一种纠正卫星遥感数据辐射误差的方法
【技术领域】
[0001] 本发明属于水质遥感数据处理方法技术领域，特别涉及一种纠正卫星遥感数据辐 射误差的方法。
【背景技术】
[0002] 遥感卫星发射上天后，由于温度、压力等环境因素改变等原因，传感器的响应函数 常发生一定的变化，造成了卫星遥感得到的辐射值与实际辐射值之间的误差。
[0003]目前解决该问题的方法主要有以下两种：
[0004] 一是：在卫星上测量太阳直射光和标准光源作为定标参数来对遥感数据进行辐射 纠正。但是，由于多种原因，如卫星上物理化学条件与地面相差甚大，标准灯的辐射能量不 可避免地存在一定的波动等，造成星上辐射纠正后仍然存在一定误差。
[0005] 二是：通过在地面与卫星同步测量地物光谱，然后根据测得的地物光谱对遥感数 据进行辐射纠正。但是，由于地面测得的地面目标反射率与卫星测得的反射率相差大气的 影响，且由于大气气溶胶的变化，大气的影响难以精确测量，故地面定标也常存在明显的误 差。
[0006] 目前，国外卫星遥感原始数据提供的定标参数进行辐射纠正后，反射率误差仍达 1%~2% ;国产卫星的辐射误差更达2%~4%。该误差对水质遥感等方面的定量计算产 生了极严重的影响，成为提高定量遥感精度的一大障碍。同时，该误差限制了水质遥感等定 量遥感方法的应用。
【发明内容】
[0007] 本发明的目的是提供一种纠正卫星遥感数据辐射误差的方法，该方法可对光学卫 星遥感数据的辐射误差进行有效纠正，使得各波段之间的相对辐射误差的纠正精度更高。
[0008] 为了达到上述目的，本发明采用如下技术方案：
[0009] 一种纠正卫星遥感数据辐射误差的方法，包括以下步骤：
[0010] (A)对目标地区700米以上高山区各季节的大气散射光进行光谱测量，得到大气 散射光反射率P，对目标地区的山区植被和清洁深水体进行光谱测量，得到植被可见光波 段反射率R v和清洁水体红外波段出水反射率R wp;
[0011] (B)从目标地区的原始卫星图像数据提取高山区植被阴影像元和清洁深水体像 元，得到原始图像植被阴影像元表观反射率V i和原始图像清洁深水体像元表观反射率 Rr2；
[0012] (C)根据高山区相应季节的大气散射光反射率P、植被可见光波段反射率Rv和原 始图像植被阴影像元表观反射率W i，计算消除可见光波段的辐射误差；
[0013] (D)根据高山区相应季节的大气散射光反射率P、清洁水体红外波段出水反射率 Rwp和原始图像清洁深水体像元表观反射率W 2，计算消除红外波段的辐射误差。
[0014] 作为一种具体的实施例，步骤（C)具体为：
[0015] (Cl)根据高山区相应季节的大气散射光反射率P和植被可见光波段反射率Rv， 计算出植被阴影像元的可见光波段真实表观反射率R vd;
[0016] (C2)根据所述植被阴影像元的可见光波段真实表观反射率Rvd和所述原始图像植 被阴影像元表观反射率W i，计算出可见光波段的辐射误差ε1;
[0017] (C3)根据所述可见光波段的辐射误差ε i和所述原始图像植被阴影像元表观反射 率W i，消除可见光波段的辐射误差。
[0018] 进一步地，步骤（Cl)中植被阴影像元的可见光波段真实表观反射率Rvd的计算公 式为：
[0019] 式中：P为测量得到的大气散射光反射率；
为大气散射系数，Ρ( Θ )为大 气散射相函数，Θ为散射角，T = e "为大气透过率，RvS植被反射率。
[0020] 进一步地，步骤（C2)中可见光波段的辐射误差ε i的计算公式为：ε 1= R' i-Rvd， 式中W i为像元原始表观反射率。
[0021] 进一步地，步骤（C3)中消除可见光波段的辐射误差的计算公式为=R1= R' f ε 1<3
[0022] 作为一种具体的实施例，步骤（D)具体为：
[0023] (Dl)根据高山区相应季节的大气散射光反射率P和清洁水体红外波段出水反射 率Rwp，计算出清洁深水体像元的红外波段真实表观反射率R w;
[0024] (D2)根据所述清洁深水体像元的红外波段真实表观反射率Rw和原始图像清洁深 水体像元表观反射率W 2，计算出红外波段的辐射误差ε2;
[0025] (D3)根据所述红外波段的辐射误差ε 2和原始图像清洁深水体像元表观反射率 W 2，消除红外波段的辐射误差。
[0026] 进一步地，步骤（Dl)中计算出清洁深水体像元的红外波段真实表观反射率^的 计算公式为：R W= Rwp+P。
[0027] 进一步地，步骤（D2)中计算出红外波段的辐射误差ε2的计算公式为：ε 2 = Rr 2_Rwp
[0028] 进一步地，步骤（D3)中消除红外波段的辐射误差的计算公式为：?= R' 2_ ε 2。
[0029] 与现有技术相比，本发明的有益效果在于：
[0030] 本发明一种纠正卫星遥感数据辐射误差的方法，通过首先获取目标地区的高山区 各个季节的大气散射光反射率、目标地区的山区植被和清洁深水体的植被可见光波段反射 率、清洁水体红外波段出水反射率，以及目标地区的原始图像植被阴影像元表观反射率和 原始图像清洁深水体像元表观反射率；然后根据获取到的数据，计算消除可见光波段的辐 射误差，进一步地，计算消除红外波段的辐射误差。对光学卫星遥感数据的辐射误差进行有 效纠正，使得各波段之间的相对辐射误差的纠正效果，尤其是低值区的辐射误差的纠正效 果尤为显著。可将低值区的辐射误差减小近一个数量级。为提高定量遥感的精度打下了基 础。
[0031] 本发明独立于传感器，可对各种光学传感器的遥感数据进行纠正。对国产卫星数 据的使用意义尤为突出。经本方法进行辐射纠正后，环境卫星、中巴卫星和资源卫星等国产 卫星数据均可用于水质遥感，并取得很好的结果。
【附图说明】
[0032] 图1是本发明的纠正卫星遥感数据辐射误差的方法流程图。
[0033] 图2是步骤（C)的具体方法流程图。
[0034] 图3是步骤（D)的具体方法流程图。
[0035] 图4是珠江三角洲地区的原始中巴卫星的图像。
[0036] 图5是利用本发明方法纠正后的珠江三角洲地区的中巴卫星的图像。
[0037] 图6(a)-图6(c)是存在严重辐射误差的中巴卫星遥感数据的第二、三和四波段 的纠正前图像。
[0038] 图6(d)-图6(f)是存在严重辐射误差的中巴卫星遥感数据的第二、三和四波段 的纠正后图像。
【具体实施方式】
[0039] 下面将结合附图以及具体实施方法来详细说明本发明，在本发明的示意性实施及 说明用来解释本发明，但并不作为对本发明的限定。
[0040] 在有数字高程模型（Digital Elevation Model，简称：DEM)的情况下，为了使辐射 误差纠正的精度更加精准，本发明定量考虑目标地区的地形对辐射误差纠正的影响。
[0041] 为了进一步使辐射误差纠正的精度更加精准，本发明优选以天空光为主的特征地 物像元进行辐射纠正。因此，本发明分别定量考虑目标地区的山区植被和清洁深水体对辐 射误差纠正的影响。
[0042] 同时，根据相同季节、晴天的情况下，高山区天空散射光稳定的特点，本发明对目 标地区高山区各季节的大气散射光进行光谱测量，优选地，对目标地区700米以上高山区 进行大气散射光光谱测量。
[0043] 如图1所示，本发明一种纠正卫星遥感数据辐射误差的方法，包括以下步骤：
[0044] 步骤（A)对目标地区700米以上高山区各季节的大气散射光进行光谱测量，得到 大气散射光反射率P，对目标地区的山区植被和清洁深水体进行光谱测量，得到植被可见 光波段反射率R v和清洁水体红外波段出水反射率R wp。
[0045] 具体地，用ASD (便携式地物光谱仪）等连续光谱仪测量目标地区700米以上高山 区各季节的大气散射光、测量目标地区的植被可见光波段反射率和清洁水体红外波段出水 反射率。
[0046] 步骤（B)从目标地区的原始卫星图像数据提取高山区植被阴影像元和清洁深水 体像元，得到原始图像植被阴影像元反射率V :和原始图像清洁深水体像元表观反射率 W 2。优选地，此处需要提取的高山区植被阴影像元和清洁深水体像元为典型像元，也即纯 粹的植被阴影像元和纯粹的清洁水体像元。
[0047] 步骤（C)根据高山区相应季节的大气散射光反射率P、植被可见光波段反射率Rv 和原始图像植被阴影像元表观反射率W i，计算消除可见光波段的辐射误差。
[0048] 步骤（D)根据高山区相应季节的大气散射光反射率P、清洁水体红外波段出水反 射率R wp和原始图像清洁深水体像元表观反射率R' 2，计算消除红外波段的辐射误差。
[0049] 其中，如图2所示，步骤（C)具体包括以下步骤：
[0050] 步骤