一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法
【專利摘要】本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,它涉及遙感影像數(shù)據(jù)處理【技術(shù)領(lǐng)域】。其步驟為:對所獲取的高光譜影像提取其幾何信息、波長信息以及550nm處氣溶膠光學(xué)厚度初值τ5500;將前述提取的參數(shù)輸入神經(jīng)網(wǎng)絡(luò)模型,模擬輸出大氣漫射透過率t以及總貢獻ρpath;利用近紅外波段的離水反射率ρw(NIR),連同t、ρpath,模擬出表觀反射率ρtoasin;將ρtoasim與從影像中提取的真實表觀反射率ρtoames進行光譜優(yōu)化,最終得到最優(yōu)解τ550opt、Ropt、nopt;將τ550opt帶入神經(jīng)網(wǎng)絡(luò)模型中,得到所有高光譜波段的大氣漫射透過率topt以及大氣分子和氣溶膠的總貢獻ρpathopt;結(jié)合影像上真實表觀反射率ρtoames,估算高光譜影像的離水反射率。本發(fā)明提高了模型的實用性,減少輸入?yún)?shù)的同時提高了估算精度。
【專利說明】—種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及的是遙感影像數(shù)據(jù)處理【技術(shù)領(lǐng)域】,具體涉及一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法。
【背景技術(shù)】
[0002]大氣校正一直是水色遙感中數(shù)據(jù)預(yù)處理的一個重要問題。Morel&Prieur(1977)將海水劃分為一類水體和二類水體。一類水體大多是遠離陸地,較少受到人類活動影響的開闊大洋水體,水中葉綠素對其光學(xué)特性起決定性作用;二類水體大多是沿岸和內(nèi)陸水體,受到人類活動的顯著影響,水體的光學(xué)特性由有色可溶性有機物、懸浮無機物以及葉綠素共同決定,復(fù)雜多變。Gordon,et al.(1994)根據(jù)一類水體在近紅外波段離水輻射率近似為O的特征,假設(shè)近紅外波段的信號值全部來自于瑞利散射和氣溶膠散射,發(fā)展了基于暗像元的標準大氣修正算法,在一類水體中獲得了較高的精度。然而,由于水體懸浮物在近紅外波段的高反射,使得暗像元的假設(shè)在二類水體中不再成立,因此標準大氣修正算法在二類水體不適用。
[0003]針對二類水體,國內(nèi)外學(xué)者在標準大氣修正算法的基礎(chǔ)上,進行改進、發(fā)展,提出了新的大氣校正方法。Wang,et al.(2007)認為渾濁水體在短波紅外波段可視為暗像元,并利用MODIS短波紅外和近紅外波段相結(jié)合,定義了一個渾濁水體指數(shù),當該指數(shù)值大于等于1.3時,視為渾濁水體,用短波紅外波段進行大氣校正,反之則用近紅外波段校正。該方法適用于美國和中國的東部沿岸水體。Hu,et al.(2000)假設(shè)氣溶膠類型在50?IOOkm空間范圍內(nèi)不變,找出研究區(qū)內(nèi)的清潔水體,根據(jù)近紅外波段離水輻射值為O的特征計算氣溶膠參數(shù),再用最臨近象元法將其傳遞給渾濁水體。并在墨西哥灣進行實驗,發(fā)現(xiàn)校正精度較高,改善了可見光短波波段被低估的情況。然而這些方法都要依賴于對清潔像元的選取,對于渾濁的二類水體,往往會出現(xiàn)過校正的現(xiàn)象。
【發(fā)明內(nèi)容】
[0004]針對現(xiàn)有技術(shù)上存在的不足,本發(fā)明目的是在于提供一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,針對二類水體,克服其暗像元難以選取的缺點,構(gòu)建一種神經(jīng)網(wǎng)絡(luò)模型,建立一種優(yōu)化算法,準確估算大氣對衛(wèi)星傳感器獲取信息的影響;為了提高估算精度,從影像直接提取參數(shù)參與優(yōu)化過程,使得大氣校正結(jié)果與數(shù)據(jù)獲取時刻的大氣條件更加接近。
[0005]為了實現(xiàn)上述目的,本發(fā)明是通過如下的技術(shù)方案來實現(xiàn):一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其步驟為:A:對二類水體的高光譜影像數(shù)據(jù)進行預(yù)處理,提取影像表觀反射率;
[0006]B:對所獲取的高光譜影像提取其幾何信息、波長信息以及550nm處氣溶膠光學(xué)厚
度初值τ 550° ;
[0007]C:將B中提取的參數(shù)輸入神經(jīng)網(wǎng)絡(luò)模型,模擬輸出大氣漫射透過率t以及大氣分子和氣溶膠的總貢獻P path ;
[0008]D:利用近紅外波段的離水反射率Pw(NIR),連同t、Ppath,模擬出表觀反射率
P toaSim ;
[0009]E:將P t。廣與A中提取的真實表觀反射率P t0;es進行光譜優(yōu)化,不斷調(diào)整參數(shù)τ 55(|、R、η,直到模擬值最接近真實值,最終得到最優(yōu)解τ 55廣R°pt、nopt ;
[0010]F:將τ 550opt帶入神經(jīng)網(wǎng)絡(luò)模型中,得到所有高光譜波段的大氣漫射透過率t°pt以及大氣分子和氣溶膠的總貢獻Ppath°Pt ;
[0011]G:結(jié)合影像上真實表觀反射率P 估算高光譜影像的離水反射率。
[0012]優(yōu)選地,所述步驟A具體包括步驟:
[0013]Al:獲取所需進行大氣校正的高光譜遙感影像,從中提取二類水體水域的影像數(shù)據(jù);
[0014]A2:利用所 獲取數(shù)據(jù)的定標參數(shù)(通常由傳感器發(fā)射方提供),對原始影像數(shù)據(jù)進行輻射定標和幾何糾正;
[0015]A3:從A2處理后的原始影像中提取表觀反射率數(shù)據(jù)P t0;eso
[0016]優(yōu)選地,所述步驟B具體包括步驟:
[0017]B1:從A處理的影像直接提取高光譜影像的幾何信息,包括太陽天頂角和方位角(θ3, Φ3)、衛(wèi)星天頂角和方位角(θν, φν);
[0018]Β2:從A處理的影像直接提取高光譜影像的波長信息;
[0019]B3:從A處理的影像直接提取550nm處氣溶膠光學(xué)厚度初值τ 55(|°。
[0020]優(yōu)選地,所述步驟C中,將B中提取的參數(shù)如太陽和衛(wèi)星天頂角(0s,θν)、方位角(φ3,Φν),影像多個波段的波長λ以及550nm處氣溶膠光學(xué)厚度初值τ55(ι°,輸入神經(jīng)網(wǎng)絡(luò)模型BP-Ppath以及BP-t,模擬輸出大氣漫射透過率t以及大氣分子和氣溶膠的總貢獻P patho兩個神經(jīng)網(wǎng)絡(luò)模型如下:
[0021]Cl:神經(jīng)網(wǎng)絡(luò)模型BP-Ppath用于模擬輸出大氣分子和氣溶膠的總貢獻Ppath,其輸入?yún)?shù)是太陽、衛(wèi)星天頂角、方位角以及波長。神經(jīng)網(wǎng)絡(luò)模型可由輻射傳輸模擬構(gòu)建的P path查找表建立,福射傳輸模擬可米用大氣福射傳輸方程或現(xiàn)有公開發(fā)布的開源代碼如6S模型完成。
[0022]C2:神經(jīng)網(wǎng)絡(luò)模型BP-t用于模擬輸出大氣漫射透過率t,其輸入?yún)?shù)是太陽、衛(wèi)星天頂角、方位角以及波長。神經(jīng)網(wǎng)絡(luò)模型可由輻射傳輸模擬構(gòu)建的t查找表建立,輻射傳輸模擬可采用大氣輻射傳輸方程或現(xiàn)有公開發(fā)布的開源代碼如6S模型完成。
[0023]優(yōu)選地,所述步驟D中,將754nm處離水反射率初值R°,光譜指數(shù)初值n°帶入近紅外離水反射率模型中,估算出近紅外波段的離水反射率P w (NIR),再連同t、P path,模擬出表觀反射率P tMsim。具體計算方法如下:
[0024]
【權(quán)利要求】
1.一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,其步驟為:(A):對二類水體的高光譜影像數(shù)據(jù)進行預(yù)處理,提取影像表觀反射率; (B):對所獲取的高光譜影像提取其幾何信息、波長信息以及550nm處氣溶膠光學(xué)厚度初值τ 550° ; (C):將步驟B中提取的參數(shù)輸入神經(jīng)網(wǎng)絡(luò)模型,模擬輸出大氣漫射透過率t以及大氣分子和氣溶膠的總貢獻Ppath; (D):利用近紅外波段的離水反射率Pw(NIR),連同t、Ppath,模擬出表觀反射率P toaSim ; (E):將PtJim與步驟㈧中提取的真實表觀反射率PttTs進行光譜優(yōu)化,不斷調(diào)整參數(shù)τ 55(|、R、η,直到模擬值最接近真實值,最終得到最優(yōu)解τ 550op\ Rop\ nopt ; (F):將τ55(|-帶入神經(jīng)網(wǎng)絡(luò)模型中,得到所有高光譜波段的大氣漫射透過率t°pt以及大氣分子和氣溶膠的總貢獻Ppath°Pt ; (G):結(jié)合影像上真實表觀反射率P,估算高光譜影像的離水反射率。
2.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述的步驟(A)具體包括步驟:(Al):獲取所需進行大氣校正的高光譜遙感影像,從中提取二類水體水域的影像數(shù)據(jù); (A2):利用所獲取數(shù)據(jù)的定標參數(shù)(通常由傳感器發(fā)射方提供),對原始影像數(shù)據(jù)進行輻射定標和幾何糾正; (A3):從步驟(A2)處理后的原始影像中提取表觀反射率數(shù)據(jù)PtJ'
3.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述步驟(B)具體包括步驟: (BI):從步驟(A)處理的影像直接提取高光譜影像的幾何信息,包括太陽天頂角和方位角(9S,Φ3)、衛(wèi)星天頂角和方位角(θν,φν); (Β2):從步驟(A)處理的影像直接提取高光譜影像的波長信息; (B3):從步驟(A)處理的影像直接提取550nm處氣溶膠光學(xué)厚度初值τ 55(|°。
4.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述步驟(C)中,將步驟⑶中提取的參數(shù)如太陽和衛(wèi)星天頂角(es,θν)、方位角(φ3,Φν),影像多個波段的波長λ以及550nm處氣溶膠光學(xué)厚度初值τ55(ι°,輸入神經(jīng)網(wǎng)絡(luò)模型BP-Ppath以及BP-t,模擬輸出大氣漫射透過率t以及大氣分子和氣溶膠的總貢獻P path ;兩個神經(jīng)網(wǎng)絡(luò)模型如下: (Cl):神經(jīng)網(wǎng)絡(luò)模型BP-Ppath用于模擬輸出大氣分子和氣溶膠的總貢獻Ppath,其輸入?yún)?shù)是太陽、衛(wèi)星天頂角、方位角以及波長。神經(jīng)網(wǎng)絡(luò)模型可由輻射傳輸模擬構(gòu)建的Ppath查找表建立,福射傳輸模擬可米用大氣福射傳輸方程或現(xiàn)有公開發(fā)布的開源代碼如6S模型完成。 (C2):神經(jīng)網(wǎng)絡(luò)模型BP-t用于模擬輸出大氣漫射透過率t,其輸入?yún)?shù)是太陽、衛(wèi)星天頂角、方位角以及波長。神經(jīng)網(wǎng)絡(luò)模型可由福射傳輸模擬構(gòu)建的t查找表建立,福射傳輸模擬可采用大氣輻射傳輸方程或現(xiàn)有公開發(fā)布的開源代碼如6S模型完成。
5.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述步驟(D)中,將754nm處離水反射率初值R°,光譜指數(shù)初值n°帶入近紅外離水反射率模型中,估算出近紅外波段的離水反射率P w (NIR),再連同t、P path,模擬出表觀反射率P toaSim ;具體計算方法如下:
6.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述步驟(E)中,將P tJin與A中提取的真實表觀反射率P t()ames進行光譜優(yōu)化,不斷調(diào)整參數(shù)T55(l、R、n,直到模擬值最接近真實值,最終得到最優(yōu)解T55(l°pt、R°pt、n_。在光譜優(yōu)化過程中,借助于罰函數(shù)判斷模擬表觀反射率與真實表觀反射率的接近程度,使模型模擬的值更加逼近真值;罰函數(shù)P定義為模擬表觀反射率與真實表觀反射率誤差的平方和,并加入?yún)?shù)初始值進行約束:
7.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述步驟(F)中,將τ55。-帶入神經(jīng)網(wǎng)絡(luò)模型BP-Ppath以及BP-t中,得到所有高光譜波段的大氣漫射透過率t°pt以及大氣分子和氣溶膠的總貢獻Ppath°pt。
8.根據(jù)權(quán)利要求1所述的一種基于神經(jīng)網(wǎng)絡(luò)二次優(yōu)化的二類水體大氣校正方法,其特征在于,所述步驟(G)中,結(jié)合影像上真實表觀反射率P 估算高光譜影像的離水反射率,計算由公式⑵完成。
【文檔編號】G01N21/25GK103712955SQ201410010428
【公開日】2014年4月9日 申請日期:2014年1月2日 優(yōu)先權(quán)日:2014年1月2日
【發(fā)明者】李云梅, 周莉, 黃昌春 申請人:李云梅