王濤 周楠 易維寧 洪津 劉曉 李新張權(quán) 劉詩雨 李照洲 李凱濤 崔文煜?

1) (中國科學(xué)院合肥物質(zhì)科學(xué)研究院, 中國科學(xué)院安徽光學(xué)精密機(jī)械研究所, 通用光學(xué)定標(biāo)與表征技術(shù)重點(diǎn)實(shí)驗(yàn)室, 合肥 230031)

2) (中國科學(xué)技術(shù)大學(xué), 合肥 230026)

3) (中國資源衛(wèi)星應(yīng)用中心, 北京 100094)

4) (中國科學(xué)院空天信息創(chuàng)新研究院, 遙感衛(wèi)星應(yīng)用國家工程實(shí)驗(yàn)室, 北京 100101)

5) (安徽省國防科技情報(bào)研究所, 合肥 230001)

鄰近效應(yīng)是指衛(wèi)星成像過程中目標(biāo)物周圍自然環(huán)境反射的太陽輻射對衛(wèi)星入瞳處目標(biāo)像元輻亮度的貢獻(xiàn).它會導(dǎo)致衛(wèi)星圖像清晰度、對比度和信息熵值降低, 并且導(dǎo)致表觀反射率衛(wèi)星影像中目標(biāo)像元反射率介于其真實(shí)反射率和背景像元平均反射率之間, 嚴(yán)重影響定量遙感精度.背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重值主要取決于大氣分子光學(xué)厚度和氣溶膠光學(xué)厚度, 以及目標(biāo)像元與背景像元之間的空間距離、反射率差值.目前計(jì)算該權(quán)重值的權(quán)重函數(shù)僅考慮了光學(xué)厚度和空間距離對該權(quán)重值的影響.亞米級空間分辨率衛(wèi)星影像中地物組合復(fù)雜, 相鄰地物反射率差值對該權(quán)重值的影響要考慮.本文提出的自適應(yīng)大氣校正算法可根據(jù)光學(xué)厚度、空間距離和反射率差值來調(diào)整背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重值.利用自適應(yīng)大氣校正算法對GF-2全色波段衛(wèi)星影像進(jìn)行鄰近效應(yīng)校正, 結(jié)果表明自適應(yīng)大氣校正算法可有效去除亞米級空間分辨率光學(xué)衛(wèi)星影像中的鄰近效應(yīng), 提高定量遙感精度, 改善衛(wèi)星影像質(zhì)量.

1 引 言

鄰近效應(yīng)是指衛(wèi)星成像過程中目標(biāo)物周圍自然環(huán)境反射的太陽輻射對衛(wèi)星入瞳處目標(biāo)像元輻亮度的貢獻(xiàn).大氣分子和氣溶膠粒子的散射效應(yīng)導(dǎo)致地面目標(biāo)反射的太陽輻射有一部分會被散射出瞬時(shí)視場角(記為L1), 目標(biāo)物周圍自然環(huán)境反射的太陽輻射有一部分會被散射進(jìn)瞬時(shí)視場角(記為L2).相鄰地物反射率差異較小時(shí),L1近似等于L2, 衛(wèi)星影像中鄰近效應(yīng)的表觀效果不明顯.相鄰地物反射率差異較大時(shí),L1與L2相差較大, 衛(wèi)星影像中鄰近效應(yīng)的表觀效果較明顯, 即衛(wèi)星影像的視覺效果較模糊[1,2], 表觀反射率衛(wèi)星影像中目標(biāo)像元反射率介于其真實(shí)反射率和背景平均反射率之間[3].所以有必要對衛(wèi)星影像進(jìn)行鄰近效應(yīng)校正,以提高定量遙感精度和衛(wèi)星影像質(zhì)量.光學(xué)衛(wèi)星影像空間分辨率越高, 大氣能見度越低, 地表反射率組合越復(fù)雜, 鄰近效應(yīng)越強(qiáng)[4?10].

鄰近效應(yīng)校正的難點(diǎn)在于很難確定鄰近效應(yīng)范圍及該范圍內(nèi)各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重.鄰近效應(yīng)范圍主要取決于衛(wèi)星載荷空間分辨率、氣溶膠垂直分布和衛(wèi)星幾何觀測條件[11], 結(jié)合相關(guān)參數(shù)獲取的便捷性以及算法的實(shí)用性, 在實(shí)際大氣校正算法中均采用衛(wèi)星載荷空間分辨率、550 nm處的氣溶膠光學(xué)厚度和幾何觀測條件來粗略判斷鄰近效應(yīng)的范圍.衛(wèi)星載荷空間分辨率越高、觀測天頂角越小、氣溶膠光學(xué)厚度越大, 鄰近效應(yīng)范圍越小.背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重值主要取決于目標(biāo)像元與背景像元之間的空間距離、反射率差值、大氣分子光學(xué)厚度和氣溶膠光學(xué)厚度.目前計(jì)算該權(quán)重值的權(quán)重函數(shù)可分成三類: 第一類是僅考慮空間距離對該貢獻(xiàn)權(quán)重值的影響, 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)中權(quán)重函數(shù)表示成徑向指數(shù)函數(shù)[12]或高斯函數(shù)[13]; 第二類是僅考慮光學(xué)厚度和空間距離對該權(quán)重值的影響, 比如6 S中權(quán)重函數(shù)表示成環(huán)境函數(shù)[14]; 第三類是采用Monte-Carlo模擬光線從衛(wèi)星入瞳處傳輸至地表的過程, 并統(tǒng)計(jì)距離目標(biāo)像元一定空間距離內(nèi)的光子數(shù), 計(jì)算該空間范圍內(nèi)各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重[15.16], 上述三類權(quán)重函數(shù)均沒有考慮背景像元與目標(biāo)像元反射率的差值對鄰近效應(yīng)的影響.相比于中/低空間分辨率光學(xué)衛(wèi)星影像, 亞米級空間分辨率光學(xué)衛(wèi)星影像地物組合復(fù)雜, 相鄰像元反射率差值較大.理論上講, MODTRAN, FLAASH,ATCOR和6S(second simulation of a satellite signal in the solar spectrum)模型中的鄰近效應(yīng)校正算法均無法對亞米級空間分辨率衛(wèi)星影像中鄰近效應(yīng)進(jìn)行有效校正.基于此現(xiàn)狀, 我們開發(fā)了自適應(yīng)大氣校正算法來校正亞米級空間分辨率可見光-近紅外波段衛(wèi)星影像中的鄰近效應(yīng), 其自適應(yīng)特點(diǎn)是可根據(jù)大氣分子光學(xué)厚度、氣溶膠光學(xué)厚度、目標(biāo)像元與背景像元之間的空間距離和反射率差值來調(diào)整背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重值.

目前只有全色波段衛(wèi)星影像的空間分辨率為亞米級, 并且FLAASH和ATCOR只能對多光譜/高光譜衛(wèi)星影像進(jìn)行大氣校正(包括大氣程輻射校正和鄰近效應(yīng)校正), 無法對全色波段衛(wèi)星影像進(jìn)行大氣校正.所以本文以嵩山輻射定標(biāo)場GF-2全色波段(空間分辨率為0.81 m)衛(wèi)星影像為例, 分別利用自適應(yīng)大氣校正算法、6S 輻射傳輸模型中的大氣校正算法和MODTRAN輻射傳輸模型中的大氣校正算法對其進(jìn)行鄰近效應(yīng)校正, 并利用地面同步實(shí)測地物反射率與上述三個大氣校正算法校正后的衛(wèi)星影像中相應(yīng)區(qū)域的平均反射率比較,以驗(yàn)證自適應(yīng)大氣校正算法對亞米級空間分辨率衛(wèi)星影像定量遙感精度和圖像質(zhì)量提升效果.

2 方 法

2.1 大氣校正算法介紹

2.1.1 自適應(yīng)大氣校正算法

衛(wèi)星入瞳處背景像元輻亮度(Lbackground)和衛(wèi)星入瞳處目標(biāo)像元輻亮度 (Ltarget) 的比值(Lbackground/Ltarget)可表示鄰近效應(yīng)的相對大小[17].圖1給出了模擬不同目標(biāo)像元反射率與背景像元反射率組合情況下的Lbackground/Ltarget(輸入的大氣參數(shù)和幾何觀測參數(shù)如表1所示).圖1中的數(shù)據(jù)表明, 目標(biāo)像元反射率與背景像元反射率組合不同時(shí), 比值Lbackground/Ltarget不同, 并且該比值隨背景反射率增大而增大, 隨目標(biāo)反射率增大而減小.故可利用該比值表示背景像元反射率與目標(biāo)像元反射率差異對計(jì)算背景各像元對鄰近效應(yīng)貢獻(xiàn)權(quán)重值的相對大小.將該比值和6S輻射傳輸模型中的輻射傳輸方程結(jié)合, 整理成適用于亞米級空間分辨率可見光-近紅外波段衛(wèi)星影像的大氣校正算法.基于上述原理, 開發(fā)的自適應(yīng)大氣校正算法可整理成如下形式:

圖1 不同目標(biāo)像元反射率與背景像元反射率組合情況下的Lbackground/LtargetFig.1.The value of L background/Ltarget for different combinations of target reflectance and background reflectance.

表1 大氣參數(shù)和觀測幾何條件Table 1.Atmospheric parameters and observed geometric conditions.

式中θs,θv,?s,?v分別 為太陽天頂角、觀測天頂角、太陽方位角、觀測方位角;τ,τA,τR分別為大氣光學(xué)厚度、氣溶膠光學(xué)厚度、大氣分子光學(xué)厚度;δ是正整數(shù), 表示鄰近效應(yīng)范圍;T(θs) 為下行大氣總散射透過率;td(θv) ,分別為上行大氣總漫散射透過率、上行氣溶膠總散射透過率、上行大氣分子總散射透過率;tg為全路徑(太陽-地表-衛(wèi)星)大氣總吸收透過率 ;ρ(γ0,η0) ,〈ρ(γ0,η0)〉 ,ρ?(θs,θv,?s??v) ,ρa(bǔ)(θs,θv,?s??v) ,ρestimate_real(γ,η) 分別為目標(biāo)像元(γ0,η0) 真實(shí)反射率、目標(biāo)像元 (γ0,η0) 平均背景反射率、表觀反射率、大氣本征反射率、預(yù)估地表真實(shí)反射率;r為目標(biāo)像元與背景像元的空間距離;s為大氣半球反照率; G SD 為衛(wèi)星圖像的空間分辨率.其 中τ,τA,τR,s,ρa(bǔ),tg,可通過輻射傳輸工具計(jì)算而得, 預(yù)估地表真實(shí)反射率ρestimate_real(γ,η)可通過假設(shè)地表均一的情況下進(jìn)行迭代方法得到.該算法的自適應(yīng)特點(diǎn)是可根據(jù)背景像元反射率與目標(biāo)像元反射率的差值、背景像元與目標(biāo)像元的空間距離、大氣分子光學(xué)厚度和氣溶膠光學(xué)厚度調(diào)整背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重.該算法適用于各種大氣能見度下且無云或薄云的高空間分辨率全色/多光譜/高光譜衛(wèi)星影像.自適應(yīng)大氣校正算法的流程圖如圖2所示.

圖2 自適應(yīng)大氣校正算法(adaptive-AC)流程圖Fig.2.Flowchart of the adaptive-AC.

2.1.2 6S模型中的大氣校正算法

6S模型中的大氣校正算法[14]與自適應(yīng)大氣校正算法的區(qū)別在于校正鄰近效應(yīng)時(shí), 自適應(yīng)大氣校正算法同時(shí)考慮了目標(biāo)像元與背景像元空間距離,以及目標(biāo)像元與背景像元反射率差值對鄰近效應(yīng)的影響.而6 S模型中大氣校正算法沒考慮目標(biāo)像元與背景像元反射率差值對鄰近效應(yīng)的影響, 其校正原理可用(1)式和(3)式表示.

2.1.3 MODTRAN模型中的大氣校正算法

MODTRAN模型中大氣校正算法原理[12]可用(4)式和(5)式表示:

上式中A是與目標(biāo)像元相關(guān)的參數(shù),B是與背景像元相關(guān)的參數(shù),A和B的取值均取決于大氣和幾何觀測條件, 可通過運(yùn)行MODTRAN輻射傳輸代碼獲得[18];L?(γ0,η0) 為目標(biāo)像元 (γ0,η0) 表觀輻亮度;La為大氣程輻射;〈L?(γ0,η0)〉 為目標(biāo)像元(γ0,η0)平均背景輻亮度, 即衛(wèi)星入瞳處目標(biāo)像元(γ0,η0)對應(yīng)的周圍像元輻亮度的空間平均值.空間平均通常用大氣點(diǎn)擴(kuò)散函數(shù)表示.在MODTRAN模型中大氣點(diǎn)擴(kuò)散函數(shù)一般用高斯函數(shù)或指數(shù)函數(shù)來表示, 它們僅考慮了目標(biāo)像元與背景像元之間的空間距離對鄰近效應(yīng)的影響, 并未考慮目標(biāo)像元反射率與背景像元反射率差值對鄰近效應(yīng)的影響.

2.2 大氣校正結(jié)果評價(jià)方法

2.2.1 地表反射率定量分析

大氣校正的目的是去除衛(wèi)星成像過程中大氣和目標(biāo)物周圍自然環(huán)境散射的太陽輻射對衛(wèi)星入瞳處目標(biāo)物輻亮度的影響, 以從衛(wèi)星影像中獲得地表真實(shí)反射率.所以可通過地面同步實(shí)測的地表反射率光譜, 結(jié)合衛(wèi)星傳感器的相對光譜輻亮度響應(yīng)函數(shù), 利用(6)式得到波段平均反射率[19], 并與校正前后衛(wèi)星影像中相應(yīng)區(qū)域的平均反射率作比較.(6)式中的ρband_averge為波段平均反射率; R SRR 為波段(λ1?λ2)對應(yīng)的相對光譜輻亮度響應(yīng)函數(shù);ρfield為地面實(shí)測或光譜庫里的地物反射率光譜, 本文采用布設(shè)在嵩山定標(biāo)場的地物反射率光譜自動化測量儀器所測的與衛(wèi)星影像時(shí)空同步的地物反射率光譜曲線.

2.2.2 衛(wèi)星圖像質(zhì)量評價(jià)

大氣對太陽輻射的吸收和散射會導(dǎo)致衛(wèi)星影像變得模糊、低對比度且信息熵值較低.故可通過分析衛(wèi)星圖像的圖像清晰度、對比度、熵值來評價(jià)衛(wèi)星影像大氣校正前后的圖像質(zhì)量.利用(7)式將4個相鄰像素的灰度值沿對角線方向相減得到的平方和作為每個像素的梯度值, 并累加所有像素的梯度值以找到Robert清晰度[17].利用(8)式計(jì)算圖像平均對比度[20].圖像平均熵值是指圖像的信息混亂度, 可由(9)式計(jì)算得出, 其中P(i) 為圖像中不同灰度等級的概率[17].

3 數(shù)據(jù)介紹

本文以2020年3月20日嵩山定標(biāo)場的GF-2全色波段衛(wèi)星影像為例, 其相對光譜輻亮度響應(yīng)曲線如圖3所示, 相應(yīng)的表觀反射率圖像如圖4(a)所示, 選取圖中編號分別為1, 2, 3的矩形區(qū)域的平均反射率與地面同步實(shí)測反射率作對比, 以驗(yàn)證各大氣校正算法對定量遙感精度的提升效果.表1列出了衛(wèi)星圖像對應(yīng)的大氣及幾何觀測參數(shù), 根據(jù)MODTRAN中大氣模式的定義, 根據(jù)衛(wèi)星影像對應(yīng)的緯度和日期選擇相應(yīng)的大氣模式為中緯度夏季模式[21].通過分析SONET(synchronous optical networking)[22]的數(shù)據(jù), 獲得與衛(wèi)星影像接近時(shí)空同步的大氣氣溶膠光學(xué)厚度(550 nm), 結(jié)果如表1所列, 衛(wèi)星影像對應(yīng)的氣溶膠光學(xué)厚度為0.4018.

圖3 GF-2 全色及可見近紅外波段相對光譜輻亮度響應(yīng)Fig.3.Relative spectral radiance response (RSRR) for GF-2 VNIR bands.

圖4 GF-2全色波段衛(wèi)星圖像 (a) 表觀反射率圖; (b) 基于自適應(yīng)大氣校正算法校正后的衛(wèi)星影像(記為“adaptive-AC地表真實(shí)反射率圖”); (c)基于6S模型中的大氣校正算法校正后的衛(wèi)星影像(記為“6S-AC地表真實(shí)反射率圖”);(d)基于MODTRAN模型中的大氣校正算法校正后的衛(wèi)星影像(記為“MODTRAN-AC地表真實(shí)反射率圖”)Fig.4.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 分析與討論

利用自適應(yīng)大氣校正算法、6 S模型中大氣校正算法、MODTRAN模型中大氣校正算法對成像區(qū)域表觀反射率衛(wèi)星影像(圖4(a))進(jìn)行大氣校正的結(jié)果分別如圖4(b)—圖4(d)所示.利用(7)式—(9)式計(jì)算圖4中各圖的清晰度、對比度和熵值, 結(jié)果如表2所列.表3給出了圖4中各圖矩形區(qū)域內(nèi)的平均反射率以及對應(yīng)區(qū)域地面同步實(shí)測反射率.

表2 圖4中各圖像的清晰度、對比度、熵值Table 2.Values of the C LAR , C ONT and E NTR for each image in Fig.4.

表3 圖4中各矩形區(qū)域的平均反射率Table 3.Average surface reflectance in the selected area of the four images in Fig.4.

對比圖4(b)和圖4(a), 可以清晰地看出基于自適應(yīng)大氣校正算法校正后的衛(wèi)星影像視覺效果優(yōu)于校正前的衛(wèi)星影像.從表2中的數(shù)據(jù)可知,adaptive-AC地表真實(shí)反射率圖像較表觀反射率圖像清晰度提高了0.7717倍, 對比度提高了0.3144倍, 熵值提高了0.1617倍.表3中的數(shù)據(jù)表明, 表觀反射率圖像中的低反射率地物反射率變高, 高反射率地物反射率變低.這主要是因?yàn)楫?dāng)?shù)匚锬繕?biāo)反射率大于其周圍自然地物平均反射率時(shí), 地面目標(biāo)物反射的太陽輻射被散射出瞬時(shí)視場角的太陽輻射大于地面目標(biāo)物周圍環(huán)境反射的太陽輻射被散射進(jìn)瞬時(shí)視場角的太陽輻射, 從而導(dǎo)致表觀反射率衛(wèi)星影像中的高反射地物反射率變低; 當(dāng)?shù)匚锬繕?biāo)反射率小于其周圍自然地物平均反射率時(shí), 地面目標(biāo)物周圍環(huán)境反射的太陽輻射被散射進(jìn)瞬時(shí)視場角的太陽輻射大于地面目標(biāo)物反射的太陽輻射被散射出瞬時(shí)視場角的太陽輻射, 從而導(dǎo)致表觀反射率衛(wèi)星影像中的低反射率地物反射率變低.adaptive-AC地表真實(shí)反射率圖像中各紅色矩形區(qū)域平均反射率與地面實(shí)測反射率比較接近, 這說明自適應(yīng)大氣校正算法可有效移除亞米級空間分辨率衛(wèi)星成像時(shí)大氣散射所帶來的鄰近效應(yīng)的影響, 恢復(fù)衛(wèi)星影像中地物真實(shí)反射率.

對比圖4(c)和圖4(a), 可以清晰地看出基于6S模型中的大氣校正算法校正后的衛(wèi)星影像視覺效果較表觀反射率圖像有一定提高.從表2中的數(shù)據(jù)可知, 6S-AC地表真實(shí)反射率圖像較表觀反射率圖像, 清晰度提高了0.3203倍, 對比度提高了0.1338倍, 熵值提高了0.0806倍.表3中的數(shù)據(jù)表明6S-AC地表真實(shí)反射率圖像較表觀反射率圖像中相應(yīng)紅色矩形區(qū)域的平均反射率更接近地面實(shí)測反射率, 但仍具有很大誤差.這主要是因?yàn)?S模型中的大氣校正算法僅考慮了大氣分子光學(xué)厚度、氣溶膠光學(xué)厚度和目標(biāo)像元與背景像元的空間距離對鄰近效應(yīng)的影響, 而沒有考慮目標(biāo)像元反射率與背景像元反射率差值對鄰近效應(yīng)的影響, 以至于6S模型中大氣校正算法僅能一定程度上移除亞米級空間分辨率衛(wèi)星影像中的鄰近效應(yīng), 只能在一定程度上提高定量遙感的精度, 會帶來鄰近效應(yīng)校正不足的問題.

對比圖4(d)和圖4(a), 可以清晰地看出基于MODTRAN模型中的大氣校正算法校正后的衛(wèi)星影像視覺效果較表觀反射率圖像提高了很多.從表2中的數(shù)據(jù)可知, MODTRAN-AC地表真實(shí)反射率圖像較表觀反射率圖像清晰度提高了0.7974倍, 對比度提高了0.1926倍, 熵值提高了0.1668倍.表3中的數(shù)據(jù)表明MODTRAN-AC地表真實(shí)反射率圖像中各紅色矩形區(qū)域平均反射率均大于表觀反射率圖像中相應(yīng)區(qū)域的平均反射率, 而且采樣區(qū)域1(低反射率地物)中的平均反射率遠(yuǎn)遠(yuǎn)高于地面實(shí)測反射率, 采樣區(qū)域2和3(高反射率地物)的平均反射率均稍高于地面實(shí)測反射率.這主要是因?yàn)镸ODTRAN模型中的大氣校正算法僅考慮了目標(biāo)像元與背景像元的空間距離對鄰近效應(yīng)的影響, 而沒有考慮氣溶膠光學(xué)厚度和目標(biāo)像元反射率與背景像元反射率差值對鄰近效應(yīng)的影響.利用MODTRAN模型中的大氣校正算法校正亞米級空間分辨率衛(wèi)星影像會帶來類似上面的過校正的問題.

通過對不同目標(biāo)像元反射率與背景像元反射率組合情況下的Lbackground/Ltarget仿真結(jié)果(圖1)及圖4和表3的分析可知, 用比值(Lbackground/Ltarget)來衡量背景像元反射率與目標(biāo)像元反射率差值對鄰近效應(yīng)貢獻(xiàn)權(quán)重值的相對大小是合理的.在大氣分子光學(xué)厚度、氣溶膠光學(xué)厚度、背景像元與目標(biāo)像元空間距離基礎(chǔ)上, 結(jié)合背景像元反射率與目標(biāo)像元反射率差值共同調(diào)整背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重更接近真實(shí)的輻射傳輸原理.圖4和表3的數(shù)據(jù)表明, 從自適應(yīng)大氣校正算法校正后的衛(wèi)星圖像中反演地表反射率較其他兩種大氣校正算法更合理.

5 結(jié) 論

通過上面分析對比可知, 在亞米級空間分辨率衛(wèi)星影像鄰近效應(yīng)校正過程中, 計(jì)算背景各像元對鄰近效應(yīng)的貢獻(xiàn)權(quán)重值時(shí), 僅考慮目標(biāo)像元與背景像元空間距離會帶來鄰近效應(yīng)過校正問題; 僅考慮目標(biāo)像元與背景像元空間距離、大氣分子光學(xué)厚度、氣溶膠光學(xué)厚度會帶來鄰近效應(yīng)校正不足的問題; 既考慮目標(biāo)像元與背景像元空間距離、大氣分子光學(xué)厚度、氣溶膠光學(xué)厚度, 又考慮目標(biāo)像元與背景像元反射率差值可有效去除鄰近效應(yīng).本文開發(fā)的自適應(yīng)大氣校正算法可有效移除亞米級/米級空間分辨率光學(xué)衛(wèi)星成像過程中的鄰近效應(yīng), 恢復(fù)衛(wèi)星成像過程的真實(shí)性, 提高低大氣能見度條件下的亞米級空間分辨率衛(wèi)星影像的圖像質(zhì)量和定量遙感精度, 將來可用于亞米級空間分辨率多光譜/高光譜衛(wèi)星影像的大氣校正.