环境减灾二号A/B卫星大气校正技术及效果研究

王宇轩 黄红莲 刘晓 孙晓兵 林军

(1 中国科学院合肥物质科学研究院安徽光学精密机械研究所，合肥 230031) (2 中国资源卫星应用中心，北京 100094)

环境减灾二号A/B卫星于2020年9月27日成功发射，目前已正常在轨运行1年多。其装有16 m相机和大气校正仪。其中，大气校正仪通过同步获取大气参数，对16 m相机进行大气校正[1]。

大气中的气溶胶颗粒物组分多样、光学性质复杂，且在时域和空域具有高度变化的特征，是大气中的主要不确定因素[2]，单个谱段1 h内气溶胶光学厚度变化量可达到0.15以上。目前，进行大气校正使用的辅助数据多来自中分辨率成像光谱仪(MODIS)产品，需要对MODIS原始产品进行时间匹配和空间匹配、分辨率重采样及其他处理，这就造成了大气参数的离散性，最终导致校正效果不理想。为了得到高精度校正图像，16 m相机和大气校正仪共同搭载于环境减灾二号A/B卫星进行同时同地观测，获取用于大气校正的时间匹配和空间匹配同步大气参数。

因为大气校正仪可以获取有效大气参数，因此本文选择6S模型作为大气辐射传输模型，实现环境减灾二号A/B卫星大气校正程序[3]。本文通过大气校正仪数据预处理程序对环境减灾二号A/B卫星大气校正仪在轨获取数据进行预处理和水汽、气溶胶参数同步反演，再基于大气参数查找表逐像元对图像进行校正处理。最后，与敦煌地区和合肥地区星地同步实测地物光谱数据以及MODIS产品进行对比，验证了大气校正技术的精确性。

1 大气校正技术

为排除卫星遥感器观测的非目标物带来的干扰信息，需要对遥感图像进行大气校正，这也是定量遥感的一个必备环节[4]。卫星遥感器对地面进行观测时，卫星入瞳处接收到的辐亮度可分为3个部分：①目标地表辐射；②大气程辐射；③目标物周围环境反射的太阳辐射引起的地表背景辐射[5]。其中：目标像元对卫星遥感器入瞳信号贡献一般为80%，因此使卫星遥感器接收到的目标地物信息真实性较低，需要进行大气校正，以消除大气程辐射和地表背景辐射的干扰，从而获取地物的真实反射率。本节主要介绍16 m相机和大气校正仪以及大气校正的流程和原理。

1.1 16 m相机及大气校正仪

环境减灾二号A/B卫星均装载了16 m相机。2台相机设计原理相同，运行轨道完全重合，经过同一点时间相隔1天；采用线阵推扫式，共设置5个谱段(如表1所示)；采用四镜头大视场拼接，1幅图像像元数为12 000×12 000×5。大气校正仪的具体参数如表2所示，它共设置9个谱段，包括可见光近红外(VNIR)谱段，针对偏振辐射具备多光谱的探测能力[6]。利用大气校正仪与16 m相机相互对应谱段的光谱范围设置和同时同地观测的特征，再经过遥感图像和辅助数据的像元经纬度匹配，就可以逐像元获取同步高精度的水汽和气溶胶等大气参数，用于遥感图像的大气校正。这一部分主要实现的数据处理目标有：地面数据预处理，即L0级数据到L1级数据的生成；反演同步大气参数，即L1级数据到L2级数据的生成。

表1 16 m相机参数Table 1 Parameters of 16m camera

表2 大气校正仪参数Table 2 Parameters of PSAC

1.2 大气校正过程

对于环境减灾二号A/B卫星的大气校正，首先将有云图像剔除，再使用大气校正仪同步数据根据经纬度信息与L1级图像进行范围精匹配。将大气校正仪同步反演得到的水汽含量和气溶胶L2级产品参数，分别针对大气吸收和大气散射影响作为输入参数进行大气校正中的辐射校正部分和目标区域的邻近效应校正部分，最终实现图像的大气同步校正。处理过程如图1所示。

图1 大气校正过程Fig.1 Process of atmospheric correction

1.3 大气辐射校正

对于本文选择的6S辐射传输模型，首先将地面假设为表面均一、各向同性的朗伯体，则卫星遥感器接收到的表观辐亮度可表示为[7]

(1)

式中：Lp为程辐射；τv为接收到的大气透射率，即直接透射率和漫透射率之和；ρ为像元反射率；ρ1为地面综合反射率；Eg为ρ=0时水平地表上的总辐射通量；S为大气半球反照率。

根据式(1)可解出地面综合反射率为

(2)

大气校正整个过程可分为2步：①根据大气校正仪同步反演的水汽含量、气溶胶参数，以及16 m相机的谱段设置、光谱响应函数、观测几何，使用大气辐射传输模型计算大气中的透过率、程辐射和L1级产品中所包含的太阳天顶角、太阳方位角、卫星天顶角、卫星方位角等参数，针对每个谱段构建大气校正查找表，针对每个像元进行查找，得到辐射程、总透过率、地面辐照度等参数。②根据式(2)，对16 m相机的L2级辐亮度图像和①中查询到的参数，从入瞳处的辐亮度中扣除大气程辐射，并且去除大气衰减影响，反演出含邻近效应的地面综合反射率。

1.4 邻近效应校正

在成像过程中，卫星入瞳处接收到的辐亮度不仅有目标像元的贡献，更包含周围自然环境反射太阳辐射带来的干扰，这种现象被称为邻近效应。在卫星定量化遥感过程中，邻近效应会影响卫星对地面目标的遥感能力[8]。目标像元贡献的这部分辐射信息不包含地面目标物的光谱信息，因此要提高卫星图像质量及定量化遥感的精度，就必须去除掉周围像元的干扰，进行邻近效应校正。当目标像元与周围像元反射率较为均一、差别较小时，目标像元反射的太阳辐射和周围像元反射的太阳辐射近似，邻近效应的影响相对较小；当目标地表周围反射率组合较为复杂，目标像元反射的太阳辐射和周围像元反射的太阳辐射就会有较大差异，邻近效应的影响也会增大。研究表明：图像邻近效应的影响因素还有很多，如观测波长、卫星分辨率、大气能见度、气溶胶类型及大气分子的散射相函数[9]。邻近效应中周围干扰像元的影响可以看作目标表面的辐射场和大气点扩散函数的卷积。因此，背景反射率可由周围像元反射率的点扩散函数近似求得[10]，如式(3)所示。

ρm=∬f(r(x,y))·ρ(x,y)dxdy

(3)

式中：ρm为背景反射率；f(r(x,y))为大气点扩散函数；ρ(x,y)为坐标为(x,y)的点的反射率；x为水平方向距离；y为竖直方向距离。

考虑到求解大气点扩散函数的复杂性，一般选择基于经验的近似方法代替大气点扩散函数的精确求解，以离散形式求背景反射率[11]，如式(4)所示。

(4)

式中：p(x,y)为邻近效应中的权重函数，它描述了与目标像元的距离为r(由x,y求出)的点对目标像元的贡献率；k和l分别为横向和纵向的像元数。

为了更好地进行邻近效应校正，一般采用漫射与直射透过率之比作为邻近效应校正系数[12]。本文根据遥感器空间分辨率越高邻近效应的影响越强的理论，增加校正系数以提高校正效果，如式(5)所示。

ρt=ρ1+q(ρ1+ρm)

(5)

式中：ρt为地面真实反射率；q为校正系数。

2 校正结果与验证

为了验证环境减灾二号A/B卫星快速监控环境变化、快速获取灾害图像的能力，本文选择火山喷发和浮尘天气2个典型灾害场景进行对比验证。数据分别来源于2021年2月23日环境减灾二号B卫星16 m相机CCD3于意大利埃特纳附近(15°9′E，37°6′N)和2021年4月15日环境减灾二号A卫星16 m相机CCD3相机于中国北京(115°6′E，40°4′N)拍摄的2组图像。图2为大气校正前后假彩色合成后的典型地物场景对比，由蓝谱段(B1)、绿谱段(B2)、红谱段(B3)3个谱段合成。需要校正的图像尺寸为192 km×192 km，整个校正过程平均时间为27 min。可以看出：2组对比图像相较于校正前变得清晰且锐化，对比度增加，信息熵增加，校正效果显著，能较好地去除卫星入瞳处非目标物的干扰，具体参数信息如表3所示。

图2 多光谱图像大气校正前后对比Fig.2 Comparison of multispectral images before and after atmospheric correction

表3 校正结果Table 3 Correction results

2.1 与MODIS反射率产品对比

为验证校正效果，本文利用MODIS同时同地生产的反射率产品与校正后的图像进行对比验证。MODIS地表反射率产品较为常用的有2种，分别是土(Terra)卫星生产的MOD09GA和水(Aqua)卫星生产的MYD09GA反射率产品[13]，由于需要图像各个谱段对应才能进行对比验证，选择将同期过境的MOD09GA产品和MYD09GA产品中的4个谱段组合后与环境减灾二号卫星16 m相机前4个谱段实现一一对应。因为MOD09GA和MYD09GA反射率产品空间分辨率为500 m，数据格式为HDF5，所以需要进行数据预处理。在预处理流程中，首先进行WGS84投影坐标转换，再对图像重采样处理，最后进行谱段合成[14]。在预处理后的图像中，对戈壁滩和植被这2种典型地物的区域分别随机选取1个像元，提取2种产品每个谱段在所选位置的反射率值，环境减灾二号卫星16 m相机产品和MODIS产品反射率对比如图3所示，数据来源分别为2021年4月4日环境减灾二号A卫星16 m相机CCD3拍摄于合肥(118°1′E，31°5′N)和2020年11月27日环境减灾二号A卫星16 m相机CCD1拍摄于敦煌(93°8′E，41°1′N)。

从图3中可以看出：经过大气校正后，环境减灾二号卫星16 m相机所选的2种典型地物绝大部分谱段整体与MODIS光谱曲线基本一致，植被由于叶绿素产生的550 nm处的小反射峰和其两侧460 nm，670 nm的2个吸收带都能得到较好的体现；戈壁滩除B1谱段存在误差外，其余谱段误差都相对较小。

图3 16 m相机产品和MODIS产品反射率对比Fig.3 Reflectance comparison of 16m camera and MODIS products

如图4所示，分别选取敦煌戈壁滩、合肥小麦田和水体(5像元×4个谱段)作为典型地物对比反射率，可以看出相关系数达到0.98以上。

图4 3种典型地物的16 m相机产品与MODIS产品反射率对比Fig.4 Reflectance comparison of three typical features of 16m camera and MODIS products

2.2 与地面实测数据对比

第1组地面实测数据来源于2021年1月27日对敦煌戈壁滩(94°24′E，40°17′N)的测量，气溶胶模式为沙漠气溶胶模式。由于敦煌地区冬季干旱少雨，测量时大气模式为中纬度冬季大气，实测时间与卫星图像拍摄时间带来的反射率误差可以忽略不计[15]；第2组地面实测数据来源于2021年3月25日对合肥附近小麦田(117°50′E，31°26′N)的测量。

如表4和表5所示，经过校正后，戈壁滩和小麦田反射率更接近地面实测，整体来看2组光谱变化趋势具有较好一致性，每个谱段反射率误差值相比于校正前都有明显减小。敦煌戈壁滩校正后误差均小于18%；合肥小麦田因植物某些谱段反射率较小，造成相对误差较大，但误差仍在可接受范围内。校正后的光谱曲线与地面实测光谱曲线相关性较高，且相关系数均高于0.95。

表4 合肥小麦田大气校正前后反射率与地面实测数据Table 4 Reflectance of Hefei wheat field before and after atmospheric correction and measurement data

表5 敦煌戈壁滩大气校正前后反射率与地面实测数据Table 5 Reflectance of Dunhuang Gobi before and after atmospheric correction and measurement data

3 结论

本文对于环境减灾二号卫星16 m相机结合大气校正仪，基于6S辐射传输模型实现了大气校正，并选择合肥地区和敦煌地区卫星图像根据MODIS产品和地面实测数据对校正后的图像进行校正效果研究，主要结论如下。

(1)大气校正仪能提供较高精度的大气参数，对提高大气校正精度具有重要意义。

(2)基于6S模型和大气校正仪获取高精度同步大气参数完成了大气校正，并对16 m相机进行逐像元校正。

(3)将校正后的图像分别与MODIS产品和地面实测地表反射率进行对比，光谱曲线具有较好的一致性，大气校正效果明显。