第 2期 ,总第 64期 2005年 6月 15日 国 　土 　资 　源 　遥 　感 REMOTE SENSING FOR LAND & RESOURCES No. 2, 2005　 Jun. , 2005　 几种用于 TM图像薄云去除的大气纠正算法比较 董彦芳 , 孙国清 , 庞 勇 , 付安民 (中国科学院遥感应用研究所 ,北京 　100101) 摘要 : 介绍了几种用于 TM 图像薄云去除大气纠正算法的原理和应用 ,在同一景 TM 图像薄云去除中 ,比较它们的 纠正效果 ,分析各自的优劣 。结果表明 ,梁顺林等提出的新算法具有一定的优越性 。 关键词 : 大气纠正 ; TM 图像 ; 薄云去除 中图分类号 : TP 75　文献标识码 : A　　　文章编号 : 1001 - 070X (2005) 02 - 0016 - 04 0　引言 大气纠正的目的是求地表反射率 。去除大气影 响的遥感图像可以有以下用途 : ①图像可以和光谱 数据库进行比较 ; ②多时相图像之间可以正确地比 较与分析 ,可以监测植被动态变化 ,并进一步评价大 气生态环境效益 [ 1 ] ; ③不同传感器的图像得以正确 比较与分析 ; ④多时相与多传感器的图像组合可实 现土地覆盖分类 ; ⑤对地面目标的光谱特征采样 , 可直接量测并作为反射 、发射或亮度温度值 。 大气纠正过程中的难点是如何去除气溶胶的影 响 ,气 溶 胶 的 不 均 匀 分 布 使 得 这 项 工 作 难 度 增 大 [ 2, 3 ] 。大气纠正的早期方法是通过快速计算得到 大气辐射传输方程的近似解 。目前广泛接受的方法 是查找表方法 ,但是 ,查找表方法使得从图像自身进 行大气参数的估计是最困难的 。本文通过几种典型 大气纠正方法去除薄云效果的比较 ,验证了梁顺林 新算法的实用性 。 1　大气纠正算法 传统的大气纠正算法可以分为参考地物法 、直 方图匹配法 、暗目标法和对比消去法 。梁顺林等 [ 1 ] 于 2001年提出了一种新算法 ,该算法完全是基于图 像法 ,即从图像上估计气溶胶的空间分布 ,用来反演 ETM 图像的地表反射率 。这种新算法的特点在于从 图像自身自动估测气溶胶的异构分布情况 。下面简 单介绍几种大气纠正方法 。 1. 1　已知大气状况的纠正方法 由于地表反射率是受大气影响后的结果 ,因此 , 如果知道了大气状况 ,就可以去除大气的影响 ,得到 真实地表的情况 。对于可见光 /近红外波段而言 ,大 气状况最主要的影响因素是大气气溶胶的变化 ,即 大气光学厚度的变化 ,因此 ,如何估算遥感图像的气 溶胶分布是去除大气影响的关键 。 如果已知大气的垂直廓线 (温度 、湿度 、压力廓 线 ) 、大气水汽含量 、大气光学厚度 (气溶胶 )以及气 溶胶 模 式 , 就 可 以 通 过 大 气 辐 射 传 输 模 式 (式 (1) [ 4 ] )模拟 ,计算 3个不同地表反射率条件下的大 气层顶辐射亮度 ,进而求解得到 L0、S和 F值 ,从而达 到大气效应纠正的目的 。 L i = L0 + ri 1 - ri S F ( 1) 　　式中 , L i 为传感器接收到的辐射亮度 ; L0 为观 测方向的路径辐射项 ; ri 为地表反射率 ; S为大气下 界的半球反射率 ; F 为大气层顶与太阳光垂直方向 的通量密度 ; 变量 i = 1, 2, 3。 该方法计算结果比较准确 ,但具体实施起来比 较困难 ,需要知道图像获取时的大气条件 ,而这些大 气条件的获取往往不太直接 ,这就限制了它的实用 性 。通常是采用基于图像的大气纠正方法 。 1. 2　参考地物法 参考地物法假设某些像元在所有给定的图像中 反射率相对稳定 ,假设整幅图像的大气状况相同 ,图 像的观测天顶角近似看作相同 (垂直观测 ) , 如果可 以在一幅图像中找到若干个 ( 3个以上 )地表反射率 固定不变的地物 ,则可以通过求解式 (1)得到大气参 收稿日期 : 2004 - 12 - 28; 修订日期 : 2005 - 02 - 25 基金项目 : 国家高技术研究发展计划 (863计划 ,项目编号 2003AA131032) 。 

第 2期 董彦芳 ,等 : 　几种用于 TM 图像薄云去除的大气纠正算法比较 ·71· 数 ,进而达到对整幅图像纠正目的 。 为了避免方程的相关性 ,一般要寻找地表反射 率分别为高 、中 、低的地物作为参考物 。这些目标的 反射率之间存在的线性关系可以用来归一化不同时 间获得的图像 。 这种算法虽然简单直接 ,但是它是统计方法 ,只 适用于相对纠正 。另外一个最大的局限 ,就是难以 纠正异构分布的气溶胶散射 。 1. 3　直方图匹配法 直方图匹配法假设晴空条件下和大气浑浊条件 下地表反射率有相同的直方图分布 [ 5 ] 。区分出清晰 区域后 ,将模糊区域的直方图匹配到清晰区域 。 这种方法的思想简单 ,容易理解 , ERDAS和 PC I 中都有这种功能的软件包 。如果一景图像上包含相 对不同的目标 ,并且它们的光谱反射率不同时 ,这种 设想是无效的 。另外 ,当气溶胶的空间分布差异很 大时 ,这种方法也不合适 。 1. 4　暗目标法 暗目标算法是应用最广泛的去云处理方法之 一 。如果一景图像包含浓密植被 ,那么用 TM / ETM 图像的第 7 波段就可以识别这些浓密植被 ,它们的 反射率与第 1波段 (蓝色 )和第 3波段 (绿色 )的反射 率有很强的相关关系 。因为浓密植被在可见光波段 反射率很低 [ 6 ] ,可以被当作“黑体 (暗目标 ) ”,因此 , 传感器所接收的辐射主要来自于大气的程辐射 ,可 以用于大气光学厚度的估算 。 这种算法历史悠久 ,是目前最流行的大气纠正 方法 。MOD IS和 MER IS传感器的大气纠正都是采 用这种算法 。然而 ,当图像上阴影区域没有广泛的 浓密植被分布时 ,比如冬季的图像 ,这种算法失效 。 对于不同植被条件 ,第 7 波段和第 1、3 波段反射率 的经验关系也有所不同 。因此 ,对于多光谱数据 (如 TM 数据 ) 必 须 采 用 波 段 相 关 的 薄 云 阈 值 。 Pat S Chavez[ 7 ]等提出一种改进的暗目标算法 ,允许用户 从选定的初始阈值来预测适合所有光谱波段的薄云 阈值 。 1. 5　对比消去法 对于地表反射率稳定的区域 ,不同时期得到的 卫星信号的变化可能是由于大气气溶胶的变化引起 的 。气溶胶的散射减小了局部图像反射率的变化 , 气溶胶越多 ,局部变化就越小 ,因此 ,可以通过这种 变化估测气溶胶的光学厚度 。 这种方法已经被成功运用于沙尘监测 。但这种 地表反射率不变的假设 ,限制了这种算法的全球性 应用 。 1. 6　梁顺林新算法 该算法完全基于图像 ,实现了从图像上估计气 溶胶的空间分布 ,用来反演 ETM 图像的地表反射 率 。原理是 ,由于可见光波段受大气影响较大 ,而 4、 5、7波段波长较长 ,受大气影响很小 ,因此 ,将 1、4波 段做比值处理可以突出薄云的影响 ,对比值图像进 行分割 ,即能较准确地分出受影响的区域和未受影 响的区域 。利用 4、5、7波段合成图像进行 K - 均值 聚类 ,理论上能够客观地对真实地表进行类型划分 。 假设在同一景 TM 图像中或同一研究区域内 ,每一 地表类型的反射情况相同 ,这样就可以对每一聚类 用清晰区域的平均反射率代替模糊区域的反射率 , 从而较大程度地消除薄云的影响 。这个算法的主要 优点在于它是基于图像的 ,不需要知道许多当时的 大气条件 。 该算法可以归纳为几个步骤 [ 1 ] : ①由 TM 图像 DN 值计算反射率图像 ; ②用 TM 1 / TM 4区分清晰区 域与模糊区域 ; ③用 TM4、TM5、TM7波段组合进行 空间 K均值聚类 ; ④对照步骤 ②、③中结果图 ,对每 一聚类用清晰区域的反射率均值代替模糊区域的反 射率 。 2　实验数据概况 实验数据为 2000年 6月获取的一景 TM 数据 , 覆盖区域是长白山森林地区 ,内有黑龙江经过 ,图像 中部南北向有两条明显的阴霾 。实验区的范围为北 纬 53°21′45. 64″～53°43′32. 21″,东经 122°57′51. 15″ ～123°35′37. 14″。 3　大气纠正结果 3. 1　直方图匹配结果 使用 ERDAS软件中的直方图匹配去薄云算法 , 处理结果如图 1所示 。 从图 1中 ( a) 和 ( b) 对比可以看出 : TM1波段 纠正后清晰了很多 , TM2波段纠正效果较差 , TM3波 段的纠正前后差别不大 ,因为 TM3波段受云的影响 较小 。 

·81· 国 　土 　资 　源 　遥 　感 2005年 图 1　直方图匹配算法纠正结果 图 2　暗目标法纠正结果 3. 2　暗目标法匹配结果 3. 3　梁顺林算法匹配结果 根据暗目标算法 ,编写一个 IDL 程序进行图像 运算处理 。选择一定阈值 (小于某个值的像元所占 百分比 ) ,图像上 DN 值所占比率小于这个阈值的所 有像元被认为是受云影响的 , 将整幅图像都减去这 个 DN 值 。这种方法简单 ,但是将整幅图像受云的 影响均一化 ,事实上在大范围的大气纠正中并不合 理 。暗目标法纠正结果如图 2所示 。 该方法在这里的效果比第一种方法差 ,原因是 它对整幅图像都减去一定值 。 文中一方面根据梁顺林算法的思想自己编程进 行大气纠正 ,验证这种算法的可行性 ,同时 ,将这一 算法用到 863项目实际问题的解决上来 。设计如下 3个函数来完成工作 。 (1) R a tioC lu ( TM 图像文件名 ,分割数目 ,循环 次数 ,阈值 ,分割结果文件名 ) ,从分割图像上找到清 晰和模糊区域对应的分类号 ; (2) Km eans ( TM 图像文件名 ,聚类数目 ,循环 次数 ,阈值 ,聚类结果文件名 ) ; (3) A tm Corect (分割结果文件名 ,聚类结果文 件名 ,清晰分割号 ,模糊分割号 ,聚类数目 , TM 图像 

第 2期 董彦芳 ,等 : 　几种用于 TM 图像薄云去除的大气纠正算法比较 ·91· 文件名 , 图像获取时间 , 入射角 , 反射率图像文件 名 ) 。 函数 (1)和 ( 2)中的循环次数都为 200,阈值为 0. 01。具体工作步骤和结果如插页彩片 1所示 。 对比原始 TM1 波段图像 ,从插页彩片 1 ( a)可 以看出 ,在利用比值图像分割出来的 4种地类中 ,蓝 色 (分割号为 3)对应图像中的清晰区域 ,黄色 (分割 号为 4)对应图像中的模糊区域 ,这 2个参数作为函 数 (3)的输入参数 。河流的反射率很低 ,在比值图像 上可以准确地被分出来 。图中绿色部分是地表反射 率较高的裸地 ,尽管它们也受到薄雾的影响 ,但利用 此算法将其分成另外一类 ,在后续纠正中将不进行 反射率的转换处理 ,因此 ,用机器进行自动分割在这 种算法中还是有一定不足之处 。彩片 1 ( b) 是三波 段聚类结果 ,程序中用户可以输入聚类数 、K - 均值 算法的循环次数 、聚类中心变化量的阈值 。这里的 聚类数为 10 类 ,能够代表研究区域的典型地物类 型 。彩片 1 ( c)和 ( d) 分别是纠正前后波段 1、2、3合 成的结果 ,比较发现 ,大部分薄云的影响已经去除 。 从彩片 1 ( e)和 ( f)可以发现 ,薄云对长波段的影响 较小 ,纠正前后图像的变化也不明显 。 4　结论 尽管大气纠正算法很多 ,但由于大气的状况很 复杂 ,许多方法的使用范围都有一定的局限性 ,本文 通过对 3 种方法的对比分析 ,认为梁顺林提出的算 法在一定程度上优于直方图匹配法和暗目标法 。 参考文献 [ 1 ] 　张玉贵. 以气象记录为辅助数据的 TM 图像大气校正方法 [ J ]. 国土资源遥感 , 1994, 22 (4) : 54 - 62. [ 1 ] 　L iang Shunlin, Fang Hongliang, Chen M ingzhen, et al. A tmospher ic Correction of Landsat ETM + Land Surface Imagery - Part Ⅰ: Methods[ J ]. IEEE Transaction on Geoscience and Remote Sens ing, 2001, 39 (11) : 2490 - 2498. [ 3 ] 　L iang Shunlin, Hassan Fallah - Adl, Satya Kalluri, et al. An Oper ational A tmospheric Correction A lgorithm for Landsat Thematic Mapper Imagery over the Land [ J ]. Journal of Geophysical Re search, 1997, 102 (D14) : 17173 - 17186. [ 4 ] 　刘长盛 , 刘文保. 大气辐射学 [ M ]. 南京 : 南京大学出版社 , 1990. [ 5 ] 　R ichter R, Spatially A. Adap tive Fast A tmospheric Correction A lgo rithm [ J ]. Int. J. Remote Sening, 1996, 17: 1201 - 1214. [ 6 ] 　Yoram J Kaufman, Claudia Sendra. A lgorithm for Automatic A tmos pheric Corrections to V isible and Near - IR Satellite Imagery[ J ]. Int. J. Remote Sening, 1988, 9 (8) : 1357 - 1381. [ 7 ] 　Chavez Pat S. An Imp roved Dark - object Subtraction Technique for A tmospheric Scattering Correction ofMultispectral Data[ J ]. Remote Sensing of Environment, 1988, 24 (3) : 459 - 479. A COM PAR IT IVE STUDY O F SOM E ATMO SPHER IC CO RRECT IO N M ETHOD S DONG Yan - fang, SUN Guo - qing, PANG Yong, FU An - m in ( Institute of R em ote S ensing A pplications, CAS, B eijing 100101, Ch ina) If these disturbances can be elim inated or reduced, Abstract: A lthough op tical remote sensing images have relatively high spatial resolution, they are frequently dis the app lication field of these turbed by atmospheric conditions. In this paper, some atmospheric correction methods have been described both in theory images will be extended. and in app lication, and they are used on the same TM image. A comparison of the results has led the authors to conclude that the algorithm p resented by L iang Shunlin is better than other methods. Key words: A tmospheric correction; TM image; Hazy reduction 第一作者简介 : 董彦芳 (1977 - ) ,女 ,博士研究生 ,主要从事植被遥感 、作物监测研究 。 (责任编辑 : 刁淑娟 )