Please wait a minute...
国土资源遥感  2020, Vol. 32 Issue (1): 81-89    DOI: 10.6046/gtzyyg.2020.01.12
     技术方法 本期目录 | 过刊浏览 | 高级检索 |
高海拔复杂地形区SPOT6图像大气校正方法对比及精度验证
申振宇,高小红(),汤敏
青海师范大学地理科学学院/青藏高原自然地理与环境过程重点实验室/青藏高原地表过程与生态保育教育部重点实验室,西宁 810008
Comparison and accuracy verification for atmospheric correction of SPOT6 image in high altitude complex terrain area
Zhenyu SHEN,Xiaohong GAO(),Min TANG
College of Geographical Sciences & Physical Geography and Environmental Process Key Laboratory of Qinghai Province & MOE Key Laboratory of Tibetan Plateau Land Surface Processes and Ecological Conservation, Qinghai Normal University, Xining 810008, China
全文: PDF(4668 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 

目前,国内针对SPOT6图像和高海拔复杂地形区的大气校正研究较少,为研究获得此类地形区地表真实反射率的最佳大气校正方法,分别利用6S模型和FLAASH模型对覆盖青藏高原东部湟水流域的SPOT6图像进行大气校正; 其中,对于6S模型根据气溶胶光学厚度(aerosol optical depth,AOD)和海拔的平均值及梯度值划分为AVG6S和GRD6S 2种模式进行大气校正处理。对校正结果用Landsat8 SR地表反射率产品进行精度验证,结果表明: 经大气校正后的SPOT6图像质量明显提高,能更真实地反映各类地物的反射特征。通过相关性分析、与典型地物反射光谱曲线和归一化植被指数(normalized difference vegetation index,NDVI)等指标对比,认为AVG6S模式总体表现最好; GRD6S模式在城区和高山区表现更突出; 6S模型的校正结果优于FLAASH模型,是更适合于高海拔地区的大气校正方法。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
申振宇
高小红
汤敏
关键词 大气校正SPOT6影像6S模型FLAASH模型湟水流域    
Abstract

In order to obtain the best atmospheric correction method for real surface reflectance of SPOT6 images in high-altitude complex terrain areas with less research, the authors used the 6S model and FLAASH model to perform atmospheric correction for the SPOT6 image covering Huangshui River basin in eastern Tibet Plateau. For the 6S model, the images were processed by AVG6S and GRD6S according to the average aerosol optical depth (AOD), altitude parameters and gradient AOD as well as altitude parameters. The calibration results were verified with the Landsat8 SR surface reflectance product. The results show that the image quality is significantly improved after atmospheric correction, and the reflection characteristics of various ground objects are more realistically reflected. Correlation analysis and a comparison with typical ground reflection spectrum curve and normalized difference vegetation index (NDVI) show that the overall performance of AVG6S is the best, whereas GRD6S performance is more prominent in urban and high mountain areas. The calibration result of the 6S model is better than that of the FLAASH model and hence the 6S model is an atmospheric correction method more suitable for high altitude region.

Key wordsatmospheric correction    SPOT6 image    6S model    FLAASH model    Huangshui River basin
收稿日期: 2019-01-18      出版日期: 2020-03-14
ZTFLH:  TP79  
基金资助:青海省科技厅自然科学基金项目“多源遥感数据支持的复杂地形区土地利用/土地覆被分类方法研究——以青海湟水流域为例”(编号: 2016-ZJ-907)
通讯作者: 高小红     E-mail: xiaohonggao226@163.com
作者简介: 申振宇(1995-),男,硕士研究生,主要研究方向为遥感应用与地理空间数据分析。Email: shenzy0921@163.com。
引用本文:   
申振宇,高小红,汤敏. 高海拔复杂地形区SPOT6图像大气校正方法对比及精度验证[J]. 国土资源遥感, 2020, 32(1): 81-89.
Zhenyu SHEN,Xiaohong GAO,Min TANG. Comparison and accuracy verification for atmospheric correction of SPOT6 image in high altitude complex terrain area. Remote Sensing for Land & Resources, 2020, 32(1): 81-89.
链接本文:  
http://www.gtzyyg.com/CN/10.6046/gtzyyg.2020.01.12      或      http://www.gtzyyg.com/CN/Y2020/V32/I1/81
Fig.1  研究区概况
参数 AVG6S模式 GRD6S模式
获取时间 2016年8月8日
太阳天顶角/(°) 29.4
太阳方位角/(°) 126.1
卫星天顶角/(°) 17.4
卫星方位角/(°) 201.6
大气模式 中纬度夏天
气溶胶模式 大陆模式
550 nm AOD 0.3 0.001,0.15,0.3,0.45,0.6
目标海拔高度/km 2.840 1.5,2.0,2.5,3.0,3.5,4.0,4.5
传感器高度/km 695
Tab.1  2种6S模式输入参数
Fig.2  6S模型处理流程
Fig.3  城区校正结果对比
Fig.4  农村地区校正结果对比
Fig.5  SPOT6和Landsat8 SR地表反射率散点图
范围 波段 TOA GRD6S模式 AVG6S模式 FLAASH模式 Landsat8 SR
Std RE/% Std RE/% Std RE/% Std RE/% Std
整景 0.022 7 113.60 0.028 8 14.36 0.030 9 2.79 0.028 1 33.04 0.020 4
绿 0.026 0 30.60 0.032 2 11.29 0.033 4 7.97 0.031 4 10.56 0.026 0
0.039 3 20.70 0.047 0 0.92 0.047 4 1.62 0.044 8 12.29 0.038 9
近红外 0.057 8 6.24 0.066 6 3.01 0.066 0 1.91 0.064 3 1.15 0.068 5
高山区 0.012 8 145.36 0.016 5 27.59 0.017 7 37.38 0.016 5 23.93 0.015 5
绿 0.016 0 38.14 0.019 7 14.04 0.020 8 18.84 0.019 8 8.66 0.020 1
0.023 0 35.85 0.027 0 1.25 0.028 0 5.20 0.026 8 8.06 0.025 0
近红外 0.060 3 7.00 0.068 1 0.73 0.068 8 1.42 0.067 2 2.65 0.084 8
农村地区 0.013 4 134.11 0.018 7 28.69 0.018 5 6.68 0.017 6 38.24 0.015 0
绿 0.017 0 32.80 0.022 0 14.76 0.021 9 8.41 0.021 2 11.54 0.017 9
0.027 5 26.31 0.033 9 3.70 0.033 3 0.07 0.032 3 14.69 0.028 0
近红外 0.056 9 8.28 0.066 6 2.32 0.064 5 0.46 0.064 0 2.97 0.054 1
城区 0.023 5 74.09 0.035 8 4.15 0.031 8 14.94 0.030 5 23.93 0.027 5
绿 0.029 4 19.26 0.040 9 7.24 0.037 5 0.37 0.036 5 8.66 0.034 7
0.044 1 9.43 0.056 6 3.19 0.052 8 5.03 0.051 2 17.23 0.048 3
近红外 0.045 0 7.43 0.055 2 3.40 0.051 7 0.00 0.050 5 1.79 0.049 4
Tab.2  大气校正前后整景和分区地表反射率结果
Fig.6  植被光谱曲线对比
Fig.7  土壤光谱曲线对比
Fig.8  不同水质光谱曲线对比
Fig.9  城区建筑物及公路光谱曲线对比
范围 TOA GRD6S模式 AVG6S模式 FLAASH模型 Landsat8 SR
Std RE/% Std RE/% Std RE/% Std RE/% Std
整景 0.173 16.86 0.254 2.24 0.210 1.19 0.233 7.76 0.179
高山区 0.128 15.17 0.406 0.23 0.146 2.81 0.142 6.46 0.131
农村地区 0.128 14.97 0.147 2.39 0.145 0.11 0.143 7.54 0.123
城区 0.133 24.35 0.173 1.49 0.159 6.22 0.156 14.36 0.148
Tab.3  大气校正前后整景和分区NDVI结果
Fig.10  大气校正前后NDVI对比
[1] 徐言, 姜琦刚 . 基于6S模型的MODIS影像逐像元大气校正及其应用[J]. 吉林大学学报(地理科学版), 2015,45(5):1547-1553.
Xu Y, Jiang Q G . A pixel by pixel atmospheric correction algorithm and its application for MODIS data based on 6S model[J]. Journal of Jilin University(Earth Science Edition), 2015,45(5):1547-1553.
[2] 杜鑫, 陈雪洋, 蒙继华 , 等. 基于6S模型的环境星CCD数据大气校正[J]. 国土资源遥感, 2010,22(2):22-25.doi: 10.6046/gtzyyg.2010.02.05.
doi: 10.6046/gtzyyg.2010.02.05
Du X, Chen X Y, Meng J H , et al. Atmospheric correction of HJ-1 CCD data based on 6S Model[J]. Remote Sensing for Land and Resource, 2010,22(2):22-25.doi: 10.6046/gtzyyg.2010.02.05.
doi: 10.6046/gtzyyg.2010.02.05
[3] 陈静, 姚静 . Landsat-5 TM影像增益偏置值对地面反射率计算影响分析[J]. 国土资源遥感, 2010,22(2):45-54.doi: 10.6046/gtzyyg.2010.02.10.
doi: 10.6046/gtzyyg.2010.02.10
Chen J, Yao J . The analysis of impaction in calculating surface reflectance of Landsat-5 TM caused by Gain and Bias values[J]. Remote Sensing for Land and Resource, 2010,22(2):45-54.doi: 10.6046/gtzyyg.2010.02.10.
doi: 10.6046/gtzyyg.2010.02.10
[4] 苏伟, 张明政, 蒋坤萍 , 等. Sentinel-2卫星影像的大气校正方法[J]. 光学学报, 2018, 38(1):0128001-1-0128001-10.
Su W, Zhang M Z, Jiang K P , et al. Atmospheric correction method for Sentinel-2 satellite imagery[J]. Acta Optica Sinica, 2018, 38(1):0128001-1-0128001-10.
[5] Yu X, Yan Q, Liu Z . Atmospheric correction of HJ-1A multi-spectral and hyper-spectral images[C]// International Congress on Image & Signal Processing.IEEE, 2010: 2125-2129.
[6] Vermote E F, Tanre D, Deuze J L , et al. The second simulation of the satellite signal in the solar spectrum(6S)User’s Guide[Z]. France:Laboratoire d’ Optique Atmospherique, 1997.
[7] 马世斌, 杨文芳, 张焜 . SPOT6卫星图像处理关键技术研究[J]. 国土资源遥感, 2015,27(3):30-35.doi: 10.6046/gyzyyg.2015.03.06.
doi: 10.6046/gyzyyg.2015.03.06
Ma S B, Yang W F, Zhang K . Study of key technology of SPOT6 satellite image processing[J]. Remote Sensing for Land and Resource, 2015,27(3):30-35.doi: 10.6046/gyzyyg.2015.03.06.
doi: 10.6046/gyzyyg.2015.03.06
[8] 赵越, 曾群, 陈晓玲 . HJ-1A/1B卫星CCD影像的鄱阳湖6S大气校正研究[J]. 华中师范大学学(自然科学版), 2012,46(6):751-761.
Zhao Y, Zeng Q, Chen X L , et al. A study on the 6S model of atmospheric correction method for the HJ-1A/1B CCD image of Poyang Lake[J]. Journal of Huazhong Normal University(Natural Sciences), 2012,46(6):757-761.
[9] Department of the Interior U.S. Geological Survey.Product Guide-Landsat8 Surface Reflectance Code (LASRC) Product[Z]. 2018.
[10] Xue X, Meng O, Xie Y , et al. Case study of atmospheric correction on CCD data of HJ-1 satellite based on 6S model[C]// IOP Conference Series:Earth and Environmental Science, 2014,17:012215.
[11] Wang Z, Xia J S, Wang L H , et al. Atmospheric correction methods for GF-1 WFV1 data in hazy weather[J]. Journal of the Indian Society and Remote Sensing, 2018,46(3):355-366.
[12] Nguyen H C, Jung J, Lee J , et al. Optimal atmospheric correction for above-ground forest biomass estimation with the ETM+ remote sensor[J]. Sensors, 2015,15:18865-18886.
[13] Zhao W J, Tamura M, Takahashi H . Atmospheric and spectral corrections for estimating surface albedo from satellite data using 6S code[J]. Remote Sensing of Environment, 2000,76:202-212.
[14] 沈强 . 基于辐射传输模型的遥感影像大气纠正[D]. 武汉:武汉大学, 2005.
Shen Q . Atmospheric of Corrections Remote Sensing Images Based on the Radiative Transfer Model[D]. Wuhan:Wuhan University, 2005.
[15] Richter R . Correction of atmospheric and topographic effects for high spatial resolution satellite imagery[J]. International Journal of Remote Sensing, 1997,18(5):1099-1111.
[16] 杨静学, 王云鹏, 杨勇 . 基于高程或气溶胶厚度与6S模型校正参数回归方程的遥感图像大气校正模型[J]. 遥感技术与应用, 2009,24(3):331-339.
Yang J X, Wang Y P, Yang Y . Remote sensing image atmospheric correction model based on elevation or aerosol thickness and 6S model corrected parameter regression equation[J]. Remote Sensing Technology and Application, 2009,24(3):331-339.
[17] Richter R, Daniel S, Andreas M . An automatic atmospheric correction algorithm for visible/NIR imagery[J]. International Journal of Remote Sensing, 2006,27(10):2077-2085.
[18] 穆悦, 安裕伦, 王喆 , 等. 不同地形校正模型计算地形复杂山区地表反射率的对比[J]. 山地学报, 2014,32(3):257-266.
Mu Y, An Y L, Wang Z , et al. Comparison of different topographic correction models for surface reflectance calculating in rugged terrain area[J]. Mountain Research, 2014. 32(3):257-266.
[19] 徐永明 . 遥感二次开发语言IDL[M]. 北京: 科学出版社, 2014.
Xu Y M. Remote Sensing of Secondary Development Language IDL[M]. BeiJing: Science Press, 2014.
[20] 董彦卿 . IDL程序设计—数据可视化与ENVI二次开发[M]. 北京: 高等教育出版社, 2012.
Dong Y Q. IDL Programming:Data Visualization and ENVI Secondary Development[M]. Beijing: High Education Press, 2012.
[21] 赵英时 . 遥感应用分析原理与方法[M]. 北京: 科学出版社, 2003: 20-34.
Zhao Y S. The Principle and Method of Remote Sending Application Analysis[M]. Beijing: Science Press, 2003: 20-34.
[22] 梅安新, 彭望琭, 秦其明 , 等. 遥感导论[M]. 北京: 高等教育出版社, 2001: 56-80.
Mei A X, Peng W L, Qin Q M , et al. Introduction to Remote Sensing[M]. Beijing: High Education Press, 2001: 56-80.
[23] 姚薇, 李志军, 姚珙 , 等. Landsat卫星遥感影像的大气校正方法研究[J]. 大气科学学报, 2011,34(2):251-256.
Yao W, Li Z J, Yao G , et al. Atmospheric correction model for Landsat images[J]. Transactions of Atmospheric Sciences, 2011,34(2):251-256.
[24] 甘文霞, 沈焕锋, 张良培 , 等. 采用6S模型的多时相MODIS植被指数NDVI归一化方法[J]. 武汉大学学报(信息科学版), 2014,39(3):300-304.
Gan W X, Shen H F, Zhang L P , et al. Multi-temporal MODIS vegetation index NDVI normalization method using 6S model[J]. Geomatics and Information Scienc of Wuhan Univeristy, 2014,39(3):300-304.
[1] 程东亚,李旭东. 大气校正前后山地流域NDVI变化特征对比[J]. 国土资源遥感, 2020, 32(1): 90-97.
[2] 陈玲,陈理,李伟,刘建宇. 基于FLAASH模型的Worldview3大气校正[J]. 国土资源遥感, 2019, 31(4): 26-31.
[3] 杨斌,李丹,高桂胜,陈财,王磊. Sentinel-2A卫星数据处理分析及在干旱河谷提取中的应用[J]. 国土资源遥感, 2018, 30(3): 128-135.
[4] 孔金玲, 杨晶, 孙晓明, 杨姝, 柳富田, 杜东. 多光谱遥感影像大气校正与悬沙浓度反演——以曹妃甸近岸海域为例[J]. 国土资源遥感, 2016, 28(3): 130-137.
[5] 张月, 肖彧, 常晶晶, 刘健, 王亚琼, 贺春燕, 何冰. 大气校正对基于遥感指数提取藻华信息的影响[J]. 国土资源遥感, 2015, 27(3): 7-12.
[6] 佃袁勇, 方圣辉, 徐永荣. 一种协同反演气溶胶与水汽含量的高光谱图像大气校正算法[J]. 国土资源遥感, 2015, 27(2): 22-28.
[7] 刘艳, 汪宏, 张璞, 李杨.
MODIS大气校正精度评价及其对表层雪密度提取影响
[J]. 国土资源遥感, 2011, 23(1): 128-132.
[8] 孙源, 顾行发, 余涛, 高海亮. 环境星CCD数据大气校正研究[J]. 国土资源遥感, 2010, 22(4): 6-9.
[9] 侯东, 宋国宝, 董燕生, 顾建宇. TM传感器辐射定标参数精度分析[J]. 国土资源遥感, 2010, 22(4): 14-18.
[10] 杜鑫, 陈雪洋, 蒙继华, 张飞飞, 张淼, 吴炳方. 基于6S模型的环境星CCD数据大气校正[J]. 国土资源遥感, 2010, 22(2): 22-25.
[11] 张川, 刘少峰, 刘衍宏, 裴晓寅. 基于辐射传输模型的Hyperion光谱重建应用评价[J]. 国土资源遥感, 2010, 22(2): 30-34.
[12] 杨晓峰, 郑有飞, 温兴平, 张育萍. 基于SPOT卫星影像的去模糊处理[J]. 国土资源遥感, 2008, 20(1): 31-33.
[13] 杨苏明, 王润生, 刘圣伟. 成像光谱矿物识别中的大气校正效果分析[J]. 国土资源遥感, 2007, 19(4): 95-99.
[14] 齐志新, 邓孺孺. 多暗像元大气校正方法[J]. 国土资源遥感, 2007, 19(2): 16-19.
[15] 蔡博峰, 绍霞. 基于PROSPECT+SAIL模型的遥感叶面积指数反演[J]. 国土资源遥感, 2007, 19(2): 39-43.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
京ICP备05055290号-2
版权所有 © 2015 《国土资源遥感》编辑部
地址:北京学院路31号中国国土资源航空物探遥感中心 邮编:100083
电话:010-62060291/62060292 Email:gtzyyg@agrs.cn; gtzyyg@163.com
本系统由北京玛格泰克科技发展有限公司设计开发