Hyperion影像的輻射處理方法

張 苗，蔣志榮,2

（1.甘肅農(nóng)業(yè)大學(xué) 林學(xué)院，甘肅 蘭州 730070；2.甘肅省農(nóng)村發(fā)展研究院，甘肅 蘭州 730070）

1 研究區(qū)和數(shù)據(jù)源

研究區(qū)為張掖及其周圍綠洲區(qū)域。張掖位于甘肅河西走廊中部，面積42 400 km2，地處北緯38°43.7′～39°3.4′，東經(jīng) 100°12.1′～100°43.6′。

本研究使用美國EO-1的Hyperion數(shù)據(jù)，數(shù)據(jù)產(chǎn)品是經(jīng)過幾何校正的Hyperion高光譜成像光譜儀Level 1Gst，文件類型是GeoTIFF波段交叉(BSQ)格式，WRS編號為133-33，采用UTM投影，WGS84坐標(biāo)系。成像時間為2008-07-19 03:39:12 UTC，影像范圍位于38°18’49.30”N～39°10’11.72”N,100°12’24.52”E～100°32’20.64”E 之間。

本研究所使用的土地利用現(xiàn)狀數(shù)據(jù)來源于張掖地區(qū)國土資源局提供的2008年MapGIS格式的土地利用現(xiàn)狀圖，與遙感影像獲取時間一致。

為了驗證FLAASH大氣校正的效果，本文采用網(wǎng)上下載的典型地物波譜曲線與大氣校正后的影像曲線作對比。

2 數(shù)據(jù)預(yù)處理

2.1 Hyperion數(shù)據(jù)處理

1）Hyperion Tools。它是用來訪問、修正和使用L1R、 L1G/L1T數(shù)據(jù)集的，其最基本的功能是把L1R HDF和L1G/L1T GeoTIFF數(shù)據(jù)集轉(zhuǎn)換成包含波長、最大半波寬和壞波段信息的ENVI格式文件。本文利用Hyperion Tool 2.0生成了ENVI Mask Image 和 FLAASH Scale Factors文件，ENVI Mask Image文件是一個ENVI掩膜圖像（1＝好數(shù)據(jù)，0＝壞數(shù)據(jù)）；FLAASH Scale Factors是進(jìn)行大氣校正需要的參數(shù)文件，以方便大氣校正。

2）去除未定標(biāo)及影像質(zhì)量差波段。Hyperion數(shù)據(jù)共有242個波段，其中，輻射定標(biāo)的波段為VNIR 8～57，SWIR 77～224，沒有定標(biāo)的波段為1～7、58～76、225～242，其波段值為0值[3,9]。由于VNIR 56～57與SWIR 77～78波段是重疊的，根據(jù)圖像質(zhì)量情況，SWIR 77～78的噪音比VNIR 56～57的大，所以本文選擇保留VNIR 56～57，刪除SWIR 77～78[9]。對高光譜Hyperion數(shù)據(jù)，受水汽影響較大的光譜范圍1 356～1 417 nm、1 820～1 932 nm和大于2 395 nm，在這些波段中，極少包含地面信息[12]，受水汽影響的波段為：121～127、167～178和 224，共 20個波段。以上波段均是依據(jù)Hyperion Tool提取的Bad Bands Lists中已包含的。在對本景影像做逐波段檢查之后，發(fā)現(xiàn)仍然存在一些模糊、條紋嚴(yán)重以及壞線嚴(yán)重的波段80～82、120、128～132、165～166、179～182、185～187、221～223，包含地面信息少，質(zhì)量差，共21個波段，需把它們剔除。綜合以上剔除處理，剩余8～57、79、83～119、133～164、183～184、188～220，共 155個波段供分析。

3）影像像元值轉(zhuǎn)換成絕對輻射亮度值。Hyperion的L1產(chǎn)品數(shù)據(jù)集，以有符號的整型數(shù)據(jù)記錄，數(shù)值范圍為-32 767～+32 767。但是，實際上的地物輻射值很小，VNIR的最大輻射為750 W/m2/sr/μm，SWIR的為350 W/m2/sr/μm。因此，產(chǎn)品生成時，采用了擴大因子， VNIR和SWIR的因子系數(shù)分別為40和80[2,9,13]。本文利用Hyperion Tool 2.0直接生成FLAASH Scale Factors參數(shù)文件，在進(jìn)行FLAASH大氣校正的同時，對影像的像元值進(jìn)行絕對輻射亮度轉(zhuǎn)換，這樣就避免了又一次的重采樣。Hyperion Tools生成的比例因子是VNIR 400和SWIR 800。這是因為FLAASH Scale Factors不僅包括了擴大系數(shù)因子VNIR 40和SWIR 80，還同時包括了做FLAASH大氣校正時的單位轉(zhuǎn)換因子10.0[14,15]。

4）對影像進(jìn)行掩膜處理并轉(zhuǎn)換數(shù)據(jù)格式。由于數(shù)據(jù)是經(jīng)過幾何校正傾斜的，所以有很多黑背景，造成大氣校正不能進(jìn)行。本文利用Hyperion Tool 2.0產(chǎn)生的Mask Image圖像對影像進(jìn)行掩膜處理，抑制影像的黑色背景，為FLAASH大氣校正作準(zhǔn)備。由于FLAASH大氣校正需要BIL/BIP存儲格式，因此還需對處理后的數(shù)據(jù)在軟件中作ENVI做格式轉(zhuǎn)換。

2.2 土地利用數(shù)據(jù)處理

由于本文獲取的土地利用現(xiàn)狀數(shù)據(jù)是MapGIS格式，將獲取的土地利用數(shù)據(jù)轉(zhuǎn)換成WGS84地圖投影并建立一個Shp文件提取林地、水體和裸巖區(qū)。

3 FLAASH大氣校正

傳感器接收的信息是太陽輻射通過大氣以某種方式入射到物體表面，然后再反射回傳感器的輻射信息，使得原始影像包含物體表面、大氣以及太陽的信息，不能真實反映地表反射光譜信息[2,10]。為了了解某一物體表面的光譜屬性，必須將它的反射信息從大氣和太陽的信息中分離出來，這就是大氣校正的目的。

FLAASH是用來從高光譜輻射亮度影像數(shù)據(jù)提取地物的波譜反射率的大氣校正模擬工具，可精確彌補大氣效應(yīng)。它嵌入了MODTRAN4輻射傳輸代碼，也包括鄰近像元校正、計算影像的平均能見度和云分類圖以及波譜平滑，可對高光譜和多光譜傳感器數(shù)據(jù)進(jìn)行校正。如果影像包含合適波長的波段，水汽和氣溶膠也可以提取。而且，F(xiàn)LAASH能校正垂直和傾斜觀測條件獲取的影像。利用FLAASH進(jìn)行影像大氣校正時，對于大氣模型參數(shù)，選擇一種近似或稍大于標(biāo)準(zhǔn)水汽柱的MODTRAN模型大氣。如果沒有水汽信息，根據(jù)與水汽相關(guān)的已知地表氣溫或季節(jié)-緯度地表溫度模型選擇大氣[11]。

通常獲得準(zhǔn)確的大氣屬性參數(shù)較困難,進(jìn)行大氣影響的去除及補償時,相關(guān)大氣參數(shù)均需已知。對于大多數(shù)遙感影像來說,要同步獲取這些參數(shù)是非常困難的。FLAASH很好地結(jié)合了MODTRAN 4 的大氣輻射傳輸編碼。與其他大氣糾正模型不同，F(xiàn)LAASH 并不是在預(yù)先計算好的模型數(shù)據(jù)庫中加入輻射傳輸參數(shù)來進(jìn)行大氣校正,任何有關(guān)影像的標(biāo)準(zhǔn)MODTRAN 大氣模型和氣溶膠類型都可直接被選用,并進(jìn)行地表反射率計算[12]。

本文的參數(shù)主要來自頭文件和有利于大氣校正的模型，輸入文件是經(jīng)過以上預(yù)處理得到的掩膜后圖像。數(shù)據(jù)中心點坐標(biāo)、傳感器及數(shù)據(jù)獲取信息，這些都可以在數(shù)據(jù)自帶信息文件里獲得。使用水汽去除模型，數(shù)據(jù)必須具有15 nm以上波譜分辨率，且至少覆蓋以下波譜范圍之一：1 050～1 210 nm(優(yōu)先考慮)，770～870 nm，870～1 020 nm。對于大多傳感器，水汽去除默認(rèn)顯示的是NO，因為大多數(shù)傳感器沒有適當(dāng)?shù)牟ǘ蝸硌a償水汽的影響，Hyperion數(shù)據(jù)包含了這3波段范圍，所以本文處理影像選擇YES,并選取1 130 nm的水汽吸收波段及鄰近的非水汽吸收波段比值來獲取大氣水汽柱含量[12,16]。Spectral Polishing(光譜打磨)是為了使波譜曲線更近似于真實地物的波譜曲線，對波譜曲線進(jìn)行微調(diào)，選擇Yes。FLAASH模型其他輸入?yún)?shù)如下：

影像中心點：38°44’2.64”N 100°22’21.70”E ；傳感器高度：705 km；地面高程：1.5 km；像元大?。?0；飛行日期：2008-07-19；天頂角：174°33’22.32”；氣溶膠模型：Rural；氣溶膠高度：2.0 km；初始能見度：30 km；大氣模型：MLS；飛行時間：03:39:12；方位角：15°。

4 大氣校正結(jié)果及比較

4.1 FLAASH的波段糾正通道文本文件

Oxygen (altitude) ref=（32 333536）

Oxygen (altitude)abs=（34）

Waterchannels ref=（60 61 62 73 74 75）

Water channelsabs=（67 68）

Cirruschannels=（1）

KT upper=（130 131 132 133 134）

KT lower=（22 23 24 25）

AlternateWater ref=（35 36 43 44）

AlternateWater abs=（39 40）

經(jīng)過大氣校正計算的Visibility = 22.2620 km Average Water Amount = 0.3880 cm。

4.2 大氣校正前后影像對比

圖1 大氣校正前后影像對比圖

從圖1可知,校正前后影像視覺效果和輻射亮度發(fā)生明顯變化，經(jīng)校正后的圖像更加清晰，說明選擇的FLAASH參數(shù)校正有效去除了大氣中水汽和氣溶膠的影響，提高了圖像質(zhì)量。

4.3 疊加提取

林地、水體和巖石矢量文件與大氣校正后影像疊加提取如圖2所示。

圖2 林地、水體和巖石矢量文件與大氣校正后影像疊加圖

4.4 波譜特征比較

1）林地校正前、后與綠色植物標(biāo)準(zhǔn)波譜曲線特征對比及結(jié)果分析（見圖3）。

圖3 植被校正前、后和綠色植物的標(biāo)準(zhǔn)響應(yīng)曲線的對比圖

從校正前、后的林地波譜曲線特征可以看出，大氣校正后的波譜曲線在0.4～0.55 μm和可見光近紅外波段的地物反射率普遍降低了。這是由于可見光近紅外波段受到瑞麗散射和氣溶膠散射的影響, 使傳感器接收到的輻射能量增強, 這一部分能量不是地物的反射能量，屬于干擾信息[11]。從校正后的波譜曲線可以看出，它與典型健康植被標(biāo)準(zhǔn)曲線趨勢基本一致。校正后的影像由于去除了水汽、氣溶膠等大氣干擾,且獲取時間7月份正是植被生長旺盛期，所以表現(xiàn)出了典型的健康植被反射率曲線，這也說明FLAASH大氣校正的精度很高。

2）水體校正前、后及水體標(biāo)準(zhǔn)的波譜曲線特征比對及結(jié)果分析（見圖4）。

從大氣校正前、后水體波譜曲線可以看出，校正后水體在0.45～1.1 μm范圍內(nèi)反射率整體下降。從校正后的水體波譜曲線和標(biāo)準(zhǔn)的水體波譜曲線對比可以看出，符合水體基本規(guī)律。水體的反射率總體上比較低，不超過10%，一般為4%～5%，反射主要在藍(lán)綠光波段，并隨著波長的增大而逐漸降低，到0.6 μm處約為2%～3%,過了0.75 μm，水體幾乎為全吸收體。本文選取與標(biāo)準(zhǔn)曲線范圍0.3～1.1 μm段作比對。校正后的水體波譜曲線與標(biāo)準(zhǔn)曲線基本一致，說明大氣校正去除了水汽、氣溶膠的干擾，這表明FLAASH大氣校正的效果很好。

圖4 水體校正前、后與水體標(biāo)準(zhǔn)曲線特征對比圖

3）巖石校正前、后與巖石標(biāo)準(zhǔn)曲線特征的對比及結(jié)果分析（見圖5）。

巖石無統(tǒng)一的波譜特征，依據(jù)礦物成分、含量、風(fēng)化程度、含水量、顆粒大小、表面光滑程度、色澤等對波譜曲線產(chǎn)生形態(tài)影響。一般淺色巖石的反射率較高，深色巖石的反射率較低。從校正前、后的巖石波譜曲線可以看出，巖石在0.45～0.9 μm范圍內(nèi)反射率下降，在0.9～2.3 μm范圍內(nèi)反射率呈緩和增強趨勢。盡管從單一光譜曲線不能判定巖石的組成及種類，但是從大氣校正前、后的曲線和幾種基本的巖石標(biāo)準(zhǔn)曲線對比中可以看出，其具有巖石相同的趨勢特征，這說明FLAASH大氣校正很好地消除了氣溶膠和水汽等對波譜的影響，達(dá)到了大氣校正的目的。

圖5 巖石校正前、后與巖石標(biāo)準(zhǔn)曲線的對比圖

[1]趙杰,曹靜.高光譜遙感技術(shù)的分析與應(yīng)用[J]. 黃河水利職業(yè)技術(shù)學(xué)院學(xué)報，2005，17(4):79

[2]梁繼 ,王建.Hyperion 高光譜影像的分析與處理[J].冰川凍土，2009，31(2):753

[3]Beck R.EO-1 User Guide Version 2.3[EB/OL].http :/ /eo1.usgs.gov,2003

[4]Kruse F A. Improved Multispectral Mapping by Spectral Modeling with Hyperspectral Signatures [C]. SPIE Symposium on Defense & Security, 2007

[5]趙祥, 梁順林, 劉素紅,等.高光譜遙感數(shù)據(jù)的改正暗目標(biāo)大氣校正方法研究[J].中國科學(xué)(D輯):地球科學(xué), 2007,37(12):1 653-1 659

[6]Kruse F A ,Boardman J W, Huntington J F, et al . Comparison of Airborne Hyperspectral Data and EO-1 Hyperion for Mineral Mapping [J].IEEE Transactions on Geoscience and Remote Sensing (TGARS),2003,41(6):1 388-1 400

[7]Pu Ruiliang, Gong Peng. Hyperspectral Remote Sensing and It’s Application [M].Beijing : Higher Education Press,2000

[8]王秀朋,張洪才,趙永強, 等. 基于投影尋蹤的高光譜圖像特征融合算法[J].計算機測量與控制, 2006 , 14 (11) : 1 539-1 541

[9]譚炳香, 李增元, 陳爾學(xué),等.EO一1 Hyperion高光譜數(shù)據(jù)的預(yù)處理[J].遙感信息應(yīng)用技術(shù)，2005(6):36-41

[10]張秋爽,祝民強,劉碧洪.Hyperion 高光譜遙感數(shù)據(jù)大氣校正方法[J].計算機測量與控制, 2010 ,18(1)：79

[11]袁金國, 牛錚, 王錫平.基于FLAASH的Hyperion高光譜影像大氣校正[J].光譜學(xué)與光譜分析，2009，29(5)：l l81-1 185

[12]田豐,楊蘇明,王潤生.EO-1Hyperion高光譜數(shù)據(jù)FLAASH模塊大氣糾正[J].新疆地質(zhì),2010,28(1):627

[13]鄭偉, 曾志遠(yuǎn). 遙感圖像大氣校正方法綜述[J].遙感信息,2004(4): 66-68

[14]ESRI中國社區(qū).波普處理常識[EB/OL].http://bbs.esrichinabj.cn/ESRI/index.php

[15]北京師范大學(xué)遙感科學(xué)國家重點實驗室.我國典型地物波譜數(shù)據(jù)庫[DB/OL].http://spl.bnu.edu.cn/index.asp

[16]宋曉宇,王紀(jì)華, 劉良云,等. 基于高光譜遙感影像的大氣糾正:用AVIRIS 數(shù)據(jù)評價大氣糾正模塊FLAASH [J].遙感技術(shù)與應(yīng)用, 2005 , 8 (4) : 394-395

[17]梅安新, 彭望琭, 秦其明, 等 . 遙感導(dǎo)論[M]. 北京：高等教育出版社, 2001