趙少帥，楊磊庫，陳興峰，王涵，盧曉峰

(1.河南理工大學(xué) 測繪與國土信息工程學(xué)院，河南 焦作 454003；2.中國科學(xué)院遙感與數(shù)字地球研究所 國家環(huán)境保護(hù)衛(wèi)星遙感重點(diǎn)實驗室，北京 100101)

0 引言

中國高分辨率對地觀測系統(tǒng)建設(shè)是具備高空間分辨率、高時間分辨率、高光譜分辨率、高精度觀測能力的自主、先進(jìn)的對地觀測系統(tǒng)[1]。高分四號衛(wèi)星是該項目中唯一一顆地球同步軌道衛(wèi)星，該星具有可見光50 m空間分辨率、中波紅外400 m空間分辨率的能力(表1)。高時間和空間分辨率使得高分四號衛(wèi)星廣泛應(yīng)用于資源、農(nóng)業(yè)和防災(zāi)減災(zāi)等領(lǐng)域，該星數(shù)據(jù)還可以在大氣環(huán)境領(lǐng)域用以反演高時空分辨率的氣溶膠產(chǎn)品，這對于監(jiān)測生命周期短、空間變化性大的大氣氣溶膠十分有利。高時空分辨率的氣溶膠產(chǎn)品可以為大氣污染防控、政策研究提供有力支撐。針對高分四號衛(wèi)星數(shù)據(jù)的光譜特征和高空間分辨率特征，采用區(qū)域直方圖統(tǒng)計的方法確定適合的閾值，并針對不同下墊面進(jìn)行測試，以驗證算法的可行性。

表1 高分四號衛(wèi)星有效載荷技術(shù)指標(biāo)

使用遙感數(shù)據(jù)獲取地球空間信息已成為一種重要而便捷的手段。但許多傳感器獲取的遙感影像中都存在云層遮擋的問題[2]，這嚴(yán)重影響了利用遙感數(shù)據(jù)對其他地氣參數(shù)的提取[3]。尤其是在氣溶膠反演過程中，準(zhǔn)確的云檢測是保證反演精度的關(guān)鍵一步[4]。作為影像后處理、空間信息提取的關(guān)鍵步驟[5]，針對云檢測的方法前人做了大量研究[6]。

在高分四號衛(wèi)星氣溶膠反演過程中，考慮提高輻射數(shù)據(jù)信噪比需要一定大小窗口內(nèi)的像元進(jìn)行聯(lián)合反演。第一，在這個過程中，碎云、云邊緣、薄云等不容易被識別的像元會引入誤差進(jìn)而降低反演精度；第二，未識別的云邊緣和碎云等會被誤識別是污染嚴(yán)重的氣溶膠，給環(huán)境監(jiān)測和區(qū)域環(huán)境評價帶來干擾。通常云檢測常用的是基于云光譜特征的閾值法。云層的平均反射率為50%～55%，對于厚云可達(dá)90%以上[7]。因此，大多數(shù)云檢測算法是基于可見光和紅外(IR)光譜反射率閾值或者是不同波段反射率的組合閾值。例如，ISCCP(international satellite cloud climatology project)法[8]，該方法使用可見光波段(0.6 μm)與紅外波段(11 μm)的輻射值數(shù)據(jù)，統(tǒng)計出晴空無云像元對應(yīng)的輻射值變化范圍進(jìn)而確定適合的閾值用于進(jìn)行云檢測。APOLLO(AVHRR processing scheme overclouds land and ocean)方法[9]使用像元的亮溫和多個波段反射率的組合閾值進(jìn)行云檢測，同樣的原理也被用于中分辨率成像光譜輻射計(moderate resolution imaging spectroradiometer，MODIS)的云檢測[4，10-13]。上述基于光譜特征的閾值法在進(jìn)行云檢測時對厚云十分有效，但是同時也存在一定的缺陷。例如，在云邊緣和碎云區(qū)域存在一定的漏識別[14]現(xiàn)象。針對高時間分辨率的衛(wèi)星數(shù)據(jù)也有基于序列圖像法的自動云檢測算法，如胡昌苗等[15]開發(fā)的針對高分四號靜止軌道衛(wèi)星數(shù)據(jù)的自動云檢測算法。其主要利用高分四號衛(wèi)星的“凝視”功能，對災(zāi)害等熱點(diǎn)地區(qū)可以連續(xù)成像，利用序列圖像上云的運(yùn)動特征進(jìn)行云的識別。該算法的云識別精度高，特別是在邊界、薄云區(qū)域。但其受限于序列圖像的構(gòu)建，不適用于大范圍、隨機(jī)影像的云識別，這就限制了該算法應(yīng)用于氣溶膠光學(xué)厚度反演時影像的云識別。

簡單來說小水滴和小冰晶“相聚”在一起便形成了肉眼可見的云。而這個“相聚”的過程高度不穩(wěn)定[16]，導(dǎo)致云在衛(wèi)星影像上表現(xiàn)出相對于植被、土壤、水體和氣溶膠等其他介質(zhì)更高度的空間不均一性。依據(jù)此原理，Martins等[16]提出了一種基于云空間變化特性的檢測方法。該方法是利用云的形成過程高度不穩(wěn)定導(dǎo)致云相對與地表、氣溶膠和霧霾等表現(xiàn)出更復(fù)雜的空間變化特性的原理進(jìn)行云的檢測。針對高空間分辨率衛(wèi)星數(shù)據(jù)，云的空間變化特征會更容易識別，因此該方法能夠有效針對云邊緣和碎云等區(qū)域進(jìn)行識別。該方法已成功應(yīng)用于MODIS[17]和地球靜止海洋彩色成像儀(geostationary ocean color imager，GOCI)[18]傳感器，都取得了很好的效果。但其在檢測厚云和薄云時有缺陷。厚云處于云的中間區(qū)域比較密集，空間變化性很小，因此使用云的空間變化性方法時厚云會被漏識別。同樣，薄云的空間變化特性幾乎和下墊面表現(xiàn)一致，因此云的空間變化特性方法也不適用于薄云。針對上述問題，本文提出了使用云的空間變化特性、光譜反射率特征閾值和HOT(haze-optimized transformation)薄云檢測[19]聯(lián)合的方法。

1 云檢測方法

針對云邊緣、碎云、厚云和薄云的不同特性，使用了云的空間變化特性、光譜反射率特征閾值和HOT薄云檢測聯(lián)合的方法。其中利用光譜反射率特征閾值對厚云進(jìn)行識別；利用云的空間變化特性對云邊緣和碎云進(jìn)行識別；利用HOT薄云檢測對薄云進(jìn)行識別。利用3種方法互補(bǔ)的特性，最終實現(xiàn)針對面對氣溶膠反演的高分四號影像的云檢測。具體流程如圖1所示。

圖1 云檢測流程圖

云檢測的具體步驟為：①首先對高分四號衛(wèi)星數(shù)據(jù)進(jìn)行預(yù)處理，即將影像的DN值轉(zhuǎn)換為表觀輻亮度，再通過計算得到藍(lán)、紅2個波段的表觀反射率；②分別利用藍(lán)波段計算影像的平均加權(quán)標(biāo)準(zhǔn)差，利用紅藍(lán)波段計算影像的HOT值；③根據(jù)各個閾值對影像進(jìn)行云檢測。

1.1 云的光譜反射率特性分析與閾值確定

有研究表明，在可見光光譜范圍內(nèi)，云相對于其他下墊面有更高的光譜反射率[20]，特別在云中間區(qū)域，這個特征更加明顯。因此可以通過云的高反射率光譜特征對厚云進(jìn)行識別，和使用云空間變化特征的方法形成互補(bǔ)。

研究表明，在可見光0.65 μm波段處，晴空數(shù)據(jù)一般具有較低的反射率，其值約為0～0.3，因此可見光0.65 μm波段是進(jìn)行云檢測的首選波段[21-22]。利用區(qū)域直方圖統(tǒng)計法共統(tǒng)計137幅分布在中國不同區(qū)域包含厚云情況的高分四號衛(wèi)星影像(2016年1—12月)。0.65 μm波段反射率統(tǒng)計果如圖2所示。圖2展示了用以區(qū)分云像元和非云像元閾值的統(tǒng)計結(jié)果，該閾值為0.32，即反射率大于0.32時，該像元為云。這和前人研究結(jié)果比較一致。

圖2 0.65 μm反射率直方圖

只采用0.65 μm反射率閾值的云檢測結(jié)果如圖3所示，圖3(a)為高分四號衛(wèi)星真彩色影像，圖3(b)為對應(yīng)的云檢測結(jié)果。從圖中可以明顯看出，該方法在厚云區(qū)域有很好的識別效果，但在云的邊緣和碎云區(qū)域存在漏識別現(xiàn)象。

圖3 利用0.65 μm反射率閾值的云掩膜結(jié)果，閾值為0.32

1.2 云的空間變化特性分析與閾值確定

通過計算藍(lán)波段(0.47 μm)3×3共9個像素的平均加權(quán)標(biāo)準(zhǔn)差(mean weighted standard deviation，MSTD)[16](式(1))來描述云的空間變化特性，然后利用區(qū)域直方圖統(tǒng)計的方法確定適合高分四號衛(wèi)星數(shù)據(jù)的閾值進(jìn)行云的檢測[16]。

(1)

具體計算過程如圖4所示，根據(jù)式(1)計算以像元X為中心3×3窗口內(nèi)的平均加權(quán)標(biāo)準(zhǔn)差σ*，然后平移3個像素計算下一個窗口的σ*，以此類推，計算整幅影像的平均加權(quán)標(biāo)準(zhǔn)差。針對高分四號衛(wèi)星影像，其可見光空間分辨率為50 m，因此最終云掩膜的空間分辨率也為50 m。

圖4 3×3 平均加權(quán)標(biāo)準(zhǔn)差計算示意圖

根據(jù)上述原理，統(tǒng)計了2016年1—12月，分布在中國不同區(qū)域的高分四號衛(wèi)星影像，這些影像包括了分布在亮地表(沙漠等)和暗地表(植被、水體等)區(qū)域在內(nèi)的不同形態(tài)云(薄云、厚云、碎云)的情況。統(tǒng)計結(jié)果如圖5所示。圖5展示了用以區(qū)分云和非云像元閾值的統(tǒng)計結(jié)果，該閾值為1.68E-4。即像元的平均加權(quán)標(biāo)準(zhǔn)差大于1.68E-4時，該像元判定為云。

圖5 0.47 μm波段3×3平均加權(quán)標(biāo)準(zhǔn)差直方圖

只采用云空間變化性閾值的云檢測結(jié)果如圖6所示，圖6(a)為高分四號衛(wèi)星真彩色影像，圖6(b)為對應(yīng)的云檢測結(jié)果。從圖中可以明顯看出，該方法在云邊緣和碎云區(qū)域有很好的識別效果，但是在厚云區(qū)域(云中間區(qū)域)，由于其空間變化性小，會漏識別該區(qū)域的云像元。

圖6 利用0.47μm計算得到的空間變異性閾值的云檢測結(jié)果，閾值為1.68E-4

1.3 薄云特性分析與HOT閾值確定

但是上述2個方法在薄云檢測方面都有一定的缺陷。為了解決這個問題，使用Zhang等[19]的HOT檢測方法用于薄云的檢測。Zhang等利用在晴朗條件下，對于不同地表覆蓋類型紅藍(lán)2個波段的光譜響應(yīng)有很好的相關(guān)性；但對于薄云的光譜響應(yīng)，不同的波長對不同的云光學(xué)厚度有很大的不同。利用這個原理擬合出晴朗條件下紅藍(lán)波段表觀輻亮度(經(jīng)驗證表觀反射率也具有同樣特性)的線性函數(shù)，即“晴空線”。利用HOT值表示在正交與晴空線方向偏離晴空線的程度，當(dāng)像素的HOT值達(dá)到一定程度該像元即可判定為云。HOT表達(dá)式為[19]：

HOT=Band1×sinθ-Band3×cosθ

(2)

式中：Band1、Band3分別是藍(lán)、紅波段的表觀輻亮度；θ為“晴空線”與橫軸(藍(lán)波段)的夾角。

針對高分四號數(shù)據(jù)，利用區(qū)域直方圖統(tǒng)計的方法，在中國不同區(qū)域共選取75幅包含薄云的影像(2016年1—12月)進(jìn)行統(tǒng)計，其晴空線如圖7所示。

圖7 高分四號衛(wèi)星云檢測的紅藍(lán)波段相關(guān)性——“晴空線”

由“晴空線”方程得HOT表達(dá)式為：

HOT=0.93×ρB-0.36×ρR

(3)

式中：ρB為藍(lán)波段的表觀反射率；ρR為紅波段的表觀反射率。

根據(jù)HOT值的表達(dá)式統(tǒng)計HOT結(jié)果的直方圖如圖8所示。圖8展示了用以區(qū)分云與非云像元閾值的統(tǒng)計結(jié)果，該閾值為0.097，即當(dāng)像元的HOT計算結(jié)果大于0.097時，該像元判定為云。

圖8 HOT計算結(jié)果直方圖

只采用HOT閾值的云檢測結(jié)果如圖9所示，圖9(a)為高分四號衛(wèi)星真彩色影像，圖9(b)為對應(yīng)的云檢測結(jié)果。從圖中可以明顯看出，該方對薄云有很好的識別效果。

圖9 利用HOT方法的云掩膜結(jié)果，閾值為0.097

2 云檢測結(jié)果及分析

根據(jù)圖1的云檢測流程，對不同地區(qū)的影像進(jìn)行云檢測測試，包括中國東部植被茂密(暗地表)區(qū)域，西部沙漠戈壁(亮地表)區(qū)域，為了更好地觀測檢測結(jié)果，選取4幅具有代表性的子影像進(jìn)行結(jié)果展示，見圖10。

圖10(a)、圖10(b)為植被茂密(暗地表)區(qū)域云檢測結(jié)果，從圖中可以看出對應(yīng)厚云、碎云和薄云都有很好的識別效果，但對于透明云，其檢測精度較低，存在漏識別現(xiàn)象。圖10(c)、圖10(d)為沙漠戈壁(亮地表)區(qū)域云檢測結(jié)果，其檢測結(jié)果和植被茂密地區(qū)結(jié)果類似，對厚云和薄云都能很好地進(jìn)行識別，同樣對透明云識別效果較差，存在漏識別現(xiàn)象。從圖10(d)中可以很好地看出，針對高空間分辨率的高分四號衛(wèi)星影像，基于云的空間變化性方法在云邊緣區(qū)域有很好的識別效果。

為了進(jìn)一步檢驗云識別效果，針對不同影像，對每幅影像隨機(jī)選取50個樣本點(diǎn)，逐個像元進(jìn)行人工檢視統(tǒng)計，統(tǒng)計結(jié)果表明，云像元檢測精度達(dá)到大約95%。通過目視對比及隨機(jī)樣本點(diǎn)的逐點(diǎn)對照分析，其結(jié)果表明，本文使用的方法可行，其檢測結(jié)果可信度較高。

圖10 真彩色影像及對應(yīng)的云檢測結(jié)果

3 結(jié)束語

本文詳細(xì)闡述了高分四號衛(wèi)星遙感影像云檢測過程。通過對云的物理特性及光譜特性分析，選取了有效的波段組合及穩(wěn)定的閾值，并基于高分四號衛(wèi)星影像高空間分辨率的特性，利用云高的空間變化，實現(xiàn)了不同地表情況下的云檢測，并對結(jié)果進(jìn)行了初步的分析，其結(jié)論如下：

①通過對去云影像的分析可以看出，所選擇的云檢測特征波段、波段組合及閾值是可靠的，其基于云空間變化特性的檢測方法，能夠有效地提升云邊緣檢測效果，適合用于大范圍，業(yè)務(wù)化的云檢測，從而提高國產(chǎn)衛(wèi)星影像利用率，為利用高分四號衛(wèi)星數(shù)據(jù)進(jìn)行氣溶膠光學(xué)厚度反演提供高精度云掩膜產(chǎn)品。

②在對去云影像進(jìn)行精度分析時，發(fā)現(xiàn)該算法對于厚云、碎云以及云邊緣檢測效果較好，但對于薄云和透明云，檢測效果還不是特別理想。另外，對于冰雪像元也會誤識別為云，這對于利用在可見光近紅外只有4個波段的高分四號傳感器來說，對高反射率的云和冰雪進(jìn)行區(qū)分還存在困難。但通常來說，冰雪區(qū)域的氣溶膠反演很困難，即使MODIS氣溶膠產(chǎn)品在冰雪區(qū)域也大量缺失，故高分四號氣溶膠反演系統(tǒng)暫不在冰雪區(qū)域反演氣溶膠，冰雪區(qū)域允許和云歸為一類。

在評價云檢測精度方面，現(xiàn)存的大多數(shù)方法是通過在去云影像上選取隨機(jī)點(diǎn)，經(jīng)目視解譯后統(tǒng)計精度，最終評價檢測結(jié)果的。但是在判斷檢測結(jié)果的真實性方面，仍是現(xiàn)階段研究的難點(diǎn)，需進(jìn)一步研究。