地形輻射校正模型研究進展

王少楠，李愛農

(1.中國科學院水利部成都山地災害與環境研究所，成都 610041;2.中國科學院研究生院，北京 100039)

地形輻射校正模型研究進展

王少楠1，2，李愛農1

(1.中國科學院水利部成都山地災害與環境研究所，成都 610041;2.中國科學院研究生院，北京 100039)

從經驗模型、物理模型及半經驗模型3個方面綜述了地形輻射校正模型研究的主要進展，并從模型的輸入參數、前提假設條件和評價方法3個方面討論了現有模型存在的一些問題。最后，對地形輻射校正模型的研究前景進行了展望，認為可以從多源或多時相數據、圖像增強或信息填充等方面恢復陰影區域信息，提高模型的校正精度，考慮引入新的數理統計方法進行精確的定量評價，并建議地形輻射校正模型研究應該更加重視陰影區域光譜信息的恢復，尤其是在地形復雜的山區。

遙感;地形輻射校正;模型;輻亮度

0 引言

我國的山區面積約占國土陸域總面積的70%。受地形遮蔽或遮擋的影響，遙感圖像獲取的地表特征被嚴重損害，難以用于準確地提取地物信息。為了提取地物的真實光譜值，就必須消除地形的影響，即對圖像進行地形輻射校正。因此，無論是在遙感理論研究領域，還是在遙感應用領域(尤其是山區遙感應用)，地形輻射校正都具有重要的研究意義和應用價值。

自20世紀80年代以來，國內外研究學者相繼對地形輻射校正做了一系列的研究［1－15］，建立了多種地形輻射校正模型，以降低或消除地形因素對山區遙感圖像的影響。然而到目前為止，針對山區地形的遙感輻射校正問題仍是中、高分辨率遙感圖像在山區定量應用與研究的主要制約因素之一。地形背光區域存在大量散射和折射光，使得準確的遙感圖像地形輻射校正非常困難。由于當前光學遙感衛星及其海量存檔數據仍是最重要的對地觀測數據源，短期內遙感成像原理和設備也不可能解決地形效應問題，所以關于光學遙感圖像的地形輻射校正模型的研究仍會在相當長的時間內爭論和持續下去。當前已有一些文獻對地形輻射校正模型的研究進展及各模型的應用現狀進行了綜述，如高永年等［16］、段四波等［17］就曾敘述過現有的地形輻射校正模型。本文基于前人的研究成果，補充了最新的相關文獻，綜述了地形輻射校正模型及其研究進展，重點分析和討論了現有模型存在的一些問題，并對模型的研究前景進行了展望。

1 地形輻射校正模型

地形輻射校正是通過一定的變換，將坡面像元的輻亮度轉換為水平像元的輻亮度，使兩個反射性相同的地物在遙感圖像中具有相同(或相近)的亮度值，從而消除和減緩地形起伏引起的圖像亮度值的變化，使圖像能更真實地反映地物的光譜特征［5－7］。本文從經驗模型、物理模型及半經驗模型3個方面分別綜述近年來地形輻射校正模型的研究進展。

1.1 經驗模型

經驗模型是基于衛星傳感器所接收的輻射與太陽入射角間的經驗關系而建立的回歸方程，其優點是參數少，計算簡單;缺點是普適性差，且參數缺乏明確的物理涵義。

經驗統計校正模型是 Teillet等［6］提出的一種經驗模型，通過圖像輻亮度和太陽入射角余弦cos i間的線性關系來校正地形對太陽直射部分的影響。Meyer等［18］用該方法使針葉林、落葉林及混合林的總體分類精度提高了7%;但該方法所需的平坦地區的地物輻亮度，在山區很難獲取(一般通過求取同類地物輻亮度的均值得到)，故校正結果存在較大的誤差?；趫D像輻亮度與cos i間的線性關系，Vincini等［19］和高永年等［20－21］分別提出了 b 校正法(其中，b為經驗系數，即圖像輻亮度與cos i線性回歸方程的截距)和變經驗系數法(variable empirical coefficient algorithm，VECA)。b校正法有兩個可選方程，校正時選擇更能反映圖像輻亮度與cos i間關系的那個方程［22］;VECA模型則利用一個可變的調整系數來校正圖像像元的輻亮度。b校正法和VECA模型的校正效果都不存在過校正現象，且VECA模型的實現更加容易，可操作性更強［16］。

此外，還可在圖像內抽取樣方得到校正所需的統計經驗關系。鐘耀武等［15］將矩匹配算法應用到地形輻射校正中，并取得較好的校正效果。Civco等［1］提出了Civco模型(即地形歸一化(topographic normalization)模型)，先對遙感圖像和地形陰影圖進行校正;再在原始圖像和第一次校正后圖像中選取一定數量、有相應植被類型的陰坡和陽坡，分波段求取第二次校正的系數;然后再乘以第一次校正的結果，即可得到第二次校正的結果，故也稱“二階段校正法”。之后的一些研究者對該方法也進行了一系列研究，秦春等［23］將坡度分級校正應用到Civco模型中，使該模型更適合地形復雜地區。Baraldi等［8］于2010年發展了一種新的二階段分層校正(twostage stratified topographic correction)模型，并在對大尺度多光譜圖像的地形輻射校正中取得了很好的校正效果。

1.2 物理模型

物理模型側重于機理研究，通過研究光與地表相互作用的物理過程進行地形輻射校正。與經驗模型相比，物理模型的參數具有明確的物理涵義且理論基礎完善，但模型復雜、輸入參數多。

1.2.1 余弦模型和SCS校正模型

余弦模型和SCS(sun－canopy－sensor)校正模型都是假定地表為朗伯體，并基于光與地表的余弦關系建立的，具有一定的物理意義。其中，余弦模型是Teillet等［6］提出的，基于太陽—地表—傳感器三者的幾何關系，將坡面像元接收的總輻射轉換到水平面(即校正后的像元接收的總輻射與坡面像元接收的總輻射有一個由入射角余弦決定的直接比例關系);但該模型僅考慮了直接輻射部分，未考慮散射輻射和鄰近像元的反射輻射。Duguay等［24］指出該方法存在嚴重的過度校正問題(特別是在低光照地區，入射角越接近90°，過校正問題表現得越明顯)。針對余弦模型在低光照區的過校正問題，Chen等［10］發展了Cosine－b校正模型，該模型在可見光與近紅外波段都取得了滿意的效果，但對熱紅外波段的校正效果仍不理想，存在“暗區”和過校正現象［16］;而超球面方向余弦(hyperspherical direction cosine，HSDC)轉換校正法的提出改善了熱紅外波段的校正效果［25］，使地物界線變得清晰可見，提高了校正精度，但仍存在過校正現象。

此外，余弦模型也沒有考慮地表覆被狀況，而是假定校正前后地形與樹木的幾何關系一致;然而樹木生長具有向地性，并不像假定的那樣垂直于坡面生長，若仍基于太陽—地表—傳感器三者的幾何關系進行校正，校正后像元內的冠層就會發生傾斜，這明顯與事實不符。因此，Gu等［26］在余弦模型的基礎上，引入坡度作為校正因子，提出了一種基于太陽—冠層—傳感器三者幾何關系的SCS校正模型。該模型正是考慮了樹木生長的向地性，使得樹木冠層在從坡面到水平面校正的過程中始終垂直于水平地表，更加符合實際情況，適用于森林地區的地形輻射校正;然而，SCS校正模型同樣忽視了天空散射輻射、鄰近像元反射輻射以及地表非朗伯性的影響，使得背光區域的坡面存在過校正問題。

1.2.2 輻射傳輸模型

輻射傳輸模型是定量遙感中研究的熱點和重點。早在1989年，Proy等［3］就假定地表為朗伯體，把坡面像元接收的總輻射分為3部分(分別為太陽直射輻射、天空散射輻射和周圍地形的反射輻射)。Proy校正模型重點在于計算周圍地形的反射輻射，從像元尺度考慮周圍地形輻射，逐點計算這一輻射項(因計算量很大，因此他們只選取22個點進行了計算［27］)。在Proy校正模型的基礎上，2000年閆廣建等［14］通過去除程輻射、結合反射率與輻亮度間的關系，得到山地的真實反射率，快速恢復了陰影所包含的細節;但鄰近像元的影響仍需進一步改善。針對這一問題，張萬昌等［28］引入經驗參數，近似估算非朗伯面上間接輻照度的分配情況。

Sandmeier等［4］為了精確地表達地形對像元信號的不同影響，假定地表為朗伯面，并考慮到天空漫射光的各向異性，將坡面像元的上行輻射進一步劃分為4部分:①直射光經像元反射的上行輻射;②環日各向異性散射光經像元反射的上行輻射;③各向同性散射光經像元反射的上行輻射;④鄰近像元反射光經該像元反射的上行輻射。但是，Sandmeier等對鄰近像元的反射輻射只是簡單地通過計算周圍像元的平均反射率來獲取，鑒于地表的復雜性，很難保證其計算精度(尤其是在山脊、山谷處)。此外，Sandmeier校正模型未考慮到地表覆被狀況，故孫源等［29］將SCS的思想引入到Sandmeier校正模型，使之更適用于山區森林校正［18，30］;但該模型在可見光波段的校正效果不太明顯，甚至出現過校正現象，并且模型自身與實際情況還存在一定差別。為了更好地反映森林群落結構和子像元組分間的關系，Soenena等［31］提出一種新的物理模型——MFM －TOPO(multiple forward mode－topographic correction model)模型進行地形輻射校正。該模型更好地闡述了冠層結構、波譜響應和地形因子間的關系，校正效果比較理想;但模型復雜，參數較多。

1.3 半經驗模型

半經驗模型綜合物理模型和經驗模型的優點，引入經驗參數來優化物理模型，同時參數也具有一定的物理涵義。

1.3.1 Minnaert校正模型

Teillet等［6］將Minnaert函數引入到基本的余弦模型中，以考慮地表反射的非朗伯性。其中，Minnaert函數是Minnaert在1941年提出的，該函數用Minnaert常數k來描述地表的二向性反射分布函數，k在0～1之間變化，是地表接近朗伯體表面程度的測度(標準朗伯體表面k=1，即為余弦模型)。自Minnaert模型提出以來，很多研究者相繼利用該方法在不同類型的地形區對不同的地表覆蓋物以及多遙感數據源的地形影響進行了校正，都取得了比較滿意的結果［9，32］。在該模型中，關鍵在于對k值的估算，Meyer等［18］討論了如何根據經驗計算k值。但用常數k表征復雜地表非朗伯性會存在很大問題(尤其是在坡度變化較大的地方)，可通過基于像元的Minnaert校正模型來避免k作為全局值所帶來的影響［33］。此外，高永年等［20］還將 k 值引入到 Sandmeier校正模型進行非朗伯體修正，以改善 Sandmeier模型中朗伯體假設的局限性，并對其進行了簡化和改進。

1.3.2 C校正模型和SCS+C校正模型

針對余弦校正模型所存在的過校正問題，Teillet等［6］將經驗系數C應用到余弦模型中，以調節由天空散射輻射和鄰近地形反射輻射造成的過校正現象(即C校正模型)。其中，參數C可通過太陽入射角余弦與坡面像元輻亮度間的線性關系獲得，因而C的計算依賴于具體圖像數據，對小尺度研究具有針對性，但對大尺度研究則具有不確定性，并且缺乏明確的物理涵義。此外，不同抽樣方法所得的參數C也會對校正精度產生一定的影響［34］。在對C校正模型的進一步研究中，黃微等［35］通過對擬合直線的平移變換消除C校正模型中的2個擬合參數a和b，這樣既保持了C校正模型的基本思想，又避免了用離散樣本求取參數這一復雜的過程［36－37］;此外，針對C校正模型依然存在的過校正現象，通過誤差分析，在C校正模型中添加了相鄰像元對中心像元影響的相關函數，發展了一種考慮空間相關性的校正算法［38］。Liu等［39］同樣針對 C 校正中的過校正問題，基于觀測輻亮度與光照系數間的經驗線性關系，提出了一種改進的C校正模型，并在試驗區內取得了較好的校正效果。

2005 年，Scott［7］仿效 C 校正模型，在 SCS 校正模型基礎上引入參數C以減少天空散射輻射的影響，提出了SCS+C校正模型。

除SCS校正模型和SCS+C校正模型外，很多模型都未考慮地表覆被狀況，故很多研究者又對此進行了一系列的研究。Reeder等［40］基于對C校正中的C值與Minnaert校正中的k值間高度相關［41］及瞬時視場角的考慮，引入坡度角，發展了Minnaert－SCS校正模型;楊燕等［42］引入一個植被覆蓋率參數用來估計亞像元中各成分對輻亮度的影響，同時考慮像元間的鄰邊效應影響，發展了一種新模型，該模型能在一定程度上解決不同覆蓋度的森林地區的地形輻射校正問題。

2 模型現存問題

通過對現有地形輻射校正模型的綜述，本文從模型參數、假設前提和評價方法3個方面對模型中現存的問題進行分析和討論。

2.1 模型輸入參數

模型輸入參數主要有遙感圖像、DEM、太陽天頂角和太陽輻射等。

1)目前，多數地形輻射校正研究主要針對Landsat圖像，對SPOT，IKONOS等高分辨率遙感圖像的研究還比較少［43－44］。由于地形使天空散射光和鄰近地表反射光具有很大的隨機性和難計算性，在單源數據情況下，陰影區的地形輻射校正無論采用何種模型都不能取得較好的效果。

2)DEM精度及遙感圖像與DEM配準的精度會直接或間接影響校正效果，尤其在山脊、山谷處會發生過校正或欠校正現象。劉學軍等［45］對不同精度DEM的選取及其對校正的影響程度(即DEM尺度問題)有了一定的研究。但高精度和高分辨率的DEM數據往往比較昂貴且難以獲得，這在一定程度上限制了模型的發展和應用。

3)太陽天頂角雖作為常量參與校正，但它會隨地球與太陽的相對位置和時間變化而改變。那么同景圖像上太陽天頂角的變化有多大?在多大范圍內會對校正效果產生影響?這些問題仍需進一步研究。

4)太陽輻射大體分為3個組分:太陽直接輻射、天空散射輻射和鄰近像元的反射輻射。前2個組分可在6S模型中反演得到，因此需要先對遙感圖像進行輻射定標和大氣校正，輻射定標和大氣校正的精度就會直接影響校正效果。同時，還需進一步探討太陽輻射3個組分間的影響因素及其表示方法［46］，尤其是對鄰近像元反射輻射的計算。

2.2 模型前提假設

當前，地表特征的假設分為朗伯體和非朗伯體兩種觀點，而非朗伯體的表征一直是研究的熱點和難點?；诶什w假設的地形輻射校正算法雖然簡便，但校正結果卻與實際地表不符。非朗伯體模型能更真實地反映實際地表的情況，卻沒有很好的普適性。如Minnaert校正模型，其系數k要依賴于波段、相位角、地表覆蓋類型等因素，且只是用來描述地表二向性的雙向反射分布函數(bidirectional reflectance distribution function，BRDF)的一個經驗系數;當引入前向或后向散射時，Minnaert校正算法的缺點就很明顯。Han等［47］用V面來反映地表情況，并引入地形衰減因子來提高校正的精度，討論了基于V面假設的二向反射率校正模型的可行性。

2.3 模型評價方法

對模型的評價也是模型應用中極具挑戰性的一個問題。常用的評價方法有3種:目視評價、統計參數評價和光譜一致性評價，這3種評價方法可在一定程度上反映出模型的優劣。聞建光等［30］通過幾何光學交互遮蔽(li－strahler geometry optical mutual shadow，GOMS)模型模擬生成不同模型校正后的冠層反射率，直觀地評價了各個模型，但仍不足以從定量的角度說明各模型的差異。

除了在模型參數、假設前提和評價方法3個方面存在上述問題外，模型的建立也存在著一些問題，特別是針對復雜地形陰影區所引起的光譜失真，很難從經驗關系和物理機制上準確地建立模型。

3 展望

1)地形輻射校正模型研究應該更加重視陰影區域光譜信息的恢復(尤其是在地形復雜的山區)。結合多源數據恢復陰影區的光譜信息，如用MODIS圖像的優點可彌補Landsat等圖像的不足。因為MODIS一天可獲取上午、下午兩景圖像，圖像中陰影區的位置會發生變化，且MODIS圖像與TM圖像對應波段的反射率存在一致性(線性關系)［48］;那么根據MODIS圖像中的光照區和對應TM圖像中的光照區之間的擬合關系，即可得出MODIS圖像中的光照區所對應的TM圖像中的陰影區信息，從而可恢復TM圖像中陰影區的光譜信息。

2)通過圖像增強［2，49］、信息填充來恢復陰影區的信息。目前的圖像增強和信息填充方法已比較完善(如小波變換、直方圖拉伸、空間插值法［43］和floodfill種子填充法［50］等)，且圖像處理過程較為簡單，因而通過圖像增強和信息填充可在一定程度上恢復陰影區的光譜信息。

3)引入新的數理統計方法(如模糊綜合評價法)，結合校正后圖像的多個特征值(紋理信息、典型地物光譜值、圖像統計參數等)對校正模型進行綜合評價。

4 結論

1)從地形輻射校正模型研究進展情況可以看出，近年來發展了眾多的地形輻射校正模型，并得到了很好的應用。

2)當前的地形輻射校正模型研究仍存在不足之處，主要表現在數據源存在誤差、模型假設條件不合理及模型評價方法不完善等。

3)在今后的研究中，除了要重視模型的建立(如模型輸入參數的多元考慮、模型假設條件的考慮等)，還應重視模型間的對比和模型定量評價方法的研究，以便更精確、客觀地評價其地形輻射校正的效果。

［1］Civco D L.Topographic Normalization of Landsat Thematic Mapper Digital Imagery［J］.Photogrammetric Engineering and Remote Sensing，1989，55(9):1303 －1309.

［2］Holben B N，Jusice C O.The Topographic Effect on Spectral Response from Nadir － pointing Sensors［J］.Photogrammetric Engineering and Remote Sensing，1980，46(9):1191 －1200.

［3］Proy C，Tanré D，Deschamps P Y.Evaluation of Topographic Effects in Remotely Sensed Data［J］.Remote Sensing of Environment，1989，30(1):21 － 32.

［4］Sandmeier S，Itten K I.A Physically － based Model to Correct Atmospheric and Illumination Effects in Optical Satellite Data of Rugged Terrain［J］.IEEE Transaction on Geoscience and Remote Sensing，1997，35(3):708 －717.

［5］Smith J A，Lin T L，Ranson K J.The Lambertian Assumption and Landsat Data［J］.Photogrammetric Engineering and Remote Sensing，1980，46(9):1183 －1189.

［6］Teillet P M，Guindon B，Goodenough D G.On the Slope－ aspect Correction of Multispectral Scanner Data［J］.Canadian Journal of Remote Sensing，1982，8(2):84 －106.

［7］Soenen S A，Peddle D R，Coburn C A.SCS+C:A Modified Sun －Canopy － Sensor Topographic Correction in Forested Terrain［J］.IEEE Transaction on Geoscience and Remote Sensing，2005，43(9):2148－2159.

［8］Baraldi A，Gironda M，Simonetti D.Operational Two － Stage Stratified Topographic Correction of Spaceborne Multispectral Imagery Employing an Automatic Spectral－Rule－Based Decision－Tree Preliminary Classifier［J］.IEEE Trans Geosci Remote Sensing，2010，48(1):112 －146.

［9］Blesius L，Weirich F.The Use of the Minnaert Correction for Land－ cover Classification in Mountainous Terrain［J］.International Journal of Remote Sensing，2005，26(17):3831 －3851.

［10］Chen X F.Topographic Normalization of TM Imagery for Rock Classification in Pershing County，Nevada［EB/OL］.［2006］http://www.geo.wvu.edu/geog755/spring98/12/intro.html.

［11］Feng J L，Rivard B，Sánchez－ Azofeifa A.The Topographic Normalization of Hyperspectral Data:Implications for the Selection of Spectral End Members and Lithologic Mapping［J］.Remote Sensing of Environment，2003，85(2):221 －231.

［12］程 偉，田慶久，王黎明.光學遙感的山地像元反射率反演模型研究［J］.遙感信息，2008(1):31－36.

［13］何 超，岳彩榮，陳建珍，等.IRS遙感衛星圖像地形校正［J］.東北林業大學學報，2007，35(7):60 －63.

［14］閆廣建，朱重光，郭 軍，等.基于模型的山地遙感圖象輻射訂正方法［J］.中國圖象圖形學報，2000，5(1):11 －15.

［15］鐘耀武，劉良云，王紀華，等.基于矩匹配算法的山區影像地形輻射校正方法研究［J］.地理與地理信息科學，2006，22(1):31－35.

［16］高永年，張萬昌.遙感影像地形校正研究進展及其比較實驗［J］.地理研究，2008，27(2):467 －478.

［17］段四波，閻廣建.山區遙感圖像地形校正模型研究綜述［J］.北京師范大學學報:自然科學版，2007，43(3):362－366.

［18］Meyer P，Itten K I，Kellenberger T，et al.Radiometric Corrections of Topographically Induced Effects on Landsat TM Data in an Alpine Environment［J］.ISPRS Journal of Photogrammetry and Remote Sensing，1993，48(4):17 －28.

［19］Vincini M，Reeder D，Frazzi E.An Empirical Topographic Normalization Method for Forest TM Data［C］//Geoscience and Remote Sensing Symposium，IGARSS'02.2002 IEEE International.Toronto，Canada，2002，4:2091 －2093.

［20］高永年，張萬昌.遙感影像地形校正物理模型的簡化與改進［J］.測繪學報，2008，37(1):89 －95.

［21］Gao Y N，Zhang W C.Variable Empirical Coefficient Algorithm for Removal of Topographic Effects on Remotely Sensed Data from Rugged Terrain［C］//Geoscience and Remote Sensing Symposium，IGARSS 2007，IEEE International.Barcelona，2007.

［22］Vincini M，Frazzi E.Multitemporal Evaluation of Topographic Normalization Methods on Deciduous Forest TM Data［J］.IEEE Transactions on Geoscience and Remote Sensing，2003，41(11):2586 －2590.

［23］秦 春，王 建.CIVCO地形校正模型的改進及其應用［J］.遙感技術與應用，2008，23(1):82 －88.

［24］Duguay C R，LeDrew E F.Estimating Surface Reflectance and Albedo from Landsat－5 TM over Rugged Terrain［J］.Photogrammetric Engineering and Remote Sensing，1992，58(5):551 －558.

［25］Pouch G W，Compagna D I.Hyperspherical Direction Cosine Transformation for Separation of Spectral and Illumination Information in Digital Scanner Data［J］.Photogrammetric Engineering and Remote Sensing，1990，56(4):475 －479.

［26］Gu D G，Gillespie A.Topographic Normalization of Landsat TM Images of Forest Based on Subpixel Sun－Canopy－Sensor Geometry［J］.Remote Sensing of Environment，1998，64(2):166 －175.

［27］段四波，閻廣建，穆西晗，等.基于DEM的山區遙感圖像地形校正方法［J］.地理與地理信息科學，2007，23(6):19 －23.

［28］Zhang W C，Gao Y N.Topographic Correction Algorithm for Remotely Sensed Data Accounting for Indirect Irradiance［J］.International Journal of Remote Sensing，2011，32(7):1807 －1824.

［29］孫 源，顧行發，余 濤，等.山地森林地區遙感影像地形輻射校正研究［J］.遙感信息，2009(2):7－12.

［30］聞建光，柳欽火，肖 青.基于模擬數據分析地形校正模型效果及檢驗［J］.北京師范大學學報:自然科學版，2007，43(3):255－263.

［31］Soenena S A，Peddlea D R，Coburna C A，et al.Improved Topographic Correction of Forest Image Data Using a 3－D Canopy Reflectance Model in Multiple Forward Mode［J］.International Journal of Remote Sensing，2008，29(4):1007 －1027.

［32］Cavayas F.Modeling and Correction of Topographic Effect Using Multitemporal Satellite Images［J］.Canada Journal of Remote Sense，1987，13(2):49 －67.

［33］Lu D S，Ge H L，He S Z，et al.Pixel－ based Minnaert Correction Method for Reducing Topographic Effects on a Landsat 7 ETM+Image［J］.Photogrammetric Engineering ＆ Remote Sensing，2008，74(11):1343－1350.

［34］Heather R，H?kan O.C － correction of Optical Satellite Data over Alpine Vegetation Areas:A Comparison of Sampling Strategies for Determining the Empirical C － parameter［J］.Remote Sensing of Environment，2011，115(6):1387 －1400.

［35］黃 薇，張良培，李平湘.一種改進的衛星影像地形校正算法［J］.中國圖象圖形學報，2005，10(9):1124 －1128.

［36］Iikura Y.Topographic Effects Observed in Shadowed Pixels in Satellite Imagery［C］//Geoscience and Remote Sensing Symposium，IGARSS'022002 IEEE International，2002:3489 －3491.

［37］Itten K I，Meyer P.Geometric and Radiometric Correction of TM Data of Mountainous Forested Areas［J］.IEEE Transactions on Geoscience and Remote Sensing，1993，31(4):764 －770.

［38］黃 薇，張良培，李平湘.一種顧及空間相關性遙感影像輻射度的地形校正算法［J］.測繪學報，2006，35(3):285 －290.

［39］Liu S M，Gu X F，Wei F M，et al.Improved Topographic Correction Approach for Radiation of Remote Sensing Image［C］//MIPPR 2007:Remote Sensing and GIS Data Processing and Applications;and Innovative Multispectral Technology and Applications.Wuhan，China，2007.

［40］Reeder D H.Topographic Correction of Satellite Images Theory and Application［G］//Dissertation Abstracts International.Hanover，New Hampshire:Dartmouth College，2002，63(11):5123 －5275.

［41］Vincini M，Reeder D，Frazzi E.Seasonal Landsat TM Data and Topographic Dependence in Rugged Deciduous Forest Areas［M］//Analysis of Multktem Poral Remote Sensing Image.Singapore:World Scientific，2002.

［42］楊 燕，田慶久.森林覆蓋區山地遙感地形校正的方法研究［J］.遙感信息，2008(1):22 －26.

［43］Chen Y，Wen D，Jing L，et al.Shadow Information Recovery in Urban Areas from Very High Resolution Satellite Imagery［J］.International Journal of Remote Sensing，2007，28(15):3249 －3254.

［44］Yang C J，Vidal A.Combination of Digital Elevation Models with SPOT －1 HRV Multispectral Imagery for Reflectance Factor Mapping［J］.Remote Sensing of Environment，1990，32(1):35 －45.

［45］劉學軍，盧興華，仁 政，等.論DEM地形分析中的尺度問題［J］.地理研究，2007，26(3):433 －442.

［46］元雪勇，田慶久.山地TM遙感影像大氣輻射校正模型改進及地表反射率反演［J］.遙感信息，2007(4):3－9.

［47］Han X M，Li X H，Zhu R F，et al.Topographic Correction Method of Remote Sensing Image Considering Bi－directional Reflectance［C］//Computer Application and System Modeling(ICCASM)，2010 International Conference.Taiyuan，2010.

［48］Feng M，Huang C Q，Channan S，et al.Quality Assessment of Landsat Surface Reflectance Products Using MODIS Data［J］.Computers ＆ Geoscience.2012，38(1):9 － 22，doi:10.1016/j.cageo 2011.04.011.

［49］Holben B，Justice C.An Examination of Spectral Band Ratioing to Reduce the Topographic Effect on Remotely Sensed Data［J］.International Journal of Remote Sensing，1981，2(2):115 －133.

［50］Castleman K R.數字圖像處理［M］.北京:電子工業出版社，2001:387－388.

The Progress in the Study of Topographic Radiometric Correction Models

WANG Shao － nan1，2，LI Ai－ nong1
(1.Institute of Mountain Hazards and Environment，CAS，Chengdu 610041，China;2.Graduate University of Chinese Academy of Sciences，Beijing 100039，China)

In this paper，the authors reviewed the progress in such models of topographic radiometric correction as empirical models，physical models and semi－ empirical models，and then discussed some problems of existing models in three aspects，i.e.，the input parameters，the hypothesis conditions and the evaluation methods of the models.Finally，the possible improvements of the models in the future were proposed，such as combining multiple－ source images，image enhancement or information filling to improve the accuracy of the models and considering the introduction of new mathematical statistical methods for accurate quantitative evaluation.Some proposals are also put forward about improving the method for recovering the information of sun － shaded areas，especially in areas with rugged terrain.

remote sensing;topographic radiomatric correction;model;radiance

TP 751

A

1001－070X(2012)02－0001－06

2011－07－07;

2011－09－24

中國科學院知識創新方向性項目(編號:KZCX2－YW－QN313)、中國科學院“百人計劃”項目(編號:110900K242)、中國科學院戰略性先導科技專項子課題(編號:XDA05050105)和中國科學院“西部之光”重點項目(編號:08R2130130)共同資助。

10.6046/gtzyyg.2012.02.01

王少楠(1987－)，女，碩士研究生，主要研究方向為山地定量遙感。E－mail:wsn870622@163.com。

李愛農(1974－)，男，博士，研究員，中國科學院“百人計劃”入選者。E－mail:ainongli@imde.ac.cn。

(責任編輯:劉心季)