考慮AOD差異的高分一號衛星寬視場相機大氣校正

陳輝，楊嘯，李營，張麗娟，王中挺

(1.生態環境部衛星環境應用中心，北京 100094；2.中國人民大學 環境學院，北京 100872)

0 引言

高分一號(GF-1)衛星作為中國高分系列的首發星，自2013年4月成功發射以來，成為對地觀測的主要衛星數據源之一，在我國國土、農業、環境等遙感監測中得到了廣泛的應用。隨著衛星遙感技術的不斷發展和遙感監測指標定量化需求的日益增強，定量遙感逐漸成為遙感應用發展的主要方向，然而由于大氣效應的存在影響了遙感圖像的可用性，需要進行大氣校正獲得地表真實反射率以提高產品質量[1]。因此，準確的大氣校正是衛星遙感定量化應用的前提與基礎。

目前，國內外已提出多種大氣校正方法模型，主要包括圖像特征模型、地面線性回歸經驗模型、大氣輻射傳輸理論模型等，其中大氣輻射傳輸理論模型以數學和物理理論為基礎，較為科學合理地呈現了太陽輻射在太陽-地球-衛星系統中的傳輸過程，物理意義較為明確且精度相對較高，為目前使用最為廣泛的大氣校正方法模型[2]。Peng等[3]采用6S(second simulation of the satellite signal in the solar spectrum)模型、鄭盛等[4]采用MODTRAN模型、劉偉剛等[5]采用FLAASH模型對TM、CBERS、HJ等衛星進行大氣校正研究，結果表明，利用輻射傳輸模型進行大氣校正可有效減少或消除大氣氣溶膠對衛星影像識別地物的干擾。近年來，劉佳等[6]針對GF-1衛星的數據特點采用6S模型進行大氣校正算法研究，并與FLASSH校正結果進行比較，結果表明，6S模型在大氣校正方面具有高精度、高效率的計算優勢。

大氣輻射傳輸模型法已經成為當前主流的遙感影像大氣校正方法之一。這種方法有一個重要前提，即大氣參數的獲取，其中大氣氣溶膠光學厚度(aerosol optical depth，AOD)是最主要的大氣參數之一[7]。上述大部分大氣校正研究中，一般采用同一個能見度或者AOD對整幅影像進行輻射傳輸計算實現大氣校正，這從一定程度上忽略了區域上大氣環境的空間變化，容易造成“清潔”地區反射率大氣校正過多而“污染”地區反射率大氣校正不足的現象。GF-1衛星搭載了4個寬視場傳感器(wide field of view，WFV)，每個相機的視場角約16°，幅寬約為200 km，在大氣校正時，不僅要考慮到大氣環境情況的時間變化，還應考慮到其空間上的差異。文獻[8-9]結合MOD09地表反射率，利用GF-1的WFV和PMS相機進行AOD反演并計算地表反射率，但是由于缺少紅外波段的支持，導致AOD結果精度有限，從而影響了地表反射率的計算精度。

本文基于GF-1衛星WFV相機數據特征，從MOD04產品中提取大氣校正的關鍵輸入參數，并采用6SV矢量輻射傳輸模型模擬計算大氣參數，建立基于GF-1衛星WFV數據的逐像元大氣校正方法及技術流程。

1 研究數據與方法

1.1 GF-1衛星WFV相機

作為我國高分辨率對地觀測系統系列的首發衛星，GF-1衛星搭載了4個WFV相機，具有高空間分辨率(星下點16 m×24 m)和較大的幅寬(4 km×200 km)，重訪周期為4 d[10]。每臺WFV相機都能夠獲取4波段多光譜衛星遙感影像，其波段響應曲線和設計參數如圖1和表1所示[11]。

圖1 GF-1號WFV1相機4個波段的響應函數

表1 GF-1衛星 WFV相機設計參數

1.2 6S輻射傳輸模型

6S模型是美國馬里蘭大學Vermote等[12]在衛星信號在太陽光譜中的模擬(simulation of the satellite signal in the solar spectrum，5S)模型基礎上，發展用于模擬0.25～4.0 μm間無云大氣條件下電磁輻射在太陽-目標物-傳感器系統中傳輸過程變化的模型。在6S模型的基礎上，研究人員考慮了大氣和地表的極化特性,進一步發展了矢量輻射傳輸模型的衛星信號在太陽光譜中的二次模擬矢量模型(second simulation of the satellite signal in the solar spectrum vector version，6SV)，并對散射角度、波長節點、氣溶膠垂直廓線等特征參數進一步豐富和完善。用戶可根據實際需要對上述參數進行自定義設置，提高了輻射傳輸模型的靈活性、合理性和實用性。6SV通過設定輸入特定的大氣、光譜和幾何觀測條件，計算氣體吸收、氣溶膠和大氣分子散射對地表-大氣耦合系統的影響，從而模擬出地表對太陽輻射情況[13]。本研究采用2015年6月發布的6SV2.1版本軟件包。

為對比分析6S和6SV對GF-1衛星WFV相機的大氣校正效果，設定地表類型(植被)和太陽及衛星觀測幾何信息(太陽天頂角45°，觀測天頂角為0°)，利用6S和6SV模型分別模擬了不同AOD條件下WFV相機4個波段的表觀反射率(圖2)。從模擬結果可以看出，當AOD在1以內時，GF-1衛星WFV相機4個波段6S和6SV 2種輻射傳輸模型模擬的表觀反射率較為接近，隨著AOD的升高，2種輻射傳輸模型模擬的表觀反射率開始出現差異。尤其當AOD大于2時，6S模擬的表觀反射率開始出現“梯度變化”。例如，當AOD在1.8～2.3和2.6～3.2之間變化時，band1的表觀反射率基本不變；當AOD在2.6～3.2和3.5～4之間變化時，band2的表觀反射率變化幅度非常小；當AOD在2.9～3.2和3.5～4.5之間變化時，band3的表觀反射率變化幅度非常小；當AOD在2～5之間變化時，band4的表觀反射率變化幅度非常小；而6SV模擬的表觀反射率則仍表現出連續性變化。這說明2種輻射傳輸模型在低AOD情況下對GF-1衛星WFV相機的模擬能力相當，但在AOD較高時，6S對AOD變化反應較為遲鈍，6SV的模擬結果對AOD變化更為靈敏，這說明6SV進行大氣校正時對不同AOD反應更精確。因此，選用6SV作為GF-1衛星WFV相機大氣校正的輻射傳輸模型。

圖2 基于GF-1衛星WFV相機參數的6S和6SV對AOD變化的敏感性模擬分析

1.3 MOD04

美國國家航空航天局(National Aeronautics and Space Administration，NASA)基于搭載在Terra和Aqua衛星上的中分辨率光譜成像儀(MODIS)觀測結果，提供全球尺度逐日的AOD數據。通過多年的算法改進和產品完善，目前最新版本的產品為2014年發布的C6版本，包括10 km和3 km 2種分辨率結果，即MOD04和MOD04_3k。C6版本較之前的C5版本在反演算法和產品質量上都有所提高，主要包括更高的覆蓋率、更完善的瑞利光學厚度和氣體吸收的假設、改進的植被指數、改進的質量控制方法以及更新的云掩膜等方面[14]，并且大部分(約70%)的AOD數據結果誤差在±(0.05+15%)以內[15]。NASA發布的MOD04產品為衛星遙感大氣校正提供了豐富的氣溶膠信息資料，其中MOD04_3k僅采用暗像元算法反演獲取了3 km分辨率的AOD，MOD04則提供了包括暗像元、深藍及2種算法聯合生成的產品，其產品覆蓋率和精度都達到較高的水平。因此，本研究選用MOD04產品，利用IDL設計程序從中提取暗像元-深藍聯合算法反演的AOD數據集(AOD_550_Dark_Target_Deep_Blue_Combined)，并進行投影轉換和拼接等預處理，為實現GF-1衛星WFV相機的大氣校正提供參數。

2 基于6SV和AOD的大氣校正算法

2.1 大氣校正思路

假設地表為均勻朗伯體的情況下，衛星傳感器接收到的表觀反射率可用式(1)表示為大氣和地表之間多次散射的結果。

(1)

式中：ρTOA為衛星接收到的表觀反射率；θs與θv分別為太陽天頂角與觀測天頂角；φ為太陽入射與衛星觀測方向的相對方位角；ρ0為大氣程輻射；S為大氣整層的半球后向反射率；T(θs)為太陽到地面的散射透過率；T(θv)為地表到衛星傳感器的散射透過率，一般T(θs)和T(θv)總是以乘積形式出現，因此，將T(θs)T(θv)可視為一個參數表示大氣整層的散射透過率T；ρs為地表反射率。

而大氣校正的主要目的是為了獲取準確的地表反射率，根據式(1)進行分離變量可以獲取地表反射率，計算如式(2)所示。

(2)

式中：地表反射率可表示為衛星表觀反射率ρTOA、大氣程輻射ρ0、大氣散射透過率T和大氣半球后向散射率S的函數。因此，要精確計算地表反射率就需要獲取式(2)中的4個參數，其中，衛星表觀反射率ρTOA可以通過輻射定標后的傳感器信號計算獲取，大氣程輻射ρ0、大氣散射透過率T和大氣半球后向散射率S這3個參數實際上是大氣狀況的基本參數，主要與太陽-衛星觀測幾何及大氣氣溶膠相關。

本研究的主要思路即以區域AOD和GF-1衛星的觀測幾何參數為6SV模型輸入參數，經過大氣輻射傳輸模擬獲取大氣校正所需的參數，然后根據式(2)計算地表反射率。數據處理流程主要由輻射定標和表觀反射率計算、AOD提取和校正、6SV模型模擬大氣參數、計算地表反射率4個部分構成(圖3)。

圖3 數據處理流程圖

2.2 輻射定標與表觀反射率計算

根據GF-1衛星的過境時間選取輻射定標系數Gain和L0，將遙感影像像元亮度DN值根據式(3)轉換為表觀輻亮度L。

L=DN*Gain

(3)

根據從xml文件中獲取的太陽天頂角θs，將表觀輻亮度根據式(4)轉為各波段的表觀反射率。

(4)

式中：Eλ為大氣層頂太陽輻照度；ds為日地距離修正因子。式(3)中所用的定標系數和式(4)中的太陽輻照度來自于中國資源衛星應用中心官方網站公布的GF-1衛星參數資料(http：//218.247.138.119/CN/Downloads/dbcs/index.shtml)。

2.3 利用6SV進行大氣校正

利用輻射傳輸模式結合GF-1衛星WFV相機的4波段光譜響應函數，根據觀測幾何(太陽天頂角、觀測天頂角、相對方位角)和AOD，得到衛星遙感圖像上不同區域的不同AOD下的大氣參數(大氣程輻射ρ0、大氣層向下的半球反射率S和整層大氣的透過率T)，然后逐波段將獲得的大氣參數和WFV相機探測數據代入式(2)，分別獲取4個波段的地表反射率ρs，從而實現大氣校正。

3 結果與分析

3.1 大氣校正結果

選取2015年5月25日過境華北地區的GF-1衛星WFV1相機觀測資料(數據名稱：GF1_WFV1_E115.8_N38.0_20150525_L1A0000826550)進行算法實驗。為對大氣校正結果進行對比分析，采用2種方法分別對同一景影像進行大氣校正：①AOD均值大氣校正，即計算衛星數據覆蓋區域范圍內的AOD平均值，利用平均AOD對整幅影像進行大氣校正；②逐像元大氣校正，即根據MOD04的區域AOD空間分布通過插值獲取GF-1衛星WFV相機觀測的每個像元的AOD值，并根據上述算法原理實現對GF-1影像逐像元大氣校正。之后，將2種大氣校正結果進行對比分析。

從實驗結果可以看出，2015年5月25日，GF-1衛星WFV相機在華北地區觀測到的影像(圖4(a))整體偏暗且呈“霧”狀模糊效果，清晰度較低，這主要是因為觀測區域的AOD整體較高(圖4(b))。從MOD04產品中提取該區域范圍的AOD，結果表明，該觀測區域AOD主要分布在0.3～1.7之間，平均AOD為1.04，區域AOD標準差為0.28，變異系數為26.92%，這說明區域AOD分布離散程度較高，空間差異相對較大。

首先，根據區域AOD平均值，對整副影像進行AOD均值大氣校正，通過對比大氣校正前(圖4(a))和大氣校正后的真彩圖(圖4(c))可以看出，經過大氣校正，整幅影像變“亮”且清晰度有所提高，較好地恢復了地表原貌。然后，根據區域AOD分布情況，對整幅影像進行逐像元大氣校正，對比真彩圖(圖4(d))分析可以看出，逐像元大氣校正后不僅較大氣校正前影像的清晰度大大提高，而且與AOD均值大氣校正效果相比，城市、裸地、植被等多種地物的層次表現更加豐富，主要表現為城市、裸地等亮地表亮度相對更高，植被、水體等暗地表亮度相對更低，地物的邊緣更加清晰分明，較好地呈現了不同地物的視覺差異特征。

圖4 2015年5月25日GF-1衛星WFV1相機大氣校正效果對比圖

為對大氣校正效果進行定量評估，從原始圖像、AOD均值大氣校正和逐像元大氣校正結果中分別選取城鎮、裸地和植被3種典型地表區域，為盡量減少數據噪聲的影響，每種類型至少選取5萬個像元計算每個波段的平均反射率，結果如圖5所示。

圖5 3種地表類型的不同大氣校正結果對比

從圖5對比結果可以看出，經過大氣校正，城鎮、裸地和植被3種典型地物的地表反射率光譜曲線均有所變化。在近紅外波段(b4)，3種典型地表類型反射率都呈現出逐像元大氣校正>AOD均值大氣校正>大氣校正前；在紅波段(b3)，城鎮和植被反射率呈現大氣校正前>AOD均值大氣校正>逐像元大氣校正結果，裸地反射率則呈現逐像元大氣校正>AOD均值大氣校正>大氣校正前；在綠波段(b2)和藍波段(b1)，城鎮和植被反射率呈現大氣校正前>AOD均值大氣校正>逐像元大氣校正結果，裸地反射率則呈現大氣校正前>逐像元大氣校正結果>AOD均值大氣校正。

總體來說，相比較AOD均值大氣校正結果，逐像元大氣校正一方面更好地消除了城鎮和植被大氣散射在藍(b1)、綠(b2)、紅(b3)3個可見光波段對地表反射率的增強；另一方面則較好地校正了近紅外波段(b4)地表反射的削弱。逐像元大氣校正方法在WFV相機4個波段的校正效果明顯優于AOD均值大氣校正。

表2 典型地物不同大氣校正后的NDVI對比

統計3種典型地物的NDVI，發現大氣校正后的3種地物NDVI較大氣校正前有明顯提升(表2)，并且通過大氣校正進一步提高了不同地物之間NDVI的差異，增強了不同地物之間的辨識度。值得注意的是，逐像元AOD大氣校正對地物NDVI的提升效果更為顯著，尤其在植被覆蓋地區的NDVI增強效果更為突出，這也進一步證明了逐像元大氣校正的優勢。

3.2 大氣校正誤差分析

根據圖4(d)和圖5可以看出，一方面在衛星影像的左側氣溶膠較厚的地區經過大氣校正后仍存在了部分“霧”狀模糊區域，這說明該區域的氣溶膠散射影響還未得到完全消除；另一方面大氣校正后的地表反射率出現了極少部分的負值，這說明部分像元的氣溶膠散射影響有所高估，從而導致校正后的地表反射率偏低。這主要和MOD04產品中AOD的“高值低估、低值高估”的反演誤差現象有關，從而導致將MOD04的AOD資料用于大氣校正時會發生“高AOD時校正不足、低AOD校正過多”的情況。為進一步分析AOD誤差對GF-1衛星WFV相機4個波段大氣校正效果的影響，設定表觀反射率和觀測幾何情況(根據圖4案例中的GF-1衛星相關參數設定)，利用6SV模擬了不同AOD條件下經過大氣校正計算的4個波段地表反射率結果，并通過線性擬合分析評估其相對變化率。

圖6 GF-1衛星WFV相機反演地表反射率隨AOD變化模擬結果

以圖4中GF-1衛星WFV1相機觀測影像為例，計算整幅影像每個波段的平均表觀反射率，然后采用6SV模擬計算在該表觀反射率情況下每個波段在不同AOD時大氣校正獲取平均地表反射率，并采用線性擬合的方法定量估算AOD誤差在大氣校正過程中給不同波段地表反射率計算結果所帶來的誤差。從圖6可以看出，在一定表觀反射率情況下，隨著AOD的增高，3個可見光波段大氣校正后的地表反射率均呈現逐漸降低的變化特征，而近紅外波段地表反射率則呈逐漸升高的變化趨勢，這是因為AOD的升高代表大氣散射對可見光波段表觀反射率的貢獻和近紅外波段表觀反射率的削弱越來越大，大氣校正時從表觀反射率中扣除大氣氣溶膠散射的影響也就越來越多，因此，可見光波段和近紅外波段的反射率分別呈下降和上升的趨勢。根據4個波段的線性擬合結果可以看出，3個可見光波段的線性擬合決定系數較為接近，R2主要在0.86～0.88之間，近紅外波段的擬合決定系數明顯高于可見光波段，R2在0.97以上，這說明在大氣校正時，在近紅外波段AOD的變化相比可見光波段更接近線性變化關系。總體上，4個波段的線性擬合決定系數均較高，說明在一定條件下，AOD變化對4個波段大氣校正的影響均可用線性關系進行表示，線性擬合的比例系數代表AOD與地表反射率之間的相對變化率。按照MOD04產品AOD約15%的平均誤差計算，在一定表觀反射率和觀測幾何條件下，AOD誤差給藍、綠、紅和近紅外4個波段帶來的平均地表反射率誤差分別為-0.028、-0.016、-0.007 7和0.009 5。

4 結束語

本文以GF-1衛星WFV1相機觀測數據為例，探討了6S和6SV輻射傳輸模型對WFV相機4個波段在不同AOD時反應靈敏性，構建了AOD均值大氣校正和逐像元大氣校正方法，并進行了大氣校正誤差分析，主要取得以下結論：①通過對6S和6SV模擬GF-1衛星WFV相機探測AOD變化的靈敏性進行比較發現，6SV矢量輻射傳輸模型模擬效果更好，尤其在高AOD情況下與6S模擬結果產生較大差異，6SV更適用于GF-1衛星WFV相機的準確大氣校正；②與傳統普遍采用的AOD均值大氣校正算法相比，本文提出的逐像元大氣校正方法考慮AOD時空變化差異，在還原地物真實地表發射率變化特征方面具有明顯優勢，不僅能更好地校正大氣散射對地表反射率在可見光波段的增強和近紅外波段的削弱，還明顯提高了不同地表的NDVI差異，能更精準獲取GF-1衛星WFV相機的地表反射率；③根據AOD約15%的平均誤差計算，在一定表觀反射率和觀測幾何條件下，AOD誤差給藍、綠、紅和近紅外4個波段帶來的平均地表反射率誤差分別為-0.028、-0.016、-0.007 7和0.009 5。

本文提出的通過MOD04產品的GF-1衛星WFV相機6SV大氣校正方法，考慮了AOD的空間差異，實現了GF-1衛星WFV相機地表反射率更精確的定量反演，該方法在國產的環境一號衛星、資源衛星及GF-1、GF-2、GF-6等衛星影像的大氣校正方面具有借鑒意義。為了簡化討論，本文未考慮氣溶膠模式、觀測幾何、地表反射的方向性和鄰近效應以及AOD尺度差異等影響，這些簡化可能會對大氣校正結果帶來一定誤差。

致謝：本文MOD04資料從NASA戈德太空飛行中心獲得，采用的6S和6SV輻射傳輸模式由Vermote提供，在此一并感謝。