太湖地區HJ-1衛星CCD數據反演氣溶膠及大氣校正

鄭　堯,王琪潔,梁忠壯

(中南大學 地球科學與信息物理學院，湖南 長沙 410083)

?

太湖地區HJ-1衛星CCD數據反演氣溶膠及大氣校正

鄭堯,王琪潔,梁忠壯

(中南大學 地球科學與信息物理學院，湖南 長沙 410083)

摘要：針對HJ-1衛星CCD數據，利用改進的暗像元法反演氣溶膠光學厚度(AOD)，再利用反演的AOD對其進行大氣校正。將反演的氣溶膠與地基太陽光度計數據進行對比驗證，發現當反演的AOD值大于0.2時，反演值與地基觀測值的相關系數為0.964，符合MODIS業務化反演AOD的精度要求。再將反演得到的氣溶膠帶入6S輻射傳輸模型中，對HJ-1衛星CCD數據進行大氣校正實驗。結果表明，該方法能有效提高HJ-1衛星CCD數據大氣校正的精度，更好地復原地物的真實光譜信息。

關鍵詞：大氣校正；氣溶膠光學厚度；HJ-1衛星；氣溶膠反演；暗像元

隨著遙感理論和技術的不斷發展，遙感己經從最初的定性分析逐步走向定量化。遙感的定量化是遙感應用研究的一個重要發展趨勢，它的核心就是建立傳感器、大氣和地表之間的定量關系，從而定量探測與電磁波輻射有關的各類地物屬性。遙感定量化的前提是傳感器的定標和遙感數據的大氣校正。大氣不僅造成遙感影像模糊、對比度下降和細節損失等問題，還會使地表反射率、植被指數、光合作用有效輻射、葉綠素濃度等定量反演結果失真。大氣校正效果的好壞，依賴于大氣參數的精度，而大氣參數中對大氣校正效果影響最大的是大氣氣溶膠，由于氣溶膠的時空分布變化大，無規律可循，因此精確地測定氣溶膠的時空分布是大氣校正的重要步驟。

利用衛星遙感反演氣溶膠光學厚度(Aerosol Optical Depth，AOD)主要有結構函數法、深藍算法、暗像元法以及改進的暗像元法等方法。其中，Kaufman等提出的暗像元法是利用濃密植被(即暗像元)在紅、藍波段對地表反射率比較低且容易確定的特點，去除地表反射率的貢獻來反演氣溶膠光學厚度[1]。Tanré等針對亮目標的陸地氣溶膠反演提出結構函數算法，應用該算法處理TM、AVHRR、SPOT等數據取得很好的效果，但是該算法對幾何校正的要求很高，很難實現業務化處理[2]。Hsu等人根據影像在紅光波段和藍光波段的AOD對天頂輻射亮度有顯著的貢獻，提出一種基于地表反射率庫的深藍(Deep Blue)算法，該方法成功應用于撒哈拉沙漠、阿拉伯半島等干旱、半干旱地區[3]。王中挺等學者利用環境一號衛星CCD數據采用改進的暗像元法反演北京地區的氣溶膠光學厚度，該方法驗證HJ-1衛星CCD數據反演氣溶膠光學厚度的可行性[4]；本文也采用該方法反演實驗區內HJ-1衛星的AOD。

利用衛星遙感反演的氣溶膠光學厚度進行大氣校正已有相關研究，方莉等學者利用純凈像元提取的方法反演北京地區 HJ-1衛星 CCD 數據的氣溶膠用于大氣校正的研究[5]；唐洪釗等學者利用MODIS數據反演氣溶膠對ETM+數據進行大氣校正[6]；李俊生等學者利用MODIS數據反演AOD對中巴資源衛星影像進行大氣校正[7]；彭妮娜等學者利用MODIS數據反演的AOD對QuickBird-2衛星海岸帶圖像進行大氣校正[8]。本文針對HJ-1衛星CCD數據，提出一種利用其CCD數據和AERONET地基觀測數據確定氣溶膠模型的方法；然后使用該方法確定實驗區內的氣溶膠模型，反演實驗區的AOD；最后利用反演的AOD對其進行大氣校正。

1HJ-1衛星CCD數據反演AOD的原理

1.1基本原理

HJ-1衛星平臺上的CCD相機獲得的輻射值來源于大氣散射和地表反射兩部分，假設在大氣水平均一的條件下，衛星接收到的大氣頂部反射率ρTOA表達為

(1)

式中：ρTOA是大氣頂層表觀反射率；T(μs)和T(μv)分別是向下和向上整層大氣透過率；ρ0為大氣的路徑輻射項等效反率；ρs為地表二向反射率；μs=cosθs，μv=cosθv，θs和θv分別為太陽天頂角與觀測天頂角；S為大氣下界的半球反射率。

傳統的暗像元算法不能直接應用于HJ-1衛星CCD數據的氣溶膠反演，因為HJ-1衛星CCD數據缺少2.1μm短波紅外波段，無法借助該波段受大氣影響較小的特點去獲得紅光和藍光波段的地表反射率。所以采用改進的暗像元法反演HJ-1衛星CCD數據的AOD。改進的暗像元算法是利用暗像元在紅、藍光波段的地表反射率存在線性關系，如式(2)所示。再利用式(2)和式(1)去除紅、藍光波段表觀反射率中的地表反射率貢獻，從而獲得大氣參數S，ρ0，T(μs)T(μv) ，進而得到氣溶膠光學厚度。

(2)

使用改進的暗像元法反演HJ-1衛星CCD數據AOD的關鍵步驟是如何識別地表的暗像元。本文通過設定歸一化植被指數(NormalizedDifferenceVegetationIndex，NDVI)的閾值來識別地表的暗像元。

(3)

式中：ρnir和ρred分別表示地物在CCD相機第四波段(近紅外波段)和第三波段(紅光波段)的反射率。

1.2HJ-1衛星CCD數據反演的AOD處理流程

基于上述方法，以AERONET太湖站附近區域為重點研究區域，對HJ-1衛星CCD數據進行氣溶膠的反演，詳細流程如圖1所示。

圖1　HJ-1衛星CCD數據反演氣溶膠光學厚度流程

從圖1中可以看出，HJ-1衛星反演氣溶膠的關鍵是利用6S模型構建精確的查找表，而查找表的精度受氣溶膠模型的影響。且任何地區的氣溶膠模型都處在不斷變化之中，那么如何確定氣溶膠模型是利用環境衛星反演氣溶膠的關鍵問題之一。

1.2.1　氣溶膠模型的確定

國際氣象與大氣物理協會(IAMAP)定義了水溶性、沙塵性、海洋性、煤煙性4種基本氣溶膠成分。又根據這4種成分的含量，定義大陸型、城市型及海洋型3種基本氣溶膠類型，如表1所示[9]。

表1　標準輻射大氣(SRA)氣溶膠類型及各組分含量

在研究反演區域的氣溶膠模型時，假設研究區域內的氣溶膠差異較小，且在衛星過境的時間內氣溶膠的組分比不發生變化。利用太湖地區2012年5月6日的HJ-1B衛星CCD1數據和AERONET太湖站地基觀測氣溶膠數據確定這一區域的氣溶膠模型。

表2　太湖地區氣溶膠模型反演結果(2012年5月6日)

利用6S模型構建查找表和對HJ-1B衛星CCD1數據進行大氣校正均使用表2中的氣溶膠模型。

1.2.2　建立查找表和反演AOD

構建查找表采用6S模型模擬不同的氣溶膠光學厚度值(550 nm波段)進行計算。計算時相應的參數設置：衛星觀測天頂角和相對方位角都設為0°；太陽的天頂角：0°，6°，12°，35.2°，48°，54°，60°，66°；按表2設定氣溶膠模型，相應的550 nm波長處的AOD：0，0.25，0.50，1.00，1.50和1.95；衛星高度設為650 km，地表海拔高度為0.05 km；地表特性設為均一化植被類型。將上述參數輸入6S模型中，計算后可得到查找表文件。然后，根據查找表文件、HJ-1B衛星CCD1數據的表觀反射率和角度數據就可以得到氣溶膠光學厚度的分布。

2HJ-1衛星CCD數據氣溶膠反演結果的地基驗證

選取太湖地區2012年5～7月中9 d的HJ-1衛星CCD數據進行氣溶膠光學厚度反演。采用AERONET太湖站的地基觀測數據對HJ-1衛星CCD數據的反演結果進行驗證。將HJ-1衛星過境前后半小時內的AERONET 太湖站地基觀測數據進行平均，然后使用Angstrom公式統一將地基觀測結果轉換為550 nm波段的光學厚度[11]；再選取反演結果地基站點的位置附近10×10像元內的AOD取均值進行對比，如圖2所示。

圖2　HJ-1衛星CCD反演氣溶膠光學厚度和地基驗證結果

圖2中的虛線是MODIS業務化反演AOD的標準誤差線，即±(0.05+0.2)τa，其中τa是衛星反演的氣溶膠光學厚度。從圖2可看出，在橫坐標方向上AOD大于0.2的樣本點有6個，有1個樣本點在標準誤差范圍外；說明當AOD大于0.2時，HJ-1衛星CCD數據的氣溶膠光學厚度與地基觀測氣溶膠光學厚度有著較高的相關性，其相關系數0.964。

在橫坐標方向上AOD小于0.2時，僅1個樣本點在標準誤差范圍邊緣；說明當AOD小于0.2時，HJ-1衛星CCD數據的氣溶膠光學厚度與地基觀測氣溶膠光學厚度的相關性較低。原因可能是由于HJ-1衛星CCD數據缺少短波紅外波段，當AOD較小時，不能有效去除地表反射率誤差，使得地表反射率的誤差在反演氣溶膠光學厚度時被放大。

3基于6S模型的HJ-1B衛星CCD1數據大氣校正

將2012年5月6日太湖地區的HJ-1B衛星CCD1數據反演的氣溶膠光學厚度、幾何參數、氣溶膠模型、大氣模型、HJ-1B衛星CCD1的光譜響應函數等輸入到6S模型中，對其進行大氣校正，得到校正后的地表反射率數據。然后，從大氣校正前后影像目視效果、各波段的統計直方圖和大氣校正前后典型地物反射率變化進行對比分析。

為了直觀地說明大氣校正的效果，將大氣校正前后HJ-1B衛星CCD1數據的1，2，3波段進行彩色合成，如圖3所示。

圖3　大氣校正前后影像對比圖(太湖地區，2012年5月6日)

從圖3中可以看出，大氣校正前影像中較暗的點，由于傳感器亮度主要受路徑輻射項的影響，經校正后削弱了路徑輻射的影響，使其變得更暗；而大氣校正前影像中較亮的點，由于大氣吸收對其亮度的削弱，經校正后其亮度變大。大氣校正增強了影像的對比度，使其更客觀地反映地物的真實反射率。下面將大氣校正前后HJ-1B衛星CCD1數據各波段的統計直方圖進行對比，如圖4所示。

從圖4可以看出，經過大氣校正后各波段的反射率范圍都有所擴大，第1～3波段(可見光波段)反射率降低，向左偏移；第4波段(近紅外波段)反射率升高，向右偏移。

為了進一步評定大氣校正的效果，分別在大氣校正前后的數據上選取植物和水泥路面兩種典型地物的樣本點各5個。統計其在各波段大氣校正前后的反射率，并與標準地物的反射率進行對比。標準地物的反射率數據來源于我國遙感衛星輻射校正場和典型地物波譜數據集。HJ-1B衛星CCD1數據的第1波段是藍光波段，第2波段是綠光波段，第3波段是紅光波段，第4波段是近紅外波段。

圖4　大氣校正前后1～4波段反射率直方圖

圖5　水泥路面反射率同標準值比較

新水泥路面與舊水泥路面的反射率值有一定的差異，這是由水泥路面本身的特性決定的。這導致大氣校正前后的反射率和圖形與標準反射率和圖形有一定的差距，特別是第4波段(如圖5所示)。從圖5中可以看出，大氣校正后的反射率和標準水泥路面的反射率相差較小，且在圖形上也與標準水泥路面的圖形更為吻合；大氣校正前的反射率與標準水泥路面的反射率相差較大，圖形上的差距也較大。

植物的光譜曲線在藍光、紅光波段的反射率較低，呈現兩個吸收谷，在綠光波段的反射率較高，呈現出一個反射峰。因為植物的葉綠素強烈吸收藍光和紅光波段的輻射能量，對綠光波段的輻射能量吸收較微弱，在近紅外波段的反射率急劇上升，這是綠色植物最為明顯的光譜特征。因此，可以利用植物的光譜曲線來研究大氣校正的效果。

圖6　植被反射率同標準值比較

在圖6所示的植被反射率圖中，標準植物反射率和校正后植物反射率都符合植物光譜曲線的特征，且它們的圖形也較為近似。而校正前的植物反射率在第1、2、3波段為遞減趨勢，不符合植物的光譜曲線特征，其圖形也與標準植物反射率的圖形相差較大。

4結論

本文利用HJ-1衛星CCD數據和AERONET太湖站的地基觀測數據確定研究區域的氣溶膠模型，解決反演氣溶膠光學厚度時氣溶膠模型難以確定的問題，避免因氣溶膠模型導致反演結果誤差偏大的問題。然后，利用HJ-1衛星CCD數據采用改進暗像元法反演太湖地區的氣溶膠光學厚度，采用AERONET太湖站的地基觀測數據驗證了反演結果的可靠性。最后，將2012年5月6日太湖地區HJ-1B衛星CCD1數反演得到的氣溶膠光學厚度輸入到6S模型中，對其進行大氣校正。通過對比大氣校正前后的影像、各波段的統計直方圖和大氣校正前后典型地物反射率，發現經大氣校正后的影像對比度增加，各波段的統計直方圖變化符合物理規律，地物的反射率與標準地物反射率更為吻合。

參考文獻：

[1]KAUFMAN Y J，TANRé D，REMER L A，et al.Operational remote sensing of tropospheric aerosol over land from EOS moderate resolution imaging spectroradiometer[J].J.Geophys.Res.，1997，102(D14):17051-17067.

[2]TANRé D，HERMAN M,DESCHAMPS P Y,et al.Atmospheric modeling for space measurements of ground reflectances，including bidirectional properties[J].Applied Optics，1979,18(21)：3587-3594.

[3]HSU C N，TSAY S C，KING M D,et al.Deep blue retrievals of Asian aerosol properties during ACE-Asia[J].IEEE Transactions Geoscience and Remote Sensing，2006,44(11)：3180-3195.

[4]王中挺,厲青,陶金花,等.環境一號衛星CCD相機應用于陸地氣溶膠的監測[J].中國環境科學，2009，29(9)：902-907.

[5]方莉,余濤,顧行發,等.北京地區HJ-1衛星 CCD數據的氣溶膠反演及在大氣校正中的應用[J].遙感學報，2013,17(1):151-164.

[6]唐洪釗,晏磊,李成才,等.基于MODIS高分辨率氣溶膠反演的ETM+影像大氣校正[J].地理與地理信息科學,2012,26(4):12-15.

[7]李俊生,張兵,陳正超,等.MODIS數據輔助中巴資源衛星圖像大氣校正研究[J].中國科學(E輯)，2006，36(增刊1)：141-150.

[8]彭妮娜,易維寧,麻金繼,等.利用MODIS數據進行QuickBird-2衛星海岸帶圖像大氣校正研究[J].光學學報，2008(5):817-821.

[9]尹宏.大氣輻射學基礎[M].北京:氣象出版社,1993：72-81.

[10] LI G Y，ZHANG Z Y，ZHENG Y F，et al.Atmospheric correction of MODIS and its application in cyanobacteria bloom monitoring in Lake Taihu[J].Journal of Lake Sciences，2008，20(2)：160-166.

[11] ANGSTROM A.The parameters of atmospheric turbidity[J].Tellus，1964,16:64-75.

[12] LI Chengcai，LAU A Kai-Hon Lau，MAO Jietai，et al.Retrieval，Validation，and Application of the1-km Aerosol Optical Depth From MODIS Measurements Over Hong Kong[J].IEEE Transactions on Geo-science and Remote Sensing,2005,43(11):2650-2658.

[13] 饒加旺,馬榮華,段洪濤，等.太湖上空大氣氣溶膠光學厚度及其特征分析[J].環境科學,2012(7)：36-38.

[14] 李莘莘,陳良富,陶金花，等.基于HJ-1 CCD數據的地表反射率反演與驗證[J].光譜學與光譜分析，2011，31(2):516-520.

[15] 李成才,毛節泰,劉啟漢.利用 MODIS遙感大氣氣溶膠及氣溶膠產品的應用[J].北京大學學報(自然科學版)，2003，39(2):108-117.

[16] 杜鑫,陳雪洋,蒙繼華，等.基于6S模型的環境星CCD數據大氣校正[J].國土資源遙感,2010,84(2):22-25.

[17] 沈家曉，董燕生，程曉娟，等.資源三號衛星影像快速大氣校正方法[J].測繪科學，2015，40(4)：87-91.

[18] 鄭盛,趙祥.HJ-1衛星CCD數據的大氣校正及其效果分析[J].遙感學報,2011(4):709-721.

[19] 許建民.衛星校正場地面和典型地物波譜數據集[M].北京:氣象出版社,2008.

[20] 付海強,汪長城,朱建軍，等.一種改進的PolInSAR PCT方法反演植被垂直結構[J].測繪工程,2014,23(11):56-61.

[21] 王玲.大氣氣溶膠成分地基遙感反演研究—以京津唐地區為例[D].南京：南京大學,2013.

[22] 郭云開，張進會.南方丘陵地區路域植被光譜處理與分析[J].測繪工程,2014,23(7):1-5.

[責任編輯：李銘娜]

Aerosol retrieval and atmospheric correction of HJ-1 satellite CCD data over land surface of Taihu LakeZHENG Yao，WANG Qijie，LIANG Zhongzhuang

(School of Geosciences and Info-Physics，Central South University，Changsha 410083，China)

Abstract：Atmospheric correction is an important step to extract quantitative information from remote sensing data.An atmospheric correction method with the HJ-1 satellite CCD data using a modified dark dense vegetation method retrieved the aerosol optical depth (AOD) is developed.Comparing the retrieved result with sun-photometer observations，it is found that when the retrieved AOD is greater than 0.2，the retrieved AOD reaches 0.964 correlation with sun photometer observations and conforms to the requirements of the MODIS data inversion precision of the AOD.Then atmospheric correction has been applied to HJ-1 satellite CCD data by using 6S Radiation Transfer Model with the retrieved AOD.With the retrieved AOD as an input，HJ-1 satellite CCD data over land surface of Taihu Lake is significantly improved after the atmospheric correction.

Key words：atmospheric correction；aerosol optical depth；HJ-1 satellite；aerosol retrieval；dark dense vegetation

中圖分類號：TP75

文獻標識碼：A

文章編號：1006-7949(2016)05-0010-06

作者簡介：鄭堯(1987-)，男，碩士研究生.

基金項目：國家自然科學基金資助項目(41404013)；國家“863”計劃資助項目(2012AA121301)

收稿日期：2015-03-23；修回日期：2015-05-05