王利民，劉 佳，楊玲波，滕 飛，楊福剛，邵 杰

?

MODIS數(shù)據(jù)輔助的GF-1影像晴空光合有效輻射反演

王利民，劉 佳，楊玲波，滕 飛，楊福剛，邵 杰

（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，北京100081）

面向農(nóng)作物產(chǎn)量監(jiān)測對中高分辨率遙感數(shù)據(jù)光合有效輻射（photosynthetically available radiation，PAR）反演的實際需求，該文選擇山東省禹城市2014年1月至2014年12月共13景GF-1/WFV衛(wèi)星影像作為數(shù)據(jù)源，基于中分辨率成像光譜儀（moderate-resolution imaging spectroradiometer, MODIS）地表反射率產(chǎn)品作為輔助數(shù)據(jù)源，開發(fā)了適于業(yè)務(wù)運(yùn)行的WFV數(shù)據(jù)氣溶膠光學(xué)厚度（aerosol optical depth, AOD）及PAR的反演算法。算法核心是采用6S（second simulation of satellite signal in the solar spectrum）大氣輻射傳輸模型，建立包括AOD在內(nèi)的大氣參數(shù)與查找表（look-up table, LUT)，結(jié)合大氣頂層太陽入射輻照度及衛(wèi)星入瞳處輻射亮度值反演地表反射率數(shù)據(jù)，通過與WFV藍(lán)光波段地表反射率數(shù)據(jù)對比獲取大氣參數(shù)。通過反演的大氣參數(shù)計算400～700 nm連續(xù)光譜區(qū)間的PAR值，并建立WFV數(shù)據(jù)離散紅、綠、藍(lán)光波段與連續(xù)光譜區(qū)間PAR的轉(zhuǎn)換系數(shù)，實現(xiàn)WFV數(shù)據(jù)PAR的反演。其中，WFV藍(lán)光波段反射率數(shù)據(jù)與MODIS地表反射率數(shù)據(jù)關(guān)系、離散到連續(xù)譜段PAR的關(guān)系可以從美國地質(zhì)勘探局（United States Geological Survey, USGS）提供的典型地物波譜庫數(shù)據(jù)理論計算獲取。利用中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)（chinese ecosystem research network, CERN）禹城站地面觀測值進(jìn)行驗證結(jié)果表明，該文提出的算法總體精度達(dá)到92.63%，平均絕對誤差為14.56 W/m2，平均相對誤差7.37%，具有業(yè)務(wù)應(yīng)用的潛力。

遙感；輻射；光譜分析；光合有效輻射；GF-1；WFV；氣溶膠光學(xué)厚度；查找表

0 引 言

光合有效輻射（photosynthetically available radiation，PAR）是指太陽輻射能量中能被綠色植被吸收以進(jìn)行光合作用的那部分光譜能量，其波長范圍為400～700 nm，是影響植物生長的重要因素。根據(jù)Montheith的研究，凈初級生產(chǎn)力NPP（net primary production）與光合有效輻射之間存在顯著的相關(guān)性，在各個生態(tài)模型系統(tǒng)中，PAR的大小具有重大的影響[1-3]。在農(nóng)情遙感監(jiān)測業(yè)務(wù)中，PAR的反演是開展作物長勢監(jiān)測、產(chǎn)量估測所需要的重要參數(shù)，是農(nóng)作物估產(chǎn)過程的重要一環(huán)[4]。傳統(tǒng)的光合有效輻射獲取方法主要是在地面觀測站臺實測的PAR基礎(chǔ)上進(jìn)行研究，此類方法只能獲取空間離散點(diǎn)位處的PAR，要獲取大范圍連續(xù)的PAR就需要結(jié)合其他復(fù)雜的模型進(jìn)行推演，適用性、精度等都將受到一定程度的影響[5-11]。

近年來，隨著遙感衛(wèi)星的不斷發(fā)射，基于遙感方法的高分辨率光合有效輻射反演技術(shù)方法不斷發(fā)展[12-16]。主要方法包括轉(zhuǎn)換系數(shù)法、模型參數(shù)法、查找表法等。轉(zhuǎn)換系數(shù)法是傳統(tǒng)氣候?qū)W方法的延續(xù)，其通過遙感方式，以固定系數(shù)的方式來估算太陽下行輻射[17]。此類方法相對較為簡單，但是轉(zhuǎn)換系數(shù)的確定精度不高、且空間分辨率也很低[18-19]。模型參數(shù)法是在太陽下行輻射與大氣影響因子分析基礎(chǔ)上，通過建立各項大氣參數(shù)與PAR的對應(yīng)關(guān)系，實現(xiàn)PAR的反演。謝小萍等基于BIRD模型分析了地形因素對PAR的影響，結(jié)合MODIS（moderate-resolution imaging spectroradiometer）產(chǎn)品實現(xiàn)了PAR的估算。該類方法精度較高，但參數(shù)較多，過程較為復(fù)雜，其在大范圍復(fù)雜情況下的應(yīng)用較為困難[20-22]。查找表法則與輻射傳輸模型進(jìn)行大氣校正的思路類似，原理是基于大氣校正反演獲取的大氣參數(shù)構(gòu)建查找表，通過計算大氣對太陽輻射的吸收、散射、透射影響，獲取地面光合有效輻射值[24]。劉榮高等利用中分辨率成像光譜儀MODIS數(shù)據(jù)，采用大氣輻射傳輸模型反演研究區(qū)可降水量、氣溶膠光學(xué)厚度，在透過率計算基礎(chǔ)上獲取了華北平原的PAR[23]。該類方法只需要使用遙感衛(wèi)星影像或少量其他參數(shù)信息，即可快速準(zhǔn)確獲取光合有效輻射，具有較強(qiáng)的業(yè)務(wù)能力，缺點(diǎn)是需要事先構(gòu)建龐大的查找表LUT（look-up table），且反演精度受LUT的插值精度影響較大[24-26]。氣溶膠光學(xué)厚度作為大氣的主要參數(shù)之一，是影響PAR反演精度與效率的主要參數(shù)，常用的氣溶膠光學(xué)厚度AOD（aerosol optical depth）反演方法包括結(jié)構(gòu)函數(shù)法[27-29]、深藍(lán)算法[30-32]、濃密植被法[33-35]等，其中深藍(lán)算法由于其適用性廣、精度較高的特點(diǎn)，在PAR反演中具有較大優(yōu)勢。

綜合概述可知，獲取地表原始反射率信息，是各類方法獲取大氣參數(shù)的必要前提，也是PAR反演的基礎(chǔ)。傳統(tǒng)PAR反演主要基于MODIS等衛(wèi)星數(shù)據(jù)，而隨著國產(chǎn)GF-1的發(fā)射，研究基于高分衛(wèi)星PAR反演方法，對于提高GF數(shù)據(jù)處理能力、推廣GF數(shù)據(jù)應(yīng)用范圍具有重要的意義，同時還可為基于GF-1衛(wèi)星的凈初級生產(chǎn)力NPP等系列后續(xù)參數(shù)的反演提供精確的基礎(chǔ)參數(shù)。王利民等[36]使用GF-1影像，使用暗目標(biāo)法成功獲取了研究區(qū)晴空PAR，并獲取了較高的精度。然而，暗目標(biāo)法對于濃密植被的要求使其具有一定的局限性，無法反演中高緯度冬季或缺少植被區(qū)域的AOD及PAR。針對這一問題，該文通過選用MODIS地表反射率產(chǎn)品作為輔助數(shù)據(jù)，基于6S大氣輻射傳輸模型構(gòu)建了查找表，采用深藍(lán)算法實現(xiàn)了GF-1數(shù)據(jù)AOD的反演；通過對直射、散射、地-氣3個分量對PAR貢獻(xiàn)的分析，提出了由WFV的3個離散可見光波段PAR反演的算法，彌補(bǔ)了暗目標(biāo)法無法進(jìn)行植被稀疏區(qū)域AOD及PAR反演的缺陷，具有在農(nóng)作物長勢、產(chǎn)量監(jiān)測中業(yè)務(wù)化應(yīng)用的潛力。

1 研究區(qū)概況

該文以山東省西北部禹城市作為主要研究區(qū)域，禹城市位于116°22′11″～116°45′00″E，36°41′36″～37°12′13″N之間。南北長約58 km，東西寬約33 km，總面積990 km2。該區(qū)地處黃河中下游典型沖積平原，土壤類型以潮土為主，地勢平坦，自西南向東北緩緩傾斜，海拔最高27.2 m，最低19.2 m。屬溫帶大陸季風(fēng)氣候，四季分明，干濕季節(jié)明顯，光照充足。年平均氣溫13.3 ℃，年平均降水量555.5 mm，年平均蒸發(fā)量1 884.8 mm，年平均無霜期202 d，全年日照2 546.2 h。該區(qū)是典型的農(nóng)作物栽培區(qū)域，農(nóng)作物類型以小麥、玉米為主，其他包括棉花、花生、西瓜等作物，在此開展光合有效輻射研究具有農(nóng)作物遙感研究的代表性。圖1給出了山東禹城在華北平原的位置，以及2014年11月14日的GF-1/WFV影像示例。

2 遙感數(shù)據(jù)獲取及預(yù)處理

該文采用2014年1月27日至2014年12月29日共13景GF-1衛(wèi)星WFV影像進(jìn)行光合有效輻射的反演，傳感器、軌道號及獲取時間如表1所示。GF-1衛(wèi)星是中國高分辨率對地觀測系統(tǒng)的第1顆衛(wèi)星，發(fā)射于2013年4月26日，共有4臺16 m分辨率多光譜相機(jī)（WFV1～WFV4），每臺相機(jī)4個波段（450～890 nm），組合起來可以達(dá)到800 km的幅寬，標(biāo)稱重返周期為4 d。

高分影像預(yù)處理的主要步驟包括影像幾何校正、輻射定標(biāo)、表觀反射率計算等，并依據(jù)影像元數(shù)據(jù)文件，獲取影像成像日期、太陽天頂角、太陽方位角等信息，計算表觀反射率。預(yù)處理的相關(guān)技術(shù)流程可參見相關(guān)文獻(xiàn)[37-39]，本文不再贅述。

準(zhǔn)確的地表反射率是進(jìn)行地氣解耦及PAR反演的關(guān)鍵，由于GF衛(wèi)星目前沒有地表反射率產(chǎn)品，因此使用MODIS地表反射率數(shù)據(jù)（MOD09A1，下載地址：https://ladsweb.nascom.nasa.gov/）構(gòu)建地表反射率庫。該數(shù)據(jù)分辨率500 m，為8 d內(nèi)最佳觀測條件下獲取的地表反射率像元拼合而成，能最大限度排除云霧干擾，具有較高精度。MODIS數(shù)據(jù)來源穩(wěn)定、可靠且免費(fèi)，可為PAR的業(yè)務(wù)化反演提供可靠的地表反射率來源，同時在缺乏當(dāng)期MODIS產(chǎn)品時，還可以使用去年同期數(shù)據(jù)進(jìn)行替代。考慮到AOD及PAR具有空間連續(xù)特性，在小尺度范圍內(nèi)變化較小，及MODIS產(chǎn)品分辨率限制，因此將GF-1數(shù)據(jù)重采樣為500 m，保證分辨率一致，在不影響反演精度的同時提高數(shù)據(jù)處理效率。MODIS地表反射率產(chǎn)品具體步驟包括格式轉(zhuǎn)換、投影轉(zhuǎn)換、拼接等。數(shù)據(jù)時間與覆蓋范圍與對應(yīng)的GF-1/WFV數(shù)據(jù)獲取時間與范圍一致。

表1 GF-1/WFV光合有效反演使用的13景影像信息

3 研究方法

3.1 整體技術(shù)路線

以深藍(lán)算法原理為基礎(chǔ)，基于GF-1/WFV數(shù)據(jù)進(jìn)行PAR反演，整體技術(shù)路線見圖2。該算法主要利用藍(lán)光波段，地物地表反射率普遍較低，大氣對衛(wèi)星觀測到的天頂輻射度具有顯著貢獻(xiàn)的特點(diǎn)，反演氣溶膠光學(xué)厚度。主要包括WFV影像預(yù)處理、MODIS數(shù)據(jù)輔助的WFV地表反射率獲取、基于6S模型構(gòu)建AOD及其他大氣參數(shù)查找表、WFV地表反射率與輻射亮度輔助的大氣參數(shù)反演、地面波譜庫支持下的WFV數(shù)據(jù)PAR反演等5個步驟。

WFV地表反射率是根據(jù)MODIS與WFV的波譜響應(yīng)函數(shù)關(guān)系，由MODIS地表反射率產(chǎn)品制作WFV地表反射率庫，構(gòu)建空間無縫的WFV晴空反射率影像。大氣參數(shù)反演是基于6S大氣輻射傳輸模型構(gòu)建查找表，通過對比WFV地表反射率與星上觀測值之間的差異實現(xiàn)地氣解耦，利用查找表反演獲取AOD及其他大氣參數(shù)。PAR反演是在獲取AOD后，同時從查找表中插值計算對應(yīng)大氣參數(shù)，再根據(jù)輻射傳輸方程計算光合有效輻射值，實現(xiàn)PAR的逐像元反演。由于從輻射傳輸方程計算的PAR是離散的3個波段，需要轉(zhuǎn)換為連續(xù)整個可見光波段，因此該文通過地面觀測光譜數(shù)據(jù)庫計算獲取其轉(zhuǎn)換系數(shù)。

3.2 基于MODIS數(shù)據(jù)輔助的WFV地表反射率反演算法

該文采取MODIS地表反射率數(shù)據(jù)估計WFV地表反射率的方法，使地表反射率能夠作為已知條件輸入，達(dá)到AOD反演的目的。MODIS地表反射率產(chǎn)品編碼為MOD09A1，為8日合成的500 m空間分辨率產(chǎn)品，其校正了氣體、氣溶膠的散射和吸收、薄卷云的污染等復(fù)雜情況，具有較高的精度。該產(chǎn)品包括了MODIS第1波段到第7波段地表反射率值，本文只使用其藍(lán)光波段地表反射率數(shù)據(jù)。圖3給出了MODIS傳感器與WFV傳感器的光譜響應(yīng)函數(shù)（4臺WFV相機(jī)波譜響應(yīng)函數(shù)基本一致，此處不另行計算），由圖可見二者在藍(lán)光波段具有不同的波譜響應(yīng)函數(shù)，因此需要進(jìn)一步研究MODIS與GF-1地表反射率之間的轉(zhuǎn)換關(guān)系。

該文利用美國地質(zhì)調(diào)查局（united states geological survey，USGS）提供的共502種典型地物的地表反射率波譜曲線，具體分析MODIS與WFV傳感器藍(lán)光波段地表反射率的差異情況。該地物波譜庫地物較全，代表性較好。結(jié)合2個傳感器的波譜響應(yīng)函數(shù)進(jìn)行卷積運(yùn)算，將計算得到的典型地物藍(lán)光波段反射率制作散點(diǎn)圖，進(jìn)行趨勢線擬合，結(jié)果如圖4所示。

由圖4可以發(fā)現(xiàn)，雖然MODIS與WFV傳感器波譜響應(yīng)函數(shù)差異較大，但是對于典型地物而言，兩者的地表反射率差異較小，決定系數(shù)高達(dá)0.997 7。

3.3 查找表實時構(gòu)建及AOD反演算法

假設(shè)地面為朗伯體，大氣水平均一的條件下，傳感器接收到的輻射能量值可以認(rèn)為由大氣程輻射（path radiance）0和地面反射1兩部分組成，如公式（1）所示。

式中0為大氣頂層太陽輻射值，W/m2；()為從地面到傳感器的大氣路徑總透射率；r為地表反射率；為大氣球面反照率。

基于6S模型，可以計算出輻射傳輸與各項大氣參數(shù)之間的關(guān)系。同時，考慮到逐像元使用6S大氣輻射傳輸模型進(jìn)行氣溶膠反演計算量過大，因此，通過構(gòu)建AOD與各項大氣參數(shù)的查找表的方式，簡化計算。在常規(guī)的查找表構(gòu)建中，往往需要事先構(gòu)建龐大的LUT，包含一定間隔的觀測角度、大氣參數(shù)等，動輒數(shù)十萬行數(shù)據(jù)，查找表效率較低。為提高查找表計算效率，并提高查找表插值間隔以提高精度，該文提出一種動態(tài)生成查找表的方法。該方法不事先生成LUT，而是在計算AOD的同時，依據(jù)每景影像的太陽高度角、太陽方位角、衛(wèi)星高度角、衛(wèi)星觀測角、月份、日期、大氣模式、氣溶膠模式、海拔及波段設(shè)置，作為固定值輸入6S模型計算程序，并依次輸入20個氣溶膠光學(xué)厚度（0.01、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5、1.6、1.7、1.8、1.95），最后計算獲得各AOD下的大氣參數(shù)，包括大氣半球反照率、散射透過率S（包括上行和下行）、氣體吸收透過率T（包括上行和下行）、程輻射I0，構(gòu)成一個查找表，應(yīng)用于該景影像的AOD及PAR反演。該方法通過固定不變參數(shù)的方式，極大壓縮查找表的大小，單個查找表的長度從數(shù)十萬行壓縮為數(shù)十行，且可依據(jù)需要的精度，靈活設(shè)置查找表AOD的內(nèi)插間隔，提高內(nèi)插精度。在獲取AOD后，可適當(dāng)進(jìn)行低通平滑濾波，使獲取AOD結(jié)果在空間上更加連續(xù)，減少噪點(diǎn)。

利用MODIS轉(zhuǎn)換生成的GF-1地表反射率作為r，結(jié)合從LUT中獲取各項大氣參數(shù)，參照公式（2），即可計算獲取傳感器入瞳處的輻射亮度值。將該亮度值與實際GF-1衛(wèi)星影像輻射亮度值對比，即可反演獲取最適氣溶膠光學(xué)厚度。獲取的AOD相比MODIS 10 km分辨率AOD產(chǎn)品（MOD04）具有較高的分辨率。

3.4 光合有效輻射PAR反演算法

GF-1衛(wèi)星PAR的反演首先需要根據(jù)AOD及LUT確定各項大氣參數(shù)，然后計算地表反射率，根據(jù)地表反射率計算地-氣多次反射形成的光照強(qiáng)度，及太陽直接輻射強(qiáng)度，最后依據(jù)藍(lán)、綠、紅3個離散波段的光照強(qiáng)度計算整個可見光范圍內(nèi)的光合有效輻射值。

假設(shè)地面接收到的光照輻射分為2個部分，分別是太陽直接輻射F和太陽輻射被地面反射后，被大氣反射回地面的部分F，如公式（3）所示，其各項因子計算如公式（4）－（7）所示。

式中F為太陽直接輻射，F為被大氣反射回地面的部分，W/m2·m；為地表反射率，無量綱；為波長，m；代表大氣下行透過率，代表下行散射透過率，無量綱；X為計算過程中的臨時變量。

光合有效輻射即為400～700 nm光照輻射強(qiáng)度的總和，如公式（8）所示?？紤]到在地表反射率較低時，地面接收到的輻射能量PAR絕大部分由太陽直接輻射及散射PARS貢獻(xiàn)，來自地-氣相互作用的部分PARe很弱，該文通過模擬不同大氣條件下，GF-1衛(wèi)星3個離散波段（藍(lán)482 nm、綠 550 nm、紅654 nm）與PAR的關(guān)系，并認(rèn)為其即是藍(lán)、綠、紅波長處光照強(qiáng)度轉(zhuǎn)換為PAR的轉(zhuǎn)換關(guān)系。擬合公式見公式（10），、、分別為藍(lán)、綠、紅波段的擬合系數(shù)，式中PAR的單位都是W/m2。

模擬多種大氣條件（包括不同的太陽角度、觀測角度、氣溶膠厚度、大氣模式等參數(shù)），并將其輸入6S輻射傳輸模型中，獲取400～700 nm波長范圍內(nèi)的光照輻射強(qiáng)度變化曲線，如圖5所示。

從圖5上可以明顯看出，雖然大氣條件差異將導(dǎo)致太陽輻射強(qiáng)度值大小差異很大，但是其分布情況基本一致，這就為將離散光照強(qiáng)度轉(zhuǎn)換為PAR提供了可能。最終計算得到系數(shù)=0.09156，=0.09951，=0.1007。另外選用13組不參與擬合的數(shù)據(jù)，對該擬合系數(shù)進(jìn)行檢驗，結(jié)果表明精度達(dá)99.89%，說明從離散波段進(jìn)行PAR計算是可行的。

4 結(jié)果與分析

該文采用禹城研究區(qū)2014年1月至2014年12月共13景GF-1/WFV衛(wèi)星影像，結(jié)合同時期的MODIS地表反射率8 d合成產(chǎn)品，按照該文方法進(jìn)行氣溶膠光學(xué)厚度及PAR的反演，同時利用中國生態(tài)系統(tǒng)研究網(wǎng)絡(luò)（chinese ecosystem research network，CERN）山東禹城農(nóng)田生態(tài)系統(tǒng)國家野外科學(xué)觀測研究站（以下簡稱禹城站）地面實測的光合有效輻射資料，對各期PAR反演結(jié)果進(jìn)行精度驗證。

4.1 基于MODIS產(chǎn)品的GF-1地表反射率庫制備

提取各期MODIS的MOD09A1產(chǎn)品的B3波段（藍(lán)光）的反射率數(shù)據(jù)，根據(jù)上述的MODIS-WFV數(shù)據(jù)轉(zhuǎn)換方法，獲取WFV衛(wèi)星藍(lán)光波段地表反射率。圖6是2014年11月14日禹城地區(qū)GF-1原始影像數(shù)據(jù)及對應(yīng)的MODIS地表反射率8 d合成產(chǎn)品。可以看到，原始影像東南方有很大的霧霾情況，而MODIS的8 d地表反射率產(chǎn)品通過對臨近晴朗天氣最優(yōu)地表反射率的合成，成功去除了霧霾的影響，獲取了高精度的地表反射率產(chǎn)品。

4.2 氣溶膠光學(xué)厚度反演及分析

在WFV地表反射率數(shù)據(jù)獲取基礎(chǔ)上，基于6S大氣輻射傳輸模型構(gòu)建AOD查找表。同時將GF-1影像重采樣至500 m分辨率以減少計算量，通過輻射定標(biāo)獲取輻亮度值影像。利用氣溶膠光學(xué)厚度查找表，按照上文技術(shù)流程，在GF-1輻射亮度值影像和同一時段的地表反射率庫數(shù)據(jù)支持下，進(jìn)行地氣解耦逐像素反演計算氣溶膠光學(xué)厚度值。圖7為2014年11月14日禹城地區(qū)反演獲取的氣溶膠光學(xué)厚度影像，對比圖6a的高分原始影像，可以明顯看出，在影像右下方霧霾濃重區(qū)域的氣溶膠光學(xué)厚度非常大（1～1.5），而影像的上方則較?。?.2～0.4），與實際情況吻合的較好，表明反演結(jié)果能較好的反映AOD的實際空間分布狀況。

4.3 光合有效輻射反演及分析

在AOD影像及其他大氣參數(shù)獲取條件下，實現(xiàn)了WFV影像PAR的反演。圖8為2014年11月14日的GF-1光合有效輻射反演成果，可以看到，該時段平原地區(qū)的光合有效輻射值較高，在230～260 W/m2左右，而霧霾較多地區(qū)則明顯減少，其值在160～250 W/m2左右。另外，從PAR的分布來看，其大小和氣溶膠光學(xué)厚度相關(guān)性非常強(qiáng)，AOD高的地區(qū)PAR的值顯著偏低，AOD低則PAR較高。

4.4 基于地面實測PAR的光合有效輻射反演值精度驗證

采用禹城站提供的同時段地面實測光合有效輻射值，對WFV數(shù)據(jù)反演的PAR值進(jìn)行精度驗證。精度驗證結(jié)果如表2和圖9所示，可以看出，PAR(W/m2)實測值和反演值一致性較高，兩者的決定系數(shù)達(dá)到了0.9769，平均絕對差值為14.56 W/m2，平均相對誤差為7.37%。充分說明了該方法的可行性。

表2 光合有效反演值精度表

5 結(jié)論與討論

為滿足GF-1/WFV數(shù)據(jù)光合有效輻射估算業(yè)務(wù)運(yùn)行需要，該文設(shè)計了基于MODIS地表反射率產(chǎn)品的GF-1衛(wèi)星影像氣溶膠反演及光合有效輻射估算技術(shù)方法，并利用禹城站實測數(shù)據(jù)進(jìn)行了精度驗證，得到了以下結(jié)論：

基于MODIS地表反射率產(chǎn)品的GF-1衛(wèi)星影像氣溶膠反演及光合有效輻射估算技術(shù)方法是切實可行的，具有穩(wěn)定的精度，在禹城站的反演精度驗證中，PAR的反演相對誤差在7.37%以內(nèi)，平均絕對差值為14.56 W/m2，決定系數(shù)達(dá)到了0.976 9。深藍(lán)算法應(yīng)用過程中，通過USGS提供的典型地物波譜庫，及MODIS和GF-1/WFV傳感器的光譜響應(yīng)函數(shù)，計算擬合得到了從MODIS地表反射率產(chǎn)品轉(zhuǎn)換為GF-1/WFV地表反射率的轉(zhuǎn)換系數(shù)，系數(shù)=1.003 1，系數(shù)=0.011 4，兩者之間的決定系數(shù)高達(dá)0.997 7，這也表明，兩者雖然藍(lán)光波段波譜響應(yīng)函數(shù)略有差異，但是兩者的藍(lán)光波段地表反射率值卻基本一致。在PAR反演的過程中，利用6S模型模擬不同大氣條件下PAR的連續(xù)分布情況，獲取得到GF-1/WFV藍(lán)、綠、紅波段離散地表接收太陽光照強(qiáng)度到整個可見光波段的光合有效輻射的轉(zhuǎn)換系數(shù)分別為=0.091 56，= 0.099 51，=0.100 7，擬合精度為99.89%。深藍(lán)算法適用性廣但需要額外數(shù)據(jù)輔助，暗目標(biāo)法無需額外數(shù)據(jù)但是只能應(yīng)用于濃密植被廣泛分布的區(qū)域。在實際應(yīng)用中，將2種方法進(jìn)行結(jié)合，可以形成完善的高分影像PAR反演模式，為農(nóng)情遙感提供可靠參數(shù)支撐。

部分研究需要在后續(xù)工作中加以改進(jìn)，如本文中反演的是晴空條件下的PAR，并未考慮復(fù)雜氣候條件下的PAR反演；同時也未考慮不同地形因素對于AOD反演及地面接收PAR存在的誤差影響。其次，本文獲取的PAR為衛(wèi)星影像成像時刻的瞬時PAR，還需根據(jù)日均PAR的變化情況合成整日PAR產(chǎn)品，以便將PAR產(chǎn)品更好地應(yīng)用到各項工作中。利用GF-1數(shù)據(jù)進(jìn)行氣溶膠光學(xué)厚度及PAR反演，相比應(yīng)用較多的MODIS氣溶膠產(chǎn)品，具有分辨率較高（MODIS氣溶膠產(chǎn)品分辨率10 km）的特點(diǎn)，缺點(diǎn)是其地表反射率庫的制備依賴于MODIS地表反射率產(chǎn)品，兩者的差異可能導(dǎo)致會產(chǎn)生一定的誤差，且相比MODIS數(shù)據(jù)覆蓋范圍相對較小、時間分辨率相對較低。然而考慮到基于GF-1衛(wèi)星的遙感應(yīng)用研究需求日益增加，基于GF數(shù)據(jù)的AOD及PAR反演，可以為需要基于此類數(shù)據(jù)的研究提供同一數(shù)據(jù)源的數(shù)據(jù)，減少因數(shù)據(jù)源不一致產(chǎn)生的誤差。

[1] Monteith J L. Solar radiation and productivity in tropical ecosystems[J]. Journal of Application of Ecology, 1972, 9(4): 747－766.

[2] Liang S, Pinker R, Running S, et al. PAR and Insolation.http://landportal.gsfc.nasa.gov/Documents/ESDR/PAR-ISR_Liang_whitepaper.pdf[2010-08].

[3] Monteith J L. Climate and the efficiency of crop production in Britain[J]. Philosophical Transactions of the Royal Society of London Series B: Biological Sciences, 1977, 281(980): 277－294.

[4] 董泰鋒，蒙繼華，吳炳方，等. 光合有效輻射(PAR)估算的研究進(jìn)展[J]. 地理科學(xué)進(jìn)展，2011，30(9)：1125－1134.

Dong Taifeng, Meng Jihua, Wu Bingfang, et al. Overview on the estimation of photosynthetically active radiation[J]. Progress in Geography, 2011, 30(9): 1125－1134. (in Chinese with English abstract)

[5] 周允華，項月琴. 太陽直接輻射光量子通量的氣候?qū)W計算方法[J]. 地理學(xué)報，1987，42(2)：116－128.

Zhou Yunhua, XiangYueqin, The climatic estimation of photon flux density of direct solar radiation[J]. ACTA GeographicaSinica, 1987, 42(2): 116－128. (in Chinese with English abstract)

[6] González J A, Calbó J. Modelled and measured ratio of PAR to global radiation under cloudless skies[J]. Agricultural and Forest Meteorology, 2002, 110(4): 319－325.

[7] Jacovides C P, Tymvios F S, Assimakopoulos V D, et al.The dependence of global and diffuse PAR radiation components on sky conditions at Athens, Greece[J]. Agricultural and Forest Meteorology. 2007, 143(3/4): 277－287.

[8] Grant R H, Slusser J R. Estimation of photosynthetic photon flux density from 368 nm spectral irradiance[J]. Journal of Atmospheic and Oceanic Technlogy, 2004, 21(3): 481－487.

[9] Winslow J C, Hunt E R, Piper S C. A globally applicable model of daily solar irradiance estimated from air temperature and precipitation data[J]. Ecological Modelling, 2001, 143(3): 227－243.

[10] Alados-Arboledas L, Olmo F J, Alados I, et al. Parametric models to estimate photosynthetically active radiation in Spain[J]. Agricultural and Forest Meteorology, 2000, 101(2/3): 187－201.

[11] M?ttus M, Ross J, Sulev M. Experimental study of ratio of PAR to direct integral solar radiation under cloudless conditions[J]. Agricultural and Forest Meteorology, 2001, 109(9): 161－170.

[12] Wei J, Lee Z P. Model of the attenuation coefficient of daily photosynthetically available radiation in the upper ocean[J]. Methods in Oceanography, 2013, 8: 56－74.

[13] Tripathy M, Raman M, Chauhan P. Estimation of photosynthetically available radiation (PAR) from OCEANSAT-I OCM using a simple atmospheric radiative transfer model[J]. Advances in Space Research, 2015, 56(7): 1441－1452.

[14] Pinker R T and Ewing J A. Modeling surface solar radiation: model formulation and validation[J]. Journal of Applied Meteorology, 1985, 24(5): 389－401.

[15] Frouin R, Lingner D W, Gautier C, et al. A simple analytical formula to compute clear sky total and photosyntheticallyacailable solar irradiance at the ocean surface[J]. Journal of Geophysical Research, 1989, 94: 9731－9742.

[16] 張喜旺，于寧，秦奮，等. 基于遙感的植被吸收光合有效輻射估算[J]. 生態(tài)科學(xué)，2013(5)：604－608.

Zhang Xiwang, Yu Ning, Qin Fen, et al. Assessment of vegetation absorbed photosynthetic active radiation based on remote sensing[J]. Ecological Science, 2013, 32(5): 604－608. (in Chinese with English abstract)

[17] Runnstr?m M, Brogaard S, Olsson L. Estimation of PAR over Northern China from daily NOAA AVHRR cloud cover classifications[J]. Geocarto International, 2006, 21(1): 51－60.

[18] Pinker R T, Laszlo I. Global distribution of photosynthetically active radiation as observed from satellites[J]. Journal of Climate, 1992, 5(1): 56－65.

[19] Potter C S, Randerson J T, Field C B, et al. Terrestrial ecosystem production:A process model based on global satellite and surface data[J]. Global Biogeochem. Cycles, 1993, 7(4): 811－841.

[20] 謝小萍，高志強(qiáng)，高煒. MODIS產(chǎn)品估算復(fù)雜地形下的光合有效輻射[J]. 遙感學(xué)報，2009，13(5)：779－791.

Xie Xiaoping, Gao Zhiqiang, GaoWei. Estimation of land instantaneous photosynthetically active radiation over complex terrain based on MODIS porducts[J]. Journal of Remote Sensing, 2009, 13(5): 779－791. (in Chinese with English abstract)

[21] Chen L, Gao Y, Yang L, et al. MODIS-derived daily PAR simulation from cloud-free images and its validation[J]. Solar Energy, 2008, 82(6): 528－534.

[22] Van Laake P E, Sanchez-Azofeifa G A. Mapping PAR using MODIS atmosphere products[J]. Remote Sensing of Environment, 2005, 94(1): 554－563.

[23] 劉榮高，劉紀(jì)遠(yuǎn)，莊大方. 基于MODIS數(shù)據(jù)估算晴空陸地光合有效輻射[J]. 地理學(xué)報，2004，59(1)：64－73.

Liu Ronggao, Liu Jiyuan, Zhuang Dafang. Estimation of land photosynthetically active radiationin clear sky using MODIS[J]. Acta Geographica Sinica, 2004, 59(1): 64－73. (in Chinese with English abstract)

[24] Liang S, Zheng T, Wang D, et al. Mapping high-resolution incident photosynthetically active radiation over land from polar: Orbiting and geostationary satellite data[J]. Phothgrammetric Engineering & Remote Sensing, 2007, 73(10): 1085－1089.

[25] Liu R, Liang S, He H, et al. Mapping incident photosynthetically active radiation from MODIS data over China[J]. Remote Sensing of Environment, 2008, 112(3): 998－1009.

[26] Zheng T. Mapping Photosynthetically Active Radiation(PAR) Using Multiple Remote Sensing Data[D]. College Park, Maryland: University of Maryland, 2007.

[27] Tanre D, Deschamps P Y, Devaux C, et al. Estimation of Saharan aerosol optical thickness from blurring effects in thematic mapper data[J]. Journal of Geophysical Research Atmospheres, 1988, 93(D12): 15955－15964.

[28] Holben B N, Eck T F, Slutsker I, et al. AERONET-A federated instrument network and data archive for aerosol characterization[J]. Remote Sensing of Environment, 1998, 66(1): 1－16.

[29] Cracknell Y X A P. Operational bi-angle approach to retrieve the Earth surface albedo from AVHRR data in the visible band[J]. International Journal of Remote Sensing, 1995, 16(3): 417－429.

[30] Hsu N C, Tsay S C, King M D, et al. Aerosol properties over bright-reflecting source regions[J]. IEEE Transactions on Geoscience & Remote Sensing, 2004, 42(3): 557－569.

[31] Hsu N C, Tsay S C, King M D et al. Deep blue retrievals of Asian aerosol properties during ACE-Asia[J]. IEEE Transactions Geoscience and Remote Sensing, 2006, 44(11): 3180－3195.

[32] 王中挺，厲青，王橋，等. 利用深藍(lán)算法從HJ-1數(shù)據(jù)反演陸地氣溶膠[J]. 遙感學(xué)報，2012，16(3)：596－610.

Wang Zhongting, Li Qing, Wang Qiao, et al. HJ-1 terrestrial aerosol data retrieval using deep blue algorithm[J]. Journal of Remote Sensing, 2012, 16(3): 596－610. (in Chinese with English abstract)

[33] Kaufman Y J, Tanré D, Remer L A, et al. Operational remote sensing of troposphereic aerosol over land from EOS Moderate Resolution Imaging Spectroradiometer[J]. Journal of Geophysical Research Atmospheres, 1997, 102067(D14): 17.

[34] Kaufman Y J, Sendra C. Algorithm for automatic atmospheric corrections to visible and near-IR satellite imagery[J]. International Journal of Remote Sensing, 1988, 9: 1357－1381.

[35] 王中挺，陳良富，鞏慧，等. CBERS02B衛(wèi)星CCD傳感器數(shù)據(jù)反演陸地氣溶膠[J]. 遙感學(xué)報，2010，13(6)：1047－1059. Wang Zhongting, Chen Liangfu, Gong Hui, et al. Modified DDV method of aerosol optical depth inversion over land surfaces from CBERS02B[J]. Journal of Remote Sensing, 2010, 13(6): 1047－1059. (in Chinese with English abstract)

[36] 王利民，楊玲波，劉佳，等. 基于暗目標(biāo)法和GF-1衛(wèi)星的農(nóng)作物光合有效輻射反演[J]. 農(nóng)業(yè)工程學(xué)報，2016，32(22)：184－191.

Wang Limin, Yang Lingbo, Liu Jia, et al. Inversion of photosynthetically active radiation based on GF-1 image by dark object method[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(22): 184－191. (in Chinese with English abstract)

[36] 中國資源衛(wèi)星應(yīng)用中心. 2014年絕對輻射定標(biāo)系數(shù)—GF-1，ZY-3，ZY-1 02C，SJ-9A，HJ[EB/OL]. http://www.cresda.com/ n16/ n1115/ n1522/ n2103/191962.html，2014-10-09.

[37] 羅江燕，塔西甫拉提·特依拜，陳金奎. 基于表觀反射率的渭一庫綠洲植被動態(tài)變化分析[J]. 水土保持研究，2008，15(5)：65－67.

Luo Jiangyan, Tashpolat Tiyip, Chen Jinkui. Analysis on dynamic change of Wei-ku Oasis vegetation based on surface reflectance[J]. Research of Soil and Water Conservation, 2008, 15(5): 65－67. (in Chinese with English abstract)

[38] 劉佳，王利民，楊玲波，等. 基于6S模型的GF-1衛(wèi)星影像大氣校正及效果[J]. 農(nóng)業(yè)工程學(xué)報，2015，31(19)：159－168.

Liu Jia,Wang Limin,Yang Lingbo, et al. Atmospheric correction of GF-1 image based on the 6S model[J]. Transactions of the Chinese Society of Agricultural Engineering(Transactions of the CSAE), 2015, 31(19): 159－168. (in Chinese with English abstract)

GF-1 image clear sky PAR inversion assisted by MODIS data

Wang Limin, Liu Jia, Yang Lingbo, Teng Fei, Yang Fugang, Shao Jie

(,100081,)

GF-1 satellite was launched in April 2013. Since then various researches and operations using the GF-1 imagery have been conducted. This study tries to establish the inversion model for the biophysical variable photosynthetically active radiation (PAR) derived from GF-1 imagery. The inversion of the variable aerosol optical depth (AOD) is first carried out using the surface reflectance product of MODIS (moderate-resolution imaging spectroradiometer) (it is MOD09A1). Based on the typical ground-object spectral library data provided by the United States Geological Survey (USGS), and spectral response function of the GF-1/WFV sensors, the study has found that the difference in terms of the blue band surface reflectance generated by 2 sensors of GF-1/WFV and MODIS is very small. MODIS data can thus be assimilated to create GF-1 surface reflectance library. The second simulation of satellite signal in the solar spectrum (6S) atmospheric radiation transfer model is applied to produce an atmospheric parameter look-up table (LUT). By comparing solar incident irradiance at top of atmosphere (TOA) and radiation brightness value at the entrance pupil of the sensor, and using surface reflectance product from MODIS, the authors have achieved the ground-air decoupling and the inversion of AOD. After establishing AOD library, the atmospheric parameters such as atmospheric transmittance, atmospheric hemisphere albedo, and atmospheric diffuse transmittance are computed and interpolated to LUT. Combined with the calculation of sun incident radiation intensity, the ground solar radiation intensities at red, green and blue bands of GF-1 are produced. By analyzing the relationship between the ground solar radiation intensities and overall 400-700 nm PAR values provided by MOD09A1, 3 conversion coefficients are computed. The coefficients have the values of 0.091 56, 0.099 51, and 0.100 7 respectively for the blue, green and red bands, realizing the inversion from the ground solar radiation intensity of 3 discrete wavebands to PAR. By selecting Yucheng region, Shandong Province as a study area, and using 13 GF-1 images registered from January to December in 2014, the authors generated the values of PAR for the study region and conducted the accuracy assessment for the inversion using the ground measured values of PAR. The results show that the PAR acquired by the inversion approach described in this paper has an overall accuracy of 92.63%, with an averaged absolute value of error of 14.56 W/m2and an averaged relative error of 7.37%. Study shows that GF-1 data can be effectively applied for the inversion of PAR; the establishment of reflectance library is feasible by including MOD09A product, and generating LUT through the 6S model. Finally this PAR inversion approach can provide reliable data support for crop growth monitoring, and parameter estimation based on GF-1 imagery.

remote sensing; radiation; spectrum analysis; photosynthetically available radiation; GF-1; WFV; aerosolopticaldepth; look-up table

10.11975/j.issn.1002-6819.2017.04.030

S127

A

1002-6819(2017)-04-0217-08

2016-04-07

2017-02-07

國家重點(diǎn)研發(fā)計劃“糧食作物生長監(jiān)測診斷與精確栽培技術(shù)”課題“作物生長與生產(chǎn)力衛(wèi)星遙感監(jiān)測預(yù)測”(2016YFD0300603)

王利民，男，內(nèi)蒙古人，副教授，主要從事農(nóng)業(yè)遙感監(jiān)測業(yè)務(wù)運(yùn)行研究。北京 中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所，100081。 Email：wanglimin01@caas.cn

王利民，劉 佳，楊玲波，滕 飛，楊福剛，邵 杰. MODIS數(shù)據(jù)輔助的GF-1影像晴空光合有效輻射反演[J]. 農(nóng)業(yè)工程學(xué)報，2017，33(4)：217－224. doi：10.11975/j.issn.1002-6819.2017.04.030 http://www.tcsae.org

Wang Limin, Liu Jia, Yang Lingbo, Teng Fei, Yang Fugang, Shao Jie. GF-1 image clear sky PAR inversion assisted by MODIS data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(4): 217－224. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2017.04.030 http://www.tcsae.org