Атмосферная коррекция данных Landsat/ETM+ (COST метод)
по адресу http://gis-lab.info/qa/atcor.html
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:
Получение метаданных
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
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:
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.)
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.)
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)
| Канал | ESUN |
|---|---|
| 1 | 1969.000 |
| 2 | 1840.000 |
| 3 | 1551.000 |
| 4 | 1044.000 |
| 5 | 225.700 |
| 7 | 82.07 |
| 8 | 1368.000 |
ж) Рассчитать константу газовой коррекции для каждого канала по формуле (значения 9.1, 9.2, и т.д.)
где, — 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
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
— 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
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
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:
- 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 >>>
- Chavez, P. S. Jr, 1989. Radiometric Calibration of Landsat Thematic Mapper Multispectral Images. Photogrammetric Engineering and Remote Sensing 55(9), 1285-1294 >>>
- Chavez, P.S. Jr., 1996. Image-based atmospheric corrections—revisited and revised. Photogrammetric Engineering and Remote Sensing 62(9):1025-1036 >>>