光学遥感大气订正方法与软件应用分析

摘要：本文首先介绍了常见的若干大气订正方法，对于海色遥感，高光谱遥感，机载图像、多角度图像，考虑其特殊性，并介绍了其大气订正的新进展;接着分析了几个当前发行的大气订正软件或者模块;最后，我们提 了大气订正中存在的问题和发展方向。

关键词：大气汀正;光学;遥感;进展;软件;方法

1、大气订正的方法分析从大气参数、地物光谱信息应用的角度对大气订正进行分类，大致可分 类：f1)已较准确的知道大气参数(通过地表同步测量。或通过特有的波段反演等)。并可以输入辐射传输方程进行大气订正的，即基于物理模型、辐射传输方程的大气订正。是最为准确的方式。f2)基于地面目标波谱的大气订正：通过已知地物的反射光谱和表观反射率来反推大气信息。然后进行订正。这类方法和有些辐射定标的方法类似。f3)用户完全不知道大气和任何地物波谱。通过直方图调整等思路进行的大气订正：由于参数的缺乏。大气订正精度难以保证，这类方法简单方便。仍然用于大气订正中，但已不是主流。其实上述i类之间也并无严格的界限。有些所谓的大气订正方法。往往与气溶胶反演方法紧密相关。或者本质上就是气溶胶的反演方法下面回顾一些基于地物光谱和图像自身信息的大气订正方法。对某个方法。一般从模型假定、基本思想和所基于的物理模型、精度如何、所需参数、优缺点、可能的改进等方面进行分析1.1暗目标提取方法(dark object )最早的DOS方法认为大气的影响(程辐射)是“加”性的，不考虑透过率“乘”性的影响;图像上存在一些点，这些点几乎完全处于阴影中;传感器接收的辐射完全来自大气的后向散射：大气的影响在整幅图像是均匀的。基本思想是通过选取图像的上述点，整幅图像减去程辐射。依此作为大气订正 对这种方法的研究多集中在如何选取暗目标 其精度取决于当时的大气状况和选取的暗目标的精度 这种方法不需要其他参数。其优点是它完全基于图像的方法，不需要地表测量和大气参数：缺点是当目标的反射率大于15%Hrj-精度往往是不可接受的 一般的DOS方法不校正透过率影响 由于大气的散射是观测角度的函数。因此它不可能用于宽视场的图像。可能的改进有参考文献fl，21等。改进的暗目标方法不是直接用来减去程辐射。而是用来估计气溶胶光学厚度。然后用辐射传输方程进行大气订正

1.2 直方图调整、匹配对于直方图调整。假定是图像的近红外和中红外图像不受大气散射的影响。而可见光图像受大气散射影响，大气的影响在整幅图像是均匀的。通过暗目标方法，或者查看可见光波段的直方图。认为图像直方图的最小值和0坐标的距离是来自于大气的后向散射。从而可以调整直方图，将这部分减去，类似于暗目标提取方法。方法优点是非常简单。

易于实现。同早期的暗目标提取方法类似。它也仅考虑了大气“加”性的作用。是一种技术手段。而后者(DOS)则是一种方法。

对于直方图匹配方法。则假定图像中清洁(clear)和阴霾(hazy)区域的地物的直方图本来是一样的。在找到图像的清洁区域后。阴霾区域的直方图匹配到相应的清洁区域。依此作为订正I 。此方法已经用于ERDAS和PCI软件。方法局限于这两个区域的目标应该一致。若两个区域光谱反射和相对组成有较大差异，则不适用 若气溶胶的空间变化非常剧烈。这个方法也不适用：但是若将图像分割为若干非常小的区域后再进行直方图匹配。则同此方法的最初假定相违背 Richter开拓了这种方法用于TM的大气订正。Liang Shunlin改进了此法，并用于提取气溶胶光学厚度(后面介绍)

1.3经验线方法(empirical line method—ELM)经验线方法是基于地物光谱的一类方法。也是经常用来做简单辐射定标的方法 。

这种方法假定有一系列随时间其反射率不变的目标(高、中、低反射率。至少需要两个目标)。而且目标均匀。面积足够大。以至在图像上能够被区分。目标最好为水平、均匀的朗伯体;最好不用植被(光谱变化比较大。非朗伯体);面积最好至少3倍于像元的空间分辨率，比如对于IKONOS.一般至少为12x12m 此方法假定图像内大气属性。尤其是气溶胶在整幅图像内是均匀分布的 其基本思想是将地面目标的反射率同对应的传感器像元值做线性回归。其斜率反映大气消光大小。截距反映程辐射的大小。回归等式可用于其他像元的订正。这种方法的精度取决于大气状况和地面测量精度等。需要的参数是至少两个不相关的地表光谱测量 其优点是不需要大气参数 缺点是需要有地面同步测量。

拟合公式只适用于本幅图像 由于大气散射的方向差异。要求各个目标成像的观测几何要一致 这种方法没有考虑地、气之间的多次反弹，因此不适用于混浊的大气，在选取地面目标的时候，最好面积要足够大以尽量减少邻近像元的影响 建议其改进是通过这种方法来反演气溶胶光学参数。然后进行基于辐射传输方程的大气订正。若地面目标多于3个。则可以反演出更多的大气参数。

1.4土壤线方法最近给出了用沙土的土壤线进行大气订正的方法。并用于干旱、半干旱地。

这种方法假定整幅图像大气作用均匀，图像上存在像元能够构成土壤线。有地面相同目标的光谱测量。地面是均匀朗伯体 基本思想是对于同一类目标(比如某种土壤)。其地表土壤线与从卫星信号得到的土壤线的差异认为是由大气作用造成的 土壤类型差异是地表土壤线变化的主要原因。每种土壤有一个土壤线。土壤线不随其湿度、观测几何、时间等变化 通过平面坐标系坐标转化。将卫星上的土壤线转化到地表的情况。得到平均校正值AR和ANIR(分别对应于红、近红外波段)。然后用这两个值校正整幅图像。在精度方面。用于裸土最好，植被次之，水体最差。其原因在于，大气对不同地物的影响作用所产生的平均校正值AR和ANIR.是大气“加”和“乘”作用的综合。和光谱密切相关。严格来讲。此方法仅能适用于土壤(而且是特定的观测角度)。把适用于土壤的平均校正值AR和ANIR用于其他地物是不合适的 所需参数是裸土的地面光谱测量 这种方法优点是非常简单，不需曼大气参数。

缺点是仅适用于干旱、半干旱地区。仅仅适用于红光与近红外两个能组成土壤线的'波段。需要假定大气作用空间均匀 这种方法也没有考虑大气散射的方向性 可能的改进是通过适当的修改。用土壤线估算气溶胶光学厚度。再用精确的物理模型订正大气作用

1.5地面不变目标法这种方法一般用于校正多时相图像r『I假定多天的图像中至少有两个不同反射率的目标(像元)，其地面反射随时问没有变化。以其中一幅图像的反射为参考。从而根据目标的表观反射率可以估算气溶胶光学厚度 然后可以输入大气订正模型。进行计算 它不需要知道这些目标的反射率绝对值。

1.6 云阴影法(Cloud—shadow method)此法一般适用于高空间分辨率图像。它假定有两个地表反射相同的目标。第一个目标位于云的阴影内。而相邻的目标在太阳光的直射下。根据两个目标表观反射率的差异可以得到大气相关特性，并用于大气订正I8]。方法要求地面两个目标都要水平均匀。云的阴影也要均匀。方法假定或者要求这两个地点的大气光学属性是同样的

1.7各种植被指数植被指数方法严格来说并不是大气订正方法。但是它却能在不同程度上去除大气的影响。Kaufman 提出了一个大气阻抗植被指数(AtmosphericResistant Vegetation Index—ARVI)，采用蓝、红、近红外三个波段。通过一个“自校正”过程减小大气的1~[91。Song J.专门给出了对于NDVI的大气订正方法l11。

1.8 基于图像明暗对比的方法这种方法由Kaufman等开拓。本质上是气溶胶反演方法1Ol 它假定表面反射可以由step function来描述，地表是朗伯反射体。方法假定暗的地表的step function是空间均匀的，而亮的部分则不是。故此方法适用于海岸区 其通过亮、暗表面的差异提取气溶胶光学厚度信息用于大气订正。它仅适用于天顶观测的图像。假定气溶胶的空间分布是均匀的 而表面由step function组成的假定则限制了其应用范围1.9 对比度衰减法(Contrast reduction methods)在地表反射相对稳定的区域。卫星观测信号的时间变化可以归咎于大气属性的变化。气溶胶散射可以减小局地反射率的对比度，从而减小其方差。

气溶胶越多，则方差越小，因此，局地的方差大小可以用来估算气溶胶光学厚度的大小 图像上两个像元表观反射率的差值(或者对比)和地表对应反射率差值的关系可近似描述为一个关系式。并根据这个关系式来估算透过率和气溶胶光学厚度 这种方法已经成功地用于沙尘检测?】。它假定目标的反射不随时间变化限制其应用 方法假定图像上这些随时间不变的目标和其邻近像元具有大的“对比”。反演气溶胶光学厚度的精度在0.1左右。仅用于大气比较混浊的情况1.10聚类匹配方法Liang发展了直方图匹配的思路，用聚类分析的思路来反演气溶胶光学厚度并用于大气订正I41他不是把图像分为clear和hazv区域。而是分为许多类。认为每一类的平均值在不同的大气条件下是一样的 进行分类时可以选择近红外和中红外受大气影响小的波段。各个波段分别进行平均反射率的匹配。他假定图像中存在clear的区域。根据匹配的反射率和表观反射率，从查找表反演这个地方的气溶胶光学厚度。若气溶胶的空间变化过于剧烈。则可以进行一个低通滤波来作空间域的平滑。

大气订正的方法还与传感器的类型密切相关对于海洋水色遥感大气订正来说。相对于大气的后向散射。传感器接收的来自洋面的辐射仅仅占有非常小的比例 要从水体的离水辐射率反演海洋生物信息和水体的信息。大气订正是必须的步骤。

而且还必须保证极高的精度 海色遥感大气订正以C0r(1on的研究集体做的工作为多ll2] 他们的模型也经历了从单次散射的模型到多次散射模型的发展。

比如Gordon分析了CZCS大气订正中大气多次散射的影响ll31 由于海洋的均匀性和低反射率特征。大气订正模型一般不需要考虑多次反弹和邻近效应。

但是海岸带遥感则必须考虑邻近效应(陆面的影响) 在海洋上，一般是假定海洋表面在近红外波段是完全“黑”的。由此来计算气溶胶光学厚度。然后根据选择的气溶胶模型。插值到蓝和绿波段 但对于浑浊的水体。不能用“黑”表面假定。对于这种情况。B—C Gao提出用光谱匹配的方式来提取气溶胶光学厚度用于大气订正【14] Gordon总结了海色遥感中需要解决的若干问题高光谱传感器的波段范围比较窄。波段多(特别是一些气体吸收波段，如水汽、臭氧)。为反演大气参数提供了好的条件。对于大气订正需要的气溶胶参数、水汽含量、臭氧等都可以从自身图像获得。

可以说是自成体系[161 Richter讨论了高光谱遥感大气订正的若干问题ll 7l 在其算法中。用MODTRAN创建『大气数据库 为r处理时间和精度之间的矛盾。在大气订正时，可以根据需要选择不同的精度他给出其大气订正的精度：反演的光谱反射和地表测量的光谱反射的偏差在2% 3%或者更小 Carins等考虑了计算吸收和散射时。精度和时间之间的矛盾。并提出高光谱遥感大气订正的方法【I8] 在软件方面。在ATREM 的基础上开发了HATCHrl9] 其他的软件还有FLAASH、ACORN等机载和多角度传感器大气订正的共同点是两者均需要创建非常大的LUT 对于机载传感器来说。是因为其飞行高度不固定。因此地表一传感器路径的吸收、散射特性受到高度的影响 而对于多角度传感器来说。由于大气的后向散射并非各项同性。需要考虑观测天顶角和方位角的变化 正因为以上特点。Richter等开发的ACTOR4和SpectralSciences Inc.等开发的FLAASH都有接口可以临时创建LU1‘。机载传感器一般空间分辨率非常高。需要考虑邻近效应问题。

2、大气订正软件应用分析从产品的角度来说，大气订正的程序、软件以两种形式存在，一种是针对某个传感器的，如MODIS的算法：另一种是通用的商业软件，如：A—CORN、ATCOR、ATREM、FLAASH等。下面介绍常见的几种大气订正程序或软件。

2.1 ATREMATREMt2OJ fThe atmospheric removal program)的分子吸收算法基于HITRAN92数据库 它使用三波段比值科技来进行水汽含量反演【21】。主要用于Aviris、Hydice、Casi、Hymap、Probe1、Dais、Ger等传感器。在ATREM中，大气的散射计算基于6S。采用的模型假定地表是水平均匀的朗伯体。ATREM被集成到ENVI中。也有单独发行的版本。若地表的地形已知。则反演的“scaled surface reflectance”可用转换成地表真实的反射率

2.2 HA'l'CHHATCH fThe high accuracy atmospheric corec—tion for hyperspectral data)是ATREM 的改进版本。

用于从高光谱遥感数据反演高质量地表反射率。

他采用了“sm00thness test”方法用于水汽含量反演和自动光谱校正：基于HITRAN2000.采用“corre.1ated—k”方法和一个快速辐射传输等式解算器(muhigrid discrete ordinate method)来解决大气中的吸收和散射问题 它的缺陷是模型假定地表为朗伯的。尚未考虑邻近效应。假定一幅图像中的气溶胶空间分布是均匀的

2.3 EXAC EXACT (Exact Atmospheric Correction Tech—nique1是提出的大气订正方法【 其大气订正的精度取决于辅助的大气数据的精确程度。此方法反演反照率的绝对精度最高为0.O1 它基于辐射传输，采用数值计算大气辐射。模型中将大气顶部传感器接收的辐射分为5部分：单次散射和多次散射的程辐射、地表反射的直射光和散射光、来自邻近像元的辐射。用户需要提供图像位置信息、成像时间、相对湿度等辅助信息。该程序用迭代的方法进行反演。邻近作用作为一个单独的步骤，用Kaufman发表的解析近似的transfer fraction作一个滤波过程 I。气溶胶的估算用典型的暗目标方法。

2.4 ATCORATCOR(Atm0spheric and topographic correctionm0de1)是Richter集体开发的大气、地形校正软件，采用的大气辐射传输模型为MODTRAN.已经集成到ENVI、PCI，ERDAS IMAGINE等软件，儿乎支持所有的商用的传感器I3,~l ATCOR2是针对卫星图像(TM一类窄视场传感器)进行大气订正而开发的l 31模型假定地表水平、朗伯，考虑了邻近效应，可以考虑气溶胶空问不均匀的情况。算法中。大气校正函数被做成LUT.是支持所有的窄视场卫星传感器。