基于线性规划的光谱响应函数反演方法初探

光谱响应函数是卫星遥感器中各个光学元件的反射和透射特性的体现。由于遥感器发射前在地面实验室通过光谱校准获得的光谱响应函数是不准确的,而且在太空中运行的过程中,光谱响应函数可能会以未知的方式发生退化。这两种现象都会对卫星辐射定标工作的精确性产生严重影响。本文针对可见光波段,提出了一种基于线性规划的光谱响应函数反演方法,该方法具有良好的全局收敛性,不依赖于光谱响应函数初值。通过模拟的大气顶高光谱反射率数据和对应通道的卫星反射率数据可以反演得到真实状态下的光谱响应函数。在光谱响应函数的反演过程中具有有效的定性和定量性能,反演得到的光谱响应函数满足应用需求。

环境卫星HJ1A超光谱成像仪在轨辐射定标及光谱响应函数敏感性分析

环境卫星HJ1A搭载的超光谱成像仪HSI是我国第一个对地观测的星载高光谱传感器,针对超光谱成像仪缺乏各通道光谱响应函数这一问题,对传统的反射率基法予以改进,提出一种不使用光谱响应函数的场地定标方法。利用敦煌场地2009年8月定标实验数据,实现超光谱成像仪在轨辐射定标。通过构建不同形状的光谱响应函数,分析光谱响应函数形状对最终辐射定标结果产生的误差。结果表明,利用新提出的场地定标方法可以实现超光谱成像仪绝对辐射定标,除水汽和氧气吸收通道外,光谱响应函数对定标结果的影响小于3%,采用新定标方法得到的定标系数可以满足应用的需求。

基于光谱响应函数的遥感图像融合对比研究

遥感图像融合是一个十分重要的问题,目前已出现了很多融合方法。一些现有方法可以从高空间分辨率全色数据中提取细节特征,并注入到低空间分辨率多光谱数据中,同时尽可能保持多光谱数据的光谱特性。现有方法一般都不能利用遥感成像系统的物理信息,因此可能导致融合结果发生严重的光谱扭曲。该文采用适当的遥感图像融合模型对图像融合问题进行分解,将融合问题归结为空间细节调制参数构建与空间细节信息提取两个子问题,在对传感器光谱响应函数(SRF)的分析基础上,构建合理的空间细节调制参数。依据对现有方法的分类,文章将三种基于SRF的空间细节调制参数构建方法,与高斯高通滤波提取的空间细节信息结合,产生三种基于SRF的遥感图像融合方法。这些方法在Ikonos数据上进行了试验和分析,并与GS和HPM方法进行了对比。

基于光谱响应函数的ZY-3卫星图像融合算法研究

针对遥感影像融合过程中存在的光谱失真,提出了一种基于光谱响应函数(SRF)的ZY-3卫星影像融合算法,该算法通过研究亮度分量的模拟方法和空间细节注入方法,改进了传统的IHS算法。采用融合前后典型地物光谱曲线对比和无需参考图像的质量评价指标(QNR)两种方式对融合结果进行评价,发现该算法的光谱信息保持在89.94%,QNR值达0.75以上。结果表明,相对于其它IHS改进融合算法,基于ZY-3卫星传感器SRF的改进IHS融合算法无论在光谱信息保持还是空间信息增强方面都具有优势。

基于惠更斯点扩散函数的光谱响应函数仿真

针对实验方法获取光谱响应函数存在时效性差和过程复杂的特点,提出了一种基于惠更斯点扩散函数仿真光谱响应函数及光谱分辨率的方法,该方法综合考虑衍射及像差信息,在光学设计阶段即可获得任意标称波长处的精细光谱响应函数及光谱分辨率.对自行设计的工作范围为1 000nm^2 500nm的光栅光谱仪进行单波长及全谱段光谱响应函数仿真,并以几何光线追迹法作为对比.结果表明,基于惠更斯点扩散函数仿真的光谱响应函数带宽始终大于后者获得的带宽,在全波段范围内二者偏差介于2%~5%,且前者变化会同时受衍射及像差影响.两种方法对数坐标表示的光谱响应函数比较表明,相对强度在10-2~10-5时,衍射效应明显,而低于10-5时仿真结果中衍射的影响可以忽略.该方法对分辨率为10nm的光谱仪仿真过程中产生不确定度为0.25nm.

结合光谱响应函数和全局方差匹配的遥感图像融合

为保持空间细节和减少光谱扭曲,同时针对改进的分量替换融合方法在构建强度分量时,容易存在系数为负或过小的问题,提出了一种结合光谱响应函数和全局方差匹配的遥感图像融合方法.该方法基于通用分量替换融合框架,使用全色和多光谱传感器的光谱响应函数反映的辐射能量响应的比例关系来构造强度分量,物理意义明确,数学形式简单明了.同时使用全局协方差和方差之比来计算空间细节调制参数,减少光谱畸变,满足通用分量替换融合框架的约束条件.选取两组不同卫星图像作为测试数据,并与多种成熟的融合方法相对比,结果表明,该方法得到的融合图像空间和光谱质量都较好.

光谱响应函数和带宽对光学复杂Ⅱ类水体离水辐射反射率的影响

在海洋水色遥感研究中,Ⅱ类水体由于具有复杂的光学属性并受多种物质的共同影响,会使水色遥感数据的应用水平和反演精度降低。从中分辨率成像光谱仪(Moderate Resolution Imaging Spectroradiometer,MODIS)和主题绘图仪(Thematic Mapper,TM)光谱通道的光谱响应函数和带宽的角度出发,分析了其对光学复杂Ⅱ类水体离水辐射反射率的影响。结果表明,MODIS的光谱响应函数和带宽对离水辐射反射率的影响远小于TM相应通道对离水辐射反射率的影响。通过进一步定量分析发现,光谱响应函数和带宽在不同通道和水体下对离水辐射反射率的影响程度不同。针对长江河口三种不同的典型水体类型,利用TM通道的离水辐射反射率模拟了整个通道上的反射率。这样可以更明显地表征出通道内的水体光谱特性,消除光谱响应函数和带宽的影响。

结合光谱响应函数的Landsat-8影像大气校正研究

针对受大气吸收与散射影响,遥感器得到的测量值与目标物的真实值间存在误差,给反演地表反射率/反照率和地表温度等关键参数带来较大误差,影响图像分析精度的问题,该文利用Landsat-8的光谱响应函数,对OLI多光谱数据进行大气辐射校正和反射率反演,对校正前后的地物光谱曲线和归一化植被指数(Normalized Difference Vegtation Index,NDVI)的变化进行了对比。研究表明:OLI大气校正后较好地恢复各类地物光谱的典型特征;大气校正后NDVI增幅明显;类似的基于光谱响应函数的FLAASH大气校正方法可以为其他的高级陆地成像仪等传感器校正提供依据。

FY-2E与FY-2C红外分裂窗通道光谱响应差异的对比分析

在遥感数据定量应用中,卫星通道的光谱响应函数是影响定量产品反演算法、精度和获取的地球特征物理量的关键因素之一。针对FY-2E红外分裂窗通道光谱响应函数的调整,利用NOAA AVHRR卫星相应通道的定标查找表、青海湖实测的水面辐亮度和大气状态数据,以及利用PLANK方程模拟的全动态范围内的辐亮度等数据对FY-2E与FY-2C红外分裂窗通道的差异进行了深入分析,发现由于光谱响应调整导致通道的探测波段发生变化,将影响到卫星探测的下垫面物理特性反演。同时,由于对FY-2E光谱响应函数的调整,使其红外分裂窗通道的亮温差相对于FY-2C在整个动态范围内都明显的增加,将进一步提高FY-2E卫星红外分裂窗通道的定量反演能力。

传感器光谱响应差异对NDVI的影响

传感器光谱响应差异是导致不同来源NDVI观测数据之间差异的因素之一,在进行多源遥感数据之间的对比和同化处理时需要对其影响加以分析和校正。基于此,该研究将地物的反射波谱曲线和传感器的光谱响应函数进行卷积,以此来模拟不同传感器在可见光和近红外通道的等效地表反射率并计算相应的NDVI,分别用绝对误差和相对误差两个指标来描述不同传感器观测结果相对于MODIS的差异并建立校正模型。结果表明,光谱响应差异引起的不同传感器观测结果差异可以通过二次多项式模型进行校正,基于相对误差的校正模型比基于绝对误差的校正模型效果更好一些,整体上传感器光谱响应差异对NDVI观测值的影响有限,还需要进一步考虑大气状况及观测几何等其他因素的影响。

基于光谱靶标的光学遥感器光谱响应特性在轨评估方法研究

多光谱遥感技术在研究地表生物量、气候变迁和自然灾害预报等方面有重要应用,遥感器的光谱敏感度与遥感数据的定量化存在相关性。遥感器在轨运行期间,受空间辐射、温度剧变和化学分子污染或宇宙尘埃等因素的影响,光学系统光谱敏感度产生退化,导致测量值与真值出现偏差,影响影像产品的精度。在已有工作的基础上,提出了一种简化的基于人工光谱检测参照的光谱响应特性在轨评估方法,通过建立光谱响应函数的退化模型,结合光谱靶标反射率的测量结果与影像反演结果,实现遥感器光谱响应特性的在轨评估。经仿真实验与在轨实验验证,该方法可以有效实现对光谱响应函数波长漂移和带宽缩放变化的检测,并有利于提高遥感器长时间序列数据产品精度和多种遥感器数据产品的综合利用水平。

光谱与空间响应函数介绍

1定义遥感传感器在测量地表像元的辐射信号时,无法精确接收与响应来自理想像元方格和波段范围内的辐射能量。因此,光谱与空间响应函数就被用于描述遥感像元实际响应的光谱与空间范围。光谱响应函数SRF(Spectral Response Function),或称相对光谱响应RSR(Relative Spectral Response),用于表征遥感传感器对不同波长辐射的响应敏感度。光谱响应函数是一个随波长(λ)变化的函数(表示为f(λ)),其最大值为1,半峰宽对应为波段宽度或光谱分辨率(图1)。

基于NIR-Red光谱特征空间的作物水分指数

水分含量是表征作物水分胁迫生理状况的重要指标,及时有效地监测作物水分含量对于评估作物水分亏缺平衡,指导农业生产灌溉具有重要意义。基于NIR-Red二维光谱特征空间,尝试构建一种新的作物水分监测指数PWI来估算作物水分含量。以冬小麦作物植被水分含量估算为尝试对象。首先,利用地面实测小麦冠层高光谱数据,结合对应卫星光谱响应函数,模拟当前常用卫星HJ-CCD和ZY-3多光谱数据;然后,对基于NIR-Red二维光谱特征空间的现有植被指数PDI(垂直干旱指数)和PVI(垂直植被指数)进行改进,通过比值变换的方法构建新的指数PWI来估算冬小麦植株含水量(VWC)。结果显示:基于模拟的HJ-CCD和ZY-3卫星宽波段多光谱数据生成的PWI估算小麦VWC具有良好的效果,R2分别达到0.684和0.683,均达到了极显著水平。利用检验样本得到冬小麦VWC估算的R2和RMSE分别为0.764和0.764,3.837%和3.840%,这表明应用提出的新指数PWI估测作物含水量具有一定可行性。同时,也为当前利用主要国产卫星遥感数据HJ-CCD和ZY-3开展作物水分遥感监测应用提供了一种新方法。

基于棱镜扫描法的太阳光谱仪光谱定标

为了标定扫描式棱镜太阳光谱仪的棱镜不同转动角度对应的中心波长和光谱带宽,利用了一种棱镜扫描方法对太阳光谱仪的光谱响应函数进行测量。该方法使用固定的单色光波长,控制棱镜转动实现单色光的像在探测器位置扫描,并通过坐标映射得到响应位置的光谱响应函数。文中根据光谱响应函数的定义,推导出棱镜扫描法与单色仪波长扫描方法波长定标原理上的等效性。之后分别以532nm固体激光器和632.8nm氦氖激光器为光源,使用棱镜扫描法测量太阳光谱仪对应波长位置的光谱响应函数,并以单色仪波长扫描法实验作为对比。实验结果表明,对于扫描式棱镜太阳光谱仪,棱镜扫描法测量的中心波长分别为531.86和632.67nm,其准确度优于单色仪波长扫描法测得的531.39和631.97nm。由于不受单色仪性能的限制,前者测量的光谱带宽值也优于后者。最后以汞灯为光源使用棱镜扫描法对太阳光谱仪进行了光谱定标实验,实现了特征光谱定标法结合棱镜扫描法对中心波长及光谱带宽的标定。该方法同样可以应用于扫描式光栅光谱仪以及单色仪的光谱定标。

基于实测光谱和SRF的稀疏植被区MODIS积雪信息提取

以新疆准噶尔盆地古尔班通古特沙漠为研究区,以中等分辨率成像光谱仪(MODIS 1B)数据为例,辅以MODIS光谱响应函数(SRF)和全波段光谱仪(ASD)准同步采集的雪面反射光谱,运用线性光谱混合模型(LSMM)实现了稀疏植被区积雪遥感信息提取。结果表明:①利用SRF对雪面反射光谱进行端元光谱到像元光谱的转换,生成对应于MODIS1—7波段的离散光谱,将其与用最小噪声分离(MNF)变换和像元纯度指数(PPI)法获得的MODIS影像端元光谱进行对比,发现MODIS1波段光谱值远大于转换光谱值,MODIS2—7波段光谱值与转换光谱值接近;②MODIS2—7波段影像端元光谱值适用于LSMM估算稀疏植被区积雪分量,积雪分量估算值与归一化差分积雪指数(NDSI)拟合结果显示,剔除MODIS1波段后估算的积雪分量与NDSI的相关性显著提高,表明所提取的积雪分量可以作为估算积雪的典型指数。

光谱异同性和多尺度卫星雪盖差异分析——以MODIS和HJ-1B为例

为了探索不同类型遥感传感器对地物反射光谱响应的异同和卫星遥感监测雪盖空间尺度的差异,收集了2007年—2013年冬春季川西北米亚罗地区、青海省祁连山区和新疆北疆地区各种积雪、植被和裸土反射光谱数据,经中分辨率成像光谱仪MODIS和环境与灾害监测预报小卫星HJ-1B传感器响应函数完成地基光谱到传感器可见光、近红外及短波红外通道反射率的转换。分析了新旧融雪、不同雪深及不同积雪覆盖下的反射光谱特征及不同传感器对地物反射光谱响应的异同性,并结合同期同区域影像分析了MODIS和HJ-1B积雪监测空间尺度的效果差异。结果表明,可见光波段范围内,各传感器对新雪和污雪反射光谱响应一致性很高;对裸土和矮株植被反射光谱响应程度较为一致;对其他类型积雪反射光谱响应程度有所不同,尤其是消融积雪和冻结积雪,反射光谱响应性差异很大;全雪覆盖下,深度不同的积雪NDSI值域相对稳定,不同传感器NDSI具有很好的趋势一致性;MODIS和HJ1BNDSI法监测积雪空间尺度差异明显,很好的解释了混合像元存在的成因。

小型宽光谱太阳光谱仪光学设计

针对大气层外的太阳光谱辐照度监测,设计了一种星载小型宽光谱太阳光谱仪。光学系统应用改进的切尔尼-特纳光学结构,工作波长范围为600~1 200 nm（二级光谱）和1 200~2 400 nm（一级光谱）;一二级光谱使用二向色分光镜分离,并采用两片线阵探测器同时接收,实现全谱瞬态直读。整个光学结构的尺寸为80 mm×55 mm×20 mm。经过系统优化,全谱段子午方向像差低于6μm。基于惠更斯点扩散函数（PSF）,仿真探测器像元的光谱响应函数（SRF）,结果表明光谱分辨率在600~1 200 nm波段优于2 nm,在1 200~2 400 nm波段优于4 nm。系统结构简单紧凑,稳定性高,适合用于空间太阳光谱辐照度的在轨监测。

基于实测端元光谱的多光谱图像光谱模拟研究

地物光谱特性是遥感应用的基础。然而,在基于野外实测端元光谱的遥感应用中,由于测量尺度不同,导致同一地物光谱形态和反射率值存在很大差异,为遥感信息的定量反演带来困难。文章以新疆塔里木盆地北缘渭干河-库车河绿洲为研究区,选取裸土、植被两类地物作为研究对象,首先通过AVNIR-2传感器的光谱响应函数,实现了将野外实测端元光谱拟合为多光谱离散光谱,通过实例数据表明,拟和的多光谱与AVNIR-2像元光谱具有很好的相关性,在此基础上,采用线性算法建立端元光谱与遥感图像像元光谱的转换模型,实现了从实测端元光谱尺度向遥感多光谱像元尺度的定量光谱转换,为遥感定量分析奠定了一定基础。

基于光谱归一化的马尾松LAI遥感估算研究

通过对比不同传感器间光谱响应函数的差异,研究基于光谱响应函数的不同传感器相似波段的归一化方法,探讨归一化后植被指数在马尾松叶面积指数(LAI)估算中的应用。以某一传感器为基准,根据波段总辐射率比值关系将其他卫星传感器归一化为基准传感器,然后计算其植被指数,建立LAI反演模型。为验证方法可行性,选取永安地区2008年3月获取的BJ-1CCD、IRS-P6LISS3和MODIS数据作为研究对象,根据三者的光谱响应函数差异,将BJ-1CCD和IRS-P6的LISS3的红光和近红外波段归一化为MODIS的相应波段,并分别计算归一化前后的NDVI值。结果表明归一化后不同传感器的植被指数关系与理想的关系y=x更加接近。利用归一化后的IRS-P6影像的NDVI反演马尾松LAI,并将其应用于MODIS和BJ-1传感器,得到归一化后不同传感器的植被指数值基本相等,表明归一化以后的植被指数应用于LAI的估算具有一定的普适性,能适用于多种传感器。

光谱参数对基于光谱重构的高光谱数据模拟的影响

遥感数据模拟已广泛应用于遥感研究中,遥感模拟对于新型传感器的设计,新算法的检测等都有积极的意义。然而传感器系统参数的变化会影响数据模拟的精度。实验采用卷积宽视场多光谱成像仪蓝、绿、红和近红外四个波段的光谱响应函数,基于光谱重构的方法对多光谱数据进行了高光谱的数据模拟。研究分析了多光谱数据中心波长和带宽的变化对高光谱重构精度的影响。结果表明,中心波长和带宽的变化对于光谱重构精度有一定的影响,但总体来说模拟结果有很好的精度。中心波长的变化所引起的RMSE小于0.025,带宽变化引起的RMSE小于0.012。因而基于中心波长和带宽变化的高光谱数据重构有助于用户更好的了解高光谱成像系统,找到系统性能的主要影响者,以便更好的模拟高光谱数据,扩展遥感数据的应用范围。