关于MODIS卫星数据的几何校正方法_郭广猛

关于MODIS卫星数据的几何校正方法

郭广猛

(中科院地理科学与资源研究所北京,100101)

摘要:M O DIS(M ODe rate-r eso lution Imag ing Spectr or adiome ter)L1B产品中存在着bo w tie effect,即“双眼皮”现象,几何校正之后仍无法去除,因此必须在几何校正之前加以去除。本文使用built GL T和ex po r t GCP两种方法对M O DIS数据进行几何校正,结果表明两种方法的效果都比较准确。但是前一种方法运算耗时太多,因此建议采用后一种方法校正。

关键词:M O DIS;几何校正;Bo w tie effect

中图分类号:T P751 文献标识:A 文章编号:1000-3177(2002)-67-026-03

1999年12月美国的TERRA卫星发射成功,星上搭载的中分辨率成像光谱仪MODIS (MODerate-resolutio n Im ag ing Spectroradio meter)是该星上唯一实行全球免费接收的传感器。M ODIS具有36个波段(0.405～14.385um),拥有250m、500m、1000m三个不同的空间分辨率,扫描宽度2330km,只需2～3轨即可覆盖全国,相对于现在常用的NO AA-AV HRR数据(5个波段,分辨率1.1km)有了极大改进,这些数据将在地球科学的综合研究和海洋、陆地、大气的专门研究中发挥重要作用。

1　去除处理“双眼皮”现象(bow tie effect)

MODIS数据经辐射校正之后生成的L1B产品中存在着独有的“双眼皮”现象(bo w tie effect),使得MODIS的边缘数据无法使用,影响了数据的实际应用,因几何校正亦无法去除“双眼皮”现象,因此必须在几何校正之前就加以去除。“双眼皮”现象表现为相邻两个扫描行之间有部分数据相同,越向边缘重复数据越多,在线状地物附近表现尤为明显,见图1所示,河流不仅左右错开,而且上下有部分重叠。图2是bow tie effect示意图[1],图中显示有3个扫描行,每行有10个像元,每个像元在星下点处分辨率为1km,所以每个扫描行宽度为10km。由于每扫描一次地球会自转一定距离,因此图上显示3个扫描行之间有一个小的错动。MO DIS扫描角度为±55°,对应地面宽度为2330km。由于地球曲率的影响和扫描角度的增大,越向边缘像元尺寸越大,在最边缘处一个扫描行的宽度已增大到20km,相邻的扫描行之间已有10km的重叠,于是就产生了“双眼皮”现象。对于1km分辨率的MO DIS数据而言,在角度大约25度时开始有重叠,分辨率250m的数据在17度时就有了重叠

。

图1　M O DIS250m数据的bo w tie

effect

图2　M O D IS1km数据左半部分bo w tie effect示意图(Bo w tie Effect Sketch M ap of Left Half M O DIS1km Da ta)

M ODIS数据采用HDF格式(Hierarchical Data Fo rmat),是美国国家高级计算应用中心研制的新型数据格式[2]。它将多种类型的数据,例如图像数

收稿日期:2002-05

作者简介:郭广猛,(1976～),男,1998年毕业于青岛海洋大学,2001年毕业于中国地质大学(武汉),现就读于中科院地理与资26

源研究所,主要从事遥感与地理信息方面的研究。

据、地理位置、轨道参数、仪器噪声等全部存储在一个HDF 文件中。正因为其复杂的数据结构,使得一般研究人员难以编制程序对其进行处理。美国RSI 公司的IDL(Interactiv e Data La nguage )交互式数据语言中提供了几十个函数可对HDF 数据进行读写处理[3],极大地方便了普通用户。本文即利用IDL 中的函数对HDF 文件进行处理以去除“双眼皮”现象。

下面以250m 的MO DIS 数据为例说明数据处理思路。250m 的数据每扫描一次产生5416列、40行数据,每相邻的两个40行之间存在有“双眼皮”现象。一幅250m 的MO DIS 数据有5416列、4080行。首先计算相邻的两个40行之间存在多少行重复数据。以第1列为例:

(1)第1列到第3列、第38行到第40行数据产生一个3*3矩阵A,以第1列到第3列、第41行到第43行数据产生矩阵B ,计算A 和B 的相关系数。

(2)将矩阵B 下移一行,重新计算相关系数。(3)重复步骤2,直到第80行,这样就得到40个相关系数。

(4)取40个相关系数中最大的一个,它所对应的行数减去40,再加上3,即为重复的行数。最后算出对于第1～3列数据每两个扫描行有20行是重复的。

(5)去除每个扫描行的20行重复数据,这样即可去除“双眼皮”现象。但是原来的3列、4080行变成了3列、2040行,这时需重采样将其变为原来大小。(6)将矩阵A 向图像中心移动,计算每列上的重复,结果应该是逐渐减小,利用这一规律可以对某些异常值进行取舍。图3是与图1对应的去除“双眼皮”现象之后的结果,河流边缘平滑,且周围地物没有重叠现象

。

图3　去除bo w tie effect 之后的图象

2　M O DIS 图像的几何校正方法

去除M ODIS 图像的“双眼皮”现象之后就可进

行其图像的校正,一般有如下两种方法:Built GLT 方法和Ex po rt GCP 方法。

2.1　Built GLT 方法的图像几何校正M ODIS 数据的HDF 文件中已经包含有经度和纬度数据,我们可以利用这些数据进行校正而不必人工选取地面控制点。使用遥感图像处理软件ENV I 的Built GLT (Geo metry Loo kup Table )功能,以经度作为X 方向数据,以纬度作为Y 方向数据建立GL T,然后使用GLT 对图像进行几何校正。其原理就是使图像中的每一个像素对应一个坐标,根据坐标值将此像素放在相应的位置上,从而达到几何校正的目的。

因为一个像素对应一个坐标,所以这种方法要求图像的尺寸和经纬度数据的尺寸大小相同,不涉及重采样的问题。而M ODIS 数据的HDF 文件中经纬度数据的大小和图像的大小是不同的。分辨率1km 的图像(1354×1020)其对应的经纬度数据大小为271×204,而分辨率250m (5416×4080)的图像其对应的经纬度数据大小为1354×1020。当GLT 的大小同图像尺寸大小不同时,虽然校正可以继续进行,但其得出的结果是错误的,因此用这种方法对M ODIS 图像校正时就涉及到重采样问题。可以将经纬度数据重采样为同图像一样大,也可以将图像重采样为同经纬度数据一样小。前者对经纬度数据进行了内插,由于越向边缘像素尺寸越大,使用最近邻方法插值会产生很大的斑块状,效果不好,为使图像平滑,采用了双线性插值法。后者把图像缩小,虽然校正后效果不错,却丧失了M ODIS 250m 分辨率的优势。这里我们使用前一种方法对经纬度数据进行内插以保留M ODIS 250m 分辨率的优势。

2.2　Ex po rt GCP 方法的图像几何校正将HDF 文件中的经纬度数据导出为地面控制点(GCP)文件,然后采用常规的多项式方法进行校正。因为GCP 点数目众多,分辨率250m 的M ODIS 图像中GCP 点可达1354×1020=1381080个,理论上可使多项式的次数达到上千次。实际使用中一般不超过四次,如果次数继续增加,则位置精度增加很少而计算量增加很多,已没有实际意义[4]

。对于

GCP 点数目众多且不规则排列的情况宜采用

Delaunay 三角网方法。构建三角网时遵循以下准则:扩展点与扩展边两点连线的夹角最大。这时所形

27