地表反射率产品支持的GF-1 PMS气溶胶光学厚度反演及大气校正

GF-1卫星PMS(GF-1 PMS)数据具有高空间分辨率、短重访周期的特点,可以在地表类型识别、参数提取中发挥重要作用。但由于缺少2.1μm附近的短波红外波段,使得气溶胶反演时地表反射率的精确确定非常困难,从而导致其高精度大气校正难以开展,限制了该数据的应用。本文提出了一种地表反射率数据支持的气溶胶反演方法,用于GF-1PMS数据的大气校正。其基本思想是:使用现有的地表反射率数据集为GF-1PMS数据提供地表反射率,用于确定GF-1PMS图像中浓密植被像元(DDV)的分布,基于确定的浓密植被像元反演气溶胶光学厚度(AOD),并用于大气校正。这里使用的地表反射率数据集为合成的无云MODIS地表反射率产品,对GF-1PMS数据做了空间尺度的转换。为降低两类数据配准误差对地表反射率确定的影响,提出了使用区域NDVI分布百分比匹配的方法,回避了像元的直接匹配,为GF-1PMS数据提供DDV的空间分布。为验证该方法的有效性,利用北京、太湖两个AERONET站点观测的气溶胶光学厚度对气溶胶反演结果进行精度验证,结果表明,气溶胶反演算法精度较高,稳定性较强。AOD反演结果应用于北京和敦煌地区的GF-1PMS数据大气校正,获得的地表反射率与地面实测的地表反射率的误差低于0.015,且大气校正后影像对比度明显提高。     

从ASTER和Landsat／TM卫星数据反演日本千叶地区地表反射率和气溶胶光学厚度分布

在卫星遥感大气研究中，已有的精确反演海洋表面反射率和其上空气溶胶光学厚度分布的算法，由于陆地地表像元反射率的不均一性，使得这些方法在应用于陆地表面反射率的反演中具有一定的局限性。而利用三步校正法可以去除地表邻近像元的影响，从而消除这种局限性。文中介绍了三步校正的算法，并对日本千叶地区ASTER卫星数据进行了大气和地表邻近像元的影响校正，精确地反演了该地区的地表反射率，通过地表反射率和气溶胶光学厚度之间的关系计算得到了气溶胶光学厚度的分布。同时证明了在洁净天反演的地表反射率可以应用于反演同一季节中非洁净天的气溶胶光学厚度分布，这样不但减小了气溶胶模式选择的影响，而且实现了在缺少太阳辐射计数据情况下获得气溶胶光学厚度分布的目的。     

内蒙古辐射校正场特性评价与应用潜力分析

利用2010年6月在内蒙古贡格尔辐射校正场(简称内蒙古辐射校正场)实测的地表反射率和大气气溶胶数据,分析了该辐射校正场的地表反射率和大气气溶胶特性,并与敦煌辐射校正场相关数据进行了对比分析.结果表明:内蒙古辐射校正场地表反射率的相对方差小于5％,表现出较好的均一性;在天气晴朗的情况下,各通道的大气气溶胶光学厚度可达0....     

利用MODIS数据和查找表的城区TM影像大气校正

影像大气校正精度的关键参数为气溶胶光学厚度,而城区大气条件复杂,对城区TM影像采用统一的大气参数进行大气校正,势必难以获得令人满意的校正精度。因此,本文提出了一种基于MODIS数据和查找表的大气校正算法,首先应用6S模型离线计算建立不同气溶胶光学厚度的大气校正系数查找表,然后基于MODIS数据反演气溶胶光学厚度,最后基于查找表和气溶胶光学厚度数据对长沙城区TM影像进行了逐像元大气校正。结果表明:基于查找表的校正算法与6S模型在线计算算法的校正精度接近,能够较好地进行大气校正;在水体区校正精度最高,而在城区校正精度相对较低。     

一种协同反演气溶胶与水汽含量的高光谱图像大气校正算法

大气校正是高光谱图像定量反演地表参数的前提。为充分利用高光谱数据本身的光谱特点,提出了一种协同反演大气气溶胶光学厚度(aerosol optical thickness,AOT)与水汽含量(water vapor content,WV)的大气校正方法,在同时考虑了气溶胶模式、AOT和WV这3个因素的综合影响基础上,采用循环迭代的思想,基于6S辐射传输模型,反演大气参数及地表反射率,弥补了现有反演算法中没有同时考虑AOT与WV的不足;并以武汉市Hyperion高光谱图像为例,验证了该算法的有效性。从与FLAASH算法及MOIDS提供的AOT和WV产品对比来看,该算法能较好地校正气溶胶与水汽对高光谱图像的影响,且反演过程中所有的输入均来自图像数据本身或6S辐射传输模型,无需输入额外的参数。     

基于6S模型的环境星CCD数据大气校正

应用6S辐射传输模型建立查找表,对环境与减灾小卫星CCD数据进行大气校正。结果表明:校正后的图像更加清晰,对比度增强;与实测光谱对比,处理后的环境星数据可以更真实地反映地物反射特征,消除了NDVI信号在大气传输过程中的衰减效应,更好地复原了地表植被覆盖的真实状况。通过讨论,提出对于HJ-1-A的CCD数据,可以考虑通过同星搭载的高光谱传感器进行气溶胶光学厚度反演;对于HJ-1-B的CCD数据,可以采用对比方法反演气溶胶光学厚度,进而作为模型的输入来提高大气校正精度,以及考虑地表二向性反射现象来提高大气校正精度。     

基于查找表的MODIS逐像元大气校正方法研究

以6S大气辐射传输模型为基础,计算了气溶胶光学厚度、太阳天顶角、传感器天顶角以及地表海拔变化对于校正得到的地表反射率的影响,讨论了6S模型对于这些参数的敏感性,提出了一种基于查找表的大气校正方法,利用6S模型离线计算建立了不同气溶胶的光学厚度、太阳天顶角、传感器天顶角以及地表海拔条件下大气校正系数的查找表,基于该查找表对MODIS影像进行逐像元大气校正。通过对本文方法、6S在线校正方法和利用统一输入参数校正方法的比较表明,本文方法的计算结果与6S在线校正方法很接近,说明本文方法可以有效地改善由于大气条件、传感器位置等空间分布差异对MODIS图像大气校正的影响。     

GF-4增强型地表反射率库支持法的气溶胶光学厚度反演

针对GF-4等国产卫星气溶胶光学厚度反演算法存在的地表反射率估计困难、云像元污染等问题,本文发展了一种增强型地表反射率库支持的气溶胶光学厚度反演方法,改进了云筛选与地表反射率确定方案,在考虑GF-4逐像元成像角度的情况下,使用6SV模型与MOD09-CMA数据对季度尺度上的GF-4 PMS传感器数据进行大气校正,提出了百分比最小值均值法建立地表反射率库,并据此建立了NDVI与红蓝反射率关系模型,根据地表反射率的分布特点,当NDVI小于0.2的时候使用地表反射率库估计地表反射率,而当NDVI大于0.2时,则使用NDVI来估计地表反射率。使用MOD04气溶胶模式时空分布确定气溶胶参数。在京津冀地区开展气溶胶光学厚度反演实验,使用Aeronet站点数据与MOD04产品对反演结果进行了对比验证,与Aeronet相关系数R为0.964,均方根误差RMSE为0.13,满足±(0.05+0.2τ)的点多于78.9%,相关系数与均方根误差优于MODIS暗目标法产品,满足期望误差线的数量优于MODIS暗目标与深蓝算法产品。     

暗目标法的Himawari-8静止卫星数据气溶胶反演

Himawari-8(H8)是由日本气象厅发射的新一代静止气象卫星,可实现10 min/次的高频次对地观测,搭载的AHI(Advanced Himawari Imager)传感器设置有与MODIS暗目标气溶胶反演算法所需的类似波段。本文参考暗目标算法构建了针对该卫星传感器的陆地气溶胶反演算法:首先,通过基于地基站点观测数据的精确大气校正,统计得到短波红外与可见光波段的地表反射率比值关系,将此作为先验知识用于地—气解耦时的反射率估计;然后,初步假设大陆型气溶胶类型,利用辐射传输模型建立查找表;最后,通过模拟与卫星观测的表观反射率误差最小实现气溶胶光学厚度反演解算。选取2016年5月覆盖京津冀地区的观测数据进行测试,将反演结果与对应时间的MODIS气溶胶光学厚度产品进行对比验证,空间分布趋势一致、相关性较高,相关系数R达到0.852;通过与地基观测网AERONET站点实测数据对比验证,所有站点的相关系数R~2均大于0.88,精度较高。利用反演的高时间分辨率产品,分析了京津冀地区的大气空间分布和日变化情况,结果表明:采用暗目标法对H8静止卫星陆地气溶胶光学厚度反演具有一定的潜力和可行性,能反映气溶胶的高时间变化信息,有望成为大气环境污染变化监测新的重要手段。     

高斯曲线优化能见度与气溶胶光学厚度转换模型

大气气溶胶是影响对地观测定量精度的最主要不确定性因素。随着定量遥感的发展,对气溶胶光学厚度数据的精度提出了更高要求。在广泛应用的基于辐射传输模型大气校正研究中,需要输入气溶胶光学厚度等关键参数,但与对地观测影像数据同时相的气溶胶光学厚度获取较难,而水平能见度作为表征气溶胶光学特性的间接参数可通过广泛分布的气象台站获得,可将能见度转换得到的气溶胶光学厚度数据作为同时相数据输入传输模型进行大气校正计算。本文以实测的能见度和气溶胶光学厚度数据为基础,通过拟合气溶胶标高其随时间的变化对Peterson模型进行了修正。对修正后的模型进行精度验证得到RMSE为0.254,结果表明优化的模型对精度有较大提升。     

利用深蓝算法从HJ-1数据反演陆地气溶胶

大气气溶胶是环境空气污染监测的重要指标,在利用环境一号卫星CCD相机进行气溶胶监测时,暗目标法和结构函数法都有相应的不足。本文从Hsu等人(2004)提出的深蓝算法出发,以MODIS的地表反射率产品为基础建立反射率库,并利用地面观测数据分析了各种典型地物在CCD相机与MODIS蓝波段反射率之间关系,提出了将MODIS地表反射率修正到CCD相机的方法,进而实现地气解耦,反演气溶胶光学厚度。选择北京地区为实验区,进行了算法实验,并用AERONET/PHOTONS北京站的数据进行了验证,结果表明,(1)光学厚度较大时(>0.5),深蓝算法精度能够较好的满足环境一号卫星CCD相机对气溶胶日常监测的要求;(2)气溶胶模式会对结果产生较大的影响,尤其是城市型气溶胶。     

查找表方法确定气溶胶类型

针对传统气溶胶类型确定方法的局限性以及当前气溶胶类型确定存在的困难,提出一种使用多波段气溶胶光学厚度数据确定气溶胶类型的方法。基于大气颗粒物的散射与吸收特性分析,通过构建查找表的方法实现气溶胶类型的确定。该方法利用Mie散射理论通过正向模拟不同类型气溶胶粒子数量与多波段光学厚度之间的关系来构建查找表,基于该查找表,使用440 nm、670 nm、870 nm及1020 nm 4个波段的气溶胶光学厚度确定气溶胶类型。使用模拟的多波段气溶胶光学厚度数据开展了气溶胶类型的确定实验,分析了不同波段气溶胶光学厚度误差对气溶胶类型确定结果的影响。结果表明,该方法可根据4个波段的气溶胶光学厚度以较高的精度确定出沙尘性、水溶性和煤烟3种气溶胶粒子的数量,从而确定气溶胶类型。     

太湖地区HJ-1卫星CCD数据反演气溶胶及大气校正

针对HJ-1卫星CCD数据,利用改进的暗像元法反演气溶胶光学厚度(AOD),再利用反演的AOD对其进行大气校正。将反演的气溶胶与地基太阳光度计数据进行对比验证,发现当反演的AOD值大于0.2时,反演值与地基观测值的相关系数为0.964,符合MODIS业务化反演AOD的精度要求。再将反演得到的气溶胶带入6S辐射传输模型中,对HJ-1卫星CCD数据进行大气校正实验。结果表明,该方法能有效提高HJ-1卫星CCD数据大气校正的精度,更好地复原地物的真实光谱信息。     

利用POLDER数据验证MODIS BRDF模型参数产品及Ross-Li模型

将MODIS BRDF模型参数产品(MCD43A1)模拟的近红外波段反射率与从POLDER-3/PARASOL BRDF全球数据集中筛选的9961个像元的BRDF观测数据进行对比,验证了MCD43A1所采用的RossThick-LiSparseR BRDF 模型(Ross-Li模型)拟合二向反射的能力。结果表明,Ross-Li模型总体上可以有效地模拟地物的二向反射,所有像元的近红外波段反射率模拟值与POLDER-3观测数据之间的R²达到0.943,RMSE为0.016,模拟反射率比POLDER-3数据总体偏低5.2%。但Ross-Li模型明显低估了热点反射率,热点模拟结果比POLDER-3数据平均偏低14%,模拟值的R2为0.824,RMSE为0.07。热点反射率模拟误差与地表覆盖类型有关,针叶林热点反射率模拟值偏低最严重,其次是阔叶林、草地与农田,灌木与裸地热点反射率模拟值偏低相对较小。通过修正Ross-Li模型中的体散射核,可以明显改善热点反射率的模拟效果(R²＝0.839,RMSE＝0.043)。Ross-Li模型对天底、暗点等特征方向反射率的模拟较为准确。Ross-Li模型的模拟精度随太阳天顶角和观测天顶角的增大而降低。对于农田与草地而言,Ross-Li模型的模拟精度随NDVI的增加而降低;但在森林与灌木覆盖条件下,当NDVI约为0.5时,Ross-Li模型的模拟效果最差。     

大豆残茬光谱响应特征研究

利用HR-768型便携式光谱仪,测定了不同大豆残茬覆盖度下的地面光谱,利用照相法获取对应的大豆残茬覆盖度。采用线性回归方法分析了单波段反射率、反射率一阶导数、归一化指数、比值指数与大豆残茬覆盖度的相关性,获取了不同覆盖度水平下大豆残茬的光谱响应特征,并结合MODIS、TM、HJ-1B星的波段响应函数建立了大豆残茬覆盖度最优估算模型。结果表明,在2050—2150nm和2250—2350nm两个波段范围内,大豆残茬与裸土的光谱差异最显著,可用于二者的区分;大豆残茬的光谱特征与玉米、小麦残茬的光谱特征相似,仅在920—967nm范围内存在特殊的吸收峰;以高光谱数据为数据源,941.6nm处的反射率、2151.8nm处反射率一阶导数、1461.3nm和2404.4nm反射率构建的归一化指数以及2247nm和608.6nm反射率构建的比值指数适宜用于作物残茬覆盖度估算,以宽波段数据为数据源,短波红外与红波段反射率构建的比值指数适宜用于大豆残茬覆盖度估算。     

中国东部气溶胶光学厚度季节变化的数值模拟

气候模式对气溶胶光学厚度AOD的合理模拟,是模拟研究气溶胶气候效应的前提。利用在线耦合的区域气候—大气化学—气溶胶耦合模式系统RIEMS-Chem,模拟研究了2010年中国东部地区AOD的季节变化情况。模拟结果与卫星搭载的中分辨率成像光谱仪(MODIS)的反演资料和地基气溶胶观测网(AERONET)的站点观测资料分别进行了一年四季的详细对比,检验结果显示尽管模拟值有所低估,模式仍然能够合理地反映AOD的季节变化情况和空间分布特征,与AERONET站点观测值相比,整体相关系数为0.6。MODIS反演和相应模拟结果均显示,中国东部地区AOD整体水平夏季最大,春季次之,秋、冬季最小,华北平原、四川盆地和华中地区是AOD的主要大值区。只考虑日间AOD时,其季节分布特征略有不同,在华北平原地区,日间AOD夏季最大(1.1—1.5),在长江中下游流域地区,日间AOD则在春季最大(1.1—1.7);在中国东部,日间AOD的大值在夏、冬两季分别主要分布在长江以北、以南地区,而在春、秋两季则主要位于长江中下游流域。     

Atmospheric correction to IRS-P6 AWiFS data and its validation with ground measurements: A study over the semi-arid region

In this study, we have implemented a fast atmospheric correction algorithm to IRS-P6 advanced wide field sensor (AWiFS) satellite data for retrieving surface reflectance under different atmospheric and surface conditions. The algorithm is based on MODIS climatology products and simplified use of Second Simulation of Satellite Signal in Solar Spectrum (6S) radiative transfer code. The algorithm requires information on aerosol optical depth (AOD) for correcting the satellite dataset. The atmospheric correction algorithm has been tested for IRS-P6 AWiFS False colour composites covering the International Crops Research Institute for the Semi-Arid Tropics Farm, Patancheru, Hyderabad, India, under varying atmospheric conditions. Ground measurements of surface reflectance representing different land use/land cover, i.e. red soil, chick pea, groundnut and pigeon pea crops were conducted to validate the algorithm. Terra MODIS AOD₅₅₀ validated with Microtops-II sun photometer–derived AOD₅₀₀ over the urban region of Hyderabad exhibited very good correlation of ～0.92, suggesting possible use of satellite-derived AOD for atmospheric correction.     

NPPVIIRS数据反演气溶胶光学厚度

利用NPP卫星的VIIRS传感器数据,基于暗像元法反演陆地气溶胶光学厚度AOD。首先,根据红外波段的归一化植被指数NDVI来对暗像元进行识别;然后,利用6S软件进行辐射传输计算构建查找表;最后,根据VIIRS数据从查找表插值得到AOD,并对其进行海拔校正。选取华北地区作为反演实验区,获得了2013年9月1日的气溶胶分布。利用AERONET北京站太阳光度计地基观测结果对反演结果对比验证,发现二者具有显著的相关性,相关系数达到0.7920。将2013年9月1日的MODIS AOD产品与本研究反演的AOD进行比对,发现二者分布趋势一致,相关系数为0.7059,相关性显著。反演结果表明,本文算法反演陆地AOD效果较好,为大气颗粒物环境监测提供了良好方法手段和数据源。