基于WorldView-2遥感影像反演浅海水深过程中太阳耀斑的去除方法

李龙龙，刘建强，邹斌（国家卫星海洋应用中心，北京100081）

基于WorldView-2遥感影像反演浅海水深过程中太阳耀斑的去除方法

李龙龙，刘建强，邹斌
（国家卫星海洋应用中心，北京100081）

摘要：基于Hedley等的方法对WorldView-2遥感影像反演岛礁水深时的太阳耀斑进行去除，在技术实现过程中根据WorldView-2波段设置的特殊性做一定的改进，将8波段分为两组，其中蓝、绿、红波段依据近红外1波段来去耀斑，海岸、黄、红边波段依据近红外2波段来去耀斑，在具体应用中完整实现该理论方法。结果表明，去耀斑后无论是对水深反演结果的精度上还是从影像直观视觉上都有提高，该方法有利于WorldView-2影像处理中耀斑去除的常规化应用。

关键词：WorldView-2；浅海岛礁；水深反演；太阳耀斑

1　引言

水表面状态会严重影响浅海地形的水深测量。在晴空条件以及水表面不平坦时，在水表面亮斑也就是太阳耀斑的地方，入射辐射的镜面反射就会掩盖水底成分遥感反射的数据。在高空间分辨率的卫星影像上，晴空条件下，浅水区域（当风吹起的时候形成波浪）的太阳耀斑是非常严重的，要不然遥感在这种条件下会是最有效的。典型的是，在近海岸的迎风面附近，沿着波浪的边缘太阳耀斑会形成白色条带状。这些白色条带会影响海底特性的视觉识别，严重影响影像不同底质的分类，尤其对于浅海地形水深的测量较大。

尽管太阳耀斑存在区域记录的亮度看起来几乎完全是水表面镜面反射的信号，假设传感器仍旧没有饱和，离水辐亮度部分可能能够恢复。鉴于以前海洋水色中太阳耀斑的去除方法都是应用在低分辨率的像元尺寸上（>1 km）[1-2]。最近Hochberg等的一篇文章提供了一种新的，概念性简单的去耀斑方法。该方法适用于高空间分辨率（<10 m）并且有太阳耀斑影响的底栖生物遥感。在Hochberg等人的理论中，利用近红外光谱波段（NIR，~700-900 nm）的信息来将遥感信号中太阳耀斑成分从可见光波段中去除[3]。因此，这个理论适用于包含NIR波段传感器获得的影像（例如像QuickBird卫星）或者是相应的多光谱和高光谱成像设备（例如机载传感器CASI，Compact Airborne Spectrographic Imager）。调整影像像元来去除所记录信号中太阳耀斑的成分，因而只剩下海底反射信号经水体辐射传输的部分。Hochberg等人演示了一个在浅水珊瑚礁环境且具有耀斑存在的影像上的实质性的视觉改进，基于7类栖息地分类的最大相似度影像分类的统计结果表明显著增加了用户精度。

尽管Hochberg等提供的理论方法对于遥感领域有很大的益处，但在他的几种实现的方法上仍可以进行改进。Hochberg等提出的去耀斑的理论公式对离群异常值过度敏感，这对于该方法在影像分析的常规应用中是一个障碍。另外，Hochberg等以一种严格的数学方式来展现这种技术，这可能在实际操作中难以简单实现该理论方法。进一步的说，在他的实现方法中，在去耀斑之前要先将陆地和云区掩模掉，如果该掩模在后边的影像处理中是不需要的，那么这是没必要的时间浪费。Hedley等提供一种改进的去耀斑理论方法，该方法去除了对于离群异常值的敏感性，也不需要将陆地和云区掩模，并且增强了该技术的适用性[4]。本文基于Hedley等去耀斑的理论方法，应用在基于WorldView-2遥感影像反演岛礁水深中，描述了一个实用方法的实现技术，只需要一些简单的处理步骤。并且在WorldView-2卫星数据去耀斑过程中根据其波段设置的特殊性做一定的改进，这些实用的改进将会有利于WorldView-2影像处理中耀斑去除的常规化应用。

2　原理

2.1Hochberg等去耀斑理论

Hochberg等的去耀斑理论方法建立在两条简单的假设之上：（1）近红外波段的亮度仅仅由太阳耀斑和周围环境影响的一个常量组成。特别是没有因为海底空间环境的变化而对近红外有影响；（2）在可见光波段太阳耀斑的数量与近红外波段的亮度值是呈线性关系的。

第一个假设的正确性是因为水对近红外波段（700—1000 nm）来说是不透明的[5]，所以不考虑地形的影响即使是浅水区域（depth<2 m）NIR仅有很少的离水辐亮度。虽然深水区近红外波段最小的亮度值应该是0，但是实际情况下近红外波段的最小亮度值是大于0的。尤其是，如果影像没有对这些“残余的”或者“周围环境带来的”与大气中近红外波段后向散射有关的近红外亮度进行大气纠正。在Hochberg等的有效模型中这个周围环境影响的亮度值被从所有像元中去除。

第二个线性关系假设的正确性是因为近红外波段和可见光波段的折射率的实部（决定反射）几乎是相等的[5]。因此，水表面反射的光中NIR的数量和可见光波段的数量是呈线性关系的。建立近红外波段亮度与太阳耀斑中每一个可见光波段的线性关系来进行耀斑的去除。结合每个影像像元的NIR亮度信息来确定每个像元中每个可见光波段要去除多少耀斑亮度。

Hochberg等指出该理论的不足之处就是为了建立近红外亮度和可见光波长的耀斑之间的线性关系，仅仅用了两个像元[3]。这两个像元是整幅影像（或者是某个子集）中“最亮和最暗”的两个近红外像元。这两个像元用来建立可见光波段太阳耀斑的光谱形状特征。这隐含的假设是如果太阳耀斑不存在，这两个参考像元将会有相同的光谱特征。正是这个原因，在分析之前将陆地和云掩模掉是必要的，否则最亮的NIR像元有很大的可能会是陆地或者云像元，因而也是无效的。然而，对于一副大的影像（>106个像元）进行严格的掩模是非常耗费时间且困难的。Hochberg等建议采用影像的一个子集，最好是相同深度且底质均一，以改善两个像元之间的矛盾而带来的可能误差[3]。然而这并没有解决主要的弱点——这就是仅仅依靠两个像元。海表面一个小的单独的物体（例如浮标或者船舶）或者掩模时一个小的失误都会占据一个像元并且有可能就会是影像上近红外波段最亮的像元。一般的，确定一个亮度最大的像元存在一定的问题并且会带来重大的错误损坏该理论方法的有效性。

2.2Hedley等改进的理论

为了改进依据整幅影像上孤立的两个点来去耀斑的不足，Hedley等在影像上选取样本区内的点利用线性回归来建立近红外和可见光波段之间的线性关系[4]。根据Hochberg等的建议，选择一个或者更多的太阳耀斑明显的区域，该区域的水底光谱亮度应该是一致的（深水区域是非常理想的）。对于每一个可见光波段选择的所有像元都包含在线性回归中，在该线性回归中近红外的亮度为X轴，可见光的亮度为Y轴。如果对于波段i线性回归的斜率为bi，那么影像上所有的像元就可以通过以下方程来去除波段i的耀斑：

式中，R′i是波段i纠正太阳耀斑后的亮度，MinNIR本质上代表没有太阳耀斑的像元亮度，可以通过回归的样本点中最小的NIR值进行估计或者直接用整幅影像中最小的近红外像元值来代替。一般的，与最大近红外像元值相比，最小的近红外像元值不容易是有问题的异常像元值。由于改进的理论是依赖选择的样本区像元，所以没有必要将裸露的地面或者云像元在去耀斑之前掩模掉。谨慎确保样本区像元不包含任何裸露在水面之上的物体，但是回归将会减轻孤立无效的像元带来的影响。然而，去耀斑之后，水面之上的区域将不是有效的数据，因为该算法只对水面下的像元有效。需要说明的一点，该理论方法的操作只是计算数值的相对大小，像元值的绝对单位不重要（图1中不再标注单位）。因此，没有必要将像元值转换到辐亮度并且可以在原始影像的DN值上进行去耀斑。然而必须确保数学运算在浮点型下进行以保证正确的处理分数值以及可能的负数。

最小的样本大小需要两个像元，在相似水底光谱亮度下显示不同的太阳耀斑数量。在这种情况下该理论就跟Hochberg等的方程是相似的。

由于Hedley等去耀斑的理论不需要对陆地和云做掩模处理以及具有更强的适用性，本文基于Hedley等的去耀斑理论对WorldView-2遥感影像水深反演过程中的太阳耀斑去除进行实验。

3　WorldView-2卫星数据特点

WorldView-2多光谱影像数据与传统的多光谱数据（QuickBird 4波段）是有差别的，WorldView-2多光谱数据有8个波段，其中四个（Blue，Green， Red，NIR1波段）与QuickBird多光谱数据的四个波段是一致的，新增的四个波段为：Coastal，Yellow，Red-edge，NIR2波段。我们将8个波段分为两组：传统波段（Blue，Green，Red，NIR1波段）和新增波段（Coastal，Yellow，Red-edge，NIR2）。Jeremy M.kerr.证明了两组波段集是存在一定差别的（虽然原因还不得而知）[6]，为了减小该差异带来的影响，本文在水深反演过程中耀斑的去除分别限制在传统波段集和新增波段集内。也就是NIR1用来估算Blue、Green、Red波段内太阳耀斑的成分，NIR2用来估算Coastal、Yellow、Red-edge波段内太阳耀斑的成分。

4　实验

本文以A岛礁（见图2岛礁）为例。

（1）应用常规方法对遥感影像进行辐射纠正，本文WordView-2影像无需再做辐射纠正，如有需要，应进行辐射纠正，完整的辐射纠正包括遥感器纠正、大气纠正，以及太阳高度和地形纠正；

（2）选择影像上有大量耀斑的区域作为样本区，但是如果没有太阳耀斑，该区域的影像应该保证均一化（例如深水区），一般选择岛礁附近深水区内具有太阳耀斑的区域作为样本区（图2内方框中有太阳耀斑的深水区选为样本区）。计算MinNIR，也就是样本区内近红外（NIR）波段亮度的最小值，分别计算样本区内近红外1（NIR1）波段和近红外2 （NIR2）波段亮度的最小值；

（3）对每一个要去耀斑的波段，利用选择的像元，以NIR亮度为X轴，可见光波段为Y轴建立线性回归（其中Blue、Green、Red以NIR1为x轴，Coastal、Yellow、Red-edge波段以NIR2为x轴）。得到线性回归方程，线性回归的斜率是后续步骤的关键，对于波段i，记作bi，对于Blue、Green、Red、Coastal、Yellow、Red-edge分别得到相对应的线性回归方程斜率（见图1）；

（4）对波段i（Blue、Green、Red、Coastal、Yellow、Red-edge）整幅影像上的像元进行去耀斑，利用公式（1）做去耀斑处理，分别得到各个波段去除太阳耀斑后的影像，去耀斑后的各波段影像将用来反演浅海地形的水深。

图2　原始影像图

图3　去除太阳耀斑影像图

图4　去除太阳耀斑后的水深反演

图5　不去太阳耀斑的水深反演

5　结果分析与讨论

通过去耀斑的处理，从影像视觉上来看效果是非常显著的（见图2，图3），这对于浅海地形底质的分类具有非常积极的作用。对于岛礁水深反演来说，本文对A岛礁进行了去耀斑后的水深反演和不去耀斑的水深反演，并且将两种方法反演得到的水深值与实测水深进行了对比。如图4为去除太阳耀斑后水深反演结果与实测水深的对比图，其中红色实线为实测水深值，蓝色实线为反演得到的水深值。图5为不去太阳耀斑的水深反演结果与实测水深对比图，红色实线为实测水深值，蓝色实线为反演得到的水深值。通过图4、图5的对比结果可以看出，去耀斑处理后岛礁水深反演的精度得到了提高，不去耀斑反演得到的水深与实测水深相比，均方根误差RMSE=1.35 m，去耀斑后反演得到的水深与实测水深相比，均方根误差RMSE=1.29 m。通过去除耀斑的处理，改善了太阳耀斑因子对于水深反演结果影响，水深的反演精度得到了一定的提高。

去除太阳耀斑在整个岛礁水深反演的流程中是关键的一步，尤其对于耀斑比较严重的遥感影像来说，反演岛礁水深过程中耀斑的去除是非常有必要的。通过实验结果来看无论是从影像视觉的角度还是岛礁水深反演的结果，去耀斑的意义都是非常积极的。但有在去耀斑的过程中有一个问题必须注意，那就是在应用公式（1）去耀斑的时候会产生负值，水下区域不会产生负值，但是裸露水面的区域去耀斑后会产生负值。对于岛礁的水深反演来说，在下一步数据处理之前应该将负值作为异常值去除掉，然后进行后续的岛礁水深反演。

以上太阳耀斑的去除技术成功的应用在基于WorldView-2影像数据的岛礁水深反演研究中，并且在大批量的数据处理过程中得到了实现和验证，证明了该方法是可行的且具有很强的适用性，这将有利于WorldView-2影像处理中耀斑去除的常规化应用。

参考文献

[1] Fraser R S, Mattoo S, Yeh E, et al. Algorithm for atmospheric and glint corrections of satellite measurements of ocean pigment[J]. Journal of Geophysical Research,1997, 102(D14): 17107-17118.

[2] Wang M, Bailey S W. Correction of sun glint contamination on the SeaWiFS ocean and atmosphere products[J]. Applied Optics, 2001, 40(27): 4790-4798.

[3] Hochberg E J, Andrefouet S, Tyler M R. Sea surface correction of high spatial resolution Ikonos images to improve bottom mapping in near-shore environments[J]. IEEE Transactions on Geoscience and Remote Sensing, 2003, 41(7): 1724-1729.

[4] Hedley J D, Harborne A R, Mumby P J. Technical note: Simple and robust removal of sun glint for mapping shallow-water benthos[J]. International Journal of Remote Sensing, 2005, 26(10): 2107-2112.

[5] Mobley CD.Lightandwater:Radiativetransferinnaturalwaters[M]. San Diego:Academic Press, 1994.

[6] Kerr J M. WorldView-02 offers new capabilities for the monitoring of threatened coral reefs. http://www.watercolumncorrection.com/ documents /Kerr_2010_Bathymetry_from_WV2. pdf.

A method to remove sun glint in depth derivation from World View-2 remote sensing images

LI Long-long，LIU Jian-qiang，ZOU Bin
（National Satellite Ocean Application Service, Beijing 100081 China）

Abstract：The method of Hedley et al. was applied in the WorldView-2 remote sensing image inversion reef water depth. Certain improvement was made according to the particularity of WorldView-2 band set in the process of technical implementation, and 8 bands were divided into two groups. For sun-glint removal, the NIR1 band was used to estimate water surface properties in the blue, green, and red bands, and the NIR2 band similarly was used for the coastal, yellow, and red-edge bands. The theory method was implemented completely at some specific applications. Result shows that there are a substantial visual improvement and the improvement of water depth retrieval precision. The practical approach described here will hopefully expedite the routine adoption.

Key words：WorldView-2; shallow reef; water depth retrieval; sun glint

作者简介：李龙龙（1988-），男，硕士研究生，主要研究方向为海浪波谱仪数据处理技术及浅海水深反演。E-mail: lilonglong1988@126.com

基金项目：国家发改委高技术产业化项目“海洋渔业生产卫星综合应用服务示范系统”；国家科技支撑计划课题（2013BAD13B01）

收稿日期：2014-05-27

DOI:10.11737/j.issn.1003-0239.2015.01.008

中图分类号：P715.7

文献标识码：A

文章编号：1003-0239（2015）01-0053-05