鄢俊潔 王燕婷

(中國氣象局北京華云星地通科技有限公司，北京 100081)

引言

風(fēng)云三號D星(FY-3D)是我國第二代極軌氣象衛(wèi)星，于2017年11月16日在太原衛(wèi)星中心成功發(fā)射。其中的中分辨率光譜成像儀(MERSI-II)是FY-3D最主要的光學(xué)成像儀器，不僅能為氣象服務(wù)，還可以在遙感領(lǐng)域中廣泛應(yīng)用，如為全球生態(tài)環(huán)境、災(zāi)害監(jiān)測和氣候評估等提供觀測方案[1-2]。FY-3D衛(wèi)星每間隔102 min覆蓋一軌數(shù)據(jù)，由于每軌數(shù)據(jù)的衛(wèi)星天頂角、太陽高度角等條件存在差異，再加上風(fēng)云三號星上實時定標(biāo)，每條軌道也存在定標(biāo)上的差異，因此在全球拼圖時不同軌道反射率數(shù)據(jù)亮度差異明顯，有很明顯的縫隙，再加上云的移動和變化，因此不同軌道間的云數(shù)據(jù)也會明顯出現(xiàn)斷層，從而影響整個MERSI-II全球數(shù)據(jù)的定量化應(yīng)用。表1是FY-3D的MERSI-II載荷通道特性。

1 軌道間數(shù)據(jù)融合算法

1.1 問題分析

多光譜遙感數(shù)據(jù)真彩色合成圖像具有處理速度快，不依賴于其他遙感產(chǎn)品，易于判讀等特點， 其在氣象、生態(tài)環(huán)境、減災(zāi)等領(lǐng)域具有不可替代的作用[3]。而風(fēng)云三號的全球等經(jīng)緯度遙感真彩色合成圖是由MERSI載荷多條軌道數(shù)據(jù)拼接融合而成的。如何消除軌道間的色差問題以及縫隙的拼接痕跡，就成為決定極軌衛(wèi)星真彩色合成圖是否具有高精度的關(guān)鍵問題。

表1 FY-3D MERSI(II)載荷的所有通道特性

不同軌道間的反射率數(shù)據(jù)理論上如果輻射標(biāo)定準(zhǔn)確，衛(wèi)星過境時的觀測條件相同，那么在同一區(qū)域位置的物理數(shù)據(jù)均能準(zhǔn)確反映不同下墊面的輻射特性[4]，其反射率應(yīng)該沒有明顯差異，不需要做數(shù)據(jù)校正及軌道間數(shù)據(jù)的融合。但是實際上，由于衛(wèi)星在過境時，衛(wèi)星載荷在成像時，不同軌道數(shù)據(jù)來自不同地面站[5]，其衛(wèi)星天頂角、太陽方位角等條件均不同，再加上風(fēng)云三號是星上實時定標(biāo),不同軌數(shù)據(jù)定標(biāo)也存在差異性，因此不同軌的反射率數(shù)據(jù)顯示出明顯差異，在拼接時出現(xiàn)明顯的接縫，如圖1所示。

圖1 FY-3D的MERSI兩軌數(shù)據(jù)間的圖像差異

本文就圖1的具體時次數(shù)據(jù)為例，具體分析產(chǎn)生軌道間數(shù)據(jù)差異性的原因，以及其與衛(wèi)星天頂角等的關(guān)系，進一步進行軌道間融合算法的推導(dǎo)。

該兩軌數(shù)據(jù)為FY-3D MERSI-II載荷的2018年9月8日的05:00和2018年9月8日的06:40數(shù)據(jù)，如圖2所示。不同軌數(shù)據(jù)在成像時或多或少均有重復(fù)區(qū)域，這也是兩軌數(shù)據(jù)融合的基礎(chǔ)，但是在進行數(shù)據(jù)相關(guān)性分析和數(shù)據(jù)融合前，必須將兩個軌道數(shù)據(jù)進行統(tǒng)一的數(shù)據(jù)投影處理，沒有定位偏差和數(shù)據(jù)形變的情況下，才能進行分析和比較。

從兩個軌道圖中可以看出，數(shù)據(jù)有明顯的色調(diào)差異，這就是因為每次軌道進行成像時衛(wèi)星拍攝的角度以及太陽的角度不同，并且在未投影之前，存在波紋現(xiàn)象，同一區(qū)域數(shù)據(jù)的形狀也是變形的，因此必須先進行統(tǒng)一的校正處理。

1.2 校正處理

針對極軌衛(wèi)星不同軌道間對同一地理位置(像元)的反射率數(shù)據(jù)發(fā)生較大的差異從而造成色差的問題，本文首先是對數(shù)據(jù)進行了物理校正，得到能夠定量分析和應(yīng)用的校正后的地表反射率數(shù)據(jù)，其次從圖像處理的角度進行了不同軌道間的圖像融合處理，消除了不同軌道的影像接縫處的色差。因為本文重在說明極軌衛(wèi)星影像的軌道間融合算法的處理過程，因此大氣校正、太陽高度角訂正和10°塊的等經(jīng)緯度投影只做大致介紹。

(1)大氣校正：首先是利用了MODIS衛(wèi)星CREFL的算法原理對原始影像做了大氣校正，消除了水分子、臭氧、二氧化碳等的散射和吸收影響[6]，利用大氣輻射傳輸方程、衛(wèi)星和太陽天頂角等參數(shù)對數(shù)據(jù)進行了瑞利散射的校正。

LTOA(μs,μv,φ)=L0(μs,μv,φ)+

(1)

其中，LTOA是衛(wèi)星在大氣頂接收到的輻射，L0是路徑輻射，T(μs)為入射光線路徑上從大氣頂?shù)降孛娴目偼高^率，T(μv)為衛(wèi)星觀測路徑上從地表到大氣頂?shù)目偼渡渎剩現(xiàn)0為大氣頂?shù)奶柍?shù)，ρs為地表反射率，S為大氣反照率，μs為太陽天頂角余弦，μv為觀測天頂角余弦，φ為太陽和衛(wèi)星方位角差[7]。

(2)太陽高度角訂正：太陽高度角與太陽天頂角互為余角，反映了地球表面獲得太陽熱能數(shù)量的條件，對于太陽高度角小于80°以上地區(qū)做了訂正[8]。

(3)等經(jīng)緯度投影：以全球數(shù)據(jù)按10°塊進行的等經(jīng)緯度投影，將風(fēng)云三號極軌衛(wèi)星的每個軌道的圖像數(shù)據(jù)和角度數(shù)據(jù)進行等經(jīng)緯度度投影后得到的區(qū)塊數(shù)據(jù)，全球被分成了648塊。以本文中的數(shù)據(jù)為例，同一個位置的兩軌數(shù)據(jù)進行區(qū)塊等經(jīng)緯度投影，如圖3所示，由于05:00更靠近右邊的渤海灣地區(qū)，因此靠中間塊的投影會有一角數(shù)據(jù)沒有，屬正?，F(xiàn)象。

1.3 軌道間融合算法推導(dǎo)

理論情況下，在同一區(qū)域位置的不同軌道數(shù)據(jù)，其反射率應(yīng)該沒有明顯差異，均能準(zhǔn)確反映不同下墊面的輻射特性，其在紅光(中心波長0.47 μm)、綠光(中心波長0.55 μm)和藍光(中心波長0.65 μm)通道下的散點圖應(yīng)為一條斜率為1的直線。但實際情況下，從圖3可以看出，每軌數(shù)據(jù)的衛(wèi)星天頂角均是在變化的，不同時次的拍攝必然導(dǎo)致衛(wèi)星角度等條件不同。從06:40看，其衛(wèi)星天頂角從左到右，角度逐漸變大，對應(yīng)的圖像從色調(diào)上反映也是從清楚到薄弱，均是個漸變的過程。而05:00，剛好相反，其衛(wèi)星天頂角從左到右，角度是逐漸變小，對應(yīng)的圖像從色調(diào)上看也是越來越清楚。因此，在兩軌圖像搭接處，呈現(xiàn)一種反射率“左高右低”的現(xiàn)象，因此出現(xiàn)了明顯的縫差。

我們可以通過分析兩軌數(shù)據(jù)相同覆蓋區(qū)域從左到右的散點圖，來確定軌道數(shù)據(jù)與衛(wèi)星角度的關(guān)系，如圖4、圖5所示。

從圖5中可以看出，實際情況同一區(qū)域不同軌道間反射率數(shù)據(jù)受每軌的衛(wèi)星天頂角、太陽高度角影響很大，雖是同一區(qū)域但是兩軌數(shù)據(jù)的散點分布并非完全線性相關(guān)，而是分散分布；其次，隨著從左至右的衛(wèi)星天頂角的變化，兩軌數(shù)據(jù)的相關(guān)系數(shù)和截距也在變化，隨著衛(wèi)星天頂角的從大變小的過程中，衛(wèi)星觀測也越接近星下點觀測，也就是說，隨著05:00衛(wèi)星天頂角逐漸變小，05:00數(shù)據(jù)在相關(guān)性中所占權(quán)重越來越大，而隨著06:40衛(wèi)星天頂角逐漸變大，06:40數(shù)據(jù)所占權(quán)重反而變小。

圖3 投影后的2018年9月8日的06：40軌道圖像(a)及衛(wèi)星天頂角(b),05:00軌道圖像(c)及衛(wèi)星天頂角(d)

圖4 2018年9月8日06:40軌道圖像從左到右的(a,b,c)3個不同區(qū)域數(shù)據(jù)選取(紅色方框區(qū)域)

圖5 2018年9月8日06:40和05:00相同覆蓋下的3個不同區(qū)域(a,b,c)數(shù)據(jù)相關(guān)性 (橫坐標(biāo)為06:40，縱坐標(biāo)為05:00)

通過對上述的軌道數(shù)據(jù)與衛(wèi)星天頂角的相關(guān)性分析，通過對不同下墊面(包括沙漠、植被和云區(qū))的測試，我們得到在將不同軌道間數(shù)據(jù)進行融合時，自身軌道數(shù)據(jù)在融合過程中所占權(quán)重的比例，與自身軌道的衛(wèi)星天頂角成反比，而與衛(wèi)星天頂角的余弦值成正比，且在兩軌數(shù)據(jù)間的衛(wèi)星天頂角較小的軌道數(shù)據(jù)所占權(quán)重較大。

基于太陽高度角的影響在大氣校正處理中進行了校正，而大氣校正中的太陽高度角訂正技術(shù)較為成熟，此處不再詳述，本文主要介紹由于衛(wèi)星天頂角在不同軌道間做數(shù)據(jù)融合處理時的技術(shù)方法，但是本融合處理必須經(jīng)過了大氣校正以及太陽高度角訂正后再處理，否則會引入新的偏差，影響融合效果。

本文經(jīng)過大量測試之后總結(jié)出了適合FY-3D MERSI-II載荷的融合系數(shù)和公式，提出了如下的融合算法，k1和k2分別為兩軌數(shù)據(jù)根據(jù)不同權(quán)重得到的中間系數(shù)，該權(quán)重與每軌的衛(wèi)星天頂角有關(guān)。

(2)

(3)

R=r1k1+r2k2

(4)

G=g1k1+g2k2

(5)

B=b1k1+b2k2

(6)

其中，α是第1條軌道數(shù)據(jù)逐點的衛(wèi)星天頂角，β是第2條軌道數(shù)據(jù)逐點的衛(wèi)星天頂角，這里D為常量0.0174532925199，π/180變成弧度；r1、g1和b1分別是第1條軌道紅光、綠光和藍光通道的反射率圖像值，r2、g2和b2分別是第2條軌道紅光、綠光和藍光通道的反射率圖像值。得到融合后的逐點的3個波段的反射率數(shù)據(jù)R、G、B。

本文的軌道間數(shù)據(jù)融合技術(shù)，綜合考慮了不同軌數(shù)據(jù)的衛(wèi)星天頂角和太陽高度角等的權(quán)重影響，根據(jù)不同軌數(shù)據(jù)反射輻射特性，以及上述公式算法的最優(yōu)選衛(wèi)星天頂角的原則，研究出適合于FY-3D的MERSI-II載荷不同軌道間數(shù)據(jù)融合的技術(shù)，且在不同下墊面均取得了很良好的效果。

2 結(jié)果分析

極軌衛(wèi)星軌道間融合技術(shù)旨在生成高精度、高質(zhì)量的FY-3D全球遙感真彩色合成圖像，可以每天提供覆蓋全球各區(qū)域的250 m的真彩色圖像數(shù)據(jù)，為水體監(jiān)測、植被生長期監(jiān)測、雪蓋監(jiān)測等遙感應(yīng)用提供數(shù)據(jù)支撐服務(wù)，從根本上提高數(shù)據(jù)應(yīng)用的水平是當(dāng)務(wù)之急[9]，現(xiàn)對生成結(jié)果進行定性和定量兩種方法的評價。

2.1 定性評價

撒哈拉沙漠地區(qū)、澳大利亞地區(qū)、中國地區(qū)軌道數(shù)據(jù)融合前后效果分別見圖6，7，8。

圖6 2018年8月22日撒哈拉地區(qū)軌道間 數(shù)據(jù)融合前(a)后(b)的兩軌拼圖

圖7 2018年8月31日澳大利亞地區(qū)軌道間 數(shù)據(jù)融合前(a)后(b)的兩軌拼圖

圖8 2018年9月8日中國地區(qū)軌道間數(shù)據(jù) 融合前(a)后(b)的兩軌拼圖

2.2 定量評價

風(fēng)云三號衛(wèi)星數(shù)據(jù)目前服務(wù)廣泛，有其自身的數(shù)據(jù)評價指標(biāo)的驗證[10]。本文處理遙感影像融合后的效果評價，引用了其中對圖像產(chǎn)品的定量評價的方法， 采用多種統(tǒng)計方法來評判融合后影像的質(zhì)量。包括平均梯度法、信息熵等。平均梯度法來評定融合后影像的清晰程度，計算影像的方差和相關(guān)性等作為影像的數(shù)學(xué)評判標(biāo)準(zhǔn)[11]；而信息熵是來評定其信息量的大小，它是衡量信息豐富程度的一個重要指標(biāo)，影像所含的信息越豐富，影像的質(zhì)量越好[12]。

二元論則強調(diào)對于當(dāng)?shù)氐拿褡逄厣臀幕瘋鹘y(tǒng)的挖掘，在資源開發(fā)與產(chǎn)品設(shè)計過程中堅持文脈原則，以實現(xiàn)對于原生濕地生態(tài)資源的充分利用（實踐中也只有在生態(tài)旅游資源開發(fā)中融入地域文化因素，才能夠真正實現(xiàn)資源的科學(xué)和充分利用）。因此從長遠計，加強對“黃河口”文化的系列研究，深入挖掘“黃河口”文化內(nèi)涵，實現(xiàn)原生濕地生態(tài)資源充分合理利用，是黃河口生態(tài)旅游目的地發(fā)展為國際知名旅游目的地的必由之路和發(fā)展方向。

2.2.1 信息熵法

利用信息熵法，來分析融合后的影像和融合前的影像信息熵的大小，來反映軌道融合前后的影像所含信息的豐富程度。

(7)

其中,X為輸入的影像變量；Pi為影像像元灰度值為i的概率。

本文以撒哈拉沙漠地區(qū)軌道融合前后的圖像(圖6)為例，對撒哈拉沙漠地區(qū)r、g、b 3個波段的融合前后圖像的影像概率密度分布進行計算，部分計算結(jié)果見表2，其中P1是軌道融合前的影像概率密度，P2是軌道融合后的影響概率密度。

從結(jié)果中看出，代表沙漠區(qū)域灰度范圍內(nèi)的概率密度，軌道融合后的結(jié)果要大于軌道融合前的結(jié)果，顯示出軌道融合后圖像反映的沙漠地區(qū)影像所含的信息豐富程度要高于軌道融合前，也就是說軌道融合后的影像質(zhì)量要更高。

表2 撒哈拉沙漠地區(qū)r、g、b波段融合前(P1)后(P2)概率密度

2.2.2 平均梯度法

利用平均梯度法來計算軌道融合前影像和融合后影像在接縫處的影像灰度是否存在跳變進行分析，采用拉普拉斯算子，計算融合前后影像在接縫處的二階微分算子，來反映軌道融合前后的影像的灰度梯度變化情況。

(8)

其中,在x方向上:

(9)

而在y方向上:

(10)

合起來就是：

f(x,y-1)-4f(x,y)

(11)

仍以撒哈拉沙漠地區(qū)軌道融合前后的圖像為例，這里我們不考慮梯度的方向，在計算了圖9藍框內(nèi)的影像的平均梯度后，得到表3中的結(jié)果。從結(jié)果可以看出，不管是在水體、云層、陸地等不同的下墊面，融合前的影像拼接處的平均梯度比融合后影像的平均梯度，都要大得多，說明軌道融合前影像在拼接處存在著明顯的跳變，而融合后的影像在軌道拼接處并沒有跳變，軌道間融合的效果很好，因此軌道融合后的影像質(zhì)量要比融合前影像高。

圖9 撒哈拉沙漠地區(qū)軌道融合前(a)后(b)圖像 (藍框為接縫處)

表3 融合前后數(shù)據(jù)的影像梯度結(jié)果(部分)

2.3 業(yè)務(wù)應(yīng)用

MERSI的全球晴空數(shù)據(jù)集最高分辨率可達250 m，極大地發(fā)揮了地球觀測數(shù)據(jù)的優(yōu)勢，用途廣泛，本文消除了FY-3D的MERSI載荷軌道間的數(shù)據(jù)差異，得到的全球拼圖精度質(zhì)量高，可視效果好，能極大提高MERSI載荷數(shù)據(jù)的應(yīng)用與服務(wù)。軌道間數(shù)據(jù)融合算法技術(shù)成熟且系統(tǒng)構(gòu)架設(shè)計規(guī)范，已應(yīng)用于風(fēng)云三號D星的MERSI拼圖業(yè)務(wù)系統(tǒng)FY3DMIPS當(dāng)中。圖10為2018年的“康妮”臺風(fēng)登陸中國浙江融合圖像，為汛期的業(yè)務(wù)提供了很好的保障。發(fā)揮了極軌氣象衛(wèi)星的優(yōu)勢[13]。

3 結(jié)論

本文的軌道間數(shù)據(jù)融合技術(shù)為自主創(chuàng)新技術(shù)，其充分利用兩條軌道間的衛(wèi)星天頂角，按照相應(yīng)的算法公式，進行兩軌數(shù)據(jù)的融合，且在不同下墊面，沙漠、植被、云區(qū)等均有明顯的效果，消除了由于不同軌道間帶來的差異性，在云系的移動性上也具有很好的連貫性。應(yīng)用合成后的真彩色圖像，可分析不同地表和天氣現(xiàn)象，如沙塵、積雪、藍藻、火點煙羽和臺風(fēng)等[14]。在以后的研究工作中，將利用真彩色圖像技術(shù)開發(fā)出高質(zhì)量的業(yè)務(wù)產(chǎn)品，進而更好地服務(wù)于社會大眾[15]：

本文處理得到的合成后數(shù)據(jù)具有很好的應(yīng)用價值，為汛期業(yè)務(wù)提供了高精度的豐富的天氣災(zāi)害現(xiàn)象圖像數(shù)據(jù)。

本文的軌道間數(shù)據(jù)融合技術(shù)為通用的算法技術(shù)，理論上也適用于其他的極軌衛(wèi)星，具有極高的技術(shù)價值，其應(yīng)用還需要進一步的探討和研究。