海洋水色遥感资料红光波段的大气纠正.docxVIP

PAGE

1-

海洋水色遥感资料红光波段的大气纠正

一、1.红光波段大气校正方法概述

红光波段大气校正方法在海洋遥感领域扮演着至关重要的角色。该方法旨在消除大气对遥感图像中红光波段信号的干扰，从而提高遥感数据的精度和应用价值。红光波段位于可见光光谱范围内，其波长大约在620至690纳米之间。在这一波段，大气对太阳辐射的吸收和散射作用相对较弱，因此红光波段是进行大气校正的理想波段。在实际应用中，红光波段大气校正方法主要包括气溶胶校正、水汽校正和气层校正等步骤。

气溶胶校正主要针对大气中悬浮颗粒物对红光波段的影响。研究表明，气溶胶含量与红光波段反射率之间存在显著相关性。例如，在中等气溶胶含量的海域，红光波段反射率可以减少5%至10%。为了进行气溶胶校正，研究者们通常采用MODIS、SeaWiFS等遥感传感器提供的气溶胶光学厚度产品，结合大气辐射传输模型进行校正。以SeaWiFS传感器为例，其提供的气溶胶光学厚度数据具有全球覆盖、时间分辨率高等优点，广泛应用于海洋遥感研究中。

水汽校正则是针对大气中水汽含量对红光波段反射率的影响。水汽对红光波段的吸收作用较强，尤其是在高湿度环境下，这种影响更为显著。为了消除水汽影响，研究者们通常采用大气辐射传输模型进行模拟。例如，MODTRAN模型是广泛应用于水汽校正的模型之一，其能够根据观测数据和大气参数，精确计算红光波段反射率中的水汽成分。据统计，水汽校正可以显著提高海洋遥感数据的精度，尤其是在近岸海域。

气层校正则是对大气层中其他成分（如臭氧、二氧化碳等）对红光波段反射率的影响进行校正。这些成分对红光波段的吸收作用相对较弱，但在某些特定条件下，如臭氧浓度异常高的地区，其对遥感数据的影响不容忽视。气层校正通常需要结合多种大气参数和辐射传输模型进行。例如，在利用卫星遥感数据监测海洋环境变化时，气层校正对于提高数据精度具有重要意义。通过气层校正，可以减少大气成分对遥感数据的干扰，从而获得更准确的海洋环境信息。

二、2.基于海洋水色遥感资料的红光波段大气校正模型

(1)海洋水色遥感资料的红光波段大气校正模型是利用遥感传感器获取的海面反射率数据，结合大气校正算法，对大气影响进行消除，从而获得更准确的海洋水色信息。其中，经验算法和物理模型是两种主要的校正方法。经验算法以统计关系为基础，如暗像元法、归一化差异植被指数（NDVI）等，而物理模型则基于辐射传输理论，如MODIS的气溶胶和大气校正（MISRAC）算法等。

(2)以MODIS为例，其红光波段大气校正模型采用了MISRAC算法，该算法通过计算大气校正因子（ACF）来消除大气影响。MISRAC算法将大气校正分为气溶胶校正和水汽校正两个步骤。气溶胶校正利用MODIS传感器提供的气溶胶光学厚度产品，通过查找表的方式得到ACF；水汽校正则采用MODTRAN模型，根据观测数据和大气参数计算ACF。研究表明，MISRAC算法能够有效提高海洋水色遥感数据的精度，特别是在高气溶胶含量海域。

(3)实际应用中，基于海洋水色遥感资料的红光波段大气校正模型需考虑多种因素，如传感器类型、观测时间、地理位置等。例如，在利用Landsat-8OLI传感器获取的海洋水色数据中，由于传感器和大气校正算法的不同，校正效果存在差异。通过对比分析不同校正算法的校正效果，发现基于物理模型的校正方法在提高数据精度方面具有明显优势。此外，结合地面实测数据对校正结果进行验证，进一步证实了基于海洋水色遥感资料的红光波段大气校正模型的有效性。

三、3.红光波段大气校正的实验与验证

(1)红光波段大气校正的实验与验证过程通常涉及多个步骤。首先，选取具有代表性的海洋遥感数据集，包括不同传感器、不同时间和不同海域的图像。通过对比不同校正方法的效果，评估每种方法的适用性和优缺点。例如，在验证MISRAC算法时，选取了MODIS传感器获取的多个海洋图像，通过与其他校正方法如暗像元法的结果进行比较，评估MISRAC算法在提高红光波段反射率精度方面的表现。

(2)为了确保校正结果的准确性，实验中会进行交叉验证。这包括将校正后的数据与地面实测数据进行对比，以及与其他卫星遥感数据集进行对比。以MODIS数据为例，通过将校正后的红光波段反射率与地面实测的叶绿素浓度数据相比较，发现校正后的数据与实测值具有较高的相关性，验证了校正方法的可靠性。此外，与其他卫星遥感数据集如SeaWiFS进行对比，也显示出校正后的数据在海洋水色参数反演方面的一致性。

(3)在实验验证过程中，研究者还会关注校正结果在不同海域、不同季节和不同天气条件下的稳定性。例如，通过分析不同季节海洋遥感数据，发现大气校正方法在春季和秋季具有较高的校正精度，而在夏季和冬季则受到大气条件的影响较大。此外，通过对比不同天气条件下的校正结果