論文推薦| 李娟：針對GF-1遙感影像的基於影像與基於輻射傳輸模型的兩種交叉定標方法比較

《測繪學報》

構建與學術的橋樑 拉近與權威的距離

測繪地理信息與導航高端論壇 ——《測繪學報》創刊60周年學術研討會通知（第一號）

針對GF-1遙感影像的基於影像與基於輻射傳輸模型的兩種交叉定標方法比較

李娟1,32, 龐小平1,3

1. 武漢大學南極測繪研究中心, 湖北 武漢 430079;
2. 武漢大學測繪遙感信息工程國家重點實驗室, 湖北 武漢 430079;
3. 極地測繪科學國家測繪地理信息局重點實驗室, 湖北 武漢 430079

收稿日期：2016-06-28；修回日期：2017-06-13

基金項目：國家自然科學基金（41671338；41401388）

第一作者簡介：李娟(1991—), 女, 博士, 研究方向為高分一號衛星交叉輻射定標。E-mail: [email protected]

通信作者：龐小平. E-mail:[email protected]

摘要：「高分一號」配置了4台16 m解析度多光譜寬幅（WFV）相機，組合觀測幅寬達到800 km。為了將其應用於定量遙感，需要對其進行精確的輻射定標。目前針對高分一號衛星有兩種交叉定標方法，都在傳統方法的基礎上進行了改進。一種是基於影像的交叉定標方法（image-based），另一種是基於輻射傳輸模型和二向反射分佈函數的交叉定標方法（RTM-BRDF）。本文採用這兩種方法對高分一號（GF-1）的4個相機進行輻射定標，並對這兩種方法進行了對比分析，發現對於WFV2和WFV3這兩個近似星下點成像相機，image-based方法可以得到精度較高的輻射定標係數，而對於WFV1和WFV4這兩個非星下點成像相機來說，RTM-BRDF方法得到的定標係數精度較高。因此，最終將兩種方法結合給出GF-1 4個相機最終的定標係數。

關鍵詞：高分一號衛星 交叉定標 光譜響應函數 USGS光譜庫 氣溶膠 輻射傳輸模型 BRDF

Comparison of the Cross-calibration Methods between Image-based and RTM-BRDF for GF-1 Images

LI Juan1,3, FENG Lian2, PANG Xiaoping1,3

Abstract: Four wide-field-of-view (WFV) instruments are on board the Gaofen-1 (or GF-1) satellite, providing a combined swath of ~800 km. Before appling to quantitative remote sensing, precision radiometric calibration is needed. Currently, there are two cross-calibration methods. One is the traditional cross-calibration method (image-based), the other is based on radiative transfer model and bidirectional reflectance distribution function(RTM-BRDF). In this study, the two methods were used to cross-calibrate the WFVs of GF-1, and the comparisons were made at the same time. The verification based on satellite data and in situ measurements have shown that, for the two approximately nadir imaging camera WFV2 and WFV3, Image-based method could get higher precision radiometric calibration coefficients, while for two non-nadir imaging cameras WFV1 and WFV4, high precision calibration coefficients would be obtained by the RTM-BRDF method. Finally, the calibration coefficients of GF-1 was derived by the combination of the two methods.

Key words: Gaofen-1 satellite cross-calibration relative spectral response USGS spectral library aerosol radiative transfer model BRDF

為了實現對農業生產，災害監測以及環境保護等進行實時、全天候、全覆蓋的對地觀測，建立了高解析度對地觀測系統(high-definition Earth observation satellite，HDEOS)。作為HDEOS系列衛星之一，GF-1衛星於2013年4月26日成功發射。GF-1衛星搭載了4個寬視場相機(WFV)，由於具有高空間解析度(星下點16×24m)和較大的幅寬(4×200km)，其重訪周期僅為4d。若能準確建立衛星信號和地球生物、物理、化學參數之間的定量關係，GF-1衛星能被用來研究不同時空尺度的生物、化學和物理過程[

]準確的輻射定標是定量遙感應用的先決條件。一般來說，光學衛星感測器的輻射定標方法包括實驗室定標法、在軌定標法和交叉定標方法[

-

]。實驗室定標法是在特定的環境中, 利用外在穩定的光源來獲取感測器的響應係數[

,

]。在軌定標法被廣泛應用於各種衛星的輻射定標, 如TM(thematic mapper)/ETM+(enhanced thematic mapper)的星上定標器[

,

]。但是由於其受衛星載荷、空間、能耗、技術等的諸多限制，使得星上定標技術的應用受到一定程度的限制。此外，定標通常需要實測的地表反射率和相應的大氣參數，並且衛星在同一時間過境，這時才可以利用輻射傳輸模型模擬出星上反射率(TOA)來實現輻射定標[

,

-

]。為了解決這些技術難題，文獻[

,

,

]提出了一種利用精確定標過的感測器所獲取的遙感數據來代替實際測量數據的方法，這一方法稱為交叉定標方法。目前常用的交叉定標方法是選取參考感測器和待定標感測器獲得的定標場影像(一般是沙漠地區)，且二者過境時間相差30mins內；然後在參考影像上選擇地物類型均一的窗口，並通過經緯度獲取待定標影像上的相應區域；最後將參考影像窗口對應的星上反射率與待定標影像相應窗口的DN值進行線性回歸即可得到定標參數[

,

]

高分一號衛星上沒有搭載定標器，無法實現在軌定標。因此，在高分一號衛星發射后，資源衛星應用中心利用敦煌定標場的實測數據對高分一號衛星的4個相機進行了輻射定標，給出了4個相機的定標係數。這一定標過程不僅耗費巨大的人力、物力、財力，而且需要定期進行，以監測感測器信號的衰減過程，從而保證高分一號衛星所獲取的影像數據能有效而廣泛地應用於各個領域。這時，交叉定標方法因其經濟性、高效性成為對高分一號衛星進行輻射定標的最佳方法。

文獻[

,

]等對傳統交叉定標方法進行了改進，針對GF-1WFV相機提出了兩種輻射交叉定標方法。一種是基於影像的交叉定標方法(image-based)，通過自動選取定標點，克服了對地物類型的依賴，大幅提高了定標點的數量與信號量級的動態範圍。另一種是基於輻射傳輸模型的交叉定標方法(RTM-BRDF)[

-

]，利用MODIS氣溶膠與BRDF產品來有效地解決由於大傾角觀測所帶來的方向散射等系列問題。

本文將以WFV1和WFV3為例，對Image-based和RTM-BRDF方法的原理及實現流程進行比較分析，然後用Landsat-8 OLI的同步數據以及實測數據驗證兩種方法得到的定標係數的精度，最後在給出GF-1的最終定標係數的同時給出兩種方法的適用範圍。

1 數據

GF-1和Landsat-8具有相似的太陽同步軌道，重訪周期分別為4d和16d，過境時間相差不到30mins，對於給定的區域，兩個感測器會在接近的時間過境，也確保了試驗所需要的影像數據對。試驗挑選2013年7月至2014年2月的WFV-OLI影像對，並從CCRSDA(China Centre for Resource Satellite Data and Application)和美國地質調查局下載。挑選的影像對要覆蓋儘可能多的地物類型，並對影像進行目視檢查，剔除有較厚氣溶膠或雲覆蓋的影像。需要特別指出的是，所有的數據均在幾個月內收集，感測器衰減所帶來的干擾可忽略不計。對於每個相機最終至少有五對影像對用於交叉定標，兩對用於驗證。此外，試驗中還用到了MODIS氣溶膠產品、BRDF產品，USGS光譜庫以及敦煌定標場的實測數據。

2 GF-1交叉定標原理2.1 星上反射率計算

TOA由地物實際反射率和大氣反射率組成。假設地物表面是均一的朗伯面，

TOA可以式(1) 表達

at遙感器輸出的圖像DN值與遙感器入瞳輻亮度滿足一定的線性關係。因此GF-1 WFV的DNs可以通過增益和偏置轉換為輻亮度

TOA(WFV,

)(wm-2·sr-1·μm-1)。對於給定波段

式中，

為偏置。輻亮度又可以通過式(3) 轉換為星上反射率

式中，

WFV,

2是日地距離修正係數(天文單位AU)[

]；

WFV,

是遙感器波段等效大氣層頂太陽輻照度(wm-2·sr-1)；可由式(4) 計算得到

S(無量綱)是對應波段的歸一化光譜響應函數；f是連續的大氣層頂太陽輻照度(wm-2·sr-1·μm-1)；

和

分別是給定波段波長的上界和下界。理論上講，定標係數

WFV,

和

WFV,

可以通過DNs和通過參考感測器(如Landsat-8 OLI)模擬的TOA線性回歸得到。OLI的星上反射率可由其MTL(metadata file)文件中提供的

OLI,

OLI,

式中，

OLI,

為太陽高度角。

2.2 光譜匹配因子

兩個感測器波段配置以及光譜響應函數上的差異可由光譜匹配因子QE來進行修正

WFV和

OLI分別是WFV和OLI的光譜響應函數，為地物的實際光譜在相應波長上的反射率。從式(6) 可以看到，只要知道了

(

)，就可以計算得到

。然而事實上，由於筆者所選擇的定標點都是由計算機隨機選擇的，很難得到實測的

(

)。這時，可以從USGS光譜庫里找相似的光譜來代替。當OLI影像經過大氣校正後，將其在各個波段的反射率與光譜庫中的光譜進行比較，馬氏距離最小的被認為是最接近的光譜，並用此光譜作為輸入來計算

。

2.3 Image-based

文獻[10]提出了Image-based交叉定標方法，該方法假設在30mins內，地物反射率保持不變，大氣對兩個感測器觀測得到的信號的影響基本相同，經過光譜匹配因子處理后的星上反射率相等

結合上述各式，得到最終的定標公式

流程見圖 1，具體實現步驟為：

Image-based(a)和RTM-BRDF(b)試驗流程

Flowchart of the Image-based (a) and RTM-BRDF (b) cross-calibration methods註：

v分別為太陽天頂角和方位角, RSRs表示光譜響應函數。圖選項

(1) 在WFV-OLI影像對上，隨機地選取感興趣區域(ROIs)：在WFV影像上隨機地選擇一個小窗口，其標準差和平均值之比小於1%，確保該窗口是均一地物，然後將其對應到OLI影像上，看在OLI影像上其標準差與均值之比是否也小於1%，如果是，則將其確定為定標點。

(2) 利用Landsat-8 OLI MTL文件計算得到

TOA(OLI,

)，將經過大氣校正的OLI影像上的ROI各個波段上的反射率與USGS光譜庫進行匹配得到最接近的光譜，代入到光譜匹配因子的計算公式計算得到

。

(3) 最後，將計算得到式(8) 左邊的值與WFV的DNs線性回歸出WFV的定標係數。

2.4 RTM-BRDF

文獻[7]提出的RTM-BRDF交叉定標的核心思路是：30min內地表反射率，氣溶膠光學厚度及其類型保持不變，而不同的感測器由於其光譜響應、觀測角度、光照條件等的差異導致星上信號的不同。因此，該方法利用MODIS氣溶膠和BRDF產品對Landsat-8 OLI影像進行大氣校正和BRDF校正，得到垂直方向的地表反射率，經過光譜匹配因子的校正後可以得到WFV所觀測到的地表反射率。然後利用相同的MODIS氣溶膠和BRDF產品由輻射傳輸模型模擬出WFV所觀測到的星上反射率。最後，通過將模擬的星上反射率與圖像信號線性回歸得到最終的定標係數。

儘管經過了大氣校正，由兩個感測器所觀測到的信號還是會有所差異。兩個感測器波段配置和光譜響應函數之間的差異可以用光譜匹配因子來糾正，但由照明條件和觀測幾何不同所帶來的差異就需要用MODIS BRDF產品來進行校正。MODIS BRDF產品採用Ross-Li BRDF模型[

-

]，可以模擬出任意觀測幾何上的地物反射率。這個半經驗模型的理論基礎是地表反射率可以由3個主要的基本散射類型(各向同性散射，體積散射，幾何光學表面散射)建模得到[

-

]

(9)

(10)

(11)

(12)

(13)

(14)

(15)

12345

由以上公式再結合QE就可以計算得到與WFV對應的垂直方向上的地物實際反射率了，公式如下

2.5 驗證方法

驗證包括利用LandSat-8 OLI影像和實測的光譜與大氣數據進行驗證。

在驗證過程中，WFV影像數據將會用試驗所得到的定標係數計算並且利用MODIS氣溶膠產品通過6S輻射傳輸模型得到觀測方向上的地物反射率，再通過MODIS BRDF產品得到其垂直方向的反射率

t, calibrated，對OLI影像進行同樣的處理得到其垂直方向的反射率，不同的是還要將其乘以光譜匹配因子模擬出WFV對應的垂直方向的地物反射率

t, simulated，通過比較二者的差異來估算此定標方法的不確定性。值得指出的是，用於驗證的OLI-WFV影像對與用於交叉定標的數據不同。，然後利用實測的地物光譜數據，然後利用實測的地物光譜數據，大氣數據等參數模擬出星上反射率，從而來評定定標係數的精度。敦煌定標場的實測數據由資源衛星應用中心獲得，只有2014年8月其中6d的實測數據。敦煌定標場是一個地勢平坦戈壁灘，地面狀況十分穩定。分析顯示，半個月內測得的光譜差異很小，其標準差不到2%[

]。因此，選取實測光譜的均值來驗證WFV在8月的敦煌的14景(8景非星下點成像，6景近似星下點成像)影像。對於給定波段

，用實測數據模擬的WFV星上反射率可由式(17) 計算得到

3 結果3.1 定標結果

對於GF-1的任意一個相機WFV，每個波段都有＞200個定標點，覆蓋包括沙漠、植被、水體、雪地等不同反射信號等級的地物類型。將DNs和模擬的TOA輻亮度進行線性回歸得到定標係數，結果如

所示，左邊是非星下點成像的WFV1的3種定標方法得到的線性回歸圖，右邊對應近似星下點成像的WFV3。從圖中可以看到，DNs和TOA輻亮度都具有較大的動態範圍，所有的點基本上都在擬合線上，

2＞0.9，表明了線性回歸的顯著性和回歸係數的有效性。

圖選項

列出了兩種交叉定標方法得到的定標係數，以及由CCRSDA提供的沒有偏置的官方定標係數，並將三者進行比較，獲得其差異係數。列出了RTM-BRDF與Image-based方法增益之間的差異，可以看到在WFV1的3個可見光波段，WFV2的綠光和紅光波段以及WFV3的綠光波段，其差異均＞10%。而近紅外波段的差異對於4個相機來說普遍較小，WFV4為6.36%，其他3個相機均＜3%。b列出了Image-based得到的定標係數與官方係數之間的差異，在3.7%~21.9%之間浮動。D列出的是RTM-BRDF得到的定標係數與官方係數之間的差異。很明顯，對於近似星下點成像的相機的差異較大，WFV2的4個波段的差異都＞.7%，WFV3的3個可見光波段都＞13%。相反，對於非星下點成像的相機差異很小，除了WFV1的紅光波段和WFV4的近紅外波段。

表 1 兩種交叉定標方法所得到的定標係數，以及官方給出的定標係數Tab. 1 Calibration coefficients derived using different cross-calibration methods; the officially provided coefficients (updated in October 2014) are also listed

表選項

3.2 驗證

是利用LandSat-8 OLI影像對WFV1和WFV3的定標係數進行驗證，WFV1代表非星下點成像，WFV3代表近似星下點成像。為了便於比較，利用LandSat-8 OLI影像模擬得到的垂直方向地表反射率

rerference作為參考，對於WFV影像，分別將用RTM-BRDF、Official、Image-based方法得到的定標係數模擬其垂直方向的地表反射率

RTM-BRDF、

Official、

Image-based，並將其與

rerference比較，分別對應為紅點、綠點、藍點。為了準確地評估定標係數的不確定性，採取與選取定標點同樣的標準來選擇驗證點，使其更具有統計意義。

圖選項顯然，對WFV1來說，

RTM-BRDF與

simulated最接近，紅點也最接近1:1的直線。為了更直接地反映定標係數的不確定性，計算了差異的均值MD和均方根誤差RMSD。可以看到，除了藍光波段MD為10.3%，RMSD為9.1%，其他3個波段MD均小於6.4%，RMSD均小於6.6%。此外，

simulated和

RTM-BRDF的差異比它與

Official、

Image-based之間的差異都要小，說明對於非星下點成像的相機由RTM-BRDF得到的定標係數精度較高。而對於WFV3來說，由Image-based方法對應的MD和RMSD最小，與1:1直線也擬合得較好，說明對於近似星下點成像的相機來說，Image-based交叉定標方法精度相對較高。除了用OLI影像來驗證外，還利用敦煌定標場的實測數據進行驗證。本文將實測的光譜數據、大氣數據、BRF數據模擬出星上反射率，並將其與用兩種方法得到的定標係數計算得到的星上反射率進行比較，如

。橫軸從左到右分別對應WFV1-WFV4，數字錶示日期。從

中可以看到，WFV1在藍光波段和綠光波段，Image-based方法模擬得到的星上反射率

TOA, Image-based與用實測數據模擬得到的

TOA, In-situ相差較大，可達0.06，這說明Image-based方法並不適用於大傾角觀測相機。但此方法對於WFV2和WFV3近似星下點成像的相機來說，

與

TOA, In-situ最接近，說明Image-based交叉定標方法只適用於星下點成像的相機。此外，對於4個相機來說，RTM-BRDF方法模擬得到的星上反射率

TOA, RTM-BRDF與

TOA, In-situ都比較接近，這說明RTM-BRDF對於所有觀測傾角的相機都適用，進一步說明RTM-BRDF方法所得到的定標係數更具代表性。但為了保證定標係數的最佳精度，對於WFV1和WFV4，採用RTM-BRDF方法得到的定標係數，而對於WFV2和WFV3則採用Image-based方法得到的定標係數(見

)。

圖選項

4 討論

儘管GF-1的波段配置與OLI很相似，但其在光譜響應函數上的差異會使觀測的地物反射率產生很大的差異。模擬發現，光譜匹配因子最小為0.8908，最大為1.3929。也就是說，觀測同一地物的反射率，兩個感測器在波段配置和光譜響應函數之間的差異可以達到~40%[

]，說明十分有必要利用實測高光譜數據或光譜庫來校正兩個感測器在波段配置和光譜響應函數之間的差異利用RTM-BRDF方法對WFV進行交叉定標的過程中，理想的狀況是使用實測的氣溶膠數據和BRF(bidirectional reflectance factor)數據來模擬輻射傳輸過程和二向散射效應[

]。然而，由於是利用計算機隨機選取的定標點，不僅地物類型豐富，而且覆蓋面積大，很難獲得充足的實測數據。事實上，由RTM-BRDF方法得到的定標係數，對於非星下點成像的相機來說，其不確定性均8%，與官方定標係數和基於Image-based方法得到的定標係數相比，顯著提高了定標精度。這也進一步說明MODIS產品是完全可以有效地應用於此交叉定標過程。同時也說明，對於星下點或者近似星下點成像的相機來說，Image-based方法也有較好的表現，並且相對於RTM-BRDF方法來說大幅減小工作難度。

一般來說，RTM-BRDF方法對於所有觀測幾何都適用，只不過在衛星觀測天頂角小於20°時，其精度不如Image-based方法。因此，當衛星觀測天頂角小於20°時，採用Image-based方法，否則採用RTM-BRDF方法。

5 結論

通過對兩種交叉定標方法進行比較發現，對於近似星下點成像的相機WFV2和WFV3來說，Image-based方法能獲取精度較高的輻射定標係數，且該方法的實現過程較為簡便。而對於非星下點成像的相機WFV1和WFV4來說，RTM-BRDF儘管需要更多的輸入參數與模擬過程，但由於考慮到傾斜觀測帶來的大氣程輻射及方向散射差異，其得到的定標係數明顯優於Image-based方法。於是將兩種方法相結合，可以實現4個GF-1 WFVs相機的準確輻射定標。另外，由於Landsat-8 OLI數據可以實時免費獲取，階段性地利用這兩種方法對WFV相機進行輻射定標，可以有效預防相機衰減給定量遙感應用的潛在問題。

【引文格式】李娟，馮煉，龐小平。針對GF-1遙感影像的基於影像與基於輻射傳輸模型的兩種交叉定標方法比較[J]. 測繪學報，2017，46(7)：882-890. DOI: 10.11947/j.AGCS.2017.20160315

李德仁: 測繪遙感領域十個前沿技術都在這裡了!

論文推薦| 王樂洋：Partial EIV模型的非負最小二乘方差分量估計

科技部發布「重大自然災害監測預警與防範」重點專項2017年度項目申報指南

《戰狼2》撤僑到底發生在哪？破譯電影里一幅近代地圖的秘密

《測繪學報》2017年第7期網刊發布

2017無人機測繪技術及應用論壇在線報名已開通

驚艷的騙局：原來你每天坐的捷運線路圖這樣欺騙你的雙眼！

論文推薦| 張力：基於多視影像匹配模型的傾斜航空影像自動連接點提取及區域網平差方法

論文推薦| 張春森：顧及曝光延遲的無人機GPS輔助光束法平差方法

2017地理信息產業優秀工程公示

78歲院士劉先林穿舊鞋坐高鐵 二等座上仍不忘備課

如何評價 Google推出的室內定位技術VPS？

權威 | 專業 | 學術 | 前沿

微信投稿郵箱 | [email protected]

歡迎加入《測繪學報》作者QQ群： 297834524