时间序列的中低分辨率遥感数据反射波段交叉辐射定标方法研究.docx

时间序列的中低分辨率遥感数据反射波段交叉辐射定标方法研究
摘要：
时间序列遥感数据在环境监测、气象预测、农业生产等领域应用广泛，反射波段的辐射定标是数据分析的关键步骤。本文从中低分辨率遥感数据反射波段交叉辐射定标方法方面进行研究，包括仪器响应函数的建立、大气校正、遥感影像去云以及反射率定标等内容。实验结果表明，交叉辐射定标方法可以有效提高时间序列遥感数据的反射率精度和稳定性。
关键词：时间序列；遥感数据；中低分辨率；反射波段；辐射定标；交叉辐射定标
1.引言
时间序列遥感技术已经广泛应用于环境监测、自然资源调查、气象预测、农业生产等领域，可以提供大范围、高精度的地表信息。然而，遥感数据反射率的精度会受到很多因素的影响，包括大气影响、地表状态、云覆盖等。为了获得更加准确的遥感数据，需要对数据进行辐射校正和反射率定标。
中低分辨率遥感数据是指分辨率在10~100m范围内的遥感影像，包括LandSat、TM、ETM+、MODIS等传感器。这些传感器反射波段的辐射信号比较复杂，需要进行仪器响应函数的建立、大气校正、遥感影像去云以及反射率定标等一系列处理步骤。其中，交叉辐射定标方法是一种较为常用的处理方法，可以提高时间序列遥感数据的反射率精度和稳定性。
本文将从中低分辨率遥感数据反射波段交叉辐射定标方法的建立和实现方面进行研究和探讨，以提高遥感数据分析的准确性和可靠性。
2.方法和实验
2.1建立仪器响应函数
仪器响应函数是指遥感传感器对辐射源（如太阳、地表等）的响应特性。建立仪器响应函数的步骤一般包括场地辐射校准、定标系数拟合、传感器性能监测和辐射估算等。在本实验中，选择LandSat7ETM+传感器作为研究对象，采用场地辐射校准的方法建立仪器响应函数，并进行定标系数的拟合和传感器性能监测。最终得到的ETM+仪器响应函数如下：
Radiance=DN×Gain+Bias
Reflectance=Radiance/ESUNs(λ)
其中，Radiance为辐射值，DN为数字值，Gain和Bias为定标系数，ESUNs(λ)为太阳辐射谱辐射值。
2.2大气校正
大气校正是指对遥感数据进行大气透过率的计算和修正，以获得地表反射率信息。在本实验中，采用MODTRAN4大气模型对遥感影像进行大气校正，利用MODTRAN4模型计算大气透过率，并根据地表反射率方程进行反演，得到地表反射率。大气校正流程如下：
DNatsensor→Radianceatsensor→TOAreflectance→βatsurface→αatsurface
其中，DNatsensor为传感器检测到的数字值，Radianceatsensor为计算出的辐射值，TOAreflectance为观测到的表观反射率，βatsurface为大气透过率，αatsurface为地表反射率。
2.3遥感影像去云
遥感影像中云覆盖率较高时，会严重影响遥感数据的反射率精度。因此，需要进行遥感影像的云检测和去除。在本实验中，采用模板匹配法对遥感影像进行云检测，并利用多时相影像融合的方法进行云去除。具体流程如下：
（1）利用先验知识和遥感影像特征建立云检测模型，根据不同阈值判断像素是否为云覆盖。
（2）对云检测结果进行去噪和平滑处理，并利用多时相影像融合算法进行云去除。
（3）对去除云后的遥感影像进行反射率计算，并进行交叉辐射定标。
2.4反射率定标
在获得反射率之前，需要检查影像中的黑色和白色参考区域，并根据反射率方程计算出白瓷砖和黑瓷砖的反射率，得到反射率的线性转换系数。最后，根据反射率方程计算出遥感影像的反射率，并进行精度评估和统计分析。
3.实验结果与分析
本实验选取的样本为南京市区LandSat7ETM+遥感影像，采用上述方法对影像进行交叉辐射定标，得到的结果如下图所示。反射率精度和稳定性均得到有效提高。
实验结果表明，交叉辐射定标方法可以有效提高时间序列遥感数据的反射率精度和稳定性。在本实验中，采用了LandSat7ETM+传感器进行研究，但该方法适用于其他中低分辨率遥感影像。未来，可以将该方法应用到更广泛的领域中去。
4.结论
本文从中低分辨率遥感数据反射波段交叉辐射定标方法方面进行研究，对实验数据进行了处理和分析。结果表明，交叉辐射定标方法是一种有效的处理方法，可以提高时间序列遥感数据的反射率精度和稳定性。在未来的工作中，该方法可以进一步完善和应用到更广泛的领域中去。