一种实用的遥感影像大气校正方法

摘要

一种实用的遥感影像大气校正方法，包含三个步骤：第一步骤是基于浓密植被算法借助于6S模型查找表从MODIS数据反演大气气溶胶光学厚度。第二个步骤是利用MODIS数据波段比值方法计算总大气水蒸汽含量，然后计算大气水蒸汽光学厚度。第三个步骤是将反演得到的大气气溶胶光学厚度和大气水蒸汽光学厚度与DOS模型相结合反演地表反射率。本发明计算得到的地表反射率精度高，该方法实用性强，适用于各种陆地卫星影像，而且MODIS数据每天都可以免费获取，因此本方法可以作为一种业务化的遥感影像大气校正方法。

主权项

1.一种实用的遥感影像大气校正方法，其步骤为：第一步、反演大气气溶胶光学厚度1-1)对MODIS数据进行几何校正；1-2)根据所获影像的特征选择浓密植被区域；1-3)根据浓密植被区域MODIS数据中红外波段反射率与红、蓝波段反射率之间的关系，由中红外波段的反射率得到红、蓝波段的反射率；1-4)利用6S大气辐射传输模型查找表求得蓝、红波段的气溶胶光学厚度；1-5)由蓝、红波段的气溶胶光学厚度根据公式得到各个波段的气溶胶光学厚度；第二步、反演大气水蒸汽光学厚度2-1)利用MODIS波段比值方法计算总大气水蒸汽含量W，g/cm²；2-2)由总大气水蒸汽含量W计算大气水蒸汽光学厚度；其中，τ_w是大气水蒸汽光学厚度，a_wλ是水汽吸收系数，w是可降水汽，cm，可降水汽w与总大气水蒸汽含量W在数值上相等，M是相对大气量；M＝[cosθ_z+0.15(93.885-θ_z)^-1.253]^-1其中，θ_z是太阳天顶角；第三步、大气校正和地表反射率反演3-1)对陆地卫星影像进行几何校正；3-2)将陆地卫星影像像元亮度值转换为星上辐射亮度；其中，L_sat为星上辐射亮度，w/(m²μmsr)，QCAL为某一像元的亮度值，QCAL_max和QCAL_min分别为像元可以取得的最大和最小亮度值，L_max和L_min分别为QCAL＝QCAL_max和QCAL＝QCAL_min时的光谱辐射亮度值；3-3)计算大气程辐射；其中，L_p为大气程辐射，QCAL_max和QCAL_min分别为像元可以取得的最大和最小亮度值， L_max和L_min分别为QCAL＝QCAL_max和QCAL＝QCAL_min时的光谱辐射亮度值，QCAL_dark是影像中暗目标的亮度值；3-4)计算天空光漫射到地表面的光谱辐照度；E_down＝E_r+E_a其中，E_down为天空光漫射到地表面的光谱辐照度，E_r为瑞利散射分量，E_a为气溶胶散射分量；其中，E₀是大气层外相应波长的太阳光谱辐照度，d是日地距离，θ_z是太阳天顶角，T_o、T_w和T_r分别是臭氧吸收透过率、水汽吸收透过率和瑞利散射透过率，T_aa和T_as分别是气溶胶吸收透过率和气溶胶散射透过率，F_s是气溶胶散射向下分量的比例；3-5)计算臭氧吸收光学厚度和瑞利散射光学厚度；τ_r＝[0.0088λ^{(-4.15+0.2λ)}][exp(-0.1188h-0.00116h²)]其中，τ_o和τ_r分别是臭氧吸收光学厚度和瑞利散射光学厚度，λ是影像各波段的中心波长，μm；h是海拔高度，km；3-6)计算太阳照射方向和传感器观测方向的大气透过率；T_z＝exp(-τ/cosθ_z)＝exp{(-τ_r-τ_a-τ_o-τ_w)/cosθ_z}T_v＝exp(-τ/cosθ_v)＝exp{(-τ_r-τ_a-τ_o-τ_w)/cosθ_v}其中，T_z和T_v分别是太阳照射方向和传感器观测方向的大气透过率，τ是大气光学厚度，θ_v是传感器观测天顶角，τ_r、τ_a、τ_o和τ_w分别是瑞利散射光学厚度、气溶胶光学厚度、臭氧吸收光学厚度和大气水蒸汽光学厚度；3-7)利用DOS模型进行大气校正，得到地表反射率；其中，ρ是地表反射率，L_sat是星上辐射亮度，L_p是程辐射，d是日地距离，T_v是传感器观测方向的大气透过率，E₀是大气层外相应波长的太阳光谱辐照度，θ_z是太阳天顶角，T_z是太阳照射方向上的大气透过率，E_down是天空光漫射到地表面的光谱辐照度； 3-8)对地表反射率反演结果进行精度验证。