论文部分内容阅读
近年来,国内外中高分辨率遥感卫星数量和种类逐年增加,综合利用多源遥感数据的地表反射率产品开展高频次、高精度、宽范围、长序列的监测应用已成大势所趋,但由于传感器自身性能差异、数据产品处理等级差异以及成像时大气条件差异而造成的数据间辐射不一致性对综合应用多源数据提出巨大挑战。地表反射率产品归一化不仅可以使区域化长序列监测的数据源在时间和空间上保持连续性,而且可以使定量研究重点集聚在地表真实的变化信息进而提高基于多源数据的定量分析精度。本文通过对比多源遥感数据不同层次的差异性来表述归一化的必要性,基于辐射传输模型分析4种地表反射率反演算法的特点及适用性,并提出针对不同传感器数据的大气校正算法选择策略,在地表反射率产品基础上,提出基于光谱库的逐像元归一化思路。本文主要研究内容如下:(1)多源遥感数据的性能、定位精度及反射率差异性对比。对Landsat-8 OLI、Sentinel-2A/B、GF-1/2、HJ-1A/B等7个国内外主流中高分辨率传感器的波段设置、光谱响应函数、中心波长、量化等级、定位精度等近20个性能参数进行比较,选取Landsat-8 OLI&Sentinel-2A、GF-1&HJ-1A/B两组近时相影像中的典型地物光谱进行对比,发现即便是同时刻成像的多源遥感数据因光谱响应函数的不同,其表观(地表)反射率仍存在差异性,应用前需要对其进行归一化。(2)多源数据的多种地表反射率反演算法选择策略。比较包含DDV、可见-近红外迭代、深蓝、MODIS-Based在内的多种大气校正算法的特点及适用性,提出针对不同波段设置及成像区域的多源遥感数据地表反射率反演算法选择策略,并以HJ-1B CCD2为例,利用6SV2.1建立相应的查找表,对比可见-近红外迭代和MODIS-Based两种算法反演精度,结果表明,可见-近红外迭代算法反演精度较高,算法选择策略为实现平坦区域条件下大气参数的提取及地表反射率的精准反演提供算法基础。(3)基于深蓝算法的Sentinel-2A/B高亮地表区域的AOD反演。气溶胶是地表反射率反演过程中最为重要的参数,城市及稀疏植被等高亮地表区域AOD的高精度反演一直是定量遥感领域的难点之一。针对Sentinel-2数据特征建立特定查找表,利用校正系数构建深蓝波段反射率库,采用13景沙漠和城市地区的Sentinel-2数据开展深蓝算法的研究,探讨深蓝算法于Sentinel-2数据的可行性。采用包含AERONET实测值在内的多源验证数据对反演结果的绝对值精度和空间分布趋势进行分析,具有较高的反演精度。(4)基于等效光谱库与匹配因子的地表反射率逐像元归一化。根据多源传感器的波段范围设置对地物光谱库的进行筛选整合,基于光谱响应函数建立不同传感器的等效光谱库,依据图像与光谱库匹配模型以及相对应的光谱匹配因子,借助光谱匹配因子构建不同传感器相似波段之间匹配转换模型,进而利用多元线性回归分析,实现从待归一化影像光谱到光谱库等效光谱再到参考影像光谱的匹配与转换。