基于6S-GDAL大气校正软件的实现与应用

郑尧，靳竺霖

(沈阳市勘察测绘研究院，辽宁 沈阳 110004)

1 引 言

随着遥感技术的不断发展，人们对遥感信息的质量要求也提出了新的需求，特别是利用多遥感器、多时相遥感数据进行监测和分析资源、环境以及气候变化等的需要。从以往定性的目视解译和自动的计算机解译等方法逐渐向遥感信息定量化方向发展[1]。而要获得地表的准确信息，就必须在遥感数据的应用过程中尽量消除大气影响，大气辐射校正的目的就是将遥感数据的表观反射率转换为地物真实的地表反射率。

6S辐射传输模型主要适用于 0.25 μm～4.0 μm波段的大气校正，该模型使用状态近似和逐次散射方法来求解辐射传输方程，能较好地解决瑞利散射和气溶胶的影响[2]。与直方图均衡化、黑暗目标法、固定目标法、对比减少法等大气校正方法相比，6S模型具有计算精度高、操作方便，可以利用实测的大气数据和气溶胶数据进行大气校正等优点[3]。

但是6S模型不能对遥感影像进行直接校正，而是根据输入的参数得到大气校正系数，再借助其他软件对遥感影像进行大气校正。为了能更方便地使用6S模型进行大气校正，本文将GDAL库与6S模型相结合(本文称为6S-GDAL软件)，用GDAL库对影像进行分块读取处理，实现了影像读取和校正的一体化处理，不需要再借助其他软件进行处理；同时，还增加了6S-GDAL软件中的光谱响应函数，使其能够处理环境星、资源卫星等国内的卫星影像数据。

2 应用6S模型进行大气校正的基本原理

6S模型是在法国大气光学实验室和美国马里兰大学地理系在5S(Simulation of the Satellite Signal in the Solar Spectrum)的基础上发展起来的，模型将大气分31层，21个离散角，分别计算不同大气层和离散角的辐射值，从而可减少计算量、整层处理的难度以及计算的误差。计算透过率时考虑了6种气体(H2O、CO2、O2、O3、N2O、和CH4)，提高了瑞利散射与气溶胶散射的计算精度[2]。

对于朗伯体表面而言，卫星所接收到的表面反射率包括：被地表反射后的直接太阳辐射和漫射太阳辐射、内部的大气辐射、周边环境的贡献等。卫星传感器接收到的表面反射率为：

(1)

式(1)中ρ′(θs，θv，φv)是传感器接收的大气顶部反射率，ρa(θs，θv，φv)是瑞利散射和气溶胶散射引起的程辐射；θs，θv，φv是太阳天顶角、观测天顶角和方位角；T(θs)、T(θv)是下行和上行辐射的总透射率；td(θs)、td(θv)是下行和上行散射辐射透射率因子；e-τ/μs、e-τ/μv是下行直射辐射和直接透射到传感器的上行辐射；τ是大气光学厚度；ρ(M)表示邻近效应；<ρ(M)>是平均环境反射率；tg(θs，θv)是大气分子和水汽吸收因子。

3 6S-GDAL软件的设计思路

6S-GDAL软件基于Windows7系统操作环境下，并在Visual Studio 2008开发平台下基于C++程序设计语言开发。GDAL(Geospatial Data Abstraction Library)是一个在X/MIT协议下开源的栅格空间数据转换库。它可以对栅格数据进行相关的处理，它使用抽象的数据模型来分析数据格式。本文使用GDAL库读取需要处理的GeoTIFF格式的遥感影像，由于遥感影像的数据量大，在读取和处理过程中需要大量占用计算机的内存，影响影像处理的效率。针对这一问题，采用影像分块处理算法，在保证软件处理速度情况下，提高了软件处理数据的能力。根据上述的设计思路及数据处理需求，把软件的结构模块划分为如图1所示。

图1 6S-GDAL软件的主要功能模块

3.1 辐射定标模块

该模块的功能是将遥感影像的DN值转换为表观反射率，并将得到的结果保存为GeoTiff格式的影像数据。使用式(2)将遥感影像的DN值转换为反射率：

(2)

式中：Lλ为辐亮度，Gain和Bias为增益和偏移，ρ为表观反射率，d为天文单位的日地距离，θ为太阳天顶角，E为各波段太阳表观辐射率的均值。本软件的辐射定标模块如图2所示。

图2 6S-GDAL软件的辐射定标模块

3.2 传感器参数模块

该模块的功能是读取辐射定标后的影像和获得大气校正所需要的传感器参数，这些参数包括：传感器的几何条件、传感器型号、波段和影像获取的时间等。

3.3 大气参数模块

该模块的主要功能是设置大气模型。其中大气模型分为：无大气吸收模型、热带大气模型、中纬度夏季大气模型、中纬度冬季大气模型、亚北极区夏季大气模型、亚北极区冬季大气模型、美国62标准大气模型、自定义大气模型和直接输入水汽和臭氧浓度。

3.4 气溶胶参数模块

该模块的主要功能是设置气溶胶模型和气溶胶浓度。其中气溶胶模型分为：无气溶胶模型、大陆型模型、海洋型模型、城市型模型、自定义模型、沙漠型模型和同温层模型；气溶胶的浓度分为气溶胶光学厚度和能见度两种。

4 验证实验

为了验证6S-GDAL软件能够有效地去除大气对遥感影像的影响，本文使用6S-GDAL软件和FLAASH模型对2012年5月6日太湖地区的环境星CCD影像作进行大气校正实验，然后从校正后的影像、校正后各波段的统计直方图和植被指数(NDVI)三个方面进行对比分析。

在6S-GDAL软件中需要输入下列参数：传感器参数(传感器类型(成像年月日))，经纬度，大气模式，气溶胶模型，气溶胶浓度，辐射条件(观测波段和海拔高度，地面覆盖类型，目标物半径和目标反射率)等。其中，卫星的光谱响应函数由中国资源卫星应用中心提供，卫星过境时的地面气象参数由AERONET(Aerosol Robotic Network)太湖站提供。具体的输入参数如表1所示。

软件的输入参数 表1

为了直观地说明大气校正的效果，将校正前后影像的1、2、3波段进行彩色合成，如图3所示。

从图3中可以看出，校正后的图像较原影像更加清晰，这是因为影像经过大气校正后对比度增强。且6S-GDAL软件的视觉效果要略好于FLAASH模型。然后将影像的表观反射率、FLAASH模型校正后的反射率和6S-GDAL校正后的反射率的统计直方图进行对比，如图4所示。

图3大气校正前后HJ1B-CCD1彩色合成图

图4 大气校正前后1～4波段反射率直方图

从图4可以看出，用两种软件对影像进行大气校正，校正后影像的第1～3波段(可见光波段)的反射率都降低，第4波段(近红外波段)的反射率都升高，这与文献[4、5]的研究结果基本一致。

一般认为，可见光波段的平均反射率在大气校正后明显比校正前变小，且波长越短值变得越小；而在近红外波段的平均反射率值比校正前增大[6]。经过6S-GDAL软件和FLAASH模型校正后，它们的统计直方图范围都有所扩大，反射率的值都有所改变。为了更直观地比较两种软件对影像大气校正后的差异，将它们校正后的统计信息进行对比，如表2所示。

模型校正后的统计信息对比 表2

由表2所示统计结果可以得到以下结论：

(1)6S-GDAL反射率的均值与表观反射率的均值相比：在第1～3波段6S-GDAL反射率的平均值减小，标准差变大，这样就对影像的亮度变化进行了拉伸，增强对比度，提高地物的分辨能力。

(2)在第1～3波段，6S-GDAL反射率的均值都小于表观反射率的均值，且6S-GDAL反射率的均值随着波长的变小而减小；而FLAASH反射率在第2波段的均值与表观反射率的均值相等，在第1、3波段的均值都小于表观反射率均值。

植被指数作为遥感的基本地表参数，为监测全球植被覆盖变化提供了大量的信息[7]。因此，为了进一步验证6S-GDAL软件和FLAASH模型的校正效果，将大气校正后的NDVI影像进行分析。在3幅NDVI影像上各取相当于实际地面 10 km的横线，每条横线上等距地取40个不同地表覆盖的像元点，对其进行统计分析，如图5示。

图5大气校正前后的NDVI变化

从图5可以看出，6S大气校正和FLAASH大气校正都使NDVI值有所增加，其中6S-GDAL的最大值可达 0.370 8，FLAASH的最大值可达 0.225 8，这说明了两种模型都能较好地消除大气对影像的影响，且6S-GDAL的校正效果要优于FLAASH模型。NDVI值增加的主要原因是光线在大气传播过程中受气溶胶、水气、空气分子等因素的影响，造成了NDVI信号的衰减，大气校正在一定程度上弥补这种信号的衰减[8、9]。

总体来说，两种模型都可以消除大气对影像的影响，提高了影像的对比度和解译能力，而6S-GDAL软件的校正效果优于FLAASH模型。

5 结论与展望

(1)本文基于6S模型和GDAL库开发了6S-GDAL大气校正软件。与FLAASH模型进行对比实验，证明该软件够有效地去除大气对电磁波传输过程的影响，能较好地完成对遥感影像的大气校正工作。

(2)开发了遥感影像处理、校正一体化的校正软件，简化了遥感影像大气校正的处理步骤，可以实现预设参数的批量化处理，减轻了遥感影像处理的工作量。

(3)本文在利用6S-GDAL大气校正软件进行校正时将地表近似为朗伯面，忽略了地物二向特性对大气校正结果的影响。在后面的工作中，要在6S-GDAL软件中增加二向反射模型(BRDF)对大气校正结果进行二次校正，以获得更加准确的地表反射率。