统一的地形和大气校正为远程成像光谱gydF4y2Ba

1介绍gydF4y2Ba

地球观测机载和轨道成像光谱仪测量电磁辐射达到乐器的孔径缩小,不断的光谱通道。被动Visible-to-ShortWave红外仪器敏感(VSWIR, 350 - 2500海里)等美国宇航局地球即将到来的风险乐器地球表面矿物粉尘源调查(排放),依靠太阳能照明作为辐射源,测量从地球表面反射的辐射和大气(gydF4y2Ba康纳利et al ., 2021gydF4y2Ba)。大小和形状的反射在表面上的任何点是一个复杂的物质结构和分子组成的组合。因此,这些工具可用于大量的地球科学应用,从表面分类、估计植被特征和遗传学、土壤属性的映射和雪条件,和许多其他的(gydF4y2Ba克拉克et al ., 2003gydF4y2Ba;gydF4y2Ba画家et al ., 2003gydF4y2Ba;gydF4y2BaAsner et al ., 2017gydF4y2Ba;gydF4y2Ba卡和Ben-Dor, 2017gydF4y2Ba;gydF4y2BaGholizadeh et al ., 2017gydF4y2Ba;gydF4y2BaPelta et al ., 2019gydF4y2Ba;gydF4y2Ba查德威克et al ., 2020gydF4y2Ba;gydF4y2Ba布兰德et al ., 2021gydF4y2Ba;gydF4y2BaBohn et al ., 2021gydF4y2Ba;gydF4y2BaCawse-Nicholson et al ., 2021gydF4y2Ba)。然而所有这些biogeophysical检索是基于表面反射率的准确表征,它的上下文中遥感必须从at-sensor估计光辉使用耦合表面和大气模型,常规通俗称为大气校正。gydF4y2Ba

最大气校正操作例程执行使用一个反转策略,优化或代数是用于解决表面和大气状态变量进行比较的结果gydF4y2Ba提出的模型gydF4y2Ba与实际测量(at-sensor的光辉gydF4y2Ba汤普森et al ., 2018gydF4y2Ba)。一个简化的模型,该模型是常用的gydF4y2Ba

在哪里gydF4y2BalgydF4y2Ba_{奥林匹克广播服务公司gydF4y2Ba}是建模at-sensor辐射测量,gydF4y2BaegydF4y2Ba_ogydF4y2Ba是大气的太阳辐照度最高,gydF4y2BaμgydF4y2Ba_{年代gydF4y2Ba}是太阳天顶角的余弦(SZA),gydF4y2BaρgydF4y2Ba_{一个gydF4y2Ba}是大气反射,gydF4y2BatgydF4y2Ba是直接加上漫射表面对太阳大气透射率传感器路径,gydF4y2Ba年代gydF4y2Ba球形表面反照率,gydF4y2BaρgydF4y2Ba_{年代gydF4y2Ba}是未知的表面反射率。小写的字母gydF4y2Ba米gydF4y2Ba向量,gydF4y2Ba米gydF4y2Ba是仪器的频道数量,小写non-bold字母表示标量。在这个方程和其他地方,解释为element-wise向量的乘法,也就是说,wavelength-by-wavelength,乘法。gydF4y2Ba

大气光学系数透光率随空间、时间,观察几何。计算这些参数为一个特定的观察、大气辐射传输模型(RTMs)是用来模拟辐射与大气成分之间的相互作用。提前知道RTMs占观测条件,如传感器的几何形状和高度,和太阳的位置。他们还考虑大气状态,即。,thepre年代umed atmospheric conditions typically parameterized by the columnar water vapor concentration and the aerosol optical depth at 550 nm, assuming a default aerosol type (卡蒙et al ., 2020gydF4y2Ba)。大气状态和大气之间的RTM地图系数用于远期模型(gydF4y2BaρgydF4y2Ba_{一个gydF4y2Ba},gydF4y2BatgydF4y2Ba,gydF4y2Ba年代gydF4y2Ba,在gydF4y2Ba情商。gydF4y2Ba)。大气系数向量相同尺寸的测量,代表不同的物理现象发生在辐射与大气之间的相互作用和表面。gydF4y2Ba

传统的大气校正软件(例如,ATCOR, ATREM,橡子,FLAASH)使用一个连续的方法,第一个大气的未知状态估计,然后,给一个固定的氛围,提出模型是未知的表面反射率(代数倒gydF4y2Ba里希特和Schlapfer, 2019gydF4y2Ba)。许多技术估算大气状态的数据已经开发出来。大多数针对发现的水蒸气量最适合辐射曲线,量化使用简单的乐队在吸水率计算乐队,并使用一般假设表面(gydF4y2Ba绿色et al ., 1998gydF4y2Ba)。这种方法最优的大气和环境条件下表现良好,但其降解性能与低照度等更具挑战性的环境,云、气溶胶高,和崎岖的地形(gydF4y2Ba汤普森et al ., 2019gydF4y2Ba)。退化的主要原因之一,在这样的条件下大气校正性能不确定性信号从表面反射和大气之间占据相同的光谱范围。这使得分离的个人贡献一个不适定问题,作为表面和大气状态的多个组合同样可以解释的模型。一个策略来解决这个问题的不确定性已经获得牵引使用贝叶斯优化配方,称为最优估计(OE) (gydF4y2Ba罗杰斯,2000gydF4y2Ba)。序贯方法相比,这种方法同时估计表面和大气,允许所有未知变量共同适应最大化之前的拟合优度受到约束。gydF4y2Ba

地区的崎岖的表面形貌。,h我lly和米ountainous regions, are especially challenging for atmospheric correction, as the surface geometry changes the projection of the illumination flux onto the pixel (里希特et al ., 2009gydF4y2Ba)。崎岖的地形场景变化的光谱大气沉降流太阳辐射落在一个给定的像素作为一个函数的斜率和方面,表达的表面的法线方向的夹角和太阳的方向,称为本地或有效的太阳天顶角(eSZA) (gydF4y2Ba里希特和Schlapfer, 2005gydF4y2Ba)。这将导致不一致的表面照明即使在现场大气状态是恒定的。未来轨道工具,包括NASA的表面生物学与地质学(小企业)和地球表面矿物粉尘源调查(排放)和ESA的哥白尼高光谱成像仪(一致),可以覆盖全球,地形均匀性比通常更稀缺。许多关键的科学问题和应用程序本质上也加上地形,如集中分布,功能,和生态系统的多样性,雪作为水资源的安全与质量,或火燃料载荷在wildlife-urban接口。这些以及更多的问题将触手可及的下一代成像光谱测量,但前提是真实的地形对biogeophysical过程的影响可以从偏见引起的表面反射率解类似的地形效应(gydF4y2Ba生气et al ., 2022gydF4y2Ba)。gydF4y2Ba

弥补地形影响的传统方法是进行大气校正假定地形平坦,然后应用gydF4y2Ba事后gydF4y2Ba在检索到的表面反射率(地形校正gydF4y2BaHantson Chuvieco, 2011gydF4y2Ba)。尽管这种方法有助于甚至在现场地形阴影的视觉差异,这是远不够理想。原则上,地形影响的颜色和强度下降照明到像素上gydF4y2Ba通过gydF4y2Ba单位面积上的扩散和直接流量的大小(gydF4y2Ba汤普森et al ., 2022gydF4y2Ba)。这可能修改大气校正方案,特别是对气溶胶散射导致相似的光谱形状扭曲。gydF4y2Ba事后gydF4y2Ba地形校正从而保留信息,实现正确的大气的解决方案是必要的。此外,大多数gydF4y2Ba事后gydF4y2Ba地形校正方法假设地形效应是可怕地制服,纯粹由于表面的光度学方面的直接太阳光束。在少数情况下gydF4y2Ba事后gydF4y2Ba修正占扩散和直接照明,是经验的关系,可能与检索到的大气成分(不一致gydF4y2BaTeillet et al ., 1982gydF4y2Ba)。只是一个纯粹的模型驱动的解决方案中,大气和地表估计在一起而占当地地形,可以正确地解释这些问题,获得一个全球一致的答案。gydF4y2Ba

在这个工作我们描述一个名为TOPOFLUX的新模型,包含变量的影响像素OE内地形为远期模型大气校正算法,产生一个更精确的估计的表面反射率和大气条件。形成鲜明对比gydF4y2Ba事后gydF4y2Ba修正,这里地形的辐射传输影响折叠成最初的校正,捕捉更多的辐射传输的物理模型,从而产生更高的保真度建模光芒和相对于红光检索。gydF4y2Ba

2方法gydF4y2Ba

我们的实验是使用最优估计执行(OE)技术,在传统的大气校正方法提供几个优点,在之前的工作(已被证明有效gydF4y2Ba阮et al ., 2015gydF4y2Ba;gydF4y2BaNatraj et al ., 2017gydF4y2Ba;gydF4y2Ba卡蒙et al ., 2020gydF4y2Ba;gydF4y2Ba汤普森et al ., 2020gydF4y2Ba)。分区通量下降,在每一个波长,直接和漫射光允许他们单独的辐射效应与大气平衡效应,内的所有共同OE radiance-fitting过程。为了清晰起见,我们激励OE设置和显示它如何使用提出的概念模型。2.1节给出了数学框架OE的上下文中算法的描述大气校正。2.2节描述了表面反射的理论背景检索(2.2.1节),辐射传输通量和组件(2.2.2节),并总结两个可选的描述模型;2.2.3 topography-naive(部分)和topography-aware(2.2.4节)。gydF4y2Ba

2.1最优估计大气校正gydF4y2Ba

表面和大气建模的OE配方使用逆方法at-sensor辐射是一种间接测量的表面和大气状态。向前一个真正的物理之间的函数映射未知状态at-sensor光辉,和我们的目标是“反转”这个功能和检索的状态测量。gydF4y2Ba

我们定义gydF4y2BaxgydF4y2Ba“状态向量”的自由参数,由子组件的表面gydF4y2BaxgydF4y2Ba_{冲浪gydF4y2Ba},大气gydF4y2BaxgydF4y2Ba_{自动取款机gydF4y2Ba}。表面为每个光谱通道组件包含一个条目,例如,gydF4y2Ba ${\mathit{xgydF4y2Ba}}_{\mathit{冲浪gydF4y2Ba}}=gydF4y2Ba{(gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{{\mathrm{\lambda gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}},gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{{\mathrm{\lambda gydF4y2Ba}}_{\mathrm{2gydF4y2Ba}}},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{{\mathrm{\lambda gydF4y2Ba}}_{\mathrm{米gydF4y2Ba}}}]gydF4y2Ba}^{\mathrm{TgydF4y2Ba}}$ ,大气组件包含自由参数的大气水汽和气溶胶光学深度,即,gydF4y2Ba ${\mathit{xgydF4y2Ba}}_{\mathit{自动取款机gydF4y2Ba}}=gydF4y2Ba{(gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{\mathrm{wgydF4y2Ba}\mathrm{vgydF4y2Ba}},gydF4y2Ba{\mathrm{xgydF4y2Ba}}_{\mathit{大气气溶胶gydF4y2Ba}}]gydF4y2Ba}^{\mathrm{TgydF4y2Ba}}$ 。at-sensor观察到每个仪器通道包含在一个光辉gydF4y2Ba测量向量gydF4y2Ba $\mathit{ygydF4y2Ba}=gydF4y2Ba{(gydF4y2Ba{\mathrm{ygydF4y2Ba}}_{{\mathrm{\lambda gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}},gydF4y2Ba{\mathrm{ygydF4y2Ba}}_{{\mathrm{\lambda gydF4y2Ba}}_{\mathrm{2gydF4y2Ba}}},gydF4y2Ba\dots gydF4y2Ba,gydF4y2Ba{\mathrm{ygydF4y2Ba}}_{{\mathrm{\lambda gydF4y2Ba}}_{\mathrm{米gydF4y2Ba}}}]gydF4y2Ba}^{\mathrm{TgydF4y2Ba}}$ 。at-sensor光芒与未知状态通过一个函数,即:的,实际的物理系统。作为实际的函数是未知的,我们使用一个模型模型,测量。观察模型gydF4y2Ba

$\underset{{\mathit{ygydF4y2Ba}}_{\mathit{我gydF4y2Ba}}=gydF4y2Ba\mathit{fgydF4y2Ba}(gydF4y2Ba\mathit{xgydF4y2Ba})gydF4y2Ba}{\underset{︸gydF4y2Ba}{(gydF4y2Ba\text{真正的光辉gydF4y2Ba}]gydF4y2Ba}}\to gydF4y2Ba\underset{\mathit{ygydF4y2Ba}=gydF4y2Ba\mathit{fgydF4y2Ba}(gydF4y2Ba\mathit{xgydF4y2Ba})gydF4y2Ba+gydF4y2Ba{\mathit{\delta gydF4y2Ba}}_{\mathit{1gydF4y2Ba}}}{\underset{︸gydF4y2Ba}{(gydF4y2Ba\text{测量辐射gydF4y2Ba}]gydF4y2Ba}}\to gydF4y2Ba\underset{\mathit{fgydF4y2Ba}(gydF4y2Ba\mathit{xgydF4y2Ba})gydF4y2Ba=gydF4y2Ba\mathit{FgydF4y2Ba}(gydF4y2Ba\mathit{xgydF4y2Ba})gydF4y2Ba+gydF4y2Ba{\mathit{\delta gydF4y2Ba}}_{\mathit{2gydF4y2Ba}}}{\underset{︸gydF4y2Ba}{(gydF4y2Ba\text{建模的光辉gydF4y2Ba}]gydF4y2Ba}}$ ,gydF4y2Ba

在哪里gydF4y2BafgydF4y2Ba(⋅)是理想的远期功能应用于真实状态向量,和gydF4y2BaδgydF4y2Ba_1gydF4y2Ba添加错误是由于仪器噪音吗gydF4y2Ba ${\mathrm{\delta gydF4y2Ba}}_{\mathrm{1gydF4y2Ba}}\sim gydF4y2Ba\mathcal{NgydF4y2Ba}(gydF4y2Ba\mathrm{0gydF4y2Ba},gydF4y2Ba{\mathit{年代gydF4y2Ba}}_{\mathrm{ygydF4y2Ba}})gydF4y2Ba$ 。我们近似真实的物理模型gydF4y2BaFgydF4y2Ba(⋅)带来额外的模型误差误差gydF4y2BaδgydF4y2Ba_2gydF4y2Ba,gydF4y2Ba ${\mathrm{\delta gydF4y2Ba}}_{\mathrm{2gydF4y2Ba}}\sim gydF4y2Ba\mathcal{NgydF4y2Ba}(gydF4y2Ba\mathrm{0gydF4y2Ba},gydF4y2Ba{\mathit{年代gydF4y2Ba}}_{\mathrm{米gydF4y2Ba}})gydF4y2Ba$ 。接下来,我们可以代表at-sensor辐射测量:gydF4y2Ba

我们假设预期的值gydF4y2BaϵgydF4y2Ba为零,即。E (gydF4y2BaϵgydF4y2Ba)=gydF4y2Ba0gydF4y2Ba,这gydF4y2BaδgydF4y2Ba_1gydF4y2Ba和gydF4y2BaδgydF4y2Ba_2gydF4y2Ba是相互独立的,这意味着:gydF4y2Ba

找到最可能的解决方案gydF4y2BaxgydF4y2Ba条件概率,OE使用贝叶斯法则,上面写着:gydF4y2Ba

在哪里gydF4y2BaPgydF4y2Ba(gydF4y2BaxgydF4y2Ba∣gydF4y2BaygydF4y2Ba)后未知的可能性考虑到测量状态。gydF4y2BaPgydF4y2Ba(gydF4y2BaygydF4y2Ba∣gydF4y2BaxgydF4y2Ba)是给定状态下测量的可能性,和gydF4y2BaPgydF4y2Ba(gydF4y2BaxgydF4y2Ba)是国家的先验概率。通常在遥感应用中,gydF4y2BaPgydF4y2Ba(gydF4y2BaygydF4y2Ba∣gydF4y2BaxgydF4y2Ba),gydF4y2BaPgydF4y2Ba(gydF4y2BaxgydF4y2Ba)与多元高斯分布建模和行为作为already-observed的函数gydF4y2BaygydF4y2Ba不感兴趣的。gydF4y2Ba方程2gydF4y2Ba就变成了gydF4y2Ba

我们使用缩写词加权向量大小gydF4y2Ba $|gydF4y2Ba\mathit{ygydF4y2Ba}{|gydF4y2Ba}_{\mathit{年代gydF4y2Ba}}^{\mathrm{2gydF4y2Ba}}=gydF4y2Ba{\mathit{ygydF4y2Ba}}^{\mathrm{TgydF4y2Ba}}{\mathit{年代gydF4y2Ba}}^{-gydF4y2Ba\mathrm{1gydF4y2Ba}}\mathit{ygydF4y2Ba}$ 。前gydF4y2BaPgydF4y2Ba(gydF4y2BaxgydF4y2Ba)表达知识的解决方案gydF4y2Ba之前gydF4y2Ba测量。我们代表之前使用一组多元高斯分布,捕捉我们假设状态向量的方差和相关性的组件。这项工作是建立统计分析方法,我们获得的前表面状态向量从光谱库的地面材料,集群使用一种无监督分类算法在每个集群计算的意思gydF4y2BaxgydF4y2Ba_{一个gydF4y2Ba}和协方差gydF4y2Ba年代gydF4y2Ba_{一个gydF4y2Ba}(gydF4y2Ba汤普森et al ., 2020gydF4y2Ba)。然后我们分配一个集群每个像素在运行时之前,以确保正确的表面表示。之前的大气状态向量导出使用一般假设和气象观测。正式,之前是没有测量解决方案的最佳猜测,和它的关系状态gydF4y2BaxgydF4y2Ba表示为gydF4y2Ba $\mathit{xgydF4y2Ba}\sim gydF4y2Ba\mathcal{NgydF4y2Ba}(gydF4y2Ba{\mathit{xgydF4y2Ba}}_{\mathit{一个gydF4y2Ba}},gydF4y2Ba{\mathit{年代gydF4y2Ba}}_{\mathit{一个gydF4y2Ba}})gydF4y2Ba$ 。gydF4y2Ba

考虑到测量计算最可能的解决方案,我们定义了一个成本函数gydF4y2Ba $\mathcal{CgydF4y2Ba}$ 它起源于负对数后验概率gydF4y2Ba情商。gydF4y2Ba和是:gydF4y2Ba

这两届可以解释为拉格朗日代价函数,在左边的术语表达的目的“适合度”的测量模型的预测,占仪器噪音,和正确的术语惩罚任何背离先验分布的均值,协方差占前的不确定性特征。gydF4y2Ba

最小化代价函数相当于最大化后验概率gydF4y2Ba情商。gydF4y2Ba。我们减少gydF4y2Ba $\mathcal{CgydF4y2Ba}$ 使用一个迭代的梯度下降优化算法,解决方法是发现通常在20迭代。解决方案状态gydF4y2Ba $\stackrel{̂gydF4y2Ba}{\mathit{xgydF4y2Ba}}$ 最大后验(MAP)的估计gydF4y2BaxgydF4y2Ba考虑到观察gydF4y2BaygydF4y2Ba。这个估计的不确定性gydF4y2Ba后的协方差gydF4y2Ba $\stackrel{̂gydF4y2Ba}{\mathit{年代gydF4y2Ba}}$ ,并通过线性化计算模型在解决状态,导致:gydF4y2Ba

当gydF4y2BaPgydF4y2Ba(gydF4y2BaygydF4y2Ba∣gydF4y2BaxgydF4y2Ba),gydF4y2BaPgydF4y2Ba(gydF4y2BaxgydF4y2Ba多元正态),那么gydF4y2Ba $\stackrel{̂gydF4y2Ba}{\mathit{xgydF4y2Ba}}$ 和gydF4y2Ba $\stackrel{̂gydF4y2Ba}{\mathit{年代gydF4y2Ba}}$ 定义解决方案的完整的后验分布状态,正式定义为gydF4y2Ba $\mathit{xgydF4y2Ba}\mid gydF4y2Ba\mathit{ygydF4y2Ba}\sim gydF4y2Ba\mathcal{NgydF4y2Ba}(gydF4y2Ba\stackrel{̂gydF4y2Ba}{\mathit{xgydF4y2Ba}},gydF4y2Ba\stackrel{̂gydF4y2Ba}{\mathit{年代gydF4y2Ba}})gydF4y2Ba$ 。总而言之,这个大气校正过程的输出是一个反射率产品称为level-2A,逐反射率和不确定性的估计。gydF4y2Ba

2.2推进模型gydF4y2Ba

2.2.1理论背景gydF4y2Ba

提出模型gydF4y2BaFgydF4y2Ba(gydF4y2BaxgydF4y2Ba)→gydF4y2BaygydF4y2Ba将状态空间的条件转化为radiance-measurement空间通过制定物理系统的代数表达式。本节描述成像几何和辐射分解关键理解地形调整我们建议。gydF4y2Ba

图1gydF4y2Ba显示了一个观测系统的图形化表示。仪器,定位在大气(TOA),观察地球在给定的观测天顶角(VZA),并记录TOA光辉到达传感器的孔(称为at-sensor辐射)。这源于太阳辐射(太阳辐照度),并从地球表面和大气反射到仪器的视线(LOS)。当下降和上升流穿过大气层,太阳辐射与大气气体和气溶胶/云gydF4y2Ba通过gydF4y2Ba分子和微粒吸收和散射。源衰减gydF4y2Ba总,直接加上漫射,大气透过率gydF4y2Ba是大气状态的函数,与水蒸气柱状浓度和气溶胶光学深度被天空无云条件下最具影响力的未知数。gydF4y2Ba

给定像素被称为辐射照明gydF4y2Ba事件gydF4y2Ba辐射,或全球通量gydF4y2BaegydF4y2Ba_ggydF4y2Ba。全球变化有直接和漫射光,直接组件代表光子严格Sun-to-surface方向,和扩散组件代表光子从整个半球gydF4y2Ba图1gydF4y2Ba)。这种辐射照亮给定像素的表面,和像素内的材料与入射辐射交互gydF4y2Ba通过gydF4y2Ba透光率、吸收和反射。而全球通量到达整个半球的像素,该仪器观察目标从单一方向,因此正确的检索量表面反射率hemispherical-directional反射率因子(HDRF),即照亮的半球,从一个方向观察到。简单地说,HDRF表面,而让辐射之间的比例,从单一方向取样,入射辐射,从四面八方,捕捉材料在给定像素的光谱反射率(gydF4y2BaSchaepman-Strub et al ., 2006gydF4y2Ba)。在这个工作我们使用的概念gydF4y2Ba内在gydF4y2Ba反射,即。,一个reflectance that is an intrinsic property of the materials that cover the pixel’s surface.

2.2.2辐射组件gydF4y2Ba

大气RTM-related出版物中常见的方法后,我们单独at-sensor光辉为五部分:路径辐射(直接和扩散),direct-reflected, diffuse-reflected,球形反照率和邻接的影响(gydF4y2Ba图2gydF4y2Ba)(gydF4y2BaGuanter et al ., 2009gydF4y2Ba;gydF4y2Ba伯克et al ., 1999gydF4y2Ba)。光辉的道路是光子,反映到视线(LOS)气氛,没有表面相互作用,主要是受大气气溶胶和瑞利散射的影响。direct-reflected组件代表光子严格在sun-to-surface-to-sensor路径,并强烈影响大气气体的浓度。diffuse-reflected组件包括光子照亮目标从整个半球(不包括太阳的方向)和反映到洛杉矶。球形反照率组件是光子反射的表面和大气,在照亮目标像素。最后,邻接影响代表从表面散射辐射进入洛杉矶。gydF4y2Ba

下面的讨论是有用的考虑辐射的入射通量模型。全球或总通量gydF4y2BaegydF4y2Ba_ggydF4y2Ba表面上的事件在一个给定的区域是直接和扩散通量之和,即:gydF4y2BaegydF4y2Ba_ggydF4y2Ba=gydF4y2BaegydF4y2Ba_dirgydF4y2Ba+gydF4y2BaegydF4y2Ba_difgydF4y2Ba。材料表面与入射通量、交互和外向之间的比例和入射通量对于一个给定的像素gydF4y2BaρgydF4y2Ba_{年代gydF4y2Ba}“表面反射,”bi-hemispherical反射的传入和扩散的半球形定向反射照明和事故直接通量。即将离任的通量,半球形的积分”的表面,而让光辉,“然后减毒的吸收和散射粒子和气体在大气中,干预的特点是直接上升流大气透过率gydF4y2BatgydF4y2Ba^↑gydF4y2Ba之前,到达传感器。因此,我们可以形容at-sensor光谱通道辐射:gydF4y2Ba

在哪里gydF4y2BalgydF4y2Ba_pgydF4y2Ba是光辉的大气路径,即。,thep一个thlength integral over the sum of the direct solar irradiance and incident diffuse radiance reflected into the LOS of the sensor.

全球变化gydF4y2BaegydF4y2Ba_ggydF4y2Ba由直接通量下降gydF4y2BaegydF4y2Ba_dirgydF4y2Ba,即,photons in the sun-to-surface direction, and the downwelling diffuse fluxegydF4y2Ba_difgydF4y2Ba,即,photons downwelling from the entire hemisphere illuminating the target pixel. The diffuse flux can be partitioned into two components: purely atmospheric diffuse solar radiation, and a surface reflected solar term. The former is comprised of photons illuminating the surface without any prior interaction with it, while the latter are photons that have been multiply reflected/scattered by the surface and atmosphere before eventually illuminating the target pixel. To decouple the purely atmospheric flux from the surface reflectance signature, we use the spherical albedo coefficient vector年代gydF4y2Ba定义了表面的一部分离开返回到表面的光子被大气散射后:gydF4y2Ba

的符号(0)描述了黑人的通量,零反射表面。现在,解耦下降直接和扩散通量采取以下形式:gydF4y2Ba

在哪里gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba和gydF4y2BaμgydF4y2Ba_θgydF4y2Ba是太阳天顶角的余弦的表面和大气(TOA),分别。注意,平面、平行平面的气氛没有折射这些角度是相同的。光谱通道gydF4y2Ba ${\mathit{tgydF4y2Ba}}_{\mathit{dirgydF4y2Ba}}^{\mathit{\downarrow gydF4y2Ba}}$ 和gydF4y2Ba ${\mathit{tgydF4y2Ba}}_{\mathit{difgydF4y2Ba}}^{\mathit{\downarrow gydF4y2Ba}}$ 分别直接和散射大气透射率下降。gydF4y2Ba

接下来,我们将介绍两种模式;“原始”模式,gydF4y2BaFgydF4y2Ba_0gydF4y2Ba和一个“增强”模式,gydF4y2BaFgydF4y2Ba_1gydF4y2Ba。最初的模型假定场景中像素都是平的,无视地形的地形。上升流中的任何变化辐射场底部的气氛被认为是表面反射的结果。相比之下,增广模型占像素几何形状的变化,由其有效太阳天顶角(eSZA)中定义的介绍。gydF4y2Ba

2.2.3地形的模型gydF4y2Ba

最初的正向模型假定所有场景中像素水平,有效和TOA太阳能天顶角基本上是相等的(例如,gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba=gydF4y2BaμgydF4y2Ba_θgydF4y2Ba)。在这种情况下不需要解耦下降通量,提出模型的形式:gydF4y2Ba

这个模型在许多条件下表现良好,但能力有限与变量地形场景,因为它不能捕获的光谱形状的变化照明当像素有一个斜率和方面,见下一节。在这些情况下,有效的太阳天顶角的TOA SZA有很大区别。gydF4y2Ba

2.2.4地形向前意识到模型gydF4y2Ba

这个增广模型是基于这一事实的直接下降变化gydF4y2BaegydF4y2Ba_dirgydF4y2Ba在给定的像素比例SZA根据有效gydF4y2BaϕgydF4y2Ba,即,the一个ngle between the pixel’s normal direction and the Sun’s direction, and not by the TOA SZAθgydF4y2Ba(gydF4y2Ba图3gydF4y2Ba)。Sun-facing斜坡,全球通量的相对组成将倾向于直接组件,non-Sun-facing斜坡,就有利于扩散组件,而平坦的表面。此外,对于non-Sun-facing斜坡大气路径辐射也有更高的相对贡献at-sensor光辉,是建立了强烈阴影像素。gydF4y2Ba

这种区别的重要性是至关重要的。直接和扩散通量有不同的光谱形状,并利用这种物理结构模型将大大降低模型误差的错误。gydF4y2Ba图4gydF4y2Ba显示了不同组件之间的光谱形状变异,发生错误,如果假设水平表面。实现这个增广模型需要知识的表面形貌,来自于一个数字表面模型(DSM)。SZA计算有效gydF4y2BaϕgydF4y2Ba中,我们使用的关系:gydF4y2Ba

在哪里gydF4y2BaθgydF4y2BaTOA SZA,gydF4y2BaαgydF4y2Ba斜率,gydF4y2BaγgydF4y2Ba_{年代gydF4y2Ba}是太阳方位角,gydF4y2BaβgydF4y2Ba是像素的方面(地理方向的像素的斜率是面对)。gydF4y2Ba

增广模型将直接分离和沉降流扩散通量,基于像素的几何形状和尺度。扩散通量下降的比例gydF4y2BaμgydF4y2Ba_θgydF4y2BaTOA SZA的余弦值,而直接下降流量是按比例缩小的gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba的余弦值有效SZA表面上,gydF4y2Ba情商。gydF4y2Ba。向前增广模型采用以下形式:gydF4y2Ba

水平像素gydF4y2BaμgydF4y2Ba_θgydF4y2Ba=gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba和gydF4y2BaFgydF4y2Ba_1gydF4y2Ba减少到gydF4y2BaFgydF4y2Ba_0gydF4y2Ba,但当gydF4y2BaμgydF4y2Ba_θgydF4y2Ba≠gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba这种模式允许两个differently-weighted流量来源,泛化时尤其重要变量地形漫射照明有不同的光谱形状比直接照明。gydF4y2Ba

2.3实验gydF4y2Ba

2.3.1研究网站gydF4y2Ba

测试和比较这两种选择之间转发模型我们选择在瓦伦西亚的一项研究中,成交价CA(从今以后,瓦伦西亚),特点是崎岖的地形主要是裸露的土壤和植被稀疏的绿色和non-photosynthetic(见gydF4y2Ba图5gydF4y2Ba)。gydF4y2Ba

多个辐射图像在瓦伦西亚获得使用NASA的新一代机载可见光红外成像光谱仪(AVIRIS-NG) (gydF4y2Ba查普曼et al ., 2019gydF4y2Ba与425个频道),产生光谱数据集,2 - 3米的空间分辨率。我们选择三个摄影航线在不同的日期和在不同,一天当中捕捉变量TOA-SZA和eSZA条件(见gydF4y2Ba表1gydF4y2Ba)。gydF4y2Ba

2.3.2预处理gydF4y2Ba

逐像素的基础上比较图像,我们co-registered所有摄影航线一致网格基于地球资源观测卫星8的全色波段。使用高分辨率1公尺DSM从美国地质调查局(gydF4y2Ba2015年美国地质调查局gydF4y2Ba),我们计算每个图像每个像素的eSZA并保存结果,供以后使用。我们空间重新取样所有图片15×15 mgydF4y2Ba^2gydF4y2Ba空间分辨率来模拟轨道仪器和计算效率。每一个光辉形象被处理两次,与原模型,gydF4y2BaFgydF4y2Ba_0gydF4y2Ba与topography-aware模型,gydF4y2BaFgydF4y2Ba_1gydF4y2Ba。结果是一组六个反射地图,每个日期,两个用于以下分析。gydF4y2Ba

3结果与讨论gydF4y2Ba

评价模型的有效性是有挑战性的gydF4y2Ba原位gydF4y2Ba数据。我们用两种方法证明提供的改进模型:增强空间一致性的增加检索到的反射率(3.1节),和一个解相关的反射从地形信息(3.2节)。我们也证明很难被修复大气错误可以引入的简单模型(3.3节)。接下来,我们显示出地形的不确定性可能处理(3.5节),最后,我们提供了一个比较常见的我们的方法gydF4y2Ba事后gydF4y2Ba地形校正,完整性(3.4节)。gydF4y2Ba

3.1减少地形阴影gydF4y2Ba

提出模型有效SZA天真将假设所有像素都是平的,因此,将模型全球通量增加了重大错误。给定的像素时这一点尤为明显倾斜远离太阳的方向而不是阴影。在这些情况下,直接太阳光照到像素是弱,直接通量延伸表面上在一个更大的区域。topography-naive转发模型是不知道这和模拟一个入射通量大小,太高了。因此,优化过程将弥补这个错误,大幅度地降低了最佳反射率。gydF4y2Ba图6gydF4y2Ba显示了这一现象。eSZA的左栏给出了分布在每个摄影航线。中心柱与天真的反射图计算模型,而右列与增广模型,计算每个fligthline。回想一下,瓦伦西亚的山西北坡正面临来自太阳的方向相反,从底部面板清晰可见gydF4y2Ba图5gydF4y2Ba。我们可以看到这里,天真的情况下,反射地图显示一片漆黑像素,消失在增强模型。这些结果表明,反射的结果所示的黑补丁原始模型不是固有的表面,但模型误差的结果。此外,结果表明,增广模型消除这种差异,给出了反射解决方案接近固有的表面条件。gydF4y2Ba

3.2解相关地形的反射率gydF4y2Ba

而减少阴影显示地形的提高是有益的,它是一个主观的测量和不表明改进的大小。据我们所知,所有先前的研究的地形校正成像光谱也使用类似的定性评估。提供更客观的性能指标,我们评估之间的相关性反射地图和太阳天顶角的余弦值有效。因为太阳角是高度可变的随着时间的推移,这将是惊人的,如果表面材料高度相关的特定sun-surface几何观测到任何特定的飞越。如果表面材料在景观尺度上均匀分布,然后太阳角度和表面光谱应与表面相对于红光大多是不相关的。名义上,人们会认为真正的测量相对于红光正常像素应该与这个角不是很明显。gydF4y2Ba

基于这个前提,之间的相关程度,表面和太阳能角性能指标可以作为定量评估topography-aware大气校正的改进。计算这个我们使用相关图,图确定gydF4y2BargydF4y2Ba^2gydF4y2Ba(相关系数)之间的反射值(相关系数的平方)和几何值,每个像素的地图。这个计算是独立在每个波长,以及由此产生的相关图量化的反射率值在每个波段之间的相关性和响应(gydF4y2Ba卡和Ben-Dor, 2019gydF4y2Ba)。gydF4y2Ba

图7gydF4y2Ba演示了如何使用增广模型从地形decorrelates反射的结果。左边的列图提供了一个反射主要主成分之间的散点图(PC)评分和eSZA,而正确的面板显示相关图。这个数字作为验证和提供证据,检索到的反射率与增广模型更接近内在反射材料的像素。gydF4y2Ba

读者应该注意到,尽管我们的研究结果有力地表明身体上赶去相关反射从地形,不过,表面自然条件与照明模式gydF4y2Ba通过gydF4y2Ba各种机制。因此,得出的结论是,这些结果表明,增广模型更好地获取更准确的表面反射形成对照的是,警告,应该有一个表面条件和地形之间的相关性。不过,我们激励这一结论的事实相关的减少是通过转发模型,其中包括额外的物理,和增强的相关图与地形模型还显示一定程度的相关。gydF4y2Ba

3.3估算大气状态gydF4y2Ba

RTM-based大气校正算法寻找最适合的未知的大气状态数据。大量的大气水汽和气溶胶光谱大气的强衰减系数,提出模型,并导致大型反射中的错误如果错误的价值分配。如果这发生,gydF4y2Ba事后gydF4y2Ba地形校正将无法弥补这些错误:gydF4y2Ba事后gydF4y2Ba修正假设检索到的大气状态是正确的。在本节中,我们使用一个模拟实验演示如何增强TOPOFLUX模型检索正确的大气状态在所有表面几何图形,而天真的模型导致大气状态错误,增加与增加TOA-SZA和eSZA之间的区别。gydF4y2Ba

我们使用增强模型gydF4y2BaFgydF4y2Ba_1gydF4y2Ba情商的定义。18日,来模拟at-sensor光辉给出一个固定的大气和表面状态改变的价值gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba。我们使用一个标准的植被反射率光谱作为真正的表面状态,和大气状态的水蒸气量为1.6克/厘米gydF4y2Ba^2gydF4y2Ba大气气溶胶是0.25,代表常见的大气状况。我们从高斯分布样本代表eSZA角,TOA SZA意思=gydF4y2BaθgydF4y2Ba和等于32°,40°的方差。我们从这个分布采样1000次,计算每个样本at-sensor光芒。然后我们跑我们的大气校正算法与原和增广模型,获取地表和大气状态。gydF4y2Ba

在gydF4y2Ba图8gydF4y2Ba我们展示的大气状态估计地形意识到地形模型(左)和天真的模型(右)。人们可以清楚地看到,topography-aware模型表现良好在所有表面几何条件,而天真的模型表现良好只有当TOA-SZA eSZA接近。从topography-naive面板中我们可以看到,不包括eSZA模型会导致水和气溶胶中的错误的估计,而这些错误相关eSZA和增加eSZA之间的差异和TOA-SZA正在增加。gydF4y2Ba

3.4相比gydF4y2Ba事后gydF4y2Ba地形校正gydF4y2Ba

出于完整性的考虑,我们评估的性能topography-aware模型对流行和常用gydF4y2Ba事后gydF4y2Ba地形校正算法,太阳树冠传感器算法与C-correction (SCS + C) (gydF4y2BaSoenen et al ., 2005gydF4y2Ba)。在gydF4y2Ba图9gydF4y2Ba我们显示的比较三个模型:增广模型,SCS + C模型和原始模型,特别是大大不同。不广泛,spatially-explicitgydF4y2Ba原位gydF4y2Ba数据,我们不能做一个明确的声明的方法更加准确。然而,gydF4y2Ba事后gydF4y2Ba修正在本质上是一个尝试近似真实的物理系统,贷款支持topography-aware方法。gydF4y2Ba

3.5传播数字表面模型的不确定性gydF4y2Ba

TOPOFLUX模型是基于估计eSZA,通常来自外部DSM。操作使用在全球调查,DSM的不确定性将取决于原始测量的质量,其空间分辨率,它的时间接近辐射测量反向。在一些地区,比如我们的加州研究网站,最近收购了高分辨率1 m LIDAR-based dsm,提供优质表面几何信息。相比之下,只有清闲可用的数据集覆盖其他地区可能是航天飞机雷达地形测绘任务(SRTM)民主党在30米,获得了在2000年代早期(gydF4y2Ba国家科学学院E和医学,2018年gydF4y2Ba10.2节)。在这样的地区,各种物理过程可以影响表面如火山和白雪覆盖的山脉,产生重要的地形改变在年代际时间尺度(gydF4y2Ba亨德森和普里查德,2017年gydF4y2Ba;gydF4y2Ba信诺Tapete, 2021gydF4y2Ba)。因此,原则管理的不确定性需要确保正确使用这些数据的大气校正算法。gydF4y2Ba

在本节中,我们提供一种机制来量化,杠杆,和传播从DSM在OE反演的不确定性,基于现有的配方(gydF4y2Ba罗杰斯,2000gydF4y2Ba)。我们将演示如何量化DSM内大气校正算法的不确定性的影响,如何利用这些量做出更好的估计未知的表面和大气状态,最后,如何向前传播这些不确定性和捕获后的效果与每个像素相关的不确定性。gydF4y2Ba

罗杰斯(2000年,3.2节)提供了一个制定“模型参数,”组件的影响提出模型但不是一个状态向量的一部分。在这里,我们把这些辅助变量提出模型的一部分,一些测量的不确定性,然而这不是检索作为状态向量的一部分。OE配方可以治疗这些算法的不确定性的来源,我们可以捕获它们对远期的影响模型,反演中利用它,把它。为了遵循罗杰斯的符号,我们将重新贴标签于gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba作为gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ ,导致模型表示:gydF4y2Ba

在哪里gydF4y2BaϵgydF4y2Ba_0gydF4y2Ba表示测量不确定性的光芒。这个配方允许捕获的影响gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 变量的模型,分配一个不确定性水平,利用反演的效果。回忆,gydF4y2BaFgydF4y2Ba_1gydF4y2Ba模型gydF4y2BaEq。9gydF4y2Ba是非线性的,但我们认为,它可以通过泰勒级数线性化扩张gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 变量的真正价值gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}},gydF4y2Ba\mathrm{0gydF4y2Ba}}$ :gydF4y2Ba

在哪里gydF4y2BaJgydF4y2Ba_bgydF4y2Ba是远期的雅可比矩阵模型对吗gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ ,gydF4y2Ba ${\mathit{KgydF4y2Ba}}_{\mathrm{bgydF4y2Ba}}=gydF4y2Ba{\mathit{JgydF4y2Ba}}_{\mathrm{bgydF4y2Ba}}(gydF4y2Ba{\mathit{xgydF4y2Ba}}_{\mathrm{0gydF4y2Ba}},gydF4y2Ba{\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}},gydF4y2Ba\mathrm{0gydF4y2Ba}})gydF4y2Ba$ 的偏导数是吗gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 这是评估在gydF4y2Ba $(gydF4y2Ba{\mathit{xgydF4y2Ba}}_{\mathrm{0gydF4y2Ba}},gydF4y2Ba{\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}},gydF4y2Ba\mathrm{0gydF4y2Ba}})gydF4y2Ba$ ,gydF4y2BaϵgydF4y2Ba_0gydF4y2Ba是测量噪声。所以我们看到DSM-supplied价值的一个错误gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 可以近似为一个添加剂错误,球迷在整个频谱,并视为一种新的(更大的)误差项gydF4y2BaϵgydF4y2Ba占建模错误源自地形的不确定性。也就是说,gydF4y2Ba

我们假设gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 是独立于gydF4y2BaxgydF4y2Ba和gydF4y2BaϵgydF4y2Ba_0gydF4y2Ba,新测量的不确定性gydF4y2Ba年代gydF4y2Ba_ϵgydF4y2Ba= var (gydF4y2BaϵgydF4y2Ba)是gydF4y2Ba

在哪里gydF4y2Ba年代gydF4y2Ba_ygydF4y2Ba= var (gydF4y2BaϵgydF4y2Ba)是严格仪器噪声,gydF4y2BaKgydF4y2Ba_bgydF4y2Ba提出模型的灵敏度gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 变量,gydF4y2Ba年代gydF4y2Ba_bgydF4y2Ba是底层的不确定性的程度gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 变量,即。,thevar我一个nce ofμgydF4y2Ba_ϕgydF4y2Ba。gydF4y2Ba

梯度gydF4y2BaKgydF4y2Ba_bgydF4y2Ba是远期的偏导数模型对吗gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 。它可以找到使用有限的差异,但是由于的形式gydF4y2BaEq。9gydF4y2Ba梯度可以轻易地发现,分析:gydF4y2Ba

这个配方是相当于膨胀gydF4y2Ba年代gydF4y2Ba_ϵgydF4y2Baphysically-structured称重精度的不确定性gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 。因为gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba直接影响到所有光芒,这种不确定性反演过程有着至关重要的影响gydF4y2Ba通过gydF4y2Ba成本函数的可能性,以及由此产生的后协方差。gydF4y2Ba

增加gydF4y2Ba年代gydF4y2Ba_ϵgydF4y2Ba这种结构化的噪音会导致权重光辉残留的影响gydF4y2Ba数据部分gydF4y2Ba现在的成本函数的形式:gydF4y2Ba

制定gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba作为一个辅助变量在两个方面影响检索。首先,它将转变成本函数,并将重量的平衡测量杠杆的地方gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba最影响光谱。这将导致溶液状态收敛在样本空间中不同的位置。第二,它改变后的不确定性,目前的形式gydF4y2Ba

这里有一个额外的方差项等级1,将膨胀后沿一定方向方差的函数gydF4y2BaKgydF4y2Ba。回想一下,gydF4y2BaKgydF4y2Ba是向前的偏导数矩阵模型对状态向量,评估解决方案。因为解决方案状态变化在介绍模型的噪声项,那么gydF4y2BaKgydF4y2Ba总体上,造成次生变化gydF4y2Ba $\stackrel{̂gydF4y2Ba}{\mathit{年代gydF4y2Ba}}$ 。gydF4y2Ba

评估这些假设,我们进行了一项不确定性量化实验,我们量化DSM的不确定性,通过对传播它们gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba和检索。首先,现实的价值gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba不确定性,我们计算的误差gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba错误的函数在像素斜率和方面,标准条件。我们开始于一个“真正的”(参考)gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba倾斜的像素30°,90°的一个方面。我们选择标准太阳能照明条件的TOA SZA 30°,太阳方位角的150°。然后,我们随机的斜率和样品方面,我们改变了这些变量的方差增加吸引力。对于每一个斜率和方面的独特组合方差,我们画了10000个样本,计算模拟和引用的区别gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba。我们列表结果基于斜率和方面的不确定性,最后我们计算标准差为每个组合的区别。gydF4y2Ba

图10gydF4y2Ba显示的不确定性gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba变量的不确定性的函数斜率和方面。我们选择坡度标准差范围从0到20°,标准差和方面从0到30°。从图中,我们可以看到,相对准确的DSM,边坡中的错误10°,10°的和错误的方面,我们可以期待一个标准误差gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba0.05左右的。这种级别的精度是符合我们的实验,我们已经重新取样1 mgydF4y2Ba^2gydF4y2Ba美国地质调查局的DSM - 15米gydF4y2Ba^2gydF4y2Ba这个范围,导致错误的或更少。gydF4y2Ba

在gydF4y2Ba图11gydF4y2Ba我们将展示这配方在两个方面的影响。第一小组给在光彩空间形状的影响,为不同的值gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba通过显示√(不确定性的对角元素gydF4y2Ba ${\mathit{KgydF4y2Ba}}_{\mathrm{bgydF4y2Ba}}{\mathit{年代gydF4y2Ba}}_{\mathrm{bgydF4y2Ba}}{\mathit{KgydF4y2Ba}}_{\mathrm{bgydF4y2Ba}}^{\mathrm{TgydF4y2Ba}}$ 。接下来,在面板B,我们显示的影响gydF4y2Ba ${\mathrm{bgydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 后标准错误,同样的不确定性的价值。gydF4y2Ba

这种不确定性添加到检索算法可用于缓冲对小错误gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba价值,但代价是降低检索量的信息内容。由于这种影响的大小,标准误差大于5 - 10%gydF4y2Ba ${\mathrm{\beta gydF4y2Ba}}_{{\mathrm{\mu gydF4y2Ba}}_{\mathrm{\varphi gydF4y2Ba}}}$ 会导致解决方案主要来自先知先觉。因此,如果DSM是高度不确定的人能分配gydF4y2BaμgydF4y2Ba_ϕgydF4y2Ba同时作为状态向量参数,优化表面和大气。gydF4y2Ba

4结论gydF4y2Ba

成像光谱观测的大气校正是关键的步骤,它估计biogeophysical instrument-measured光芒的地球表面的性质。错误在这第一步从而影响所有后续分析和产品,和系统偏离真正的反射甚至可能导致commensurate-or exaggerated-effects下游。这项工作的目的是为了提高反射系数估计的准确性及其利用地形信息的不确定性。通过增强的物理公式模型我们旨在获取表面反射率估算gydF4y2Ba内在gydF4y2Ba像素内的材料,而不是一个gydF4y2Ba明显的gydF4y2Ba反射率受环境条件影响的现场。gydF4y2Ba

topography-naive向前模型将差模型辐射测量来自一个像素高的斜坡,背向太阳的方向。这种地形阴影效应在崎岖的地形很常见,其中许多是关键利益分析的生态系统。Topography-naive模型治疗的每个水平像素表面等效面积,一种假设分解和零斜率。这反过来导致等效的投影表面太阳辐射到更大的区域,引入topographically-based偏见。这种效果可以直接证明了通过比较提出模型(gydF4y2Ba图4gydF4y2Ba,突出的影响最主要波长小于1000纳米,但现在整个光谱)。这个校正的影响变得更加明显,当检查真正的检索,如gydF4y2Ba图6gydF4y2Ba,我们对比地形天真和意识到模型在一个崎岖的景观。我们展示了一个简单模型估计这些像素的黑暗的反射率,而从地形上意识到模型提供了一个更亮,更可怕地一致,结果。topography-aware模型能够电离照明模式从检索到的反射到这个区域,产生更加一致和内在的估计表面反射率。gydF4y2Ba

我们进一步研究topography-aware前进的后果模型通过展示一个简化的比较检索反射率和地形。gydF4y2Ba图7gydF4y2Ba演示了一个减少反射的第一主成分之间的相关性一般理解显示亮度(gydF4y2Ba苏萨et al ., 2022gydF4y2Ba太阳天顶角)和有效。减少的相关性很大(≈75%),虽然相关的预期利率减少可能受到生态地貌司机表面形貌的关系。这种扩张的一个重要考虑地形的影响是一个耦合solar-angle和地形效应;换句话说,效果是主导方向表面正常时不与直接太阳能照明的角度。为相同的位置,这意味着,收购发生在一天中不同时段(即不同的太阳角度)将体验在不同大小的影响。如果不是占转发模型,这将导致一个潜在的重大偏差,也可以体现在空间和时间域。gydF4y2Ba

图4gydF4y2Ba表明地形天真和向前意识到模型的区别是一致的效果由于气溶胶的存在。之间的任何合并两个来源(气溶胶和地形)也可能会影响检索的大气水汽,导致一个幽灵似地扭曲的解决方案。我们假设一个topography-naive模型将导致更大的错误在检索到的大气状态。3.3节中描述的一个仿真实验支持这一假设,与topography-aware检索导致更加一致的气溶胶光学厚度和水蒸气值(gydF4y2Ba图8gydF4y2Ba)。gydF4y2Ba

从实用的角度来看,它是有用的也了解gydF4y2Ba事后gydF4y2Ba修正比较topography-aware检索。为此,gydF4y2Ba图9gydF4y2Ba显示在景观强调不同的反射光谱估计topography-aware模型和至少一个之间的共同之处gydF4y2Ba事后gydF4y2Ba修正(SCS + C)。我们不让声称基于实物的修正和调整gydF4y2Ba事后gydF4y2Ba调整是不可能的,但是我们注意,目前常见的修正还不同意。而且,考虑到gydF4y2Ba事后gydF4y2Ba修正是一个内在的近似,我们相信topographically-aware检索更有可能是正确的。我们建议gydF4y2Ba事后gydF4y2Ba修正,试图将直接从辐射传输模型和扩散传播之间的差异,历史上拒绝由于大量的计算需求,可能更有效,现在驯良的进步在模拟大气辐射传输(gydF4y2BaBrodrick et al ., 2021gydF4y2Ba)。gydF4y2Ba

全球成像光谱变量任务会遇到地形,具有挑战性的大气条件和广泛的表面类型各种表面生物群落的多样性。占地形在初始检索的光辉将有助于确保反演反射率估计缓冲系统误差变量地形有关。gydF4y2Ba

数据可用性声明gydF4y2Ba

原始数据支持了本文的结论将由作者提供,没有过度的预订。gydF4y2Ba

作者的贡献gydF4y2Ba

NC:概念、方法、可视化、调查、原创作品草稿,Writing-Review编辑。阿瑟:方法论,Writing-Review编辑。注:方法、验证Writing-Review编辑。调整:软件、形式分析、数据管理,Writing-Review编辑、可视化。OK:验证、可视化。HN:方法、形式分析、写作——评论编辑。DT:方法、软件、调查、Writing-Review编辑。MT:方法、形式分析、监督、资金收购。gydF4y2Ba

资金gydF4y2Ba

这项研究是由喷气推进实验室,加州理工学院的。AVIRIS是由美国国家航空航天局(NASA)地球科学部门。这项工作的一部分得到了地球表面矿物粉尘源调查(排放),美国国家航空航天局地球Ventures-Instrument (EVI-4)的使命。gydF4y2Ba

的利益冲突gydF4y2Ba

作者AB是受雇于光谱科学公司。gydF4y2Ba

其余作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba

出版商的注意gydF4y2Ba

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2Ba

确认gydF4y2Ba

这项研究是在喷气推进实验室,加州理工学院,在国家航空和宇宙航行局的合同(80 nm0018d0004)。ⓒ2022。保留所有权利。我们还要感谢机载可见光/红外成像光谱仪的成员(AVIRIS)团队参与数据采集和分析。gydF4y2Ba

引用gydF4y2Ba