蒲莉莉，劉斌

（1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊830046；2.新疆測(cè)繪科學(xué)研究院，烏魯木齊830001）

結(jié)合光譜響應(yīng)函數(shù)的Landsat－8影像大氣校正研究

蒲莉莉1，劉斌2

（1.新疆大學(xué)資源與環(huán)境科學(xué)學(xué)院，烏魯木齊830046；2.新疆測(cè)繪科學(xué)研究院，烏魯木齊830001）

針對(duì)受大氣吸收與散射影響，遙感器得到的測(cè)量值與目標(biāo)物的真實(shí)值間存在誤差，給反演地表反射率／反照率和地表溫度等關(guān)鍵參數(shù)帶來(lái)較大誤差，影響圖像分析精度的問(wèn)題，該文利用Landsat－8的光譜響應(yīng)函數(shù)，對(duì)OLI多光譜數(shù)據(jù)進(jìn)行大氣輻射校正和反射率反演，對(duì)校正前后的地物光譜曲線和歸一化植被指數(shù)（Normalized Difference Vegtation Index，NDVI）的變化進(jìn)行了對(duì)比。研究表明：OLI大氣校正后較好地恢復(fù)各類地物光譜的典型特征；大氣校正后NDVI增幅明顯；類似的基于光譜響應(yīng)函數(shù)的FLAASH大氣校正方法可以為其他的高級(jí)陸地成像儀等傳感器校正提供依據(jù)。

Landsat－8；遙感圖像處理；大氣校正；光譜響應(yīng)函數(shù)；FLAASH

1 引 言

大氣校正的目的是消除大氣和光照等因素對(duì)地物反射的影響，廣義上講獲得地物反射率、輻射率或者地表溫度等真實(shí)物理模型參數(shù)；狹義上是獲取地物真實(shí)反射率數(shù)據(jù)，用來(lái)消除大氣中氣體和物質(zhì)對(duì)地物反射的影響，消除大氣分子和氣溶膠散射的影響，反演地物真實(shí)反射率的過(guò)程［1］。隨著遙感技術(shù)的快速發(fā)展，對(duì)地觀測(cè)定量反演參數(shù)增多，圖像的大氣校正要求逐漸提高，對(duì)不同傳感器大氣校正的方法也層出不窮。遙感影像大氣校正大致分為基于圖像的校正方法，基于地面定標(biāo)的經(jīng)驗(yàn)回歸方法和基于輻射傳輸理論的校正方法3種［2］。基于光譜響應(yīng)函數(shù)的大氣校正，是利用FLAASH大氣校正模型來(lái)實(shí)現(xiàn)的，F(xiàn)LAASH大氣校正是輻射傳輸理論模型中的應(yīng)用較廣泛的一種，可以校正0.400μm～2.500μm范圍內(nèi)的光譜數(shù)據(jù)，結(jié)合了MODTRAN4模型，與其他校正模型不同的地方是：不需要預(yù)先計(jì)算出輻射參數(shù)，大氣類型和氣溶膠反演參數(shù)可以直接選擇，參與地表輻射校正計(jì)算。許多學(xué)者利用FLAASH大氣校正模型對(duì)ASTER、Landsat ETM＋、SPOT等多光譜影像進(jìn)行大氣校正［3－6］，對(duì)AVIRIS、Hyperion等高光譜數(shù)據(jù)進(jìn)行評(píng)價(jià)［7－8］，也有利用構(gòu)建光譜響應(yīng)函數(shù)的方法對(duì)高級(jí)陸地成像儀ALI進(jìn)行大氣校正［9］，校正結(jié)果比較理想。

2 研究區(qū)概況與數(shù)據(jù)特征

2.1 研究區(qū)概況

本實(shí)驗(yàn)數(shù)據(jù)采用的是新疆克拉瑪依地區(qū)Landsat－8遙感影像數(shù)據(jù)，條帶號(hào)為144／29，影像地理位置為：84.7235°N～87.7445°N，44.9505°E～47.0926°E，成像時(shí)間為2013年8月19日。圖像中包含水體、林地、農(nóng)田、城區(qū)、道路，高山等典型地物，云量0.1%，圖像清晰。實(shí)驗(yàn)數(shù)據(jù)均來(lái)自于地理空間數(shù)據(jù)云網(wǎng)站，數(shù)據(jù)級(jí)別Level 1T，即經(jīng)過(guò)系統(tǒng)輻射校正和幾何校正數(shù)據(jù)產(chǎn)品。

2.2 OLI數(shù)據(jù)特征

Landsat－8衛(wèi)星是由美國(guó)宇航局（NASA）和美國(guó)地質(zhì)調(diào)查局（USGS）共同負(fù)責(zé)的項(xiàng)目衛(wèi)星［10］，數(shù)據(jù)于2013年5月29日開(kāi)始分發(fā)，目前已可以正常使用。Landsat－8的設(shè)計(jì)和特征與Landsat－7基本相同。Landsat－8衛(wèi)星數(shù)據(jù)共11個(gè)光譜波段，8個(gè)30m空間分辨率的可見(jiàn)光－近紅外波段，1個(gè)15m空間分辨率的全色波段，2個(gè)100m空間分辨率的熱紅外波段［11］。Landsat－8數(shù)據(jù)影像在延續(xù)Landsat－7衛(wèi)星數(shù)據(jù)的基礎(chǔ)上，增加了一個(gè)深藍(lán)波段來(lái)監(jiān)測(cè)近岸水體和氣溶膠，增加了一個(gè)卷云波段用于云檢測(cè)，增加了一個(gè)熱紅外波段使劈窗算法應(yīng)用于Landsat－8數(shù)據(jù)成為可能。同時(shí)，對(duì)各波段波譜范圍進(jìn)行了微調(diào)，以去除水汽等因素的影響［12］。在此基礎(chǔ)上，本文采用Landsat－8數(shù)據(jù)，以構(gòu)建光譜響應(yīng)函數(shù)為基礎(chǔ)［13］，利用ENVI軟件FLAASH集成模型，對(duì)該數(shù)據(jù)OLI波段進(jìn)行校正。

3 校正方法

Landsat－8多光譜數(shù)據(jù)的預(yù)處理包括表觀輻亮度、表觀反射率計(jì)算和大氣校正兩方面。

3.1 表觀輻亮度

輻射定標(biāo)是將成像光譜儀輸出的不同波段數(shù)字量化值（Digital Number，DN值）轉(zhuǎn)化為各波段成像光譜儀入瞳處的光譜輻射亮度值。Landsat－8衛(wèi)星數(shù)據(jù)的表觀輻亮度計(jì)算公式為［13］：

式中，ρλ是大氣頂層行星反射率（TOA planetary reflectance），θSE（sun elevation angle）太陽(yáng)高度角，θSZ（solar zenith angle）太陽(yáng)天頂角。Landsat－8影像數(shù)據(jù)在表觀反射率反演方面與以往Landsat系列有較大的差異，減少儒略日、大氣頂層太陽(yáng)輻照度和日地距離參數(shù)計(jì)算，使反射率計(jì)算更加方便簡(jiǎn)單。

3.3 光譜響應(yīng)函數(shù)構(gòu)建

由于ENVI FLAASH工具無(wú)法讀取Landsat－8數(shù)據(jù)頭文件，因此無(wú)法獲取Landsat－8圖像的光譜響應(yīng)函數(shù)，需要手動(dòng)建立光譜響應(yīng)函數(shù)，從USGS官網(wǎng)上下載數(shù)據(jù)，建立427nm～2355nm范圍內(nèi)的光譜響應(yīng)函數(shù)。在EXCEL中，從427nm開(kāi)始以1nm為間隔構(gòu)建各波段的響應(yīng)值，在沒(méi)有涉及的光譜范圍內(nèi)以0作為響應(yīng)值填充，并轉(zhuǎn)換為ACSII碼文件，最后導(dǎo)入ENVI中形成Landsat－8光譜響應(yīng)函數(shù)，如圖1所示。

式中，Lλ是大氣層頂光譜輻射亮度（TOA spectral radiance），單位Watts／（m2·srad·μm）；ML是某一波段的乘法調(diào)整因子（Band－specific multiplicative rescaling factor），AL是某一波段的附加調(diào)整因子（Band－specific additive rescaling factor）；Qcal是原始影像某一波段的像元值（DN值）；λ為波段號(hào)。式（1）中的ML和AL兩個(gè)參數(shù)均可在影像的頭文件MTL.txt中找到。

3.2 表觀反射率

表觀反射率是輻射定標(biāo)結(jié)果之一，也是大氣頂層的反射率。Landsat－8衛(wèi)星數(shù)據(jù)的表觀反射率計(jì)算公式為［13］：

式中，ρλ′是未經(jīng)太陽(yáng)角度糾正的大氣層頂光譜輻射亮度（TOA spectral radiance），Mρ是某一波段的乘法調(diào)整因子（Band－specific multiplicative rescaling factor），Aρ是某一波段的附加調(diào)整因子（Band－specific additive rescaling factor）；Qcal是原始影像某一波段的像元值（DN值）；λ為波段號(hào)。式（2）中的Mρ和Aρ都可以在影像的頭文件中找到MTL.txt。

經(jīng)過(guò)大氣角度糾正的反射率公式為：

圖1 Landsat－8OLI數(shù)據(jù)各波段光譜響應(yīng)函數(shù)

3.4 大氣校正

FLASSH大氣校正的基礎(chǔ)是Modtran模型，而Modtran模型源自于大氣輻射傳輸方程，因此其大氣校正效果較好。但FLASSH大氣校正對(duì)于數(shù)據(jù)格式和波長(zhǎng)有一定要求，所以需要對(duì)Landsat－8賦予各波段中心波長(zhǎng)（表1）。然后進(jìn)行因子轉(zhuǎn)換，對(duì)進(jìn)行輻射定標(biāo)之后的數(shù)據(jù)和輸入校正模型中的數(shù)據(jù)單位換算，輸入轉(zhuǎn)換因子10。其他大氣校正中的各關(guān)鍵參數(shù)如表2所示。

表1 OIL各波段的中心波長(zhǎng)

表2 FLAASH大氣校正模型參數(shù)

4 精度驗(yàn)證

利用實(shí)測(cè)野外GPS測(cè)點(diǎn)數(shù)據(jù)進(jìn)行幾何精糾正，然后將Landsat－8的DN值轉(zhuǎn)化為輻射亮度和表觀反射率，建立Landsat－8光譜響應(yīng)函數(shù)之后，在FLAASH校正模型中輸入上述參數(shù)，執(zhí)行FLAASH大氣校正。對(duì)比校正前后的圖像基本統(tǒng)計(jì)特征，結(jié)果表明：用于檢測(cè)云量的波段亮度值為0；相同波段圖像比較，大氣校正后的圖像明顯比校正之前的圖像亮度高，圖像更加清晰，說(shuō)明FLAASH大氣校正有效減少大氣對(duì)圖像的影響；將校正前后的圖像按7／6／4波段組合打開(kāi)圖像（圖2），這種組合下水體和植被得到了增強(qiáng)，從圖像上明顯看出糾正之后的圖像，圖像整體變亮，山體，植被區(qū)域尤為明顯，能更好地從圖中目視識(shí)別出山體和植被紋理性質(zhì)，說(shuō)明FLAASH消除了大氣氣溶膠對(duì)圖像近紅外波段的輻亮度抑制的影響。

從校正前后的圖像中分別提取植被（Vegetation）、水體（Water）、裸地（Bare land），道路（Road）等典型地物。在影像上每種地物平均提取50個(gè)像元，提取地物光譜曲線。大氣校正之前的波段組合，將波段9卷云波段參與表達(dá)，將其置于5波段和6波段之間，以客觀反映地物的光譜變化趨勢(shì)。比較校正前后地物的波譜曲線（圖3）：經(jīng)過(guò)大氣校正后植被，水體的光譜曲線都得到還原，0.440μm～0.480μm之間光譜曲線校正明顯。大氣校正之后城區(qū)，水體、植被在深藍(lán)波段、藍(lán)波段、綠波段、紅波段的反射率均減少，其中以深藍(lán)和藍(lán)波段最為顯著，主要由于大氣散射和吸收引起的大氣衰減造成的。理論上，可見(jiàn)光波段因大氣瑞利散射和氣溶膠散射引起傳感器獲取的地表輻射失真，造成隨著波長(zhǎng)增大反射率降低，在藍(lán)波段散射最強(qiáng)。在紅波段和近紅波段，大氣散射作用較小，而水汽吸收率大，校正后OIL第5波段近紅外波段反射率應(yīng)該上升，由于研究區(qū)為干旱區(qū)氣候特點(diǎn)，使實(shí)際校正的結(jié)果與期望的校正結(jié)果恰恰相反。

圖2 大氣校正前（左）后（右）圖像對(duì)比

圖3 校正前（左）后（右）典型地物光譜曲線

研究發(fā)現(xiàn)［1－2］，大氣吸收可減小近紅外信息量的20%以上，使反演精度降低。大氣校正能夠顯著地改善植被指數(shù)，因此，可通過(guò)分析校正前后圖像植被指數(shù)對(duì)大氣校正結(jié)果進(jìn)行評(píng)估。選擇樣區(qū)，對(duì)校正前后的NDVI進(jìn)行統(tǒng)計(jì)分析，從圖4中可以看出：圖像經(jīng)過(guò)大氣、氣溶膠和大氣擴(kuò)散效益校正后NDVI明顯增大，校正前NDVI最大值－0.237035，最小值0.614373，平均值為0.226548，標(biāo)準(zhǔn)差為0.192266，峰值0.0601；校正后NDVI最大值－0.618006，最小值0.905261，平均值為0.362375，標(biāo)準(zhǔn)差0.309957，峰值0.0809。結(jié)果表明，NDVI標(biāo)準(zhǔn)差增大，包括的信息量增多；直方圖整體右移，最大最小值的絕對(duì)值增大，NDVI得到改善，植被信息得到加強(qiáng)；說(shuō)明大氣校正既削弱了圖像信息中的大氣輻射信息，又保留圖像包含的信息量，使包含信息量在減少氣溶膠等大氣影響因素下得到提高?？梢?jiàn)，大氣校正可以較好地減小大氣對(duì)Landsat－8圖像的影響。

圖4 校正前（左）后（右）NDVI曲線

5 結(jié)束語(yǔ)

本文以Landsat－8圖像為基準(zhǔn)，構(gòu)建其光譜響應(yīng)函數(shù)，對(duì)圖像進(jìn)行FLAASH大氣校正研究。以標(biāo)準(zhǔn)地物波譜曲線為參考，對(duì)圖像上的水體 、植被、裸地等典型地物對(duì)大氣校正結(jié)果進(jìn)行評(píng)估，結(jié)果表明：經(jīng)過(guò)FLAASH大氣校正后水體與植被的光譜曲線比校正前更接近標(biāo)準(zhǔn)地物波譜曲線；通過(guò)NDVI定性和定量評(píng)價(jià)，可以看出大氣校正能夠有效地減小大氣對(duì)圖像的影響；FLAASH大氣校正模塊可以用于多種多光譜傳感器遙感圖像的大氣校正，關(guān)鍵在于對(duì)多光譜傳感器光譜響應(yīng)函數(shù)的構(gòu)建。

同時(shí)實(shí)驗(yàn)中也發(fā)現(xiàn)：經(jīng)過(guò)大氣校正后的圖像存在反射率為負(fù)數(shù)的情況。出現(xiàn)這種現(xiàn)象的原因可能在于：FLAASH模塊氣溶膠類型、大氣參數(shù)等不能很好地模擬成像時(shí)間下的大氣實(shí)際情況；也可能是實(shí)驗(yàn)中使用的中心波長(zhǎng)所對(duì)應(yīng)的光譜響應(yīng)值造成的，后期可以參照加權(quán)平均的方法計(jì)算中心波長(zhǎng)，近一步減少大氣對(duì)地物反射率的影響。

［1］ 孫家抦.遙感原理與應(yīng)用［M］.武漢：武漢大學(xué)出版社，2009：150－152.

［2］ 趙英時(shí).遙感應(yīng)用分析原理與方法［M］.北京：科學(xué)出版社，2003：2030.

［3］ 羅彩蓮，陳杰，樂(lè)通潮.基于FLAASH模型的Landsat ETM＋衛(wèi)星影像大氣校正［J］.防護(hù)林科技，2008（5）：46－48，51.

［4］ 羅慧芬，苗放，葉成名.基于FLAASH模型的ASTER衛(wèi)星影像大氣校正［J］.安徽農(nóng)業(yè)科學(xué)，2009，37（17）：8100－8102，8133.

［5］ 郝建亭，楊武年，李玉霞，等.基于FLAASH的多光譜影像大氣校正應(yīng)用研究［J］.遙感信息，2008，23（1）：78－81.

［6］ 郭云開(kāi)，曾繁.基于FLAASH與QUAC模型的SPOT5影像大氣校正比較［J］.測(cè)繪通報(bào)，2012（11）：21－41.

［7］ 袁金國(guó)，牛崢，王錫平.基于FLAASH的Hyperion高光譜影像大氣校正［J］.光譜學(xué)與光譜分析，2009，29（5）：1181－1185.

［8］ 吳彬，苗放，葉成名.基于FLAASH的高光譜遙感數(shù)據(jù)大氣校正應(yīng)用［J］.物探化探計(jì)算技術(shù)，2010，32（4）：442－446.

［9］ 陳建珍，何超，岳彩榮.基于FLAASH模塊的高級(jí)陸地成像儀圖像的大氣校正［J］.浙江農(nóng)林大學(xué)學(xué)報(bào)，2011，28（4）：590－596.

［10］ USGS.Landsat missions［EB／OL］.http：／／landsat.usgs.gov／index.php，2013－03－10.

［11］ 張玉君.Landsat－8簡(jiǎn)介［J］.國(guó)土資源遙感，2013，25（1）：176－177.

［12］ 徐涵秋，唐菲.新一代Landsat系列衛(wèi)星.Landsat－8遙感影像新增特征及其生態(tài)環(huán)境意義［J］.生態(tài)學(xué)報(bào)，2013，33（11）：3246－3257.

［13］ LDCM＿Bcorhure［EB／OL］.http：／／ldcm.nasa.gov／spacecraft＿instrument.html，2013－03－10.

Atmospheric Correction of Landsat－8Imagery Based on Spectral Response Function

PU Li－li1，LIU Bin2
（1.College of Resources and Environmental Sciences，Xinjiang University，Urumqi 830046；2.Xinjiang Academy of Surveying and Mapping，Urumqi 830001）

Affected by atmospheric absorption and scattering，there is an error between the true value and the measured value obtained from remote sensor.It caused a big deviation on inversing parameters，such as surface albedo and surface temperature and also affected the accuracy of the image.In order to solve these problems，atmospheric radiation and reflectance were retrieved from OLI multi－spectral data with Landsat－8spectral response function.Comparing the corrected spectral reflective curve and normalized difference vegetation index with the uncorrected one，we can see that this method has a better recovery of spectrum characteristics on various typical objects and NDVI index increases significantly after atmospheric correction of OLI image.This atmospheric correction method based on the FLAASH of spectral response function lays a foundation for calibration of other sensors such as the Advanced Land Imager.

Landsat－8；image preprocessing；atmospheric correction；spectral response function；FLAASH

10.3969／j.issn.1000－3177.2015.02.021

TP751

A

1000－3177（2015）138－0116－04

2014－03－13

2014－06－12

地理空間信息工程國(guó)家測(cè)繪地理信息局重點(diǎn)實(shí)驗(yàn)室開(kāi)放研究基金資助項(xiàng)目（201313）。

蒲莉莉（1990～），女，在讀研究生，研究方向?yàn)檫b感監(jiān)測(cè)、地理國(guó)情普查。

E－mail：xj＿pll＠163.com