基于改進Gordon算法的內陸水體大氣校正研究

徐央杰，包穎，申佩佩

(寧波市測繪設計研究院，浙江 寧波 315042)

1 引 言

自20世紀70年代第一臺水色衛星傳感器CZCS投入使用至今，遙感技術在水質參數的定量反演研究中得到了很好的應用，并從光學性質簡單的Ⅰ類水體逐漸發展到光學性質復雜的Ⅱ類水體[1]。由于傳感器接收到的水體信息大約只占總信息的10%，大部分來自大氣貢獻，因此消除傳感器接收總輻射中的大氣干擾，實現影像大氣校正，是水色定量遙感的關鍵之一[2，3]。

其中Ⅰ類水體主要為大洋水體，水質主要由浮游植物及其伴生物決定，較為簡單和穩定，針對該類水體的大氣校正算法較為成熟，且已在不同水色遙感數據中實現了業務化運行[2]。而近海岸和內陸等Ⅱ類水體，其光學性質除了受浮游植物及其伴生物的影響，還受到懸浮物(Total Suspended Matter：TSM)和有色可溶性有機物(Colored Dissolved Organic Matter：CDOM)的影響，光學組分復雜，針對Ⅰ類水體的大氣校正算法不再適用于該類水體[4]。因此，目前許多專家學者針對Ⅱ類水體發展了不同大氣校正算法，宋挺等[5]利用MODIS數據輔助的Gordon單次散射改進算法實現了高分四號渾濁Ⅱ類水體的大氣校正，沈菊平等[6]利用神經網絡算法實現了MERIS數據的Ⅱ類水體大氣校正，檀靜等[7]利用氧氣和水汽吸收的暗像元實現渾濁Ⅱ類水體的大氣校正，提高了MERIS數據的大氣校正精度。

本文針對渾濁Ⅱ類水體，基于輻射傳輸模型展開大氣校正算法研究。在Gordon大氣校正的基礎上，通過MODIS輔助數據，分區計算其他遙感影像各波段的氣溶膠散射，獲取水體離水反射率，并將算法應用于多源遙感影像中(如GOCI和HJ-1 CCD等)，最后對大氣校正后的反射率精度進行驗證分析，據此評價該算法在渾濁Ⅱ類水體中的應用潛力。

2 數據源與方法

2.1 數據源

(1)遙感影像

GOCI和HJ-1 CCD數據因其較高的時間分辨率或空間分辨率常被用于Ⅱ類水體水質參數的反演[8，9]。因此，本文選取與實測數據獲取時間對應的太湖GOCI和HJ-1 CCD影像用于大氣校正算法的研究和分析，對應數據獲取時間分別為2011年9月4日、2011年12月24日及2012年5月5日。

其中GOCI數據(http：//kosc.kiost.ac/eng/p10/kosc_p11.html)是搭載在靜止海洋水色衛星COMS(Communication，Ocean，Meteorological Satellite)上的傳感器，于2010年6月27日在韓國發射。GOCI數據在 400 nm～900 nm范圍內具有8個波段，空間分辨率為 500 m，時間分辨率為1小時(獲取時間從8：28 a.m.至15：28 p.m.)，覆蓋了我國部分東部沿海城市、部分東海和黃海等區域。HJ-1衛星(http：//www.cresda.com/site1/)于2008年9月6日在中國發射成功，其光學星由HJ-1 A和HJ-1 B組成，為太陽同步軌道衛星。HJ-1 A和HJ-1 B衛星均搭載了有相同原理的CCD相機，在 400 nm～900 nm內包含了4個波段，空間分辨率為 30 m，重訪周期均為4天。

(2)實測光譜數據

分別于2011年9月4日、2011年12月24日及2012年5月5日展開太湖野外觀測實驗，獲取不同時期太湖水表野外光譜。野外光譜測量采用美國ASD野外光譜輻射儀FieldSpecHandHeld(Analytical Devices，Inc.，Boulder，CO)實現，水體反射率光譜數據的測量采用“水面以上測量法”，以避開測量過程中船舶陰影及太陽耀斑等因素的影響[10，11]。

在測量過程中避免了白帽信號與太陽耀斑等信號后，水體離水輻亮度計算公式可簡化為：

Lw=Lsw-rLsky

(1)

其中Lw為水體離水輻亮度，r表示氣-水界面對天空光的反射比。在實際應用中，影響r的因素有很多，根據風速的差異，該值范圍通常為0.022～0.028[12]。

因此，水體實測遙感反射率可通過離水輻亮度與水面總入射輻照度的比值獲取，具體計算公式如下：

(2)

2.2 大氣校正算法

Gordon大氣校正的原理如式(3)所示，LW(λ)即為傳感器接收到實際水體的輻射能量：

L(λ)=Lr(λ)+La(λ)+TLg(λ)+tLWC(λ)+tLW(λ)

(3)

式中，L(λ)為GOCI和HJ-1 CCD影像輻射校正后的輻亮度值，Lr(λ)為大氣瑞利散射輻射亮度，La(λ)為氣溶膠粒子散射輻射亮度，Lg(λ)為太陽耀斑輻射(當遙感影像沒有突變值時，式中Lg(λ)可以忽略)，T為大氣直射透射率，LWC(λ)為水面白帽輻射，t為大氣漫射透過率，LW(λ)為所求的水體離水輻亮度。

圖1 GOCI和HJ-1 CCD大氣校正流程

因此，要獲取影像的LW(λ)，只需計算白帽輻射、大氣漫射透過率、瑞利散射及氣溶膠散射即可。而在這些參數中，氣溶膠散射是Ⅱ類水體大氣校正中的重要參數，由于缺少同步觀測的大氣參數，目前學者們常利用MODIS作為輔助數據獲取其他遙感影像各波段(包括GOCI和HJ-1 CCD)的氣溶膠散射，從而達到大氣校正的目的[13]。在此基礎上，考慮到太湖不同區域氣溶膠類型的差異[14]，本文也在Gordon大氣校正基礎上，利用MODIS氣溶膠分區輔助方法，分別實現GOCI和HJ-1 CCD數據的大氣校正，具體流程如圖1所示。

(1)白帽輻射和大氣漫射透過率

白帽輻射通常與風速W有關，其計算公式為[7]：

Lwc(λ)=ρwc(λ)F0cosθ0t0/π

(4)

式中，ρwc(λ)為白帽反射率，F0為大氣外層太陽輻照，θ0為太陽天頂角，t0為太陽方向漫透射率，與瑞利光學厚度和臭氧光學厚度有關。其中本文的瑞利光學厚度可通過氣壓值求得，臭氧光學厚度通過MODIS臭氧含量產品計算獲得。當W小于 4 m/s時，白帽輻射可忽略不計。此外，大氣漫射透過率t通常由大氣分子透過率、臭氧光學厚度及氣溶膠等決定。

(2)瑞利散射計算

瑞利散射在傳感器接收的總信號中所占比例較大，因此瑞利散射的精確計算對大氣校正的結果有重要的影響。單次散射法為目前常用且計算簡便的瑞利散射計算方法，公式如下[8]：

(5)

(3)MODIS數據輔助的分區氣溶膠散射計算

由于受無錫、常州等地生產和居民生活的影響，太湖北部氣溶膠和其他區域的氣溶膠散射值有明顯的差異[14]，因此本文在進行GOCI和HJ-1 CCD大氣校正過程中，也借助MODIS輔助數據，利用氣溶膠不同類型分區計算實現。

金鑫等[14]基于氣溶膠分區大氣校正算法是在短波紅外大氣校正算法基礎上發展而來的。根據該算法的假設，可知λ1240和λ1640之間的氣溶膠散射比為：

(6)

(7)

結合式(6)和式(7)，即可獲取氣溶膠類型參數n，并在此基礎上計算各波段的氣溶膠散射。

(8)

本研究分別將對應時期的GOCI、HJ-1 CCD和MODIS數據分為太湖北部區域和南部區域，首先計算不同區域MODIS數據在λ1240和λ1640波段的輻亮度均值，隨后根據公式(6)和(7)分別計算出對應區域的氣溶膠類型參數n，最后，在此基礎上，根據式(8)分別計算GOCI數據和HJ-1 CCD數據的氣溶膠散射值。

(4)離水輻亮度計算

根據上文獲取的白帽輻射、瑞利散射及氣溶膠散射等參數，水體的離水輻亮度計算公式為：

(9)

2.3 精度評價

為了驗證本文大氣校正算法的精度，分別將GOCI和HJ-1 CCD大氣校正結果與實測數據進行對比分析，同時利用平均絕對誤差(Mean Absolute Error：MAE)、均方根誤差(The Root Mean Square Error：RMSE)及均方根百分比Root Mean Square of Percentage：RMSP)對結果進行評價。具體的評價公式為：

(10)

(11)

(12)

式中，Cmea，i為觀測值，Cest，i為估算值，n為樣本數。

3 結果分析

3.1 GOCI數據大氣校正結果評價

由于GOCI數據時間分辨率為1小時，因此分別選取離影像獲取時間最近的29個樣本點用于結果的評價(該驗證點為間隔各GOCI影像獲取時間30分鐘以內的采樣點)。此外，為了減少幾何校正帶來的偏差，在與驗證點獲取時間對應的影像中，選取各樣本點位置周圍3×3窗口內的反射率中值作為GOCI影像的估算值。估算值和實測值結果示例如圖2所示：

圖2 GOCI數據大氣校正結果

GOCI大氣校正結果統計 表1

圖2和表1為GOCI大氣校正結果與準同步實測點之間的對比。從圖2可知，各個時期GOCI影像大氣校正結果與準同步光譜曲線變化趨勢非常類似，并且在不同波段的反射率值也較為一致，說明該算法能較為完整地保存太湖水體光譜信息。同時，結合表1，可知大氣校正后多數波段反射率值存在低估現象，并且不同時期各波段反射率的MAE及RMSP變化趨勢也相同。在不同時期，大氣校正后GOCI第2、3、5和6波段具有相對較高的MAE，2011～2012年間三個時期的平均MAE分別為12.16%、12.36%、13.57%及14.76%，平均RMSP分別為13.81%、13.44%、14.11%及16.03%；而大氣校正后GOCI第1和第8波段的精度相對較低，三個時期的平均MAE分別為21.13%和28.27%，平均RMSP分別為24.89%和30.96%；根據目前常用的葉綠素a濃度等水質算法，GOCI第5、6和7波段常被用于結果的估算，其平均MAE均在20%以內。此外，2011～2012三個時期的平均RMSE數值較小，均穩定在 0.003 6～0.008 9之間。因此，該大氣校正算法適用于GOCI數據大氣校正，并且其結果能滿足葉綠素a濃度等水質參數的估算。

3.2 HJ-1 CCD數據大氣校正結果評價

HJ-1 CCD數據在對應的影像獲取時間內只有一景影像，獲取時間分別為2011年9月4日10點45分、2011年12月24日10點35分及2012年5月5日10點12分，因此分別選取影像獲取時間附近的13個樣本點(該驗證點為間隔HJ-1 CCD數據1個小時以內的采樣點)用于對結果評價。與GOCI影像算法相似，為了減少幾何校正帶來的偏差，在與驗證點獲取時間對應的影像中，選取各樣本點位置周圍3×3窗口內的反射率中值作為HJ-1 CCD影像的估算值。估算值和實測值部分結果如圖3所示：

圖3和表2為HJ-1 CCD大氣校正結果與準同步實測點之間的對比。從圖3可知，各個時期HJ-1 CCD影像大氣校正結果與準同步光譜曲線變化趨勢也相對較為類似，符合水體光譜特征。同時結合大氣校正前后的精度評價參數(表2)，可知在不同時期，大氣校正后HJ-1 CCD影像第3波段具有最高的精度，2011～2012年間三個時期的MAE及平均MAE分別為14.27%、17.69%、12.76%及14.49%，對應的RMSP分別為15.31%、18.48%、14.47%及15.83%；而波段4由于水體吸收強烈導致反射率值較小，微小的變化都會引起較大的MAE和RMSP，因此該波段的MAE和RMSP通常大于其他波段，該結果也與其他學者的研究結果類似[15]。此外，和GOCI大氣校正結果類似，2011～2012三個時期的平均RMSE數值也較小，均穩定在0.005～0.009 6之間。綜上可知，該大氣校正算法也適用于HJ-1 CCD影像。

圖3 HJ-1 CCD數據大氣校正結果

HJ-1 CCD大氣校正結果統計 表2

4 結 論

內陸水體和近海岸渾濁Ⅱ類水體光學性質復雜，反演獲取的離水反射率值誤差一般較高。本文使用基于MODIS輔助數據的Gordon改進大氣校正算法對GOCI和HJ-1 CCD數據進行大氣校正，并將結果與準同步實測光譜數據進行對比分析。

結果表明：GOCI影像大氣校正結果與準同步光譜曲線變化趨勢一致；同時，與準同步實測光譜對比，除去GOCI第1和第8波段，GOCI影像其余波段在2011～2012期間三期影像的平均MAE在20%以內，平均RMSP在25%以內；此外，各個波段的平均RMSE數值均較低。HJ-1 CCD影像大氣校正結果也與準同步光譜曲線變化趨勢一致；其在第3波段具有最高的精度，且所有波段的MAE均在30%內，所有數據的平均RMSE在0.005～0.008之間。總體而言，基于MODIS氣溶膠分區的大氣校正算法較為穩定，能滿足GOCI影像和HJ-1 CCD影像應用于后續水質參數反演需求。