浅析Landsat8大气校正算法（LaSRC）

GIS与遥感开发平台

发布于 2023-01-30 16:43:24

2.7K0

大气校正

大气校正是消除大气对遥感影像的影响，获取真实地表反射率的处理过程，也是定量遥感的基础。其主要由两部分组成，分别为大气参数的估算与地表反射率的反演。 Landsat-8官方的大气校正算法为Land Surface Reflectance Code (LaSRC) ，该算法基于6S辐射传输模型，并采用查找表的方法对地表反射率进行反演。 6S辐射传输模型的输入参数主要有以下几类：

气溶胶参数
水汽及臭氧参数
几何参数（卫星及太阳的天顶角、方位角）
波谱响应函数
高程

使用上述参数，输入到6S模型中，可获取以下三个大气校正参数

x_a, x_b, x_c

之后通过以下两个公式将遥感影像的辐射亮度转化为地表反射率。

y=x_a \cdot L_\lambda-x_b

\rho=\frac{y}{1+x_c \cdot y}

其中，

L_\lambda

为遥感影像的辐射亮度，可通过Landsat的头文件中参数与遥感影像DN值进行计算。

大气校正查找表建立

由于6S辐射传输模型比较复杂，逐像元运行辐射传输模型进行大气校正效率太慢。这需要利用辐射传输模型按照提前设置的好的条件建立查找表，大气校正时按照输入参数，直接从查找表查询大气校正参数就可以进行大气校正。

Landsat-8大气校正流程

整体流程

上图为LaSRC算法对Landsat-8进行大气校正的整体流程，接下来我们会介绍如果获取算法中所需要的数据。

Landsat-8大气校正参数获取

高程数据

Landsat-8 大气校正使用的高程数据为：Gridded Global Relief Data (ETOPO5)

光谱响应函数

Landsat-8光谱响应函数6S辐射传输模型中已经内置，可直接使用。

几何参数

卫星及太阳的方位角与天顶角可根据固定公式进行计算，如果是卫星幅宽较小或者是对精度要求不高可使用中心像元的数据直接应用到整景影像中。

Landsat-8幅宽较大，影像不同区域的几何参数差异会比较大。Landsat-8 Level产品（DN值）会附带卫星天顶角（VZA）、卫星方位角（VAA）、太阳天顶角（SZA）以及太阳方位角（SAA）的TIFF数据。已有研究表明，大气校正对天顶角比方位角更加敏感，所以在建立查找表的时候，天顶角的密度应该更大一些。

水汽及臭氧参数

Landsat-8大气校正使用的水汽（单位：

g/cm^2

）及臭氧数据（cm-atm）分别为：MOD09CMA、MYD09CMA和MOD09CMG and MYD09CMG。这两种产品中分别包含水汽与臭氧数据。

气溶胶参数

气溶胶参数指的是气溶胶光学厚度（AOT），这是大气校正中非常重要的一个参数。LaSRC算法文章中基本上一半的内容都是在讲如何通过Landsat数据计算气溶胶光学厚度。下一部分，我们具体展开讲一下这个AOT是怎么计算的。

Landsat-8气溶胶光学厚度计算

气溶胶光学厚度计算主要依靠以下这个方程：

\rho_{\mathrm{TOA}}\left(\theta_s, \theta_{\mathrm{v}}, \varphi\right)=\rho_{\text {Aer }}\left(\theta_s, \theta_{\mathrm{v}}, \varphi\right)+\rho_{\text {Ray }}\left(\theta_s, \theta_{\mathrm{v}}, \varphi\right)+\frac{\rho_{\mathrm{Sur}}}{1-\rho_{\mathrm{Sur}} \cdot S} T\left(\theta_s\right) T\left(\theta_{\mathrm{v}}\right)

其中，

\rho_{\mathrm{TOA}}\left(\theta_s, \theta_{\mathrm{v}}, \varphi\right)

为表观反射率，

\rho_{\text {Aer }}\left(\theta_s, \theta_{\mathrm{v}}, \varphi\right)

为气溶胶反射，

\rho_{\text {Ray }}\left(\theta_s, \theta_{\mathrm{v}}, \varphi\right)

为瑞利散射，

\rho_{\mathrm{Sur}}

为地表反射率，

为半球反照率，

T\left(\theta_s\right)

为大气下行透过率，

T\left(\theta_{\mathrm{v}}\right)

为大气上行透过率。

通过6S辐射传输模型，可以确定其中大部分的参数，只有地表反射率与AOT是不确定的。

这里LaSRC根据已有的先验知识，即蓝波段与红波段之间的比值与地表植被情况存在线性关系。LaSRC算法使用MODIS地表反射率推算蓝波段与红波段的比值与植被指数之间的关系。MODIS地表反射率是使用MODIS天顶反射率数据与MISR气溶胶光学厚度进行计算。植被指数的计算公式如下：

\mathrm{NDVI}_{\text {MIR }}=\frac{\mathrm{NIR}-\operatorname{MidIR} / 2}{\mathrm{NIR}+\text { MidIR } / 2}

这里使用 Mid-IR (2.1 μm)代替红波段计算NDVI，主要是由于Mid-IR与红波段的比例大概是2：1，并且Mid-IR波长较长，不容易受到大气影响，计算的出来的植被指数更能准确的反映地表植被状态。通过MODIS数据可以计算红蓝波段比值与植被指数之间的关系。下面我们根据该比值计算气溶胶光学厚度。

\text { Residual }=\sqrt{\frac{\left(\rho_{\mathrm{S}}^1-\mathrm{r}_{1,4} \rho_{\mathrm{S}}^4\right)^2+\left(\rho_{\mathrm{S}}^2-\mathrm{r}_{2,4} \rho_{\mathrm{S}}^4\right)^2}{2}}

将气溶胶厚度依次设为0.0005、0.25、0.5、0.75、1.0、1.25、1.5、1.75、2.0（可根据需求自己划分间隔），并依次带入方程，使其Residual最小的值即为该像元的气溶胶光学厚度。方程中

\rho_{\mathrm{S}}^1

、

\rho_{\mathrm{S}}^2

、

\rho_{\mathrm{S}}^4

分别表示OLI的地表反射率，

\mathrm{r}_{1,4}

、

\mathrm{r}_{2,4}

分别为LI传感器中B1与B4的比值，B2与B4的比值。B1与B2都属于蓝波段。

\mathrm{r}_{1,4}

、

\mathrm{r}_{2,4}

是通过MODIS数据已经计算好的数据。由此气溶胶光学厚度就计算好了，大气校正所需参数都有了，就可以利用建立好的查找表对Landsat-8进行大气校正了。

点击阅读原文就可以获取该大气校正算法的论文原文，大家有兴趣可以看一看。

下面还是邀请大家加入我的聊天群。不过老有人进群打广告，所以现在大家可以关注我的公众号“GIS与遥感开发平台”,后台发送自己学校或者单位+进群，我拉大家入群。
大家进群后一定要备注自己学校或者单位。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2022-11-07，如有侵权请联系 cloudcommunity@tencent.com 删除

编程算法

本文分享自 GIS与遥感开发平台微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

编程算法

登录后参与评论

0 条评论

热度