Landsat長時間序列數(shù)據(jù)格式統(tǒng)一與反射率轉(zhuǎn)換方法實現(xiàn)

沈文娟， 李明詩

(南京林業(yè)大學(xué)林學(xué)院，南京 210037)

0 引言

Landsat衛(wèi)星已積累了超過40 a的連續(xù)對地觀測檔案數(shù)據(jù)，這些數(shù)據(jù)在區(qū)域生態(tài)環(huán)境監(jiān)測方面的應(yīng)用優(yōu)勢明顯[1]。已有研究將其用于重構(gòu)過去幾十年的森林干擾及恢復(fù)歷史，并評價現(xiàn)存森林經(jīng)營方法的有效性[2-3]。陸地衛(wèi)星生態(tài)系統(tǒng)干擾自適應(yīng)處理系統(tǒng)(landsat ecosystem disturbance adaptive processing system，LEDAPS)是美國航空航天局(NASA)的一個項目，主要研究長時間跨度的稠密時間序列Landsat GeoCover影像數(shù)據(jù)集的預(yù)處理算法。該影像數(shù)據(jù)集獲取的真實地表反射率能夠用于多種對象的長時間尺度評價。鑒于大區(qū)域范圍土地覆蓋變化的復(fù)雜性(包括火、森林采伐、城市化及農(nóng)業(yè)領(lǐng)域變化等)，干擾模式及其與氣候、生物多樣性和生態(tài)系統(tǒng)健康的定量化關(guān)系，實現(xiàn)長時間序列遙感數(shù)據(jù)的預(yù)處理和分析是科學(xué)分析生態(tài)系統(tǒng)變化的前提條件[4-5]。

現(xiàn)有用于大氣糾正的6S模型[6]，對云層較厚區(qū)域的反演精度較差[7]，應(yīng)用時往往假設(shè)整個研究區(qū)的大氣條件均一，太陽和傳感器的觀測角度一致，地表具有相同的海拔高度[8]，但是對反演區(qū)的氣候和氣象資料以及地面狀況的了解信息不足，很多影像獲取時刻的氣象數(shù)據(jù)將很難準(zhǔn)確獲得，所以常使用一些標(biāo)準(zhǔn)模式來估算相關(guān)參數(shù)，特別是水汽、O3含量[9]。本研究以ETM+和TM數(shù)據(jù)為例，實現(xiàn)了LEDAPS算法可處理數(shù)據(jù)的格式統(tǒng)一，并驗證長時間序列地面反射率處理產(chǎn)品的精度。在國內(nèi)推廣使用LEDAPS算法形成長時間序列可用的Landsat科學(xué)產(chǎn)品，對于推動多學(xué)科深入挖掘Landsat數(shù)據(jù)的科學(xué)價值具有重要的示范作用。

1 數(shù)據(jù)預(yù)處理

1.1 LEDAPS算法的原理

1.1.1 數(shù)據(jù)選擇與定標(biāo)

LEDAPS的定標(biāo)方法首先使用日平均定標(biāo)燈亮度歷史數(shù)據(jù)移除先前錯誤的定標(biāo)，再將修改后的定標(biāo)系數(shù)用于相應(yīng)日期的影像[4]。主要基于太陽方位、日地距離、TM或ETM+波段以及太陽輻照度，定標(biāo)影像為表觀(top-of-otmosphere,TOA)反射率。 Landsat TOA反射產(chǎn)品的輸出格式為HDF-EOS，LEDAPS網(wǎng)站提供數(shù)據(jù)的下載。

1.1.2 大氣校正原理

大氣校正旨在補償大氣成分的散射和吸收效應(yīng)，獲取精確的地表反射率值。表觀反射率ρTOA與地表反射率ρs的關(guān)系為

(1)

式中：Tg為其后面括號內(nèi)所含氣體的傳輸值；TR+A是瑞利和氣溶膠傳輸值；ρR+A是瑞利和氣溶膠大氣固有的反射值；SR+A是瑞利和氣溶膠球面反照率。傳輸、固有反射值和球面反照度由6S輻射傳輸模型計算所得[10]； O3含量來源于搭載在Nimbus-7，Meteor-3以及地球探測平臺上的O3總量繪圖系統(tǒng)(total ozone mapping spectrometer，TOMS)； 水蒸氣來源于NOAA國家環(huán)境預(yù)報中心(national centers for environmental prediction，NCEP)重分析數(shù)據(jù)，分辨率為2.5°×2.5°(http: //rda.ucar.edu/datasets/ds090.0/)。數(shù)字地形和NCEP表面壓力數(shù)據(jù)用于調(diào)整瑞利散射為實地的狀況。

Kaufman等[11]充分利用影像中濃密植被(DDV)信息直接提取氣溶膠光學(xué)厚度(aerosol optical thicrnecs,AOT)，在暗目標(biāo)之間使用樣條算法空間插值獲取每個波段的氣溶膠光學(xué)厚度值[10,12-13]。將插值得到的AOT和通過相關(guān)資料得到的O3、大氣壓以及水汽值用于6S傳輸模型算法，獲取地表反射率。在處理過程中，還使用了Landsat7 自動云量評估算法進(jìn)行云掩模[14]。在Landsat7項目中該方法提供以景為單位的云覆蓋元數(shù)據(jù)具有優(yōu)勢[4]。

1.2 地表反射率及其驗證

Masek等[4]總結(jié)了LEDAPS產(chǎn)品質(zhì)量評價的3種方法： ①將LEDAPS得到的地面反射數(shù)據(jù)與Terra MODIS日反射產(chǎn)品作比較； ②Landsat 影像氣溶膠光學(xué)厚度值與AERONET(aerosol robotic network)AOT作比較； ③Landsat地面反射值與高分辨率影像或者機載輻射數(shù)據(jù)的替代值作比較。本研究嘗試獲取LEDAPS處理前后的Landsat影像上典型地物反射率，并與標(biāo)準(zhǔn)波譜作比較，以此來判斷處理結(jié)果的精度。

1.3 LEDAPS模型實現(xiàn)

LEDAPS預(yù)處理代碼作為自動化的預(yù)處理和分析工具，是Landsat 1T數(shù)據(jù)定標(biāo)、TOA反射率轉(zhuǎn)換、云掩模和大氣校正預(yù)處理的單獨版本，并且該軟件適用的數(shù)據(jù)為Landsat5和Landsat7標(biāo)準(zhǔn)EROS L1T產(chǎn)品，結(jié)果儲存在HDF-EOS格式中。HDF-EOS數(shù)據(jù)圖層包括所有反射波段的圖層(不含熱紅外波段)、藍(lán)光波段的氣溶膠光學(xué)厚度圖層以及一個“QA”圖層(含有云的分離標(biāo)記，缺失數(shù)據(jù)和來源于Landsat4的數(shù)據(jù))。

LEDAPS模型(ftp://hrsl.arsusda.gov/pub/fgao/ Ledaps/)(圖1)含4個具體操作命令，分別為lndpm(提取標(biāo)準(zhǔn)Landsat產(chǎn)品元數(shù)據(jù)信息，生成后續(xù)處理使用文件)、lndcal(進(jìn)行TM和ETM+數(shù)據(jù)的定標(biāo)，獲取大氣上界反射率并得到大氣上界亮溫)、lndcsm(使用自動云量評估算法得到云掩模)、lndsr(使用MODIS/6S輻射傳輸模型和黑暗密集植被算法所得氣溶膠進(jìn)行Landsat 反射波段的大氣校正)。模型輸出文件包含lndcal.*.hdf，lndth.*.hdf，lndcsm.*.hdf及l(fā)ndsr.*.hdf，每個文件均帶有地理信息的ENVI頭文件。

圖1 LEDAPS模型運行界面

2 數(shù)據(jù)格式的統(tǒng)一

在國內(nèi)推廣LEDAPS方法，可用的數(shù)據(jù)總結(jié)為以下3部分，即Landsat CDR(climate data records)產(chǎn)品、標(biāo)準(zhǔn)數(shù)據(jù)的LEDAPS處理數(shù)據(jù)以及非標(biāo)準(zhǔn)數(shù)據(jù)轉(zhuǎn)換后的LEDAPS處理數(shù)據(jù)。綜合以上數(shù)據(jù)，能夠形成完整的長時間序列數(shù)據(jù)產(chǎn)品。

2.1 標(biāo)準(zhǔn)數(shù)據(jù)準(zhǔn)備

2.1.1 LEDAPS處理后的地表反射率數(shù)據(jù)

Landsat地表反射率CDR數(shù)據(jù)由美國地質(zhì)調(diào)查局(USGS)地球資源觀測和科學(xué)(earth resources observation and science，EROS)中心科學(xué)處理部門(ESPA)處理所得。ESPA提供了地表反射率數(shù)據(jù)以及相關(guān)的源數(shù)據(jù)和生成數(shù)據(jù)。數(shù)據(jù)由LEDAPS軟件處理所得。具體信息可參考http: //landsat.usgs.gov/documents/cdr_product_guide.pdf[15]。

2.1.2 LEDAPS可用的標(biāo)準(zhǔn)數(shù)據(jù)

標(biāo)準(zhǔn)數(shù)據(jù)的定義來源于USGS EDC或GeoCover的Landsat TM和ETM+數(shù)據(jù)，由LPGS或者NLAPS系統(tǒng)創(chuàng)建，具備有限的元數(shù)據(jù)格式(*_MTL.txt/*.met/*.H1/*.hdr)，其他數(shù)據(jù)格式或LPGS和NLAPS的其他類型均不能使用。含元數(shù)據(jù)(*_MTL.txt)格式的TM和ETM+數(shù)據(jù)部分可下載，數(shù)據(jù)包中含有Landsat單波段數(shù)據(jù)、GCP文件信息及元數(shù)據(jù)文件信息等。在LEDAPS處理中，主要使用數(shù)據(jù)包中的3種數(shù)據(jù)類型，其中元數(shù)據(jù)主要用于自動生成后續(xù)定標(biāo)、掩模及大氣校正所需的信息。

2.2 非標(biāo)準(zhǔn)數(shù)據(jù)格式處理

LEDAPS只能運行標(biāo)準(zhǔn)數(shù)據(jù)。在國內(nèi)獲取到的非標(biāo)準(zhǔn)Landsat數(shù)據(jù)(相對于標(biāo)準(zhǔn)數(shù)據(jù)格式)需要統(tǒng)一成標(biāo)準(zhǔn)數(shù)據(jù)格式后才能運行LEDAPS，得到地表反射率系列產(chǎn)品。FAST B數(shù)據(jù)包含band1—7.dat和header.dat以及產(chǎn)品信息文件共9個文件。在數(shù)據(jù)格式統(tǒng)一之前需先將國內(nèi)地面站獲取的*.dat數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行配準(zhǔn)和重采樣，轉(zhuǎn)換后投影為UTM，基準(zhǔn)面為WGS-84，波段5和波段7的分辨率為30 m，波段6的分辨率為60 m。然后將單波段數(shù)據(jù)轉(zhuǎn)換成單波段GeoTiff格式，再模仿生成元數(shù)據(jù)信息。元數(shù)據(jù)信息主要參考頭文件和產(chǎn)品信息文件，影像對應(yīng)日期、太陽方位角和高度角、定標(biāo)參數(shù)、角點經(jīng)緯度坐標(biāo)和投影坐標(biāo)(分別在ENVI和ERDAS中讀取)等需設(shè)置，控制點文件信息可以省略。數(shù)據(jù)格式統(tǒng)一后，后續(xù)產(chǎn)品實現(xiàn)參照1.3節(jié)。

3 方法試驗與效果分析

LEDAPS在國內(nèi)的成功使用案例較少，可參照的相關(guān)信息不多。中國科學(xué)院凈月潭遙感實驗站有關(guān)于舊版本(ledapsSrc.20110204.tar.gz)源數(shù)據(jù)程序編譯安裝的信息。本文推廣標(biāo)準(zhǔn)數(shù)據(jù)和非標(biāo)準(zhǔn)數(shù)據(jù)的方法試驗用于Landsat影像p120r38不同年份的數(shù)據(jù)轉(zhuǎn)換和格式統(tǒng)一，完成了長時間序列(1987—2011)數(shù)據(jù)預(yù)處理及校正前后的評價。表1所列的影像信息除了包含多個時相的標(biāo)準(zhǔn)數(shù)據(jù)和非標(biāo)準(zhǔn)數(shù)據(jù)，還包含多個時相的Landsat CDR數(shù)據(jù)，含地表反射率數(shù)據(jù)，可供直接使用。

表1 長時間序列影像信息(1987—2011)

3.1 方法試驗

3.1.1 標(biāo)準(zhǔn)數(shù)據(jù)轉(zhuǎn)換方法

實現(xiàn)本試驗采用長時間序列影像數(shù)據(jù)中成像日期為2003-01-28的ETM+數(shù)據(jù)，數(shù)據(jù)包中內(nèi)容(參照2.1.2)有 L71120038_03820030128_B10-B80.TIF.L71120038_03820030128_GCP.txt及L71120038_03820030128_MTL.txt。經(jīng)過LEDAPS程序轉(zhuǎn)換得到的數(shù)據(jù)文件(參照1.3)有cloud_mask.log，L71120038_03820030128.carbon_met.txt,lndcal.L71120038_03820030128.hdf，lndcal.L71120038_03820030128.hdf.hdr，lndcal.L71120038_03820030128.txt，lndcsm.L71120038_03820030128.hdf，lndcsm.L71120038_03820030128.hdf.hdr，lndcsm.L71120038_03820030128.txt，lndsr.L71120038_03820030128.hdf，lndsr.L71120038_03820030128.hdf.hdr，lndsr.L71120038_03820030128.txt，lndth.L71120038_03820030128.hdf及l(fā)ndth.L71120038_03820030128.hdf.hdr。

3.1.2 非標(biāo)準(zhǔn)數(shù)據(jù)轉(zhuǎn)換和格式統(tǒng)一方法

首先將國內(nèi)地面站獲取的*.dat數(shù)據(jù)轉(zhuǎn)換成標(biāo)準(zhǔn)數(shù)據(jù)格式，之后采取LEDAPS處理。本試驗采用長時間序列影像數(shù)據(jù)中成像日期為2011-05-18的TM數(shù)據(jù)，數(shù)據(jù)包中內(nèi)容(參照2.2.2)有band1.dat，band2.dat，band3.dat，band4.dat，band5.dat，band6.dat，band7.dat，header.dat，及ProductDescription.self。配準(zhǔn)和重采樣數(shù)據(jù)后得到新的數(shù)據(jù)包，投影為UTM，基準(zhǔn)面為WGS-84。后續(xù)的處理參照3.1.1。

3.2 效果分析

LEDPAS處理的長時間序列地表反射率影像，其校正前后的影像視覺效果和反射輻射亮度有明顯變化，校正后的影像更加清楚。

限于篇幅，本文在標(biāo)準(zhǔn)數(shù)據(jù)和非標(biāo)準(zhǔn)數(shù)據(jù)中各選一個年份的影像LEDDAS校正和評價(圖2,3)。

圖2 LEDAPS校正前(左)后(右) ETM+3,2,1真彩色合成圖像(2003-01-28)

圖3 LEDAPS校正前(左)后(右) TM3,2,1真彩色合成圖像(2011-05-18)

從圖2(左)可以看出，校正前表觀反射率圖像上地物邊緣模糊，整幅圖像總體呈偏藍(lán)色調(diào)，這種輻射失真是由于在可見光波段，大氣窗口內(nèi)的太陽輻射受大氣分子吸收作用的影響較少，藍(lán)光波段受大氣瑞利散射影響較大造成的。校正后影像(圖2(右))氣溶膠基本被消除，地物輪廓清晰，地物可識別性高，圖像清晰度明顯提高，基本還原了地物真實反射率，因而圖像的亮度明顯提高，無論是視覺效果還是所反映物理信息的準(zhǔn)確性都得到較大改善。

從圖3(左)可以看出，校正前表觀反射率影像整體顏色偏暗，色彩不分明，清晰度不高； 校正后影像(圖3(右))清晰度增加，能夠識別出的地物種類增多，層次更加豐富，影像質(zhì)量、視覺效果均得到較大改善，反演的物理信息更接近實況。特別是校正后地物邊緣變得清晰，影像對比度提高，其中植被的顏色更鮮明，可識別性更高。

將圖2，3中的局部區(qū)域(紅框)放大，能夠更好地比較校正前后的影像效果。

(a) 原始影像(b) TOA反射率影像(c) 地表反射率影像

(a) 原始影像(b) TOA反射率影像(c) 地表反射率影像

為了更好地理解本研究中標(biāo)準(zhǔn)數(shù)據(jù)和非標(biāo)準(zhǔn)數(shù)據(jù)經(jīng)LEDAPS校正前后各波段反射率的變化，在LEDAPS處理得到的TOA和地面反射率影像上選擇典型地物100個，將反射率取平均后與標(biāo)準(zhǔn)波譜曲線比較。圖4和圖5局部影像圖分別對應(yīng)選取的典型地物水體和植被。由圖6(a)可知，LEDAPS處理后水體的波譜曲線形態(tài)與標(biāo)準(zhǔn)波譜曲線的相似，不同波段對應(yīng)不同圖像波譜的具體趨勢比較與姚薇等[16]研究結(jié)果相似。由圖6(b)可知，經(jīng)過LEDAPS處理后的植被波譜曲線顯示了典型綠色植被波譜特征，而未處理之前的植被波譜曲線特征不明顯。此外，除處理后的近紅外波段的反射率值低于標(biāo)準(zhǔn)值外，其他各波段的反射率值與標(biāo)準(zhǔn)值基本相同，與姚薇等[16]研究結(jié)果基本相同。分析校正前后各波段的動態(tài)變換范圍，發(fā)現(xiàn)前3個波段的反射率值在校正后顯著減小，而后3個波段的反射率值在大氣校正后有所增大，這與大氣瑞利散射和氣溶膠的散射作用以及水汽的吸收密切關(guān)聯(lián)，與楊靜學(xué)等[9]的研究結(jié)果基本吻合。說明標(biāo)準(zhǔn)數(shù)據(jù)和非標(biāo)準(zhǔn)數(shù)據(jù)經(jīng)過LEDAPS處理后得到的地面反射率產(chǎn)品均能有效地降低大氣中臭氧、水汽及氣溶膠等對影像波段反射率的影響，從而更有助于地表真實光譜信息的提取與研究，為遙感分類及建模應(yīng)用研究提供更精確的數(shù)據(jù)源。

(a) 水體(2003-01-28)(b) 植被(2011-05-18)

分別對比圖3和圖2以及圖5和圖4可以看出，非標(biāo)準(zhǔn)數(shù)據(jù)的圖像處理效果不及標(biāo)準(zhǔn)數(shù)據(jù)的處理效果。一方面，由于LEDAPS預(yù)處理方法的使用初期僅處理標(biāo)準(zhǔn)數(shù)據(jù)，本研究為了實現(xiàn)長時間序列反射率圖像統(tǒng)一轉(zhuǎn)換，將國內(nèi)地面站獲取的非標(biāo)準(zhǔn)數(shù)據(jù)統(tǒng)一至標(biāo)準(zhǔn)數(shù)據(jù)的格式，數(shù)據(jù)統(tǒng)一過程中不可避免存在誤差； 另一方面，被處理的Landsat數(shù)據(jù)來源于國內(nèi)外不同的生產(chǎn)機構(gòu)，其初級產(chǎn)品的處理級別有差異。雖存有以上不足，考慮到Landsat連續(xù)時相數(shù)據(jù)成功應(yīng)用的案例，以及可用標(biāo)準(zhǔn)數(shù)據(jù)的有限性，為了滿足后續(xù)連續(xù)時相遙感影像相關(guān)的應(yīng)用研究工作，現(xiàn)有的處理結(jié)果具有使用價值。并且在實現(xiàn)長時間序列的影像轉(zhuǎn)換中TM和ETM+影像產(chǎn)品對于真實地物的光譜反應(yīng)符合波譜規(guī)律，表明兩者具備可比性。

4 結(jié)論

本研究介紹了一種長時間序列Landsat影像預(yù)處理程序LEDAPS，詳細(xì)描述了該程序的數(shù)據(jù)選擇、格式統(tǒng)一以及算法的實現(xiàn)過程，并在試驗中成功地運用LEDAPS實現(xiàn)了不同來源的Landsat影像數(shù)據(jù)格式的處理，為土地覆蓋變化和干擾等長時間序列的監(jiān)測、生物物理參數(shù)遙感反演提供了科學(xué)產(chǎn)品。本研究將有助于促進(jìn)國內(nèi)形成處理長時間序列影像數(shù)據(jù)的準(zhǔn)則。主要結(jié)論如下：

1)LEDAPS反射率轉(zhuǎn)換方法提供了較為全面的參數(shù)用于6S輻射傳輸模型生成地表反射率數(shù)據(jù)。

2)基于LEDAPS 的Landsat影像校正產(chǎn)品的生成比單一的6S模型校正結(jié)果使用更加完備的參數(shù)，結(jié)果精度更有說服力。前者能自動化生成長時間序列產(chǎn)品，后者模型方法不斷成熟并改進(jìn)，為前者在方法的自動化、模塊化、使用化及工程化的發(fā)展提供詳盡的基礎(chǔ)。

3)結(jié)果評價指出標(biāo)準(zhǔn)和非標(biāo)準(zhǔn)Landsat影像數(shù)據(jù)經(jīng)LEDAPS處理前后反射波譜與標(biāo)準(zhǔn)波譜具有相似的形態(tài)，表明處理后的波譜更接近真實波譜，能有效地降低大氣中O3、水汽及氣溶膠等對影像波段反射率的影響。

Landsat影像以其能提供長時間序列產(chǎn)品的優(yōu)勢，為連續(xù)時相動態(tài)監(jiān)測提供了可能性。但該方法在非標(biāo)準(zhǔn)數(shù)據(jù)參數(shù)設(shè)置、算法驗證以及結(jié)果精度等方面尚有不足之處，是今后研究的重點。

參考文獻(xiàn)(References)：

[1] Cohen W B,Goward S N.Landsat’s role in ecological applications of remote sensing[J].Bioscience,2004,54(6):535-545.

[2] Kennedy R E,Cohen W B,Schroeder T A.Trajectory-based change detection for automated characterization of forest disturbance dynamics[J].Remote Sensing of Environment,2007,110(3):370-386.

[3] Huang C Q,Goward S N,Masek J G,et al.Development of time series stacks of Landsat images for reconstructing forest disturbance history[J].International Journal of Digital Earth,2009,2(3):195-218.

[4] Masek J G,Vermote E F,Saleous N,et al.A Landsat surface reflectance dataset for North America,1990-2000[J].Geoscience and Remote Sensing Letters,2006,3(1):68-72.

[5] Wolfe R,Masek J,Saleous N,et al.LEDAPS:Mapping North American disturbance from the Landsat record[C]//Proceedings of the 2004 IEEE International Geoscience and Remote Sensing Symposium.IEEE,2004.

[6] 亓雪勇,田慶久.光學(xué)遙感大氣校正研究進(jìn)展[J].國土資源遙感,2005，17(4):1-6.

Qi X Y,Tian Q J.The advances in the study of atmospheric correction for optical remote sensing[J].Remote Sensing for Land and Resources,2005，17(4):1-6.

[7] 趙春江,宋曉宇,王紀(jì)華,等.基于6S模型的遙感影像逐像元大氣糾正算法[J].光學(xué)技術(shù),2007,33(1):11-15.

Zhao C J,Song X Y,Wang J H,et al.An algorithm based on 6S model for removing atmospheric effects form satellite imagery pixel by pixel[J].Optical Technique,2007,33(1):11-15.

[8] 徐永明,覃志豪,陳愛軍.基于查找表的MODIS逐像元大氣校正方法研究[J].武漢大學(xué)學(xué)報:信息科學(xué)版,2010,35(8):959-962.

Xu Y M,Qin Z H,Chen A J.A pixel-by-pixel atmospheric correction algorithm for MODIS data based on look-up table[J].Geomatics and Information Science of Wuhan University,2010,35(8):959-962.

[9] 楊靜學(xué),王云鵬,楊勇.基于高程或氣溶膠厚度與6S模型校正參數(shù)回歸方程的遙感圖像大氣校正模型[J].遙感技術(shù)與應(yīng)用,2009,24(3):331-340.

Yang J X,Wang Y P,Yang Y.Atmospheric correction model of remote sensing image by regression analysis between elevation/aerosol optical thickness and correction parameters of 6S model[J].Remote Sensing Technology and Application,2009,24(3):331-340.

[10]Vermote E F,Saleous N E,Justice C O,et al.Atmospheric correction of visible to middle-infrared EOS-MODIS data over land surfaces:Background,operational algorithm,and validation[J].Journal of Geophysical Research:Atmospheres(1984-2012),1997,102(D14):17131-17141.

[11]Kaufman Y J,Wald A E,Remer L A,et al.The MODIS 2.1μm channel-correlation with visible reflectance for use in remote sensing of aerosol[J].IEEE Transactions on Geoscience and Remote Sensing,1997,35(5):1286-1298.

[12]Vermote E F,Saleous N,Justice C O.Atmospheric correction of MODIS data in the visible to middle infrared:First results[J].Remote Sensing of Environment,2002,83:97-111.

[13]Ouaidrari H,Vermote E F.Operational atmospheric correction of Landsat TM data[J].Remote Sensing of Environment,1999,70(1):4-15.

[14]Irish R R.Landsat7 automatic cloud cover assessment:Algorithms for multispectral,hyperspectral,and ultraspectral imagery[J].Proceedings of SPIE,2000,4049:348-355.

[15]Department of the Interior U S.Geological Survey.Landsat climate data record(CDR)surface reflectance product guide version 2.0[EB/OL].[2013-03-27].http://landsat.usgs.gov/documents.

[16]姚薇,李志軍,姚珙,等.Landsat衛(wèi)星遙感影像的大氣校正方法研究[J].大氣科學(xué)學(xué)報,2011,34(2):251-256.

Yao W,Li Z J,Yao G,et al.Atmospheric correction model for Landsat images[J].Transactions of Atmospheric Sciences,2011,34(2):251-256.