删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

亚米级光学卫星影像邻近效应校正

本站小编 Free考研考试/2021-12-29
摘要:邻近效应是指卫星成像过程中目标物周围自然环境反射的太阳辐射对卫星入瞳处目标像元辐亮度的贡献. 它会导致卫星图像清晰度、对比度和信息熵值降低, 并且导致表观反射率卫星影像中目标像元反射率介于其真实反射率和背景像元平均反射率之间, 严重影响定量遥感精度. 背景各像元对邻近效应的贡献权重值主要取决于大气分子光学厚度和气溶胶光学厚度, 以及目标像元与背景像元之间的空间距离、反射率差值. 目前计算该权重值的权重函数仅考虑了光学厚度和空间距离对该权重值的影响. 亚米级空间分辨率卫星影像中地物组合复杂, 相邻地物反射率差值对该权重值的影响要考虑. 本文提出的自适应大气校正算法可根据光学厚度、空间距离和反射率差值来调整背景各像元对邻近效应的贡献权重值. 利用自适应大气校正算法对GF-2全色波段卫星影像进行邻近效应校正, 结果表明自适应大气校正算法可有效去除亚米级空间分辨率光学卫星影像中的邻近效应, 提高定量遥感精度, 改善卫星影像质量.
关键词: 邻近效应/
亚米级卫星影像/
自适应大气校正/
定量遥感

English Abstract


全文HTML

--> --> -->
1.引　言
邻近效应是指卫星成像过程中目标物周围自然环境反射的太阳辐射对卫星入瞳处目标像元辐亮度的贡献. 大气分子和气溶胶粒子的散射效应导致地面目标反射的太阳辐射有一部分会被散射出瞬时视场角(记为L1), 目标物周围自然环境反射的太阳辐射有一部分会被散射进瞬时视场角(记为L2). 相邻地物反射率差异较小时, L1近似等于L2, 卫星影像中邻近效应的表观效果不明显. 相邻地物反射率差异较大时, L1与L2相差较大, 卫星影像中邻近效应的表观效果较明显, 即卫星影像的视觉效果较模糊[1,2], 表观反射率卫星影像中目标像元反射率介于其真实反射率和背景平均反射率之间[3]. 所以有必要对卫星影像进行邻近效应校正, 以提高定量遥感精度和卫星影像质量. 光学卫星影像空间分辨率越高, 大气能见度越低, 地表反射率组合越复杂, 邻近效应越强[4-10].
邻近效应校正的难点在于很难确定邻近效应范围及该范围内各像元对邻近效应的贡献权重. 邻近效应范围主要取决于卫星载荷空间分辨率、气溶胶垂直分布和卫星几何观测条件[11], 结合相关参数获取的便捷性以及算法的实用性, 在实际大气校正算法中均采用卫星载荷空间分辨率、550 nm处的气溶胶光学厚度和几何观测条件来粗略判断邻近效应的范围. 卫星载荷空间分辨率越高、观测天顶角越小、气溶胶光学厚度越大, 邻近效应范围越小. 背景各像元对邻近效应的贡献权重值主要取决于目标像元与背景像元之间的空间距离、反射率差值、大气分子光学厚度和气溶胶光学厚度. 目前计算该权重值的权重函数可分成三类: 第一类是仅考虑空间距离对该贡献权重值的影响, 比如MODTRAN (moderate resolution atmospheric transmission), FLAASH (fast line-of-sight atmospheric analysis of spectral hypercubes), ATCOR (atmospheric and topographic correction for satellite imagery)中权重函数表示成径向指数函数[12]或高斯函数[13]; 第二类是仅考虑光学厚度和空间距离对该权重值的影响, 比如6 S中权重函数表示成环境函数[14]; 第三类是采用Monte-Carlo模拟光线从卫星入瞳处传输至地表的过程, 并统计距离目标像元一定空间距离内的光子数, 计算该空间范围内各像元对邻近效应的贡献权重[15.16], 上述三类权重函数均没有考虑背景像元与目标像元反射率的差值对邻近效应的影响. 相比于中/低空间分辨率光学卫星影像, 亚米级空间分辨率光学卫星影像地物组合复杂, 相邻像元反射率差值较大. 理论上讲, MODTRAN, FLAASH, ATCOR和6S(second simulation of a satellite signal in the solar spectrum)模型中的邻近效应校正算法均无法对亚米级空间分辨率卫星影像中邻近效应进行有效校正. 基于此现状, 我们开发了自适应大气校正算法来校正亚米级空间分辨率可见光-近红外波段卫星影像中的邻近效应, 其自适应特点是可根据大气分子光学厚度、气溶胶光学厚度、目标像元与背景像元之间的空间距离和反射率差值来调整背景各像元对邻近效应的贡献权重值.
目前只有全色波段卫星影像的空间分辨率为亚米级, 并且FLAASH和ATCOR只能对多光谱/高光谱卫星影像进行大气校正(包括大气程辐射校正和邻近效应校正), 无法对全色波段卫星影像进行大气校正. 所以本文以嵩山辐射定标场GF-2全色波段(空间分辨率为0.81 m)卫星影像为例, 分别利用自适应大气校正算法、6S 辐射传输模型中的大气校正算法和MODTRAN辐射传输模型中的大气校正算法对其进行邻近效应校正, 并利用地面同步实测地物反射率与上述三个大气校正算法校正后的卫星影像中相应区域的平均反射率比较, 以验证自适应大气校正算法对亚米级空间分辨率卫星影像定量遥感精度和图像质量提升效果.
2.方　法
2
2.1.大气校正算法介绍
-->

2.1.大气校正算法介绍

3
2.1.1.自适应大气校正算法
-->
2.1.1.自适应大气校正算法
卫星入瞳处背景像元辐亮度(${L_{{\rm{background}}}}$)和卫星入瞳处目标像元辐亮度 (${L_{{\rm{target}}}}$) 的比值 (${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$)可表示邻近效应的相对大小[17]. 图1给出了模拟不同目标像元反射率与背景像元反射率组合情况下的${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$(输入的大气参数和几何观测参数如表1所示). 图1中的数据表明, 目标像元反射率与背景像元反射率组合不同时, 比值${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$不同, 并且该比值随背景反射率增大而增大, 随目标反射率增大而减小. 故可利用该比值表示背景像元反射率与目标像元反射率差异对计算背景各像元对邻近效应贡献权重值的相对大小. 将该比值和6S辐射传输模型中的辐射传输方程结合, 整理成适用于亚米级空间分辨率可见光-近红外波段卫星影像的大气校正算法. 基于上述原理, 开发的自适应大气校正算法可整理成如下形式:
图 1 不同目标像元反射率与背景像元反射率组合情况下的${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$
Figure1. The value of ${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$ for different combinations of target reflectance and background reflectance.


成像时间2020-03-20 11:28:33
太阳天顶角/(°)$ {37.8709}^{} $
太阳方位角/(°) $ {152.372}^{} $
观测天顶角/(°)$ {12.503}^{} $
观测方位角/(°)$ {97.6684}^{} $
气溶胶类型大陆型气溶胶
气溶胶光学厚度 (550 nm)0.4018
大气模式中纬度夏季
波段0.4—0.9 μm


表1大气参数和观测几何条件
Table1.Atmospheric parameters and observed geometric conditions.

$\begin{split} \rho \left( {{\gamma _0},{\eta _0}} \right) = \;&\frac{{\dfrac{{{\rho ^ * }\left( {{\theta _{\rm{s}}},\;{\theta _{\rm{v}}},\;{\phi _{\rm{s}}} - {\phi _{\rm{v}}}} \right)}}{{{t_{\rm{g}}}\left( {{\theta _{\rm{s}}},\;{\theta _{\rm{v}}}} \right)}} - {\rho _{\rm{a}}}\left( {{\theta _{\rm{s}}},\;{\theta _{\rm{v}}},\;{\phi _{\rm{s}}} - {\phi _{\rm{v}}}} \right)}}{{T\left( {{\theta _{\rm{s}}}} \right)\exp \left( { - {\tau / {{\mu _{\rm{v}}}}}} \right)}} \\ & - \frac{{\left[ {\dfrac{{{\rho ^ * }\left( {{\theta _{\rm{s}}},\;{\theta _{\rm{v}}},\;{\phi _{\rm{s}}} - {\phi _{\rm{v}}}} \right)}}{{{t_{\rm{g}}}\left( {{\theta _{\rm{s}}},\;{\theta _{\rm{v}}}} \right)}} - {\rho _{\rm{a}}}\left( {{\theta _{\rm{s}}},\;{\theta _{\rm{v}}},\;{\phi _{\rm{s}}} - {\phi _{\rm{v}}}} \right)} \right] \cdot s + T\left( {{\theta _{\rm{s}}}} \right){t_d}\left( {{\theta _{\rm{v}}}} \right)}}{{T\left( {{\theta _{\rm{s}}}} \right)\exp \left( { - {\tau / {{\mu _{\rm{v}}}}}} \right)}} \cdot \left\langle {\rho \left( {{\gamma _0},{\eta _0}} \right)} \right\rangle , \end{split} $
$ \left\{ \begin{aligned} &\left\langle {\rho \left( {{\gamma _0},{\eta _0}} \right)} \right\rangle = \sum\limits_{\gamma = {\gamma _0} - \delta }^{{\gamma _0} + \delta } {\sum\limits_{\eta = {\eta _0} - \delta }^{{\eta _0} + \delta } \Bigg\{ {{\rho _{{\rm{estimate}}\_{\rm{real}}}}\left( {\gamma ,\eta } \right) \cdot q\left( {\rho \left( {\gamma ,\eta } \right) - \rho \left( {{\gamma _0},{\eta _0}} \right)} \right) \cdot {\rm{GSD}}} } \\ & \qquad\qquad\qquad{\times \frac{1}{{2{\rm{\pi }}\sqrt {{{\left( {\gamma - {\gamma _{\rm{0}}}} \right)}^2} + {{\left( {\eta - {\eta _{\rm{0}}}} \right)}^2}} }} \cdot \frac{{{f_{\rm{R}}}\left( {\rm{r}} \right) \cdot t_{\rm{d}}^{\rm{R}}\left( {{\theta _{\rm{v}}},\lambda } \right) + {f_{\rm{A}}}\left( {\rm{r}} \right) \cdot t_{\rm{d}}^{\rm{A}}\left( {{\theta _{\rm{v}}},\lambda } \right)}}{{t_{\rm{d}}^{\rm{R}}\left( {{\theta _{\rm{v}}},\lambda } \right) + t_{\rm{d}}^{\rm{A}}\left( {{\theta _{\rm{v}}},\lambda } \right)}}} \Bigg\},\\ &{f_{\rm{R}}}\left( r \right) = 0.0744\exp \left( { - 0.08r} \right) + 0.077\left( { - 1.1r} \right),\\ &{f_{\rm{A}}}\left( r \right) = 0.12096\exp \left( { - 0.27r} \right)+1.56216\left( { - 2.83r} \right),\\ &t_{\rm{d}}^{\rm{A}}\left( {{\theta _{\rm{v}}},\lambda } \right) = T_{{\rm{upwards}}}^{\rm{A}}\left( {{\theta _{\rm{v}}},\lambda } \right) - \exp \left( { - {{{\tau ^{\rm{A}}}} / {\cos {\theta _{\rm{v}}}}}} \right),\\ &t_{\rm{d}}^{\rm{R}}\left( {{\theta _{\rm{v}}},\lambda } \right) = T_{{\rm{upwards}}}^{\rm{R}}\left( {{\theta _{\rm{v}}},\lambda } \right) - \exp \left( { - {{{\tau ^{\rm{R}}}} / {\cos {\theta _{\rm{v}}}}}} \right),\\ &q\left( {\rho \left( {\gamma ,\eta } \right) - \rho \left( {{\gamma _0},{\eta _0}} \right)} \right) = {{{L_{{\rm{background}}}}}}/{{{L_{{\rm{target}}}}}}, \end{aligned} \right. $

式中${\theta _{\rm{s}}}$, ${\theta _{\rm{v}}}$, ${\phi _{\rm{s}}}$, ${\phi _{\rm{v}}}$分别为太阳天顶角、观测天顶角、太阳方位角、观测方位角; $\tau $, ${\tau ^{\rm{A}}}$, ${\tau ^{\rm{R}}}$分别为大气光学厚度、气溶胶光学厚度、大气分子光学厚度; $\delta $是正整数, 表示邻近效应范围; $T\left( {{\theta _{\rm{s}}}} \right)$为下行大气总散射透过率; ${t_{\rm{d}}}\left( {{\theta _{\rm{v}}}} \right)$, $T_{{\rm{upwards}}}^{\rm{A}}\left( {{\theta _{\rm{v}}}, \lambda } \right)$, $T_{{\rm{upwards}}}^{\rm{R}}\left( {{\theta _{\rm{v}}}, \lambda } \right)$分别为上行大气总漫散射透过率、上行气溶胶总散射透过率、上行大气分子总散射透过率; ${t_{\rm{g}}}$为全路径(太阳-地表-卫星)大气总吸收透过率; $\rho ( {{\gamma _0}, {\eta _0}} )$, $\langle {\rho ( {{\gamma _0}, {\eta _0}} )} \rangle $, ${\rho ^ * } ( {{\theta _{\rm{s}}}, {\theta _{\rm{v}}}, {\phi _{\rm{s}}} - {\phi _{\rm{v}}}} )$, ${\rho _{\rm{a}}}({{\theta _{\rm{s}}}, {\theta _{\rm{v}}}, {\phi _{\rm{s}}} - {\phi _{\rm{v}}}})$, ${\rho _{{\rm{estimate}}\_{\rm{real}}}} ( {\gamma, \eta })$分别为目标像元$\left( {{\gamma _0}, {\eta _0}} \right)$真实反射率、目标像元$\left( {{\gamma _0}, {\eta _0}} \right)$平均背景反射率、表观反射率、大气本征反射率、预估地表真实反射率; r为目标像元与背景像元的空间距离; s为大气半球反照率; ${\rm{GSD}}$为卫星图像的空间分辨率. 其中$\tau $, ${\tau ^{\rm{A}}}$, ${\tau ^{\rm{R}}}$, s, ${\rho _{\rm{a}}}$, ${t_{\rm{g}}}$, $t_{\rm{d}}^{\rm{A}}$, $t_{\rm{d}}^{\rm{R}}$可通过辐射传输工具计算而得, 预估地表真实反射率${\rho _{{\rm{estimate}}\_{\rm{real}}}}\left( {\gamma, \eta } \right)$可通过假设地表均一的情况下进行迭代方法得到. 该算法的自适应特点是可根据背景像元反射率与目标像元反射率的差值、背景像元与目标像元的空间距离、大气分子光学厚度和气溶胶光学厚度调整背景各像元对邻近效应的贡献权重. 该算法适用于各种大气能见度下且无云或薄云的高空间分辨率全色/多光谱/高光谱卫星影像. 自适应大气校正算法的流程图如图2所示.
图 2 自适应大气校正算法(adaptive-AC)流程图
Figure2. Flowchart of the adaptive-AC.

3
2.1.2.6S模型中的大气校正算法
-->
2.1.2.6S模型中的大气校正算法
6S模型中的大气校正算法[14]与自适应大气校正算法的区别在于校正邻近效应时, 自适应大气校正算法同时考虑了目标像元与背景像元空间距离, 以及目标像元与背景像元反射率差值对邻近效应的影响. 而6 S模型中大气校正算法没考虑目标像元与背景像元反射率差值对邻近效应的影响, 其校正原理可用(1)式和(3)式表示.
$\begin{split}& \left\langle {\rho \left( {{\gamma _0},{\eta _0}} \right)} \right\rangle = \sum\limits_{\gamma = 1}^M \sum\limits_{\eta = 1}^N \left\{ {\rho _{{\rm{estimate}}\_{\rm{real}}}}\left( {\gamma ,\eta } \right) \right.\\&~~~\times{\rm{GSD}} \cdot \frac{1}{{2{\rm{\pi }}\sqrt {{{\left( {\gamma - {\gamma _{\rm{0}}}} \right)}^2} + {{\left( {\eta - {\eta _{\rm{0}}}} \right)}^2}} }} \\&~~~\times\frac{{{f_{\rm{R}}}\left( {\rm{r}} \right) \cdot t_{\rm{d}}^{\rm{R}}\left( {{\theta _{\rm{v}}},\lambda } \right) + {f_{\rm{A}}}\left( {\rm{r}} \right) \cdot t_{\rm{d}}^{\rm{A}}\left( {{\theta _{\rm{v}}},\lambda } \right)}}{{t_{\rm{d}}^{\rm{R}}\left( {{\theta _{\rm{v}}},\lambda } \right) + t_{\rm{d}}^{\rm{A}}\left( {{\theta _{\rm{v}}},\lambda } \right)}}. \end{split}$

3
2.1.3.MODTRAN模型中的大气校正算法
-->
2.1.3.MODTRAN模型中的大气校正算法
MODTRAN模型中大气校正算法原理[12]可用(4)式和(5)式表示:
$\begin{split}& \rho \left( {{\gamma _0},{\eta _0}} \right) \\= \;&\frac{{{L^*}\left( {{\gamma _0},{\eta _0}} \right) - {L_{\rm{a}}}}}{A} - \frac{{\left( {{L^*}\left( {{\gamma _0},{\eta _0}} \right) - {L_{\rm{a}}}} \right)s + B}}{A} \\& \times\left\langle {\rho \left( {{\gamma _0},{\eta _0}} \right)} \right\rangle ,\end{split}$
$\left\langle {\rho \left( {{\gamma _0},{\eta _0}} \right)} \right\rangle = \frac{{\left\langle {{L^*}\left( {{\gamma _0},{\eta _0}} \right)} \right\rangle - {L_{\rm{a}}}}}{{(A + B) + \left( {{L^*}\left( {{\gamma _0},{\eta _0}} \right) - {L_{\rm{a}}}} \right)s}},$
上式中A是与目标像元相关的参数, B是与背景像元相关的参数, A和B的取值均取决于大气和几何观测条件, 可通过运行MODTRAN辐射传输代码获得[18]; ${L^*}\left( {{\gamma _0}, {\eta _0}} \right)$为目标像元$\left( {{\gamma _0}, {\eta _0}} \right)$表观辐亮度; ${L_{\rm{a}}}$为大气程辐射; $ \left\langle {L^* \left( {{\gamma _0},{\eta _0}} \right)} \right\rangle$为目标像元$\left( {{\gamma _0}, {\eta _0}} \right)$平均背景辐亮度, 即卫星入瞳处目标像元$\left( {{\gamma _0}, {\eta _0}} \right)$对应的周围像元辐亮度的空间平均值. 空间平均通常用大气点扩散函数表示. 在MODTRAN模型中大气点扩散函数一般用高斯函数或指数函数来表示, 它们仅考虑了目标像元与背景像元之间的空间距离对邻近效应的影响, 并未考虑目标像元反射率与背景像元反射率差值对邻近效应的影响.
2
2.2.大气校正结果评价方法
-->

2.2.大气校正结果评价方法

3
2.2.1.地表反射率定量分析
-->
2.2.1.地表反射率定量分析
大气校正的目的是去除卫星成像过程中大气和目标物周围自然环境散射的太阳辐射对卫星入瞳处目标物辐亮度的影响, 以从卫星影像中获得地表真实反射率. 所以可通过地面同步实测的地表反射率光谱, 结合卫星传感器的相对光谱辐亮度响应函数, 利用(6)式得到波段平均反射率[19], 并与校正前后卫星影像中相应区域的平均反射率作比较. (6)式中的${\rho _{{\rm{band}}\_{\rm{averge}}}}$为波段平均反射率; ${\rm{RSRR}}$为波段(${\lambda _1}-{\lambda _2}$)对应的相对光谱辐亮度响应函数; ${\rho _{{\rm{field}}}}$为地面实测或光谱库里的地物反射率光谱, 本文采用布设在嵩山定标场的地物反射率光谱自动化测量仪器所测的与卫星影像时空同步的地物反射率光谱曲线.
${\rho _{{\rm{band}}\_{\rm{averge}}}} = \frac{{\displaystyle\int_{{\lambda _1}}^{{\lambda _2}} {{\rm{RSRR}}\left( \lambda \right){\rho _{{\rm{field}}}}\left( \lambda \right){\rm{d}}\lambda } }}{{\displaystyle\int_{{\lambda _1}}^{{\lambda _2}} {{\rm{RSRR}}\left( \lambda \right){\rm{d}}\lambda } }}.$

3
2.2.2.卫星图像质量评价
-->
2.2.2.卫星图像质量评价
大气对太阳辐射的吸收和散射会导致卫星影像变得模糊、低对比度且信息熵值较低. 故可通过分析卫星图像的图像清晰度、对比度、熵值来评价卫星影像大气校正前后的图像质量. 利用(7)式将4个相邻像素的灰度值沿对角线方向相减得到的平方和作为每个像素的梯度值, 并累加所有像素的梯度值以找到Robert清晰度[17]. 利用(8)式计算图像平均对比度[20]. 图像平均熵值是指图像的信息混乱度, 可由(9)式计算得出, 其中$P\left( i \right)$为图像中不同灰度等级的概率[17].
$\begin{split} {\rm{CLAR}} =\;& \sum\limits_\gamma \sum\limits_\eta \left\{ {{\left[ {f\left( {\gamma {{ + 1}},\eta {{ + 1}}} \right) - f\left( {\gamma,\eta } \right)} \right]}^2} \right.\\ &\left.+ {{\left[ {f\left( {\gamma {{ + 1}},\eta } \right) - f\left( {\gamma,\eta {{ + 1}}} \right)} \right]}^2} \right\}, \end{split} $
${\rm{CONT}}=\frac{{f}_{\rm{max}}\left(\gamma,\eta \right)-{f}_{\rm{min}}\left(\gamma,\eta \right)}{{f}_{\rm{max}}\left(\gamma,\eta \right)+{f}_{\rm{min}}\left(\gamma,\eta \right)}, $
${\rm{ENTR}} = - \sum\nolimits_i {P\left( i \right) \cdot \log \left[ {P\left( i \right)} \right]} .$

3.数据介绍
本文以2020年3月20日嵩山定标场的GF-2全色波段卫星影像为例, 其相对光谱辐亮度响应曲线如图3所示, 相应的表观反射率图像如图4(a)所示, 选取图中编号分别为1, 2, 3的矩形区域的平均反射率与地面同步实测反射率作对比, 以验证各大气校正算法对定量遥感精度的提升效果. 表1列出了卫星图像对应的大气及几何观测参数, 根据MODTRAN中大气模式的定义, 根据卫星影像对应的纬度和日期选择相应的大气模式为中纬度夏季模式[21]. 通过分析SONET(synchronous optical networking)[22]的数据, 获得与卫星影像接近时空同步的大气气溶胶光学厚度(550 nm), 结果如表1所列, 卫星影像对应的气溶胶光学厚度为0.4018.
图 3 GF-2 全色及可见近红外波段相对光谱辐亮度响应
Figure3. Relative spectral radiance response (RSRR) for GF-2 VNIR bands.

图 4 GF-2全色波段卫星图像　(a) 表观反射率图; (b) 基于自适应大气校正算法校正后的卫星影像(记为“adaptive-AC地表真实反射率图”); (c)基于6S模型中的大气校正算法校正后的卫星影像(记为“6S-AC地表真实反射率图”); (d)基于MODTRAN模型中的大气校正算法校正后的卫星影像(记为“MODTRAN-AC地表真实反射率图”)
Figure4. GF-2 panchromatic band image: (a) Apparent reflectance image; (b) atmospheric correction result based on adaptive-AC (denoted as “adaptive-AC real surface reflectance image”); (c) atmospheric correction result based on the atmospheric algorithm in 6S model (denoted as “6S-AC real surface reflectance image”); (d) atmospheric correction result based on the atmospheric algorithm in MODTRAN model (denoted as “MODTRAN-AC real surface reflectance image”).

4.分析与讨论
利用自适应大气校正算法、6 S模型中大气校正算法、MODTRAN模型中大气校正算法对成像区域表观反射率卫星影像(图4(a))进行大气校正的结果分别如图4(b)—图4(d)所示. 利用(7)式—(9)式计算图4中各图的清晰度、对比度和熵值, 结果如表2所列. 表3给出了图4中各图矩形区域内的平均反射率以及对应区域地面同步实测反射率.
卫星图像${\rm{CLAR}}$${\rm{CONT}}$${\rm{ENTR}}$
表观反射率图2184.18560.67154.9749
adaptive-AC地表
真实反射率图		3869.64620.88275.7793
6S-AC地表真实反射率图2883.87000.76145.3759
MODTRAN-AC地表
真实反射率图		3925.83580.80095.8047


表2图4中各图像的清晰度、对比度、熵值
Table2.Values of the ${\rm{CLAR}}$, ${\rm{CONT}}$ and ${\rm{ENTR}}$ for each image in Fig.4.

反射率矩形区域1矩形区域2矩形区域3
地面实测0.36050.06810.4756
表观反射率图0.25890.11550.3204
adaptive-AC地表
真实反射率图		0.33330.08050.4406
6S-AC地表真实
反射率图		0.29530.10600.3741
MODTRAN-AC
地表真实反射率图		0.37880.12200.4880


表3图4中各矩形区域的平均反射率
Table3.Average surface reflectance in the selected area of the four images in Fig. 4.

对比图4(b)和图4(a), 可以清晰地看出基于自适应大气校正算法校正后的卫星影像视觉效果优于校正前的卫星影像. 从表2中的数据可知, adaptive-AC地表真实反射率图像较表观反射率图像清晰度提高了0.7717倍, 对比度提高了0.3144倍, 熵值提高了0.1617倍. 表3中的数据表明, 表观反射率图像中的低反射率地物反射率变高, 高反射率地物反射率变低. 这主要是因为当地物目标反射率大于其周围自然地物平均反射率时, 地面目标物反射的太阳辐射被散射出瞬时视场角的太阳辐射大于地面目标物周围环境反射的太阳辐射被散射进瞬时视场角的太阳辐射, 从而导致表观反射率卫星影像中的高反射地物反射率变低; 当地物目标反射率小于其周围自然地物平均反射率时, 地面目标物周围环境反射的太阳辐射被散射进瞬时视场角的太阳辐射大于地面目标物反射的太阳辐射被散射出瞬时视场角的太阳辐射, 从而导致表观反射率卫星影像中的低反射率地物反射率变低. adaptive-AC地表真实反射率图像中各红色矩形区域平均反射率与地面实测反射率比较接近, 这说明自适应大气校正算法可有效移除亚米级空间分辨率卫星成像时大气散射所带来的邻近效应的影响, 恢复卫星影像中地物真实反射率.
对比图4(c)和图4(a), 可以清晰地看出基于6S模型中的大气校正算法校正后的卫星影像视觉效果较表观反射率图像有一定提高. 从表2中的数据可知, 6S-AC地表真实反射率图像较表观反射率图像, 清晰度提高了0.3203倍, 对比度提高了0.1338倍, 熵值提高了0.0806倍. 表3中的数据表明6S-AC地表真实反射率图像较表观反射率图像中相应红色矩形区域的平均反射率更接近地面实测反射率, 但仍具有很大误差. 这主要是因为6S模型中的大气校正算法仅考虑了大气分子光学厚度、气溶胶光学厚度和目标像元与背景像元的空间距离对邻近效应的影响, 而没有考虑目标像元反射率与背景像元反射率差值对邻近效应的影响, 以至于6S模型中大气校正算法仅能一定程度上移除亚米级空间分辨率卫星影像中的邻近效应, 只能在一定程度上提高定量遥感的精度, 会带来邻近效应校正不足的问题.
对比图4(d)和图4(a), 可以清晰地看出基于MODTRAN模型中的大气校正算法校正后的卫星影像视觉效果较表观反射率图像提高了很多. 从表2中的数据可知, MODTRAN-AC地表真实反射率图像较表观反射率图像清晰度提高了0.7974倍, 对比度提高了0.1926倍, 熵值提高了0.1668倍. 表3中的数据表明MODTRAN-AC地表真实反射率图像中各红色矩形区域平均反射率均大于表观反射率图像中相应区域的平均反射率, 而且采样区域1(低反射率地物)中的平均反射率远远高于地面实测反射率, 采样区域2和3(高反射率地物)的平均反射率均稍高于地面实测反射率. 这主要是因为MODTRAN模型中的大气校正算法仅考虑了目标像元与背景像元的空间距离对邻近效应的影响, 而没有考虑气溶胶光学厚度和目标像元反射率与背景像元反射率差值对邻近效应的影响. 利用MODTRAN模型中的大气校正算法校正亚米级空间分辨率卫星影像会带来类似上面的过校正的问题.
通过对不同目标像元反射率与背景像元反射率组合情况下的${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$仿真结果(图1)及图4和表3的分析可知, 用比值(${L_{{\rm{background}}}}/{L_{{\rm{target}}}}$)来衡量背景像元反射率与目标像元反射率差值对邻近效应贡献权重值的相对大小是合理的. 在大气分子光学厚度、气溶胶光学厚度、背景像元与目标像元空间距离基础上, 结合背景像元反射率与目标像元反射率差值共同调整背景各像元对邻近效应的贡献权重更接近真实的辐射传输原理. 图4和表3的数据表明, 从自适应大气校正算法校正后的卫星图像中反演地表反射率较其他两种大气校正算法更合理.
5.结　论
通过上面分析对比可知, 在亚米级空间分辨率卫星影像邻近效应校正过程中, 计算背景各像元对邻近效应的贡献权重值时, 仅考虑目标像元与背景像元空间距离会带来邻近效应过校正问题; 仅考虑目标像元与背景像元空间距离、大气分子光学厚度、气溶胶光学厚度会带来邻近效应校正不足的问题; 既考虑目标像元与背景像元空间距离、大气分子光学厚度、气溶胶光学厚度, 又考虑目标像元与背景像元反射率差值可有效去除邻近效应. 本文开发的自适应大气校正算法可有效移除亚米级/米级空间分辨率光学卫星成像过程中的邻近效应, 恢复卫星成像过程的真实性, 提高低大气能见度条件下的亚米级空间分辨率卫星影像的图像质量和定量遥感精度, 将来可用于亚米级空间分辨率多光谱/高光谱卫星影像的大气校正.
相关话题/大气 卫星 空间 图像 光学
  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效，10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材，产品类型包含电子书、题库、全套资料以及视频，无论您是考研复习、考证刷题，还是考前冲刺等，不同类型的产品可满足您学习上的不同需求。 ...
    考试优惠券 本站小编 Free壹佰分学习网 2022-09-19
  • 空间电荷层效应对固体氧化物燃料电池三相界面附近氧空位传输的影响
    摘要:纳米复合电极是提高中低温固体氧化物燃料电池(solidoxidefuelcell,SOFC)性能的新型前沿技术,其内部三相界面(threephaseboundary,TPB)处空间电荷层(spacechargelayer,SCL)效应凸显,显著影响氧空位传输能力,是其性能优异的重要原因之一.现 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 大气压电晕等离子体射流制备氧化钛薄膜
    摘要:大气压等离子体因具有很多独特优势从而在材料制备和表面工艺领域备受关注.本文利用大气压针-板电晕放电等离子体射流制备氧化钛(TiO2)薄膜,研究了电晕极性和放电参数对薄膜特性的影响.实验测试了正负电晕等离子体射流的电学性能、发展过程和发射光谱,并对不同条件下制备的TiO2薄膜进行了表征和分析.结 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 大气压脉冲放电等离子体射流特性及机理研究
    摘要:通过实验和数值模拟研究了大气压脉冲放电等离子体射流,其中在脉冲电压上升沿阶段的放电中形成等离子体子弹并向接地电极输运,其传播速度在104m·s–1量级.数值模拟研究还发现等离子体子弹邻近区域内增强的电场强度可达到106V·m–1,说明等离子体子弹的形成主要由放电空间局域增强的电场导致,在接地电 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 基于智能搜寻者优化的频率分辨光学开关重构算法
    摘要:频率分辨光学开关(frequency-resolvedopticalgating,FROG)法是目前测量超短激光脉冲的主要方法之一.针对其常用的主成分广义投影重构(principalcomponentgeneralizedprojections,PCGP)算法在处理大矩阵FROG谱图时速度会减 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 金纳米双球系统的高灵敏光学传感与其消光系数及局域场增强之关联
    摘要:系统地研究了最基本的单/双金纳米球系统的共振峰移动、局域场增强和消光谱等光学响应行为.发现在双金纳米球系统中,入射光除了能激发每个金纳米球的局域表面等离激元共振模式外,调整金纳米球间隙可使共振模式间产生强烈耦合,使系统局域场增强因子进一步提升,并增强光学传感能力和消光系数.有趣的是,受限于有限 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 基于高速相位型空间光调制器的双光子多焦点结构光显微技术
    摘要:多焦点结构光照明显微镜(multifocalstructuredilluminationmicroscopy,MSIM)能在50μm的成像深度内实现2倍于衍射极限分辨率的提升,但在对厚样品成像时,散射光和离焦光限制了其层析能力和图像衬度.双光子多焦点结构光照明显微镜(two-photonMSI ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 原子系综中光学腔增强的Duan-Lukin-Cirac-Zoller写过程激发实验
    摘要:原子系综中的Duan-Lukin-Cirac-Zoller(DLCZ)过程是产生光与原子(量子界面)量子关联和纠缠的重要手段.当一束写光与原子发生作用时,将会产生斯托克斯(Stokes)光子的自发拉曼散射,并同时产生一个自旋波(spin-wave)存储在原子系综中,上述过程即为DLCZ量子记忆 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 利用钟跃迁谱线测量超稳光学参考腔的零温漂点
    摘要:在87Sr光晶格钟实验系统中,通过将自由运转的698nm激光频率锁定在由超低膨胀系数的玻璃材料构成的超稳光学参考腔上,从而获得短期频率稳定性较好的超稳窄线宽激光.超稳光学参考腔的腔长稳定性决定了最终激光频率的稳定度.为了降低腔长对温度的敏感性,使激光频率具有更好的稳定度和更小的频率漂移,利用锶 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 大气压非平衡等离子体甲烷干法重整零维数值模拟
    摘要:大气压非平衡等离子体由于其独特的非平衡特性,可为甲烷和二氧化碳稳定温室气体分子活化和重整提供非热平衡和活化环境.本文采用了零维等离子体化学反应动力学模型,考虑了详细的CH4/CO2等离子体化学反应集,重点研究了反应气体CH4/CO2摩尔分数(5%—95%)对大气压非平衡等离子体甲烷干法重整制合 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29
  • 基于YOLOv3框架的高分辨电镜图像原子峰位置检测
    摘要:高分辨电镜图像中原子峰位置的检测具有十分重要的现实意义,通过精确定量化原子峰位置可以分析物质在微观尺度上的结构形变、电极化矢量分布等重要信息.近年来深度学习技术在图像目标检测领域取得了巨大突破,这一技术可用在高分辨电镜图像处理上,因为原子位置的检测可以看作是一个目标检测问题.本文利用先进的机器 ...
    中科院物理研究所 本站小编 Free考研考试 2021-12-29

Free考研考试FreeKaoYan.Com
欢迎来到Free考研考试，"为实现人生的Free而奋斗"

© 2020 FreeKaoYan! . All rights reserved.