基于海色遥感应用的MODIS数据预处理

袁 媛，许惠平

（1.同济大学 海洋地质国家重点实验室，上海 200092； 2.上海市地震局，上海 201203）

基于海色遥感应用的MODIS数据预处理

袁 媛1,2，许惠平1

（1.同济大学 海洋地质国家重点实验室，上海 200092； 2.上海市地震局，上海 201203）

较系统地介绍了从MODIS原始分发数据到海洋水色遥感反射率、离水辐射率等数据产品的产出过程；分析了各步骤原理，尤其针对标准大气校正算法无法计算出近岸二类水体离水辐射率问题提出邻近清洁水体外推混浊水体的思路；探索并改进了大气校正算法，计算出大部分近岸水体的离水辐射率数据。

MODIS；预处理；大气校正

MODIS覆盖了能提取相关海色信息（叶绿素、海表温度以及水色等方面）的波段，在赤潮监测、洋流、海洋渔业等领域有广泛应用。而如何将有用信息从MODIS原始分发数据中抽取出来，需进行预处理。目前常用的软件有SEADAS，ENVI等，但只能做一些单方面处理，无法一次性产出所需的海色数据。本文详细介绍了从原始数据至所需海色产品产出的具体处理过程，并统计邻近洁净水体和近岸水体气溶胶和离水辐射率线性关系，利用外推思路，实验性计算出了近岸水体离水辐射率值。

1 MODIS数据预处理

MODIS数据的存储和分发共享格式为L1B文件，该数据文件存在图像畸形、条带噪声、数据重叠、太阳高度角偏值和未进行大气效应纠正等问题，必须先对MODIS数据进行预处理。预处理包括反/辐射率定标、太阳高度角校正、条带噪声去除、重叠效应去除、几何校正和海洋水色反演所必需的大气校正。

1.1 反（辐）射率定标

由于MODIS信号数据的精度很高，所以L1B产品将这些信号值按一定的比例缩放为16位整数SI保存，缩放比scales和截距offsets参数用SDS数据集的属性保存起来。定标后的单位为W/m2/μm/sr。例如，太阳反射波段定标的反射率产品通过式（1）导出：

1.2 太阳高度角校正

卫星探测过程中，由于探测点的太阳高度角不同，造成了探测值的偏差，其值随太阳高度角增大而增大。因此，在图像处理中，需把不同太阳高度角下的探测数据换算成相当于太阳处于天顶时的数据，即式中，Rc为订正后的反射率；R（Zs）为定标后的反射率；Zs为太阳高度角。

1.3 条带噪声去除

MODIS工作时同时获取多种分辨率数据，多元并扫，相邻的扫描线在亮度方面会产生不协调，表现为规则的横向条带[1-3]，严重影响了图像的可读性。但这种横向条带的分布具有清晰的规律性，即条带间有固定的间隔，因此只要找出第一条带噪声所在位置，就可以对整幅影像进行噪声去除。本文采用加权平均法：如果某像素属性值相对于上下2个像素的属性的平均值增加的百分比超过阈值T，就认为该点为“噪声像素”。统计每行“噪声像素”的数量，以行号为横坐标、每行的“噪声像素”数为纵坐标制作统计曲线图，异常突起的峰值对应行就是条带噪声所在行。定位出噪声行位置后，采用插值平均法得到的行数据值代替原来的噪声行。

1.4 “蝴蝶结”现象及几何校正

MODIS在正常扫描状况下，会有很大部分的数据重叠。这种现象称为“蝴蝶结”效应，如图1圆圈所示。郭广猛提出了以数据间的相关性为判断依据计算各列像元的重复数量[4]。本文采用双线性内插法，使用邻近4个点的像元值，按照其与内插点的距离赋予不同的权重，进行线性内插，可在进行几何校正时同时完成。在对MODIS影像作几何校正时，本文利用了MODIS数据本身就包含比较精确的空间坐标文件的特点，采用其自带的经纬坐标进行像素纠正，该坐标文件大小与1 000 m分辨率数据文件一致，即2 030×1 354，因此针对1 000 m分辨率文件几何校正时无需对经纬度数据插值，校正精度高，计算速度快。针对250 m、500 m分辨率文件几何校正仍需插值，但是插值幅度小。彩色圆圈所在的河流有明显的重叠现象，经过校正后，重叠现象消失，地物分布连续而正常，见图2。

图1 MODIS数据的“蝴蝶结”效应示意图

图2 几何校正并去除“蝴蝶结”效应后的影像图

2 大气校正处理

MODIS L1B原始数据记录的是传感器所接收到的各波段总的反射率数据尺度值和辐射率尺度值。星载传感器所测得的辐射亮度值Lt可分解为下列多项之和[5]：

式中，Lr为瑞利辐射率；La为纯粹由气溶胶散射所构成的路径辐射及相应的海面对漫辐射的直接反射；Lra代表分子散射与气溶胶散射的多次散射项；Lg为太阳耀斑辐射率；Lf为海浪“白帽”效应产生的辐射率；Lb为来自海底的反射辐射率；t是来自海洋通过大气到达卫星信号的大气漫射透过率；T为大气直射透过率[6]；Lw为离水辐射率。

海色遥感是为反演出各水色因子的浓度而进行的定量研究，因此经过了海表水体的浮游生物、悬浮颗粒等的辐射数据及离水辐射率才具有真实意义。其计算公式为：

事实上离水辐射率在卫星接收到的总辐射率中所占比例相当小。用式（4）方法计算Lw只适用于一类清洁水体，对于较为混浊的二类水体，如果依然采用标准大气校正算法，将会高估气溶胶辐射值，使得离水辐射率为0甚至出现负值。以长江口为例，长江口海域泥沙含量高，利用标准算法则近岸的离水辐射率值无法计算出来，而只有在离长江口较远海清洁水体才能计算出离水辐射率值。因此，如果要计算近岸离水辐射率值，需改进大气校正算法。

国内外许多学者都在这方面做了有益的尝试[7,8]。Gordon[9]曾发现无论清洁水体或混浊水体，其765 nm和865 nm 2个波段的离水辐射率值和气溶胶辐射均存在极大的相关性。由于MODIS在近红外中心波段设置为748 nm和869 nm，因此本文采用这2个波段对长江口海域的MODIS数据进行大气校正。首先利用SEADAS标准大气校正算法得到748 nm和869 nm2个波段的总辐射值Lt和瑞利散射值Lr，定义Lt-r（λ）=Lt（λ）-Lr（λ），λ为波长，以Lt-r（869）为横坐标，Lt-r（748）为纵坐标，分别选取一块较为清洁的水体和一块浑浊水体，并利用在清洁水体中离水辐射率Lw几近为0的特性，分别建立了2个波段在去除了瑞利散射后的散射值的回归关系，发现其具有极强的线性关系，相关系数达到了0．947 4和0．941 4，见图3、图4。

图3 洁净水体748 nm和869 nm波段Lt-r相关性分析图

图4 混浊水体748 nm和869 nm波段Lt-r相关性分析图

大气校正的关键在于对气溶胶散射和多次散射的处理，定义Lam=La+Lra，下标m表示多次散射。由于在上面的统计计算中，得到748 nm和869 nm2个波段具有明显的线性关系和空间一致性，并且气溶胶在一定区域内具有相对稳定性，因此假设长江口及附近海域的大气组成成分均匀，气溶胶光学厚度不变[7]，可认为该二类水体区域的离水辐射率也具有某种线性关系，并利用清洁水体中748 nm和869 nm波段离水辐射率为0的特性（即Lam=Lt-Lr=Lt-r），可将这2个波段的气溶胶多次散射之间的关系表示为式：

式中，上标7、8分别代表748 nm和869 nm波段。对于不同的海域，可通过回归关系选择不同的ε7.8、ε7.8wam

和c值作为大气校正因子，然后求出气溶胶多次散射值，将式（5）、式（6）代入Lt-r=Lt-Lr=Lam+Lw，则可以得出下列2个等式：

解上述方程得：

这样就得到748 nm和869 nm 2个波段的气溶胶散射值。然后就利用外推的方法计算出其他波段的气溶胶散射值：

式中，ε（7．8）=（748/869）C；C= ln（La7m*Fs8/La8m*Fs7）/ln(748/869)；C为外推系数；Fs为经太阳－地球距离校正后的辐照度。最后利用式（4）计算出各波段的离水辐射率值。

图5 2种大气校正方法的比较

图5 b为利用改进大气校正计算的412 nm波段的离水辐射率值图。可以看出，已算出大部分区域的离水辐射率，红色方框代表同一区域，但是仍然有部分区域数值为0（近岸黑色区域），这是因为该区域的原始Lt值就为0，因而无法计算。完成一系列数据预处理后，便得到了MODIS 2级产品，各波段的离水辐射率、遥感反射率等，为后续的计算打下了基础。

3 结 语

进行海洋水色遥感反演需要获取数据处理的主动权，也就是能根据研究的需要，自由对数据进行处理，现有的处理软件只能是辅助，而不能局限数据处理。例如，采用ENVI软件处理后的数据无法被SEADAS识别，而SEADAS在大气校正方面比ENVI强大，而这2款软件都无法进行条带噪声去除。因此进行数据预处理就必须掌握各步骤的原理，加上目前并没有一款软件可实现MODIS完整的预处理过程，如果能编程实现各预处理过程，将极大提高数据使用的灵活性。此外，二类水体大气校正一直是海色遥感的难点，各海域的大气参数、水质特点等均不相同，因此要进行更加精确的大气校正，需要对所研究海域做长时间序列的遥感反演与地面数据研究，找到适合研究海域的反演参数。

[1] Masuoka E, Fleig A， Wolfe R E, et al． Key Characteristics of MODIS Data Products[J]． IEEE Transactions on, Geoscience and Remote Sensing,1998, 36(4): 1 313- 1 323

[2] MDST Attitude and Ephemeris User Guide[EB/OL]． http:// daac．gsfc．nasa．gov/MODIS/FAQ/A_ephem_att_user_guide．shtml, 2013-03-29

[3] 黄晓园，周汝良，罗辉．MODIS影像条带噪声去除邻域插值法研究[J]．地理空间信息，2008，6(1):101-103

[4] 郭广猛． 关于MODIS卫星数据的几何校正方法[J]．遥感信息，2002(3)：26-28

[5] Gordon H R, Wang M． Rretrieval of Water-leaving Radiance and Aerosol Optical Thickness over the Oceans with SeaWiFS: A Preliminary Algorithm[J]． Applied Optics,1994,33:443-452

[6] Kevin G R, Fabrice O, Machteld R． Atmospheric Correction of SeaWiFS Imagery for Turbid Coastal and Island Waters[J]．Applied Optics,2000,39(6):897-912

[7] 韦钧，陈楚群，施平． 一种实用的二类水体SeaWiFS资料大气校正方法[J]．海洋学报，2002，24(4):118-126

[8] Wang Meng-hua． A Sensitivity Study of the SeaWiFS Atmospheric Correction Algorithm: Effects of Spectral Band Variations[J]． Remote Sensing Environ,1999,67:348-359

[9] Wang M, Gordon H R． A Simple Moderately Accurate Atmospheric Correction Algorithm for SeaWiFS[J]． Remote Sensing of Environment,1994,50:231-239

P237.3

B

1672-4623（2014）01-0093-03

10.11709/j.issn.1672-4623.2014.01.032

袁媛，助理研究员，主要从事地形变监测及遥感应用研究。

2013-03-29。

项目来源：上海市科学技术委员会重点资助项目（09DZ1201000）；上海市地震局科技专项（2012专5）。