遥感应用模型1-基础.pptVIP

在太阳——大气——目标——大气——传感器的电磁辐射传播路径中，大气是造成遥感器接收信号失真的主要来源之一，主要是由大气散射和吸收引起的大气衰减。 气溶胶颗粒：极细0.01μm；细0.01-1μm；粗1-10μm 由于气溶胶没有在大气中很好地混合，其水平和垂直分布变化大。 1 大气效应 假定视场中有一些像元，随着时间变化它们反射率相当稳定。 “不变目标”反射率的线性关系可以被用来对不同时间的影像进行规定化。 这是一种相对校正。如果可以同步测量地面反射率或对地表做出某些假设，那么就可以进行绝对校正。 假设从所有M幅不同时间的影像中可以选取N个“不变”像元。 如果选择一幅清晰影像，设为J，根据上述内容，那么就可以对所有的其他影像用基于这N个像元的线性回归规定化到J影像。 不变目标法 2 基于图像本身的方法 经典的暗目标法——历史最悠久而且最为简单的大气校正方法 ——假定一幅影像存在某些反射率可以忽略的像元（例如被完全遮蔽），影像每个波段的像素值都要减去该波段最小的像素值。 浓密植被、纯净水体。 该方法在融合了基于物理模型的步骤之后得到了很大的改进。 暗目标法 2 基于图像本身的方法 2.1μm左右的中红外波段能够用来识别这些浓密植被像元。 暗目标减法 2 基于图像本身的方法 浓密植被像元 蓝波段和红波段的反射率具有很大的相关性。 在可见光波段反射率很低，它们可以被认为是“暗目标”。 暗目标减法 2 基于图像本身的方法 在2.1μm左右的中红外波段用较小的反射率阈值（例如0.05）识别暗像元。识别出来的像元可能还有水或湿地，需要用植被指数或其他方法剔除。 用简单的统计关系计算蓝波段和红波段的地表反射率。 从两个波段（红和蓝）地表反射率估算大气层顶辐亮度。 以幅亮度差计算获得查找表，确定两波段的大气光学厚度。 按光学厚度的函数关系确定其他波段的光学厚度。 利用移动窗口内插技术估算光学厚度的空间分布。 基于清晰和阴霾区域的地表反射率直方图一致这一假设。 在区分一幅影像的清晰和阴霾区域之后，阴霾区域的反射率直方图将和清晰区域的反射率直方图进行匹配。 将图像分割成M×N小块。 选择一类已知(例：暗色水体或浓密植被)目标，利用可控阈值进行识别，确定这些像元之上大气的光学厚度。 利用穗帽变换（TCT）人工辅助识别清晰和混浊像元。 阴霾区域图块的直方图与清晰区域图块的直方图进行匹配，以确定每个图块的大气可见度。 利用图块平均大气可见度恢复地表反射率。 直方图匹配法 2 基于图像本身的方法 基于清晰和阴霾区域的地表反射率直方图一致这一假设。 在区分一幅影像的清晰和阴霾区域之后，阴霾区域的反射率直方图将和清晰区域的反射率直方图进行匹配。 将图像分割成M×N小块。 选择一类已知(例：暗色水体或浓密植被)目标，利用可控阈值进行识别，确定这些像元之上大气的光学厚度。 利用穗帽变换（TCT）人工辅助识别清晰和混浊像元。 阴霾区域图块的直方图与清晰区域图块的直方图进行匹配，以确定每个图块的大气可见度。 利用图块平均大气可见度恢复地表反射率。 3 大气辐射传输方程方法 6S模型 法国大气光学实验室Tanre D.，Deuze J.L，Herman M，和美国马里兰大学地理系Vermote E.在5S(Sim-ulation of the Satellite Signal in theSolar Spectrum)模型的基础上发展起来。 采用最新近似(state of the art)和逐次散射SOS(successive orders of scattering)算法来计算散射和吸收，改进了模型的参数输入，使其更接近实际。 该模型对主要大气成分：H2O，O3，O2，CO2，CH4，N2O等气体的吸收，大气分子和气溶胶的散射都进行了考虑。 它不仅可模拟地表非均一性，还可模拟地表双向反射特性。 与LOWTRAN模型、MORTRAN模型比较，6S模型具有较高的精度。 3 大气辐射传输方程方法 LOWTRAN模型 由美国空军地球物理实验室研制，目前流行版本LOWTRAN7。 以20cm-1的光谱分辨率的单参数带模式计算0cm-1到50 000cm-1的大气透过率，大气背景辐射，单次散射的光谱辐射亮度、太阳直射辐射度。 LOWTRAN7增加了多次散射的计算及新的带模式、臭氧和氧气在紫外波段的吸收参数。 提供6种参考大气模式的温度、气压、密度的垂直廓线，H2O，O3，O2，CO2，CH4，N2O的混合比垂直廓线及其他13种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨廓线和辐射参量如消光系数、吸收系数、非对称因子的光谱分布。 3 大气辐射传输方程方法 MORTRAN