李海翠 況潤(rùn)元 宋子豪

（江西理工大學(xué)土木與測(cè)繪工程學(xué)院，贛州 341000）

0 引言

水色遙感是根據(jù)水體在可見光或近紅外譜段的吸收與散射的光譜特性，利用傳感器測(cè)得的離水輻亮度對(duì)水體的有關(guān)現(xiàn)象與參數(shù)進(jìn)行解譯的遙感技術(shù)，該項(xiàng)技術(shù)可以對(duì)各項(xiàng)水色參數(shù)做出評(píng)價(jià)并提供決策服務(wù)[1]。水色衛(wèi)星傳感器接收到的總輻射量 80%以上來(lái)自大氣，而來(lái)自水體的輻射只有 3%～15%[2]，大氣輻射貢獻(xiàn)是衛(wèi)星遙感數(shù)據(jù)反演水體懸浮泥沙和葉綠素 a濃度等水色成分的限制因素之一[3]，因此，消除大氣輻射的干擾來(lái)獲得有效的離水輻射信號(hào)，實(shí)現(xiàn)衛(wèi)星影像的大氣校正，是水色遙感信息提取的關(guān)鍵技術(shù)之一[4]。Morel和Prieur[5]根據(jù)光學(xué)性質(zhì)將水體分為兩類：Ⅰ類水體（多為開闊大洋）和Ⅱ類水體（多為近岸海域或內(nèi)陸湖泊），Ⅰ類水體的光學(xué)特性主要是由水中葉綠素所決定的，Ⅱ類水體是由懸浮無(wú)機(jī)物、有色可溶性有機(jī)物和葉綠素共同決定的。目前針對(duì)Ⅰ類水體已有較為成熟的清潔水體的大氣校正算法[2]，而由于Ⅱ類水體組成復(fù)雜、光學(xué)特性多變，適用于Ⅰ類水體大氣校正的假設(shè)條件已不成立，Ⅱ類水體通用的大氣校正業(yè)務(wù)化算法還需要深入研究[6]。

與中、低分辨率的衛(wèi)星傳感器（如：中分辨率成像光譜儀）相比，多光譜成像儀（Multispectral Imager，MSI）得到的影像衛(wèi)星可以重采樣至10m的高空間分辨率，具有更好的空間信息，與其它中分辨率傳感器相比，MSI具有更好的信噪比，并且有短波紅外波段用于大氣校正，該衛(wèi)星是歐空局“哥白尼計(jì)劃”中發(fā)射的第2組衛(wèi)星，其搭載的MSI載荷延續(xù)并擴(kuò)展了陸地衛(wèi)星系列（Landsat，包括ThematicMapper-TM、Enhanced Thematic Mapper Plus-ETM+和Operational Land Imager-OLI三種傳感器）衛(wèi)星和SPOT系列衛(wèi)星的對(duì)地觀測(cè)任務(wù)[7]。目前國(guó)外專家學(xué)者已經(jīng)將“哨兵二號(hào)”（Sentinel-2）衛(wèi)星MSI影像應(yīng)用到II類水體的大氣校正研究中。Souza Martins等[8]基于Sentinel-2 MSI影像數(shù)據(jù)對(duì)亞馬遜河漫灘湖泊的大氣校正方法進(jìn)行研究，分析評(píng)估6S（Second Simulation of the Satellite Signal in the Solar Spectrum）、ACOLITE（Atmospheric Correction for OLI lite model）和Sen2cor（Sentinel 2 correction）對(duì)該湖泊的適用性。Marcela和 Ana等[9]基于Sentinel-2 MSI數(shù)據(jù)對(duì)西班牙內(nèi)陸水域進(jìn)行大氣校正算法評(píng)估，對(duì)ACOLITE、C2RCC（Case 2 Regional Coast Color）、iCOR（image correction for atmospheric effects）、Sen2cor和 Polymer（Polynomial based algorithm applied to MERIS）等五種大氣校正方法的精度進(jìn)行評(píng)估分析。但在國(guó)內(nèi)，利用Sentinel-2 MSI等高分辨率影像對(duì)Ⅱ類水體的大氣校正研究還比較少，國(guó)內(nèi)有不少學(xué)者利用Sentinel-2 MSI影像數(shù)據(jù)對(duì)不同地物以及太湖進(jìn)行研究，但都沒有探究大氣校正方法在鄱陽(yáng)湖的適用性如何。

因此，本文以鄱陽(yáng)湖為研究區(qū)域，以Sentinel-2 MSI衛(wèi)星影像的大氣上層表觀反射率（TOA）產(chǎn)品為數(shù)據(jù)源，利用 Sen2cor、6S、FLAASH（Fast Line-of-sight Atmospheric Analysis of Hypercubes）、ACOLITE和QUAC（Quick Atmospheric Correction）[10]五種大氣校正方法對(duì)鄱陽(yáng)湖水體進(jìn)行大氣校正研究，并通過地面同步實(shí)測(cè)光譜數(shù)據(jù)進(jìn)行對(duì)比分析，對(duì)五種大氣校正方法后得到的反射率精度進(jìn)行驗(yàn)證，綜合評(píng)價(jià)各種算法的優(yōu)缺點(diǎn)，得出適用于鄱陽(yáng)湖的大氣校正方法，以期為提高未來(lái)水質(zhì)參數(shù)反演精度提供參考，為環(huán)境管理部門提供數(shù)據(jù)支持。

1 研究區(qū)概況與數(shù)據(jù)處理

1.1 研究區(qū)

鄱陽(yáng)湖是中國(guó)最大的淡水湖泊，位于江西省北部（東經(jīng)115°49′～116°46′，北緯 28°11′～29°51′）（如圖1 所示），長(zhǎng)江中下游交接處的南岸，是長(zhǎng)江流域一個(gè)重要的過水性、吞吐型、季節(jié)性的內(nèi)陸湖泊[11]。

圖1 研究區(qū)域與實(shí)測(cè)站點(diǎn)圖Fig.1 Diagram of research area and measured site

1.2 遙感數(shù)據(jù)

Sentinel-2B于2017年3月7日發(fā)射，該衛(wèi)星主要應(yīng)用于陸地和沿海地區(qū)監(jiān)測(cè)和應(yīng)急服務(wù)的極軌光學(xué)任務(wù)，與之前的SPOT衛(wèi)星以及Landsat衛(wèi)星等類似光學(xué)傳感器相比，其光譜范圍和性能都有所提高。該衛(wèi)星裝備有一個(gè)多光譜儀器（MSI），具有從藍(lán)色（Blue）到短波紅外（Shortwave Infared，SWIR）的13個(gè)光譜波段（如表1所示），地面分辨率分別為10m、20m和60m，MSI的目標(biāo)是測(cè)量13個(gè)光譜波段的反射率[12]。標(biāo)準(zhǔn)MSI影像是1C級(jí)產(chǎn)品（L1C），具有UTM/WGS84（World Geodetic System 1984世界大地測(cè)量系統(tǒng)）投影且進(jìn)行了輻射和幾何校正。本文選用 2018年 10月 29日的Sentinel-2B L1C的數(shù)據(jù)，這3景影像完全包含研究區(qū)域鄱陽(yáng)湖，并且研究區(qū)域以及其周圍地區(qū)上空為晴朗無(wú)云。關(guān)于Sentinel-2B MSI光譜響應(yīng)函數(shù)（如圖2所示）的信息可以從歐洲航天局（the European Space Agency，ESA Sentinel-2 MSI Technical Guides）獲得。在大氣校正前需對(duì)遙感影像進(jìn)行重采樣（利用“哨兵”系列衛(wèi)星數(shù)據(jù)應(yīng)用平臺(tái)重采樣至10m分辨率）、圖像鑲嵌、輻射定標(biāo)以及圖像裁剪等預(yù)處理工作。

圖2 Sentinel-2B VNIR光譜響應(yīng)函數(shù)Fig.2 Sentinel-2B VNIR spectral response function

表1 Sentinel-2B MSI傳感器相關(guān)參數(shù)Tab.1 Sentinel-2B MSI sensor parameters

1.3 實(shí)測(cè)數(shù)據(jù)

實(shí)測(cè)數(shù)據(jù)與影像的時(shí)間差會(huì)影響反射率對(duì)比，文獻(xiàn)[8]的結(jié)果指出，在水和環(huán)境條件沒有出現(xiàn)快速變化的情況下，使用±3天或至多±8天的測(cè)量數(shù)據(jù)進(jìn)行比較是合理的。本文所使用的實(shí)測(cè)數(shù)據(jù)為2018年10月28日及29日所測(cè)得，因此Sentinel-2 MSI圖像和現(xiàn)場(chǎng)測(cè)量數(shù)據(jù)之間的時(shí)間差距原則上不被考慮作為比較的因素。通過品質(zhì)控制選取 13個(gè)站點(diǎn)（O1～O13）數(shù)據(jù)（見圖1），將其作為大氣校正結(jié)果的檢驗(yàn)數(shù)據(jù)，利用美國(guó)ASD（Analytical Specral Devices）公司生產(chǎn)的便攜式光譜儀測(cè)量水體遙感反射率。測(cè)量是在晴朗且風(fēng)速低的天氣條件下開展，每個(gè)站點(diǎn)至少測(cè)量十次以保證測(cè)量的精確度[13]。本文用遙感反射率來(lái)分析比較校正精度，水體遙感反射率Rrs定義為

式中Lw為離水輻亮度，Lw=Lsfc-rLsky，其中Lsfc為光譜儀測(cè)量的海面輻亮度，r是氣水界面對(duì)天空光的反射率（取定值0.026），Lsky為天空方向的輻亮度；Es()λ為海面入射輻照度，為波長(zhǎng)，Lp()λ為測(cè)得的標(biāo)準(zhǔn)板輻亮度，Pp()λ為標(biāo)準(zhǔn)板發(fā)射率，要求在10%～35%之間[14]。

式中yi代表Sentinel-2 MSI傳感器第i波段的實(shí)測(cè)光譜反射率；λsi是波段i的起始波長(zhǎng)；λei是波段i的終止波長(zhǎng)；Oi(λ)是波段i在波長(zhǎng)λ處的光譜響應(yīng)函數(shù)。

在測(cè)量得到的光譜曲線中，選擇400～900nm的數(shù)據(jù)計(jì)算遙感反射率，利用地面實(shí)測(cè)數(shù)據(jù)和Sentinel-2 MSI的光譜響應(yīng)函數(shù)，按照式（2）計(jì)算模擬得到B2～B8A對(duì)應(yīng)波段的等效遙感反射率。實(shí)測(cè)遙感反射率和模擬得到的等效遙感反射率如圖3所示。從圖3中可以看出，13個(gè)站點(diǎn)的光譜曲線形狀基本一致，但遙感反射率數(shù)值大小因站點(diǎn)水體渾濁程度不一樣而具有明顯差異。

圖3 實(shí)測(cè)遙感反射率和擬合后MSI波段反射率Fig.3 Measured remote sensing reflectance and MSI band reflectance after fitting

2 大氣校正方法

本文采用Sen2cor、6S、FLAASH、ACOLITE以及QUAC五種大氣校正方法。由于大氣校正過程中需要輸入較多參數(shù)，為了保證校正結(jié)果的可比性，在參數(shù)設(shè)置上保持一致。根據(jù)獲取的研究區(qū)Sentinel-2數(shù)據(jù)時(shí)相選取中緯度夏季（mid-latitude summer，MLS）和農(nóng)村氣溶膠，能見度數(shù)據(jù)采用默認(rèn)數(shù)據(jù)為40km，地物高度采用鄱陽(yáng)湖多年平均水位12.68m[15]?，F(xiàn)簡(jiǎn)單介紹五種大氣校正方法的原理如下：

Sen2cor是歐空局官方提供的Sentinel-2衛(wèi)星影像的大氣校正方法，用于生成MSI陸地產(chǎn)品（級(jí)別2A）,該算法是一種半經(jīng)驗(yàn)算法，集成了基于圖像檢索和LibRadtran（輻射傳輸計(jì)算軟件包）[13]模型的查找表（Look-Up-Tables，LUTs），以消除MSI圖像的大氣影響[16]。6S模型[17]是在1986年Tamre等人開發(fā)的 5S模型的基礎(chǔ)上進(jìn)行了改進(jìn)，該模型對(duì)大氣散射率、大氣吸收率、大氣透過率的計(jì)算進(jìn)行改進(jìn)，增加交叉輻射項(xiàng)及雙向反射分布函數(shù)（Bi-direction Reflectance Distribution Function，BRDF）估值算法，對(duì)輻射傳輸方程的求解算法進(jìn)行了效率優(yōu)化。FLAASH模型是集成在遙感圖像處理平臺(tái)（The Environment for Visualizing Images，ENVI）中，該模型是對(duì)MODTRAN4+（MODerate spectral resolution atmospheric TRANsmittance）[18]模型改進(jìn)后提出的，可以有效的消除大部分大氣反射地面物體的影響并獲得準(zhǔn)確的地面反射特性，適于對(duì) 0.4～3波長(zhǎng)范圍內(nèi)影像的大氣校正[19]。ACOLITE[20]算法用于研究 Landsat 8-OLI和Sentinel-2 MSI圖像的大氣校正，適用于海洋和內(nèi)陸水的研究，此算法能有效去除分子和氣溶膠組分在清澈和渾濁水域中的散射效應(yīng)，算法中的瑞利散射是利用6SV（a version of second simulation of the satellite signal in the solar spectrum）模型的LUTs來(lái)校正，而氣溶膠散射是根據(jù)清澈水體的近紅外波段（842nm和865nm）和渾濁水體的SWIR波段（1 610nm和2 130nm）來(lái)進(jìn)行估計(jì)的[21]。QUAC算法是基于暗目標(biāo)的算法，直接根據(jù)場(chǎng)景中觀測(cè)到的像元光譜確定大氣校正參數(shù)，而不需要輔助信息,該算法集成在ENVI軟件中的QUAC工具中，通過自動(dòng)從圖像上收集不同物質(zhì)的波譜信息來(lái)獲取經(jīng)驗(yàn)值以完成影像的快速大氣校正[22-23]。

3 結(jié)果與討論

為了比較Sen2cor、6S、FLAASH、ACOLITE和QUAC五種大氣校正算法的效果。選取實(shí)測(cè)光譜擬合后的同步等效遙感反射率共計(jì)13個(gè)點(diǎn)來(lái)評(píng)價(jià)五種大氣校正結(jié)果的精度，利用決定系數(shù)R2（用于評(píng)估校正值和實(shí)測(cè)值的符合程度），和平均相對(duì)誤差MRE來(lái)驗(yàn)證校正精度。

式中yi為ASD實(shí)測(cè)的第i個(gè)波段遙感反射率；′是大氣校正后的第i個(gè)波段遙感反射率；是實(shí)測(cè)遙感反射率平均值；n是樣點(diǎn)總數(shù)目。(注：R2可以取0到1的值。R2越接近1，大氣校正值與地面真實(shí)值之間的相關(guān)性越強(qiáng)，表明該方法越好。)

3.1 整體比較

利用Sen2cor、6S、FLAASH、ACOLITE和QUAC方法對(duì)鄱陽(yáng)湖Sentinel-2 MSI影像進(jìn)行大氣校正，以鄱陽(yáng)湖 2018年 10月 28日和 29日的同步實(shí)測(cè)光譜數(shù)據(jù)為基礎(chǔ)，對(duì)校正結(jié)果進(jìn)行對(duì)比分析，如圖4所示。

圖4 校正后遙感反射率與實(shí)測(cè)遙感反射率散點(diǎn)圖Fig.4 Scatter diagram of corrected remote sensing reflectance and measured remote sensing reflectance

圖4（圖4（a）～（e）橫坐標(biāo)對(duì)應(yīng)的是yi，縱坐標(biāo)對(duì)應(yīng)的是yi′，圖4（f）橫坐標(biāo)對(duì)應(yīng)的是λ，縱坐標(biāo)對(duì)應(yīng)的是Rrs）是五種大氣校正方法的校正結(jié)果與實(shí)測(cè)遙感反射率的對(duì)比圖。由圖4可知，6S、Sen2cor、ACOLITE方法在反射率為0～0.03范圍之內(nèi)，校正后遙感反射率整體高于實(shí)測(cè)遙感反射率，在 0.03～0.06范圍之內(nèi)則校正后遙感反射率整體低于實(shí)測(cè)遙感反射率；FLAASH算法在反射率在0～0.02范圍內(nèi)，校正后遙感反射率整體高于實(shí)測(cè)遙感反射率，在 0.02～0.06范圍內(nèi)，整體低于實(shí)測(cè)遙感反射率。QUAC算法校正后遙感反射率整體都高于實(shí)測(cè)遙感反射率。整體而言Sen2cor算法（圖4（a））在這五種算法中校正精度最高，其平均相對(duì)誤差為29.37%，決定系數(shù)R2為0.969 41，其次是FLAASH算法（圖4（c）），平均相對(duì)誤差是30.11%，決定系數(shù)R2為0.939 11，ACOLITE算法（圖4（d））和6S算法（圖4（b））校正結(jié)果相似，其平均相對(duì)誤差分別為52.91%和48.14%，決定系數(shù)分別為0.930 3和0.929 8。QUAC算法（圖4（e））大氣校正結(jié)果表現(xiàn)效果最差，平均相對(duì)誤差為53.03%，決定系數(shù)R2為0.908 92。為了更好的查看五種大氣校正方法之間的對(duì)比，特隨機(jī)選取某一采樣點(diǎn)來(lái)進(jìn)行說(shuō)明，圖4（f）是3號(hào)采樣點(diǎn)五種大氣校正方法與實(shí)測(cè)遙感反射率之間的對(duì)比圖，可以得出QUAC算法整體比實(shí)測(cè)光譜曲線高，而其他四種算法均與實(shí)測(cè)光譜曲線較為接近。

3.2 波段對(duì)比

對(duì)于單波段，從表2和圖5中可以看出6S算法和ACOLITE算法都在560nm和665nm的性能是最佳的，Sen2cor算法的整體性能都較好，最佳性能在443nm和490nm；FLAASH算法各波段都處于中等偏上的性能，最佳性能在665nm和842nm；QUAC算法的整體校正效果不佳，但在492nm其性能是最佳的。在865nm波段，F(xiàn)LAASH算法和Sen2cor算法誤差相對(duì)較小，但也都超過70%，其他三種算法的平均相對(duì)誤差都高于100%，可以看出五種算法在865nm的校正結(jié)果并不理想。在B2～B5可見光波段，五種算法的校正精度都較高，從B6波段過渡到B7～B8A（近紅外波段）其校正精度都較差，主要原因是：由于獲取的近紅外波段的光譜數(shù)據(jù)信噪比比較低，獲取的水體信號(hào)中干擾比較嚴(yán)重[24]。

表2 各波段大氣校正精度Tab.2 Atmospheric correction accuracy of each band

從圖5中可知，在490～705nm波段范圍內(nèi)，除QUAC算法之外的四種算法的校正后遙感反射率整體都低于實(shí)測(cè)光譜遙感反射率。在560nm處，離散程度遠(yuǎn)高于490nm、665nm以及705nm，其次是490nm波段，665nm和705nm更靠近1:1線。在740～865nm波段范圍內(nèi)，五種校正算法的反射率都高于實(shí)測(cè)光譜的遙感反射率，波長(zhǎng)越長(zhǎng)其離1:1線就越離散，其校正精度就越差。

圖5 各波段散點(diǎn)圖Fig.5 Scatter diagram of each band

上述結(jié)果的誤差不僅包含大氣校正方法校正誤差，還包含實(shí)測(cè)數(shù)據(jù)的測(cè)量誤差、測(cè)量期間水體平靜狀態(tài)以及定標(biāo)結(jié)果本身誤差三方面的誤差。實(shí)測(cè)數(shù)據(jù)的測(cè)量誤差經(jīng)過計(jì)算，其平均相對(duì)誤差范圍在1%～2%，方差在0.001～0.002；Mobley[25]在1999年的研究成果中表明風(fēng)速與水氣界面反射率r呈正比，水面越平靜則r越小，測(cè)量當(dāng)天鄱陽(yáng)湖水面處于較為平靜狀態(tài)（風(fēng)速在0～5m/s）， 取值為0.026是較為精確的；可見光及近紅外在軌絕對(duì)輻射定標(biāo)精度在 5%左右[26]。對(duì)于大氣校正算法本身的特點(diǎn)來(lái)看，Sen2cor算法從圖像本身獲取大氣參數(shù)，不需要人為輸入復(fù)雜的參數(shù)，所以在這五種大氣校正方法中表現(xiàn)最好，但需要占用大量的計(jì)算機(jī)內(nèi)存[27]。FLAASH模型輸入的參數(shù)較6S模型簡(jiǎn)單，較容易獲取校正所需的參數(shù)，其校正精度比6S模型表現(xiàn)好[28]；6S模型在陸地大氣校正中精度較高，但對(duì)于水體的校正精度還有待改進(jìn)[29]，且所需參數(shù)較多并難獲取，導(dǎo)致6S模型精度達(dá)不到理想情況；ACOLITE算法一開始針對(duì)Landsat系列衛(wèi)星影像，后期慢慢應(yīng)用到Sentinel-2 MSI影像，在參數(shù)設(shè)置上的不同造成校正精度偏低[30]，后期需進(jìn)行進(jìn)一步的改進(jìn)以提高校正精度；QUAC算法雖運(yùn)行速度較快，但默認(rèn)選取水體像元作為暗像元進(jìn)行校正，這就不可避免的導(dǎo)致校正精度較差[31]。

4 結(jié)束語(yǔ)

本文采用Sen2cor、6S、FLAASH、ACOLITE和QUAC等五種算法對(duì)鄱陽(yáng)湖Sentinel-2B衛(wèi)星MSI影像進(jìn)行大氣校正處理。并以實(shí)測(cè)水體遙感反射率光譜曲線為參考，對(duì)校正結(jié)果進(jìn)行了驗(yàn)證。結(jié)果表明：

1）在Sen2cor、6S、FLAASH、ACOLITE和QUAC五種大氣校正算法，Sen2cor整體校正效果最好，平均相對(duì)誤差為29.37% ，然后是FLAASH算法，平均相對(duì)誤差為30.11%，6S算法的平均相對(duì)誤差為48.14%，ACOLITE算法的平均相對(duì)誤差為52.91%，其中QUAC算法最差，平均相對(duì)誤差為53.03%。在不考慮簡(jiǎn)單的情況下，五種算法都能在一定程度上消除大氣的影響，其中 Sen2cor算法優(yōu)于其他四種算法。

2）6S和ACOLITE算法在可見光波段表現(xiàn)相似，在665nm和705nm表現(xiàn)較好，但在其他波段表現(xiàn)較差，F(xiàn)LAASH算法在783nm和842nm的性能優(yōu)于其他四種算法，Sen2cor算法在705nm和740nm波段表現(xiàn)優(yōu)于其他四種算法，QUAC算法整體校正效果都較差。根據(jù)對(duì)比結(jié)果，建議根據(jù)需要的波段來(lái)選擇合適的大氣校正方法。

我國(guó)內(nèi)陸湖泊較多，水環(huán)境也較為復(fù)雜，這五種方法雖在一定程度上校正了大氣的影響，但由于鄱陽(yáng)湖的高動(dòng)態(tài)特征以及實(shí)測(cè)時(shí)間與衛(wèi)星過境時(shí)間不完全一致導(dǎo)致校正過程還存在一定誤差。為了進(jìn)一步提高在內(nèi)陸湖泊的適用性，有必要在校正方法上加強(qiáng)分析和改進(jìn)，提高校正精度。在后續(xù)的研究中，需對(duì)鄱陽(yáng)湖根據(jù)渾濁程度以及光學(xué)深淺水進(jìn)行詳細(xì)分析，并著重分析大氣校正參數(shù)對(duì)其結(jié)果的影響，未來(lái)將會(huì)選擇不同傳感器衛(wèi)星、不同季節(jié)的數(shù)據(jù)進(jìn)行驗(yàn)證分析。