基于FY-4A/AGRI的多維動(dòng)態(tài)混合成像方法研究

鄢俊潔 瞿建華 張芳芳 郭雪星 王燕婷

(北京華云星地通科技有限公司，北京 100081)

引言

地球表面地物呈現(xiàn)不同色彩，人們習(xí)慣利用色彩來(lái)辨別地物和認(rèn)識(shí)客觀世界。衛(wèi)星遙感提供了各傳感器單通道灰階影像，在實(shí)際應(yīng)用中，人們往往傾向選擇三個(gè)不同波段的灰階影像來(lái)對(duì)應(yīng)紅、綠、藍(lán)顏色通道合成彩色影像，便于遙感影像的判讀和解譯，與單通道灰階影像比，彩色遙感影像提供了更豐富、更細(xì)膩的地物光譜信息，更形象、更直觀地表達(dá)了地表目標(biāo)物，便于地物目標(biāo)的判識(shí)和解譯。遙感影像的彩色合成包括真彩色合成和偽彩色合成。真彩色合成是指將多光譜影像的紅、綠、藍(lán)波段數(shù)據(jù)與R、G、B顏色通道對(duì)應(yīng)合成，合成的遙感影像上地物顏色與實(shí)際地物顏色接近或一致[1]。相較其他低軌道衛(wèi)星，靜止氣象衛(wèi)星空間分辨率較低，僅靠單通道波譜信息，不足以準(zhǔn)確有效地判別大氣、云層，地物和天氣現(xiàn)象，因此，合成靜止氣象衛(wèi)星的彩色影像，特別是真彩色影像，有助于影像的解譯、判讀、目標(biāo)識(shí)別，提高影像數(shù)據(jù)的應(yīng)用范圍。

自1960年第一顆氣象衛(wèi)星發(fā)射以來(lái)，國(guó)內(nèi)外學(xué)者不斷研究更可靠的方法合成氣象衛(wèi)星的真彩色影像。對(duì)于探測(cè)波段范圍包含紅、綠、藍(lán)波段的氣象衛(wèi)星，可以利用紅、綠、藍(lán)顏色通道對(duì)應(yīng)的波段，直接合成真彩色影像。2011年發(fā)射的Suomi NPP(National polar orbiting partnership,NPP)衛(wèi)星搭載的可見(jiàn)光紅外成像輻射計(jì)(Visible infrared imaging radiometer suite,VIIRS)的第5、第4和第3通道分別為紅、綠和藍(lán)可見(jiàn)光波段，可以用于真彩色影像的合成，NASA地球觀測(cè)(NASA Earth observation,NEO)對(duì)外發(fā)布每日全球拼接真彩圖像，分辨率為750 m[2]。日本氣象廳在2014年發(fā)射葵花-8衛(wèi)星(Himawari-8)，其搭載的先進(jìn)葵花成像儀(Advanced Himawari Imager,AHI),具有紅、綠和藍(lán)三個(gè)可見(jiàn)光波段，由大氣研究合作研究所(The Cooperative Institute for Research in the Atmosphere,CIRA)為其開(kāi)發(fā)GeoColor算法合成真彩色影像并對(duì)外發(fā)布[3]。FY-3D(風(fēng)云三號(hào)D星)的MERSI-Ⅱ數(shù)據(jù)則采用0.65 μm、0.55 μm和0.47 μm三個(gè)可見(jiàn)光波段線性拉伸后的數(shù)據(jù)，對(duì)應(yīng)R、G、B三個(gè)通道直接合成為真彩色影像，但該方法合成的影像對(duì)于濃密植被區(qū)和水體等暗目標(biāo)地物，難以體現(xiàn)其具體的紋理和灰度信息[4]。

FY-4A是中國(guó)第二代靜止軌道氣象系列衛(wèi)星，其搭載的多通道掃描成像輻射計(jì)(Advanced Geosynchronous Radiation Imager,AGRI)有14個(gè)通道，包括從可見(jiàn)光到長(zhǎng)波紅外范圍的波段。與Himawari-8/AHI相比，F(xiàn)Y-4A/AGRI在可見(jiàn)光范圍內(nèi)缺少綠光通道(0.55 μm)，現(xiàn)有的藍(lán)光通道(0.47 μm)、紅光通道(0.65 μm)和近紅外通道(0.83 μm)波段較寬，光譜響應(yīng)差別較大，這為基于FY-4A/AGRI生成彩色影像產(chǎn)品帶來(lái)一定困難，影響了其影像產(chǎn)品的解譯和應(yīng)用。

為了得到最直觀的影像視覺(jué)效果，針對(duì)FY-4A/AGRI載荷特征，本文應(yīng)用多維動(dòng)態(tài)混合成像技術(shù)，解決AGRI綠色通道缺失、可見(jiàn)光通道波段較寬以及可見(jiàn)光數(shù)據(jù)和全天候紅外數(shù)據(jù)的融合問(wèn)題，以期為FY-4A/AGRI圖像合成及其產(chǎn)品應(yīng)用開(kāi)發(fā)提供參考。

1 資料與方法

1.1 AGRI數(shù)據(jù)

計(jì)算機(jī)圖像合成一般用RGB合成來(lái)顯示人眼所看到的圖像。數(shù)字圖像存儲(chǔ)已經(jīng)由原來(lái)的8位擴(kuò)展到了24位的色彩空間[5-6]，RGB三個(gè)顏色分量能提供超16萬(wàn)種顏色，RGB合成的色彩優(yōu)勢(shì)對(duì)于人的視覺(jué)來(lái)說(shuō)，可以提供豐富的信息。因此，通過(guò)對(duì)衛(wèi)星載荷不同光譜通道的數(shù)據(jù)合成，能較好的突出一些感興趣的特征，例如對(duì)流云、地表植被等。

通常為了達(dá)到人眼所看到的真實(shí)效果，衛(wèi)星真彩色圖像的合成需要應(yīng)用0.64 μm、0.55 μm和0.47 μm三個(gè)光譜通道合成得到[7-8]。但是，衛(wèi)星載荷的光譜無(wú)法做到與人眼的視網(wǎng)膜光譜響應(yīng)函數(shù)一致，所以真彩色合成技術(shù)一直采用的是足夠接近真實(shí)顏色的假彩色增強(qiáng)，以達(dá)到最佳的視覺(jué)效果。

FY-4A/AGRI有14個(gè)通道，其中包含中心波長(zhǎng)為0.47 μm的藍(lán)光通道、中心波長(zhǎng)為0.65 μm的紅光通道以及中心波長(zhǎng)為0.86 μm的近紅外通道。最高空間分辨率為500 m，近紅外波段和紅外波段的分辨率為1.0 km、2.0 km和4.0 km，見(jiàn)表1。

表1 FY-4A/AGRI通道參數(shù)Table 1 FY-4A AGRI channel parameters

白天，F(xiàn)Y-4A/AGRI可通過(guò)可見(jiàn)光光譜通道合成達(dá)到真彩色效果的圖像。從光譜通道分布看來(lái)，F(xiàn)Y-4A/AGRI在可見(jiàn)光范圍只有中心波長(zhǎng)為0.47 μm的藍(lán)光通道和中心波長(zhǎng)為0.65 μm的紅光通道，缺少綠光通道，并且紅光通道為0.55～0.75 μm，較傳統(tǒng)的紅光通道波段更寬。另外，AGRI還包含一個(gè)中心波長(zhǎng)為0.83 μm的近紅外通道，植被在該通道上有較強(qiáng)的反射特性。FY-4A/AGRI的三個(gè)通道的光譜響應(yīng)和土壤、雪、樹(shù)木等地表特征的反射光譜見(jiàn)圖1。從圖1可以看出，三個(gè)單獨(dú)通道之間的差異以及它們對(duì)不同地表特征響應(yīng)方式的不同，利用這些差異可以組合成真彩色RGB圖像。

夜晚，成像無(wú)法得到可見(jiàn)光的直觀視覺(jué)效果，可以通過(guò)全天候的紅外通道進(jìn)行增強(qiáng)處理，獲得不同目標(biāo)的增強(qiáng)效果。10.8 μm通道對(duì)于地表和云區(qū)均有較明顯的輻射表現(xiàn)，有研究表明，可以通過(guò)3.7 μm、10.8 μm通道的組合來(lái)區(qū)分中低層云[9]。

圖1 FY-4A/AGRI可見(jiàn)光通道的光譜響應(yīng)Fig.1 Spectral response curves of the visible channels of FY-4A AGRI

除了FY-4A衛(wèi)星觀測(cè)數(shù)據(jù)外，本文還用到了美國(guó)國(guó)家航空航天局(NASA)提供的夜晚城市背景燈光圖，來(lái)源于NASA網(wǎng)站(https://earthobservatory.nasa.Gov/features/NightLights)。

1.2 FY-4A圖像合成算法

針對(duì)FY-4A/AGRI數(shù)據(jù)特點(diǎn)，應(yīng)用多維動(dòng)態(tài)混合成像方法合成全天候的AGRI彩色影像。多維動(dòng)態(tài)混合成像考慮水平方向上的平滑無(wú)縫拼接和垂直方向上的多個(gè)圖層疊加。其中，“多維”體現(xiàn)在水平方向和垂直方向上，“動(dòng)態(tài)”體現(xiàn)在透明度因子不是一成不變的，而是為每一個(gè)像元分配動(dòng)態(tài)透明因子。水平方向上，基于白天真彩色圖像和夜晚云增強(qiáng)圖像，使用太陽(yáng)天頂角的閾值制作晨昏交界透明度因子圖層，將二者圖像進(jìn)行平滑無(wú)縫拼接。垂直方向上，結(jié)合了上下兩層圖像，對(duì)上層的部分應(yīng)用了不透明或部分透明處理。在進(jìn)行圖像合成前，數(shù)據(jù)先后經(jīng)過(guò)了輻射校正、大氣校正等處理。

1.2.1 真彩色合成

FY-4A/AGRI缺少0.55 μm光譜通道，需利用其他可見(jiàn)光通道模擬“類綠光通道”。得到0.55 μm綠光通道最簡(jiǎn)單的方法是利用AGRI的波段1(0.47 μm)、波段2(0.65 μm)和波段3(0.82 μm)三個(gè)通道進(jìn)行合成[3]。而GOES-R/ABI數(shù)據(jù)進(jìn)行GeoColor圖像生成時(shí)，同樣缺少綠通道，其解決方法是依賴從大氣校正后的Aqua/MODIS藍(lán)光(0.46—0.48 μm)、綠光(0.55—0.57 μm)、紅光(0.62—0.67 μm)、近紅外光(0.84—0.88 μm)通道之間的光譜相關(guān)性構(gòu)建綠光通道查找表，用于AHI綠光通道的生成[8]。與之相比，本文提出的FY-4A/AGRI生成0.55 μm光譜通道的方法所需條件少，更加方便快捷。

AGRI的0.65 μm通道光譜較其他同類成像儀載荷更寬(圖1)，光譜范圍為0.55～0.75 μm，導(dǎo)致0.65 μm通道包含了部分綠光通道信息和部分近紅外光反射信息，RGB合成圖像整體偏紅[10]。因此，需要對(duì)0.65 μm通道進(jìn)行能量校正，降低整體紅光通道的貢獻(xiàn)。

根據(jù)上述方法，進(jìn)行真彩色影像的紅光、綠光、藍(lán)光三個(gè)通道的合成和計(jì)算。式(1)通過(guò)歸一化距離加權(quán)算法進(jìn)行0.55 μm通道的計(jì)算，并將計(jì)算后的數(shù)值進(jìn)行[0，255]拉伸處理，得到真彩色影像合成的偽綠光通道D(g)。通過(guò)式(2)進(jìn)行0.65 μm通道的校正，并將計(jì)算后的數(shù)值進(jìn)行[0，255]拉伸處理，得到真彩色影像合成的偽紅光通道D(r)。真彩色影像合成的偽藍(lán)光通道D(b)直接采用AGRI的0.47 μm通道處理得到，見(jiàn)式(3)。

D(g) = (B×a1+R×a2+N×a3)[0,255]

(1)

D(r) =(R-B×b1-N×b2)[0,255]

(2)

D(b) =B[0,255]

(3)

式(1)～式(3)中，N、R、B分別為經(jīng)過(guò)大氣校正后的AGRI的0.83 μm通道、0.65 μm通道和0.47 μm通道的反射率；D(r)、D(g)、D(b)為生成真彩色影像的三個(gè)通道；a1，a2，a3分別為綠通道合成的歸一化距離加權(quán)系數(shù)，對(duì)應(yīng)的值分別為0.5，0.3，0.2；b1，b2分別為紅通道校正的系數(shù)，對(duì)應(yīng)的值分別為0.2和0.2。

1.2.2 紅外彩色增強(qiáng)

地表和云的反射率在3.7 μm通道和10.7 μm通道、11.8 μm通道表現(xiàn)為不同的特征。3.7 μm通道的低云和霧及其小水滴的反射率明顯低于陸地和水體[11]，低云和霧與鄰近的晴空區(qū)域形成鮮明對(duì)比；而在10.7 μm或者11.8 μm通道上，大多數(shù)地表物體在這些波長(zhǎng)下的反射率較為接近[7-8,11-13]?；谏鲜鲅芯康弥归g云在熱紅外波段有較低的亮溫，本文利用FY4A/AGRI的8通道(3.7 μm)與12通道(10.8 μm)提取中低云，進(jìn)行紅外彩色增強(qiáng)圖生成，中低云呈淡藍(lán)色或者藍(lán)色，高云呈白色，高云的溫度越低亮度越亮。

為了得到高質(zhì)量的紅外增強(qiáng)影像，首先將FY4A/AGRI 的10.8 μm通道亮溫在云區(qū)間[BTmin,BTmax]的值進(jìn)行高色階線性拉伸，得到紅外云區(qū)指數(shù)I1(式4)，目的是用于保留云區(qū)細(xì)節(jié)信息。再采用3.7 μm通道與10.8 μm通道的亮溫差識(shí)別中低云，提取差值范圍的低云數(shù)據(jù)區(qū)域，并將低云區(qū)域數(shù)據(jù)進(jìn)行線性增強(qiáng)，以達(dá)到低云的漸變和飽和效果，得到低云指數(shù)I2(式5)。為了實(shí)現(xiàn)低云的藍(lán)色效果，將低云指數(shù)疊加到紅外云圖上，得到紅外彩色影像的偽藍(lán)光通道N(b)(式6)。最后進(jìn)行通道混合運(yùn)算，分別得到偽綠光通道N(g)(式7)和偽紅光通道N(r)(式8)。

I1=(BTmax-BT12)/(BTmax-BTmin)

(4)

I2=I1+(1-I1/4095)×(BT12-BT8+10)/20

(5)

N(b)=I2

(6)

N(g)=I1×0.4+I2×0.6

(7)

N(r)=I1×0.8+I2×0.2

(8)

式(4)～式(8)中，BT8、BT12分別為FY4A/AGRI的3.7 μm通道與10.8 μm通道亮溫，N(r)、N(g)、N(b)為進(jìn)行紅外彩色增強(qiáng)算法后得到圖像的三個(gè)通道。

1.2.3 動(dòng)態(tài)透明度因子

在計(jì)算機(jī)圖像處理中通常采用透明度因子進(jìn)行多個(gè)嵌套圖層之間的混合處理。數(shù)值上描述透明度因子的計(jì)算，見(jiàn)式(9)。

(9)

式(9)中，引入歸一化算子α，計(jì)算在預(yù)定間隔[y1，y2]，參數(shù)x在圖像中的每個(gè)像素處的權(quán)重。α是一個(gè)區(qū)間為[0.0，1.0]的數(shù)值，y1、y2是可以設(shè)置的數(shù)值范圍。本文所使用的透明度因子主要用于解決水平方向和垂直方向兩個(gè)方向上的圖像融合問(wèn)題。水平方向上是用于解決由于太陽(yáng)移動(dòng)導(dǎo)致晨昏更替時(shí)，白天真彩色影像與夜間紅外彩色影像之間的均勻無(wú)縫拼接，通常采用太陽(yáng)天頂角作為動(dòng)態(tài)透明度因子計(jì)算的關(guān)鍵參數(shù)。垂直方向上主要是用于解決夜間背景燈光圖層與紅外彩色影像之間的疊加成像。

1.2.3.1 晨昏交界透明度因子

太陽(yáng)天頂角是決定地球表面獲得太陽(yáng)熱能數(shù)量的最重要因素，也是判斷衛(wèi)星成像時(shí)間是白天或夜間的直接依據(jù)。晨昏交界動(dòng)態(tài)透明度因子Vα見(jiàn)式(10)。

(10)

式(10)中,使用太陽(yáng)天頂角SunZ作為晨昏交界透明度因子計(jì)算的關(guān)鍵參數(shù)，計(jì)算得到歸一化系數(shù)。將太陽(yáng)天頂角小于80°時(shí)定義為白天，大于90°時(shí)定義為夜晚，80°～90°為是晨昏交界。

1.2.3.2 紅外通道透明度因子

為了進(jìn)一步增強(qiáng)夜晚圖像的顯示效果，在背景中加入全球城市背景燈光數(shù)據(jù)。晴空夜晚下，城市燈光明亮，在薄云的遮蓋下，燈光會(huì)有所減弱，直至被云完全遮蓋。紅外動(dòng)態(tài)透明度因子Hα見(jiàn)式(11)。

(11)

式(11)中，BT12為AGRI 10.8 μm通道亮溫。本文選用10.8 μm通道亮溫作為透明度因子計(jì)算的關(guān)鍵參數(shù)，進(jìn)行亮溫為180～250 K的歸一化系數(shù)計(jì)算。

1.2.4 多維動(dòng)態(tài)混合成像

基于白天的真彩色圖、紅外彩色增強(qiáng)圖和全球城市背景燈光數(shù)據(jù)，對(duì)水平方向和垂直方向進(jìn)行多維混合。動(dòng)態(tài)透明因子作為歸一化參數(shù)，能較好的將多層數(shù)據(jù)進(jìn)行融合。利用2020年8月11日18時(shí)(北京時(shí))FY-4A/AGRI數(shù)據(jù)，進(jìn)行多維動(dòng)態(tài)合成計(jì)算，見(jiàn)圖2。首先根據(jù)式(11)計(jì)算得到的歸一化的紅外透明度因子Hα，以全球城市燈光數(shù)據(jù)LightBk為背景影像，紅外彩色增強(qiáng)圖N(rgb)為前景影像，組合成夜間混合圖層。再根據(jù)歸一化的晨昏透明度因子Vα，將夜間混合圖層和真彩色圖D(rgb)進(jìn)行合并，得到混合影像I(rgb)，見(jiàn)式(12)。

圖2 2020年8月11日18時(shí)(北京時(shí))FY-4A ARGI多維動(dòng)態(tài)混合成像Fig.2 Multi-dimensional dynamic hybrid imaging of FY-4A ARGI at 18:00 BT on August 11,2020

I(r)={D(r)×Vα+(1-Vα)×[Hα×N(r)+(1-Hα)×LightBk]}

I(g)={D(g)×Vα+(1-Vα)×[Hα×N(g)+(1-Hα)×LightBk]}

I(b)={D(b)×Vα+(1-Vα)×[Hα×N(b)+(1-Hα)×LightBk]}

(12)

式(12)中，真彩色影像D(rgb)和紅外彩色增強(qiáng)影像N(rgb)作為混合成像的上兩個(gè)圖層，背景燈光LightBk為底層，Vα、Hα為水平方向和垂直方向的歸一化的透明因子。

1.2.5 圖像增強(qiáng)

為了達(dá)到更好的圖像視覺(jué)效果，需選擇合適的增強(qiáng)算法。在白天和夜間數(shù)據(jù)合成后，分別針對(duì)不同亮度部分進(jìn)行圖像增強(qiáng)處理。為保證紅光、綠光、藍(lán)光通道增強(qiáng)處理過(guò)程中數(shù)據(jù)信息完整性，對(duì)這三個(gè)通道進(jìn)行了高色階變換，將其線性拉伸到[0，4095]，其中4095為12位色階的最大值，這樣保證了影像色彩的真實(shí)性，增強(qiáng)了信息細(xì)節(jié)，避免合成過(guò)程中色彩跳變。單通道圖像增強(qiáng)過(guò)程中構(gòu)建非線性高色階調(diào)整曲線進(jìn)行非線性拉伸，最后使用線性歸一化方法，將高色階數(shù)據(jù)梯度從4096降到256，完成圖像增強(qiáng)計(jì)算。

2 結(jié)果分析

2.1 白天沙漠及植被的圖像增強(qiáng)

2020年8月11日12時(shí)(北京時(shí))中國(guó)西北部彩色合成效果見(jiàn)圖3，其中圖3a為直接利用0.84 μm通道替換綠通道進(jìn)行圖像合成后的效果，雖能較好地體現(xiàn)云、植被以及水體的顏色特征，但圖像整體偏綠，尤其是西北部的沙漠和戈壁被顯示成了綠色。利用類綠通道合成后的圖像(圖3b)，能較好地顯示沙漠和戈壁的特征，但是圖像整體呈紅色，特別是植被區(qū)域，由于紅光通道能量過(guò)高，呈深紅色。對(duì)紅光通道進(jìn)行校正后(圖3c)，能較好地突出西北部黃色的沙漠區(qū)域和綠色的植被，整體上實(shí)現(xiàn)了真彩色的合成效果，但是整體亮度較低。對(duì)圖像進(jìn)行整體增強(qiáng)后(圖3d)，達(dá)到了較好的真彩色合成效果。

圖3 2020年08月11日12時(shí)(北京時(shí))FY-4A ARGI R、NIR、B三通道合成圖像(a)、紅光通道校正前(b)、校正后(c)合成圖像和增強(qiáng)后圖像(d)Fig.3 Three-channel composite image of R,NIR,B (a),composite image before red channel correction (b),composite image after red channel correction (c),and image-enhanced image (d) based on FY-4A AGRI at 12:00 BT on August 11,2020

2.2 夜間中低云的圖像增強(qiáng)

2020年8月11日18時(shí)(北京時(shí))南半球紅外彩色增強(qiáng)效果圖像見(jiàn)圖4，其中圖4a為10.8 μm通道增強(qiáng)效果，圖4b為采用紅外云合成算法增強(qiáng)識(shí)別的高云和中低云，高云呈白色，白色越亮表示云越高；中低云呈淡藍(lán)色，藍(lán)色越深表示云越低。由圖4還可以看出，在海洋上空，中低云與高云的區(qū)分效果明顯，特別是圖中左下方高卷云下的中低云也能較好地識(shí)別。在陸地區(qū)域，由于該時(shí)刻在南半球處于冬季，地表溫度較低，特別是澳大利亞西部戈壁區(qū)域，導(dǎo)致部分地表被識(shí)別為低云，需要對(duì)低云識(shí)別算法進(jìn)行優(yōu)化。

圖4 2020年8月11日18時(shí)(北京時(shí))FY-4A ARGI 10.8 μm通道的亮溫增強(qiáng)圖像(a)和中低云增強(qiáng)圖像(b)Fig.4 Bright temperature-enhanced image (a) and mid-low cloud-enhanced image (b) of FY-4A ARGI at the 10.8 μm channel at 18:00 BT on August 11,2020

2020年8月11日18時(shí)紅外彩色增強(qiáng)圖上疊加燈光背景前后對(duì)比見(jiàn)圖5。利用夜間動(dòng)態(tài)透明度因子，根據(jù)云的不同特征設(shè)置不同的透明度，例如無(wú)云時(shí)設(shè)置成完全透明，薄云時(shí)設(shè)置部分透明，厚云時(shí)設(shè)置不透明，達(dá)到讓無(wú)云下完全呈現(xiàn)燈光、薄云下呈現(xiàn)出弱燈光、厚云下燈光不可見(jiàn)，從而得到最直觀的影像視覺(jué)效果。圖中印度半島和東南亞沿海燈光效果明顯。

圖5 2020年8月11日18時(shí)(北京時(shí))FY-4A ARGI的紅外彩色增強(qiáng)圖像(a)和疊加燈光背景圖像(b) Fig.5 Infrared color enhanced image (a) and superimposed light background image (b) of FY-4A ARGI at 18:00 BT on August 11,2020

2.3 晨昏交界的圖像增強(qiáng)

2020年8月11日18時(shí)白天夜間混合成像前后對(duì)比見(jiàn)圖6。圖6a為真彩色合成圖像，只能突出白天成像信息，夜間信息缺失。圖6b為紅外彩色增強(qiáng)圖像，能全天候識(shí)別顯示云層信息。當(dāng)合成圖像存在晨昏交界現(xiàn)象時(shí)，僅圖6a或圖6b無(wú)法顯示白天和晚上結(jié)合的整體圖像信息，不利于圖像的展示和分析。利用多維動(dòng)態(tài)混合成像技術(shù)生成圖6c，較好地解決了以上問(wèn)題。從圖6c可以看出，彩色合成影像提高了遙感影像的對(duì)比度，真彩色影像部分可以還原地表的真實(shí)色彩，紅外影像部分可以識(shí)別云信息。白天可見(jiàn)光區(qū)域接近真彩色，夜間高云呈白色，低云呈淺藍(lán)色，以及白天與夜間交界部分色彩自然過(guò)渡，圖像產(chǎn)品質(zhì)量高。另外，也可以看到在夜間區(qū)域，重疊的云層在一定程度上模糊了城市背景燈光，模糊程度取決于紅外動(dòng)態(tài)透明度因子圖層的值，從而也體現(xiàn)了城市燈光的真實(shí)感。基于彩色影像產(chǎn)品，城市燈光的存在也可以幫助氣象業(yè)務(wù)人員將不斷變化的氣象特征定位到人口密度較高的地區(qū)。彩色影像產(chǎn)品在分析沙塵、火點(diǎn)和臺(tái)風(fēng)等不同地表和天氣現(xiàn)象時(shí)起到重要作用[4]。充分利用彩色影像圖研發(fā)高質(zhì)量的業(yè)務(wù)產(chǎn)品，可更好地服務(wù)大眾。多維動(dòng)態(tài)混合成像方法無(wú)需其他遙感產(chǎn)品，成像速度快，能及時(shí)傳達(dá)信息，增強(qiáng)業(yè)務(wù)應(yīng)用時(shí)效性。

圖6 2020年8月11日18時(shí)(北京時(shí))FY-4A ARGI的真彩色合成圖像(a)、紅外彩色增強(qiáng)圖像(b)和多維動(dòng)態(tài)混合成像(c) Fig.6 True color composite image (a),infrared color enhanced image (b),and multi-dimensional dynamic hybrid imaging (c) of FY-4A ARGI at 18:00 BT on August 11,2020

3 結(jié)論與討論

(1)本文合成的FY-4A真彩色圖像，根據(jù)0.47 μm、0.65 μm和0.83 μm三個(gè)通道的反射特性，以及AGRI的光譜響應(yīng)函數(shù)，采用歸一化距離加權(quán)算法，實(shí)現(xiàn)了類0.55 μm光譜通道合成，解決了因沒(méi)有綠光(0.55 μm)通道而無(wú)法直接呈現(xiàn)地表真彩色效果的問(wèn)題。

(2)圖像生成過(guò)程中充分利用了水平方向和垂直方向的多維融合，合理嵌套得到了白天真彩色與夜晚云圖的自然平滑過(guò)渡的動(dòng)態(tài)效果，整個(gè)多維動(dòng)態(tài)混合成像方法實(shí)現(xiàn)過(guò)程中保留了色彩梯度信息，避免了色彩跳變，也加入一些線性和非線性增強(qiáng)方法，提高了圖像的對(duì)比度，呈現(xiàn)了連續(xù)完整的地表彩色圖像信息。

(3)夜間云判識(shí)算法未深入研究，文中利用夜間紅外通道云識(shí)別方法，對(duì)中低云和高云判識(shí)效果較好，對(duì)低云存在誤判現(xiàn)象，例如將冬季澳大利亞西部戈壁區(qū)域的部分地表誤判為低云，后續(xù)需要優(yōu)化低云識(shí)別算法。

(4)多維動(dòng)態(tài)混合成像方法不局限于靜止衛(wèi)星圖像合成，也可以在極軌衛(wèi)星圖像上進(jìn)行嘗試。多光譜成像是快速可視化的較實(shí)用方法，有效使用這種信息豐富而直觀的彩色合成圖像以及衍生產(chǎn)品，可為氣象及其他業(yè)務(wù)提供參考。隨著高光譜傳感器的快速發(fā)展，數(shù)千個(gè)窄光譜通道用于更廣泛的光譜區(qū)域，快速有效的高光譜信息提取服務(wù)需求將越來(lái)越迫切，多維動(dòng)態(tài)混合成像方法也可以在高光譜成像方面進(jìn)行更多嘗試。