基于遥感图像大气校正意义与发展.docVIP

基于遥感图像大气校正意义与发展 　　摘 要：随着多光谱、多时相传感器的发展，定量遥感也获得了很好的发展契机。虽然对于影像分类、变化检测的情况不需要进行大气校正，但大气校正作为光学遥感信息定量化研究中必不可少的一步，已受到越来越多的重视。近年来，传统的大气校正方法也在不断改进，越来越多的大气校正模型将更多的大气参数纳入定量分析范围，以提高大气校正的精度和适用性。 　　关键词：大气校正；定量遥感；模型 　　引言 　　随着近年来定量遥感的迅速发展，尤其是越来越多地将多传感器、多时相遥感数据利用于土地利用分析、土地覆盖变化监测、全球资源环境分析、气候变化监测等领域，遥感图像大气校正方法的研究越来越受到重视。大气是影响遥感定量分析与应用的重要因素，因此消除大气效应、卫星姿态角和太阳高度角等因素对结果的影响也成为了决定定量遥感分析精度的重要前提。尤其是近年来高光谱技术的发展，极大地提高了高光谱影像的分辨率。因此，对参数更为详细的描述方法及适用性更强的大气校正方法必不可少。 　　1 大气校正的意义 　　大气校正广泛应用于定量遥感中。为了实现反演模型的时空扩展，大气校正的精度直接决定了后续定量分析的精度。定量反演的目的是获取地球信息，精确识别地物，尤其是在生物特性方面具有广泛的应用，比如水体特性分析及生物指数分析。 　　定量遥感在海洋湖泊、水体污染程度、水体生物量组成等方面有着广泛的应用。在水体特征研究中，大气的衰弱作用使得卫星遥感信号不能正确表现自然水体的表观光学特性和内在光学特性，对水体样本层次的变化不敏感。尤其在蓝绿波段，大气对光谱数据的污染最为严重。此外，被动遥感信号从大气顶层出发，经两次大气散射和吸收及地面目标反射才被记录，所以大气条件对信号污染作用使传感器接收到的辐射信息存在较大误差，定量分析与处理过程中需剔除。比如环境卫星的CCD图像数据具有较高空间分辨率、时间分辨率和较宽的刈幅。在接受到的辐射信息中，有90%属于大气信号，而能反映水体生物光学信号的仅占5%～15%。 　　定量遥感在林业方面也有这广泛的应用，比如从植被中提取生物量、叶面积指数、叶绿素、树冠郁闭百分比等。在对植被指数进行分析时，太阳光照角度和观测视角以及大气、云的条件的变化都很大，因此得到的是大气上界的双向反射率信息（也称表现反射率）。此外，大气中水蒸气和气溶胶对辐射的散射和吸收有较大影响。因此，如何分离地气耦合效应，得到准确的地面反射率信息是卫星遥缚中基础但极为重要的工作。归一化植被指数NDVI及ARVI等可部分校正大气程辐射和因大气路径长度不同而产生的变形差异。NDVI也确能显著减小大气的影响作用，但在植被稀少或已被破坏的地区还是能够引起50%甚至更大的误差。而其他的VI指数，如全球环境检测指数（GEMI），虽然能够避开大气校正的过程，但对于稀疏或中密度植被覆盖也不适用。 　　当然，在某些情况下，可省略大气校正过程。通常情况下，当训练数据来自所研究的影像（或合成影像），而不需要进行多时相、多地点交叉对比分析的时候，通常不需要进行大气校正。比如针对单时相的遥感数据进行分类，如采用最大似然法时，只要用于分类的训练数据在大体上具有一致性，比如整幅影像受到云层的影响较低，大部分区域的大气条件类似，影像质量精度受大气校正影响较小时，可以不进行大气校正。此外，在针对多时相影像变化监测的过程中，可以将两个时相的所有波段数据放在一起利用变化检测算法确定变化类别，无大气校正的必要性。 　　尽管光学遥感大气校正方面的成果很多，各种模型层出不穷，但没有一个是可普遍应用的。因为大气条件具有很大的复杂性，每一个区域的大气条件都可能完全一样，但在利用模型进行参数设置的时候只能采用一种模式统一处理。此外，影响大气校正的参数非常多，一般情况下同步准确获取这些参数的难度也很大，而太过复杂的在计算时也会增加复杂性，因此， 在对遥感影像进行大气校正时，要根据研究目的、要求以及研究区的特点，选择适当的大气校正方法。 　　2 大气校正的方法 　　根据理论基础与所需辅助信息来源，可以将大气校正方法分为：基于图像特征的相对校正法、基于地面线性回归模型法、基于大气辐射传输模型法及复合模型法。 　　基于图像特征的相对校正法主要是在无地面同步测量时使用。此方法不需地面光谱及大气环境参数测量，可直接从图像特征出发反演反射率。如：Kaufman的暗目标法，Kruse的内在平均相对反演率模型IARR。平面场模型FF在IARR基础上发展起来，要求像幅内存在具有非吸收特征的一定面积的地理平台单元，并求出单元中像元平均光谱，再每一个像元光谱除以平均光谱值来重建，克服了IARR中存在的假反射峰特点，计算量小。但平台选取有人为影响，对地区有先验知识，在地形起伏大区域也不易选择平台；Green与Craig提出的对数参差修正模型