李 鑫， 张黎明*， 陈洪耀， 徐伟伟

1. 中国科学院安徽光学精密机械研究所， 安徽 合肥 230031

2. 中国科学院通用光学定标与表征技术重点实验室， 安徽 合肥 230031

基于光谱靶标的光学遥感器光谱响应特性在轨评估方法研究

李 鑫1, 2， 张黎明1, 2*， 陈洪耀1, 2， 徐伟伟1, 2

1. 中国科学院安徽光学精密机械研究所， 安徽 合肥 230031

2. 中国科学院通用光学定标与表征技术重点实验室， 安徽 合肥 230031

多光谱遥感技术在研究地表生物量、 气候变迁和自然灾害预报等方面有重要应用， 遥感器的光谱敏感度与遥感数据的定量化存在相关性。 遥感器在轨运行期间， 受空间辐射、 温度剧变和化学分子污染或宇宙尘埃等因素的影响， 光学系统光谱敏感度产生退化， 导致测量值与真值出现偏差， 影响影像产品的精度。 在已有工作的基础上， 提出了一种简化的基于人工光谱检测参照的光谱响应特性在轨评估方法， 通过建立光谱响应函数的退化模型， 结合光谱靶标反射率的测量结果与影像反演结果， 实现遥感器光谱响应特性的在轨评估。 经仿真实验与在轨实验验证， 该方法可以有效实现对光谱响应函数波长漂移和带宽缩放变化的检测， 并有利于提高遥感器长时间序列数据产品精度和多种遥感器数据产品的综合利用水平。

遥感； 光谱定标； 多光谱相机； 光谱响应函数； 光谱靶标

引 言

多光谱遥感是在可见光到热红外波段范围内, 利用多光谱扫描系统通过不同的狭窄波段区接收地物的反射辐射， 获得多个谱段影像的遥感技术。 通过对影像数据的定量化分析， 可实现污染物监测、 植被营养状态监测、 森林火灾预警等多方面的应用[1]。 多光谱遥感器对入射光谱辐射的响应具有选择性， 光谱响应函数是表征多光谱遥感器对入射光谱辐射刺激响应特性重要物理量， 与遥感数据的定量化应用密切相关。

遥感器在轨运行期间， 某些光学元件受到化合物分子污染(如推进器羽流， 宇宙尘埃)、 环境温度变化以及太阳或宇宙空间辐射影响时， 响应特性会产生退化， 并且该退化存在光谱特性， 最终导致成像系统光谱响应特性与发射前实验室测量结果产生差异， 进而影响目标物理量真实性。 由于积累效应， 该偏差在长时间序列的观测数据中会更加明显， 这在MODIS的长时间序列归一化植被指数产品中已经得到验证。 人们在对MODIS C5植被指数数据产品进行定量分析时发现， Terra与Aqua的长时间序列归一化植被指数(NDVI)测量值存在较大偏差， Xiong认为Terra遥感器漫反射板的退化导致了该差异， 并基于统计方法建立了退化模型对该序列数据进行校正。 但该结论目前无法得到数据证明， 从以往的经验来看， 依然存在光学元件光谱响应特性退化不一致而形成数据差异的可能性。 Horan等通过对ERTS-1星载MSS(multispectral scanner)定标数据的分析指出， 导致定标数据退化的主要原因是镜头受到了某些碳氢化合物的污染[2]。 Vermote等以云和沙漠作为检测参照， 对AVHRR/NOAA-9， 11进行绝对辐射定标， 并将定标结果应用了气溶胶的观测， 比较发现两者存在较大的差异性， 通过对相关数据的分析得出结论， 第一通道的光谱响应函数有效中心波长由于空间环境的影响红移了17 nm[3]。 Lei等[4]发现， SNPP VIIRS旋转望远镜四个反射镜在太阳紫外光的照射下会产生暗化， 进而导致整个光学系统光谱响应函数产生退化， 这是由于在制作过程中掺入三氧化钨而造成的。 由以上资料可以看出， 虽然卫星遥感器均带有严格的保护装置， 由于生产工艺或空间环境的影响， 光谱响应函数的退化依然无法完全避免。

辐射定标虽然可以校正遥感器辐射特性的畸变， 但对于响应函数形状模式变化而导致的反演结果偏差却无能为力， 这是因为辐射定标系数是光谱响应函数积分的结果， 对于函数形状模式的变化不敏感。 实验室测量光谱响应函数的方法有单色仪扫描方法或基于标准色卡的反演算法[5-7]， 这些方法虽然精度很高但由于测量设备复杂或重量限制， 目前仍然不能应用于星上检测。 目前典型的可实现星上光谱定标的星上定标器就是Terra和Aqua搭配的MODIS[8]， 它通过光谱定标组件来实现光谱定标， 但由于该定标器结构较复杂， 无法应对所有遥感器均配置这样的定标系统， 而且实际运行的结果表明星上定标器也会时间产生退化， 长期的高精度定标需求难以得到满足。

借鉴在轨辐射定标和现有的退化特性评估方法， 使用人工光谱检测参照， 实现了在轨检测遥感器光谱响应函数的退化特性， 通过对退化过程进行参数化建模， 并以光谱反射率呈非线性变化的光谱靶标为检测参照， 实现对相机光谱响应函数带宽与中心波长退化状况的定量化检测， 该方法适用于各种高空间分辨率的多光谱遥感器， 并对于进一步提高我国辐射定标精度和长时间序列遥感数据产品的前后一致性有重要意义。

1 退化特性检测算法

1.1 地面目标的等效反射率反演

灰阶靶标是一组光谱反射率近似为常数的人工靶标， 而且组内靶标间的反射率呈等比例变化， 在实际定标应用中， 可用于消除成像路径大气程辐射的影响。 结合遥感器的成像方程， 利用经验线性法[9]， 可消除程辐射和暗电流的影响， 同时拟合直线的斜率即为反射率定标系数。 一景遥感影像的覆盖范围与大气作用范围比起来是比较小的， 而且成像时间也在秒级范围内， 因此可认为影像中目标上空大气为平面平行大气， 具有相同的光学特性。 可以将反射率定标系数应用于遥感影像其他区域， 来得到其他目标的反演反射率。 上述反射率反演流程如图1所示。

Fig.1 Flow of empirical linear method based on scale targets

1.2 退化模型的建立和在轨检测算法

多光谱遥感器的成像过程可以下面的形式描述

(1)

其中DNtarget为目标的响应值，Eground(λ)为到达地面的光源光谱辐照度，Rtarget(λ,θs,φs,θv,φv)为地面目标双向反射分布函数，T(λ)为遥感器观测目标路径上的大气透过率，DNa, a-g为观测路径上大气程辐射与地气耦合辐射形成的响应值，DN0为遥感器暗电流响应值。

以灰阶靶标为检测参照， 利用经验线性法得到的目标反演反射率可以表示为

(2)

(3)

(4)

其中a表示函数周期的缩放， 即有效响应波段范围的变化情况， 01则表示响应波段收窄。b表征了响应函数有效中心波长或响应度重心的变化情况，b<0表示中心波长或响应度权重模式向长波方向偏移，b>0表示中心波长或响应度权重模式向短波方向偏移。 我们将遥感器响应函数退化评估过程转化为计算参数a和b的过程。

选择合适的检测参照， 通过比较退化前后的检测参照等效反射率， 利用最小二乘法即可求解得到参数a和b, 即实现对退化状况的定量化评估， 目标函数可以表示为

(5)

2 仿真模拟实验验证

MODIS是当前世界上新一代“图谱合一”的光学遥感仪器， 其可见近红外波段光谱响应函数呈现不同的特点， 为符合一般性， 本节将以该相机在可见近红外波段的光谱响应函数作为模拟遥感器来验证本文第二节所述算法的有效性。

由第一节可知， 光谱响应函数退化目标监测精度有重要影响， 为进一步量化验证该结论， 由SPLIB地物波谱数据库中选择了多种遥感应用中典型地物， 包括青草、 干草、 土壤、 水体、 水泥地、 树木等， 以此作为检测对象， 并利用模拟遥感器按式(1)模拟成像过程， 通过比较退化前后反演反射率的差异来对退化影响进行评估。 模拟仿真实验中所使用的多光谱相机光谱响应函数和选择的检测对象光谱反射率曲线如图2所示。

Fig.2 Response functions of MODIS (a) andreflectance of typical targets (b)

由表1可以看出， 模拟遥感器光谱响应函数的退化， 对典型地物等效反射率的计算将产生影响， 由于该偏差是由于光谱响应函数曲线变化而形成的， 无法使用辐射定标进行校正， 当将退化数据应用于地物识别或生物量计算时会产生较大的误差， 甚至得到错误的结论。 因此需要定期对多光谱遥感器的退化情况进行评估， 及时对影像数据进行校正。

Table 1 Deviation of calculated object reflectance

在对退化效应进行评估的过程中， 需要使用光谱靶标， 现有的光谱靶标样品经检测， 在遥感器观测角度范围内具有良好的朗伯性， 实验过程中使用美国ASD公司生产的FieldSpec4地物光谱辐射计测量检测参照的光谱反射率曲线， 并利用标准白板的BRDF数据将测量值修正到观测方向上， 结果如图3所示。

Fig.3 The reflectance curves of spectral target samples

Table 2 Statistical analysis of the degradation

由表1可以看出， 除第三通道外， 其他通道均得到了较小的检测偏差。 由于第三通道的带宽较宽， 因此对中心波长的变化不敏感， 但该精度已能满足实际应用的精度要求。 所以方法可有效实现对遥感器退化效应的检测。

在实际应用中， 由于人力、 物力和实验场地等限制， 可布设的光谱靶标的数量不能太多， 因此需要利用模拟计算的方珐， 并结合检测对象的响应函数特点， 从现有的多个靶标样品中选择出少量的样品制作成大面积检测参照来进行在轨检验。 通过仿真计算， 并考虑到场地、 运输和其他定标需要， 选择了四种光谱靶标， 以此为样品制作了大面积光谱检测参照。

3 外场实验验证

3.1 光谱靶标与在轨试验

为满足外场检测试验的需要， 我们还制作了灰阶靶标， 结合上文提到的选择的光谱靶标， 共有五类六种大面积人工光谱检测参照， 考虑到像元间的混合效应和遥感器的空间分辨率， 每块光谱靶标的尺寸设置应至少包含8×8个像素。 由于使用了光学特性良好的基底材料和防水涂料， 所有人工靶标均具有良好的光学特性与理化特性， 可实现移动性在轨检测。 2012年9月， 安光所实验人员于黑龙江肇庆进行了对资源卫星多光谱相机在轨实验检测。

Fig.4 Deployed spectral Targets

Fig.5 The image and spectral reflectance of spectral targets

实验当天， 使用全自动太阳光度计CE318实现对太阳直射辐射的全天测量， 利用该数据， 使用Langley法可求得太阳入射路径上的大气光学厚度, 卫星影像所占区域较小， 因此可认为一景中的大气为平面平行大气。 使用自动气象站实时测量当天的大气温度、 湿度、 气压等的气象数据， 可作为辐射传输计算中的输入参数， 提高定标精度， 测量结果如表3所示。 根据要求， 在卫星过顶前后1 h内， 利用美国ASD公司生产的Field Spec4野外光谱辐射计和标准漫反射板， 对所有检测参照和周围地物进行多点测量， 并对测量值进行统计平均， 减少了随机误差， 获取了检测参照的实际光谱反射率。 在数据处理过程中， 利用标准漫反射板的双向反射分布函数将光谱反射率修正到遥感器的观测方向上， 降低检测结果的不确定度， 最终得到的目标光谱反射率曲线如图5所示。

Table 3 The data measured by weather station

实验数据处理过程中， 一方面， 结合测得的气象数据和大气光学厚度数据， 利用辐射传输软件进行辐射传输计算， 可以得到地面光谱辐照度、 观测路径的大气透过率等， 结合测量的光谱靶标反射率和多光谱遥感器的光谱响应函数， 可得到光谱靶标的计算等效反射率。 另一方面， 利用灰阶靶标可去除影像中大气程辐射与暗电流形成的响应值， 并得到反射率定标系数， 反演得到检测参照的反演反射率， 通过比较这两种反射率来实现遥感器退化特性的评估。

3.2 实验数据处理与结论

通过对遥感影像的初步分析， 发现光谱靶标在第三、 第四通道存在非线性响应， 为减少不确定度来源， 提高检测精度， 将只对前两个通道的退化情况进行评估。 利用1.1节所述的经验线性法反演得到光谱靶标前两个通道的多光谱反射率如表4所示。

Table 4 The inverted reflectance of tarps

卫星发射前， 在实验室利用单色仪测量了多光谱相机的光谱响应函数， 如图6所示。

Fig.6 The diagram of measuring the spectral sensitivity of multispectral sensor

其中1为宽光谱光源， 2为前置光学系统， 3为单色仪， 4为平行光管， 5为标准光谱辐射计， 7为转台， 6为待定标多光谱相机。 在测量过程中， 以标准光谱辐射计作为传递标准， 利用单色仪进行光谱扫描， 最后通过插值得到相机各通道的光谱响应函数。 结合辐射传输计算的结果， 利用式(2)， 计算得到的光谱靶标等效反射率如表5所示。

Table 5 The reflectance of spectral targets

通过比较表4和表5可以发现， 第一、 二通道的最大反射率偏差均大于0.05， 明显大于噪声引起的误差， 也大于其他不确定源所带来的偏差， 因此该偏差只能来自于光谱响应函数的退化。

利用基于光谱靶标的在轨退化评估算法对两个通道的退化情况进行定量化评估， 最终得到的带宽与中心波长退化系数如表6所示。

Table 6 The degradation coefficients of

由表6可以看出， 通道1与通道2的响应函数均存在一定的红移， 但均比较小， 带宽也存在一定的放大， 这应该是发射振动与温度变化综合作用的结果。

利用求解得到的退化因子， 结合式(2)—式(4), 再一次计算各个检测参照的等效反射率， 计算其与灰阶靶标反演结果的相关系数， 如图7所示。

由图7可以看出， 退化评估计算前， 第一、 二通道反演反射率与利用式(2)得到的等效反射率的相关系数分别为0.979, 0.995， 利用求解的退化因子修正后， 相关度分别达到: 0.990, 0.999， 说明两通道得到的退化因子可以表征响应函数的实际退化情况。 为进一步验证检测结果， 选择靶标附近的其他参照目标， 如干草、 靶标附近的玉米田、 水泥公路等， 利用上述过程分别计算反演反射率和等效反射率， 退化评估前两通道最大相对偏差分别为: 0.130， 0.146， 利用退化因子重新计算后分别为: 0.054， 0.108， 两者均得到较大改善， 以上结果均说明本方法得到的退化因子是有效的。

4 分析与讨论

实验计算得到的退化因子均比较小， 这是因为检测对象在轨运行时间还不长， 所以光学系统的退化也比较小。

Fig.7 The relationship between calculated and inverted reflectance

当光学遥感器在轨运行时间比较长时， 受宇宙辐射、 元件老化、 温度变化等因素的影响， 其中心波长与带宽退化效应会比较大， 造成目标检测结果出现较大的偏差。 因此需要定期使用光谱靶标对探测器的退化状况进行评估， 以便及时对影像数据进行校正， 得到准确可靠的产品。

本方法主要依赖于光谱靶标的反射率在待检测波段范围内呈非线性变化特性， 因此当响应函数发生变化时， 其反演反射率会发生较大变化。 通过对多个多光谱相机的响应函数进行统计分析， 发现其遥感探测波段基本一致， 因此本方法也适用于其他探测器的在轨退化效应评估， 只是人工光谱靶标的面积需要改变， 以适应待评估探测器的空间分辨率。

本次验证实验是首次将光谱靶标作为检测参照应用于在轨退化特性评估， 因此得到的只是初步的检测结果， 从拟合结果来看， 第二通道拟合得到的漂移量相对较大， 说明该通道响应函数可能存在权重模式的变化， 其综合作用结果是使拟合漂移量变大， 要想得到进一步详细精确的结果， 还需要参考其他的响应函数模型对现有模型进行优化， 并定期进行在轨检测， 利用长时间序列的数据产品进行综合验证， 这将是下一步的工作。

提出的基于人工光谱靶标的遥感器光谱响应特性在轨评估方法适用于各种高空间分辨率的多光谱遥感器， 在提高辐射定标精度以及实现数据产品一致性校正等方面有重要意义。

[1] MEI An-xin, PENG Wang-lu, QIN Qi-ming, et al(梅安新， 彭望禄， 秦其明， 等). Introduction to Remote Sensing(遥感导论). Beijing: Higher Education Press(北京： 高等教育出版社)， 2001. 37.

[2] John J Horan, Daniel S Schwartz, James D Love. Applied Optics, 1974, 13(5): 1234.

[3] Vermote E, Kaufman Y J. INT. J. Remote Sensing， 1995， 16(13): 2335.

[4] Lei Ning, Bruce Guenther, Wang Zhipeng, et al. Proc. SPIE Earth Observing Systems， ⅩⅧ， 2013， 8866: 88661H-1.

[5] WU Jing， YANG Wei-ping， FENG Jie(吴 静, 杨卫平, 冯 洁). Journal of Yunnan Normal University(云南师范大学学报)， 2006， 26(5): 43.

[6] ZHANG Hui, LIU Jian-wei, YANG Liang, et al(张 辉, 刘建伟, 杨 良, 等). Laser & Infrared(激光与红外)， 2003， 33(3): 373.

[7] REN Qing-hai, ZHOU Kai(任青海, 周 凯). Infrared and Laser Engineering(红外与激光工程)， 1997， 26(6): 54.

[8] Xiong Xiao-xiong, Willian Barnes. Advances in Atmosphere Sciences, 2006, 23(1): 70.

[9] Xu Junfeng， Huang Jingfeng. Pedosphere, 2008, 18(1): 127.

[10] LI Xin, ZHANG Li-ming, CHEN Hong-yao, et al(李 鑫， 张黎明， 陈洪耀， 等). Acta Optica Sinica(光学学报), 2014, 34(6): 0628002-1.

[11] CHEN Hong-yao, ZHANG Li-ming, LI Xin, et al(陈洪耀， 张黎明， 李 鑫， 等). Acta Optica Sinica(光学学报), 2013, 33(3): 0528003-2.

*Corresponding author

On-Orbit Multispectral Sensor Characterization Based on Spectral Tarps

LI Xin1, 2， ZHANG Li-ming1, 2*， CHEN Hong-yao1, 2， XU Wei-wei1, 2

1. Anhui Institute of Optics and Fine Mechanics, Chinese Academy of Sciences, Hefei 230031, China

2. Key Laboratory of Optical Calibration and Characterization, Chinese Academy of Sciences, Hefei 230031, China

The multispectral remote sensing technology has been a primary means in the research of biomass monitoring, climate change, disaster prediction and etc. The spectral sensitivity is essential in the quantitative analysis of remote sensing data. When the sensor is running in the space, it will be influenced by cosmic radiation，severe change of temperature, chemical molecular contamination, cosmic dust and etc. As a result，the spectral sensitivity will degrade by time, which has great implication on the accuracy and consistency of the physical measurements. This paper presents a characterization method of the degradation based on man-made spectral targets. Firstly, a degradation model is established in the paper. Then, combined with equivalent reflectance of spectral targets measured and inverted from image, the degradation characterization can be achieved. The simulation and on orbit experiment results showed that, using the proposed method, the change of center wavelength and band width can be monotored. The method proposed in the paper has great significance for improving the accuracy of long time series remote sensing data product and comprehensive utilization level of multi sensor data products.

Remote sensing; Spectral calibration; Multispectral camera; Response sensitivity; Spectral targets

Dec. 10, 2013; accepted May 20, 2014)

2013-12-10，

2014-05-20

国家(863)计划项目(2012AA12A302-2), 安徽省自然科学基金项目(12080805Qd74)资助

李 鑫， 1983年生， 中国科学院安徽光学精密机械研究所博士研究生 e-mail: lixin123@mail.ustc.edu.cn *通讯联系人 e-mail: lmzhang@aiofm.ac.cn

TP79; O433.4

A

10.3964/j.issn.1000-0593(2016)03-0811-06