英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料
用于高级航天热辐射和反射辐射计（ASTER）图像的
温度和发射率分离算法
Alan Gillespie, Shuichi Rokugawa, Tsuneo Matsunaga, J. Steven Cothern, Simon Hook, and Anne B. Kahle
摘要 - NASA地球观测系统（EOS）-AM1卫星（1998年发射）上的先进星载热辐射和反射辐射计（ASTER）扫描仪将收集五个具有噪声等效温差的热红外（TIR）数据带delta;T），以估计表面温度和发射率谱，特别是在陆地上，其中发射率事先是未知的。温度/发射率分离（TES）是困难的，因为有五个测量，但六个未知数。已经使用各种方法来约束额外的自由度。 ASTER的TES算法将三种已建立的算法进行混合，首先估计归一化发射率，然后计算发射率带比率。经验关系从比率值的光谱对比度预测最小发射率，允许回收辐射率谱。 TES使用迭代方法去除反射的天空辐照度。基于数值模拟，TES应该能够恢复约plusmn;1.5K内的温度和约plusmn;0.015内的发射率。验证使用在内华达州中部的playas和池塘拍摄的机载模拟器图像证明，通过适当的大气补偿，可以满足理论期望。输出温度和发射率图像的不确定性的主要来源是发射率值和光谱对比度之间的经验关系，反射的天空辐照度的补偿，以及ASTER的精度，校准和大气补偿。
一 介绍
陆地表面温度在全球变化研究，估算辐射预算，热平衡研究和作为气候模型的控制方面很重要。 发射率是组成的强烈指示性，甚至诊断性，特别是对构成大部分陆地表面的硅酸盐矿物。 因此，表面发射率对于土壤发育和侵蚀的研究以及对于基质是可见的稀疏植被覆盖物的量和变化的估计是重要的。 它们对于基岩定位和资源勘探也很重要。
一个用于确定多光谱热红外（8-12m）图像的陆地温度和发射率谱的新算法已经被开发，用于来自高级空间热发射和反射辐射计（ASTER）的数据，预计在1998年发射第一个NASA的地球观测系统极轨道航天器EOS-AM1。该温度和发射率分离（TES）算法依赖于从实验室和场发射率光谱确定的光谱对比度和最小发射率之间的经验关系，以均衡未知数和测量的数量，使得用于测量的热辐射的Planck方程组可以倒置。 TES适用于来自ASTER以外的成像系统的多光谱图像。
TES的关键目标是1）估计准确和精确的表面温度，特别是在植被，水和雪上，2）恢复准确和精确的发射率为矿物基质。 TES算法被设计为产生“无缝”图像 - 换句话说，应该没有人为的不连续性，例如可以通过分类引入。 TES体现了最简单的方法可行，符合上述目标。 （一个频带）和（五个频带）图像将作为EOS的标准产品提供。
热红外（TIR）辐射随两者而变化，因此必须从测量中恢复。表面温度与波长无关，并且甚至可以从单个辐射数据带恢复，只要可以指定大气特性并且已知表面发射率。然而，除了水，植被和雪或冰之外，陆地表面的发射率不是先验已知的，而是必须与温度一起确定。因此，反演是不确定的;总是存在至少一个比测量次数多的未知数。因此，测量的辐射的分离和数据需要独立确定的附加信息。在TES算法中，附加约束来自于从实验室光谱计算的最小发射率到光谱对比的回归。需要至少三个或四个光谱带来测量图像中的对比度。因此，有必要进行多光谱测量以确定陆地表面温度。例如，海表面温度估计不是这种情况，因为水的发射率谱是先验已知的。
恢复地表温度所需的最小频带数量对于表面成分映射可能太小; 因为地质材料的发射率谱可能相当复杂，许多发射率研究需要在TIR窗口中尽可能多的光谱带。 当前的工程限制阻止卫星的TIR成像光谱，具有少量光谱带的多光谱传感器是一种妥协。
本文介绍TES算法，验证实验的结果，以及从六波段航空热红外多光谱扫描仪（TIMS）图像[1]计算的TES和图像，以处理模拟ASTER数据。 讨论集中在理论预测和实验确定的精度和准确性估计以及限制TES性能的基本因素。
二 ASTER成像系统
ASTER包括一个五波段多光谱TIR扫描器，设计用于恢复地表“动力学”温度和发射率，而不仅仅是已知发射率的均匀表面（如水）的温度。 它旨在获得地表的全球发射率图，但它还将在EOS-AM1的整个六年寿命期间回收所要求地点的地表温度和发射率。 利用90 m的TIR空间分辨率和15 m的VNIR分辨率，ASTER作为其他EOS成像实验的高分辨率补充。 由于它们的高分辨率，ASTER和数据可以通过实验进行验证，同时，用于了解低分辨率扫描仪的平均响应。
ASTER在可见光和近红外（VNIR）光谱范围（0.5-0.9 m）中具有三个波段，具有15 m的空间分辨率，六个在短波红外（SWIR：1.6-2.4 m），30 m分辨率， 在热红外（TIR：8-12 m），90 m分辨率[2]，[3]。 这14个波段被收集在三个向下看的望远镜中，可沿交叉轨道方向旋转8.5（SWIR，TIR）或24（VNIR）。 结合2.5的视场（FOV），最大TIR视角因此是11。 具有单个频带复制VNIR频带3的附加后向观察望远镜将提供用于相同轨道立体图测量数据的能力。 五个TIR带（ASTER带10-14）的光谱范围分别为8.125-8.475,8.475-8.825,8.925-9.275,10.25-10.95和10.95-11.65m。 ASTER估计TIR在300 K时的辐射精度为1 K; 在240 K时为3 K.在300 K下的辐射精度（噪声等效温度差）或0.3 K [4]。
ASTER团队在8-14米大气窗口内设置了所有五个TIR带，以最大限度地提供地质信息。 因为没有光谱带位于窗口的边缘，大气水吸收地面发射，所以不可能直接从ASTER图像估计大气特征和参数。 ASTER仪器团队对大气透射率和路径辐射的所有测量值进行补偿，并报告下行天空辐照度的值，所有这些值独立于其他EOS数据确定[5]，因此原则上可以计算和的准确值。 然而，实际的ASTER和数据可能具有复杂的不准确模式，因为EOS-AM1平台提供的大气探测和中等分辨率成像光谱辐射计（MODIS）大气特性[6]都不是ASTER TIR图像的90-m刻度 。
ASTER仪器由日本政府在国际贸易和工业部（MITI）下提供。 ASTER项目通过日本东京的地球遥感数据分析中心（ERSDAC）和日本资源观测系统组织（JAROS），东京，MITI的非营利组织实施。 JAROS负责将由日本横滨的日本电气公司（NEC），日本镰仓的三菱电机公司（MELCO），日本东京富士通和日本东京日立联合的ASTER仪器的设计和开发。
三 背景
表面辐射能量与其温度（T）和发射率（）成比。在地球上，大气不透明度将航天器测量的TIR限制在3-5和8-14m波长的光谱窗口。 ASTER带10-14位于8-14米的TIR窗口内。估计的基本问题是，数据是非确定性的;有比测量更多的未知数，因为对于每个图像带，加上和大气参数存在。即使场景是等温的并且由具有均匀纹理和地形坡度和方面的单一材料组成，情况也是如此。因此，即使独立地测量大气参数，也必须独立于ASTER而限制至少一个附加自由度。有几种方法来限制额外的自由度，导致各种方法和算法和分离。下面，回顾了管理TIR遥感和以前的解决方案的重要方程。然后引入TES算法并评估其性能。
1. TIR遥感的概念框架
温度不是表面的固有性质; 它随着辐照历史和气象条件而变化。 发射率是表面的固有属性，并且与辐照度无关。 来自完美发射体（即，其黑体）的辐射率随着温度大致呈指数增加，如普朗克定律所描述的。 然而，从实际表面发射的辐射率小于因子，其中黑体辐射率是波长（m）。 在其90米像素内，ASTER集成了从许多表面元素发射的辐射，可能具有不同的温度和成分。 发射的辐射在穿过大气期间衰减，大气也发射TIR辐射。 一些辐射直接发射到扫描器中（“路径辐射”）；有些撞击地面，然后反射到扫描仪。 对于从当地天顶附近观察到的大多数，也许是所有的地球表面，反射和由基尔霍夫定律相关：。 测量辐射L的简化表达式为：
(1)
其中：
x，y： 场景中的位置（m）；
： 井下大气辐照度，由归一化；
： 从相邻场景元素发射的入射辐射；
: 大气透射率（无量纲）;
: 上升流大气径向辐射。
假设陆地表面是朗伯的，在所有方向上均等地发射TIR辐射，即使这个假设不是严格必须解决（1）或定量地解释ASTER发射率数据。 该假设似乎对于为ASTER（lt;=11）计划的扫描角度的受限范围是有效的，但可能不适用于具有较宽FOV的其它成像系统。 即使对于ASTER，在图像的边缘处，在陡峭的斜坡上可局部地遇到高达50的放出角。 在假设被违反的情况下，很难将来自在不同视角获取的数据的ASTER图像相关联。
对于大多数陆地表面，0.7lt;lt;1.0，虽然 lt;0.85的表面可能限于沙漠[7]。 在300K下从表面10m处发射的光度为10Wm m sr的数量级。 对于海平面夏季场景，由MODTRAN3大气模型[8] - [10]估计的大气变量的典型数量级值为％，和。 一个效果是由于基尔霍夫定律而降低地面发射辐射的光谱对比度。 有必要补偿大气影响，包括从地面反射，如果和要准确地恢复。 来自相邻场景元素（像素）的入射辐射随着地形粗糙度而变化，但是它通常小于并且通常被忽略。 因此，遥感问题简化为。 方程（1）忽略了大气点扩散函数的影响，TES也是如此。
等式（1）仅描述单个波长的辐射率，仅描述均匀等温表面的辐射率。 在实践中，辐射在一个波长带上测量; 然而，由于该积分导致的误差小。 在ASTER TIR像素的90-m标度下，许多地球表面由具有不同发射率谱和温度的多个分量组成。 严格地说，每个分量增加未知数，而测量的数量不变。 对这种复杂表面的ASTER TIR测量不足以估计所有未知数; 相反，需要仅确定每个像素的有效和光谱。
2.以前的方法
已经尝试使用确定性和非确定性方法反演TIR方程。前者限于可以指定一个或多个未知数的区域。历史上，TIR测量的主要原因是估计温度。这个任务对于重要的场景类型是确定性的，对于这些场景没有问题：海洋[11]，雪地和冰川，以及闭檐林。然而，确定性解决方案要求直接测量（1）中的大气参数，并且校正它们的测量辐射，这并不总是可行的。大多数海洋温度研究使用来自高级超高分辨率辐射计（AVHRR）的数据，其具有分别在10.3-11.3mu;m和11.5-12.5mu;m处的两个TIR带（4和5），从而“分裂”TIR光谱窗。对两个“分裂窗”带的联合分析可以补偿大气效应，同时求解[12] - [14]。分割窗口算法依赖于经历回归使表面辐射度测量与水温相关。已经为EOS / MODIS图像[15]，[16]开发了分裂窗口算法的版本。
几个作者已经审查了将“分割窗口”技术扩展到陆地表面[17] - [19]。 然而，由于带之间的未知发射率差异，可能在未植被的表面上获得混合结果。 例如，在AVHRR频带4和5之间的0.001的不精确性可能导致0.5K的误差[17]，[18]，[20]。 一般来说，土地发射率不能如此密切估计，如果要恢复准确的动力学温度，则必须测量土地发射率。 因此，分割窗口方法对土地的有用性限于发射率先验已知的区域; 在其他地方TIR遥感的非确定性本质必须正面解决。 然而，许多地质研究已经利用增强，例如不能恢复的去相关拉伸[21]，[22]。 光谱去混合法已经用于分离非线性量度，但是分离是不完全的[23]。
总而言之，我们在建立TES时研究了14种一般陆面问题的反演方法[24]。 这些算法确定光谱形状，但不是，需要在不同条件下的多个观察，假定一个未知数的值，假设光谱形状，或假定光谱对比度之间的关系。 所有这些都需要独立的大气校正。 温度无关光谱指数（TISI）[25]，热对数残差和alpha;残差[26]和光谱发射率比[27]，[28]都恢复光谱形状，因此需要修改TES的目的， 光谱振幅和温度以及形状的恢复。 日夜方法[29]在不同时间在两个或更多频带中测量相同的场景，从而将未知数增加1（第二温度;发射率不变），但是使测量的数量加倍，使得问题超定。然而，在实践中，该方法放大测量“噪声”并且需要在两个图像之间的高精度（1像素）配准。 其他技术基于在一个波长[30]的“模型”发射率的假定值或在未指定波长的假定最大发射率值（归一化发射率法：NEM）[31]，[32]。 这些方法对于ASTER来说是不令人满意的，因为不准确性倾向于高（3K），并且倾斜通过假设发射率值中的误差被引入到光谱中。 最后，“alpha;衍生发射率”（ADE）方法利用标准偏差和平均发射率之间的经验关系来恢复alpha;残余光谱的振幅，从而也恢复[26]，[33]，[34]。 alpha;残差法依赖于维恩的近似（exp(x)-1exp(x)），简化的（1）的两边的对数，然后取每个带和条带的项的差异以使ε与R相关，独立于T。然而，在alpha;残差和ADE方法中，使用维恩的近似将斜率误差引入到可由ASTER检测的ε谱中。 Mean-MMD方法基于实验室发射率值到最大 - 最小表观发射率差（MMD）的回归，类似于和源自ADE方法。 表观辐射率可以通过模型发射率或NEMs来计算。 通过回归将MMD转换为平均发射率，并且可以相应地重新缩放各个回收的发射率。 Mean-MMD方法避免了Wien的近似，因此在恢复的发射率上比ADE谱具有更小的斜率误差[35]。
EOS / MODIS的仪器团队开发了一种适用于现场环境的TES的精密方法; 一条路径是日
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[27298]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
