一種基于PIE-Engine的衛星遙感影像大氣校正系統研究

摘要：該文概述了大氣校正的基本內容和主要特點并剖析了其必要性，分別從背景技術、系統架構、業務流程、關鍵技術及具體實現5個層面，對一種時空遙感云平臺（PIE-Engine）的衛星遙感影像大氣校正系統進行了具體探討，以供參考。

關鍵詞：衛星遙感影像；大氣校正；系統

doi：10.3969/J.ISSN.1672-7274.2024.10.002

中圖分類號：TP 751 文獻標志碼：A 文章編碼：1672-7274（2024）10-000-03

Research on a Satellite Remote Sensing Image Atmospheric Correction System Based on PIE Engine

Abstract： This article takes this as a starting point to outline the basic content and main characteristics of atmospheric correction， and analyzes its necessity. It discusses a satellite remote sensing image atmospheric correction system for a spatiotemporal remote sensing cloud platform （PIE Engine） from five aspects： background technology， system architecture， business process， key technology， and specific implementation， for reference.

Keywords： satellite remote sensing images; atmospheric correction; system

1 大氣校正概述

地表反射率是反映和衡量地物真實光譜特性的關鍵指標，在自然資源調查中，可為土壤含水量、植被覆蓋度等地表理化參數估算提供科學依據，大氣校正作為獲取它的一種方法，操作時工作人員一般通過消除衛星遙感影像中的輻射誤差（由大氣效應影響產生）實現。從校正流程看，為提高大氣散射和透過率，既要充分考慮觀測幾何、氣溶膠特性、大氣成分等因素，又要采用適配的大氣校正模型。從特點看，大氣校正的專業性要求較高，實施期間對技術的依賴程度較高，并且十分強調基于遙感云平臺的數據資源利用等[1]。

2 衛星遙感影像大氣校正系統開發必要性

近幾年，基于衛星遙感技術的自然資源調查實踐中，應用了多種數字化技術和5G技術，通過將其中的算力和人的想象力、創新力進行多元融合，不僅從理論上深化了人們對遙感過程機理的探究，還在技術層面促進了基于模型的大氣校正系統開發、設計及應用等。尤其在知識產權和技術成果轉化方面，具有自主產權的時空遙感云服務平臺（PIE-Engine）可以提供豐富的數據資源，為基于遙感云平臺的大氣校正系統設計與實現提供了有力支持。在此前提下，有必要進一步推進衛星遙感影像大氣校正系統研究及開發。另外，太陽輻射和大氣之間存在相互作用，在太陽直射、天空漫射、目標反射及程輻射過程中，大氣會同時進行吸收、散射、反射、折射。此時，衛星傳感器會接收其中輻射并影響衛星遙感影像質量，設計具備指定輸入、靈活查詢、高速率大氣輻射傳輸模型等功能的大氣校正系統，有助于減少工作人員的工作量，優化大氣校正流程，提高其業務處理成效等[2]。

3 一種衛星遙感影像大氣校正系統的

設計與實現

3.1 技術背景

首先，衛星遙感影像大氣校正領域應用的經典模型主要有兩種，一種是波譜科學研究所開發的FLAASH（Fast Line-of-Sight Atmospheric Analysis of Spectral Hypercubes）模型，適用波長范圍可達到3 μm，在高光譜輻射能量影像反射率反演方面的應用優勢比較顯著。另一種是Eric Vemote改進5S模型形成的6S（Second Simulation of a Satellite Signal in the Solar Spectrum）模型，光譜積分步長是5S模型的1/2（即2.5 nm），不僅增加了對一氧化碳和一氧化二氮兩種氣體的吸收計算，還可以借助SOS（Successive Order of Scattering）方法完成對散射作用的精準計算等。

其次，谷歌地球引擎（Google Earth Engine，GEE）和我國自主研發的PIE-Engin等遙感云平臺的出現，一方面能夠集成不同時期的海量多源遙感衛星影像并對其進行分類存儲，另一方面借助云端算法可實現相關影像數據快速處理的可視化呈現。尤其基于遙感云平臺可搭建不同類型的大氣校正系統，實現對大氣散射和輻射傳輸過程的精準模擬與高效解析，并通過提升大氣校正精度真正促進生成信息在自然資源調查和相關地理參數估算中的應用[3]。

3.2 系統架構

筆者通過查閱背景技術相關文獻資料并與同行業人士開展技術交流，認為PIE-Engine具備豐富的數據資源和遙感算子，可以解決傳統模式下遙感衛星影像大氣校正質量不及預期、海量衛星遙感影像-本地服務器端存儲不協調問題。同時，配套應用一些先進的行星光譜生成器（Planetary Spectrum Generator，PSG），可以更好地提升大氣校正水平。在這種思路下，提出了一種基于PIE-Engine的大氣校正系統，主要由平臺層、數據層、技術支撐層、功能層、應用層構成。具體如圖1所示。

3.3 業務流程

該系統涉及用戶、管理員、服務器、Python解譯器等若干構成要素，為保障整個系統的有序運行，工作人員設置了三大業務流程。具體而言，該系統業務包括圖形用戶界面部分、Web服務器部分及其他要素組成的部分。從圖2中的流程設置看，通過Html/Css、Leaflet/Cesuim等前端Web GIS技術構成的圖形用戶界面可以與用戶、管理員、Web服務器完成信息交互。以用戶端為例，用戶選擇目標需求或提交資料數據到圖形用戶界面后，該界面可以瀏覽圖形化結果或下載反演數據。以管理員端為例，在通過圖形用戶界面監控系統當前狀態信息期間，可以在其界面更新維護大氣參數查找表等服務器端資料。以Web服務器為例，主要收集來自FastAPI Web框架和互相連接的GIS服務器—數據服務器傳輸數據，并將其顯示到圖形用戶界面之中，同時反饋界面中的數據等[4]。

進一步看，用戶經瀏覽器把參數（如大氣模型、過境時間、數據獲取日期、目標海拔高度、傳感器類型等）提交后，此類信息會通過“本地服務器接收信息→服務器響應用戶請求→通過PIE-Engine使用信息”等流程被處理和獲取。需要注意的是，在操作中使用“查找表”時，如果其中的參數（如地點、觀測時間、影像等字段）被查詢且查詢目標找到匹配參數，此時平臺會自動判定并確定在計算方面“是否運用查找表”。在這種情況下，需要區分兩種情況下的查找情況，第一種情況是判定結果為“否”，此時需要借助PSG模型完成對相關參數的獲取，即在模型中輸入相關參數后，通過模型解析得到所查參數；第二種情況是判定結果為“是”，此時直接使用大氣校正系統可以查詢其中的6個參數。在輻射分量獲取后，針對6個參數計算和查找表更新要求，可應用其中的“四流近似模型”完成相關運算。從以往的實踐經驗看，在“是”和“否”兩種判定結果下，處理的對象存在差異，前者是沿太陽光線方向針對透過率、反射率、反照率等進行計算；后者是針對各種輻射分量進行解耦計算。最后，存儲庫中儲存系統業務流程處理獲取的衛星遙感影像相關的6個參數，并對數據鏈接進行提交，完成評價后再把處理結果以報表形式顯示到客戶界面[5]。

3.4 關鍵技術

（1）以存儲與檢索技術為例，該技術應用時以時空遙感云平臺為支撐，主要通過PIE-Engine中設置的Python模塊完成一系列操作，主要包括：影像檢索；數據在線或遠程訪問；原始遙感影像傳輸；云端內置遙感影像存儲等。在應用該技術時，工作人員可以充分利用其中的基礎數據，并逐漸增強對此類數據的“嵌入”和“輸入”及“存儲”等。

（2）以前后端分離技術為例，它是在FastAPI技術支持下采用的一種大氣校正關鍵技術。應用時，工作人員通常會選擇OpenAPI標準，并在該標準下基于Web框架完成相關的Python開發等。需要注意的是，在該標準下進行操作時，需要充分利用配套的兼容模塊和數據庫或計算庫，以保障整個開發的高效性。尤其在構建API過程中，涉及對大氣校正系統的分離開發問題，工作人員應根據實際情況區分“前端開發”和“后端開發”并在同步開發過程中充分發揮該技術的優勢。

（3）以大氣校正參數求解模型為例，工作人員可以把“總輻射貢獻”表示為“表觀反射率”，然后基于“四流近似”理論應用該模型。操作時，假設地表反射率，將其用公式表示為

式中，、、、、、、分別代表表觀反射率、大氣的雙向反射率（大氣頂層）、大氣的球面反照率（大氣底層）、整層透過率（沿太陽走向方向傳輸到地表時的大氣）、漫射透過率（半球到傳感器觀測方向）、漫透射率（太陽光線方向到半球）、直射透過率（地表到傳感器觀測方向）。在、、的條件下，借助PSG模型完成三組重復模擬，并求解6參數（、、、、、）。

（4）以GPS模型為例，主要通過“采集信息輻射→傳輸模擬輻射信息→GPS模型解耦信息→輸出輻射值”等完成對傳感器端輻射結果的模擬。需要注意的是，該模型在輸出表觀輻射亮度結果方面，不是對輻射分量的直接解析，而是在“1次原始模型（總輻射貢獻）”和“4次模擬（輻射分量）”條件下完成分量解耦。為了保障模型應用成效，工作人員在應用中會根據實際情況配套應用商用模型MODTRAN4模型，并通過對比其解耦結果為輸出結果的精準性提供保障。

（5）以自適應查找表技術為例，在衛星傳感器、大氣校正6參數等記錄方面，應用基于查找表計算判定規則的大氣校正查找表，可以根據設定的“閾值”分析“計算值”，并借助插值運算等實現對計算值的獲取、校正、輸出等。通常而言，當兩種值出現差異較大的情況時，工作人員需要通過手動方式，調用大氣校正參數求解模型完成計算等。

3.5 系統實現

該系統是一種基于PIE-Engine的大氣校正系統，工作人員主要結合上述技術流程體系從硬件和軟件方面實現對系統的搭建。首先，根據系統框架和業務流程中需要配置的硬件設備要求，進行市場調研和設備選型。其次，工作人員根據系統業務流程要求使用Python語言完成三大業務流程中各子系統的編程工作。例如，在系統操作界面程序設置完畢后，其中的“查詢數據欄”主要包括“選擇日期范圍→確定緯度、經度→選擇衛星影像、傳感器→大氣模式/氣溶膠模式→豐度貢獻→名稱”和“地址注釋→查詢數據→開始/執行/中斷操作”等，以及界面的“點位信息”、“可下載報表”等。

4 結束語

綜上所述，大氣校正構成內容豐富，校正流程復雜，在新時期自然資源調查實踐中有必要依托技術賦能路徑，開發一些適配性較高的衛星遙感影像大氣校正系統。建議工作人員在當前階段盡可能在經典大氣校正模型基礎上，按照“大平臺+小系統”的基本框架，設計基于“遙感云計算平臺”的實用系統，進而通過提高大氣校正效果為自然資源調查工作賦能?！?/p>

參考文獻

[1] 李萬清．衛星遙感影像處理技術及應用實踐[J]．科技創新與應用，2023，13（24）：189-192．

[2] 張澤瑞，范大昭，紀松，等．結合注意力機制的衛星遙感影像立體匹配[J]．時空信息學報，2024，31（1）：41-49．

[3] 薛佳．應用衛星遙感影像的內外業一體化地形圖制作[J]．科學與信息化，2023，11（8）：62．

[4] 魏瑀皓，黃松，黃亞妮．基于改進YOLOv7的衛星遙感影像多尺度目標檢測方法[J]．航天返回與遙感，2024，45（2）：153-162．

[5] 李娜，董新豐，王靖嵐，等．面向地質應用的ZY-1 02D高光譜數據大氣校正方法對比[J]．自然資源遙感，2023，35（4）：17-24．