专利名称：一种高分辨率遥感数据大气校正方法
技术领域：
本发明涉及遥感技术领域，特别涉及ー种高分辨率遥感数据大气校正方法。
背景技术：
大气中的气溶胶是地面和卫星传感器之间的中介物质，不可避免的对卫星遥感所获取的数据形成影响，随着气溶胶的増大，对所获取图像的质量影响也越大。为了充分利用卫星遥感所获取的地表信息，我们需要对图像中大气所引起的信息进行校正。自从二十世纪70年代以来，科学家们在遥感数据大气校正方面开展了大量的研究。现阶段，遥感数据大气校正主要分为两大类基于遥感图像自身统计信息的大气校正方法和基于特定地表特征的大气校正方法；前ー种方法实现简单、效率高，但一致性较差、精度较低；后ー种方法需要反演大气中气溶胶和大气水汽信息，并且需要解算大气辐射传输模型，校正效果与大
气气溶胶和大气水汽的反演精度相关，且效率较低。基于遥感图像自身统计信息的大气校正方法利用清洁区域(只含背景气溶胶或者少量气溶胶的区域)和非清洁区域(含有气溶胶的区域)遥感图像直方图之间的差异进行统计分析，对非清洁区域图像进行校正。这类方法主要包括直方图匹配法、集束匹配法、缨帽变换法、烟雾最优化变换法等。其中烟雾最优化变换法已经被集成在ATCOR软件中，得到广泛应用。然而，这类方法首先需要图像具有多处相似的地表，并且这些相似地表具有较为清洁的大气，如果没有清洁区域则无法进行大气校正；同时，清洁区域需要人为选定，不具备自动化能力。大气效应的精确校正，依赖于AOD的精确反演。然而，可见光近红外波段的遥感图像是地面与大气高度耦合的信息，要想精确获取地表信息或者大气信息必须在其中ー种信息已知的条件下，利用辐射传输方程求解得到另ー种信息。对于遥感图像大气校正和对于地表信息的已知程度决定了大气校正的精确程度。国内外关于气溶胶遥感的研究，都对地表的状况做出了各种假设，反演了气溶胶信息来进行大气校正。这些方法在特定的地表状态下，能够反演大气气溶胶信息，而且精度较高；但这些方法存在以下几个缺点缺点一，不能获取整幅图像的气溶胶光学厚度；缺点ニ，部分方法要求同一区域多个时期的图像，对于数据的要求较高；缺点ニ，自动化程度差，往往需要人工介入。
发明内容
(一)要解决的技术问题本发明要解决的技术问题是本发明要解决的技术问题是如何仅利用高分辨率遥感数据获取整幅图像的A0D，对高分辨遥感数据进行大气校正，以及从AOD获取到大气校正整个流程的自动化实现。(ニ)技术方案为解决上述技术问题，本发明提供了ー种高分辨率遥感数据大气校正方法，包括步骤SI从数据元信息中提取定标信息、太阳几何信息、观测几何信息、数据获取日期与时间、数据类型；S2根据高分辨率遥感数据、定标公式、定标信息和太阳几何信息计算典型地表的表观反射率；S3根据所述表观反射率获取典型地表的掩膜；S4利用大气福射传输模型建立AOD反演查找表和大气校正查找表；
S5根据数据元信息、AOD反演查找表和典型地表的表观反射率信息计算典型地表的 AOD ；S6对所述典型地表的表观反射率数据进行非监瞀分类，得到相应的地表分类图；S7将典型地表的AOD与地表分类图结合，通过空间扩展的方法形成整幅图像的AOD ；S8根据整幅图像的AOD和大气校正查找表，对所述高分辨率遥感数据进行大气校正，得到所述高分辨率遥感数据的地表反射率。所述高分辨率遥感数据为遥感数据名义空间分辨率大于等于30米的可见光近红外卫星遥感数据。所述高分辨率遥感数据为Landsat-TM/ETM+、HJ1A\B_CCD、CBERS_02B\CCD、ZY_3\MUX或GE0EYE-1多波段数据。所述典型地表为洁净水体、浓密植被、有植被的山区阴影、无植被的山区阴影或城市建筑物阴影。所述大气辐射传输模型为6S或M0DTRAN。所述非监瞀分类通过Kneans或ISOdata实现。所述空间扩展方法包括步骤S71将典型地表的AOD进行空间差值，得到片状的AOD信息；S72将片状的AOD区域向外扩展5%，得到5%区域上空的AOD ；S73计算扩展区域的地表反射率，利用S6中地表分类图，将地表反射率赋值给地表分类图中类别相同的地表，得到扩展区域地表的反射率；S74将扩展区域地表的反射率与SI中AOD查找表结合，得到扩展区域地表的AOD ；S75如果扩展区域地表的AOD的范围满足要求，则进行空间插值，得到整幅图像的AOD ;如果扩展区域地表的AOD的范围不满足要求则重复S72-S75，得到整幅图像的A0D。所述空间扩展方法在气溶胶空间扩展缓慢且连续的条件下进行。(三)有益效果本发明利用高分辨率卫星遥感数据获取了整幅图像的A0D，提高了大气校正的精度和可用性，并实现了从AOD到大气校正整个流程的自动化
图I为本发明ー种高分辨率遥感数据大气校正方法的流程图；图2为本发明空间扩展方法流程图；图3为本发明实施例Landsat-TM数据大气校正流程图。
具体实施例方式下面结合附图和实施例，对本发明的具体实施方式
作进ー步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。高分辨率遥感数据指遥感数据名义空间分辨率大于等于30米的可见光近红外卫星遥感数据，包括 Landsat-TM/ETM+、HJ1A\B_CCD、CBERS_02B\CCD、ZY_3\MUX、GE0EYE-1 多波段数据。图3是本发明一种实施例Landsat-TM数据大气校正流程图，包括以下步骤I、从Landsat-TM数据的元信息文件“*_MTL. txt”中提取定标信息(定标系数)、太阳几何信息(太阳天顶角和太阳方位角)、观测几何信息(观测天顶角和观测方位角)、数据获取日期与时间、数据类型，具体信息如下 定标信息对应字段分别为GROUP=MIN_MAX_RADIANCE (定义最大最小辐射亮 度值)、GROUP=MIN_MAX_PIXEL_VALUE (定义像素的最大最小 DN 值)、GR0UP=PR0DUCT_PARAMETERS (定义传感器的状态參数)；太阳天顶角对应字段为SUN_ELEVATI0N，计算方式为90。_SUN_ELEVATI0N ；太阳方位角对应字段为SUN_AZMUTH ；数据获取日期对应字段为ACQUISITION_DATE ；数据获取时间对应字段为SCENE_CENTER_SCAN_HME ；数据类型Landsat_TM。2、根据Landsat-TM数据的定标公式和太阳几何信息计算其表观反射率，具体如下定标公式为La = (LMAXa-LMINa) / (Qcalmax-Qcalmin) X (Qcal-Qcalmin) +LMINa其中La :传感器获取的光谱福射亮度,单位是W/ (m2-sr. u m)；Qcal 图像上像素对应的DN值；Qcalmax和Qealniin :分别为图像上对应的像素最大和最小DN值；LMAXa和LMINa :分别为对应像素最大和最小DN值(Qealmax、Qcalmin)的光谱辐射亮度，单位是 W/ (m2' sr. iim)。光谱辐射亮度到表观反射率的转换公式为P 入=JI La. dV(ESUNa. cos 0 s)其中p A :表观反射率，无单位；Ji :圆周率，大约等于3. 14159，无单位；d 日地距离，天文单位；ESUNa :平均天顶太阳福照度,单位W/ (m2, u m)；0 s :太阳天顶角，单位度。3、从Landsat-TM数据表观反射率提取典型地表的掩膜，典型地表包括洁净水体、浓密植被、有植被的山区阴影、无植被的山区阴影、城市建筑物阴影；4、利用6S大气辐射传输模型，分别建立针对Landsat-TM数据的AOD反演查找表和大气校正的查找表；在AOD和大气校正查找表的建立中，模型參数设置如下AOD反演查找表參数设置如下大气模式2种中纬度夏季和中纬度冬季；气溶胶模式5种城市、乡村、大陆、沙尘和海洋；
波段2个1 (蓝光波段)和3 (红光波段)；太阳天顶角10 个0。、10。、20。、30。、40。、50。、60。、70。、80。、85。；观测天顶角I个0° ;相对方位角19个:0 360。，每10。ー个；地表反照率21个:0 0. 3，每0. 015 ー个；AODll 个0,0. 1,0. 2,0. 4,0. 8,1. 0,1. 5,2. 0,2. 5,3. 0,4. 0 ；输出參数表观反射率大气校正查找表參数设置如下大气模式2种中纬度夏季和中纬度冬季；气溶胶模式5种城市、乡村、大陆、沙尘和海洋；波段4个1 (蓝光波段)、2 (绿光波段)、3 (红光波段)、4 (近红外波段)；太阳天顶角10 个0。、10。、20。、30。、40。、50。、60。、70。、80。、85。；观测天顶角I个0° ;相对方位角19个:0 360。，每10。ー个；地表反照率I个0. I ;AODll 个0,0. 1,0. 2,0. 4,0. 8,1. 0,1. 5,2. 0,2. 5,3. 0,4. 0 ；输出大气校正參数a、b和C。5、从数据元信息(包括获取日期、数据类型)、AOD反演查找表和典型地表的表观反射率信息计算典型地表的AOD ；6、对Landsat-TM数据表观反射率数据进行非监瞀分类，得到地表分类图；非监瞀分类通过K-means或ISOdata实现，所分类别数在20-50之间，由分类程序根据图像的信息自动控制；分类过程无需人为控制。7、与地表分类图结合，在气溶胶空间扩展缓慢且连续的条件下通过空间扩展的方法将典型地表的AOD扩展到整幅遥感图像，具体步骤如下S71将典型地表的AOD进行空间差值，得到片状的AOD信息；S72将片状的AOD区域向外扩展5%，得到5%区域上空的AOD ；S73计算扩展区域的地表反射率，利用S6中地表分类图，将地表反射率赋值给地表分类图中类别相同的地表，得到扩展区域地表的反射率；S74将扩展区域地表的反射率与SI中AOD查找表结合，得到扩展区域地表的AOD ；S75如果扩展区域地表的AOD的范围满足要求，则进行空间插值，得到整幅图像的AOD ;如果扩展区域地表的AOD的范围不满足要求则重复S72-S75，得到整幅图像的A0D。8、利用整幅图像的AOD和大气校正查找表，对Landsat-TM数据进行大气校正，得到Landsat-TM数据的地表反射率，完成整个大气校正的流程。本发明通过空间扩展的方式，利用高分辨率遥感数据信息，在地表分类图的支持下，将典型地表上空反演的精度较高AOD扩展到整幅图像上，从而实现了整幅图像AOD的获取；然后将获取的AOD数据用于了高分辨率数据的大气校正，获取了数据的地表反射率；本发明还从AOD反演、地表分类到大气校正整个过程的自动化，中间无需任何人工干预。以上实施方式仅用于说明本发明，而并非对本发明的限制，有关技术领域的普通技术人员，在不脱离本发明的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本发明的范畴，本发明的专利保护范围应由权利要求限定。·
权利要求
1.ー种高分辨率遥感数据大气校正方法，其特征在于，包括步骤 SI从数据元信息中提取定标信息、太阳几何信息、观测几何信息、数据获取日期与时间、数据类型； S2根据高分辨率遥感数据、定标公式、定标信息和太阳几何信息计算典型地表的表观反射率； S3根据所述表观反射率获取典型地表的掩膜； S4利用大气福射传输模型建立AOD反演查找表和大气校正查找表； S5根据数据元信息、AOD反演查找表和典型地表的表观反射率信息计算典型地表的AOD ； S6对所述典型地表的表观反射率数据进行非监瞀分类，得到相应的地表分类图； S7将典型地表的AOD与地表分类图结合，通过空间扩展的方法形成整幅图像的AOD ；S8根据整幅图像的AOD和大气校正查找表，对所述高分辨率遥感数据进行大气校正，得到所述高分辨率遥感数据的地表反射率。
2.权利要求I所述的ー种高分辨率遥感数据大气校正方法,其特征在于,所述高分辨率遥感数据为遥感数据名义空间分辨率大于等于30米的可见光近红外卫星遥感数据。
3.权利要求2所述的ー种高分辨率遥感数据大气校正方法，其特征在于，所述高分辨率遥感数据为 Landsat-TM/ETM+、HJ1A\B-CCD、CBERS-02B\CCD、ZY-3\MUX 或 GE0EYE-1 多波段数据。
4.权利要求I所述的ー种高分辨率遥感数据大气校正方法，其特征在于，所述典型地表为洁净水体、浓密植被、有植被的山区阴影、无植被的山区阴影或城市建筑物阴影。
5.权利要求I所述的ー种高分辨率遥感数据大气校正方法，其特征在于，所述大气辐射传输模型为6S或M0DTRAN。
6.权利要求I所述的ー种高分辨率遥感数据大气校正方法，其特征在于，所述非监瞀分类通过K-means或ISOdata实现。
7.权利要求I所述的ー种高分辨率遥感数据大气校正方法，其特征在于，所述空间扩展方法包括步骤 S71将典型地表的AOD进行空间差值，得到片状的AOD信息； S72将片状的AOD区域向外扩展5%，得到5%区域上空的AOD ； S73计算扩展区域的地表反射率，利用S6中地表分类图，将地表反射率赋值给地表分类图中类别相同的地表，得到扩展区域地表的反射率； S74将扩展区域地表的反射率与SI中AOD查找表结合，得到扩展区域地表的AOD ； S75如果扩展区域地表的AOD的范围满足要求，则进行空间插值，得到整幅图像的AOD ;如果扩展区域地表的AOD的范围不满足要求则重复S72-S75，得到整幅图像的A0D。
8.权利要求7所述的ー种高分辨率遥感数据大气校正方法，其特征在于，所述空间扩展方法在气溶胶空间扩展缓慢且连续的条件下进行。
全文摘要
本发明公开了一种高分辨率遥感数据大气校正方法包括步骤S1从数据元信息中获取相关信息；S2计算典型地表的表观反射率;S3获取典型地表的掩膜；S4利用大气辐射传输模型建立AOD反演大气校正查找表；S5计算典型地表的AOD；S6获取地表分类图；S7通过空间扩展的方法形成整幅图像的AOD；S8根据整幅图像的AOD和大气校正查找表，对所述高分辨率遥感数据进行大气校正，得到所述高分辨率遥感数据的地表反射率。本方法利用高分辨率卫星遥感数据获取整幅图像的AOD，提高了大气校正的精度和可用性，并实现了从AOD到大气校正整个流程的自动化。
文档编号G01S7/48GK102955154SQ201210392749
公开日2013年3月6日 申请日期2012年10月16日 优先权日2012年10月16日
发明者仲波, 吴善龙, 柳钦火 申请人:中国科学院遥感应用研究所