[发明专利]基于先验地物光谱匹配的高光谱卫星自适应大气校正方法

说明书

本发明公开了一种基于先验地物光谱匹配的高光谱卫星自适应大气校正方法，建立高光谱卫星数据的自适应大气参数反演算法，整层大气柱状水汽含量估计算法利用线性回归波段比与水汽含量之间的函数进行估计；高光谱数据的气溶胶光学厚度估计方法则利用高光谱数据丰富的光谱信息，将地物光谱库作为先验知识，结合了光谱匹配方法进行AOD迭代估计。并建立结合MODTRAN辐射传输模型的大气校正算法。本方法适应于高光谱数据的特点，精度较高；不依赖于外部辅助数据，可自动进行大气校正；不局限于某个特定的传感器，也不局限于特定的地表类型，可以适用于国内外多种对地观测的高光谱卫星数据。

技术领域

本发明属于卫星遥感领域，具体涉及一种基于先验地物光谱匹配的高光谱卫星自适应大气校正方法及系统，适用于不同高光谱卫星传感器的大气校正。

背景技术

高光谱遥感技术一直以来被视为被动光学遥感技术的前沿领域，得益于可以获得相对“连续”的地物光谱曲线，高光谱技术被证明在地表精细分类、地表和水体化学生物性质探测、大气环境监测等诸多领域内，有着不可替代的优势和巨大的应用潜力。

近年来，高光谱对地观测仪器制造和卫星制造技术不断进步，各国陆续发射或计划了多颗可见光短波红外波段高光谱传感器，为高光谱遥感应用提供了丰富的数据源。然而，与如火如荼的平台建设相反，高光谱遥感技术的定量化应用进展缓慢。其原因可能是大多数高光谱传感器没有构建起高级产品体系可供应用，且目前高光谱遥感数据预处理技术自动化程度低，导致高光谱数据应用成本较高。在各种高光谱数据预处理算法中，大气校正算法作为遥感数据定量化应用的关键步骤，是制约高光谱数据定量化发展的瓶颈之一。对于大气校正算法中最为关键的大气参数估计方法，在现阶段大多数数据预处理软件中，仍使用针对多光谱数据的设计的估计算法，这会给大气参数带来误差，直接影响大气校正算法的精度。不适应高光谱数据特点、自动化程度差的大气校正方法阻碍了高光谱数据定量化应用进程。

对此，本发明在对数据辐射精度验证后，开发适应高光谱数据特点、适应不同的可见光短波红外高光谱传感器的大气参数估计算法，并将其作为输入数据，形成自适应的高光谱卫星数据大气校正算法。

发明内容

本发明针对现有大气校正方法不适应高光谱数据特点、自动化程度差的技术问题，提出了一种基于先验地物光谱匹配的高光谱卫星自适应大气校正方法及系统。

根据本发明实施例第一方面，提供一种基于先验地物光谱匹配的高光谱卫星自适应大气校正方法，包括：

对高光谱L1级数据进行辐射定标以得到高光谱卫星影像的表观反射率；

反演气溶胶光学厚度，其包括：利用蓝绿波段估算气溶胶光学厚度初值；根据气溶胶光学厚度初值通过查表的方式获取大气参数；由表观反射率和大气参数计算地表反射率初值；从高光谱卫星影像中抽取用于气溶胶光学厚度估计的像元；在被选中的像元中，利用光谱角匹配的方式，寻找地物光谱库中与像元地表反射率初值在光谱形态上最相似的光谱，计算最相似的光谱与像元地表反射率初值间的缩放比例，根据缩放比例确定第二次地表反射率初值，利用第二次地表反射率初值按照最小化表观反射率估算误差的设定重新计算气溶胶光学厚度，得到气溶胶光学厚度后进行迭代优化，以防止第二次地表反射率初值与实际地表反射率形态上的差异对估算结果造成影响并寻找气溶胶光学厚度最优解；

基于线性回归波段比反演水汽含量；

将高光谱卫星影像的观测天顶角、太阳天顶角两个几何参数和大气模式，以及反演得到的气溶胶光学厚度和水气含量两个大气成分含量，输入到MODTRAN辐射传输模型，在查找表中得到大气参数，完成高光谱影像的大气校正，MODTRAN辐射传输模型包含观测天顶角、太阳天顶角、气溶胶光学厚度、水汽含量和大气模式五个维度的大气校正查找表。

根据本发明实施例第二方面，提供一种基于先验地物光谱匹配的高光谱卫星自适应大气校正系统，包括：