佘文慶，張兆明，3，彭燕，何國金，3，龍騰飛，3，王桂周

1.中國科學(xué)院空天信息創(chuàng)新研究院,北京 100094;2.中國科學(xué)院大學(xué),北京 100049;3.海南空天信息研究院海南省地球觀測重點實驗室,三亞 572029

1 引言

高分一號衛(wèi)星（以下簡稱GF-1）是中國高分辨率對地觀測系統(tǒng)的首顆衛(wèi)星，于2013年4月26日在酒泉衛(wèi)星發(fā)射中心成功發(fā)射。GF-1 衛(wèi)星搭載兩臺2 m分辨率的全色、8 m分辨率的多光譜相機和4臺16 m分辨率的寬幅相機。其中4臺寬幅相機影像拼接合成后，幅寬可達到800 km（白照廣，2013）。目前GF-1 衛(wèi)星數(shù)據(jù)已廣泛應(yīng)用于林業(yè)、農(nóng)業(yè)和生態(tài)環(huán)境等領(lǐng)域，在一定程度上彌補了中國高分辨率衛(wèi)星數(shù)據(jù)的應(yīng)用短板。

地表反射率是表征物體表面對太陽輻射反射的能力，是許多生態(tài)遙感參數(shù)反演的輸入數(shù)據(jù)，例如生物量和葉面積指數(shù)等。目前國內(nèi)外公開共享的地表反射率產(chǎn)品主要有250 m、500 m、1 km分辨率的MODIS地表反射率產(chǎn)品（Liang等，2002；Vermote 等，2002）、30 m 分辨率的Landsat 系列地表反射率產(chǎn)品（Roy 等，2010；Vermote 等，2016；彭燕 等，2020）和10 m、20 m、60 m 分辨率的Sentinel-2地表反射率產(chǎn)品（Main-Knorn等，2017）。國產(chǎn)GF-1 WFV數(shù)據(jù)已面向公眾開放共享，但是僅提供L1 級標準化產(chǎn)品。如果能在GF-1 WFV L1 級數(shù)據(jù)的基礎(chǔ)上生產(chǎn)16 m 分辨率的地表反射率產(chǎn)品，即可與Landsat系列、Sentinel系列的地表反射率產(chǎn)品協(xié)同形成中國區(qū)域近每日的密集時間序列中高分辨率地表反射率產(chǎn)品。

地表反射率反演的關(guān)鍵步驟是大氣校正，大氣校正方法主要分為統(tǒng)計模型和物理模型（李正強 等，2018）。統(tǒng)計模型方法是利用地表變量和遙感數(shù)據(jù)之間建立的統(tǒng)計關(guān)系模型進行大氣校正，但由于區(qū)域之間存在差異性，統(tǒng)計模型通常適用于局部地區(qū)（鄭偉和曾志遠，2004；申茜 等，2021）。物理模型方法的基本原理是利用電磁波在大氣中的輻射傳輸原理建立起來的模型對遙感影像進行大氣校正，其大氣校正精度高且應(yīng)用范圍廣（鄭偉和曾志遠，2004）?；谖锢砟Ｐ偷倪b感影像大氣校正的一個核心問題是如何獲取成像時的氣溶膠光學(xué)厚度AOD（Aerosol Optical Depth）、大氣水蒸汽含量WV（Water Vapor）和臭氧含量TO（Total Ozone）等大氣參數(shù)。通常的做法是采用相關(guān)的大氣產(chǎn)品或利用自身數(shù)據(jù)進行反演。如Hu 等（2014）和Peng 等（2016）分別將MOD04（AOD）、MOD05（WV）和MOD07（TO）應(yīng)用于Landsat 5和Landsat 8 影像的大氣校正，地面實測地表反射率數(shù)據(jù)驗證表明了算法的可行性。Martins等（2018）將MCD19A2（AOD 和WV）和MOD08D3（TO）應(yīng)用于CBERS-4 MUX 影像的大氣校正，生產(chǎn)南美洲的CBERS-4 MUX 地表反射率產(chǎn)品，利用Landsat 8 OLI 地表反射率和AERONET 站點數(shù)據(jù)驗證了產(chǎn)品的精度，驗證結(jié)果表明產(chǎn)品具有較高的可靠性。美國WELD（Web Enabled Landsat Data）團隊利用MODIS 大氣產(chǎn)品（MOD04、MOD05 和MOD07）生產(chǎn)美國區(qū)域的Landsat 地表反射率產(chǎn)品（Roy 等，2010）。這些研究表明了將相關(guān)的MODIS大氣產(chǎn)品應(yīng)用于大區(qū)域遙感影像大氣校正的可行性。在大氣參數(shù)反演方面，大氣水蒸汽含量反演需要數(shù)據(jù)具有水汽吸收通道（Main-Knorn 等，2017），不適用于GF-1 WFV 數(shù)據(jù)；氣溶膠光學(xué)厚度反演常用的算法為暗目標（Dark Target，DT）法，該算法是利用短波紅外波段受大氣影響較小的特性，根據(jù)暗目標區(qū)域短波紅外波段與藍、紅波段地表反射率之間的經(jīng)驗線性關(guān)系來反演AOD（Kaufman 和Sendra，1988），但由于GF-1 WFV 數(shù)據(jù)缺少短波紅外波段，導(dǎo)致DT 方法應(yīng)用于GF-1 WFV 數(shù)據(jù)存在較大困難（Richter等，2006）。

因此利用MODIS 大氣產(chǎn)品輔助GF-1 WFV 大氣校正成為了一個重要途徑。然而MODIS 大氣產(chǎn)品在部分區(qū)域存在無效值，尤其是AOD 產(chǎn)品，在一定程度上會影響地表反射率反演的精度。針對此問題，通常的做法是直接對單一AOD 產(chǎn)品采用傳統(tǒng)克里金法插值填充無效值區(qū)域（Hu等，2014；胡勇 等，2018）。該方法雖然能在一定程度上解決無效值問題，但是其計算復(fù)雜，且對大量無效值區(qū)域的插值會出現(xiàn)數(shù)據(jù)失真的現(xiàn)象。目前已發(fā)布和共享了多種不同分辨率的MODIS AOD 產(chǎn)品，若能將這些多源產(chǎn)品在空間上進行融合，就可以減少大范圍無效值的情況。

本文在參考相關(guān)工作的基礎(chǔ)上，開展多源MODIS AOD 產(chǎn)品協(xié)同的GF-1 WFV 大氣校正方法研究?；诙嘣碝ODIS AOD 空間融合和動態(tài)查找表，設(shè)計和實現(xiàn)一種針對GF-1 WFV 的6S 大氣校正算法，并利用該算法生產(chǎn)和共享中國陸地區(qū)域2020 年地表反射率產(chǎn)品。該產(chǎn)品可為全國植被生長監(jiān)測、地表覆蓋分類和重要生態(tài)遙感參數(shù)反演等研究提供基礎(chǔ)數(shù)據(jù)支撐。

2 數(shù)據(jù)源介紹

2.1 GF-1 WFV數(shù)據(jù)

GF-1 衛(wèi)星傳感器由2 臺多光譜相機（PMS）和4臺寬視場相機（WFV）組成。本文所用的數(shù)據(jù)為GF-1 WFV，其參數(shù)如下表1 所示。本文選取2020 年覆蓋中國陸地區(qū)域的無云或者少云的GF-1 WFV 正射數(shù)據(jù)，總共850 景。所有數(shù)據(jù)來源于中國資源衛(wèi)星應(yīng)用中心（http：//www.cresda.com/［2022-10-22］）和對地觀測數(shù)據(jù)共享計劃（http：//ids.ceode.ac.cn/［2022-10-22］）。

表1 GF-1 WFV數(shù)據(jù)參數(shù)Table 1 GF-1 WFV data parameters

2.2 MODIS大氣產(chǎn)品

GF-1 WFV 大氣校正所使用的MODIS AOD 產(chǎn)品包括MOD08D3、MOD09CMA 和MCD19A2。其中MOD08D3提供3種全球逐日1° AOD產(chǎn)品（Wei等，2019），本文采用DTB（DT和DB（Deep Blue，深藍）結(jié)合）算法獲取的AOD；MOD09CMA 提供全球逐日0.05° AOD 產(chǎn)品（Vermote 和Kotchenova，2008）；MCD19A2提供全球逐日1 km AOD（Lyapustin等，2018）。大氣水蒸汽含量和臭氧含量分別來自MCD19A2 和MOD09CMG 產(chǎn)品。上述產(chǎn)品均可在MODIS產(chǎn)品網(wǎng)站下載和使用（https：//ladsweb.modaps.eosdis.nasa.gov/archive/allData/［2022-10-22］）。

2.3 其他數(shù)據(jù)

其他數(shù)據(jù)包括全球30 m 分辨率 ASTER GDEM（Abrams 等，2020）和重采樣到2.5 nm 步長的GF-1 WFV光譜響應(yīng)函數(shù)。

3 數(shù)據(jù)處理算法

中國陸地區(qū)域2020 年GF-1 WFV 地表反射率產(chǎn)品的生產(chǎn)技術(shù)流程如圖1 所示，主要包括GF-1 WFV 預(yù)處理、多源MODIS AOD 產(chǎn)品空間融合、動態(tài)查找表構(gòu)建和快速大氣校正等步驟。

圖1 GF-1 WFV 地表反射率產(chǎn)品生產(chǎn)技術(shù)流程圖Fig.1 Flow chart of GF-1 WFV surface reflectance product generation

3.1 GF-1 WFV數(shù)據(jù)預(yù)處理

在對GF-1 WFV L1 級數(shù)據(jù)進行正射校正的基礎(chǔ)上，利用輻射定標系數(shù)和式（1）將衛(wèi)星影像DN值轉(zhuǎn)換為輻射亮度值，然后利用式（2）計算表觀反射率TOA（Top of Atmosphere reflectance）。

式中，Le為輻射亮度，Gain和Bias分別為輻射定標系數(shù)增量和偏移量。本文中的輻射定標系數(shù)來源于包頭輻射定標場獲取的數(shù)據(jù)（Ma等，2020）。

式中，ρTOA為表觀反射率、Le是輻射亮度、d為日地相對距離，近似取值為1（劉佳 等，2015）、ESUN為大氣外層太陽輻照度，θ為太陽天頂角。

3.2 多源MODIS AOD產(chǎn)品空間融合

多源MODIS AOD 產(chǎn)品的空間融合通常是在以確定某一AOD 產(chǎn)品為主數(shù)據(jù)，其他AOD 產(chǎn)品為副數(shù)據(jù)的基礎(chǔ)上，可采用直接替換法、線性替換法或泛克里金法UK（Universal Kriging）進行替換。直接替換法針對主數(shù)據(jù)未覆蓋而副數(shù)據(jù)覆蓋的地區(qū)，直接用副數(shù)據(jù)的值進行替換。線性替換法針對主數(shù)據(jù)和副數(shù)據(jù)的相同覆蓋區(qū)域，建立線性回歸模型；對主數(shù)據(jù)未覆蓋而副數(shù)據(jù)覆蓋的區(qū)域，利用線性回歸模型計算的值進行替換。UK 方法是普通克里金法的改進版本，它是一種考慮存在漂移的無偏線性估計的地統(tǒng)計方法（Armstrong，1984）。UK 法替換針對主數(shù)據(jù)和副數(shù)據(jù)的相同覆蓋區(qū)域，在泛克里金的漂移項內(nèi)考慮副數(shù)據(jù)的影響因素，構(gòu)建泛克里金模型。對于主數(shù)據(jù)未覆蓋而副數(shù)據(jù)覆蓋的地區(qū)，利用泛克里金模型計算的值進行替換。Chatterjee 等（2010）曾利用UK方法將MODIS AOD 和MISR AOD 數(shù)據(jù)進行融合研究，表明了UK方法在AOD融合上的可行性和有效性。

為了驗證不同融合方法的效果，以MCD19A2多個AOD 產(chǎn)品的融合為例進行實驗。MCD19A2 AOD 產(chǎn)品在一天內(nèi)包含多個時間的產(chǎn)品。將產(chǎn)品按上午和下午時間段劃分并取均值，得到上午數(shù)據(jù)和下午數(shù)據(jù)。以上午數(shù)據(jù)為主數(shù)據(jù)，下午數(shù)據(jù)為副數(shù)據(jù)，分別采用直接法、線性法和泛克里金法進行替換，替換結(jié)果如圖2所示。結(jié)果顯示由于氣溶膠隨時間變化的影響較大，直接替換會造成融合數(shù)據(jù)出現(xiàn)不連續(xù)和一致性差的問題（圖2（c））。線性替換由于考慮了兩者的線性關(guān)系，一致性得到了一定的提升，但是融合后的數(shù)據(jù)在局部地區(qū)依然會出現(xiàn)連續(xù)性和一致性較差的問題（圖2（d））。泛克里金替換通過結(jié)合副數(shù)據(jù)漂移影響和主數(shù)據(jù)插值，融合結(jié)果整體上具有較好的連續(xù)性和一致性（圖2（e））。

圖2 不同替換方法的效果比較Fig.2 Effects of different replacement methods

因此本文采用泛克里金替換，將MOD08D3、MOD09CMA 和MCD19A2 的AOD 數(shù)據(jù)進行空間融合，獲得三者空間覆蓋度的并集產(chǎn)品。首先將MCD19A2 上午和下午的AOD 數(shù)據(jù)空間融合得到MCD19A2（1 km）。然后將MOD08D3 和MOD09 CMA 不同分辨率的AOD 數(shù)據(jù)空間融合得到MOD0809（5 km）。最后將MCD19A2（1 km）和MOD0809（5 km）的AOD 數(shù)據(jù)再進行空間融合，得到MOD080919（1km）的AOD 數(shù)據(jù)，具體流程如圖3所示。

3.3 動態(tài)查找表構(gòu)建

6S（Second Simulation of the Satellite Signal in the Solar Spectrum）模型是由法國大氣光學(xué)實驗室Tanre D.和美國馬里蘭大學(xué)地理系Vermote E.在5S模型基礎(chǔ)上發(fā)展而來（Vermote 等，1997）。6S 模型對大氣輻射傳輸過程進行模擬和計算，得到用于大氣校正的系數(shù)xa，xb和xc，利用式（3）可計算得到地表反射率。

式中，ρac為地表反射率，Le為輻射亮度，xa、xb和xc為大氣校正系數(shù)。

查找表可近似替代真實模型，提高大氣校正的效率。傳統(tǒng)查找表的維度和步長是預(yù)先設(shè)定的，不同的維度和步長會影響查找表的精度和構(gòu)建時間。傳統(tǒng)查找表在維度上選擇氣溶膠光學(xué)厚度、高程、大氣水蒸汽含量、太陽天頂角和衛(wèi)星天頂角等（Peng 等，2016）。本文在參考傳統(tǒng)查找表基礎(chǔ)上，提出動態(tài)查找表方法。

通過對2013 年—2019 年4 萬余景GF-1 WFV的星下點太陽和衛(wèi)星天頂角進行統(tǒng)計，發(fā)現(xiàn)其星下點太陽天頂角主要在60°以內(nèi)，星下點衛(wèi)星天頂角均在50°以內(nèi)（圖4）。一景GF-1 WFV 影像星下點到影像邊緣的太陽天頂角和衛(wèi)星天頂角相差約1°和8°（王中挺 等，2015）。逐像元天頂角與星下點天頂角反演的地表反射率結(jié)果差異較小，因此以星下點天頂角代表整景影像的天頂角。

圖4 天頂角統(tǒng)計結(jié)果Fig.4 Statistics of zenith angles

根據(jù)上述分析結(jié)果，動態(tài)查找表在維度上選取氣溶膠光學(xué)厚度、高程和大氣水蒸汽含量。

動態(tài)查找表的步長則是根據(jù)GF-1 WFV 影像的成像時間和空間范圍提取對應(yīng)的氣溶膠光學(xué)厚度、高程和大氣水蒸汽影像的數(shù)值范圍，并分別劃分為8 等分、6 等分和4 等分來動態(tài)確定。由于每景GF-1 WFV 影像的成像角度不同，根據(jù)每景影像的具體成像條件，均會構(gòu)建一個獨立的查找表。

3.4 快速大氣校正

在上述GF-1 WFV 數(shù)據(jù)預(yù)處理、MODIS 大氣產(chǎn)品預(yù)處理和動態(tài)查找表構(gòu)建的基礎(chǔ)上，實現(xiàn)了GF-1 WFV快速大氣校正，具體流程如下：

（1）根據(jù)GF-1 WFV 影像提取對應(yīng)成像時間和空間范圍的MODIS WV 和AOD 產(chǎn)品及DEM 數(shù)據(jù)。利用泛克里金法將多種不同分辨率的MODIS AOD 產(chǎn)品進行空間融合，得到1 km 分辨率全覆蓋的MODIS AOD產(chǎn)品。

（2）提取對應(yīng)的MODIS WV、泛克里金融合的AOD 和DEM 數(shù)據(jù)的值域范圍以及GF-1 WFV 影像星下點的天頂角，調(diào)用6S模型構(gòu)建動態(tài)查找表。

（3）綜合考慮大氣校正算法的空間成本和時間效率，將大氣校正輔助數(shù)據(jù)重采樣到64 m。對所有數(shù)據(jù)分塊，利用動態(tài)查找表生成64 m 分辨率的校正系數(shù)圖像。利用線性插值將校正系數(shù)圖像重采樣到16 m，結(jié)合式（3），計算地表反射率。

（4）在多進程支持下，并行逐塊執(zhí)行步驟（3），最后將每一塊結(jié)果進行拼接得到GF-1 WFV 的地表反射率圖像。

在Python 開發(fā)環(huán)境中按照上述流程編寫代碼實現(xiàn)GF-1 WFV快速自動化地表反射率反演。

4 結(jié)果與分析

利用開發(fā)的GF-1 WFV 地表反射率反演算法生產(chǎn)2020 年中國陸地區(qū)域的GF-1 WFV 地表反射率產(chǎn)品，共計850景。為了驗證產(chǎn)品的可靠性，分別采用大氣校正前后影像對比、與已有地表反射率產(chǎn)品交叉驗證以及實測數(shù)據(jù)驗證進行產(chǎn)品質(zhì)量分析和精度驗證。

4.1 GF-1 WFV大氣校正前后影像對比

將全國陸地區(qū)域GF-1 WFV 的表觀反射率和地表反射率影像采用相同的拉伸比進行對比，結(jié)果如圖5 所示。從圖5 可以看出，大氣校正后影像的清晰度和質(zhì)量都得到了改善，影像具有更好的輻射一致性。

通過計算大氣校正前后的影像直方圖，發(fā)現(xiàn)對于藍、綠和紅波段，地表反射率的峰值明顯低于表觀反射率峰值（圖6）。這是由于對于藍、綠和紅等較短波長，大氣影響主要表現(xiàn)為氣溶膠散射，經(jīng)過大氣校正，消除了氣溶膠散射的影響，地表反射率直方圖峰值整體“左移”。從“左移”的幅度來看，由于藍光波長最短，受大氣散射影響最大，“左移”的幅度最大，其次是綠光，紅光波段“左移”的幅度最小。

圖6 GF-1 WFV大氣校正前后的反射率直方圖對比Fig.6 Comparison of GF-1 WFV reflectance histograms before and after atmospheric correction

在GF-1 WFV 影像內(nèi)采集林地、農(nóng)田、海水、湖水、裸土和建筑6種典型地物，比較大氣校正前后的反射率，如圖7所示。經(jīng)過大氣校正，各地物的反射率曲線與標準地物反射率曲線更為一致，例如植被在綠波段有小的反射峰，在紅和藍波段有吸收谷。同時典型地物可見光波段反射率的差異隨波長的變短而增大，這也符合較短波長波段更容易受到大氣影響的規(guī)律。

圖7 GF-1 WFV典型地物大氣校正前后反射率差異Fig.7 Reflectance difference of typical land cover with atmospheric correction of GF-1 WFV

4.2 GF-1 WFV 與Landsat 8 OLI交叉精度驗證

采用USGS 的Landsat 8 OLI Collection1 Level2地表反射率產(chǎn)品（https：//earthexplorer.usgs.gov/［2022-10-22］）作為參考，對GF-1 WFV地表反射率產(chǎn)品開展交叉精度驗證。

選取同步過境且覆蓋同一地理區(qū)域的Landsat 8 OLI 和GF-1 WFV 影像，在影像重疊區(qū)域目視解譯得到驗證樣本，樣本類型包含植被、裸土和水體（圖8），得到40 組Landsat 8 OLI和GF-1 WFV 驗證數(shù)據(jù)（表2）。

圖8 交叉驗證樣區(qū)樣本空間分布Fig.8 Spatial distribution of validation samples in cross-validation

表2 交叉驗證數(shù)據(jù)對應(yīng)關(guān)系表Table 2 Cross-validation data correspondence table

在每組驗證數(shù)據(jù)的重疊區(qū)域目視解譯得到約30 個驗證樣區(qū)，40 組驗證數(shù)據(jù)共得到1206 個驗證樣區(qū)，其中裸土樣區(qū)740 個、植被樣區(qū)293 個、水體樣區(qū)173個。計算每個驗證樣區(qū)的均值來代表整個驗證樣區(qū)。選擇均方根誤差（RMSE）和平均絕對誤差（MAE）作為精度評估指標。

式中，n為驗證樣區(qū)總數(shù)，yi為Landsat 8 OLI 地表反射率，為GF-1 WFV地表反射率。

考慮到GF-1 WFV 數(shù)據(jù)觀測角度與Landsat 8 OLI 觀測角度存在一定差異，利用C 因子BRDF 校正方法（Roy 等，2016）對GF-1 WFV 數(shù)據(jù)進行BRDF 校正，減小兩種衛(wèi)星數(shù)據(jù)觀測角度差異的影響。為減小兩種衛(wèi)星傳感器光譜響應(yīng)函數(shù)差異的影響，本文基于USGS splib07 的光譜測量數(shù)據(jù)（Kokaly 等，2017），利用光譜匹配因子（SBAF）（Chander 等，2013）將GF1 WFV 的地表反射率轉(zhuǎn)換為等效的Landsat 8 OLI 地表反射率。最終交叉驗證結(jié)果如圖9所示。

圖9 交叉驗證結(jié)果Fig.9 Results of cross-validation

從圖9可以看出，藍、綠、紅和近紅外波段的平均RMSE分別為1.79%、2.33%、2.90%和2.83%，最大RMSE 不超過3%，且GF-1 WFV 和Landsat 8 OLI 各波段地表反射率的相關(guān)性較好，R2均大于0.9。交叉精度驗證結(jié)果表明本文生產(chǎn)的GF-1 WFV地表反射率產(chǎn)品具有較好的可靠性。

4.3 實測數(shù)據(jù)驗證

為進一步驗證GF-1 WFV 地表反射率產(chǎn)品精度，采用ASD 光譜儀實際觀測的地表反射率數(shù)據(jù)開展直接精度驗證。實測數(shù)據(jù)共有6 組，包括2019年9月13日福建南平的水稻、2019年9月24日甘肅張掖的燕麥、2019 年10 月20 日湖南株洲的水體、2019 年9 月15 日福建平潭的沙灘、2019 年9 月20 日甘肅敦煌的戈壁灘和2019 年9 月22 日甘肅嘉峪關(guān)的戈壁灘。

首先將所有實測數(shù)據(jù)轉(zhuǎn)化為GF-1 WFV 等效的地表反射率，然后挑選與實測數(shù)據(jù)同天或者相差3 天內(nèi)的GF-1 WFV 數(shù)據(jù)，并提取實測數(shù)據(jù)對應(yīng)的驗證區(qū)域，計算驗證區(qū)域內(nèi)藍、綠、紅和近紅外波段的地表反射率均值，最后與實測數(shù)據(jù)進行對比驗證，驗證結(jié)果如表3和圖10所示。

圖10 光譜曲線對比Fig.10 Comparison of spectral curves

表3 實測數(shù)據(jù)驗證結(jié)果Table 3 Validation result of ground-measured data

從表3 和圖10 可以看出，各實測點各波段的平均RMSE在1.21%—6.14%，各實測點的測量光譜曲線和GF-1 WFV的光譜曲線趨勢基本一致。對于植被（水稻和燕麥），實測反射率和GF-1 WFV反演反射率在藍、綠和紅波段較為接近，但近紅外波段的反演反射率低于實測反射率。對于水體，兩者在藍、綠和紅波段的差異也較小，但在近紅外波段反演反射率高于實測反射率。對于裸地（沙灘和戈壁灘），GF-1 WFV 藍、綠、紅和近紅外波段的反演反射率與實測值均非常接近。直接驗證結(jié)果表明本產(chǎn)品具有較好的精度和可靠性。但從驗證結(jié)果中也可以發(fā)現(xiàn)，相較于藍、綠和紅波段，植被和水體在近紅外波段的反演誤差較大。這可能是由于清潔水體在近紅外波段的反射率非常低（接近于0），而健康植被在近紅外波段具有較高的反射率（超過50%），但是GF-1 WFV 傳感器在近紅外波段的波譜范圍相對較寬，導(dǎo)致該波段的光譜探測精度和敏感性降低，對于較高或較低反射特性地物，反演誤差較大。

5 產(chǎn)品簡介

中國陸地區(qū)域2020 年GF-1 WFV 地表反射率產(chǎn)品共有850 景，總計1.9 TB。數(shù)據(jù)格式包括TIF、XML 和json。產(chǎn)品由地表反射率數(shù)據(jù)（*_AIRAC_MOD080919_SR.TIF）、表觀反射率數(shù)據(jù)（*_TOA.TIF）、元數(shù)據(jù)信息（*.XML）、動態(tài)查找表（*.json）和區(qū)域DEM、TO、WV、AOD（*.tif）組成。其中地表反射率和表觀反射率數(shù)據(jù)無量綱，除以10000得到真實的地表反射率和表觀反射率。產(chǎn)品面向國內(nèi)外免費共享，可在ftp：//bigrs-info.com/gf1wfv_sr/2020內(nèi)下載和使用。

6 結(jié)論

GF-1 WFV 是目前應(yīng)用最為廣泛的國產(chǎn)衛(wèi)星數(shù)據(jù)之一。本文利用多源MODIS AOD 融合產(chǎn)品和動態(tài)查找表，采用分塊多進程的方法設(shè)計和實現(xiàn)GF-1 WFV 快速大氣校正算法，并利用該算法生產(chǎn)和共享中國陸地區(qū)域2020 年GF-1 WFV 地表反射率產(chǎn)品。通過定性分析、Landsat 8 OLI地表反射率產(chǎn)品交叉驗證和地面實際測量的地表反射率數(shù)據(jù)對產(chǎn)品進行精度驗證和分析。驗證結(jié)果表明，本文生產(chǎn)的GF-1 WFV 地表反射率產(chǎn)品的質(zhì)量良好，與Landsat 8 OLI 地表反射率產(chǎn)品具有較高的一致性，基于實測地表反射率數(shù)據(jù)的直接精度驗證結(jié)果表明各波段的均方根誤差（Root Mean Square Error）位于1.21%—6.14%，產(chǎn)品具有較高的精度和可靠性。