓度等要素值,对大气廓线(P(z)、T(z)、H2O(z)、O3(z))进行订正,使廓线的第一层位于目标物海拔高度上.目标物到传感器之间的距离也会影响反射路径上大气中散射和吸收气体的数量,因此需要根据不同的传感器位置选择相应的方案.若传感器位于飞行器上,则需要再次订正大气廓线,使廓线第一层位于飞行器高度.MODIS为星载传感器,保留以上经过目标物海拔高度订正后的大气廓线.3.3气溶胶大气中的气溶胶粒子将会吸收和散射太阳辐射,从而使卫星传感器接收到的辐射信号产生衰减,必须加以订正.气溶胶参数包括气溶胶类型和气溶胶浓度.气溶胶类型从基于4种基本成分(尘土类、海洋性、水溶性、烟灰类)的气溶胶混合比模式)陆地类型、海洋类型、城市类型中选择适当的模式.考虑本文所用的M ODIS影像范围的时间、地点,以及目标地区经济发达、城镇密集,因而本研究采用中纬度夏季大气模式的城市类型气溶胶,即大气中尘土类、海洋性、水溶性、烟灰类气溶胶的比例分别为:17%、61%、0.0%、22%.混合比值由世界气候组织国际辐射委员会提供[14].气溶胶浓度主要指气溶胶的光学厚度.本文运用6S模式提供的通过气象能见度计算气溶胶光学厚度的算法:按照标准气溶胶廓线计算气溶胶光学厚度值,即通过气溶胶粒子密度(粒子数/cm3)的垂直分布计算K=550nm的气溶胶消光横截面积和气溶胶光学厚度[15].由2004年8月16日无锡站的气象观测资料可知,10时即卫星过境时间的无锡站地面能见度V=9.0km,得到大气气溶胶光学厚度S= 0.471.3.4光谱响应为了准确计算传感器接收到的辐射信号,需要获得该通道滤波函数的波长范围及其光谱响应[16].6S模式提供了包括M ODIS在内多个卫星传感器的可见光与近红外通道的光谱响应用于订正辐射信号.如图1的a、b分别是M ODIS1、3通道的光谱响应,可以看出:并非每一个光谱值的光谱响应都是100%、部分光谱值的响应虽然较小,但并不为0,也会对辐射吸收产生一定影响,将在订正过程中分别加以考虑.4启动大气校正输入观测辐射率启动大气校正.观测辐射率由卫星数据辐射定标得到.EOS/M ODIS各通道的对地观测数据集均以仪器定标后的16位整型计数值存放,大小介于0~65535,对计数值作辐射定标的转换公式如(5)、(6)式所示:转换为辐射率(适用于36个通道,因为EOS/M ODIS的36个通道均有辐射数据集):L=ras(S–r ao)(5)转换为反射率(仅适用于1-19、26等反射通道,因为这20个反射通道有反射数据集,其余辐射通道仅有辐射数据集,无反射数据集):R=res(S–r eo)(6) L即要输入的观测辐射率,R是卫星传感器接收到的校正前的大气层顶反射率,进行大气校正才能过滤大气的吸收和散射等效应对辐射信号造成的干扰,还原目标物的真实反射率. S即象素点在该通道的计数值,ras、r es和r ao、r eo分别是定标系数和偏移量,其值可在相应通道数据集的属性域中获得[17].#585#第6期徐萌等:6S模式对EO S/M O DIS数据进行大气校正的方法a 1通道b 3通道图1 EOS/MODIS 的通道光谱响应Fig.1 The spectral responses of EOS/MODIS channels 1(a)and 3(b)运行6S 模式计算得到x a 、x b;由公式(7)、(8)分别得到y 、R ..x a 、x b 、x c 和y 均为相应的系数,无意义,而R .即经过大气校正得到的该点的实际反射率[18]:y =xa @L -xb(7)R .=y /(1.+xc @y)(8)5 结果与分析对本文第2节选定的EOS/MODIS 影像范围,按照上述方法对其中每一象素点进行大气校正计算,将卫星观测的大气层顶反射率校正为目标地物的真实反射率,比较分析校正前后图像及相关物理量的变化,从而检验该方法的效果.图2、3分别是1、3通道数据大气校正前、后的反射率分布直方图,从图上可以看出:(1)直方图上象元数曲线的波峰在大气校正之后出现右移.大气校正前,直方图上相似地物的象元个数及反射率分布会比较集中,而大气校正后,得到的是这些相似地物的真实反射率,比校正之前普遍有所增大,于是对应于这部分反射率的曲线波峰也相应地右移.图2 EOS/MODIS 1通道大气校正前后目标物反射率分布Fig.2 EOS/MODIS channel 1reflectance distribution histogram before and after atmosphere correction#586#南京大学学报(自然科学) 第42卷图3EOS/MODIS3通道大气校正前后目标物反射率分布Fig.3EOS/MODIS channel3reflectance distribution histogram before and after atmosphere correction(2)校正之后象元数曲线所对应的实际反射率区间明显比校正之前变宽.这是因为同样的700@650个象素在大气校正之后计算出了数量更多的反射率值,相应的这些反射率所对应的象元个数的分布就会均匀一些,于是象元个数的极值变小,而不是如校正之前那样,所有被计数的象元反射率值集中在一个或几个很窄的区间之内,所选区域内的反射率值大量重复、分布很集中,造成某些反射率值对应的象元个数多,表现为象元数曲线的波峰很陡.图4和5分别是1、3通道数据大气校正处理前后的灰度图像.图中可以看出,由于校正之后真实反射率区间变宽,所以光学特性有所差异的不同甚至相同的地物对应到更多不同的反射率值,于是校正之后的图像相应比校正之前包含更为丰富的地物信息,视觉上也更加具有层次感.校正之前图像上(图4a、图5a)一些看上去模糊一团的地物目标在校正之后(图4b、图5b)已经能够分辨清楚.此外,6S模式适用于无云条件下的大气校正,模式本身虽然不能作去云处理把云区过滤,但是对云和地物仍有较好的分辨能力.如图4、5,目标区域经6S 模式处理后,各种类型和高度的云,包括在校正之前的图像上不清晰的云(图4a、图5a中白色和暗白色部分),被统一作为亮度最大的高值区(图4b、图5b中亮白色部分)与其它地物加以区别,从而将云噪声从感兴趣的目标地物中完全区分出来.图4、5中可以看出,校正前的灰度图(4a、5a)比较暗,且目标物模糊,这是大气中的水汽等吸收气体吸收太阳辐射以及分子、气溶胶散射等共同作用的结果,从而使大气的透明度降低,卫星反演的目标物反射率比实际偏低,造成图像偏暗,并呈现/雾0状效果;而校正后的图像(图4b、5b)基本还原了目标物的真实反射率,因而图像亮度明显提高,且清晰度增加,能够识别出的地物种类增多,层次更加丰富,无论是视觉效果还是所反映物理信息的准确性等都得到较大的改善.6结论由于大气对太阳辐射和地面反射辐射的散射和吸收,提高了大气层的平均亮度值,迭加在地物的辐射信号上,共同经过遥感成像被记录下来,使得图像对比度、清晰度均下降,同时辐射信号变形失真,因此在进行遥感图像分析前必须对卫星数据进行大气校正.6S模式建立在辐射传输理论基础之上,将地形、气象、光谱等多种参数输入模式进行模拟计算,适用于多种卫星传感器及波段范围,不受研究对象及目标物类型、背景等的影响,应用范围广,精度较高,因而在辐射及遥感等学科中得到广泛的应#587#第6期徐萌等:6S模式对EO S/M O DIS数据进行大气校正的方法a校正前b校正后图404年8月16日10时EOS/MODIS1通道大气校正前后太湖地区图像Fig.4EOS/MODIS channel1image before(a)and af ter(b)atmosphere correction at Taihu Lake area at10on August162004a校正前b校正后图504年8月16日10时EOS/MODIS3通道大气校正前后太湖地区图像Fig.5EOS/MODIS channel3image before(a)and af ter(b)atmosphere correction at Taihu Lake area at10on August162004用.本文尝试将6S模式应用于对EOS/ MODIS数据作大气校正,并对6S模式中大气模式的计算提出了部分改进,将研究目标地物的气象探空资料应用于计算当地的大气参数和廓线,并根据目标地物海拔高度对大气廓线进行订正.应用本方法对EOS/M ODIS的可见光与近红外通道数据进行大气校正后,得到的反射率值普遍增大,且值域范围扩大,因而直方图上象元数曲线趋于平滑,其波峰在大气校正之后出现右移,曲线对应的实际反射率区间明显比校正之前变宽.在图像上表现为包含了更为丰富的地物信息,视觉上更加具有层次感,亮度有所提高,对比度明显增加,同时将云噪声从感兴趣的目标地物中完全区分出来.校正结果基#588#南京大学学报(自然科学)第42卷本还原了目标物的真实反射率,使得原先较模糊的遥感图像清晰度增加,能够识别出的地物种类增多,层次更加丰富,图像质量、视觉效果均得到较大改善,反演的物理信息更接近于实况,结果令人鼓舞.致谢本文所用MODIS卫星数据,由南京大学大气科学系教育部重点试验室遥感信息处理中心提供,谨此致谢!References[1]L iu Y J,Y ang Z D.T he theor y and a rithmetic ofM O DIS remo te sense informat ion pro cess.Be-ijing:Science Publishing,2001,1~16.(刘玉洁,杨忠东.M OD IS遥感信息处理原理与算法.北京:科学出版社,2001,1~16).[2]Xu D Y,D ing S B.Remote sense image infor ma-tio n pr ocess.Beijing:Space Nav igat ion Publish-ing,1997,22~31.(许殿元,丁树柏.遥感图像信息处理.北京:宇航出版社,1997,22~31). [3]M o ike J G.Remot e sense imag e dig ital process.Beijing:M et eo ro lo gical Publishing,1987,111~123,213~218.(莫伊克J G.遥感图像的数字处理.徐建平等译.北京:气象出版社,1987,111~123,213~218).[4]Ri chter R.A spatially adap tive fast atmospheri c correc-tion algorithm.Remote Sense,1996,17:1201~1214.[5]K aufman Y J,A W ald,L A Lo rr aine,et al.Re-mote sensing of aero so l over the co nt inents w iththe aid of a2.2L m channel.IEEE T r ansactio nso f Geoscience Remote Sensing,1997,35:1286~1298.[6]Chavez Jr P.Imag e-based atmo spheric cor rec-tio ns)Rev isited and improv ed.Photog r am Eng-ineering o f Remote Sensing,1996,62:1025~1036.[7]T anr e D,L egr and M.On the satellite r etriev al ofSaharan dust o ptical t hickness ov er land:tw o dif-ferent appro aches.Jo ur nal G eophy sical Re-search,1991,96:5221~5227.[8]L iang S L,F ang H L,Chen M Z.A tmo sphericco rrection o f L andsat ET M+land sur face imag e-r y-part I:metho ds.IEEE T ransactions o f G e-osience Remote Sensing,2001,39(11):2490~2498.[9]L iang S L,Fang H L,Jeffrey T M,et al.At-mospheric Cor rectio n of L andsat ET M+L andSur face Imager y-part II:V alidation and Applica-tions.IEEE T ransactions o f Geoscience R emo teSensing,2002,41(1):1~10.[10]Vermote E,TanrÜD,DeuzÜJ L,et al.Second simu-lation of the satellite signal in the solar spectrum(6S).6S User Guide Version2,1999,5:33. [11]Xu M,Yu F.T he method of eliminating thebow tie effect in the EOS/M ODIS1B data.M e-teor olog ical Science,2005,25(3):257~265.(徐萌,郁凡.去除EO S/M O DIS1B卫星数据中的弯弓效应的方法.气象科学,2005,25(3):257~265).[12]Y u F,L iu C S,Xiao W A.T he co mpa rison o ftex tural char acter betw een cirrus and other kindclo ud on the Geosy nchro no us Satellit e Infr aredImag e.Journal o f Nanjing U niver sity(N aturalSciences),1998,34(3):350~358.(郁凡,刘长盛,肖稳安.静止卫星红外云图上卷云与其它云类纹理特征的比较.南京大学学报(自然科学),1998,34(3):350~358).[13]Xu Y M,L iu H N,Xu G Y.A tmospheric sc-ience conspectus.Nanjing:N anjing U niv ersityP ublishing,2000,13~14.(徐玉貌,刘红年,徐桂玉.大气科学概论.南京:南京大学出版社,2000,13~14).[14]M c Clatchey R A,Bo lie M J,K ondr atyev K Y.A pr eliminary clo udless st andard atmo sphere forr adiat ion computat ion.Remo te Sense,1992,48(2):310~318.[15]Wang H R,Y u F.A ssimilation of G M S-5hu-midity ret riev als w ith a one-dimensional var ia-tio n analysis technique and its applicatio n in thefo recast of precipitat ion.Jo ur nal o f N anjing U-niver sity(N atural Sciences),2006,42(1):76~87.(王华荣,郁凡.用一维变分方法同化G M S-5反演湿度场及其在降水预报中的应用分析.南京大学学报(自然科学),2006,42(1):76~87).[16]Kneizys F X,Shettle E P,Gallery W O,et al.A tmospheric transmittance/radiance:computercode LOWT RA N5.Air Force Geo physics Labora-tory,Bedford,M ass,1990,36(3):509~518. [17]Zhang L Y.T he for mat of EOS/M ODIS1B da-ta set.T echno log y R epo rt.Beijing:N atio nalSatellite M eteo ro log ical Center,1999.(张里阳.EOS/M OD IS1B数据集格式说明.技术报告.北京:国家卫星气象中心,1999).[18]Szekielda K H.Pat tern recog nitio n of mar inepro vinces.Internatio nal Jo ur nal of R emo teSensing,2005,26(7):1499~2503.#589#第6期徐萌等:6S模式对EO S/M O DIS数据进行大气校正的方法。
遥感影像辐射校正2
摘要近年来，随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展，摄影测量与遥感已成为地球空间信息科学的基础技术，遥感图像在人类生活的诸多领域被广泛应用。
然而，在遥感成像时，由于各种因素的影响，遥感图像会存在一定的辐射量失真现象，这些失真影响了图像的质量和应用，必须对其做消除或减弱处理，遥感图像辐射校正就是针对遥感图像的这一缺陷而发展起来的。
在遥感影像辐射校正中，大气辐射校正是最重要的一部分，本文主要讨论大气辐射校正的方法和过程。
重点讨论了基于辐射传输模型的大气校正方法，如6S，Modtran，FLAASH等模型的基本算法。
另外还列举了一些其他的大气校正方法，如黑暗像元法，不变目标法等。
关键词：辐射校正；大气辐射校正；辐射传输模型； FLAASHAbstractIn recent years, with the space technology, computer technology, satellite positioning technology and geographic information technology, photogrammetry and remote sensing has become the basis of geo-spatial information science technology, remote sensing images in many areas of human life has been widely used. However, in remote sensing imaging, due to various factors, remote sensing image there is a certain amount of distortion of radiation, the distortion affecting the image quality and application, you must do to eliminate or reduce its processing, remote sensing image radiometric correction is aimed at Remote sensing image of this defect and develop. Radiation correction in remote sensing, atmospheric radiation is the most important part of the correction, the paper focuses on correction of atmospheric radiation methods and processes. Focused on the atmospheric radiative transfer model-based correction methods, such as 6S, Modtran, FLAASH other model of the basic algorithm. It also cited a number of other atmospheric correction methods, such as the dark pixel method, the same target method.Keywords: radiometric correction, correction of atmospheric radiation, radiative transfer model, FLAASH目录摘要 (I)ABSTRACT (II)第一章绪论 (1)1.1辐射校正 (1)1.2引起遥感影像失真的原因 (1)1.2.1传感器本身的性能引起的辐射误差校正 (1)1.2.2太阳高度角和地形影响引起的辐射误差校正 (1)1.2.3大气校正 (2)第二章光学大气遥感研究现状 (3)2.1大气校正概述 (3)2.2大气校正方法 (3)2.2.1基于图像特征的相对校正法 (3)2.2.2 基于地面线性回归经验模型法 (4)2.2.3 基于大气辐射传输模型法 (4)第三章大气辐射传输模型 (7)3.15S模型 (7)3.26S模型 (7)3.3ACORN辐射校正模型 (8)3.4LOWTRAN模型 (9)3.5MODTRAN模型 (10)3.6FLAASH模型 (11)3.7ATCOR模型 (12)第四章其他校正方法 (15)4.1黑暗像元法 (15)4.2不变目标法 (15)4.3直方图匹配法 (16)第五章软件分析 (17)第六章总结与展望 (25)致谢 (27)参考文献 (28)第一章绪论1.1辐射校正辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变而进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
-
τΠμv
+ ρe td (θv) ] 。
(4)
在背景环境是非均匀地面的情况下 ,应该考虑邻近效应的平均值也就是环境反射率问题 :
ρTOA (θs ,θv , <v )
= ρa (θs ,θv , <v)
+
1
T (θs ) - 〈ρt 〉S
[ρt e
-
τΠμv
+〈ρt 〉td (θv) ] 。
(5)
阿布都瓦斯提·吾拉木 秦其明2) 朱黎江
(北京大学遥感与地理信息系统研究所 ,北京 , 100871)
摘 要 受大气吸收与散射的影响 ,电磁波在大气 —目标物 —遥感器途径传输过程中发生失真 , 造成目标地物反射辐射能量到达遥感器时被衰减 。给计算地表反照率Π反射率和地表温度等关键 参数带来较大的误差 。选择陆地卫星 7 号 ETM + 遥感影像的可见光 、近红外波段数据 ,利用 6S 模 型 ,进行大气辐射校正和反射率反演 。同步气象数据用于遥感器所接受的大气顶部辐射的模拟 、 验证和评价 6S 对大气校正的可靠性 。最后对 ETM + 可见光和近红外波段数据大气校正前后的反 射辐射和均一化植被指数 (NDVI) 的变化进行了对比研究 。 关键词 6S 模型 ;遥感数据的大气校正 ;定量遥感 ;可见光和近红外波段数据 中图分类号 TP 79 ; TP 701
度随高度的变化特征等 。假定半径为 r ,反射率为ρc 的圆形目标物被反射率为ρe 的均匀表面
所围绕 ,环境反射率计算公式可改写为
〈ρt 〉= ρc F ( r) + (1 - F ( r) )ρe 。
(7)
∏∫ 其中 , F( r) = 2
r
r′p ( r′) d r′是大气点扩散函数 。
0
在 6S 模型中 ,对于地面目标的非朗伯体情况 ,近似归结为 4 种不同的形式 ,每 1 种都描述
ρTOA (θs ,θv , <v )
= ρa (θs ,θv , <v)
ρ + e - τΠμs
e - τΠμv
t
+
td (μs ) ρt e- τΠμv
+
td
(μv )
ρe - τΠμs t
613
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
0 引 言
太阳辐射不仅是大气 、陆表和海洋之间能量和水循环动力 ,而且是引起全球气候变化的主 要因素 。定量遥感的目的是利用遥感器有效地收集来自地物的太阳辐射能量 ,从中反演陆地 表面各种参数 ,包括双向反射率函数 (BRDF) 、反照率 、植被指数 、叶面积指数 (LAI) 等 。由于电 磁波在大气中的传输和遥感器观测过程中光照条件以及大气作用等的影响 ,遥感器的测量值 与地物实际的光谱辐射率是不一样的 ,测量值发生辐射失真 。只有小部分 (在 0185μm 波段 80 % ,在 0145μm 波段 50 %) 太阳辐射能反射到遥感器[1 ,2] 。辐射损失主要发生在大气吸收和 散射过程 。辐射在太阳 —目标物 —遥感器之间的传输有 4 种情况 :太阳光被大气气溶胶散射 , 部分散射到遥感器 ,其余散射到宇宙 ;光子散射和直射到目标物后反射到遥感器 ;在非均匀的 地表情况照射目标物周围地物的太阳光反射到遥感器 ;在从目标物到遥感器的途径光子同样 被散射 ,部分散射到遥感器 。因此 ,地表参数的遥感定量反演研究中 ,必须纠正目标辐射的不 确定性信息 。对可见光 、近红外波段数据来说 ,这个波段受水气吸收的影响大 ,从遥感器所接 受的大气顶部辐射中消除由瑞利散射 、米氏散射和水汽吸收等大气效应引起的干扰是非常困 难的 。此外 ,大气气溶胶分布很不均匀 ,不可能获得当时当地每一点的大气气溶胶分布数据和 大气的光学厚度 ,只能通过对辐射传输过程进行模拟和假设 ,推导地表的真实反射率 。本研究
了光子从目标物到达传感器的过程 。这 4 种情况分别是 : (1) 光子直接从大气顶部太阳方向 到达地面目标 ,经过地面目标的反射后 ,再直接到达遥感器 ,其反射率为 e - τΠμsρt e - τΠμv ; (2) 光
子在从大气顶部太阳方向直接到达地面目标的过程中 ,有一部分被大气所散射 ,这些被散射的 光子到达地面目标后被目标物反射后直接到达遥感器 ,这部分可以表示 td (μs )ρt e - τΠμv ; (3) 光
其中〈, ρt 〉是平均环境反射率 ,用以下公式计算
∫∫ 〈ρt 〉=
1 td (θv)
+∞ +∞
ρ′( x , y) e ( s , y ,θv) d xd y 。
-∞ -∞
(6)
ρ′( x , y) 为目标物周围某个点 M′( x , y) 反射率 ; e ( s , y ,θv ) 是单位 M′( x , y) 均一面对 td (θv )
射率也就是邻近效应 ρe ,那么 ,遥感器所接收到的光子总数中 ,究竟有多少来自目标ρt ,有多
少来自背景ρe 呢 ? 把周围环境的邻近效应带入公式 (1) 可推导出 :
ρTOA (θs ,θv , <s -
<v )
= ρa (θs ,θv , <s -
<v )
+
1
T -
(θs ) ρe S
[ρt e
。
(3)
式中 ρTOA (θs ,θv , <v) 是遥感lt;v) 瑞利散射和气溶胶散射
引起的程辐射 ; S 大气球面反射率 ;θs ,θv , <v 分别为太阳天顶角 、观测天顶角和方位角 ; T (θs ) = e - τΠμs + td (θs ) 是下行辐射总透射率 ; T (θv ) = e - τΠμv + td (θv ) 是上行辐射总透射率 ; td (θs ) 代 表下行散射辐射 (以下称交叉辐射) 透射率因子 ; td (θv) 代表上行交叉辐射透射率因子 。e - τΠμs
子直接从大气顶部太阳方向到达目标后 ,一部分沿观察方向直接反射到达遥感器 ,另一部分经
过大气的散射后 ,到达遥感器 ,这个过程可以理解为从入射方向上的一束光子在各个方向上的 反射 ,这部分可以表示 td (μv)ρt e - τΠμs ; (4) 部分光子经过大气衰减直接到达目标物 ,另一部分
经过大气的散射后到达目标物 。同样 ,反射光以直接反射和散射的方式到达遥感器 。这一部
实现辐射订正后 ,采用公式 (1) 把图像灰度值转换成具有辐射意义的亮度值[16] 。
Lλ
=
gain ×DN + offset
=
L max DNmax
-
L min DNmin
(DN
-
DNmin )
+ L min 。
(1)
其中 ,Lλ 是某个波段光谱辐射亮度 (单位 :W·m- 2 ·μm- 1 ·sr - 1 ) ;offset 和 gain 是图像头文件提供
和 e - τΠμv 下行直射辐射和直接透射到遥感器上行辐射 ,其中μs = cos (θs ) ,μv = cos (θv) 为太阳和
卫星天顶角的余弦值 ;τ大气光学厚度 。
实际上大多数情况下地面不是均一的朗伯体 ,均一的假设给计算带来很大的误差 。用ρt
来表示非均一目标反射率 ,并限制在一个半径为 r 的圆内 ,圆之外背景假设为均匀表面 ,其反
ρTOA
=
π·Lλ ·d2 Eλ ·cos (θs )
。
(2)
式中 , d 为日地天文单位距离 ; Eλ 为波段λ处的平均大气外太阳辐照度 (单位 :W·m- 2 ·μm- 1 ) ;
θs 为太阳天顶角 。
2 6S 模型的基本原理和地表反射率计算
6S 模型对于不同情况 (不同的遥感器 ,不同的地面状况) 下太阳光在太阳 —地面目标 —遥
612
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
第 4 期
阿布都瓦斯提·吾拉木等 : 基于 6S 模型的可见光 、近红外遥感数据的大气校正
的偏差参数 (单位 :W·m- 2 ·μm- 1 ·sr - 1 ) ;DN 是经辐射订正的图像灰度值 , DNmax 和 DNmin 为遥感
器最大和最小灰度值 Lmax , Lmin 分别为最大和最小灰度值所相应的辐射亮度 (单位 : W·m- 2 ·
μm- 1 ·sr - 1 ) 。
利用公式 (2) 可以计算地物在大气外的顶部光谱反射率 :
感器整个传输路径中所受大气的影响进行了描述 ,包括大气点扩散函数效应和表面方向反射
率的模拟 。假定反射率ρtu 的目标物为均一朗伯面 ,遥感器所接受的大气顶部反射率可由公式
(3) 表示[3] :
ρTOA (θs ,θv , <v )
= ρa (θs ,θv , <v)
+
ρtu
T (θs ) T (θv) 1 - ρtu S
北 京 大 学 学 报 (自 然 科 学 版)
上行交叉辐射透射率的影响 。
若把情况限制在垂直观测 (θv < 30°) ,可以设想光子以如何概率落入以半径为 r 的圆内 ,
并反射到传感器 。如用 F ( r) 代表其概率值 ,则 F (0) = 0 , F ( + ∞) = 1 , F ( + ∞) 是利用 Monte
Carlo 模型计算的 ,其具体形式决定于分子散射及气溶胶散射的散射相函数 ,分子和气溶胶密
1 大气顶部反射率计算
定量遥感反演研究必须从遥感器所接受到的大气2陆地混合信号中提取出陆表目标物体 的贡献部分 ,消除所观察目标非相关的信息 。定量遥感首先要解决的核心问题是辐射定标和 大气校正 。科学家们试图通过大气校正方法提取目标物的真实反射率 ,提出了直方图均衡化 ( Histogram Matching) 、黑暗目标法 (Dark Object Method) 、固定目标法 ( Invariant Object) 对比减少 法 (Contrast Reduction) 、LUT(Look Up Table) 方法 、6S 模型等不少方法[3～15] 。上述方法大部分建 立在某种特殊的理想条件下 ,其实用性受到一定限制 。6S 模型建立在辐射传输理论基础之 上 ,模型应用范围广 ,不受研究区特点及目标类型等的影响 。