基于遙感圖像大氣校正的意義與發展

摘 要：隨著多光譜、多時相傳感器的發展，定量遙感也獲得了很好的發展契機。雖然對于影像分類、變化檢測的情況不需要進行大氣校正，但大氣校正作為光學遙感信息定量化研究中必不可少的一步，已受到越來越多的重視。近年來，傳統的大氣校正方法也在不斷改進，越來越多的大氣校正模型將更多的大氣參數納入定量分析范圍，以提高大氣校正的精度和適用性。

關鍵詞：大氣校正；定量遙感；模型

引言

隨著近年來定量遙感的迅速發展，尤其是越來越多地將多傳感器、多時相遙感數據利用于土地利用分析、土地覆蓋變化監測、全球資源環境分析、氣候變化監測等領域，遙感圖像大氣校正方法的研究越來越受到重視。大氣是影響遙感定量分析與應用的重要因素，因此消除大氣效應、衛星姿態角和太陽高度角等因素對結果的影響也成為了決定定量遙感分析精度的重要前提。尤其是近年來高光譜技術的發展，極大地提高了高光譜影像的分辨率。因此，對參數更為詳細的描述方法及適用性更強的大氣校正方法必不可少。

1 大氣校正的意義

大氣校正廣泛應用于定量遙感中。為了實現反演模型的時空擴展，大氣校正的精度直接決定了后續定量分析的精度。定量反演的目的是獲取地球信息，精確識別地物，尤其是在生物特性方面具有廣泛的應用，比如水體特性分析及生物指數分析。

定量遙感在海洋湖泊、水體污染程度、水體生物量組成等方面有著廣泛的應用。在水體特征研究中，大氣的衰弱作用使得衛星遙感信號不能正確表現自然水體的表觀光學特性和內在光學特性，對水體樣本層次的變化不敏感。尤其在藍綠波段，大氣對光譜數據的污染最為嚴重。此外，被動遙感信號從大氣頂層出發，經兩次大氣散射和吸收及地面目標反射才被記錄，所以大氣條件對信號污染作用使傳感器接收到的輻射信息存在較大誤差，定量分析與處理過程中需剔除。比如環境衛星的CCD圖像數據具有較高空間分辨率、時間分辨率和較寬的刈幅。在接受到的輻射信息中，有90%屬于大氣信號，而能反映水體生物光學信號的僅占5%～15%。

定量遙感在林業方面也有這廣泛的應用，比如從植被中提取生物量、葉面積指數、葉綠素、樹冠郁閉百分比等。在對植被指數進行分析時，太陽光照角度和觀測視角以及大氣、云的條件的變化都很大，因此得到的是大氣上界的雙向反射率信息（也稱表現反射率）。此外，大氣中水蒸氣和氣溶膠對輻射的散射和吸收有較大影響。因此，如何分離地氣耦合效應，得到準確的地面反射率信息是衛星遙縛中基礎但極為重要的工作。歸一化植被指數NDVI及ARVI等可部分校正大氣程輻射和因大氣路徑長度不同而產生的變形差異。NDVI也確能顯著減小大氣的影響作用，但在植被稀少或已被破壞的地區還是能夠引起50%甚至更大的誤差。而其他的VI指數，如全球環境檢測指數（GEMI），雖然能夠避開大氣校正的過程，但對于稀疏或中密度植被覆蓋也不適用。

當然，在某些情況下，可省略大氣校正過程。通常情況下，當訓練數據來自所研究的影像（或合成影像），而不需要進行多時相、多地點交叉對比分析的時候，通常不需要進行大氣校正。比如針對單時相的遙感數據進行分類，如采用最大似然法時，只要用于分類的訓練數據在大體上具有一致性，比如整幅影像受到云層的影響較低，大部分區域的大氣條件類似，影像質量精度受大氣校正影響較小時，可以不進行大氣校正。此外，在針對多時相影像變化監測的過程中，可以將兩個時相的所有波段數據放在一起利用變化檢測算法確定變化類別，無大氣校正的必要性。

盡管光學遙感大氣校正方面的成果很多，各種模型層出不窮，但沒有一個是可普遍應用的。因為大氣條件具有很大的復雜性，每一個區域的大氣條件都可能完全一樣，但在利用模型進行參數設置的時候只能采用一種模式統一處理。此外，影響大氣校正的參數非常多，一般情況下同步準確獲取這些參數的難度也很大，而太過復雜的在計算時也會增加復雜性，因此， 在對遙感影像進行大氣校正時，要根據研究目的、要求以及研究區的特點，選擇適當的大氣校正方法。

2 大氣校正的方法

根據理論基礎與所需輔助信息來源，可以將大氣校正方法分為：基于圖像特征的相對校正法、基于地面線性回歸模型法、基于大氣輻射傳輸模型法及復合模型法。

基于圖像特征的相對校正法主要是在無地面同步測量時使用。此方法不需地面光譜及大氣環境參數測量，可直接從圖像特征出發反演反射率。如：Kaufman的暗目標法，Kruse的內在平均相對反演率模型IARR。平面場模型FF在IARR基礎上發展起來，要求像幅內存在具有非吸收特征的一定面積的地理平臺單元，并求出單元中像元平均光譜，再每一個像元光譜除以平均光譜值來重建，克服了IARR中存在的假反射峰特點，計算量小。但平臺選取有人為影響，對地區有先驗知識，在地形起伏大區域也不易選擇平臺；Green與Craig提出的對數參差修正模型LRC對太陽輻射衰減、大氣影響及地形因子偏差都有消除。

基于地面線性回歸模型法相對較簡單，主要利用線性回歸方程（特定物灰度值及成像時對應地面目標反射光譜測量值），但需要大量野外光譜測量為前提，成本高，對野外工作依賴強，對地面定標點要求嚴格。

基于大氣輻射傳輸模型法主要是基于不同的大氣輻射傳輸方程而構建的，比如LOWTRAN模型和5S模型。其中LOWTRAN7增加多次散射計算及新的帶模式、臭氧和央企在紫外波段的吸收參數，考慮連續吸收、分子、氣溶膠、云、雨的散射和吸收、地球曲率及折射對路徑及總吸收物質含量計算的影響。目前應用較廣泛的有MODTRAN模型和6S模型。6S模型的結果主要受到了大氣參數獲取、地表特性假設、大氣輻射傳輸理論的選擇和精度的影響。而大氣參數隨機性和非均勻分布，也對精確探測和估算的造成了困難。總體而言，在研究中為了能盡量真實地還原大氣條件，但地表模擬越真實意味著要將盡可能多的參數條件列入考慮范圍，這也增加了建模和計算難度，從而導致問題難度越大。這也是目前大部分模型所面臨的最大挑戰。

傳統的大氣訂正方法是在衛星過境時在地面同步測量實驗區的大氣參數，然后利用大氣輻射傳輸模型對衛星數據進行大氣訂正。這種方法只適用于少量的實驗區，無法用于大量衛星數據的處理。近年來出現的復合模型法將各種模型進行了綜合，彌補了單一方法校正的不足。

比如周立國等人提出的以暗像元為核心的Gordon算法，結合清潔水體像元在綠光波段氣溶膠散射穩定的特性，對環境-1A衛星CCD水體圖像進行大氣校正，提高了綠光至紅光波段的校正精度及兩個波段占總信號的比重。而且該算法在技術思路上借助了MODIS數據獲取氣溶膠估算因子的特點，計算了各波段的氣溶膠散射，去除了大氣中氣溶膠與氣體散射的影響，提高了信噪比。彭妮娜等人提出了基于同步MODIS圖像的水體像元反演出混濁水域上空氣溶膠光學特性，借助6S輻射傳輸模型，并考慮臨近像元效應，利用反演出的氣溶膠光學特性對衛星海岸帶圖像進行大氣校正的方法。通過對QuickBird.2衛星圖像和CBERS-02衛星圖像進行大氣訂正，消除了遙感圖像中的非目標地物成像信息，取得了一定的效果；在此基礎上又考慮了目標所在背景的貢獻，消除鄰近像元的交叉輻射影響，從而更好地還原了地表的真實面目。

3 結束語

本文介紹了大氣校正的適用范圍以及主要的模型分類及今年發展現狀。隨著定量遙感及傳感器技術的迅速發展，傳統的大氣校正方法已不足以滿足高光譜、高分辨率的遙感數據分析。由于大氣條件的復雜性，建立一個具有大范圍適用性的校正模型仍然是今后研究的方向。今后的大氣校正模型也將在基于影響自身的大氣參數反演、復雜地表條件下校正、交叉輻射影響考慮等方面繼續發展。隨著計算機水平的提高，未來對于海量數據的獲取與處理也將實現。相信隨著定量遙感的快速發展，大氣校正問題上也將會有更好的成果出現。

參考文獻

[1]亓雪勇，田慶久. 光學遙感大氣校正研究進展[J].國土資源遙感，2005.

[2]鄭偉，曾志遠. 遙感圖像大氣校正方法綜述[J].遙感信息，2004.

[3]陳曉玲，趙紅梅，田禮喬. 環境遙感模型與應用[M].武漢：武漢大學出版社，2008.

[4]黃世杰，李娜，趙慧潔，等. 基于輻射傳輸模型高光譜數據大氣校正及[A].第二屆全國國土資源遙感技術應用交流會，2006.

[5]彭妮娜，易維寧，方勇華. 利用MODIS數據進行海岸帶衛星圖像大氣校正[J].大氣與環境光學學報，2007.

[6]TIAN Liqiao，CHEN Xiaoling，ZHANG Tinglu，GONG Wei，CHEN Liqiong，LU Jianzhong，ZHAO Xi， ZHANG Wei，YU Zhifeng. Atmospheric correction of ocean color imagery over turbid coastal waters using active and passive remote sensing Chinese Journal of Oceanology and Limnology V01.27 No.1，P.124-128，2009.

[7]Nutchanart Sriwongsitanon. Influence of atmospheric correction and number of sampling points on the accuracy of water assessment using remote sensing application Journal of Hydrology 2011.

[8]周立國，馬蔚，顧萬花，等. 基于清潔水體像元法的環境-1A衛星CCD水體圖像大氣校正[J].光譜學與光譜分析，2011.

[9]Steven Vanonckelen. The effect of atmospheric and topographic correction methods on land cover classification accuracy[M] International Journal of Applied Earth Observation and Geoinformation，2013.

[10]詹萬志，茍尚培，范偉. 大氣校正對幾種MODIS植被指數影響分析[C].中國氣象學會2006年年會論文集，2006.

[11]鄭求根，權文婷. 基于暗像元的Hyperion高光譜影像大氣校正[J].光譜學與光譜分析 2010.

[12]徐元柳，王潤生，劉圣偉，等. 基于Modtran的高光譜遙感影像大氣校正[C].第16屆全國遙感技求學術空流臺論文集，2007.

作者簡介：黃 琳，武漢大學遙感信息工程學院，2010級本科生，武漢大學信息學部。