高精度大气校正算法开发一

新大气校正算法—-RGB3S-XXIN
2020年3月2日
  这两天开了一个新坑，想做一个高精度大气校正算法，与其说是新坑，不如说是填旧坑，我在之前已经做了一版，但是效果中规中矩，由于近期升级了新的气溶胶算法，所以这也是新的气溶胶算法的应用。目前呢，目前仅适配了LC8。
高精度大气校正算法，首先考虑表观反射率的准确性，这里使用的逐像元的太阳角度来计算表观反射率而非是成像中心角度。其次是逐像元气溶胶光学厚度，只有考虑逐像元气溶胶光学厚度才能精确校正。再者是考虑气溶胶光学特性的准确性，我们知道在求解辐射传输模型中，不仅仅是气溶胶光学厚度(AOD)一个参数，而是多个气溶胶参数的集合，由于新的气溶胶算法可以反演多个参数，所以我使用的动态气溶胶模型参数，目前，常用的大气校正模型中LaSrc算法也是动态气溶胶参数。最后是反演效率问题，借助于IDL中的插值接口，可以很迅速的计算出全景影像的校正系数，速度很快。文末有相关数据下载方式。
  目前还在开发中，初步测试结果，已经展示出了令我满意的初步效果。
  与My-AC算法对比的算法是ENVI-FLAASH、ERDAS-ATCOR、PCI-ATCOR、USGS-LaSrc(初步对比结果，我直接进行截图)

1 整天观感(1%线性拉伸)
原始数据：

从图中可以看出原始数据左边影像较为清晰，右边影像气溶胶较多，上部有一部分云，且此景影像包括、裸地、城市、水体、植被、气溶胶高值、气溶胶低值、云，对大气校正算法提出了很高的要求。
ENVI-FLAASH：

可以看出，FLAASH几乎没有观感上的变化。
ERDAS-ATCOR：

可以看出ERDAS-ATCOR整体对比稍微提高了一点。
PCI-ATCOR

PCI-ATCOR整体对比度提升明显，但是云、城市处理有一些问题，不知道你们看出来了没(后面会说)。
USGS-LaSrc：

整体对比度提升明显，不过云、水体、高气溶胶值等地方处理有问题。
My-AC：

对比度提升明显，云、水、城市地区处理没有问题，过渡均匀。
2 细节对比
由于ENVI-FLAASH与ERDAS-ATCOR不支持逐像元的校正，所以不进行对比
首先是城镇地区的一个细节：
PCI-ATCOR，有“白雾”现象，表明未完全校正

USGS-LaSrc（没有问题）：

My-AC(没有问题)：

云周围：
PCI-ATCOR：有问题

USGS-LaSrc:有问题

My-AC：没有问题

水体：
PCI-ATCOR：没有问题

USGS-LaSrc:有问题

My-AC:没有问题

3 逻辑一致性
PCI-ATCOR：没有问题

USGS-LaSrc：有问题，圈中属于同一地物，色调却差别明显

My-AC：没有问题

4 高气溶胶值校正
原始影像，这一块非常模糊：

PCI-ATCOR，略有改善：

USGS-LaSrc,有明显改善，但是有大片区域校正失败：

My-AC：明显改善，但稍微有些不连续的现象

宏观对比完毕，微观上：  
我选了一出AOD较大的区域，校正的绝对值，粗红线为My_AC结果，其余为植被光谱曲线

又选取了一个较为清晰，且地表单一的植被：

然后是与USGS的散点图：
因为USGS在某些地物有校正失败的问题，特别找了一块“完好”的区域：
USGS:

MY：

随机选取500个点，进行对比：
480nm：

2200nm:

关注微信公众号：小xin之窗，回复关键字“1”，下载原始数据与校正结果。

喜欢 (4)赏

支付宝[853060844@qq.com]

分享 (0)