顾及多积分时间特性的GF4卫星PMS传感器交叉辐射定标Word文档格式.docx
- 文档编号:21597826
- 上传时间:2023-01-31
- 格式:DOCX
- 页数:17
- 大小:460.94KB
顾及多积分时间特性的GF4卫星PMS传感器交叉辐射定标Word文档格式.docx
《顾及多积分时间特性的GF4卫星PMS传感器交叉辐射定标Word文档格式.docx》由会员分享,可在线阅读,更多相关《顾及多积分时间特性的GF4卫星PMS传感器交叉辐射定标Word文档格式.docx(17页珍藏版)》请在冰豆网上搜索。
同时,上述传统交叉定标方法均是直接利用由参考传感器影像模拟得到的待定标传感器影像表观辐亮度除以相应DN值,进而得到定标系数。
但是对于具有多种积分时间的传感器而言,该过程并未充分考虑不同积分状态下影像间的相对辐射校正问题。
因此,本文针对GF-4卫星PMS传感器具备5个不同积分时间的成像特性,以敦煌辐射校正场为研究区,将辐射区域网平差算法引入到传统的交叉定标模型之中,尝试解决在缺少足够有效交叉定标影像对或地面实测数据的情况下,实现不同积分时间状态下PMS传感器高精度辐射定标与不同积分时间影像间相对辐射校正的一体化处理。
同时分析辐射控制点分布、BRDF、光谱波段校正因子(spectralbandadjustmentfactor,SBAF)和辐射连接点筛选条件对定标结果的影响,为进一步优化GF-4卫星PMS传感器在轨辐射定标策略提供重要的理论支持。
1数据介绍
以敦煌辐射校正场(40.2°
N,94.2°
E)为研究区,如图1所示,本文收集了2019年研究区OLI和PMS有效影像对,其相关信息列于表1中。
该影像对无云层遮盖,且时间间隔小于1h,满足交叉定标的要求[13]。
OLI和PMS传感器光谱响应函数如图2所示。
同时,本文还收集了研究区2019年时间序列有效MODIS影像集,共计111景,用于构建该区域高精度BRDF模型,削弱地表双向反射效应对交叉定标结果的影响。
其中,时间序列有效MODIS影像应满足如下筛选条件:
①分别计算研究区中心区域(约2500m×
2500m)蓝、绿、红和近红外波段差异系数CV(coefficientofvariation),选取4个波段的CV值均小于3%的影像[9];
②利用MOD06_L2产品,剔除被云层遮盖的影像[14];
③利用归一化雪盖指数,剔除被雪覆盖的影像[15]。
图1
敦煌辐射校正场PMS影像Fig.1
ThePMSimageintheDunhuangradiometriccalibrationtestsite
图选项
图2
PMS(实线)和OLI(虚线)传感器归一化光谱响应Fig.2
TherelativespectralresponseofPMS(thesolidline)andOLI(thedashline)sensors
表1
2019年敦煌辐射校正场地区OLI和PMS有效影像对信息Tab.1
TheinformationofthevalidPMSandOLIimagepairsintheDunhuangradiometriccalibrationtestsitein2019
参数
OLI影像
PMS影像
成像日期
2019-07-25
成像时间
12:
26
13:
00
03
07
14
10
卫星天顶角/(°
)
48.7938
48.7951
48.7945
48.7931
48.794
卫星方位角/(°
98.5
162.646
162.645
162.647
太阳天顶角/(°
37.86663
23.7673
23.4524
23.1521
22.6165
22.8748
太阳方位角/(°
147.2251
149.805
151.666
153.586
157.516
155.528
积分时间/ms
—
a:
6,4,6,6
b:
16,12,16,16
c:
20,16,20,20
d:
30,20,30,30
e:
40,30,40,40
表选项
2原理与方法2.1辐射区域网平差简介
辐射区域网平差(radiometricblockadjustment,RBA)的基本思想类似于几何区域网平差[16]。
它是将含有辐射测量数据的区域作为辐射控制点RCP(radiometriccontrolpoint),将影像重叠区域内光谱均一地区作为辐射连接点RTP(radiometrictiepoint),在构建整体平差模型后,利用迭代最小二乘方法计算未知参数[17]。
目前,辐射区域网平差方法已经成功地应用于多种影像辐射处理之中。
例如,文献[6]针对GF-1卫星WFV传感器四相机拼接成像特点,利用辐射区域网平差方法,完成了各相机在轨辐射定标与相机间相对辐射校正处理。
文献[18]利用辐射区域网平差方法,构建了一种全局最优的无人机影像辐射校正模型,该模型能够有效降低全局辐射的不一致性,且大多数反射波段的残差优于5%。
文献[19]将辐射区域网平差方法应用于多条带航空雷达数据辐射处理之中,结果证明,处理后的辐射连接点辐射一致性提高60%。
文献[20]在利用无人机点云和高光谱影像进行独立树识别和分类时,采用辐射区域网平差方法补偿了高光谱数据的辐射差异。
虽然辐射区域网平差方法已经在辐射定标和辐射一致性校正方面得到了较好的应用效果。
但是该方法是否能被成功应用于GF-4卫星PMS传感器交叉辐射定标之中,在保证获取高精度绝对辐射定标结果的同时,实现不同积分时间影像间辐射差异最小化的目的,仍需进一步分析与研究。
2.2交叉辐射定标模型建立
本文将辐射区域网平差方法引入星载传感器交叉定标模型之中,定标模型构建的具体过程如下。
图3为本文建立的交叉辐射定标方法流程。
图3
交叉辐射定标方法Fig.3
Theradiometriccross-calibrationmethod
(1)基于6S辐射传输方程及相关模拟参数,计算PMS和OLI传感器各波段SBAF参数。
(2)利用2019年敦煌辐射校正场地区时间序列有效MODIS影像集,采用核驱动模型计算该区域BRDF参数。
(3)利用BRDF参数和SBAF参数,将研究区OLI影像表观反射率转换为PMS影像表观辐亮度,将其与研究区DN值均值作为辐射控制点。
(4)设置CV和DN限制条件,从凝视成像状态下获取的不同积分时间影像中,提取光谱均一地物,将其DN值均值作为辐射连接点。
(5)将辐射控制点和辐射连接点代入新建定标模型之中,利用迭代最小二乘方法计算各积分时间状态下的绝对定标系数。
2.2.1辐射控制点提取方法2.2.1.1OLI影像表观反射率计算
利用式
(1),计算研究区处OLI影像第i波段表观反射率
(1)
式中,ρiOLI和DNiOLI分别为OLI影像第i波段表观反射率和影像DN值均值;
gainiOLI、offsetiOLI和θsOLI分别为OLI影像第i波段定标系数的增益、偏移量和太阳天顶角,可从OLI影像附带txt文件中获取,i=2,3,4,5,下同。
2.2.1.2SBAF参数计算
从图2可以看出,OLI和PMS传感器各波段光谱响应差异较大,尤其是近红外波段。
因此,需要利用SBAF削弱光谱响应差异对交叉定标的影响[21-22]。
利用表2中所列的模拟参数,其中550nm处气溶胶数据是从当天MOD04_L2气溶胶产品中提取的,结合式
(2),计算各波段SBAF参数,列于表3中
(2)
表2
用于计算SBAF的主要模拟参数Tab.2
ThemainsimulativeparametersusedtocalculatetheSBAF
值
PMS传感器观测几何
见表1
7月25日
大气条件
中纬度夏季
气溶胶类型
沙漠型
500nm气溶胶厚度
0.037
海拔/m
1200
地物光谱
敦煌辐射校正场实测光谱数据
表3
SBAF参数Tab.3
TheSBAFvalues
蓝波段
绿波段
红波段
近红外波段
SBAF
1.0134
1.0075
0.9837
0.9312
式中,SBAFi为PMS和OLI影像第i波段光谱校正因子;
ρ(λ)为敦煌辐射校正场实测光谱;
RSRPMS(λ)和RSROLI(λ)分别为波段λ处PMS和OLI传感器光谱响应函数。
2.2.1.3BRDF参数计算
本文利用敦煌辐射校正场地区2019年时间序列有效MODIS影像集,基于RossThick-LiSparseR核驱动模型,如式(3)所示[23-24],计算敦煌辐射校正场BRDF参数。
其中体散射核为RossThick模型,几何光学散射核为LiSparseR核。
(3)
式中,ρi(θv,
θs,
ϕ)为地表的双向反射率;
θs、θv分别为太阳和观测天顶角;
ϕ为太阳和观测方向间的相对方位角;
fiso(λ)是朗伯反射系数;
fgeo(λ)和fvol(λ)分别是对应的几何光学系数和体散射系数;
kgeo(θv,
ϕ)和kvol(θv,
ϕ)是几何光学核和体散射核。
为了获取高精度的BRDF参数,本文首先从MODIS影像集中选取不同数量的影像,利用式(3)获取BRDF参数。
然后,利用该参数模拟一景MODIS影像表观反射率数据(本文挑选2019年7月24日敦煌地区MODIS影像)。
最后,计算MODIS影像蓝、绿、红和近红外波段模拟表观反射率与真实表观反射率之间的差异。
当各波段差异值的绝对值之和最小,且保持稳定时,取该BRDF参数为最终计算结果,用于辐射控制点计算。
由图4可知,当所选MODIS影像数小于70景时,各波段差异值的绝对值之和出现较大波动。
随着所选MODIS影像数量的增加,该差异变得较为稳定。
经统计后发现,当选择104景时,该差异最小,即各波段差异值的绝对值之和为0.83%。
4个波段的相对误差分别为-1.29%、-3.14%、-4.80%和-6.11%。
这证明本文构建的BRDF模型具有较高的精度。
最终研究区BRDF参数见表4。
图4
所选MODIS影像数量与各波段表观反射率差异绝对值之和之间的关系Fig.4
TherelationshipbetweenthetotalabsoluteaveragedifferencesoffourbandsandthenumberoftheselectedMODISimages
表4
敦煌地区2019年BRDF参数Tab.4
TheBRDFcoefficientsoftheDunhuangradiometriccalibrationtestsitein2019
fiso
0.2092
0.2319
0.2565
0.2785
fvol
0.2463
0.1509
0.1288
0.1397
fgeo
-0.0030
0.0175
0.0248
0.0253
2.2.1.4辐射控制点计算
利用敦煌辐射校正场BRDF参数,结合表1中PMS和OLI影像太阳/卫星角度信息,利用式(4)计算出第i波段BRDF校正参数Ci;
利用式(5)将OLI影像表观反射率换算为与PMS传感器具有相同成像角度的OLI影像表观反射率ρiOLI_PMS
(4)
(5)
结合表3中的SBAF参数,利用式(6)计算得到PMS传感器模拟表观反射率ρiPMS_sim
(6)
根据式(7),计算得到PMS传感器第i波段模拟表观辐亮度LiPMS_sim
(7)
式中,ESUNiPMS为PMS传感器第i波段大气顶层太阳辐照度;
d为成像时刻日地间距。
最终,将模拟的PMS表观辐亮度和研究区DN值均值作为辐射控制点。
2.2.2辐射连接点提取方法
受卫星轨道稳定性影响,PMS传感器在对地凝视观测时,不同积分时间状态下获取的影像间存在一定的相对几何错位[25]。
为了更精确地自动化提取辐射连接点信息,利用影像配准技术消除几何错位问题。
然后设置移动窗口(21像素×
21像素),在不同积分时间影像中提取光谱均一地物。
本文所提取的光谱均一地物应同时满足以下两个约束条件:
①地物在4个波段影像中的CV值均小于阈值。
通过对同一光谱均一地物在不同积分影像中的CV值进行分析后发现,光谱均一地物在积分时间b的影像的CV值均略大于其他积分时间影像,因此本文将其他积分时间影像的CV阈值设定为3%,而积分时间b影像的CV阈值设定为3.5%;
②考虑PMS影像可能出现过饱和和非线性响应影响,本文取积分时间e影像DN值均值小于900且积分时间a影像DN均值大于100的光谱均一区域。
2.2.3定标模型构建
假设在5个积分时间影像中,分别提取了m、n、p、q和h个辐射控制点。
为了方便表达定标模型构建过程,本文假设在凝视成像状态下的5个积分时间影像中提取了f个辐射连接点。
需要指出的是,辐射连接点可以在凝视状态下任意两个不同积分时间影像中提取。
根据辐射控制点信息,可以列立辐射控制方程,如式(8)所示。
根据辐射连接点信息,可以列立辐射约束方程,如式(9)所示。
进而将式(8)和式(9)联合,构建基于辐射区域网平差的PMS传感器交叉辐射定标模型,如式(10)所示
(8)
式中,DNmCa和LmCa是在积分时间a影像中的第m个辐射控制点所对应的DN值均值和模拟表观辐亮度值;
G(a)是积分时间a状态下PMS传感器定标系数;
其他参数具有相似的含义
(9)
式中,DNfTa为积分时间a影像中第f个辐射连接点对应的DN值均值;
(10)
以残差值V的平方和最小为准则,即采用最小二乘方法求解改变量dX,如式(11)所示
(11)
最后利用式(12)将改变量dX和相应初始值X(0)进行叠加,得到不同积分时间状态下传感器绝对辐射定标系数。
此过程为迭代计算,当改变量dX小于限差时,计算终止
(12)
3结果与分析3.1定标结果
为了评价新建定标模型优势,本文分别基于传统交叉定标模型和新建交叉定标模型,获取PMS传感器不同积分时间状态下的绝对定标系数(表5)。
表5
传统交叉定标系数和本文定标系数Tab.5
Thetraditionalcross-calibrationcoefficientsandtheproposedmethodcoefficients
积分时间
传统交叉定标系数
本文定标系数
a
1.0696
1.0038
0.7982
0.5922
1.0026
0.9758
0.7901
0.5845
b
0.4099
0.3732
0.3284
0.2450
0.3778
0.3543
0.3203
0.2366
c
0.3753
0.2641
0.2913
0.2103
0.3498
0.2534
0.2862
0.2050
d
0.2009
0.1949
0.1568
0.1138
0.1871
0.1538
0.1104
e
0.1505
0.1268
0.1169
0.0857
0.1403
0.1225
0.1162
0.0836
3.2绝对辐射定标精度检验
以中国资源卫星应用中心发布的2019年GF-4卫星PMS传感器场地定标系数为参考,对本文定标结果和传统交叉定标系数进行绝对辐射定标精度检验,并计算相对误差(表6)。
由表6可知:
①传统交叉定标结果的相对误差最大值为9.48%,而本文定标结果相对误差最大值为8.29%;
②传统交叉定标结果在4个波段的平均相对误差分别为7.33%、3.44%、0.45%和4.44%,而本文结果在4个波段的平均相对误差分别为0.89%、7.17%、2.00%和1.79%。
因此,本文定标结果相对于传统交叉定标方法具有更高的绝对定标精度。
表6
传统方法和本文方法的绝对定标相对误差Tab.6
Therelativeerrorsofthetraditionalandproposedcalibrationcoefficients
官方定
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 顾及 积分 时间 特性 GF4 卫星 PMS 传感器 交叉 辐射 定标