付海龍 劉永海

摘要：針對大氣散射、氣溶膠散射和太陽反射等因素影響，使傳感器接收到的數(shù)據(jù)與地表反射的數(shù)據(jù)不一致，造成遙感圖像失真的問題，本文為了將高光譜成像數(shù)據(jù)用于陸地表面的定量遙感，必須消除大氣影響，對所獲得的信息進行大氣校正。通過運用輻射傳輸模型法對遙感數(shù)據(jù)進行大氣校正，并采用經(jīng)驗法與輻射傳輸模型法相結(jié)合的混合方法進行大氣校正。研究結(jié)果表明，將ATREM和現(xiàn)場光譜測量相結(jié)合，可以在與校準點不同的海拔上改善大氣校正，地面校準消除了與傳感器偽影和輻射傳輸模型相關(guān)的殘留誤差。該研究可以使遙感圖像準確地獲得地表信息。

關(guān)鍵詞：大氣校正; 光譜; 遙感; 輻射傳輸模型

自20世紀60年代以來，遙感技術(shù)作為一門探測技術(shù)逐漸發(fā)展起來，該技術(shù)是通過衛(wèi)星遙感獲取地表的輻射信息，從而達到對地物進行監(jiān)測的目的。遙感技術(shù)具有監(jiān)測準確、快速等特點，在環(huán)境、水利、農(nóng)林業(yè)等方面廣泛應(yīng)用。由于受大氣散射、氣溶膠散射和太陽反射等影響，地表發(fā)射的輻射信息在傳輸?shù)絺鞲衅鞯倪^程中，其強度、波譜、空間分布等發(fā)生變化，使遙感器獲得的數(shù)據(jù)與地表反射的數(shù)據(jù)不一致，遙感圖像出現(xiàn)失真。因此，為了獲得準確反應(yīng)地表信息的遙感圖像，必須對所獲得的信息進行大氣校正。大氣校正的目的是消除大氣和光照等大氣因素對地表反射信息的影響、大氣中氧氣、二氧化碳、水蒸氣和臭氧等對地物反射的影響、以及大氣分子和氣溶膠散射的影響。多數(shù)情況下，大氣校正同時也是反演地物真實反射率的過程，如果數(shù)據(jù)未經(jīng)校正，有可能丟失這些重要成分反射率差別微小的信息。遙感圖像的大氣校正方法有很多，按校正結(jié)果，可分為絕對大氣校正方法和相對大氣校正方法兩種。常用的大氣校正方法有不變目標(biāo)法、直方圖匹配法、暗元目標(biāo)法和輻射傳輸模型法等。權(quán)維俊等人＼[1＼]利用Landsat衛(wèi)星影像對地表覆被類型區(qū)分進行了研究;鄭秋萍等人＼[2＼]通過大氣校正對熱島效應(yīng)進行了研究;劉朝順等人＼[3＼]基于6S模型對Landsat ETM+的可見光到中紅外波段的反射率進行了大氣校正。自20世紀80年代中期以來，大氣校正算法已經(jīng)從先前的經(jīng)驗線法和平場域法演變?yōu)榛趪栏竦妮椛鋫鬟f模型方法。因此，本文主要對陸地高光譜遙感數(shù)據(jù)的大氣校正算法進行研究，給出了陸地輻射傳輸模型方法，并研究了經(jīng)驗法與輻射傳輸模型方法相結(jié)合的混合方法。該研究對準確獲得地表信息的遙感圖像具有實際意義。

1 陸地輻射傳輸模擬方法

由于表面反射率反演經(jīng)驗方法的局限性，1987年，F(xiàn).H.G.Alexander研究了一種使用輻射傳輸模型的大氣校正技術(shù)。隨著大氣去除算法（atmospheric removal algorithms，ATREM）＼[4＼]的發(fā)展，大氣校正技術(shù)很快得到實現(xiàn)，它利用理論建模技術(shù)，從高光譜成像數(shù)據(jù)中獲取陸地表面反射光譜，模擬大氣氣體和氣溶膠的吸收和散射效應(yīng)。

1.1 大氣效應(yīng)和輻射傳輸公式

太陽表面?zhèn)鞲衅髀窂缴系奶栞椛涫艽髿鈿怏w和氣溶膠的吸收和散射影響，為了從成像光譜儀數(shù)據(jù)中導(dǎo)出表面反射光譜，需要對這些效應(yīng)進行精確建模。在約30種大氣中，只有水蒸汽（H2O），二氧化碳（CO2），臭氧（O3），一氧化二氮（N2O），一氧化碳（CO），甲烷（CH4），氧氣（O2）和二氧化氮（NO2）這8種氣體的波長在0.4～2.5 μm的范圍內(nèi)，光譜分辨率在1～20 nm之間，在成像光譜儀數(shù)據(jù)中產(chǎn)生可觀察的吸收特征。8種氣體模擬大氣透射光譜如圖1所示。該路徑設(shè)定太陽天頂角為50°，在最低點觀察海平面表面和大氣頂部的傳感器，給出每種氣體的典型用量，每處的水平尺度相同，垂直尺度不同。在采樣間隔為1 nm，光譜分辨率為5 nm的條件下，對光譜進行模擬。

由圖1可以看出，波長大約在0.4～2.5 μm之間，光譜區(qū)域的一半受到大氣中水蒸汽的吸收，而其它7種氣體的吸收效應(yīng)通常位于更窄的波長間隔內(nèi)。大氣氣態(tài)分子和氣溶膠散射太陽，輻射在0.4～0.7 μm之間的短波長區(qū)域受到分子散射（瑞利散射）的強烈影響。隨著波長（λ-4）的增加，其效應(yīng)迅速下降。氣溶膠散射效應(yīng)隨著波長的增加而減小，但是速率較慢。

1.2 大氣去除算法（ATREM）

ATREM從AVIRIS收集的成像光譜數(shù)據(jù)中獲取表面反射光譜，不需要對反射光譜進行現(xiàn)場測量。由于水汽在空間內(nèi)是可變的，因此利用信道比率技術(shù)＼[4＼]，從波長為0.94 μm和1.14 μm的水蒸汽吸收波段，根據(jù)圖像逐步推導(dǎo)出綜合水汽量。采用窄帶譜模型＼[8＼]和得到的水汽值，模擬波長為0.4～2.5 μm的完整太陽光譜區(qū)域內(nèi)的水汽透射譜，類似地，在0.4～2.5 μm區(qū)域中的二氧化碳（CO2），臭氧（O3），一氧化二氮（N2O），一氧化碳（CO），甲烷（CH4）和氧氣（O2）是基于太陽和觀測幾何模擬，大氣分子和氣溶膠造成的散射效應(yīng)通過5S計算機編碼模擬。為模擬氣溶膠效應(yīng)，用戶需選擇氣溶膠模型和表面能見度，并根據(jù)測得的輻射度與大氣層上方太陽輻照度的比值，得到表觀反射率。表面反射率利用模擬大氣氣體透過率、模擬分子和氣溶膠散射數(shù)據(jù)從表觀反射率得到。

ATREM編碼的標(biāo)準輸出包括水汽圖像和表面反射率數(shù)據(jù)立方體（空間成像的兩維和光譜信息的一維）。由于在反演過程中假設(shè)為水平朗伯表面，表面反射率ρ被稱為縮放表面反射＼[8＼]，縮放表面反射率與絕對表面反射率的乘法因子不同，后者與表面斜率和表面雙向反射特性有關(guān)。從Aviris數(shù)據(jù)中獲取的地表反射率如圖2所示。

由圖2可以看出，在2.1～2.4 μm光譜區(qū)的礦物吸收譜帶，尤其是2.2 μm附近的特征高嶺石雙峰吸收特征，在大氣校正后得到恢復(fù)。

ATREM的發(fā)展標(biāo)志著成像光譜學(xué)發(fā)生了巨大進步，使大型陸地遙感界將成像光譜儀的數(shù)據(jù)轉(zhuǎn)換為地面反射，用于各種應(yīng)用，并使高光譜研究活動得到顯著加速。20世紀90年代末和21世紀初，ATREM代碼用逐線大氣透過率模型＼[9＼]和HITRAN2000直線數(shù)據(jù)庫＼[10-11＼]代替譜帶模型進行升級。5S計算機代碼被更新的6S代碼替代，用于模擬大氣散射效應(yīng)。在0.4～0.8 μm的光譜區(qū)增加了模擬大氣中NO2吸收效應(yīng)的模塊。該算法需要具有用于NO2列數(shù)量的輸入（通常約5×1015個分子/cm2）。更新的ATREM算法可以改進表面反射率的推導(dǎo)，特別是在具有大氣氣體吸收特征的光譜區(qū)域。

2 經(jīng)驗法與輻射傳輸模型方法的混合法

將輻射模型和經(jīng)驗方法結(jié)合，推導(dǎo)來自高光譜成像數(shù)據(jù)的地表反射＼[12-13＼]。由于用輻射傳輸模型獲得的表面反射光譜，經(jīng)常包含殘留的大氣吸收和散射效應(yīng)，還可能包含由于輻射測量和光譜校準中的誤差而造成的偽影，盡管模型隨著時間而改善，但它們還沒有達到將所有偽影都小于傳感器噪聲的水平。而高光譜方法＼[14＼]是從AVIRIS數(shù)據(jù)中推導(dǎo)實驗室質(zhì)量表面反射光譜，其校準地點在單個地面，是將ATREM和現(xiàn)場光譜測量相結(jié)合，可以在與校準點不同的海拔上改善大氣校正，地面校準消除了與傳感器偽影和輻射傳輸模型相關(guān)的殘留誤差。

3 結(jié)束語

本文研究了高光譜圖像數(shù)據(jù)大氣校正的輻射傳輸模型方法，并介紹了將輻射傳輸模型方法與經(jīng)驗方法相結(jié)合的混合方法。輻射傳輸模型方法已經(jīng)足夠成熟，可用于高光譜成像數(shù)據(jù)的常規(guī)處理。使用內(nèi)置平滑模塊算法的用戶，應(yīng)注意在其反演的表面反射光譜中，存在人工寬吸收特征的可能性?；旌戏椒ㄔ试S從成像光譜儀數(shù)據(jù)中推導(dǎo)類實驗室反射光譜。運用輻射傳輸模型法對遙感數(shù)據(jù)進行大氣校正，并將經(jīng)驗法與輻射傳輸模型法相結(jié)合，使大氣校正結(jié)果更為準確，但基于大氣校正算法的輻射傳輸模型還有深入討論和改進的空間。

參考文獻：

[1] 權(quán)維俊， 郭文利， 葉彩華， 等. 基于 TM衛(wèi)星影像獲取北京市水體密度指數(shù)與植被覆蓋指數(shù)的方法[J] . 南京氣象學(xué)院學(xué)報， 2007， 30（5）： 610-616.

[2] 鄭秋萍， 劉紅年， 陳燕. 城市化發(fā)展與氣象環(huán)境影響的觀測與分析研究[J]. 氣象科學(xué)， 2009， 29（2）： 214-219.

[3] 劉朝順， 高煒， 高志強， 等. 基于 ETM+遙感影像反演不同土地利用類型地表溫度的研究[J]. 南京氣象學(xué)院學(xué)報， 2008， 31（4）： 503-510.

[4] Gao B C， Heidebrecht K B， Goetz A F H. Derivation of scaled surface reflectances from AVIRIS data[J]. Remote Sensing of Environment， 1993， 44（2/3）： 165-178.

[5] Tanre D， Deuze J， Herman M， et al. Second simulation of the satellite signal in the solar spectrum6S code[J]. IEEE Transactions on Geoscience and Remote Sensing， 1997， 35（3）： 675-686.

[6] Guanter L， Alonso L， Moreno J. A method for the surface reflectance retrieval from PROBA/CHRIS data over land： application to ESA SPARC campaigns[J]. IEEE Transactions on Geoscience and Remote Sensing， 2005， 43（12）： 2908-2917.

[7] Kaufman Y J， Wald A， Remer L A， et al. The MODIS 2.1μm channelcorrelation with visible reflectance for use in remote sensing of aerosol[J]. IEEE Transactions on Geoscience and Remote Sensing， 1997， 35（5）： 1286-1298.

[8] Malkmus W. Random lorentz band model with exponentialtailed S line intensity distribution function[J]. Journal of the Optical Society America， 1967， 57（3）： 323-329.

[9] Gao B C， Davis C O. Development of a linebylinebased atmosphere removal algorithm for airborne and spaceborne imaging spectrometers[J]. SPIE Proceedings， 1997， 3118， 132-141.

[10] Rothman L S， Jacquemart D， Barbe A， et al. The HITRAN 2004 molecular spectroscopic database[J]. Journal of Quantitative Spectroscopy and Radiative Transfer， 2005， 96（2）： 139-204.

[11] Rothman L S， Barbe A， Benner D C， et al. The HITRAN molecular spectroscopic database： edition of 2000 including updates through 2001[J]. Journal of Quantitative Spectroscopy and Radiative Transfer， 2003， 82（1/4）： 5-44.

[12] Boardman J W. PostATREM polishing of AVIRIS apparent reflectance data using EFFORT： A lesson in accuracy versus precision[C]∥Summaries of the Seventh JPL Airborne Earth Science Workshop. Pasadena， CA， USA： JPL Publication， 1998： 97-121.

[13] Goetz A F， Boardman J W， Kindel B C， et al. Atmospheric corrections： on deriving surface reflectance from hyperspectral imagers[J]. SPIE Proceedings， 1997， 3118： 14-22.

[14] Clark R N， Swayze G A， Heidebrecht K， et al. Calibration of surface reflectance of terrestrial imaging spectrometry data： comparison of methods[C]∥Summaries of the 5th Annual JPL Airborne Earth Science Workshop JPL Publication. Pasadena， CA： 1995： 41-42.