張曉月，李琳琳，王 瑩，張 琪，李國(guó)春

采用Landsat8產(chǎn)品算法流程的高分一號(hào)數(shù)據(jù)大氣校正

張曉月1,2,3，李琳琳2,3，王 瑩2,3，張 琪2,3，李國(guó)春4

（1.中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所，沈陽(yáng) 110166； 2. 遼寧省生態(tài)氣象和衛(wèi)星遙感中心，沈陽(yáng) 110166； 3.高分辨率對(duì)地觀測(cè)系統(tǒng)遼寧數(shù)據(jù)與應(yīng)用中心，沈陽(yáng) 110166； 4.沈陽(yáng)農(nóng)業(yè)大學(xué)農(nóng)學(xué)院，沈陽(yáng) 110866）

高分一號(hào)（GF-1）衛(wèi)星搭載的傳感器，實(shí)現(xiàn)了高分辨率和寬幅成像能力的結(jié)合，使其在精準(zhǔn)農(nóng)業(yè)方面應(yīng)用發(fā)揮重要作用。該文在6S大氣輻射模擬模型基礎(chǔ)上，參照LaSRC大氣校正流程，設(shè)計(jì)了GF-1衛(wèi)星WFV/MSS數(shù)據(jù)從算法原理分析到編碼實(shí)現(xiàn)的大氣校正。算法應(yīng)用大氣總傳輸率、水汽透過(guò)率和大氣后向半球反照率等參數(shù)和高程、大氣可降水以及臭氧含量等值，循環(huán)計(jì)算使GF-1像元紅藍(lán)通道值比等于來(lái)自MODIS數(shù)據(jù)的紅藍(lán)通道值比，求得GF-1像元?dú)馊苣z，再將包含當(dāng)日大氣可降水和臭氧含量的輔助數(shù)據(jù)文件等代入6S模型，得到大氣校正后的地表反射率。試驗(yàn)表明，該大氣校正方法在有農(nóng)田和林木等植被覆蓋的中低緯度大氣校正效果較好，對(duì)稀疏植被的荒漠裸地和建筑地表大氣校正效果相對(duì)稍差。比較GF-1 WFV/MSS數(shù)據(jù)與Landsat8(LC8) OLI數(shù)據(jù)的基于6S模型LaSRC流程算法的大氣校正結(jié)果，GF-1 WFV/MSS各傳感器與LC8 OLI大氣校正結(jié)果的相關(guān)系數(shù)為0.825～0.972，2種衛(wèi)星數(shù)據(jù)大氣校正結(jié)果相關(guān)性高，其中WFV相較于MSS顯示出與LC8 OLI更相近的大氣校正結(jié)果。結(jié)果表明，應(yīng)用6S模型原理參照LaSRC校正流程設(shè)計(jì)的自行估計(jì)數(shù)據(jù)逐像元水平氣溶膠參數(shù)的GF-1衛(wèi)星數(shù)據(jù)大氣校正方法應(yīng)用方便、可操作性強(qiáng)，適合生長(zhǎng)季農(nóng)林監(jiān)測(cè)等陸面應(yīng)用。

衛(wèi)星；遙感；GF1 WFV/MSS；LC8 OLI；6S；LaSRC；大氣校正

0 引 言

高分一號(hào)衛(wèi)星具備時(shí)間分辨率和空間分辨率雙高的特性，因其軌道穩(wěn)定性和數(shù)據(jù)可持續(xù)性等諸多優(yōu)勢(shì)在多領(lǐng)域取得了較好應(yīng)用效果[1]。高分一號(hào)數(shù)據(jù)不僅局限在對(duì)地表地貌的觀測(cè)，而是越來(lái)越多用于定量應(yīng)用遙感，農(nóng)業(yè)方面主要在農(nóng)作物種植區(qū)劃、農(nóng)業(yè)用地精準(zhǔn)提取、農(nóng)作物分類識(shí)別、農(nóng)田面積估算、農(nóng)作物產(chǎn)量預(yù)報(bào)等領(lǐng)域發(fā)揮著重要作用[2]。但眾所周知衛(wèi)星傳感器接收到的地面輻射受大氣分子、氣溶膠以及臭氧、水汽等氣體的散射、吸收影響會(huì)造成信號(hào)失真，因此在應(yīng)用高分一號(hào)衛(wèi)星遙感數(shù)據(jù)進(jìn)行地表參數(shù)定量反演時(shí)，應(yīng)盡可能將大氣噪聲從地面輻射信息中剝離，保留地面物體真實(shí)反射率信息。大氣校正是解決這一問(wèn)題的重要手段，按照是否具備明確物理意義分為相對(duì)校正模型和絕對(duì)校正模型[3]。目前較為常用的大氣校正方法有圖像特征法、經(jīng)驗(yàn)線性法和大氣輻射傳輸理論法[4]。圖像特征法是一種相對(duì)校正方法，針對(duì)圖像特征消除大氣影響，常見(jiàn)的有直方圖均衡法[5]、暗目標(biāo)法[6-7]、不變目標(biāo)法[8]、內(nèi)部平均法（IARR，internal average relative reflectance）[9]、平場(chǎng)域法（FF，flat field）[10]等。經(jīng)驗(yàn)線性法結(jié)合野外試驗(yàn)，依賴于地面同步定標(biāo)點(diǎn)實(shí)測(cè)數(shù)據(jù)[11]?；谳椛鋫鬏斃碚摚≧T，radiative transfer）的大氣校正方法具備明確的物理意義，該類方法以輻射傳輸理論為基礎(chǔ)，考慮大氣參數(shù)等影響，校正精度較高、應(yīng)用范圍廣泛。

目前大氣校正處理應(yīng)用較為廣泛的6S模型是美國(guó)馬里蘭大學(xué)地理系在5S[12]模型基礎(chǔ)上研發(fā)的[13]，該模型在氣體透過(guò)率、瑞利散射及氣溶膠光學(xué)厚度計(jì)算等方面進(jìn)行了改進(jìn)，在MODIS產(chǎn)品大氣校正計(jì)算方面表現(xiàn)尤為突出[14]。2005年6SV1版本公布，該版本較之前的模型主要增加了輻射極化的計(jì)算[15]，2015年更新的6SV2.1是最新版本。學(xué)者們應(yīng)用6S模型進(jìn)行了多種遙感數(shù)據(jù)的大氣校正研究，推進(jìn)了模型的改進(jìn)和應(yīng)用。劉佳等[16]研究了基于6S模型的高分一號(hào)衛(wèi)星16 m分辨率數(shù)據(jù)大氣校正，并將批量處理的效率提高了75.0%以上。孫林等[17]提出了地表反射率支持的GF-1 PMS氣溶膠光學(xué)厚度反演及大氣校正方法，通過(guò)對(duì)北京、太湖2個(gè)AERONET站點(diǎn)觀測(cè)的氣溶膠光學(xué)厚度驗(yàn)證，得到反演地表反射率與實(shí)測(cè)地表反射率誤差低于0.015的結(jié)果，算法具備較高精度。孫元亨等[18]應(yīng)用6S模型對(duì)GF-1 WFV數(shù)據(jù)進(jìn)行了大氣校正，開(kāi)展了GF-4 PMS與GF-1 WFV地表反射率及NDVI一致性的分析，校正前后相關(guān)系數(shù)分別為0.74和0.77，二者表現(xiàn)出較好的一致性。薛現(xiàn)光等[19]提出在6S模型基礎(chǔ)上，以氣溶膠厚度為自變量對(duì)大氣參數(shù)進(jìn)行擬合的算法，對(duì)GF-1進(jìn)行大氣校正，與FLAASH對(duì)比具有較好的一致性。胡勇等[20]利用MODIS大氣產(chǎn)品和6S模型對(duì)GF-1 WFV數(shù)據(jù)進(jìn)行了大氣校正處理，不同地表覆蓋類型GF-1 WFV和MODIS反射率數(shù)據(jù)的交叉對(duì)比結(jié)果顯示出較好的一致性。

基于輻射傳輸理論基礎(chǔ)，近年來(lái)相關(guān)機(jī)構(gòu)相繼研發(fā)了一系列大氣校正流程化平臺(tái)和系統(tǒng)，使大氣校正處理流程更便捷，科研人員利用這些算法軟件開(kāi)展了一系列大氣校正相關(guān)研究。LOWTRAN模型1971年由美國(guó)空軍劍橋研究所研制，已發(fā)展至LOWTRAN7版本[21]。MODTRAN模型從LOWTRAN 模型發(fā)展而來(lái)，由美國(guó)空軍地球物理實(shí)驗(yàn)室研制，將光譜分辨率由LOWTRAN的20提高到2 cm-1[22-23]。楊貴軍等[24]利用MODTRAN4和MODIS產(chǎn)品，對(duì)環(huán)境與減災(zāi)小衛(wèi)星HSI高光譜數(shù)據(jù)進(jìn)行了大氣校正。鄭盛等[25]利用MODTRAN4模型對(duì)HJ-1衛(wèi)星CCD數(shù)據(jù)進(jìn)行逐像元大氣校正，并從光譜曲線、MODIS地表反射率產(chǎn)品、NDVI的3個(gè)方面比較了大氣校正效果。熊世為等[26]利用MODTRAN模型對(duì)HJ/CCD進(jìn)行了大氣校正，校正結(jié)果與高精度MODIS地表反射率產(chǎn)品在植被、居民地、水體3類地物一致性較高。美國(guó)空軍實(shí)驗(yàn)室1998年開(kāi)始以MODTRAN為基礎(chǔ)發(fā)起了FLAASH的研發(fā)[27]，專業(yè)遙感數(shù)據(jù)處理軟件ENVI大氣校正模塊集成了FLAASH模型[28]，李衛(wèi)國(guó)等[29]利用FLAASH進(jìn)行了基于薄云霧去除的ETM+數(shù)據(jù)大氣校正。ATCOR[30]模型是以MODTRAN4為基礎(chǔ)開(kāi)發(fā)的大氣校正模型，ERDAS軟件集成了ATCOR模型。常用的還有商用大氣校正軟件包ACORN[31]主要針對(duì)0.4～2.5m高光譜和多光譜數(shù)據(jù)進(jìn)行大氣校正。

本文分析了基于6S模型和LaSRC（Landsat Surface Reflectance Code）流程進(jìn)行GF-1數(shù)據(jù)大氣校正的適用性，進(jìn)行了通道相關(guān)等改進(jìn)處理和重新規(guī)劃，設(shè)計(jì)實(shí)現(xiàn)了針對(duì)GF-1數(shù)據(jù)的大氣校正算法和軟件平臺(tái)。LaSRC方法依賴于外部輔助數(shù)據(jù)，需以待校正數(shù)據(jù)同日的臭氧和水汽等大氣影響氣體產(chǎn)品作為初值，考慮到對(duì)時(shí)效性的要求和實(shí)時(shí)資料有時(shí)難以獲得，平臺(tái)提供了利用近6 a臭氧和水汽逐日值作為替代和使用實(shí)時(shí)值的2種方案。從而保證在無(wú)外源數(shù)據(jù)支持下仍然能夠提供大氣校正產(chǎn)品。鑒于中國(guó)境內(nèi)暫無(wú)LaSRC產(chǎn)品，且LaSRC移植到RSD（Remote Sensing Desktop）平臺(tái)處理LC8 L1T數(shù)據(jù)能夠代表原LaSCR產(chǎn)品，本文以同地同時(shí)次LC8 OLI L1T的RSD大氣校正產(chǎn)品和GF1 WFV/MSS數(shù)據(jù)大氣校正處理結(jié)果對(duì)比分析二者大氣校正效果和精度差異，探索對(duì)國(guó)產(chǎn)高分衛(wèi)星數(shù)據(jù)的高精度大氣校正處理平臺(tái)軟件工程化實(shí)現(xiàn)的實(shí)用方法。

1 原理方法

6SV模型是基于6S大氣輻射傳輸模型基礎(chǔ)上發(fā)展的極化矢量版本，美國(guó)USGS EROS項(xiàng)目針對(duì)Landsat8（LC8）數(shù)據(jù)開(kāi)發(fā)了LaSRC大氣校正程序。該程序運(yùn)行在Linux操作系統(tǒng)，用于美國(guó)境內(nèi)LC8數(shù)據(jù)地表反射率產(chǎn)品反演，對(duì)于光譜波段較窄的Operational Land Imager(OLI)傳感器具有較好的適用性[32]。應(yīng)用待校正LC8 OLI數(shù)據(jù)反演像元水平氣溶膠，以及水汽、臭氧含量從MODIS產(chǎn)品或NCEP數(shù)據(jù)獲取是LaSRC流程算法求算地表反射率的2個(gè)主要特點(diǎn)。以該流程對(duì)LC8 OLI數(shù)據(jù)進(jìn)行大氣校正時(shí)，首先利用查找表和大氣總傳輸率、氣體透過(guò)率、大氣內(nèi)反射率等6S模型參數(shù)從預(yù)定義的22個(gè)氣溶膠光學(xué)厚度查找表估算地表反射率初值；從MODIS產(chǎn)品提取紅藍(lán)通道地表反射率比值，根據(jù)該比值與NDVImir線性關(guān)系，由LC8 OLI地表反射率初值和線性斜率及截距估算LC8 OLI紅藍(lán)通道比，在3種埃氏系數(shù)等級(jí)和22個(gè)氣溶膠光學(xué)厚度下循環(huán)計(jì)算，找到使MODIS紅藍(lán)通道比和LC8 OLI紅藍(lán)通道比殘差最小時(shí)的反射率，求得氣溶膠；再利用MODIS產(chǎn)品通過(guò)空間插值得到LC8 OLI像元水平水汽、臭氧含量，利用DEM數(shù)據(jù)及氣壓與海拔高度關(guān)系計(jì)算并空間插值得到LC8 OLI像元水平大氣壓強(qiáng)，通過(guò)衛(wèi)星參數(shù)文件得到像元幾何參數(shù)；將表觀反射率，氣溶膠以及相關(guān)參數(shù)輸入6S模型最終求得地表反射率（圖1）。

圖1 算法原理流程圖

1.1 6S模型算法

假設(shè)地表為均勻朗伯面，大氣中分子與氣溶膠散射及氣體吸收水平一致，衛(wèi)星傳感器接收到的輻射由大氣路徑輻射、透過(guò)大氣的目標(biāo)地物直接反射輻射、經(jīng)由大氣散射的目標(biāo)地物反射輻射、背景地物散射輻射以及背景地物多次地表散射輻射構(gòu)成，衛(wèi)星傳感器接收到的反射率表示為[33]

式中TOA為表觀反射率；為大氣內(nèi)反射率，為地表反射率，為大氣后向半球反照率，()為下行輻射傳輸率，()為上行輻射傳輸率，為太陽(yáng)天頂角，為傳感器天頂角。

大氣內(nèi)反射率又稱大氣路徑輻射，大氣中同時(shí)存在大氣分子及氣溶膠散射和氣體吸收，簡(jiǎn)單將大氣分子散射和氣體吸收的作用隔離開(kāi)來(lái)分別考慮顯然與實(shí)際情況不符，則假設(shè)存在一種平均狀況，為便于計(jì)算認(rèn)為有一半的水汽混合在氣溶膠中參與散射，綜合考慮大氣內(nèi)各分子及氣體耦合作用，將大氣內(nèi)反射率計(jì)算如下[34]

式中為瑞利散射反射率，Tg/2為半程水汽透過(guò)率。將式（1）帶入表達(dá)式并改進(jìn)如下：

式中為大氣透過(guò)率，Tg為臭氧和其他氣體的透過(guò)率。上述式中，反射率、傳輸率、透射率無(wú)量綱，角度單位rad。

將式（4）帶入式（2），即可進(jìn)行地表反射率的求算，地氣解耦是實(shí)現(xiàn)大氣校正或氣溶膠光學(xué)厚度反演的重要一環(huán)。應(yīng)用該方法對(duì)LC8 OLI數(shù)據(jù)進(jìn)行大氣校正時(shí)，氣溶膠的模擬由預(yù)先建立的查找表及MODIS產(chǎn)品估算。

1.2 光譜響應(yīng)分析

從美國(guó)USGS網(wǎng)站及中國(guó)資源衛(wèi)星應(yīng)用中心網(wǎng)站下載LC8 OLI、GF1 WFV/MSS光譜響應(yīng)數(shù)據(jù)，制作LC8 OLI、GF1 WFV/MSS可見(jiàn)光及近紅外波段光譜響應(yīng)曲線（圖2），用于計(jì)算初始的分子光學(xué)厚度參數(shù)、臭氧傳輸參數(shù)、水汽傳輸?shù)膬山M參數(shù)和其他氣體的3組參數(shù)。

圖2 LC8 OLI、GF-1 WFV/MSS光譜響應(yīng)曲線

比較二者光譜響應(yīng)差異，GF-1的4個(gè)WFV傳感器及2個(gè)MSS傳感器光譜響應(yīng)曲線相近，LC8 OLI紅光及近紅外波段波譜范圍相對(duì)較窄，藍(lán)綠波段光譜響應(yīng)函數(shù)與GF-1 WFV/ MSS差異較小，雖然Landsat8 OLI與 GF-1 WFV/MSS對(duì)應(yīng)通道并非完全相同，但波段設(shè)置較為相似的設(shè)計(jì)，使應(yīng)用LC8 OLI適用的大氣校正算法進(jìn)行GF1 WFV/MSS數(shù)據(jù)大氣校正成為較好的選擇。

應(yīng)用積分算法對(duì)各傳感器不同波段光譜響應(yīng)數(shù)據(jù)進(jìn)行運(yùn)算（式5），通過(guò)建立以LC8 OLI為基準(zhǔn)的光譜匹配系數(shù)（式6），與USGS典型地物光譜庫(kù)數(shù)據(jù)進(jìn)行對(duì)比，修訂GF-1 WFV/MSS光譜響應(yīng)函數(shù)差異[35]。

式中1和2為波段范圍最小值和最大值，()為波長(zhǎng)處光譜響應(yīng)值，()為波長(zhǎng)處反射率。計(jì)算Landsat8,i和GF1,i，并進(jìn)行相應(yīng)波段的比較求得光譜匹配系數(shù)。

1.3 像元幾何參數(shù)

本文進(jìn)行大氣校正時(shí)，需要求算每個(gè)像元衛(wèi)星方位角和天頂角、太陽(yáng)方位角和天頂角。利用隨衛(wèi)星元數(shù)據(jù)發(fā)放的參數(shù)文件中給定的仰俯、側(cè)滾、偏航等角度及地理定位等信息計(jì)算，對(duì)于一條掃描線任意列數(shù)據(jù)衛(wèi)星方位角和天頂角與給定參數(shù)關(guān)系如下：

按照衛(wèi)星過(guò)境時(shí)間及像元經(jīng)緯度進(jìn)行每一像元太陽(yáng)方位角和天頂角的計(jì)算，需對(duì)影像進(jìn)行精準(zhǔn)的幾何（正射）校正，理論上認(rèn)為對(duì)影像的幾何定位與大氣校正無(wú)既定處理順序[36]。本文首先對(duì)GF-1進(jìn)行正射校正，根據(jù)校正后的幅寬與日地距離比得到整幅的太陽(yáng)天頂角變化，然后根據(jù)幅寬像元數(shù)線性插值，得到逐像元太陽(yáng)天頂角。太陽(yáng)方位角對(duì)計(jì)算反射率影響較小且變化很小，這里使用了景中心數(shù)值。

1.4 表觀反射率

獲取像元表觀反射率首先需通過(guò)輻射定標(biāo)系數(shù)將像元通道計(jì)數(shù)值轉(zhuǎn)換為像元表觀輻亮度，再由大氣層頂太陽(yáng)輻照度、日地天文距離、太陽(yáng)天頂角數(shù)據(jù)將大氣層頂表觀輻亮度轉(zhuǎn)換為大氣層頂表觀反射率，計(jì)算公式如下：

式中為表觀輻亮度，W/(m2·sr·m)；DN為像元通道計(jì)數(shù)值；scale和offset為輻射定標(biāo)系數(shù)；為日地天文距離；為太陽(yáng)輻照度，W/(m2·sr·m)；為太陽(yáng)天頂角，rad。

1.5 大氣參數(shù)

1.5.1 氣溶膠光學(xué)厚度

地表反射率與氣溶膠的耦合關(guān)系使得在進(jìn)行大氣校正時(shí)，氣溶膠的剝離存在一定難度，在一些大氣校正平臺(tái)中往往是根據(jù)觀測(cè)點(diǎn)地理位置及時(shí)間選擇一個(gè)氣溶膠模式，如限定緯度、季節(jié)和區(qū)域類型等。這種預(yù)定義的氣溶膠模式較粗糙，即使計(jì)算當(dāng)日氣溶膠也多是整幅的氣溶膠而不是逐像元的氣溶膠值，代表性較差。

本文以LaSRC流程對(duì)GF-1數(shù)據(jù)進(jìn)行大氣校正時(shí)，氣溶膠的估算采用引入MODIS產(chǎn)品為輔助數(shù)據(jù)的方法，首先計(jì)算MODIS產(chǎn)品紅藍(lán)波段地表反射率比值，根據(jù)紅藍(lán)波段比與NDVImir線性關(guān)系，以及NDVImir與NDVI的線性關(guān)系[36]，估算GF-1 WFV/MSS紅藍(lán)波段地表反射率比值，分別比較埃氏系數(shù)為1.0、1.75、2.5這3種情況和22個(gè)氣溶膠光學(xué)厚度時(shí)MODIS和GF-1 WFV/MSS數(shù)據(jù)紅藍(lán)波段地表反射率比值的殘差，由殘差最小時(shí)地表反射率求得氣溶膠。

以2016年8月26日遼寧境內(nèi)條帶號(hào)121、行編號(hào)31的LC8數(shù)據(jù)為試驗(yàn)，分別采集有植被和稀疏植被覆蓋地區(qū)樣本各300個(gè)，比較NDVI與NDVImir關(guān)系。

圖3 NDVI與NDVImir比較分析

圖3也可看出NDVI與NDVImir線性關(guān)系明顯，圖中有植被覆蓋地區(qū)NDVI與NDVImir數(shù)值均較稀疏植被覆蓋地區(qū)大，有植被覆蓋地區(qū)二者相關(guān)系數(shù)為0.958，線性回歸方程常數(shù)項(xiàng)和一次項(xiàng)分別為?0.262和1.097；稀疏植被覆蓋地區(qū)二者相關(guān)系數(shù)為0.912，線性回歸方程常數(shù)項(xiàng)和一次項(xiàng)分別為?0.284和1.128；2個(gè)方程均通過(guò)0.05水平顯著性檢驗(yàn)。

由于計(jì)算輸出結(jié)果為波長(zhǎng)550 nm處AOT，需根據(jù)AOT與波長(zhǎng)之間的關(guān)系[37]求算其他各波段AOT數(shù)值，公式如下：

1.5.2 瑞利光學(xué)厚度

在獲取瑞利散射反射率時(shí)需以瑞利光學(xué)厚度（ROD）為輸入項(xiàng)，ROD是波長(zhǎng)及海拔高度的函數(shù)[38-39]，波長(zhǎng)一定時(shí)海平面處ROD計(jì)算如下

式中()為波長(zhǎng)處ROD。為海拔高度，m；對(duì)于任意海拔高度處ROD計(jì)算為

1.5.3 大氣影響氣體含量

應(yīng)用MODIS產(chǎn)品獲取逐日大氣水汽、臭氧含量，該數(shù)據(jù)空間分辨率5.5 km，將其與待校正數(shù)據(jù)進(jìn)行像元尺度的空間匹配。當(dāng)MODIS產(chǎn)品實(shí)時(shí)性受限，在所需處理時(shí)段數(shù)據(jù)無(wú)逐日MODIS產(chǎn)品數(shù)據(jù)時(shí)，對(duì)于臭氧、大氣可降水氣候值的計(jì)算采用2013－2018年近6 a MODIS產(chǎn)品逐日動(dòng)態(tài)滾動(dòng)平均值進(jìn)行補(bǔ)充，雖然不是待校正當(dāng)日數(shù)據(jù)，但相較于根據(jù)經(jīng)緯度及時(shí)間的查找表參數(shù)確定方式仍具有較高精度。當(dāng)平臺(tái)未檢測(cè)到與待校正數(shù)據(jù)同日MODIS產(chǎn)品輔助數(shù)據(jù)時(shí)，提示并自動(dòng)調(diào)用動(dòng)態(tài)平均值作為輸入量完成大氣校正處理。

1.5.4 大氣壓強(qiáng)

大氣壓強(qiáng)數(shù)據(jù)用于計(jì)算大氣后向半球反照率、氣體透過(guò)率、大氣總傳輸率、大氣內(nèi)反射率等參數(shù)，影像各像元處大氣壓強(qiáng)通過(guò)海平面氣壓及海拔高度關(guān)系計(jì)算

式中為大氣壓強(qiáng)，hPa；0為海平面氣壓，hPa。

2 數(shù)據(jù)及處理

2.1 試驗(yàn)數(shù)據(jù)

LC8 OLI數(shù)據(jù)通過(guò)美國(guó)USGS網(wǎng)站下載，數(shù)據(jù)級(jí)別為L(zhǎng)1TP。GF-1 WFV/MSS數(shù)據(jù)來(lái)源于中國(guó)資源衛(wèi)星應(yīng)用中心網(wǎng)站，數(shù)據(jù)級(jí)別L1A。篩選2016—2017年GF-1數(shù)據(jù)，在比較GF-1與LC8大氣校正結(jié)果差異時(shí)，選取二者過(guò)境時(shí)傳感器采集數(shù)據(jù)有較大交叉覆蓋范圍的同日數(shù)據(jù)，LC8與GF-1均在地方時(shí)午前過(guò)境，選取同日數(shù)據(jù)大氣狀況差異小，便于對(duì)二者的大氣校正結(jié)果進(jìn)行比較分析（見(jiàn)表1）。

表1 衛(wèi)星數(shù)據(jù)集

2.2 數(shù)據(jù)處理

對(duì)于LC8 OLI數(shù)據(jù)大氣校正流程的實(shí)現(xiàn)，首先使用數(shù)據(jù)集提供的質(zhì)量評(píng)價(jià)數(shù)據(jù)對(duì)遙感數(shù)據(jù)進(jìn)行云區(qū)、云陰影、水體的檢驗(yàn)，對(duì)識(shí)別出的像元缺漏和云等無(wú)法處理的數(shù)據(jù)進(jìn)行標(biāo)記隔離。通過(guò)屬性文件獲取定標(biāo)信息進(jìn)行輻射定標(biāo)、獲取太陽(yáng)角度進(jìn)行太陽(yáng)高度訂正，計(jì)算出表觀反射率。利用查找表估算初始地表反射率，通過(guò)NDVImir估算紅藍(lán)波段地表反射率比值，與MODIS產(chǎn)品紅藍(lán)波段地表反射率比值對(duì)比求算AOT，最后結(jié)合表觀反射率和大氣氣體含量以及其他參數(shù)完成大氣校正。對(duì)于GF-1 WFV/MSS數(shù)據(jù)大氣校正流程的實(shí)現(xiàn)，與LC8 OLI不同的是，GF-1 WFV/MSS為未經(jīng)正射校正的L1A級(jí)數(shù)據(jù)，使用數(shù)據(jù)集提供的RPC參數(shù)結(jié)合全球30 m分辨率DEM數(shù)據(jù)進(jìn)行正射校正，使二者進(jìn)行精確幾何配準(zhǔn)。其次GF-1 WFV/MSS的定標(biāo)系數(shù)由中國(guó)資源衛(wèi)星應(yīng)用中心每年更新一次，數(shù)據(jù)期間可能有變化，應(yīng)用對(duì)應(yīng)的LC8 OLI數(shù)據(jù)對(duì)定標(biāo)系數(shù)進(jìn)行交叉驗(yàn)證，提高定標(biāo)的準(zhǔn)確性。同時(shí)GF-1 WFV/MSS需要對(duì)側(cè)滾、仰俯和偏航角處理得到相關(guān)角度數(shù)據(jù)（式7、8）。經(jīng)上述處理后，計(jì)算得到GF-1 WFV/MSS的表觀反射率，再通過(guò)NDVI求算紅藍(lán)波段地表反射率比值，完成后續(xù)大氣校正處理。最后將LC8 OLI和GF-1 WFV/MSS數(shù)據(jù)進(jìn)行相同區(qū)域的裁剪和配準(zhǔn)（圖4）。

圖4 數(shù)據(jù)處理主要流程

3 結(jié)果與分析

3.1 LC8 OLI大氣校正

LaSRC的開(kāi)發(fā)是為進(jìn)行LC8 L1G產(chǎn)品大氣校正的，目前USGS共享的數(shù)據(jù)為L(zhǎng)1T級(jí)別，由于不同級(jí)別數(shù)據(jù)的像元重定位，使校正結(jié)果存在少量偏差。利用同一時(shí)次LC8 OLI數(shù)據(jù)以及其地表反射率產(chǎn)品對(duì)算法實(shí)現(xiàn)精度及適用性進(jìn)行分析。從USGS網(wǎng)站下載同時(shí)次LC8 OLI數(shù)據(jù)（數(shù)據(jù)集名稱為：LC08_L1TP_030031_20170831_20180125_01_T1）和地表反射率產(chǎn)品（數(shù)據(jù)集名稱為：LC08_CU_015008_20170831_20180126_C01_V01_SR），對(duì)LC8 OIL數(shù)據(jù)進(jìn)行大氣校正處理并與USGS LC8 OLI地表反射率產(chǎn)品逐波段比較（圖5）。

從LC8 OLI數(shù)據(jù)大氣校正結(jié)果與USGS LC8 OLI地表反射率產(chǎn)品中以100×100個(gè)像元的窗口采集樣本點(diǎn)各2 500個(gè)，比較二者相關(guān)性。從圖4中可以看出應(yīng)用LC8 OIL數(shù)據(jù)的大氣校正結(jié)果與USGS LC8 OLI地表反射率產(chǎn)品可見(jiàn)光至短波紅外的第1～第7個(gè)波段相關(guān)關(guān)系均較好，決定系數(shù)為0.993～0.998，對(duì)LC8 OIL數(shù)據(jù)進(jìn)行大氣校正算法與美國(guó)USGS發(fā)布的LC8 OLI地表反射率產(chǎn)品擬合度高。本地化LaSRC方法對(duì)于LC8 L1TP級(jí)別數(shù)據(jù)的大氣校正能夠代表USGS LC8 OLI地表反射率產(chǎn)品水平。

3.2 GF1 WFV/MSS大氣校正分析

對(duì)2016－2017年GF1 WFV/MSS試驗(yàn)數(shù)據(jù)進(jìn)行大氣校正處理。圖6為校正前后2017-09-07日遼寧境內(nèi)GF-1 WFV/MSS數(shù)據(jù)1、2、3波段合成真彩色圖像，分析大氣校正處理對(duì)影像的目視清晰度的影響。

注：λ為波長(zhǎng)，n為樣本容量，R2為決定系數(shù)。

圖6 GF-1大氣校正前后影像

從圖6中可以看出，由于大氣校正過(guò)程對(duì)大氣分子、氣溶膠、水汽、臭氧等噪聲的處理，大氣校正后影像清晰度提升，尤其是影像下部受大氣影響明顯區(qū)域，大氣校正后目視判讀性得到改善，這一效果是相對(duì)大氣校正無(wú)法實(shí)現(xiàn)的。

應(yīng)用下墊面地類較為豐富的2017年6月5日GF-1 MSS數(shù)據(jù)為例，該數(shù)據(jù)下墊面類型包括：裸土、農(nóng)田、林地、建筑、淡水、海水，且該時(shí)段農(nóng)林地表植被生長(zhǎng)利于進(jìn)行大氣校正前后的地表分析，數(shù)據(jù)景中心大氣層臭氧質(zhì)量濃度0.642 mg/L，水汽質(zhì)量濃度0.96 mg/L，氣溶膠光學(xué)厚度0.35。分析大氣校正對(duì)通道數(shù)據(jù)的影響，從該數(shù)據(jù)提取大氣校正前后所有像元，計(jì)算逐通道每景影像所有像元混合的表觀反射率均值與地表反射率均值的差值，定義為校正量（以符號(hào)表示）。

從表2看出，對(duì)于GF-1 MSS傳感器的藍(lán)、綠、紅通道，表觀反射率與地表反射率差值逐漸減小，尤其藍(lán)通道降低最明顯、綠通道次之、紅通道降低最少；相較于可見(jiàn)光波段，近紅外波段大氣校正前后地表反射率表現(xiàn)恰好相反，各傳感器近紅外波段地表反射率較表觀反射率略有增加，且部分?jǐn)?shù)值增加較多，算法適應(yīng)性還需進(jìn)一步研究。大氣校正處理對(duì)藍(lán)、綠通道影響較大，這與波長(zhǎng)較短的藍(lán)、綠光易受大氣影響，長(zhǎng)波輻射對(duì)大氣的穿透性較強(qiáng)的規(guī)律相一致。對(duì)于受大氣影響較大的藍(lán)、綠通道，大氣校正處理使各傳感器地表反射率相較于表觀反射率值降低了6.12%～8.2%和2.6%～4.29%，紅波段校正量為0.1%～2.18%，由此可見(jiàn)，數(shù)據(jù)定量應(yīng)用時(shí)缺乏精確的大氣校正處理必將引起相應(yīng)后續(xù)誤差。

表2 GF-1 WFV/MSS校正量

從2017年6月5日GF-1 MSS數(shù)據(jù)中采集裸土、農(nóng)田、林地、建筑、淡水、海水區(qū)域大氣校正前后試驗(yàn)影像樣本像元每種300個(gè)，分析大氣校正處理對(duì)不同地物類型影像光譜影響，比較校正前表觀反射率和校正后地表反射率差異（圖7）。

對(duì)于裸土、農(nóng)田、林地、建筑4種地表下墊面類型，在可見(jiàn)光波段均表現(xiàn)出隨波長(zhǎng)增加大氣校正處理使反射率差值差異減小，尤其在紅波段大氣校正處理與否反射率值變化不大的特征，這符合可見(jiàn)光短波波段易受大氣影響的規(guī)律。無(wú)論是否進(jìn)行大氣校正處理，裸土及建筑可見(jiàn)光波段反射率均高于農(nóng)田及林地、近紅外波段反射率均低于農(nóng)田及林地。大氣校正前后，反射率隨波長(zhǎng)變化曲線趨勢(shì)較為相似，無(wú)植被覆蓋的裸土及建筑大氣校正前各可見(jiàn)光波段反射率值相近，大氣校正后反射率隨波長(zhǎng)逐漸增加；農(nóng)田及林地大氣校正前可見(jiàn)光波段反射率隨波長(zhǎng)增加減小，大氣校正使波長(zhǎng)短的藍(lán)波段反射率明顯降低；4個(gè)陸表地類近紅外波段大氣校正后反射率值均略增加。水體反射率整體表現(xiàn)出與陸表相反的特征，兩類水體大氣校正前可見(jiàn)光波段反射率特征相似，均表現(xiàn)為隨波長(zhǎng)降低，且海水反射率較淡水偏高，大氣校正處理使水體各波段反射率值不同程度降低。

在LaSRC大氣校正流程算法中，LC8 OLI氣溶膠的模擬應(yīng)用到了近紅外和短波紅外波段歸一化指數(shù)。GF-1 WFV/MSS沒(méi)有短波紅外通道，在獲取GF-1 WFV/MSS氣溶膠時(shí)，利用歸一化植被指數(shù)進(jìn)行了替代，雖然NDVI與NDVImir具有較好的線性關(guān)系，但在稀疏植被覆蓋地區(qū)差異大于植被覆蓋地區(qū)。利用前述采集的300個(gè)裸土和建筑大氣校正結(jié)果樣本數(shù)據(jù)代表稀疏植被覆蓋地區(qū)，以農(nóng)田和林地代表植被覆蓋地區(qū)，以同時(shí)次對(duì)應(yīng)樣本點(diǎn)LC8 OLI大氣校正結(jié)果為基準(zhǔn)，比較稀疏/有植被覆蓋地區(qū)大氣校正效果。

從表3可以看出，對(duì)于裸土和建筑樣本數(shù)據(jù)GF-1 MSS大氣校正結(jié)果與LC8 OLI大氣校正結(jié)果相關(guān)系數(shù)分別為0.765～0.860和0.692～0.833，農(nóng)田和林地樣本數(shù)據(jù)大氣校正結(jié)果相關(guān)系數(shù)分別為0.810～0.928和0.850～0.906。該方法在有農(nóng)田和林木等植被覆蓋的中低緯度大氣校正效果較好，對(duì)稀疏植被的裸地和建筑地表大氣校正效果相對(duì)稍差。

表3 稀疏/有植被覆蓋地區(qū)大氣校正結(jié)果比較

3.3 大氣校正精度分析

Vermote等[33]已驗(yàn)證LC8 OLI大氣校正結(jié)果與MODIS產(chǎn)品相比具有較高精度，而MODIS地表反射率產(chǎn)品普遍認(rèn)為較為準(zhǔn)確。本文以LC8 OLI數(shù)據(jù)大氣校正結(jié)果為基準(zhǔn)，比較同日同區(qū)域GF-1 WFV/MSS各傳感器大氣校正結(jié)果準(zhǔn)確性。所用數(shù)據(jù)為2016 年8月26日WFV2/MSS1/MSS2、2017年3月31日WFV1、2017年6月5日WFV4、2017年9月7日WFV3，這些數(shù)據(jù)涉及所有GF-1傳感器，且GF-1與LC8過(guò)境時(shí)傳感器采集數(shù)據(jù)有較大交叉覆蓋范圍便于二者進(jìn)行比較分析。

將同日GF-1與LC8數(shù)據(jù)進(jìn)行地理配準(zhǔn)，對(duì)兩景影像分別出現(xiàn)的云、云陰影區(qū)域進(jìn)行合并剔除，剪裁兩景影像交叉部位。根據(jù)通道波段范圍及中心波長(zhǎng)，以GF-1 WFV/MSS通道1～4順序?qū)?yīng)LC8 OLI通道2～5，即將2種衛(wèi)星傳感器藍(lán)、綠、紅、近紅外波段兩兩對(duì)應(yīng)，提取GF-1 和LC8兩景影像交叉區(qū)域所有對(duì)應(yīng)像元，比較GF-1和LC8各景地表反射率算數(shù)平均值（）和二者差值（），逐像元平均絕對(duì)誤差（）、相關(guān)系數(shù)（）進(jìn)行大氣校正結(jié)果的比較。

式中1、2分別為GF-1各傳感器及LC8 OLI每通道整景影像表觀反射率（TOA）或地表反射率（SR）平均值；1i、2i分別為GF-1各傳感器及LC8 OLI各景每像元大氣校正結(jié)果；為樣本容量。

所選取的每種傳感器的數(shù)據(jù)采集時(shí)間及下墊面不同，表4中GF-1及LC8各傳感器大氣校正前各通道表觀反射率平均值（GF1,TOA與LC8,TOA）相差較多。但無(wú)論各傳感器各通道平均大氣校正結(jié)果還是逐像元大氣校正結(jié)果比較，GF-1各傳感器與LC8 OLI地表反射率差異均較小。大氣校正后GF1各傳感器每通道地表反射率平均值（GF1,SR）與LC8 OLI對(duì)應(yīng)通道地表反射率平均值（LC8,SR）藍(lán)通道相差0.13%～1.38%、綠通道相差為0.23%～1.84%、紅通道相差為0.71%～1.51%、近紅外通道相差為0.97%～6.64%；GF-1和LC8大氣校正結(jié)果逐像元絕對(duì)誤差，藍(lán)通道為0.81%～1.72%、綠通道為0.81%～1.94%、紅通道為0.95%～2.26%、近紅外通道為1.83%～4.39%；其中除WFV4近紅外通道校正結(jié)果相差稍多，其他誤差均低于3%。

表4 GF-1與LC8大氣校正結(jié)果比較

由于比較時(shí)進(jìn)行了質(zhì)檢剔除了云覆蓋數(shù)據(jù)，無(wú)損采集GF-1與LC8同日同地交叉地域覆蓋的其他所有有效像元，樣本容量都超過(guò)了千萬(wàn)級(jí)別，GF-1各傳感器與LC8 OLI逐像元大氣校正結(jié)果都具有較高相關(guān)性，且均通過(guò)0.05顯著性檢驗(yàn)。WFV1與OLI大氣校正結(jié)果相關(guān)系數(shù)為0.825～0.963、WFV2與OLI為0.909～0.944、WFV3與OLI為0.905～0.956、WFV4與OLI為0.951～0.972、MSS1與OLI為0.860～0.900、MSS2與OLI為0.875～0.920，總體上相關(guān)系數(shù)與波長(zhǎng)呈正相關(guān)，這是由于波長(zhǎng)越長(zhǎng)對(duì)大氣穿透性越好，所需進(jìn)行的校正相對(duì)較少，相應(yīng)的引入誤差的可能性越小。相較于WFV系列傳感器，MSS 2個(gè)傳感器大氣校正結(jié)果與OLI相比相關(guān)性較低，是由于MSS空間分辨率8 m在像元重定位空間匹配時(shí)存在一定的偏差。從比較結(jié)果分析，對(duì)于GF-1 WFV/MSS傳感器應(yīng)用LC8 OLI大氣校正算法進(jìn)行大氣校正處理是適用的。

4 結(jié) 論

1）本文驗(yàn)證了本地化LaSRC流程進(jìn)行LC8 OLI數(shù)據(jù)大氣校正結(jié)果與USGS LC8 OLI地表反射率產(chǎn)品通道1～7決定系數(shù)分別為0.997、0.998、0.998、0.997、0.995、0.996、0.993，即相關(guān)性較好的基礎(chǔ)上，通過(guò)對(duì)逐像元幾何參數(shù)的計(jì)算、逐像元?dú)馊苣z光學(xué)厚度的求算、MODIS產(chǎn)品的調(diào)用等系統(tǒng)建設(shè)，構(gòu)建了GF-1 WFV/MSS數(shù)據(jù)大氣校正方法流程及應(yīng)用平臺(tái)。

2）通過(guò)對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行大氣校正處理，GF-1數(shù)據(jù)大氣校正后目視判讀性得到改善。研究表明，大氣校正使藍(lán)、綠通道地表反射率有所降低，大氣校正后的地表反射率能更好反映下墊面情況；陸表地類大氣校正結(jié)果隨下墊面不同表現(xiàn)出差異，GF-1 MSS大氣校正結(jié)果與LC8 OLI大氣校正結(jié)果相關(guān)系數(shù)在裸土和建筑樣本區(qū)域分別為0.765～0.860和0.692～0.833，農(nóng)田和林地樣本區(qū)域分別為0.810～0.928和0.850～0.906。

3）應(yīng)用同日同地交叉地域GF-1 WFV/MSS與LC8 OLI大氣校正結(jié)果分析表明，各通道地表反射率差值和逐像元絕對(duì)誤差較?。欢呦嚓P(guān)系數(shù)WFV1與OLI為0.825～0.963、WFV2與OLI為0.909～0.944、WFV3與OLI為0.905～0.956、WFV4與OLI為0.951～0.972、MSS1與OLI為0.860～0.900、MSS2與OLI為0.875～0.920，相關(guān)系數(shù)最低為0.825，相關(guān)關(guān)系較好。因此，對(duì)于GF-1 WFV/MSS數(shù)據(jù)應(yīng)用LaSRC流程進(jìn)行大氣校正處理能夠獲得較為可觀的精度。

4）與LC8 OLI相比GF-1缺少短波紅外通道，為繼承LC8 OLI大氣校正過(guò)程中氣溶膠光學(xué)厚度通過(guò)MODIS產(chǎn)品獲取待校正數(shù)據(jù)像元水平的做法，GF-1數(shù)據(jù)大氣校正處理時(shí)，求解氣溶膠時(shí)用NDVI線性斜率和截距代表過(guò)程變量NDVImir，實(shí)現(xiàn)了用待校正GF-1數(shù)據(jù)獲取其氣溶膠光學(xué)厚度的方法。近紅外波段大氣校正前后地表反射率表現(xiàn)恰好相反，各傳感器近紅外波段地表反射率較表觀反射率略有增加，且部分?jǐn)?shù)值增加較多，并且在GF-1 WFV/MSS與LC8 OLI大氣校正結(jié)果比較時(shí)，近紅外通道校正結(jié)果也表現(xiàn)出偏差較大，由于LC8 OLI近紅外波段光譜響應(yīng)范圍較GF-1相比偏窄，雖然利用光譜匹配系數(shù)對(duì)一些參數(shù)做了調(diào)整，難免還存在偏差，后續(xù)還需進(jìn)行算法的改進(jìn)及參數(shù)調(diào)整。

[1]邱鵬勛，汪小欽，茶明星，等. 基于TWDTW的時(shí)間序列GF-1 WFV農(nóng)作物分類[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2019，52(17)：2951－2961.

Qiu Pengxun, Wang Xiaoqian, Cha Mingxing, et al. Crop identification based on TWDTW method and time series GF-1 WFV[J]. Scientia Agricultura Sinica, 2019, 52(17): 2951－2961. (in Chinese with English abstract)

[2]常布輝，王軍濤，羅玉麗，等. 河套灌區(qū)沈?yàn)豕嘤騁F-1/WFV遙感耕地提取[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(23)：188－195.

Chang Buhui, Wang Juntao, Luo Yüli, et al. Cultivated land extraction based on GF-1/WFV remote sensing in Shenwu irrigation area of Hetao Irrigation District[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(23): 188－195. (in Chinese with English abstract)

[3]Bernardo N, Watanabe F, Rodrigues F, et al. An investigation into the effectiveness of relative and absolute atmospheric correction for retrieval the TSM concentration in inland waters[J]. Modeling Earth Systems and Environment, 2016, 2(3): 1－7.

[4]趙英時(shí). 遙感應(yīng)用分析原理與方法[M]. 北京：科學(xué)出版社，2003.

[5]Richter R. A spatially adaptive fast atmospheric correction algorithm[J]. International Journal of Remote Sensing, 1996, 17(6): 1201－1214.

[6]Chavez P S. An improved dark-object subtraction technique for atmospheric scattering correction of multispectral data[J]. Remote Sensing of Environment, 1988, 24(3): 459－479.

[7]Kaufman Y J, Wald A E, Remer L A, et al. The MODIS 2.1-m channel-correlation with visible reflectance for use in remote sensing of aerosol[J]. IEEE Transactions on Geoscience and Remote Sensing, 1997, 35(5): 1286－1298.

[8]Hall F G, Strebel D E, Nickeson J E, et al. Radiometric rectification: Toward a common radiometric response among multi-date, multisensor images[J]. Remote Sensing of Environment, 1991, 35(1): 11－27.

[9]Kruse F A. Use of airborne imaging spectrometer data to map minerals associated with hydrothermally altered rocks in the northern grapevine mountains, Nevada and California[J]. Remote Sensing of Environment, 1988, 24(1): 31－51.

[10]Nieuwenhove V V, Beenhouwer J D, Carlo F D, et al. Dynamic intensity normalization using eigen flat field in X-ray imaging[J]. Optics Express, 2005, 23(21): 27975－27989.

[11]Smith G M, Milton E J. The use of the empirical line method to calibrate remotely sensed data to reflectance[J]. International Journal of Remote Sensing, 1999, 20(13): 2653－2662.

[12]Tanré D, Deroo C, Duhaut P, et al. Description of a computer code to simulate the satellite signal in the solar spectrum: the 5S code[J]. International Journal of Remote Sensing, 1990, 11(4): 659－668.

[13]Tanré D, Herman M, Deschamps P Y, et al. Atmospheric modeling for space measurements of ground reflectances, including bidirectional properties[J]. Applied Optics, 1979, 18(21): 3587－3594.

[14]Kotchenova S Y, Vermote E F, Matarrese R, et al. Validation of a vector version of the 6S radiative transfer code for atmospheric correction of satellite data. Part I: Path radiance[J]. Applied Optics, 2006, 45(26): 6762－6774.

[15]Kotchenova S Y, Vermote E F, Levy R, et al. Radiative transfer codes for atmospheric correction and aerosol retrieval: intercomparision study[J]. Applied Optics, 2008, 47(13): 2215－2226.

[16]劉佳，王利民，楊玲波，等. 基于6S模型的GF-1衛(wèi)星影像大氣校正及效果[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(19)：159－168. Liu Jia, Wang Limin, Yang Lingbo, et al. GF-1 satelliate image atmospheric correction based on 6S model and its effcet[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(19): 159－168. (in Chinese with English abstract)

[17]孫林，于會(huì)泳，傅俏燕，等. 地表反射率產(chǎn)品支持的GF-1PMS氣溶膠光學(xué)厚度反演及大氣校正[J]. 遙感學(xué)報(bào)，2016，20(6)：216－228. Sun Lin, Yu Huiyong, Fu Qiaoyan, et al. Aerosol optical depth retrieval and atmospheric correction application for GF-1 PMS supported by land surface reflectance data[J]. Journal of Remote Sensing, 2016, 20(6): 216－228. (in Chinese with English abstract)

[18]孫元亨，秦其明，任華忠，等. GF-4/PMS與GF-1/WFV兩種傳感器地表反射率及NDVI一致性分析[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2017，33(9) ：167－173. Sun Yuanheng, Qin Qiming, Ren Huazhong, et al. Consistency analysis of surface reflectance and NDVI between GF-4/PMS and GF-1/WFV[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(9): 167－173. (in Chinese with English abstract)

[19]薛現(xiàn)光，周揚(yáng)，胡校飛，等. 基于大氣參數(shù)擬合的GF-1多光譜影像大氣校正[J]. 海洋測(cè)繪，2018，38(5)：50－54.

Xue Xianguang, Zhou Yang, Hu Xiaofei, et al. Atmospheric correction of GF-1 multi-spectral image based on fitting of atmospheric parameters[J]. Hydrographic Surveying and Charting, 2018, 38(5): 50－54. (in Chinese with English abstract)

[20]胡勇，仲波，馬澤忠，等. 采用MODIS大氣產(chǎn)品的高分一號(hào)WFV數(shù)據(jù)大氣校正[J]. 遙感信息，2018，33(5)：35－40.

Hu Yong, Zhong Bo, Ma Zezhong, et al. GF-1 WFV atmospheric correction based on MODIS atmosphere produce and 6S model[J]. Remote Sensing Informaton, 2018, 33(5): 35－40. (in Chinese with English abstract)

[21]吳北嬰. 大氣輻射傳輸實(shí)用算法[M]. 北京：北京氣象出版社，1998.

[22]Berk A, Bernstein L S, Anderson G P, et al. MODTRAN cloud and multiple scattering upgrades with application to AVIRIS[J]. Remote Sensing of Environment, 1998, 65(3): 367－375.

[23]Callieco F, Dell-Acqua F. A comparison between two radiative transfer models for atmospheric correction over a wide range of wavelengths[J]. International Journal of Remote Sensing, 2011, 32(5): 1357－1370.

[24]楊貴軍，黃文江，劉三超，等. 環(huán)境減災(zāi)衛(wèi)星高光譜數(shù)據(jù)大氣校正模型及驗(yàn)證[J] . 北京大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，46(5)：821－828.Yang Guijun, Huang Wenjiang, Liu Sanchao, et al. Research on modeling and validating of atmospheric correction for HJ-1A hyperspectral imager data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2010, 46(5): 821－828. (in Chinese with English abstract)

[25]鄭盛，趙祥，張顥，等. HJ-1衛(wèi)星CCD數(shù)據(jù)的大氣校正及其效果分析[J] . 遙感學(xué)報(bào)，2011，15(4)：709－721. Zheng Sheng, Zhao Xiang, Zhang Hao, et al. Atmospheric correction on CCD data of HJ-1 satellite and analysis of its effect[J]. Journal of Remote Sensing, 2011, 15(4): 709－721. (in Chinese with English abstract)

[26]熊世為，沈安云，李衛(wèi)國(guó)，等. MODTRAN模型在HJ/CCD影像大氣校中的應(yīng)用[J] . 江蘇農(nóng)業(yè)學(xué)報(bào)，2016，32(2)：319－324. Xiong Shiwei, Shen Anyun, Li Weiguo, et al. Application of MODTRAN model in atmospheric correction of HJ/CCD data[J]. Jiangsu Journal of Agricultural, 2016, 32(2): 319－324. (in Chinese with English abstract)

[27]Cooley T, Anderson G P, Felde G W, et al. FLAASH, a MODTRAN4-based atmospheric correction algorithm ,its application and validation[J]. IEEE International Geosciences and Remote Sensing Symposium, 2002(3): 1414－1418.

[28]陳玲，陳理，李偉，等. 基于FLAASH模型的Worldview3大氣校正[J]. 國(guó)土資源遙感，2019，31(4)：26－31. Chen Ling, Chen Li, Li Wei, et al. Atmospheric correction of Worldview3 image based on FLAASH model[J]. Remote Sensing for Land and Resource, 2019, 31(4): 26－31. (in Chinese with English abstract)

[29]李衛(wèi)國(guó)，蔣楠，王紀(jì)華. 基于薄云霧去除的ETM+影像大氣校正[J] . 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(增刊1)：82－88. Li Weiguo, Jiang Nan, Wang Jihua. Atmospheric correction for ETM+ image based on thin cloud removal[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(Supp.1): 82－88. (in Chinese with English abstract)

[30]Richter R. A fast atmospheric correction algorithm applied to Landsat TM images[J]. International Journal of Remote Sensing, 1990, 11(1): 159－166.

[31]王正海，段建軍，耿欣. 基于波普匹配的Hyperion數(shù)據(jù)大氣校正方法對(duì)比研究[J] . 遙感技術(shù)與應(yīng)用，2011，26(4)：432－436. Wang Zhenghai, Duan Jianjun, Geng Xin, et al. Comparative study atmospheric correction methods of Hyperion data based on spectral matching[J]. Remote Sensing for Land and Resource, 2011, 26(4): 432－436. (in Chinese with English abstract)

[32]Vermote E F, Justice C, Claverie M, et al. Preliminary analysis of the performance of the Landsat 8/OLI land surface reflectance product[J]. Remote Sensing of Environment, 2016, 185: 46－56.

[33]Vermote E F, Tanré D, Deuzé J L, et al. Second simulation of the satellite signal in the solar spectrum, 6S: An overview[J]. IEEE Geoscience and Remote Sensing Society, 1997, 35(3): 675－686.

[34]Vermote E F. Landsat8/OLI and sentinel 2 and VIIRS surface reflectance is largely based on MODIS C6(LaSRC) [EB/OL]. Workshop on Uncertainties in Remote Sensing ESA/ESRIN Frascati Italy [2017-10-25]. https://earth.esa.int/documents/ 700255/3264428/3. Vermote_ESRIN-WS-Uncertainties.pdf.

[35]Steven M D, Malthus T J, Baret F, et al. Intercalibration of vegetation indices from different sensor systems[J]. Remote Sensing of Environment, 2003, 88(4): 412－422.

[36]Tan B, Masek J G, Wolfe R, et al. Improved forest change detection with terrain illumination corrected Landsat images[J]. Remote Sensing of Environment, 2013, 136: 469－483.

[37]?ngstr?m A. The parameters of atmospheric turbidity[J]. Tellus, 1964, 16(1): 64－75.

[38]Dutton E G, Reddy P, Ryan S, et al. Features and effects of aerosol optical depth observed at Mauna Loa, Hawaii: 1982－1992[J]. Journal of Geophysical Research Atmospheres, 1994, 99(4): 8295－8306.

[39]Bodhaine B A, Norman B W, Ellsworth G D, et al. On Rayleigh optical depth calculations[J]. Journal of Atmospheric and Oceanic Technology, 1999, 16(11): 1854－1861.

Atmospheric correction method of GF-1 data based on Landsat8 product algorithm flow

Zhang Xiaoyue1,2,3, Li Linlin2,3, Wang Ying2,3, Zhang Qi2,3, Li Guochun4

(1.110166,; 2.110166,; 3.110166,; 4.,,110866,)

GF-1 satellite has the characteristics of high spatial resolution and short revisiting period, serving as the first satellite of the High-resolution Earth Observation System for National Science and Technology Major Project in China. The satellite carries two multi-spectral high-resolution cameras (panchromatic multispectral sensor, PMS) and four multi-spectral medium-resolution camera (wide field of view, WFV). GF-1 captured data play an important role in the identification of the underlying surface, and these data can be obtained free of charge from the website of the China Centre for Resources Satellite Data and Application. An important step for the application of GF-1 satellite data can be the interference removal of atmospheric molecules, aerosols, ozone, water vapor. The spectral response curves from Landsat8 (LC8) operational land imager(OLI) and GF-1 MSS/WFV were then analyzed in the visible and near the infrared bands. The results showed that the spectral range of LC8 OLI in the red- and near the infrared bands was relatively narrower than that of GF-1 MSS/WFV, whereas the spectral response function in the blue- and green bands was slightly different from that of GF-1 MSS/WFV, indicating that it is feasible to transplant LaSRC correction process to GF-1 MSS/WFV data. Since GF-1 satellite lacks the short-wave infrared band compared with LC8, the algorithm was modified to adapt to the characteristics of GF-1 channels. The atmospheric correction project was designed for the GF-1 satellite MSS/WFV data, including the algorithm analysis and code implement based on 6S atmospheric radiation simulation model and C++ programming language. Some parameters were used to estimate initial aerosol, including total atmospheric transmission, gaseous transmission, atmosphere spherical albedo and actual values of digital elevation model, atmospheric precipitation, ozone content. The loop calculation of the aerosol optical thickness(AOT) was carried out until the ratio between the red- and blue bands of GF-1 MSS/WFV data equal to the prescribed ratio of MODIS, according to the relationship between the blue- and the red surface reflectance known from MODIS. The results can be obtained the surface reflectance with the minimum residual error during different ?ngstr?m coefficients, and retrieved the aerosols in the pixel level of GF-1 MSS/WFV data. The pixel aerosol and these parameters were then substituted into 6S model to calculate the surface reflectance. Since the project was equipped a data file containing the atmospheric precipitation and ozone content at the current day, the surface reflectance could be obtained when only inputting GF-1 MSS/PMS data. Because the data of atmospheric influence gases, such as ozone and water vapor, on the same day of the data to be corrected were sometimes difficult to identify, two schemes can be provided, one is to use the data at that time, the other is to use the daily values of ozone and water vapor in past six years instead. The experimental results show that the proposed method has a good effect on the atmospheric correction in the middle and low latitudes that covered by vegetation, such as farmland and trees, but not good effect on that of the bare land and building surface that covered by sparse vegetation. Based on 6S model and LaSRC correction process, the correlation coefficient of the atmospheric correction between GF-1 MSS/WFV and LC8 OLI was from 0.825 to 0.972, indicating a high correlation of atmospheric correction results for two satellites. WFV similar spatial resolution to that of LC8 OLI was in good agreement with that of LC8 OLI atmospheric correction compared with that of MSS. The results show that it is convenient and operable for the GF-1 satellite data atmospheric correction method using the self-estimation aerosol parameters in the pixel level based on 6S model and LaSRC process. This promising atmospheric method can be very suitable for the land surface application, such as agricultural and forestry monitoring in growing season. At present, this method has been successfully implemented on Remote Sensing data processing platform Remote Sensing Desktop (RSD) in China.

satellites; remote sensing; GF-1 WFV/MSS; Landsat8 OLI; 6S; LaSRC; atmospheric correction

張曉月，李琳琳，王 瑩，張 琪，李國(guó)春. 采用Landsat8產(chǎn)品算法流程的高分一號(hào)數(shù)據(jù)大氣校正[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(1)：182－192.doi：10.11975/j.issn.1002-6819.2020.01.021 http://www.tcsae.org

Zhang Xiaoyue, Li Linlin, Wang Ying, Zhang Qi, Li Guochun. Atmospheric correction method of GF-1 data based on Landsat8 product algorithm flow[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(1): 182－192. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.01.021 http://www.tcsae.org

2019-07-02

2019-12-02

中國(guó)氣象局沈陽(yáng)大氣環(huán)境研究所開(kāi)放基金（2017SYIAE03）

張曉月，高級(jí)工程師，主要從事農(nóng)業(yè)氣象和遙感數(shù)據(jù)處理及應(yīng)用研究。Email：zhangxiaoyue225@163.com

10.11975/j.issn.1002-6819.2020.01.021

TP701

A

1002-6819(2020)-01-0182-11