基于6S模型的GF-1卫星影像大气校正及效果

高分一号(GF-1)卫星是中国高分系列卫星的首发星,自2013年4月成功发射以来,在中国农业遥感业务工作中得到了广泛应用,已成为中国大宗农作物种植面积遥感监测的主要数据源。该文基于6S(second simulation of a satellite signal in the solar spectrum)辐射传输模型原理,设计并实现了适合于GF-1卫星数据大气校正算法与程序。算法以GF-1卫星1级数据、元数据及传感器公开参数为输入数据,不需要其他外源辅助数据,经过辐射定标,计算各波段平均太阳辐射值、表观反射率,通过选择大气模式,驱动6S模型获取表观反射率转换为地表反射率的参数,逐像元计算影像地表反射率。在算法研制的基础上,应用Fortran和IDL语言编写了大气校正批处理程序,实现了大气校正过程的批处理。该文采用2014年4月3日、6月28日、11月2日,以及2015年1月19日4个时相北京地区GF1卫星WFV(wide field view)数据,分别代表春夏秋冬4个季节,通过与ENVI软件的FLAASH(fast line-of-sight atmospheric analysis of spectral hypercubes)大气校正结果对比进行评估。2种方法 4个时相各波段全年相对偏差为3.26%,蓝光波段偏差最大为11.21%,其次是红、近红和绿光波段,分别为1.19%、0.73%和0.24%。作物覆盖区平均相对误差为12.99%,冬季最高为17.40%,秋季和春季分别为15.02%和14.15%,夏季相对差异最小为8.31%。各波段地表反射率的整体校正情况并未有太大差异,但6S校正后各波段反射率普遍比FLAASH校正结果略微偏高。2种校正结果计算的NDVI也基本一致,相对偏差0.64%;除水体外,绝对值差值的平均值均在0.0548以内。从计算效率来分析,6S模块实现了商用软件FLAASH模块中未提供的批量计算,在相同硬件环境下计算效率提高了75.0%以上。研究结果表明了该文开发的大气校正程序能够稳定批量处理GF-1卫星数据,可以作为农业遥感监测业务流程的组成部分。

基于两种辐射传输模型的遥感数据大气校正及结果对比分析

通过辐射传输方程详述了大气效应对遥感图像的影响及大气校正的原理,并利用两种辐射传输模型——6S和FLAASH(基于MODTRAN)对同一区域ETM+数据的可见光、近红外波段分别进行了大气校正。从校正的结果看,两种模型均对由于大气效应引起的辐射失真进行了辐射校正,消除了因散射增加的辐射能量,同时补偿了因吸收而损失的辐射能量,但在校正结果上存在差异。只有将两种辐射传输模型方法结合使用,才能更好地消除大气效应对研究区域的影响。

基于FLAASH与QUAC模型的SPOT 5影像大气校正比较

卫星遥感影像的大气校正是定量遥感研究的前提与难点之一,大气校正有多种方法和模型。采用FLAASH与QUAC模型对覆盖长株潭地区的SPOT 5遥感影像进行大气校正,进而对校正前后的影像进行视觉、地物光谱曲线对比分析。结果表明,两种模型有其特定的适用范围,均能基本消除大气的影响,能较好地恢复各类地物光谱的典型特征;采用FLAASH模型的精度较QUAC模型的精度高;应用QUAC模型较FLAASH简便,它对输入参数和仪器标定精度的依赖性小。

常用大气校正模型对图像清晰度提升的对比分析

大气散射、吸收及临近效应等降低了大气调制传递函数而影响遥感图像清晰度,去除大气影响对提高图像清晰度具有重要意义。文章采用典型遥感卫星Landsat-8多光谱数据进行大气校正对图像清晰度提升的研究,基于6S模型、FLAASH模型和黑暗像元法(DOS)模型进行大气校正,得到各谱段地物反射率图像。采用常用的基于图像特征参数(灰度梯度、边缘、熵及频谱)和多光谱图像色彩保真度的清晰度评价方法对校正前后图像清晰度进行评价。结果表明:采用FLAASH、6S和DOS三种模型,大气校正后的清晰度特征参数(以熵为例)较原图平均提升程度分别为27%、10%、1.3%。而色彩保真度方面,各谱段反射率与实际反射率差(以草地为例)的平均值分别为0.018、0.028、0.038。因此,基于辐射传输模型的方法具有更高的大气校正精度,其中FLAASH模型对图像清晰度的提升最明显。

五种TM影像大气校正模型在植被遥感中的应用

基于2005年7月18日广州市东北部和惠州市北部的TM影像,以表观反射率模型为参照,从植被反射率光谱、地物反射率统计特征、规一化植被指数三方面对4种黑体减法模型和6S模型在植被遥感中的应用进行了评价.结果表明:黑体减法模型DOS4获得了精度较高的植被反射率,其地物反射率与规一化植被指数的信息量最大,适用于研究区的植被遥感研究.对于不同区域的植被遥感研究需要进行具体的比较分析,才能选择到合适的大气校正模型.

基于FLAASH和ATCOR2模型的Landsat ETM+影像大气校正比较

利用FLAASH和ATCOR2模型对漓江流域的Landsat ETM+数据进行大气校正,以GLS(Global Land Survey)获得的同步高质量地表反射率影像作为参考数据,从目视效果、典型地物光谱特征和波谱一致性三方面对两种模型的校正结果进行对比分析。研究表明,两种模型均可以对ETM+影像进行有效的大气校正,FLAASH模型的校正精度优于ATCOR2模型。

基于线性回归法的大气自动校正模型及实现

为了克服传统大气校正效率低、精度差和自动化程度不高的缺陷,提高LAND-SAT TM/ETM数据大气校正的效率和精度,达到用计算机来代替传统手工作业的目的,依据线性回归法大气校正原理,借助专业遥感图像处理软件ERDAS IMAGINE的空间建模功能,构建了大气自动校正模型.通过与传统手工作业方法对比得出,在效率上,自动校正模型比传统手工作业高出60-100倍;在精度上,也比传统手工作业方式提高了1-5个DN值.证明了该模型具有一定的可靠性和实用性.

基于FLAASH模型的MODIS1B数据的大气校正

主要介绍了FLAASH大气校正模型的主要原理及算法,并运用ENVI软件中的FLAASH大气校正模型对上海长江口地区MODIS1B卫星影像进行大气校正,对校正前后的影像进行对比分析。研究表明,MODIS1B卫星影像经过FLAASH大气校正后,较好地消除了大气影响。

基于6S模型的HJ-1/CCD影像逐像元大气校正

大气校正的目的是消除大气的影响,获取地物真实反射率。介绍了利用6S(SecondSimulationoftheSatelliteSignalintheSolarSpectrum)模型构建查找表对HJ-1/CCD遥感影像逐像元进行大气纠正的算法。该算法基于6S模型构建在不同观测条件下的大气校正参数查找表(look-uptable),再根据像元成像时的观测角度在查找表中选取相应的数据,利用气溶胶光学厚度进行插值得到像元的大气校正参数,代入辐射传输方程逐像元计算地表反射率值。通过对比校正前后的影像表明,该算法能够很好的应用于HJ-1/CCD影像数据的大气校正,很好的去除云雾的影响并获取地物的地表反射率。

6S辐射模型算法解析及在MODIS大气校正中的应用

对6s(Second S im u lation of the Sate llite S igna l in the So lar Spectrum)模型的结构及计算流程进行分析,利用2006年6月16日的TERRA资料,基于数据本身反演了陕西关中地区的水汽含量和气溶胶光学厚度,最后应用6S模型和反演的结果对关中盆地的M OD IS资料进行大气校正,并对结果进行探讨。

基于6S模型的可见光、近红外遥感数据的大气校正

受大气吸收与散射的影响 ,电磁波在大气—目标物—遥感器途径传输过程中发生失真 ,造成目标地物反射辐射能量到达遥感器时被衰减。给计算地表反照率 反射率和地表温度等关键参数带来较大的误差。选择陆地卫星 7号ETM +遥感影像的可见光、近红外波段数据 ,利用 6S模型 ,进行大气辐射校正和反射率反演。同步气象数据用于遥感器所接受的大气顶部辐射的模拟、验证和评价 6S对大气校正的可靠性。最后对ETM +可见光和近红外波段数据大气校正前后的反射辐射和均一化植被指数 (NDVI)的变化进行了对比研究。

MODTRAN模型在HJ/CCD影像大气校正中的应用

大气校正是定量遥感研究中必不可少的过程。本研究利用MODTRAN模型对一景HJ/CCD影像进行大气校正,并从典型地物光谱特征变化、校正结果与MODIS地表反射率产品比较及对归一化植被指数(NDVI)的影响3方面评价校正效果,结果显示:MODTRAN模型较好地消除了可见光波段内的增加效应和近红外波段的吸收作用;校正结果与高精度的MODIS地表反射率产品在植被、居民地、水体3类地物的反射率具有较高的一致性,其中植被类型平均误差为12.8%;MODTRAN模型较好地修正了混合像元的NDVI值,校正后各类地物的NDVI均有所提升,其中植被NDVI的增幅最大,有利于区分植被与其他地物类型。表明MODTRAN模型对HJ/CCD影像具有较好的大气校正效果。

基于TLE数据的大气密度反演与校正

用于航天器轨道预报的热层密度模型普遍存在30%左右的误差,影响LEO卫星的精密轨道确定和载荷控制。基于低轨航天器平运动变化与大气密度的关系,使用GRACE(gravity recovery and climate experiment)卫星TLE数据反演2003、2007年沿轨大气密度,通过比较反演值、模型值和实测值的关系分析误差产生原因,使用对数正态分布拟合密度比值。通过分析太阳辐射、地磁指数对大气密度变化的影响,提出一种基于空间环境指数的热层大气密度模型校正与预报方式。使用该方法对2003、2004、2007、2008年的MSIS86模型计算密度进行修正,将模型平均相对误差从33.33%~59.62%降低到11.55%~15.13%,太阳活动低年改进量是高年的1.5~2倍。对2009年经验模型结果进行预报校正,将预报误差降低36.49%,提高了模型精度。

基于GNSS的MODIS大气可降水量校正模型

MODIS大气可降水量(PWV)空间分辨率高但易受云雨等环境因素影响,精度不高.GNSS PWV空间分辨率较低但具有全天候、不受天气影响、精度高的优点.研究表明两者存在显著的线性相关性,结合两者的优点,基于GNSS PWV校正MODIS PWV可获取大面积高精度的PWV.针对传统的线性回归校正模型没有考虑云、气溶胶等的影响使两种数据线性相关性变差的问题,本文在传统的线性校正模型上增加了使用年积日的非线性周期项的方法来构建校正模型.利用2017-2019年香港地区GNSS对流层延迟与MODIS近红外数据,使用频谱分析线性残差项,结果表明残差具有显著的年周期.对比传统模型,本文模型的平均绝对误差、平均相对误差、均方根误差和拟合度都有明显的改善,表明本文模型可行有效且精度较高.

中国典型气溶胶模型光学特性分析及在大气校正中的应用

针对中国区域内卫星影像大气校正中气溶胶模型的适用性问题,基于Lorenz-MIE理论,结合多角度偏振相机(DPC)的3个观测通道,分析了中国典型气溶胶模型的光学特性,并将其出现频率较高(>5%)的模型组合用于可见短波红外高光谱相机(AHSI)观测仿真数据的大气校正中。通过对比校正结果,得到如下结论:在大气较为清洁的情况下,适合应用城市污染型与夏季粉煤灰型的模型组合或二次污染型与夏季粉煤灰型的模型组合,对中国区域内卫星影像进行大气校正;在气溶胶光学厚度较大(或能见度较低)时,华北、华南和西北区域内卫星影像大气校正中二次污染型与夏季粉煤灰型的模型组合更为适用,华东区域则是城市污染型与夏季粉煤灰型的模型组合更适合。

面向TM影像大气校正的SBDART与6S模型比较研究

利用张掖市大野口马莲滩草地站测得的2009年5月6—7日（8：15～18：45）2天不同时次的地表总辐射数据，对运用2种辐射传输模型SBDART和6S分别模拟计算获得的地表总辐射结果进行比较，验证评价其模拟精度，用大气理论分析工具对影响模拟结果的大气参数进行敏感度分析．结果表明，在天气良好状况下，SBDART模型和6s模型都是可靠的大气校正模型，但SBDART模型模拟的精度（绝对误差为0．02％～4．97％）比6s模型模拟的精度（绝对误差为-0．05％～12．66％）更高，可以更精确地反演地表真实反射率；在有云条件下，SBDART模型模拟总辐射曲线与实测总辐射曲线走势相近．通过敏感度分析得到各种大气参数对地表总辐射的具体影响程度，包括大气模式、云参数，气落媵等.

基于辐射传输模型的高分二号影像大气校正方法研究

高分二号卫星的成功发射,标志着我国遥感卫星进入了亚米级高空间分辨率时代,遥感影像在定量反演,地物识别和变化分析等领域将有重要作用。大气校正的精度是影响其定量化应用的重要因素。由于高分二号遥感数据缺乏短波红外波段,无法采用暗像元法进行大气校正。提出一种基于辐射传输模型的高分二号影像大气校正方法,利用6S(second simulation of the satellite signal in the solar spectrum)辐射传输模型建立大气校正系数查找表,利用同步MODIS影像数据结合改进后的暗像元方法反演气溶胶光学厚度,确定大气校正系数,消除高分二号影像大气分子和气溶胶等的吸收和散射的影响,实现GF-2数据的大气校正。选取地表平坦均一的敦煌辐射校正场作为实验区,通过同步的实测数据对校正结果进行精度评价,并且比较大气校正前后归一化植被指数NDVI。结果表明:最小相对误差仅为0.9%,大气校正之后影像数据更真实地反映了地物的反射特性;大气校正后的NDVI大大增强了植被信息反差,突出了GF-2卫星传感器的植被信息区分能力。

顾及大气剖面的GPT3改进模型及其精度评价

针对GPT3模型在模拟大气剖面时存在精度不足的问题,在剖析其垂直修正方法的基础上,通过引入新的温度递减率和气压垂直改正算法,提出一种改进的GPT3模型,即GPT3v模型,并使用探空资料、NCEP再分析资料和GNSS数据验证新模型的精度。结果表明,垂直方向上GPT3v模型估计的温度、气压、天顶总延迟平均RMSE分别为6.0 K、7.9 hPa和23.0 mm,相比于GPT3模型的11.1 K、19.0 hPa和47.8 mm,精度分别提高46%、58%和52%。而当IGS测站与其周围4个模型格网点存在较大高差时,GPT3模型会存在较大的对流层延迟估计误差,GPT3v模型则能较好地解决这一问题。相较于GPT3模型,GPT3v模型在高空以及地形复杂区域具有更好的应用效果。

基于6S模型的土法炼焦污染区TM遥感图像大气校正

电磁波在大气-目标物-传感器之间传输过程中,由于大气吸收与散射的影响作用,到达传感器的能量并不能准确反映地表目标物反射特性,这给计算地表反射率和反演目标物温度等重要参数带来较大的干扰。本文描述了利用6S模型的对TM遥感图像进行大气辐射校正过程,以2004年TM数据(Path 125,R ow 35)为例,进行土法炼焦点反射率反演,并利用校正后的TM 7、5、4三个近红外波段进行RGB假彩色合成解译土法炼焦点。结果表明,该方法增强了图像清晰度,提高了视觉效果,有利于遥感信息的提取和解译,使卫星遥感监测结果更加可靠。

基于改进大气散射模型的图像去雾算法

由于雨雾天气的影响,清晰图像的获得较为困难,通常存在能见度低、对比度差、细节信息缺失等问题。针对上述问题,文中提出一种鲁棒性高的图像去雾算法。首先,将输入图像转换为细节图像,衰减图像并重新定义三个颜色通道,根据最小颜色损失原则对颜色进行补偿并平衡三个颜色通道的差异;其次,通过改进的大气散射模型EASM和暗通道先验算法解决图像发暗的问题,去雾结果明显、颜色鲜艳、细节清晰。在自然图像和合成图像数据集上进行对比实验并设计消融实验,结果表明,所提算法在信息熵、FADE、自然图像质量评估器(NIQE)、结构相似性(SSIM)等方面表现优于最新的去雾算法,具有较高的鲁棒性和应用前景。