基于MODIS的云量檢測方法研究

楊 喆,王 昱

1.武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢，430072；2.西安測繪研究所，陜西 西安，710054；3.地理信息工程國家重點實驗室，陜西 西安，710054

?

基于MODIS的云量檢測方法研究

楊 喆1,2,3,王 昱1,2,3

1.武漢大學(xué)遙感信息工程學(xué)院，湖北 武漢，430072；2.西安測繪研究所，陜西 西安，710054；3.地理信息工程國家重點實驗室，陜西 西安，710054

云量對于光學(xué)遙感影像質(zhì)量有著重要影響，在一定程度上制約了光學(xué)遙感影像的應(yīng)用。傳統(tǒng)云檢測方法通常無法準確檢查出冰雪與云的區(qū)別，對薄云、碎云和云邊緣的識別率不高。針對上述問題，本文研究了基于先驗地表反射率數(shù)據(jù)支持的云檢測方法，在云檢測動態(tài)閾值模型的構(gòu)建過程中，使用MODIS(moderate-resolution imaging spectroradiometer)地表反射率數(shù)據(jù)作為先驗地表反射率數(shù)據(jù)，并基于輻射傳輸模型在多種條件下進行模擬，設(shè)置動態(tài)云檢測閾值識別云像元。通過實驗，驗證了這種方法能夠有效避開混合像元對云檢測能力的影響，提高云量檢測的準確率。

MODIS；云量檢測；遙感影像質(zhì)量；輻射傳輸模型；地表反射率

1 引 言

傳統(tǒng)云檢測方法是利用云與典型地表物體反射率以及亮度溫度的差異，使用固定閾值法來實現(xiàn)云與地表的識別。這種方法常常對冰雪覆蓋的影像造成云量誤判，并且對于薄云、碎云、云邊緣而言，像元反射率是云與地表混合作用的結(jié)果，固定閾值法通常無法準確識別該類型地表的云覆蓋。此外，對陸地觀測衛(wèi)星而言，由于其波段較少，并且集中在可見光及近紅外波段，傳統(tǒng)的云檢測方法也無法有效地對該類型傳感器生成的影像進行云量識別。

針對遙感影像在云識別過程中存在的上述問題，本文提出了基于先驗地表反射率數(shù)據(jù)支持的云檢測方法，該方法在云檢測動態(tài)閾值模型的構(gòu)建過程中，使用MODIS地表反射率數(shù)據(jù)作為先驗地表反射率數(shù)據(jù)，并基于輻射傳輸模型在多種條件下進行模擬，設(shè)置動態(tài)云檢測閾值識別云像元。

2 MODIS

MODIS是被動式成像分光輻射計，具有36個離散光譜波段，光譜范圍寬，從0.4微米(可見光)到14.4微米(熱紅外)全光譜覆蓋。MODIS的多波段數(shù)據(jù)可以同時提供反應(yīng)陸地、云邊界、云特性等特征信息[1]。MOD09數(shù)據(jù)作為目前公認的最為接近地表真實反射率的數(shù)據(jù)產(chǎn)品，其生成算法與數(shù)據(jù)精度都得到了同行認可。MODIS09是經(jīng)過大氣校正的陸地表面反射率，產(chǎn)品級別為L1B，由于其僅使用了MODIS的前七個波段，因此MODIS09只能提供白天地表反射率數(shù)據(jù)。MOD09產(chǎn)品在生產(chǎn)過程中考慮了大氣和氣溶膠的散射和吸收的情況、土地覆蓋類型變化、鄰近像元效應(yīng)以及地表二向反射和卷云的影響[2]。MOD09利用傳感器獲得的8天連續(xù)數(shù)據(jù)合成8天的地表反射率產(chǎn)品，按最小反射率技術(shù)合成一幅影像，最大限度地降低了云及大氣的影響。在使用MOD09數(shù)據(jù)之前需要進行數(shù)據(jù)的預(yù)處理工作，包括幾何校正、影像重采樣，以及影像拼接等[3～5]。本文選擇MOD09為先驗數(shù)據(jù)，將其作為真實的地表反射率數(shù)據(jù)；以MOD10冰雪產(chǎn)品作為先驗數(shù)據(jù)，對冰雪覆蓋區(qū)域和云進行判定。

3 6S輻射傳輸模型

6S輻射傳輸模型(Second Simulation of the Satellite Signal in the Solar Spectrum)，其前身為法國里爾科技大學(xué)大氣光學(xué)實驗室開發(fā)的5S(Simulation of the Satellite Signal in the Solar Spectrum)大氣輻射傳輸模型[6]。在遙感觀測的“太陽-目標-傳感器”模式中，無論使用衛(wèi)星或飛機，數(shù)據(jù)獲取過程中都不可避免地受到大氣的影響。6S模型采用了逐次散射算法(succsessive order of scattering，SOS)計算大氣散射和吸收，并引進模型參數(shù)輸入，具有較高的精度。

假設(shè)目標表面為均勻朗伯表面，不考慮氣體吸收，在6S模型中衛(wèi)星觀測的表觀反射率可用下式表達[6]：

(1)

式中，ρt代表地表反射率；ρ*代表表觀反射率；θs、φs、θv和φv分別代表太陽天頂角和方位角、傳感器天頂角與方位角；S代表大氣球面反照率；T代表大氣下行透過率；t′ 代表大氣漫射透過率；ρa是大氣的路徑輻射項等效反射率。

6S輻射傳輸模型是基于晴空條件下的模擬，考慮到不同地物在大氣方式、氣溶膠模型、幾何參數(shù)、氣溶膠光學(xué)厚度等不同的情況下，其表觀反射率會發(fā)生變化：

y=xa*(measured radiance)-xb

(2)

rac=y/(1+xc*y)

(3)

式中，xa、xb、xc為大氣校正系數(shù)；measured radiance為表觀輻照度；rac為大氣校正后得到的地表反射率。

本文利用6S大氣輻射傳輸模型對其中各個參數(shù)進行模擬，并分析在不同情況下地表反射率與表觀反射率的變化情況，進行動態(tài)閾值的構(gòu)建。

4 基于MODIS的云量檢測方法

4.1 基于MODIS地表反射率數(shù)據(jù)集

(1)選取覆蓋我國的一年間所有8天合成的MODIS地表反射率數(shù)據(jù)(MOD09A1)，每年共計有46景數(shù)據(jù)。

(2)對選取的影像進行幾何校正和拼接處理。我國作為中緯度國家，為了使全國數(shù)據(jù)保持等面積特性，不發(fā)生面積上的變形，糾正后輸出影像均采用“AlbersConicalEqualArea”投影，坐標系為WGS-84，影像空間分辨率為500m。在數(shù)據(jù)集構(gòu)建時，只選取和TH-01星相對應(yīng)的波段，即MODIS紅光波段、藍光波段、綠光波段和近紅外波段。

(3)對于拼接出來的全國地區(qū)影像，每月至少有4景影像。利用最小值合成法將這4景影像合成為1景月影像。其合成方法如下：以2008年的第1月的MOD09GA數(shù)據(jù)為例，數(shù)據(jù)獲取的天數(shù)為1、9、17、25共4天。利用4景影像的相應(yīng)位置進行最小值法數(shù)據(jù)合成；對于合成后仍然有云的數(shù)據(jù)區(qū)域，再利用之后若干年同月份的相應(yīng)位置的無云區(qū)域數(shù)據(jù)修補，最終形成1景全國大陸區(qū)域內(nèi)的無云標準地表反射率產(chǎn)品。按照時間優(yōu)先級合成的數(shù)據(jù)，可以將地表結(jié)構(gòu)變化所引起的誤差降至最小。

(4)在不同氣溶膠光學(xué)厚度下，晴空像元表觀反射率隨光學(xué)厚度的變化關(guān)系如圖1所示。通過模擬外界不同條件下表觀反射率的變化趨勢，可以擬合出表觀反射率變化最大的那條曲線，構(gòu)建出云檢測隨地表反射率變化的一個動態(tài)閾值。

圖1 云檢測閾值模型構(gòu)建示意圖

4.2 基于6S模型的動態(tài)閾值設(shè)定

在動態(tài)閾值模擬時，6S參數(shù)具體設(shè)置如下：由于我國大部分地區(qū)位于中緯度，大氣模式使用中緯度夏季與中緯度冬季兩個模式，氣溶膠模式選擇為大陸型、城市型和海洋型三種。太陽天頂角為10°、20°、30°、40°；衛(wèi)星觀測角為10°、25°、40°、55°；氣溶膠光學(xué)厚度為0.1、0.2、0.4、0.5、0.6、0.7六個條件；地表反射率為0.01、0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8九個參數(shù)。

應(yīng)用上述參數(shù)，模擬晴空條件下表觀反射率的變化情況，從中找出所有可能情況下表觀反射率的最大值Rmax。由于表觀反射率既受觀測天頂角的影響，也受太陽高度角的影響，在使用非線性最小二乘擬合動態(tài)閾值的時候，應(yīng)該考慮Rmax和地表反射率與觀測天頂角和太陽高度角之間的關(guān)系。擬合的結(jié)果作為云檢測的動態(tài)閾值，高于Rmax值的為云，低于的則為晴空像元。

第一波段云檢測閾值為：

0. 79595*(Mod)+0.041421*cos(A)*cos(B)+0.074918;

(4)

第二波段云檢測閾值為：

0. 80187*(Mod)+ 0.024166*cos(A)*cos(B)+0.043954;

(5)

第三波段云檢測閾值為：

0. 82846*(Mod)+ 0.017796*cos(A)*cos(B)+0.032538;

(6)

第四波段云檢測閾值為：

0.83093*(Mod)+ 0.030505*cos(A)*cos(B)+0.042567;

(7)

其中，Mod為MOD09數(shù)據(jù)地表反射率值；cos(A)為太陽天頂角余弦值；cos(B)為衛(wèi)星天頂角余弦值。只有當(dāng)所有的波段都判定為云，最終的判定結(jié)果才會認定為云，否則為晴空像元。

在可見光和近紅外的光譜波段，冰雪區(qū)域和云的光譜較為接近，很難進行直接判定。結(jié)合MOD10冰雪產(chǎn)品做為先驗知識，對冰雪覆蓋區(qū)域和云進行判定，能很大程度上提高判定精度。對于MOD10冰雪產(chǎn)品的處理，也與MOD09大致相同。MOD10數(shù)據(jù)同樣選擇8天合成產(chǎn)品，首先進行幾何校正與拼接處理，獲得全國的冰雪覆蓋影像。之后進行一個月合成處理，對于每月的4景影像進行并運算，即某一點在同一月的4景影像中全部判定為冰雪覆蓋，則在合成影像中認為該區(qū)域當(dāng)月為冰雪區(qū)域；只要有1景不為冰雪，則認為該區(qū)域為晴空區(qū)域。

4.3 云檢測的具體流程

圖2 天繪多光譜影像云檢測流程圖

5 試驗及結(jié)果分析

為了驗證基于MODIS云檢測方法的合理性和準確性，本文設(shè)計了主觀試驗和客觀試驗，同時與傳統(tǒng)的云量固定閾值檢查法進行了對比。

5.1 主觀試驗

主觀試驗是由20名參試人員進行人眼目視影像云量主觀判讀的統(tǒng)計，并將統(tǒng)計結(jié)果與本文提出的方法檢測結(jié)果進行對比，所用數(shù)據(jù)為隨機抽取的172景影像?？紤]到主觀判斷結(jié)果在不同個體間可能產(chǎn)生較大的差異，在最終的統(tǒng)計結(jié)果中剔除了與總體水平差異較大的數(shù)據(jù)，即僅對與全體參評人員主觀平均值相差在±10之內(nèi)的數(shù)據(jù)進行統(tǒng)計，其余數(shù)據(jù)做為粗差剔除。圖3為程序結(jié)果與主觀結(jié)果的對比圖。

圖3 程序結(jié)果與主觀結(jié)果對比圖

主觀試驗中，172景影像主觀判讀云量結(jié)果與本文提出的檢測方法結(jié)果相比，兩者誤差超過15%的影像共37景，占整個試驗影像的22%。該影像除去因冰雪因素造成目視誤判的影像10景，剩余27景，占總影像的16%。對剩余27景影像進行分析，大多影像都存在大量的薄云以及碎云，造成判讀人員主觀上云量的夸大或減小。

5.2 人工勾繪試驗

人工勾繪試驗是利用ERDAS軟件進行云量勾繪，將勾繪結(jié)果與本文提出的方法的檢測結(jié)果進行對比，試驗所用數(shù)據(jù)為地物類型是沙漠、冰雪、山地、平原和海洋五類共24景影像。圖4為程序判斷結(jié)果與人工勾繪云量結(jié)果對比圖。

圖4 程序結(jié)果與人工勾繪結(jié)果對比圖

由圖4可以看到人工勾繪云量與程序結(jié)果云量兩者相差較小，大部分都在5%以內(nèi)，其中差值最大的為8%。

5.3 與傳統(tǒng)固定閾值檢測方法的對比試驗

固定閾值法的中心思想是根據(jù)圖像灰度、亮溫、反射率或者歸一化指數(shù)等特征來選取最佳閾值，并逐個將圖像像素的特征值與閾值進行比較，最后根據(jù)初始設(shè)定的閾值將像素劃分到相應(yīng)類別中去，以此來檢測云區(qū)域及其下墊面。由于天繪一號衛(wèi)星為陸地觀測衛(wèi)星， 其傳感器波段設(shè)置僅為可見光與近紅外波段，因此，對于此類衛(wèi)星一般使用表觀反射率為固定閾值來進行云檢測。表觀反射率的計算過程如下：

(8)

(9)

其中，L為影像的表觀輻射亮度；DN(DigitalNumber)是遙感影像像元亮度值；K為定標系數(shù)中的增益；B為偏移；p為表觀反射率；θ為影像的太陽天頂角；Esun為大氣頂層太陽輻照度；d為平均日地距離。

下面為不同云檢測方法的對比結(jié)果圖，所展示圖片依次為假彩色合成圖、人工勾繪結(jié)果圖、基于MODIS的云檢測結(jié)果圖，最后為傳統(tǒng)固定閾值云檢測結(jié)果圖。

假彩色合成影像人工勾繪程序檢測固定閾值42%34%33%

假彩色合成影像人工勾繪程序檢測固定閾值9%4%20%

假彩色合成影像人工勾繪程序檢測固定閾值8%8%70%

假彩色合成影像人工勾繪程序檢測固定閾值13%17%52%

6 結(jié) 論

由試驗結(jié)果可以看到，本文提出的基于MODIS的云量檢測方法通過主、客觀試驗和相對于傳統(tǒng)的固定閾值法的驗證，能夠有效避開混合像元對云檢測能力的影響，提高云量檢測的準確率，可為遙感影像的質(zhì)量控制和應(yīng)用帶來積極的影響。

本文提出的方法對于地表反射率庫的數(shù)據(jù)更新、衛(wèi)星載荷的定標精度和傳感器的穩(wěn)定性有一定的要求，通過后續(xù)更新數(shù)據(jù)可以減少云量的誤判、錯判，進一步提升云量檢測的精度。

[1]劉玉潔，楊忠東.MODIS遙感信息處理原理與算法[M].北京:科學(xué)出版社,2011.

[2]包書新.基于MODIS數(shù)據(jù)的云識別研究[D].長春：吉林大學(xué),2008.

[3]王永亮.MODIS圖像的薄云透明云檢測[J].氣象科學(xué),2007,27(1):76-81.

[4]李微，方圣輝，佃袁勇等.基于光譜分析的MODIS云檢測算法研究[J].武漢大學(xué)學(xué)報·信息科學(xué)版，2005,30(5)：435-438.

[5]馬芳，張強，郭妮等.多通道衛(wèi)星云圖云檢測方法的研究[J].大氣科學(xué)，2007,31(1)：119-128.

[6]Vermote E F，Tanre D，Deuze J L，et al.Second Simulation of the Satellite Signal in the Solar Spectrum，6S：An Overview[J].IEEE Transactions on Geoscience and Remote Sensing,1997,35(3):675-686.

Cloud Cover Detection Based on MODIS

Yang Zhe1,2,3,Wang Yu1,2,3

1. Institute of Geodesy and Geomatics,Wuhan University , Wuhan 430072,China 2. Xi’an Research Institute of Surveying and Mapping, Xi’an 710054,China 3. State Key Laboratory of Geo-information Engineering, Xi’an 710054,China

Cloud cover has an important effect on the quality of optical remote sensing images, and it restricts the application of optical images to a certain extent. Traditional cloud detection methods can hardly distinguish between snow and cloud, neither identify the thin cloud, fractus and the cloud edge with high precision. In order to solve these problems, the cloud detection method based on the prior surface reflectivity data is studied in this paper. The MODIS surface reflectivity is used as prior surface reflectivity data in stimulating the dynamic threshold model of cloud detection, and the dynamic detection threshold is set to identify the cloud pixel. The experiment result proves that the method can effectively avoid the effect of mixed pixel on cloud detection capability and improve the accuracy of cloud cover detection.

MODIS; cloud cover detection；remote sensing image quality; radiative transfer model; surface reflectance

2014-12-06。

楊喆(1982—)，男，助理研究員，主要從事航天攝影測量與遙感影像處理方面的研究。

P228

A