张兆明，唐朝，何国金*，彭燕，龙腾飞，冷宛春

1. 中国科学院空天信息创新研究院，北京 100094

2. 海南省地球观测重点实验室，海南三亚 572029

3. 中国科学院大学电子电气与通信工程学院，北京 100049

引 言

对地观测领域已经步入大数据时代，每天接收的卫星遥感数据呈爆炸式增长。通常，卫星遥感数据以原始影像数据产品（Digital Number 值，即DN 值）的形式 提供给用户。DN 值没有明确的物理意义，不同时间、不同地点、不同传感器的DN 值不具可比性，遥感数据用户难以直接使用。

为充分挖掘海量卫星数据的应用价值，迫切需要在原始影像数据的基础上进行辐射定量化处理，研发用户能直接使用的“即得即用”（Ready To Use，RTU)产品[1]。地表反射率（Land Surface Reflectance，LSR）是最基本的遥感RTU 产品之一，是开展遥感土地利用分类、长时序地表覆盖变化检测等应用的基础。

为了从原始卫星影像数据得到精确的地表反射率，需要综合考虑传感器辐射定标、大气散射和吸收、地形起伏以及地表二向反射（Bidirectional Reflectance Distribution Function，BRDF）的影响。目前已有的地表反射率产品通常只考虑了传感器辐射定标和大气散射及吸收的影响[2]。在地形起伏地区，地表接收的辐射能量和传感器所接收的信号要受到地形起伏的影响。表现在遥感图像上，阴坡上的像元接收到的入射辐照度较弱、亮度值较低；与此相反，阳坡上的像元接收到的入射辐照度较强、亮度值较高。这样，处在阳坡和阴坡的同类地物的像元亮度值并不相同，而不同地物却可能具有相同或相近的亮度值。这种光谱信息的失真，严重影响了山区遥感图像的信息提取精度。……