[发明专利]一种卫星遥感反射率产品数据残差校正方法

说明书

本发明提出一种卫星遥感反射率产品数据残差校正方法，以快速有效的去除遥感反射率产品数据残差，提升海洋水色卫星产品的数据精度；提出遥感反射率数据残差波谱关系重构方法，更简便地解析遥感反射率数据残差波谱特征；结合神经网络技术，提出了从卫星遥感反射率信息中提取遥感反射率数据残差残差的谱斜率系数方法，能更精细化地描述卫星影像遥感反射率数据残差波谱特征的时空变化特点；将本发明用于大洋水体遥感反射率产品数据残差校正，可获得数值更合理、时空分布更稳定可靠的遥感反射率产品，支持高精度水色产品的生产。

技术领域

本发明属于海洋光学遥感技术领域，具体涉及一种卫星遥感反射率产品数据残差校正方法。

背景技术

海洋光学遥感技术是新兴的探测技术，能够通过遥感平台上搭载的探测器对海表水色信息进行探测进而获取海洋信息，并在海洋生态环境监测、海洋灾害影响监测与评估等方面得到广泛应用，大大地提高了人类应对自然灾害和全球气候变化的能力。自1978年第一颗海洋水色卫星问世以来，水色遥感在海气辐射传输过程、海洋生物光学机理、卫星产品真实性检验等方面取得了长足的发展。

遥感反射率数据R_rs是海洋光学研究的重要基础，也是国内海洋水色遥感关注的重点。然而，传感器内在噪声、辐射定标和大气校正的不确定性，使得卫星遥感反射率产品充满噪声，严重影响了水色产品的质量。此外，任何缺少不确定性信息的测量都是无效观测，而现有遥感反射率产品鲜有不确定性描述信息。

现有技术中，星地对比方法是比较古老和成熟的方法(Bailey andWerdell 2006；Clark等人1997；Hooker and Maritorena 2000；McClain等人1992；Moore等人2009；O'Reilly and Werdell 2019；Zibordi等人2004)；还有严格匹配准则(Bailey and Werdell2006)，可以通过对比卫星观测R_rs和现场测量R_rs轻易的获得残差，此外，卫星R_rs可以用来测定海洋水型种类，其中残差数据通过使用星地比对算法计算，因而残差分布可以在全球尺度动态绘制(Moore等人2009)。然而，对于这些方法来说，数据覆盖是一个重大缺陷，因为只有在现场测量覆盖的条件下，评估统计才是有效的。

研究人员发现，当全吸收系数(a(λ₀))和后向散射系数外推指数(Y)在555nn左右可以由含有误差的R_rs数据精确推导出时(陈等人2014)，像素级残差就可以通过IOPs(固有光学特性)数据处理系统(IDAS)解析得出。相对于星地比对算法，清洁水体法(clear waterapproach)的一个优势就是不依赖于现场观测时间与空间覆盖。这种方法的潜在假设为(Hu等人2012)：(1)主要光学成分应该在相对小的区域内是均匀的；(2)带差算法几乎对于残差不敏感，而波段比算法对于这些误差是非常敏感的，所以当输入R_rs无误差时这两种叶绿素a算法能够收敛于相同的叶绿素a浓度(Hu等人2013)；但是，清洁水体法比较适用于一些小区域、没有误差像素的情况；而对于被大量不确定性污染的低质量数据效果较差。

为了改进基于清洁水体法光谱关系(IDAS_cw)的IDAS算法的表现，研究一种在使用IDAS算法时，更加具有鲁棒性的光谱关系，以改进卫星R_rs产品，对提供遥感反射率数据不确定性信息，同时改进遥感反射率数据质量的技术显得十分重要。

发明内容

本发明为解决在海洋遥感领域对海洋数据监测不准确、可信度低的问题，提出一种卫星遥感反射率产品数据残差校正方法，以快速有效的去除遥感反射率产品数据残差，提升海洋水色卫星产品的数据精度。

本发明是采用以下的技术方案实现的：一种卫星遥感反射率产品数据残差校正方法，包括以下步骤：