一种同时确定地表窄波段和宽波段比辐射率的方法及装置制造方法及图纸

一种同时确定地表窄波段和宽波段比辐射率的方法及装置，包括：A）对中分辨率成像光谱仪（MODIS）数据进行数据处理，包括辐射定标、大气纠正和云掩膜处理，获取晴空条件下MODIS数据位于0.4-2.1μm大气窗口区的可见光/近红外波段地表反射率数据；B）利用步骤A的反射率数据，结合发展的窄波段比辐射率反演算法，确定MODIS热红外光谱谱段第29（波谱范围8.4-8.7μm）、31（波谱范围10.78-11.28μm）和32（波谱范围11.77-12.27μm）波段的窄波段地表比辐射率；C）利用步骤B的窄波段地表比辐射率，结合发展的窄-宽波段比辐射率转换模型，得到3-14μm以及3-∞μm的宽波段地表比辐射率。

【技术实现步骤摘要】
本专利技术属遥感定量反演领域，特别涉及一种同时确定地表窄波段和宽波段比辐射率的方法及装置。
技术介绍
地表比辐射率作为地表自然物质的固有属性，受土地覆盖类型，土壤水分，土壤有机质，植被浓密程度和结构、表面粗糙度和地表起伏等因素的影响，能够指示地表的物质组成，在地表分类、土壤形成和侵蚀，稀疏植被覆盖与变化估算，岩床制图和资源探测等方面都有重要的意义。除此之外，地表比辐射率在地表温度的反演中扮演着重要的角色，没有准确的比辐射率就很难得到精确的温度反演结果。当地表温度反演精度向着1K，甚至更高精度迈进时，地表比辐射率的反演水平也需要向前挺进。·地表比辐射率的反演是科学家公认的一个病态问题。从普朗克方程可以看出，某个波段接收到的辐射能是温度和比辐射率的函数。因此，N个波段观测的辐亮度，总有N+1个未知数(N个比辐射率和I个温度)，温度和比辐射率始终耦合在一起，其中任何一个物理量的确定需要以另一个物理量的确定为前提。这种病态性成为了地表比辐射率反演的难点之一。虽然现有MODIS地表比辐射率产品已经业务化生产，但是该产品也仅仅是在大气窗口区间上6个波段在卫星观测方向上的窄波段地表比辐射率，而不是各种水热平衡模型和陆面过程模型等所要求的地表宽波段比辐射率。迄今为止，还没有一种切实可行的算法能够为气候系统模型提供地表宽波段比辐射率数据，这也是为什么目前各种气候系统模型都将地表宽波段比辐射率值设为I或接近于I的常数的原因。由于地表比辐射率决定了地表长波辐射大小，如果简单采用窄波段比辐射率替代宽波段比辐射率，长波辐射的反演误差可能达到100W/m2。由此可见,如何实现窄波段地表比辐射率向宽波段地表比辐射率的转换是目前遥感反演需要解决的难点和热点。由于受测量仪器的限制，现有的地物波谱库中一般只测量了 14 μ m以下的地物波谱，这在一定程度上阻碍了地表宽波段比辐射率的估算。为了实时高效的从卫星数据中直接获取地表3-14 μ m以及3- m μ m的宽波段比辐射率，解决地表比辐射率的反演技术本身涉及的病态核心问题，发展一种地表宽波段比辐射率估算方法和装置是本专利技术提出的初衷。
技术实现思路
本专利技术的技术解决问题克服现有技术的不足，提供一种同时确定地表窄波段和宽波段比辐射率的方法及装置。本专利技术的技术解决方案地表窄波段和宽波段比辐射率确定方法，实现步骤如下CA).对中分辨率成像光谱仪(MODIS)数据进行数据处理，包括辐射定标、大气纠正、以及云掩膜等处理，获取晴空条件下MODIS数据位于O. 4-2. I μ m大气窗口区的可见光/近红外波段地表反射率数据；(B).利用步骤A的反射率数据，结合建立的窄波段地表比辐射率反演算法，确定MODIS热红外光谱谱段第29 (波谱范围8. 4-8. 7 μ m)、31 (波谱范围10. 78-11. 28 μ m)和32(波谱范围11. 77-12. 27 μ m)波段的窄波段地表比辐射率；(C).利用步骤B的窄波段地表比辐射率，结合建立的窄-宽波段比辐射率转换模型，得到地表3-14 μ m以及3- m μ m的宽波段比辐射率。所述步骤(A)中对中分辨率成像光谱仪(MODIS)数据进行数据处理的过程是 (Al)根据MODIS提供的定标系数，对MODIS遥感数据进行绝对辐射定标，将影像灰度值转换为辐射亮度；(A2)利用快速大气纠正模型(QUAC)和MODIS的云掩膜产品M0D35数据，完成 MODIS遥感数据的大气纠正和有云像元的掩膜处理，获取MODIS数据位于O. 4-2. I μ m大气窗口区的可见光/近红外谱段的地表反射率数据。所述步骤(B)中确定MODIS数据热红外光谱谱段29、31和32波段的窄波段地表比辐射率过程是根据计算出的可见光/近红外地表反射率数据，计算归一化的积雪指数(NDSI)和归一化的植被指数(NDVI )，并结合MODIS的陆地/海洋掩膜数据，对像元进行分类，分别分为水体像元，雪/冰像元和植被/裸土区像元三大类，分别得到所述比辐射率；(BI)对于水体像元，利用ASTER波谱库和UCSB波谱库中测量的一些典型的水体波谱曲线，结合MODIS的第29、31和32波段的光谱响应函数分别进行卷积处理，获得每个波段上比辐射率的平均值为O. 984,0. 992和O. 987，最后将该三个值分别作为MODIS热红外光谱谱段29、31和32波段的比辐射率；(B3)对于雪/冰像元，利用ASTER波谱库和UCSB波谱库中测量的一些典型的雪/冰波谱曲线，结合MODIS的第29、31和32波段的光谱响应函数分别进行卷积处理，获得每个波段上比辐射率的平均值，最后将该三个值分别作为雪/冰情况下MODIS热红外光谱谱段29、31和32波段的比辐射率。(B4)对于植被/裸土像元，根据计算出的NDVI值大小，进一步细分为裸土像元、植被像元和植被/裸土混合像元。针对裸土像元，现有的方法主要是将热红外波段的比辐射率和红光波段的反射率之间建立一种简单的一元线性回归模型。可通过分析ASTER波谱库中不同裸土的波谱曲线发现，通过这样的简单一元回归模型获取的热红外波段比辐射率的精度并不高，误差会高达20%以上。本专利技术通过将MODIS热红外波段比辐射率与可见光/近红外波段多个波段的反射率建立多元线性回归模型，如公式(I )，精度提高10%以上。ε si = at+ Σ b^· P j (i=29, 31，32; j=l_7)(I)公式(I)中，^si表示为热红外第i波段裸土的比辐射率，Pj表示为是可见光/近红外第j波段的反射率，Bi和bu是模型转换系数，通过多元回归获取。针对植被像元，现有的方法主要是通过赋常数值的方法来获取各个热红外波段的比辐射率，这种方法没有反映出植被的真正覆盖及分布结构信息。为了体现不同观测角度情况下植被的三维结构对热红外比辐射率的影响，本专利技术通过建立热红外比辐射率与NDVI的关系模型，来获取热红外光谱谱段的比辐射率值ε vi = c0i+CliNDVI (i=29, 31，32)(2)公式(2)中，ε vi表示为热红外第i波段浓密植被的比辐射率，C0i和Cli是模型转换系数。这样本专利技术通过上述获得的比辐率值能够反映出植被的真正覆盖及分布结构信肩、O针对植被/裸土混合像元，通过建立热红外波段比辐射率与植被覆盖度Pv的关系模型，来获取热红外光谱谱段的比辐射率ε j = (I0JdliPv(3)公式(3)中，ε i表示为热红外第i波段在植被/裸土混合区的比辐射率，Cltli和(Ili是模型转换系数，Pv表示为植被覆盖度，其值可以通过NDVI值来确定画-—I職 T⑷ V L厕.7飄-厦4」式中，NDVImin和NDVImax分别为裸土和浓密植被的NDVI值。NDVImin和NDVImax值可以从NDVI直方图获取。对于全球条件下，设定NDVImin = O. 2和NDVImax = O. 5。为了获取连续的Pv值，对于NDVKNDVImin的像元，设定Pv = O ;对于NDVI>NDVImax的像元，设定Pv =Io所述步骤(C)中确定地表3-14 μ m以及3-⑴μ m的宽波段比辐射率过程是(Cl)根据计算出的窄波段地表比辐射率，结合建立的窄-宽波段比辐射率转换模型(公式(5))，确定3-1本文档来自技高网...

【技术保护点】
一种同时确定地表窄波段和宽波段比辐射率的方法，其特征在于实现步骤如下：（A）．对中分辨率成像光谱仪（MODIS）数据进行数据处理，包括辐射定标、大气纠正、以及云掩膜处理，获取晴空条件下MODIS数据位于0.4？2.1μm大气窗口区的可见光/近红外波段地表反射率数据；（B）．利用步骤A的反射率数据，结合窄波段地表比辐射率反演算法，确定MODIS热红外光谱谱段第29,即波谱范围8.4？8.7μm、第31，即波谱范围10.78？11.28μm和第32，即波谱范围11.77？12.27μm波段的窄波段地表比辐射率；（C）．利用步骤B的窄波段地表比辐射率，结合窄？宽波段比辐射率转换模型，得到地表3？14μm以及3？∞μm的宽波段比辐射率。

【技术特征摘要】
1.一种同时确定地表窄波段和宽波段比辐射率的方法，其特征在于实现步骤如下 (A).对中分辨率成像光谱仪(MODIS)数据进行数据处理，包括辐射定标、大气纠正、以及云掩膜处理，获取晴空条件下MODIS数据位于O. 4-2. I μ m大气窗口区的可见光/近红外波段地表反射率数据； (B).利用步骤A的反射率数据，结合窄波段地表比辐射率反演算法，确定MODIS热红外光谱谱段第29，即波谱范围8. 4-8. 7 μ m、第31，即波谱范围10. 78-11. 28 μ m和第32，即波谱范围11. 77-12. 27 μ m波段的窄波段地表比辐射率； (C).利用步骤B的窄波段地表比辐射率，结合窄-宽波段比辐射率转换模型，得到地表3-14 μ m以及3-m μ m的宽波段比辐射率。2.根据权利要求I所述的一种同时确定地表窄波段和宽波段比辐射率的方法，其特征于所述步骤(A)中对中分辨率成像光谱仪(MODIS)数据进行数据处理的过程是 (Al)根据MODIS提供的定标系数，对MODIS遥感数据进行绝对辐射定标，将影像灰度值转换为辐射亮度； (A2)利用快速大气纠正模型(QUAC)和MODIS的云掩膜产品M0D35数据，完成MODIS遥感数据的大气纠正和有云像元的掩膜处理，获取MODIS数据位于O. 4-2. I μ m大气窗口区的可见光/近红外谱段的地表反射率数据。3.根据权利要求I所述的一种同时确定地表窄波段和宽波段比辐射率的方法，其特征于所述步骤(B)确定MODIS数据热红外光谱谱段29、31和32波段的窄波段地表比辐射率过程如下根据计算出的可见光/近红外地表反射率数据，计算归一化的积雪指数(NDSI)和归一化的植被指数(NDVI )，并结合MODIS的陆地/海洋掩膜数据，对像元进行分类，分别分为水体像元，雪/冰像元和植被/裸土像元三大类分别得到所述比辐射率； (BI)对于水体像元，利用ASTER波谱库和UCSB波谱库中测量的一些典型的水体波谱曲线，结合MODIS的第29、31和32波段的光谱响应函数分别进行卷积处理，获得每个波段上比辐射率的平均值为O. 984,0. 992和O. 987，最后将该三个值分别作为MODIS热红外光谱谱段29、31和32波段的比辐射率； (B2)对于雪/冰像元，利用ASTER波谱库和UCSB波谱库中测量的一些典型的雪/冰波谱曲线，结合MODIS的第29、31和32波段的光谱响应函数分别进行卷积处理，获得每个波段上比辐射率的平均值，最后将该三个值分别作为雪/冰情况下MODIS热红外光谱谱段·29、31和32波段的比辐射率； (B3)对于植被/裸土像元，根据计算出的NDVI值大小，进一步细分为裸土像元、植被像元和植被/裸土混合像元； 针对裸土像元，将MODIS热红外波段比辐射率与可见光/近红外波段多个波段的反射率建立多元线性回归模型，如公式(I) Esi = Bi+ Σ bijP r 其中 i=29，31，32; j=l-7(I) 公式(I)中，ε si表示为热红外第i波段裸土的比辐射率，Pj表示为可见光/近红外第j波段的反射率&和bu是模型转换系数，通过多元回归获取； 针对植被橡元，建立热红外比辐射率与NDVI的关系模型获取热红...

【专利技术属性】
技术研发人员：唐伯惠，吴骅，唐荣林，
申请(专利权)人：中国科学院地理科学与资源研究所，
类型：发明
国别省市：