MOD IS大氣校正精度評價及其對表層雪密度提取影響

劉 艷,汪 宏,張 璞,李 楊

(1.中國氣象局烏魯木齊沙漠氣象研究所,烏魯木齊 830002;2.四川省農業科學院遙感應用研究所,成都 610066)

MOD IS大氣校正精度評價及其對表層雪密度提取影響

劉 艷1,汪 宏2,張 璞1,李 楊1

(1.中國氣象局烏魯木齊沙漠氣象研究所,烏魯木齊 830002;2.四川省農業科學院遙感應用研究所,成都 610066)

以古爾班通古特沙漠為研究區,以中分辨率成像光譜儀 (MOD IS)為遙感數據源,結合 ASD FieldSpec準同步實測積雪反射光譜數據對 FLAASH大氣校正能力進行了評價。研究表明:①校正后的MOD IS各波段積雪反射率與準同步實測積雪反射率波形相似,在第 1～7波段整體相關系數達 0.82,表明 FLAASH大氣校正能極大地提高MOD IS地物識別能力;②校正后的MOD IS第 6波段反射率和歸一化差值積雪指數(NDSI)與實測雪密度呈線性相關,可用回歸擬合構建MOD IS雪密度遙感計算模式。

大氣校正;雪密度;反演;同步地物反射光譜;MOD IS

0 引言

目前,獲取積雪密度的方法主要有:①直接應用氣象站積雪密度觀測記錄插值計算平均積雪密度[1,2];②利用雪密度函數計算積雪密度;③利用星載掃描式多通道微波輻射儀 (SMMR)和特別微波輻射/成像計 (SMM/I)等遙感數據獲取積雪密度[3-6]。微波傳感器雖可全天候獲取雪層信息并穿透積雪層獲取地表信息,但空間分辨率較低,難以準確地從空間上獲取積雪密度。目前,利用可見光 -短波紅外甚高分辨率輻射計 (AVHRR)和多時相中等分辨率成像光譜儀 (MOD IS)能在晴空條件下比較準確地獲取較高分辨率的積雪覆蓋信息[7-15],但對利用光學遙感數據定量獲取雪密度和雪水當量的研究甚少。找尋適宜的大氣校正模型對光學遙感數據進行精確的大氣校正,乃是積雪密度參數光學遙感反演的一個關鍵步驟和前提條件。

本文以古爾班通古特沙漠地區多時相MOD IS為例,采用 FLAASH(Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes)大氣校正模型進行大氣校正;結合該地區 ASD Field Spec準同步實測積雪反射光譜數據,對MOD IS 1B FLAASH大氣校正效果進行評價,分析校正后的MOD IS各波段積雪反射率與實測雪密度的相關性,尋找對雪密度具有良好響應的波段及波段反射比,為雪密度光學遙感定量研究奠定基礎。

1 研究區概況

古爾班通古特沙漠地處新疆北部,位于準噶爾盆地中央 ,地理范圍為 44°11′～46°20′N、84°31′～90°00′E,是我國最大的固定、半固定沙漠。區內年降雨量為 100～150mm,冬春有降雪,積雪深度可達10～35 cm,積雪時間可達 4個月。冬季積雪和凍土對沙漠地表形成有利的保護層,植被覆蓋和生物結皮使得沙面整體處于穩定的狀態。

本實驗在沙漠邊緣建立了積雪參數野外采集試驗場并布設數據采集樣方。試驗場地勢較平坦,積雪覆蓋率達 90%以上,積雪平均深度達 6 cm。樣方大小為 360m×360m,被分割為 90m×90m大小的 16個樣方,用于與MOD IS同步觀測。

2 數據源與計算方法

2.1 遙感數據源

遙感數據來自 2008年 12月 6、8和 20日獲取的MOD IS 1B數據,覆蓋了古爾班通古特沙漠地區,已經過輻射校正和幾何糾正等預處理。

2.2 積雪準同步觀測

2008年 12月 6、8和 20日在野外采集場樣方內(圖 1)進行了積雪表面反射光譜、雪密度和雪深準同步觀測,觀測時間為MOD IS衛星過頂前后 5m in內。其中,使用 FieldSpec Pro FR(Full Range)ASD光譜儀 (350～2 500 nm)完成了雪表面反射光譜采集;雪密度用 Snow Fork雪密度分析儀采集 (將距地表 2 cm處的雪密度定義為表層雪密度)。

圖 1 MOD IS準同步試驗場示意圖Fig.1 Sketch map of quasi-synchronism test ground for MOD IS

2.3 實測積雪反射光譜歸一化計算

歸一化反射率可部分消除積雪表面光滑度和反射光譜隨時間和空間變化的干擾。天氣與周圍環境的細微變化、光譜儀位置移動和太陽角變化等都會影響積雪反射光譜測量。為了對不同樣點采集的積雪反射光譜進行對比分析,對所測反射光譜進行歸一化處理,即以積雪在 0.3～2.5μm范圍內的平均反射率為歸一化點,利用 ENV I軟件 Spectral Math計算歸一化積雪反射率,即

式中,S為歸一化積雪反射率;S1為實測積雪反射率;為積雪平均反射率。

2.4 MOD IS FLAASH大氣校正參數輸入

FLAASH大氣校正基于傳感器處單個像元接受到的太陽波譜范圍內 (不包括熱輻射)標準平面朗伯體 (或近似平面朗伯體)反射光譜輻射亮度[15]。光譜輻射亮度計算公式為

式中,L＊為傳感器接收到的單個像元輻射亮度;ρ為該像元地表反射率;ρe為該像元和其周邊像元的混合平均地表反射率;S為大氣球面反照率;為大氣層輻射進入傳感器的輻射亮度;A、B分別為大氣條件和下墊面幾何條件決定的系數。A、B、S和值分別由特定大氣模式、氣溶膠類型、能見度、衛星觀測角度、大陽角度和地表平均海拔等決定,這些參數均可通過其他方式或利用標準大氣模式和氣溶膠模式獲取,并與大氣中的水蒸氣含量、氣溶膠光學厚度有密切關系。

FLAASH利用暗目標法反演氣溶膠光學厚度,利用MODTRAN 4模擬大氣吸收并形成一個查找表,然后利用查找表逐像元地進行水蒸氣含量估算。ρ和ρe的區別主要來自與大氣散射引起的“鄰近像元效應”,若ρ=ρe,則校正過程會忽略鄰域效應,但在有薄霧或地表存在強烈對比的條件下會使短波波段范圍內的大氣校正出現明顯誤差。FLAASH利用大氣點擴散函數對鄰域效應進行糾正。ρe的估算公式為

式中,Le為某像素和周邊像元的空間平均值,可以通過原始影像計算得到。

當取得所有參數后,利用式 (2)、(3)即可逐像元地求出整幅圖像的真實地表反射率。用于本實驗的大氣校正實驗數據的輸入參數見表 1[16]。大氣模式和氣溶膠類型因缺乏實測數據而選擇標準模式;能見度參數選擇沙漠地區天氣較好情況下的能見度[16]。

表 1 FLAASH大氣校正輸入參數Tab.1 Input parameters of FLAASH at mospheric correction

3 結果分析

3.1 校正前后視覺對比

對比大氣校正前后的 MOD IS 6、2、3波段假彩色合成圖像 (圖 2)可以看出,大氣校正前圖像整體偏暗,對比度不高 (圖 2(a));大氣校正后圖像對比度明顯提高,地物顯得更加清晰可辨 (圖 2(b))。大氣校正前后圖像視覺效果和反射輻射亮度發生了明顯的變化,校正后的圖像更加清楚、色彩明亮,說明 FLAASH校正有效地去除了大氣氣溶膠的影響。

圖 2 大氣校正前后MOD IS圖像視覺對比Fig.2 Visual comparison between M OD IS images before and after atmospheric correction

3.2 校正前后積雪反射光譜比較

在MOD IS圖像上選取積雪像元,對MOD IS第 1～7波段計算反射率、FLAASH大氣校正反射率和實測積雪重采樣反射率進行了比較 (圖 3)。

圖 3 積雪反射率比較Fig.3 Com par ison of snow reflectance

實測反射率數據用 ASD光譜測量儀測得,光譜分辨率在 350～1 000 nm譜段為 3 nm,在 1 000～2 500 nm譜段為 10 nm;采樣間隔在 350～1 000 nm譜段為 1.4 nm,在 1 000～2 500 nm譜段為 2 nm;數據間隔為 1 nm。本實驗利用 ENV I軟件光譜重采樣模塊對 ASD所測數據進行重采樣,得到 MOD IS圖像第 1～7波段反射率數據。校正后圖像的積雪反射率與實測反射率波形相似,在第 1～7波段范圍整體相關系數達 0.82;校正后圖像的高反射波段較實測反射率低,吸收波段與實測光譜接近。

3.3 校正前后 NDSI比較

MOD IS全球積雪面積產品包括多種類型,并針對不同下墊面提供了一系列不同的算法,但基本方法是歸一化差值積雪指數 (NDSI)法,其計算公式為式中,B 4和 B 6分別為MOD IS近紅外波段和紅波段像元的反射率值。

為進一步評價和驗證 FLAASH大氣校正效果,本試驗對校正前后的 NDSI進行了比較。按式 (4)分別計算實測積雪光譜數據、MOD IS圖像 DN值、MOD IS計算反射率和MOD IS校正反射率及其 NDSI值,并提取上述各參數在試驗場觀測點的 3像元 ×3像元范圍的亮度平均值 (表 2)。

表 2 積雪在MOD IS第 4和 6波段的 DN值 /計算反射率 /校正反射率 /NDSITab.2 Snow DN values and reflectance before and after correction at the B4 and B6 ofM OD IS image and NDSI values computed from these images

經分析認為:①理論上,DN值未經過任何校正,只是進入傳感器中的輻射能的一種數字轉換形式,不能從本質上地反映地物的輻射特性 (實際上,用DN值計算的 NDSI明顯低于用實測數據計算的NDSI);②大氣頂層MOD IS計算反射率雖然經過了輻射定標校正,但它是地面反射率和大氣反射率的總和,仍不能真實地反映地物的輻射特性 (因而用MOD IS計算反射率計算的 NDSI明顯低于用實測數據計算的NDSI);③用校正后的地表反射率計算的NDSI與實測數據計算的 NDSI比較接近 (相關系數達 0.6),這表明經大氣校正后的圖像能基本消除大氣的影響,能比較真實地反映地物的輻射特性。校正前后 NDSI變化趨勢基本上相同 (圖 4),NDSI峰值和谷值的出現位置整體上十分吻合,說明大氣校正前后圖像總體特征相同。

圖 4 MOD IS影像大氣校正前后某一剖面的 NDSI值Fig.4 NDSI of MODIS images before and after at mospheric correction

圖像均值代表圖像的整體亮度水平;標準差反映圖像中灰度值的離散程度,標準差越大,灰度級分布越分散,圖像目視效果越好,圖像所含信息量也越豐富。統計校正前、后的 NDSI數據,得到校正前NDSI平均值和標準差分別為 0.283和0.236、校正后 NDSI平均值和標準差分別為 0.311和 0.241,這說明經大氣校正后 NDSI的信息量更豐富。同時,大氣校正后計算的 NDSI值更接近于用地面同步實測積雪光譜數據計算的 NDSI值。因此,FLAASH大氣校正在一定程度上有效地降低了大氣對遙感圖像的影響,獲得了地表真實反射率,達到了降低大氣影響、增強圖像信息的目的。

3.4 與實測雪密度比較

以 2008年 12月 6日和 20日在試驗場樣方內同步采集的 23組數據 (反射率和雪密度)為例,進行實測積雪密度與MOD IS圖像校正前后波段反射率相關分析。首先,計算MOD IS數據在可見光和近紅外波段的中心波長,提取對應各中心波長處的ASD實測歸一化積雪反射率,得到基于MOD IS圖像波段的歸一化 ASD反射率數據;其次,在 ERDAS軟件的定位器中輸入實測雪密度時記錄的地理坐標,ERDAS自動在經過幾何糾正的MOD IS影像上進行定位。為了減小 GPS記錄實測點地理坐標存在的誤差和圖像幾何糾正時存在的誤差,本實驗在圖像匹配點周圍選取 3像元 ×3像元的窗口,以所選像元的平均值作為最終像元值;最后,進行雪密度和 ASD反射率、真實反射率和計算反射率相關分析,分別就單波段和波段組合模式進行了分析(表3)。

表 3 不同積雪反射率與同步實測雪密度的相關系數Tab.3 Correlation coefficients between different snow reflectance and density

結果表明,FLAASH大氣校正后近紅外波段(B6、B7)反射率和 NDSI與實測雪密度間相關系數得到顯著提高。雪密度與 B6和 B7具有很高的相關性,B7常被用來識別陸地和云,B6被用來區別云雪差異。因此,本試驗以校正后的MOD IS第 6波段和 NDSI與實測雪密度數據進行回歸擬合,得到兩種回歸模式 (表 4)。

表 4 雪密度的遙感回歸模式及相關分析Tab.4 Remote sen sing arithmetic model of snow density and regression analysis

同時,選取試驗區 8個樣本點的實測值對雪密度的遙感回歸模式進行了驗證(表 5)。

表 5 雪密度驗證結果Tab.5 Results of accuracy evaluation of snow density

4 結論

(1)FLAASH校正前后MOD IS影像的視覺效果和反射輻射亮度發生了明顯變化,校正后的圖像更加清楚。大氣校正大大恢復了積雪光譜反射特征。校正后的MOD IS圖像積雪波段反射率與 ASD實測反射率波形相似,高反射波段較實測反射率低,吸收波段與實測光譜接近。

(2)FLAASH校正后的MOD ISNDSI更加接近根據ASD實測積雪光譜數據計算的 NDSI。校正后MOD IS的第 6波段和 NDSI同 Snow Fo rk實測雪密度間具有很好的線性相關性,適合用于雪密度的光學遙感反演;對回歸擬合建立的MOD IS雪密度計算模式進行的精度評價,驗證了利用積雪反射率反演雪密度的可行性。經 FLAASH大氣校正的MOD IS數據能為雪密度的光學定量遙感反演提供良好的數據源。

[1] 黃慰軍,黃 鎮,崔彩霞,等.新疆雪密度分布研究[J].中國農業氣象,2007,28(4):383-385.

[2] 黃慰軍,黃 鎮,崔彩霞,等.新疆雪密度時空分布及其影響特征研究[J].冰川凍土,2007,29(1):66-72.

[3] Chang A T C,Foster JL,Hall D K.Nimbus-7 SMMR Derived Global Snow Cover Parameters[J].Annals of Glaciology,1987(9):39-44.

[4] 車 濤,李 新,高 峰.青藏高原雪深和雪水當量的被動微波遙感反演[J].冰川凍土,2004,26(3):363-368.

[5] SUN Zhi-wen,SHI Jian-cheng,JIANG Ling-mei.Development of Snow Depth and Snow Water Equivalent Algorithm in Western China U sing Passive Microwave Remote Sensing Data[J].Advances in Earth Science,2006,21(12):1363-1369.

[6] 李 新,車 濤.積雪被動微波遙感研究進展[J].冰川凍土,2007,29(3):487-469.

[7] 史培軍,陳 晉.RS與 GIS支持下的草地雪災監測試驗研究[J].地理學報,1996,51(4):296-305.

[8] 王世杰.利用 NOAA/AVHRR影像資料估算積雪量的方法探討[J].冰川凍土,1998,20(1):68-71.

[9] 周詠梅,賈生海,劉 萍.利用 NOAA-AVHRR資料估算積雪參量[J].氣象科學,2001,21(1):117-121.

[10]延 昊.NOAA 16衛星積雪識別和參數提取[J].冰川凍土,2004,6(3):369-371.

[11]梁天剛,吳彩霞,陳全功,等.北疆牧區積雪圖像分類與雪深反演模型的研究[J].冰川凍土,2004,26(2):160-165.

[12]Yoram J K,Richard G K,Dorothy K H,et al.Remote Sensing of Sub-pixel Snow Cover Using 0.66 and 2.1μm Channels[J].Geophysical Research Letters,2002,29:16-20.

[13]王 健,陳子丹,李文君,等.中分辨率成像光譜儀圖像積雪反射特性的初步分析研究[J].冰川凍土,2000,22(2):165-169.

[14]Dorothy K H,George A R,Vincent V S.Development of Methods for Mapping Global Snow Cover Using Moderate Resolution Imaging Spectrometer Data[J].Remote Sensing of Environment,1995,54:127-140.

[15]宋曉宇,王紀華,劉良云,等.基于高光譜遙感影像的大氣糾正:用 AV IR IS數據評價大氣糾正模塊 FLAASH[J].遙感技術與應用,2005,20(4):393-398.

[16]李國硯,張仲元,鄭艷芬,等.MOD IS影像的大氣校正及在太湖藍藻監測中的應用[J].湖泊科學,2008,20(2):160-166.

(責任編輯:劉心季)

Accuracy Evaluation of MODIS Atmospheric Correction and Its Effects on Surface-Snow Density Ex traction

LIU Yan1,WANG Hong2,ZHANG Pu1,LI Yang1
(1.Institute of Desert Meteorology,CMA,Urumqi830002,China;2.Institute of Remote Sensing Applications,Sichuan Academy of Agricultural Sciences,Chengdu 610066,China)

With Gurbantung gut desert as the study area and by using moderate resolution imaging spectrometer(MOD IS)data,which is a kind of optical remote sensing data,in combination with snow reflectance spectra simultaneously measured by ASD Field Spec,the authors evaluated the correction capability of FLAASH model.Some results have been attained:①Snow reflectance from 1st to 7 th band of MOD IS is similar to the simultaneously measured snow reflectivity,and the correlation coefficient of all bands is 0.82 on the who le,indicating that FLAASH can greatly enhance the capability for identifing surface features of M 0D IS.②On the basis of linear relationship between snow reflectance after correction at MOD IS channel6 and NDSI and measured snow density,a snow density remote computation model can be built by way of regression and fitting.

Atmospheric correction;Snow density;Retrieval;Synchronous ground reflectance spectra;MOD IS

劉 艷 (1978-),女,副研究員,主要從事遙感在積雪、植被變化監測等方面的研究。

TP 751.1

A

1001-070X(2011)01-0128-05

2010-04-06;

2010-05-16

中央級公益性科研院所基本科研業務項目(編號:IDM 200808、IDM 200704)和新疆氣象局基金項目(編號:C2006003)共同資助。