高光谱遥感数据的改正暗目标大气校正方法研究.docVIP

中国科学 D 辑: 地球科学 2007年 第37卷 第12期: 1653~1659 收稿日期: 2006-11-21; 接受日期: 2007-07-27 国家重点基础研究发展计划(编号: 2007CB714403、国家自然科学基金(批准号:高新研究与发展项目(批推号: 2005AA133- 011-3资助 《中国科学》杂志社 SCIENCE IN CHINA PRESS 高光谱遥感数据的改正暗目标大气校正方法研究 赵 祥 ①②* 梁顺林③ 刘素红① 王锦地① 秦 军① 厉 青① 李小文① (① 北京师范大学地理学与遥感科学学院, 遥感科学国家重点实验室, 环境遥感与数字城市北京市重点实验室, 北京 100875; ② 中国资源卫星应用中心 北京100073; ③ Department of Geography, 2181 Lefrak Hall, University of Maryland, College Park, MD20742, USA 摘要 高光谱遥感数据常用的大气校正方法均侧重于去除水汽及其他吸收气体的影响, 主要研究了从高光谱影像同时去除气溶胶与水汽影响的方法. 由于高光谱遥感数据波段众多, 常规暗目标方法一直难以适用于高光谱遥感数据的大气校正. 通过选取小麦作为新的暗目标对象, 着重讨论了使用多波段线性回归与插值的方法对常规暗目标方法进行改正使之充分利用高光谱的众多波段特性, 从而把改进的暗目标方法扩展应用于高光谱遥感数据的大气校正. 为了同时去除大气中水汽的影响, 大气校正全过程采用了循环迭代的算法. 以山东济宁地区EO-1卫星搭载的Hyperion 高光谱数据为应用实例, 通过使用MODTRAN 建立的查找表直接从影像估算出气溶胶与水汽含量, 实现了对该数据的大气校正. 大气校正的结果表明, 改正暗目标大气校正算法可以有效地对高光谱遥感数据进行大气校正. 关键词 改正暗目标 高光谱 大气校正 遥感 Hyperion 大气校正是高光谱遥感数据地表参数定量反演的一个必备环节. 在卫星遥感成像过程中, 大气的分子、气溶胶的散射以及臭氧、水汽等气体的吸收[1] 均可以削弱传感器接收到的信号[2], 其中以气溶胶、水汽的影响最为严重[3], 因此, 设法去除气溶胶与水汽的影响成为高光谱遥感数据大气校正的一个主要研究内容. 随着高光谱影像应用的普及, 对高光谱影像进行大气校正已成为遥感研究的热点之一. 由于气溶胶与水汽含量空间分布不均一, 比较实用的方法应是直接从影像获取气溶胶与水汽含量. ATREM 模型 (ATmosphere REMoval program, ATREM较早用于高光谱数据大气校正[4] , 当大气辐射传输模型产生新的研究成果后, ATREM 已逐步被高精度的高光谱数据大气校正模型HATCH [5] (High-accuracy Atmospheric Correction for Hyperspectral Data 取代. 这些模型虽然可以对水汽及其它吸收气体进行高精度地估算, 但是却假设整景影像气溶胶水平均一[5]. 为了能从高光谱影像直接获得气溶胶与水汽含量, Liang 等[6~8]将不受区域或季节限制的聚类匹配方法进行扩展使之适用于高光谱数据的大气校正, 但是这种方法需要设定清洁区的气溶胶含量. 为此, 本文的主要目标是对常规暗目标方法进行改正使之适用于高光谱数据, 可以定量地从高光谱影像同时估算出气溶胶与水汽含量, 最终实现对高光谱影像的大气校正. 1 数据与方法 1.1 研究区与数据 本文进行大气订正实验的研究区地强化处山东 1654中国科学D辑地球科学第37卷 省兖州市, 位于北纬35°10′~35°40′、东经116°30′~ 116°59′之间, 该区地势平坦, 大面积成片地种植冬小麦. 研究使用的高光谱数据为美国NASA新千年计划的第一颗卫星EO-1上搭载的Hyperion高光谱数据. Hyperion传感器是第一台星载高光谱图谱测量仪, 该高光谱数据共有242谱段, 光谱范围为400~2500 nm, 光谱分辨率达到10 nm, 地面分辨率为30 m[9]. 本研究采用的是2005年5月7日过境的一级产品, 幅宽7.7 km, 长42 km, 太阳天顶角28°, 太阳方位角127°. 在卫星过境时, 同步进行了地面小麦波谱测量, 并用太阳光度计测量了大气气溶胶光学厚度及大气柱水汽含量. 同步实验选了5个5 km×5 km大的样区, 为了能准确地从图像上找到对应的纯净像元, 每个大样区内选取一个大小约为500 m×500 m小麦地, 选择不同的5个样点进行地面波谱测量. 1.2大气校正流程与算法 已有的一些研究表明迭代的方法进行大