Практика. Модифицированная методика атмосферной коррекции снимков.

Одним из наиболее важных этапов предварительной обработки космических снимков является атмосферная коррекция. В настоящее время, большая часть данных попадающих в руки конечного пользователя уже атмосферно скорректирована. Однако, в связи с тем, что процесс коррекции больших объемов данных полностью автоматизирован, то используемые для коррекции алгоритмы рассчитываются исходя из усредненных показателей и не учитывают особенностией получения каждого конкретного снимка.

Часто встречающаяся проблема при использование космических снимков - облачность. Ряд программных пакетов для обработки ДЗЗ относительно успешно справляется с уменьшением влияния облачности на изображение, но стоит отдельных денег, применим далеко не во всех случаях, иногда требует дополнительных данных о состоянии атмосферы на момент проведения съемки (см. например модуль ATCOR для ERDAS Imagine).

В данной статье описывается методика атмосферной коррекции данных Landsat/ETM+ с использованием алгоритма разработанного Chavez, P. S. в 1988 году и в дальнейшем усовершенстованная (Chavez, 1996) (скачать статью). Изначально методика была описана для атмосферной коррекции данных со спутника Landsat/TM. Модель для ERDAS Imagine позволяющую откорректировать данные Landsat/TM можно скачать здесь (потребуется регистрация на сайте). В данной статье рассматривается модель и алгоритм для обработки данных Landsat ETM+ и не приводится теоретическое обоснование метода.

Для модифицирования модели под конретный снимок и выполнения коррекции необходимо выполнить следующие шаги: Основные этапы методики:

• Получить метаданные
• Анализ данных
• Модификация модели
• Запуск модели

Получение метаданных[править]

В первую очередь нужно проверить наличие файла с метаданными (чаще всего находится в той же папке, что и снимок и имеет расширение .met). Если его нет, то можно попробовать загрузить файл с ftp-сервера GLCF.

Анализ данных[править]

На данном этапе потребуется "получить" значения необходимые для модели.

a) В метафайле нужно найти следующие параметры:

• ACQUISITION_DATE (значение 1)
• SUN_ELEVATION (значение 2)
• SUN_AZIMUTH (значение 3)

(Для значений SUN_ELEVATION меньше, чем 40, необходимо провести тестирование, этому будет посвящена готовящаяся статья «Тестирование данных для атмосферной коррекции»)

б) Определить расстояния от Солнца до Земли в момент съемки (Sun-Earth Distance) (значение 4)

в) Выбрать минимальное значение DN (digital number) для каждого канала. Для этого необходимо поочередно загрузить каждый канал в режиме pseudo-color во Viewer ERDAS Imagine, открыть атрибутивную таблицу канала (Raster -> Attributes), выделить все строки, в которых значение в столбце Histogram равно или близко к нулю и перекрасить эти строки в другой цвет (выделить столбец Color, нажать правой кнопкой мыши по заголовку столбца и из списка выбрать Сolor).

Далее необходимо постепенно менять цвет расположенных ниже строк до тех пор, пока окрашенные пиксели не станут видны в пределах снимка. Обычно, в такой строке количество пикселей с определенным значением возрастает в несколько раз по сравнению с количеством пикселей в предыдущей строке.

В приведенном ниже примере, резкий скачок в количестве пикселей наблюдается между строками 43 и 44 (с 939 до 3013). Поэтому необходимо выделить все строки до 44 - это позволяет определить наиболее темные объекты в данном канале (теоретическое объяснение процесса). Номер строки необходимо запомнить (43 строка в нашем случае). Тоже самое повторить для остальных каналов (значение 5.1 — для первого канала, 5.2 — для второго канала, и т.д.).

Рассчитать значение зенитного расстояния (SolarZenithAngle) (значение 6) зная высоту светила по формуле:

${\displaystyle SolarZenithAngle=90-SunElevationAngle}$

где SunElevationAngle берется из файла с метаданными (Значение 2 — SUN_ELEVATION)

д) Сконвертировать каждое минимальное значение DN (значения 5.1, 5.2, и т.д) в значения at sattelite-radiance (значения 7.1, 7.2, и т.д.)

${\displaystyle L_{\lambda }={\frac {L_{max\lambda }-L_{min\lambda }}{Q_{calmax}-Q_{calmin}}}\cdot \left(Q_{cal}-Q_{calmin}\right)\cdot L_{min\lambda }}$

Подробнее об этом этапе процесса коррекции в статье «Конвертация данных TM/ETM+ в показатели излучения на сенсоре».

е) Рассчитать теоретическое значение излучения на сенсоре «темного объекта» для каждого канала (значения 8.1, 8.2, и т.д.)

${\displaystyle L={\frac {0.01\cdot ESUN\cdot \cos ^{2}Q}{\pi \cdot d^{2}}}}$

где, d — расстояние от Земли до Солнца в точке получения снимка на момент съемки (см. значение 4 — Sun-Earth Distance)

Q — зенитное расстояние (см. значение 6 — SolarZehithElevation)

ESUN — Mean Solar Exoatmospheric Spectral Irradiance (см. таблицу ниже)

ж) Рассчитать константу газовой коррекции для каждого канала по формуле (значения 9.1, 9.2, и т.д.)

${\displaystyle L_{haze}=L_{\lambda }-L}$

где, ${\displaystyle L_{\lambda }}$ — значения DN для каждого канала сконвертированные в at sattelite-radiance (7.1, 7.2, и т.д.)

L — значения теоретическое значение излучения на сенсоре "темного объекта" для каждого канала (8.1, 8.2, и т.д.)

з) Последний шаг — рассчет атмоферно-скорректированных значений по формуле

${\displaystyle V_{value}={\frac {\pi \cdot d^{2}\cdot \left(DN-L_{haze}\right)}{ESUN\cdot \cos ^{2}Q}}}$

где, d — расстояние от Земли до Солнца в точке получения снимка на момент съемки (см. значение 4 — Sun-Earth Distance)

Q — зенитное расстояние (см. значение 6 — SolarZehithElevation)

DN (digital numbers) — значение яркости каждого пикселя снимка

${\displaystyle L_{haze}}$ — константа газовой коррекции для каждого канала (см. значение 9.1, 9.2, и т.д.)

ESUN — Mean Solar Exoatmospheric Spectral Irradiance (см. Таблицу выше)

Модификация модели[править]

В связи с тем, что описанный выше алгоритм может представляться достаточно сложными и требующими больших вычислительных затрат, нами была модифицирова модель и дополнительный файл в формате Excel, разработанные для ERDAS Imagine в Arizona Remote Sensing Center, позволяющие максимально автоматизировать процесс пересчета исходных значений DN в атмосферно-откорректированные. Получение трех входных значений для модели (расстояние от Земли до Солнца, минимальные значения DN и SUN_ELEVATION) описано выше. Скачать модель ATCOR.gmd и файл COST-ETM7.xls.

Запуск модели[править]

Для запуска модели откройте ERDAS Imagine, выберите в главном меню «Modeler → Model Maker» и откройте файл ATCOR.gmd. Введите новые формулы в соответсвии с описанием в файле COST-ETM7.xls и запустите модель — Run. Входной снимок в модели должен из себя представлять единый, многоканальный файл (каналы 1, 2, 3, 4, 5, 7, объединенные с помощью команды Layer Stack). Результатом работы программы является атмосферно-откорректированный снимок, формат файлов - float (числа с дробной частью) поэтому размер занимаемый ими на диске значительно больше исходных.

Список литературы:

1. Chavez, P. S. Jr, 1988. An Improved Dark-Object Subtraction Technique for Atmospheric Scattering Correction of Multispectral Data. Remote Sensing of the Environment, 24, 459-479 >>>
2. Chavez, P. S. Jr, 1989. Radiometric Calibration of Landsat Thematic Mapper Multispectral Images. Photogrammetric Engineering and Remote Sensing 55(9), 1285-1294 >>>
3. Chavez, P.S. Jr., 1996. Image-based atmospheric corrections—revisited and revised. Photogrammetric Engineering and Remote Sensing 62(9):1025-1036 >>>

Ссылки по теме[править]

• Конвертация данных TM/ETM+ в показатели излучения на сенсоре
• Дополнительные модели для ERDAS Imagine на сайте Leica Geosystems LLC
• 5 Atmospheric and Radiometric Correction
• New and Improved Procedure for Minimum DN Selection for input to the COST Model for Atmospheric Correction