【微课堂】遥感数据的辐射校正
在此前的【微课堂】第一讲中，主要介绍了遥感数据处理中物理量的计算（查看可点击此处链接），也为此次内容做个铺垫。本期，重点介绍遥感数据的辐射校正。
谈起辐射校正，大家最容易想到的是图像增强，如果更加形象地讲，辐射校正就像美图秀秀一样，把图像处理得更好看。
然而，遥感数据的辐射校正远不止这么简单。
大家知道，遥感数据是以数字形式记录下来的地物电磁波信息。传感器在获取地物电磁波信息时，将其进行放大、转化为数字信号被记录下来，即遥感数据，如下图所示。
遥感数据经去格式处理后，分离出图像数据和辅助数据，图像数据中每一像元的值称为DN值（Digital Number)。因此，卫星传感器记录的是地物在大气顶部的辐射亮度，DN值的大小反映了地物辐射亮度在大气顶部的强弱。同样地，如果考虑太阳的照射，DN值也可反映地物反射率在大气顶部的强弱。
另一方面，传感器是由许多探测器组成的，每一个探测器在某一瞬间对地面的某一特定区域进行观测，获取到地面该区域的信息，记录成一个像元的数据。以CCD传感器为例，数百或上千的CCD探测器为一组，称为探测器阵列（CCD Array），而一个数据行则由若干组探测器阵列组成，形成由数千个探测器组成的数据行。
不同的探测器和CCD阵列对电磁波的响应能力也略有不同，导致获取并记录的遥感数据存在着差异，最典型的现象是相同强度的电磁波信息被传感器获取并记录下来后，其数据值并不相同。
此外，传感器在获取地物电磁波信息时，还受到太阳位置和角度条件、大气条件、地形起伏等因素的影响。卫星在太空运行期间，由于仪器本身的老化及外界因素的影响，也会导致仪器辐射特性的变化，传感器记录的遥感数据与地物的实际电磁波信息有一定差异。
为了正确评价地物的电磁波特性，必须消除由以上因素所带来的遥感数据中的辐射畸变，使遥感数据能够真实反映地物电磁波的强度和分布。
上图显示了遥感数据辐射校正的全过程。其中，从原始数据到大气顶部辐射值和反射率的处理过程，是根据卫星传感器定标参数在地面系统中进行的，这一过程称为传感器的辐射校正(Radiometric Correction)；其他部分，则通过地面的测量、反演等过程来实现。
卫星传感器的辐射校正，一般可分为相对辐射校正和绝对辐射校正，其中：
相对辐射校正：解决遥感数据各像元之间、各波段之间的相对关系，使遥感数据能够真实反映地物电磁波信号的空间分布。
绝对辐射校正：解决各波段遥感数据与地物在大气顶部辐射亮度或反射率之间的定量关系，使遥感数据能真实反映地物电磁波信号的强度。
以CCD传感器为例，从原理上讲，传感器的辐射校正可以用下面的公式来表达：
其中：
x：探测器的输出值，即图像原始数据的DN值；
L：探测器的输入值，即大气顶部的地物辐射亮度；
G：探测器阵列的绝对增益；
g：探测器的相对增益；
B：探测器偏置；
b：波段号；
s：探测器阵列编号；
d：探测器编号。
通常，参数G、b和B在卫星发射前就已经测定，并记录在卫星地面系统中。但由于卫星在飞行过程中各种因素的影响，传感器参数也会发生改变，因此，辐射校正的首要任务是对传感器参数进行校准，这一过程被称为定标处理(Calibration)。
在卫星运行过程中进行的定标称为星上定标。
探测器偏置的确定
以Landsat-8卫星传感器的星上定标为例，该卫星分别采用传感器快门(shutter)数据和太阳漫反射板(solar diffuser)数据，来进行探测器偏置B、探测器增益g、以及探测器阵列绝对增益G的定标计算。
Landsat-8卫星会有计划地关闭传感器的快门，此时采集到的数据称为快门数据，即传感器在没有输入时采集到的基础数据，在信号处理中称其为偏置数据。
上图给出了最简单的采集并确定探测器偏置数据的过程，即在传感器快门关闭阶段，对每个成像探测器采集的快门数据(多行)求均值Q(b,s,d)，记为偏置B1 ；而在一次对地成像的前后，分别进行上述操作，得到B1 和B2 ，并对2次计算的结果求平均，记为偏置B3 。
此外，探测器偏置数据的采集和计算还有其他很复杂的过程，限于篇幅不做展开介绍，有兴趣的可参阅专门的书籍。
探测器增益
同样以Landsat-8卫星为例，该卫星使用了太阳漫反射板，将太阳光引入传感器中。太阳漫反射板是一块白色的面板，在卫星发射前，已经测定了它在太阳光照射下的光谱亮度值，并记录在地面系统中。
卫星传感器定期采集太阳漫反射器反射的太阳光信号，得到若干行数据，用于增益定标计算，其中：
计算每个探测器的响应均值Q(b,s,d)；
计算每个探测器的增益：
其中，L为预先标定过的、各探测器对太阳漫反射板的响应转换为辐射亮度值，des是传感器采集太阳漫反射板时的日地距离，以天文单位表示；
计算所有探测器增益的均值，以其作为当前探测器阵列的绝对增益：
其中，N是探测器阵列中探测器的数量。
计算探测器的相对增益：
前置处理是地面系统对遥感数据进行辐射校正处理的第一步，旨在消除各种数据异常，为后续的辐射校正处理做好准备。在实际的数据获取过程中，由于受到各种因素的影响，得到的遥感数据常常会出现各种的异常，例如：
探测器失效：由于元器件故障导致探测器在运行过程中不能正常获取数据，使得获取的数据不再随输入的辐射亮度而变化；
各种噪声：由各种环境因素造成获取的遥感数据偏离正常值得情况；
过饱和：当探测器接收到的输入信号过强、或输出信号受到传感器过度放大导致输出信号过强时，得到的数据值严重偏离正常的现象，称为过饱和；
条纹：由于各探测器响应的不一致，使图像出现横向、或纵向明暗相间的现象；非线性响应：探测器输出的是经过量化的DN值，其大小与探测器接收到的辐射能量有关，但二者之间不一定呈严格的线性关系，每个探测器的非线性响应关系也各不相同。
探测器失效的处理
对失效探测器的处理，通常做法是用临近的有效探测器数据来替代失效探测器的数据，例如，用两侧有效探测器的数据进行插值，得到当前失效探测器的输出值。
过饱和的处理
在地面系统辐射校正阶段，当认定某个探测器的输出是过饱和时，则利用预先设定的值代替该探测器的输出。
非线性相应的处理
地面系统中常利用响应线性化查找表来逐一进行校正，以便真实反应每个探测器的入瞳辐射亮度。响应线性化查找表文件记录了每个探测器的非线性校正系数，此文件最初由发射之前的实验室辐射定标数据生成，卫星在轨运行后将会根据探测器定标数据定期进行更新。
条纹和噪声的处理
对图像的噪声和条纹的处理，已经有很多成熟的算法，本节就不再叙述。
至此，本期微课堂对遥感数据的辐射校正做了最初步的介绍。总结起来可以归结为以下几点：
还原地物辐射信息的一致性，简单讲，地物是一样亮时，遥感图像也应该是一样的亮；反过来，地物亮度不一样时，遥感图像也要反映出它们的差异；
反映地物辐射信息的真实性，即遥感图像的值和地物辐射物理量是有一一对应关系的。
以上内容由中国遥感卫星地面站冯钟葵提供，更多详细内容可参看《遥感数据接收与处理技术》相关章节。