針對GF-1遙感影像的基于影像與基于輻射傳輸模型的兩種交叉定標(biāo)方法比較

李 娟，馮 煉，龐小平

1. 武漢大學(xué)中國南極測繪研究中心，湖北 武漢 430079； 2. 武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079； 3. 極地測繪科學(xué)國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079

?

針對GF-1遙感影像的基于影像與基于輻射傳輸模型的兩種交叉定標(biāo)方法比較

李 娟1,3，馮 煉2，龐小平1,3

1. 武漢大學(xué)中國南極測繪研究中心，湖北 武漢 430079； 2. 武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079； 3. 極地測繪科學(xué)國家測繪地理信息局重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079

“高分一號”配置了4臺16 m分辨率多光譜寬幅(WFV)相機(jī)，組合觀測幅寬達(dá)到800 km。為了將其應(yīng)用于定量遙感，需要對其進(jìn)行精確的輻射定標(biāo)。目前針對高分一號衛(wèi)星有兩種交叉定標(biāo)方法，都在傳統(tǒng)方法的基礎(chǔ)上進(jìn)行了改進(jìn)。一種是基于影像的交叉定標(biāo)方法(image-based)，另一種是基于輻射傳輸模型和二向反射分布函數(shù)的交叉定標(biāo)方法(RTM-BRDF)。本文采用這兩種方法對高分一號(GF-1)的4個相機(jī)進(jìn)行輻射定標(biāo)，并對這兩種方法進(jìn)行了對比分析，發(fā)現(xiàn)對于WFV2和WFV3這兩個近似星下點(diǎn)成像相機(jī)，image-based方法可以得到精度較高的輻射定標(biāo)系數(shù)，而對于WFV1和WFV4這兩個非星下點(diǎn)成像相機(jī)來說，RTM-BRDF方法得到的定標(biāo)系數(shù)精度較高。因此，最終將兩種方法結(jié)合給出GF-1 4個相機(jī)最終的定標(biāo)系數(shù)。

高分一號衛(wèi)星；交叉定標(biāo)；光譜響應(yīng)函數(shù)；USGS光譜庫；氣溶膠；輻射傳輸模型；BRDF

為了實(shí)現(xiàn)對農(nóng)業(yè)生產(chǎn)，災(zāi)害監(jiān)測以及環(huán)境保護(hù)等進(jìn)行實(shí)時、全天候、全覆蓋的對地觀測，我國建立了高分辨率對地觀測系統(tǒng)(high-definition Earth observation satellite，HDEOS)。作為HDEOS系列衛(wèi)星之一，GF-1衛(wèi)星于2013年4月26日成功發(fā)射。GF-1衛(wèi)星搭載了4個寬視場相機(jī)(WFV)，由于具有高空間分辨率(星下點(diǎn)16×24 m)和較大的幅寬(4×200 km)，其重訪周期僅為4 d。若能準(zhǔn)確建立衛(wèi)星信號和地球生物、物理、化學(xué)參數(shù)之間的定量關(guān)系，GF-1衛(wèi)星能被用來研究不同時空尺度的生物、化學(xué)和物理過程[1]。

準(zhǔn)確的輻射定標(biāo)是定量遙感應(yīng)用的先決條件。一般來說，光學(xué)衛(wèi)星傳感器的輻射定標(biāo)方法包括實(shí)驗(yàn)室定標(biāo)法、在軌定標(biāo)法和交叉定標(biāo)方法[2-4]。實(shí)驗(yàn)室定標(biāo)法是在特定的環(huán)境中,利用外在穩(wěn)定的光源來獲取傳感器的響應(yīng)系數(shù)[3,5]。在軌定標(biāo)法被廣泛應(yīng)用于各種衛(wèi)星的輻射定標(biāo),如TM(thematic mapper)/ETM+(enhanced thematic mapper)的星上定標(biāo)器[3,6]。但是由于其受衛(wèi)星載荷、空間、能耗、技術(shù)等的諸多限制，使得星上定標(biāo)技術(shù)的應(yīng)用受到一定程度的限制。此外，定標(biāo)通常需要實(shí)測的地表反射率和相應(yīng)的大氣參數(shù)，并且衛(wèi)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(shí)現(xiàn)輻射定標(biāo)[4,7-8]。為了解決這些技術(shù)難題，文獻(xiàn)[4，6，9]提出了一種利用精確定標(biāo)過的傳感器所獲取的遙感數(shù)據(jù)來代替實(shí)際測量數(shù)據(jù)的方法，這一方法稱為交叉定標(biāo)方法。

目前常用的交叉定標(biāo)方法是選取參考傳感器和待定標(biāo)傳感器獲得的定標(biāo)場影像(一般是沙漠地區(qū))，且二者過境時間相差30 mins內(nèi)；然后在參考影像上選擇地物類型均一的窗口，并通過經(jīng)緯度獲取待定標(biāo)影像上的相應(yīng)區(qū)域；最后將參考影像窗口對應(yīng)的星上反射率與待定標(biāo)影像相應(yīng)窗口的DN值進(jìn)行線性回歸即可得到定標(biāo)參數(shù)[6,9]。

高分一號衛(wèi)星上沒有搭載定標(biāo)器，無法實(shí)現(xiàn)在軌定標(biāo)。因此，在高分一號衛(wèi)星發(fā)射后，中國資源衛(wèi)星應(yīng)用中心利用敦煌定標(biāo)場的實(shí)測數(shù)據(jù)對高分一號衛(wèi)星的4個相機(jī)進(jìn)行了輻射定標(biāo)，給出了4個相機(jī)的定標(biāo)系數(shù)。這一定標(biāo)過程不僅耗費(fèi)巨大的人力、物力、財力，而且需要定期進(jìn)行，以監(jiān)測傳感器信號的衰減過程，從而保證高分一號衛(wèi)星所獲取的影像數(shù)據(jù)能有效而廣泛地應(yīng)用于各個領(lǐng)域。這時，交叉定標(biāo)方法因其經(jīng)濟(jì)性、高效性成為對高分一號衛(wèi)星進(jìn)行輻射定標(biāo)的最佳方法。

文獻(xiàn)[7，10]等對傳統(tǒng)交叉定標(biāo)方法進(jìn)行了改進(jìn)，針對GF-1WFV相機(jī)提出了兩種輻射交叉定標(biāo)方法。一種是基于影像的交叉定標(biāo)方法(image-based)，通過自動選取定標(biāo)點(diǎn)，克服了對地物類型的依賴，大幅提高了定標(biāo)點(diǎn)的數(shù)量與信號量級的動態(tài)范圍。另一種是基于輻射傳輸模型的交叉定標(biāo)方法(RTM-BRDF)[11-12]，利用MODIS氣溶膠與BRDF產(chǎn)品來有效地解決由于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(shí)現(xiàn)流程進(jìn)行比較分析，然后用Landsat-8 OLI的同步數(shù)據(jù)以及實(shí)測數(shù)據(jù)驗(yàn)證兩種方法得到的定標(biāo)系數(shù)的精度，最后在給出GF-1的最終定標(biāo)系數(shù)的同時給出兩種方法的適用范圍。

1 數(shù) 據(jù)

GF-1和Landsat-8具有相似的太陽同步軌道，重訪周期分別為4 d和16 d，過境時間相差不到30 mins，對于給定的區(qū)域，兩個傳感器會在接近的時間過境，也確保了試驗(yàn)所需要的影像數(shù)據(jù)對。試驗(yàn)挑選2013年7月至2014年2月的WFV-OLI影像對，并從CCRSDA(China Centre for Resource Satellite Data and Application)和美國地質(zhì)調(diào)查局下載。挑選的影像對要覆蓋盡可能多的地物類型，并對影像進(jìn)行目視檢查，剔除有較厚氣溶膠或云覆蓋的影像。需要特別指出的是，所有的數(shù)據(jù)均在幾個月內(nèi)收集，傳感器衰減所帶來的干擾可忽略不計。對于每個相機(jī)最終至少有五對影像對用于交叉定標(biāo)，兩對用于驗(yàn)證。此外，試驗(yàn)中還用到了MODIS氣溶膠產(chǎn)品、BRDF產(chǎn)品，USGS光譜庫以及敦煌定標(biāo)場的實(shí)測數(shù)據(jù)。

2 GF-1交叉定標(biāo)原理

2.1 星上反射率計算

由衛(wèi)星信號所得到的星上反射率ρTOA由地物實(shí)際反射率和大氣反射率組成。假設(shè)地物表面是均一的朗伯面，ρTOA可以式(1)表達(dá)

(1)

LTOA(WFV,i)=MWFV,i·DNWFV,i+AWFV,i

(2)

式中，MWFV,i是增益；AWFV,i為偏置。輻亮度又可以通過式(3)轉(zhuǎn)換為星上反射率

(3)

(4)

式中，Si(無量綱)是對應(yīng)波段的歸一化光譜響應(yīng)函數(shù)；f是連續(xù)的大氣層頂太陽輻照度(wm-2·sr-1·μm-1)[11]；a和b分別是給定波段波長的上界和下界。

(5)

式中，θOLI,s為太陽高度角。

2.2 光譜匹配因子

兩個傳感器波段配置以及光譜響應(yīng)函數(shù)上的差異可由光譜匹配因子QE來進(jìn)行修正

(6)

2.3Image-based

文獻(xiàn)[10]提出了Image-based交叉定標(biāo)方法，該方法假設(shè)在30mins內(nèi)，地物反射率保持不變，大氣對兩個傳感器觀測得到的信號的影響基本相同，經(jīng)過光譜匹配因子處理后的星上反射率相等

ρTOA(OLI,i)·QEi=ρTOA(WFV,i)

(7)

結(jié)合上述各式，得到最終的定標(biāo)公式

MWFV,i·DNWFV,i+AWFV,i

(8)

流程見圖1，具體實(shí)現(xiàn)步驟為：

(1) 在WFV-OLI影像對上，隨機(jī)地選取感興趣區(qū)域(ROIs)：在WFV影像上隨機(jī)地選擇一個小窗口，其標(biāo)準(zhǔn)差和平均值之比小于1%，確保該窗口是均一地物，然后將其對應(yīng)到OLI影像上，看在OLI影像上其標(biāo)準(zhǔn)差與均值之比是否也小于1%，如果是，則將其確定為定標(biāo)點(diǎn)。

(2) 利用Landsat-8OLIMTL文件計算得到ρTOA(OLI,i)，將經(jīng)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(jìn)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QE。

(3) 最后，將計算得到式(8)左邊的值與WFV的DNs線性回歸出WFV的定標(biāo)系數(shù)。

2.4RTM-BRDF

文獻(xiàn)[7]提出的RTM-BRDF交叉定標(biāo)的核心思路是：30min內(nèi)地表反射率，氣溶膠光學(xué)厚度及其類型保持不變，而不同的傳感器由于其光譜響應(yīng)、觀測角度、光照條件等的差異導(dǎo)致星上信號的不同。因此，該方法利用MODIS氣溶膠和BRDF產(chǎn)品對Landsat-8OLI影像進(jìn)行大氣校正和BRDF校正，得到垂直方向的地表反射率，經(jīng)過光譜匹配因子的校正后可以得到WFV所觀測到的地表反射率。然后利用相同的MODIS氣溶膠和BRDF產(chǎn)品由輻射傳輸模型模擬出WFV所觀測到的星上反射率。最后，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(biāo)系數(shù)。

注：ρTOA表示星上反射率,ρt為觀測角度上的地物反射率，t是垂直方向上的地物實(shí)際反射率,θs和θv分別為衛(wèi)星觀測天頂角和方位角,φs和φv分別為太陽天頂角和方位角,RSRs表示光譜響應(yīng)函數(shù)。圖1 Image-based(a)和RTM-BRDF(b)試驗(yàn)流程Fig.1 Flowchart of the Image-based (a) and RTM-BRDF (b) cross-calibration methods

盡管經(jīng)過了大氣校正，由兩個傳感器所觀測到的信號還是會有所差異。兩個傳感器波段配置和光譜響應(yīng)函數(shù)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(chǎn)品來進(jìn)行校正。MODIS BRDF產(chǎn)品采用Ross-Li BRDF模型[13-14]，可以模擬出任意觀測幾何上的地物反射率。這個半經(jīng)驗(yàn)?zāi)Ｐ偷睦碚摶A(chǔ)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(xué)表面散射)建模得到[15-18]，公式如下

(9)

(10)

(11)

(12)

(13)

(14)

(15)

式中，B是二向散射分布函數(shù)；P1、P2和P3由MODIS BRDF產(chǎn)品提供；P4和P5的值分別為2和1，這是推薦使用的值。

由以上公式再結(jié)合QE就可以計算得到與WFV對應(yīng)的垂直方向上的地物實(shí)際反射率了，公式如下

(16)

2.5 驗(yàn)證方法

驗(yàn)證包括利用LandSat-8 OLI影像和實(shí)測的光譜與大氣數(shù)據(jù)進(jìn)行驗(yàn)證。

在驗(yàn)證過程中，WFV影像數(shù)據(jù)將會用試驗(yàn)所得到的定標(biāo)系數(shù)計算并且利用MODIS氣溶膠產(chǎn)品通過6 S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(chǎn)品得到其垂直方向的反射率ρt,calibrated，對OLI影像進(jìn)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(yīng)的垂直方向的地物反射率ρt,simulated，通過比較二者的差異來估算此定標(biāo)方法的不確定性。值得指出的是，用于驗(yàn)證的OLI-WFV影像對與用于交叉定標(biāo)的數(shù)據(jù)不同。

利用實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證的過程中，用同樣的方法計算得到ρTOA,calibrated，然后利用實(shí)測的地物光譜數(shù)據(jù)，然后利用實(shí)測的地物光譜數(shù)據(jù)，大氣數(shù)據(jù)等參數(shù)模擬出星上反射率，從而來評定定標(biāo)系數(shù)的精度。

敦煌定標(biāo)場的實(shí)測數(shù)據(jù)由中國資源衛(wèi)星應(yīng)用中心獲得，只有2014年8月其中6 d的實(shí)測數(shù)據(jù)。敦煌定標(biāo)場是一個地勢平坦戈壁灘，地面狀況十分穩(wěn)定。分析顯示，半個月內(nèi)測得的光譜差異很小，其標(biāo)準(zhǔn)差不到2%[19]。因此，選取實(shí)測光譜的均值來驗(yàn)證WFV在8月的敦煌的14景(8景非星下點(diǎn)成像，6景近似星下點(diǎn)成像)影像。對于給定波段i，用實(shí)測數(shù)據(jù)模擬的WFV星上反射率可由式(17)計算得到

(17)

3 結(jié) 果

3.1 定標(biāo)結(jié)果

對于GF-1的任意一個相機(jī)WFV，每個波段都有>200個定標(biāo)點(diǎn)，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(jìn)行線性回歸得到定標(biāo)系數(shù)，結(jié)果如圖2所示，左邊是非星下點(diǎn)成像的WFV1的3種定標(biāo)方法得到的線性回歸圖，右邊對應(yīng)近似星下點(diǎn)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(tài)范圍，所有的點(diǎn)基本上都在擬合線上，R2>0.9，表明了線性回歸的顯著性和回歸系數(shù)的有效性。

表1列出了兩種交叉定標(biāo)方法得到的定標(biāo)系數(shù)，以及由CCRSDA提供的沒有偏置的官方定標(biāo)系數(shù)，并將三者進(jìn)行比較，獲得其差異系數(shù)。Da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于4個相機(jī)來說普遍較小，WFV4為6.36%，其他3個相機(jī)均<3%。Db列出了Image-based得到的定標(biāo)系數(shù)與官方系數(shù)之間的差異，在3.7%～21.9%之間浮動。Dc列出的是RTM-BRDF得到的定標(biāo)系數(shù)與官方系數(shù)之間的差異。很明顯，對于近似星下點(diǎn)成像的相機(jī)的差異較大，WFV2的4個波段的差異都>19.7%，WFV3的3個可見光波段都>13%。相反，對于非星下點(diǎn)成像的相機(jī)差異很小，除了WFV1的紅光波段和WFV4的近紅外波段。

3.2 驗(yàn) 證

圖3是利用LandSat-8OLI影像對WFV1和WFV3的定標(biāo)系數(shù)進(jìn)行驗(yàn)證，WFV1代表非星下點(diǎn)成像，WFV3代表近似星下點(diǎn)成像。為了便于比較，利用LandSat-8OLI影像模擬得到的垂直方向地表反射率ρrerference作為參考，對于WFV影像，分別將用RTM-BRDF、Official、Image-based方法得到的定標(biāo)系數(shù)模擬其垂直方向的地表反射率ρRTM-BRDF、ρOfficial、ρImage-based，并將其與ρrerference比較，分別對應(yīng)為紅點(diǎn)、綠點(diǎn)、藍(lán)點(diǎn)。為了準(zhǔn)確地評估定標(biāo)系數(shù)的不確定性，采取與選取定標(biāo)點(diǎn)同樣的標(biāo)準(zhǔn)來選擇驗(yàn)證點(diǎn)，使其更具有統(tǒng)計意義。

圖2 兩種交叉定標(biāo)方法得到的由OLI影像模擬的WFV1 TOA輻亮度與DNs進(jìn)行線性回歸得到定標(biāo)系數(shù)Fig.2 LandSat-8 OLI simulated TOA radiance against the four spectral bands of WFV1 and WFV3 using Image-based and RTM-BRDF methods

Tab.1 Calibration coefficients derived using different cross-calibration methods; the officially provided coefficients (updated in October 2014) are also listed

sensorbandImage?basedRTM?BRDFofficialgaindifferences?/(%)gainoffsetR2gainoffsetR2gainDaDbDcWFV1blue0．1564-0．51260．910．1892 2．54420．940．2004 20．97 21．96 5．59 green0．1452-6．15330．970．1771-1．38180．950．164821．9711．897．46red0．1190-1．81380．970．13963．05440．950．124317．314．2612．31nir0．1471-4．34310．960．15102．63350．930．15632．655．893．39WFV2blue0．1940-6．95790．990．2129-6．59390．960．17339．7411．9422．85green0．1590-8．42300．990．1795-7．63580．950．138312．8914．9729．79red0．1292-5．85430．990．1434-2．94770．970．112210．9915．1527．81nir0．1690-12．43370．980．1665-8．64760．960．13911．48 21．519．70

續(xù)表1

注：陰影部分是本文所提出的交叉定標(biāo)方法RTM-BRDF，也是推薦使用的定標(biāo)系數(shù)。同時，也列出了4個版本的定標(biāo)系數(shù)之間的比較。Da是RTM-BRDF和Image-based的增益的差異，Db是Image-based和official的增益的差異，Dc是RTM-BRDF和Official的增益的差異。

顯然，對WFV1來說，ρRTM-BRDF與ρsimulated最接近，紅點(diǎn)也最接近1∶1的直線。為了更直接地反映定標(biāo)系數(shù)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(lán)光波段MD為10.3%，RMSD為9.1%，其他3個波段MD均小于6.4%，RMSD均小于6.6%。此外，ρsimulated和ρRTM-BRDF的差異比它與ρOfficial、ρImage-based之間的差異都要小，說明對于非星下點(diǎn)成像的相機(jī)由RTM-BRDF得到的定標(biāo)系數(shù)精度較高。而對于WFV3來說，由Image-based方法對應(yīng)的MD和RMSD最小，與1∶1直線也擬合得較好，說明對于近似星下點(diǎn)成像的相機(jī)來說，Image-based交叉定標(biāo)方法精度相對較高。

除了用OLI影像來驗(yàn)證外，還利用敦煌定標(biāo)場的實(shí)測數(shù)據(jù)進(jìn)行驗(yàn)證。本文將實(shí)測的光譜數(shù)據(jù)、大氣數(shù)據(jù)、BRF數(shù)據(jù)模擬出星上反射率，并將其與用兩種方法得到的定標(biāo)系數(shù)計算得到的星上反射率進(jìn)行比較，如圖4。橫軸從左到右分別對應(yīng)WFV1-WFV4，數(shù)字表示日期。從圖4中可以看到，WFV1在藍(lán)光波段和綠光波段，Image-based方法模擬得到的星上反射率ρTOA,Image-based與用實(shí)測數(shù)據(jù)模擬得到的ρTOA,In-situ相差較大，可達(dá)0.06，這說明Image-based方法并不適用于大傾角觀測相機(jī)。但此方法對于WFV2和WFV3近似星下點(diǎn)成像的相機(jī)來說，ρTOA,Image-based與ρTOA,In-situ最接近，說明Image-based交叉定標(biāo)方法只適用于星下點(diǎn)成像的相機(jī)。此外，對于4個相機(jī)來說，RTM-BRDF方法模擬得到的星上反射率ρTOA,RTM-BRDF與ρTOA,In-situ都比較接近，這說明RTM-BRDF對于所有觀測傾角的相機(jī)都適用，進(jìn)一步說明RTM-BRDF方法所得到的定標(biāo)系數(shù)更具代表性。但為了保證定標(biāo)系數(shù)的最佳精度，對于WFV1和WFV4，采用RTM-BRDF方法得到的定標(biāo)系數(shù)，而對于WFV2和WFV3則采用Image-based方法得到的定標(biāo)系數(shù)(見表1)。

4 討 論

盡管GF-1的波段配置與OLI很相似，但其在光譜響應(yīng)函數(shù)上的差異會使觀測的地物反射率產(chǎn)生很大的差異。模擬發(fā)現(xiàn)，光譜匹配因子最小為0.890 8，最大為1.392 9。也就是說，觀測同一地物的反射率，兩個傳感器在波段配置和光譜響應(yīng)函數(shù)之間的差異可以達(dá)到～40%[10]，說明十分有必要利用實(shí)測高光譜數(shù)據(jù)或光譜庫來校正兩個傳感器在波段配置和光譜響應(yīng)函數(shù)之間的差異[19]。

利用RTM-BRDF方法對WFV進(jìn)行交叉定標(biāo)的過程中，理想的狀況是使用實(shí)測的氣溶膠數(shù)據(jù)和BRF(bidirectional reflectance factor)數(shù)據(jù)來模擬輻射傳輸過程和二向散射效應(yīng)[20]。然而，由于是利用計算機(jī)隨機(jī)選取的定標(biāo)點(diǎn)，不僅地物類型豐富，而且覆蓋面積大，很難獲得充足的實(shí)測數(shù)據(jù)。事實(shí)上，由RTM-BRDF方法得到的定標(biāo)系數(shù)，對于非星下點(diǎn)成像的相機(jī)來說，其不確定性均8%，與官方定標(biāo)系數(shù)和基于Image-based方法得到的定標(biāo)系數(shù)相比，顯著提高了定標(biāo)精度。這也進(jìn)一步說明MODIS產(chǎn)品是完全可以有效地應(yīng)用于此交叉定標(biāo)過程。同時也說明，對于星下點(diǎn)或者近似星下點(diǎn)成像的相機(jī)來說，Image-based方法也有較好的表現(xiàn)，并且相對于RTM-BRDF方法來說大幅減小工作難度。

一般來說，RTM-BRDF方法對于所有觀測幾何都適用，只不過在衛(wèi)星觀測天頂角小于20°時，其精度不如Image-based方法。因此，當(dāng)衛(wèi)星觀測天頂角小于20°時，采用Image-based方法，否則采用RTM-BRDF方法。

圖3 WFV1(左)和WFV3(右)定標(biāo)得到的星上反射率與利用OLI影像模擬得到的星上反射率的比較。MD為相對差異的均值，MR為差異比Fig.3 The mean differences between calibrated TOA reflectance of WFV1 (left), WFV3 (right) and simulated TOA reflectance from concurrent LandSat-8 OLI for different reflectance ranges

圖4 Image-based和RTM-BRDF方法的定標(biāo)系數(shù)得到的星上反射率與用實(shí)測數(shù)據(jù)模擬的星上反射率的比較。橫坐標(biāo)從左到右分別對應(yīng)WFV1-WFV4，數(shù)字代表日期Fig.4 Validations of the calibrated TOA reflectance of WFV cameras using in situ reflectance and simulated TOA reflectance. The results for Image-based and RTM-BRDF calibration coefficients are demonstrated. Abscissa from left to right represents WFV1-WFV4， respectively, numbers mean the date

5 結(jié) 論

通過對兩種交叉定標(biāo)方法進(jìn)行比較發(fā)現(xiàn)，對于近似星下點(diǎn)成像的相機(jī)WFV2和WFV3來說，Image-based方法能獲取精度較高的輻射定標(biāo)系數(shù)，且該方法的實(shí)現(xiàn)過程較為簡便。而對于非星下點(diǎn)成像的相機(jī)WFV1和WFV4來說，RTM-BRDF盡管需要更多的輸入?yún)?shù)與模擬過程，但由于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(biāo)系數(shù)明顯優(yōu)于Image-based方法。于是將兩種方法相結(jié)合，可以實(shí)現(xiàn)4個GF-1 WFVs相機(jī)的準(zhǔn)確輻射定標(biāo)。另外，由于Landsat-8 OLI數(shù)據(jù)可以實(shí)時免費(fèi)獲取，階段性地利用這兩種方法對WFV相機(jī)進(jìn)行輻射定標(biāo)，可以有效預(yù)防相機(jī)衰減給定量遙感應(yīng)用的潛在問題。

[1] 韓杰, 謝勇. GF-1衛(wèi)星WFV影像間勻色方法[J]. 測繪學(xué)報, 2016, 45(12): 1423-1433. DOI: 10.11947/j.AGCS.2016.20160248. HAN Jie, XIE Yong. Image Dodging Algorithm for GF-1 Satellite WFV Imagery[J]. Acta Geodaetica et Cartographica Sinica, 2016, 45(12): 1423-1433. DOI: 10.11947/j.AGCS.2016.20160248.

[2] CHANDER G, MARKHAM B. Revised LandSat-5 TM Radiometric Calibration Procedures and Postcalibration Dynamic Ranges[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(11): 2674-2677.

[3] CHANDER G, MARKHAM B L, HELDER D L. Summary of Current Radiometric Calibration Coefficients for LandSat MSS, TM, ETM+, and EO-1 ALI Sensors[J]. Remote Sensing of Environment, 2009, 113(5): 893-903.

[4] XIONG Xiaoxiong, BARNES W. An Overview of MODIS Radiometric Calibration and Characterization[J]. Advances in Atmospheric Sciences, 2006, 23(1): 69-79.

[5] GREGG W W, CASEY N W, O'REILLY J E, et al. An Empirical Approach to Ocean Color Data: Reducing Bias and the Need for Post-launch Radiometric Re-calibration[J]. Remote Sensing of Environment, 2009, 113(8): 1598-1612.

[6] TEILLET P M, BARKER J L, MARKHAM B L, et al. Radiometric Cross-calibration of the LandSat-7 ETM+ and Landsat-5 TM Sensors Based on Tandem Data Sets[J]. Remote Sensing of Environment, 2001, 78(1-2): 39-54.

[7] FENG Lian, LI Juan, GONG Weishu, et al. Radiometric Cross-calibration of Gaofen-1 WFV Cameras Using LandSat-8 OLI Images: A Solution for Large View Angle Associated Problems[J]. Remote Sensing of Environment, 2016, 174: 56-68.

[8] PAHLEVAN N, LEE Z, WEI Jianwei, et al. On-orbit Radiometric Characterization of OLI (LandSat-8) for Applications in Aquatic Remote Sensing[J]. Remote Sensing of Environment, 2014, 154: 272-284.

[9] TEILLET P M, MARKHAM B L, IRISH R R. LandSat Cross-calibration Based on Near Simultaneous Imaging of Common Ground Targets[J]. Remote Sensing of Environment, 2006, 102(3-4): 264-270.

[10] LI J, FENG L, PANG X, et al. Radiometric Cross Calibration of Gaofen-1 WFV Cameras Using LandSat-8 OLI Images: A Simple Image-based Method[J]. Remote Sensing, 2016, 8(5): 411.

[11] VANHELLEMONT Q, RUDDICK K. Turbid Wakes Associated with Offshore Wind Turbines Observed with LandSat 8[J]. Remote Sensing of Environment, 2014, 145: 105-115.

[12] 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.

[13] VERMOTE E, JUSTICE C O, BREON F M. Towards a Generalized Approach for Correction of the BRDF Effect in MODIS Directional Reflectances[J]. IEEE Transactions on Geoscience and Remote Sensing, 2009, 47(3): 898-908. [14] WANNER W, LI X, STRAHLER A H. On the Derivation of Kernels for Kernel-driven Models of Bidirectional Reflectance[J]. Journal of Geophysical Research: Atmospheres, 1995, 100(D10): 21077-21089.

[15] LI F, JUPP D L B, REDDY S, et al. An Evaluation of the Use of Atmospheric and BRDF Correction to Standardize LandSat Data[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2010, 3(3): 257-270.

[16] LI F, JUPP D L B, THANKAPPAN M, et al. A Physics-based Atmospheric and BRDF Correction for LandSat Data over Mountainous Terrain[J]. Remote Sensing of Environment, 2012, 124: 756-770.

[17] SCHAAF C, STRAHLER A, GAO Feng, et al. Global Albedo, BRDF and Nadir BRDF-adjusted Reflectance Products from MODIS[C]∥Proceedings of the 2002 IEEE International Geoscience and Remote Sensing Symposium. Toronto: IEEE, 2002: 1188-1190.

[18] SCHAAF C B, GAO Feng, STRAHLER A H, et al. First Operational BRDF, Albedo Nadir Reflectance Products from MODIS[J]. Remote Sensing of Environment, 2002, 83(1-2): 135-148.

[19] GAO Caixia, ZHAO Yongguang, LI Chuanrong, et al. An Investigation of a Novel Cross-Calibration Method of FY-3C/VIRR against NPP/VIIRS in the Dunhuang Test Site[J]. Remote Sensing, 2016, 8(2).

[20] HU Xiuqing, LIU Jingjing, SUN Ling, et al. Characterization of CRCS Dunhuang Test Site and Vicarious Calibration Utilization for Fengyun (FY) Series Sensors[J]. Canadian Journal of Remote Sensing, 2010, 36(5): 566-582.

(責(zé)任編輯：張艷玲)

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

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

1. Chinese Antarctic Center of Surveying and Mapping，Wuhan University，Wuhan 430079，China； 2. State Key Laboratory of Information Engineering in Surveying，Mapping and Remote Sensing，Wuhan University，Wuhan 430079，China； 3. Key Laboratory of Polar Science of Surveying and Mapping，National Administration of Surveying，Mapping and Geoinformation，Wuhan 430079，China

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.

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

The National Natural Science Foundation of China (Nos. 41671338;41401388)

LI Juan(1991—)，female，PhD，majors in cross-calibration of Gaofen-1 WFVs.

PANG Xiaoping

李娟，馮煉，龐小平.針對GF-1遙感影像的基于影像與基于輻射傳輸模型的兩種交叉定標(biāo)方法比較[J].測繪學(xué)報，2017,46(7)：882-890.

10.11947/j.AGCS.2017.20160315. LI Juan,FENG Lian,PANG Xiaoping.Comparison of the Cross-calibration Methods between Image-based and RTM-BRDF for GF-1 Images[J]. Acta Geodaetica et Cartographica Sinica,2017,46(7):882-890. DOI:10.11947/j.AGCS.2017.20160315.

P237

A

1001-1595(2017)07-0882-09

國家自然科學(xué)基金(41671338;41401388)

2016-06-28

李娟(1991—)，女，博士，研究方向?yàn)楦叻忠惶栃l(wèi)星交叉輻射定標(biāo)。

E-mail： lijuan0624@whu.edu.cn

龐小平

E-mail： pxp@whu.edu.cn

修回日期： 2017-06-13