MERIS遥感数据特性及应用_高中灵
第25卷 第3期海 洋 技 术V ol. 25, No. 3
M ERIS 遥感数据特性及应用
高中灵, 汪小钦, 陈云芝
(福州大学数据挖掘与信息共享教育部重点实验室; 福州大学福建省空间信息工程研究中心, 福建福州 350002)
摘 要:
中等分辨率成像频谱仪(M ERIS) 是搭载于由欧洲空间局(ESA ) 发射的迄今为止最大的综合性环境卫星ENV ISA T -1上的主要传感器, 由法国和荷兰共同研制, 是目前水色传感器中最有优势的传感器之一。文中主要介绍了M ERI S 遥感数据的特点, 与M O DIS 、SeaW IF S 传感器相比, M ERIS 在波段设置与辐射灵敏度等方面都有较大的优势, 更适合于海洋水色的应用。针对M ERIS 的波段设置, 重点介绍了M ERIS 数据在海洋水色的应用范围与应用原理, 并简要介绍其在大气与陆地上的应用。关键词:遥感; 中图分类号:
ENV ISA T ; M ERIS ; 水色遥感
B 文章编号:
1003-2029(2006) 03-0061-05
T P722. 4 文献标识码:
1 ENV ISA T 卫星
20世纪末与本世纪初, 欧洲空间局(Europe Spa ce A-:ESA ) 在地球资源与环境监测方面取得了很大成功, gency
发射了多颗卫星, 如资源卫星ERS1/2、环境卫星EN -V IS AT -1、气象卫星M SG 与M ETO P 等。其中EN V I SA T-1是2002年3月欧空局发射成功的迄今为止的最大的综合性环境卫星, 主要用于监视环境, 即对地球表面和大气层进行连续的观测, 覆盖范围包括大气、陆地、海洋、冰、大地测量学、地球物理学等领域。EN V I SA T 卫星的设计借鉴ERS 的经验, 搭载十余种先进的仪器(图1) [1], 极大增加了大气、海洋、冰川以及陆地之间复杂变化的认识。EN -V IS AT -1的主要卫星参数如表1所示。
图1 ENV ISA T -1仪器布局
器元件完成, 有5架相机排列在一起, 通过卫星移动来实现。由于具有68. 5°的宽视场, 地面刈幅宽为1150km, 传感器3d 便能覆盖整个地球, 不仅满足了全球生物过程的需要, 还可以对突发性的环境变化监测, 如地震、火山、洪水与火灾。为了降低噪音对大气校正算法和海水成分浓度计算的精度影响, M ER IS 设计了等效噪声辐射率(N E ΔL) 值, 使之能适应一、二类水体的情况。15个波段精细的辐射测量可以提供海洋生产力、海岸带尤其是海洋沉积物的观测, 同时也可以计算陆地植被指数。对海岸带与陆地测量的300m 分辨率数据需要实时传输到地面接收站, 对宽阔海域观测的分辨率为1200m , 记录在星上记录器上。
M ER IS 传感器分别处于可见光/近红外(390~1040nm ) , 设置了15个波段, 带宽在3. 75~20nm 之间, 在可见光波段平均带宽为10nm (表2) 。M ERIS 传感器需要
2 M ERIS 传感器数据特点
中等分辨率成像频谱仪(M Edium Reso lution Imaging Spec tro meter Instr ument :M ERI S) 是EN V I SA T-1上搭载的主要传感器之一, 空间分辨率300m , 主要用于海洋和海岸带的水色监测, 是目前最有优势的水色传感器之一。2. 1 M ERI S 特性
M ERIS 属于推扫被动式光谱仪, 扫描过程由一排探测
收稿日期:
2006-01-28
基金项目:国家863计划青年基金项目(2004AA639800) 作者简介:高中灵(1980-) , 女, 福州大学空间信息工程研究中
。
海 洋 技 术 第25卷62
表1 EN V I SA T 卫星参数
表2 M ERI S 波段设置
更高的利用价值。M ERIS 在海洋、大气以及陆地上都有广泛的应用, 将在全球范围内检测海洋以及海洋对气候的影响, 通过观察水色进一步研究海洋的变化情况, 此外还可以对大气、云、水蒸气、气溶胶以及陆地表面的参数测量。
对从大气中散射出来的不到1%的入射光的极化(偏振) 效应有响应。M ERIS 传感器的波段设置源于海洋与各学科的应用需求以及其本身的使命, 它的优势不仅在于波段的设置与较精细的带宽, 而且为了适应不同观测尺度而选择不传感器
第3期 高中灵等:
M ERIS 遥感数据特性及应用 63
可以实现M ERIS 数据基本的可视化分析处理功能, 并且为了用户方便灵活地使用处理EN V I SA T 的有关数据提供了A PI 接口, 可以直接在ww w. envisa t. co m 下载。BEA M 还提供了M ERIS 数据的神经网络大气校正算法, 得到水体的叶绿素、悬浮物质以及溶解有机物浓度[2-4]。2. 2 M ERIS 数据与M O D IS 、SeaW I FS 数据的对比
目前常用的水色传感器是SeaW I FS 和M O DI S, M ERI S 与两者相比(表3) , 具有较大的优势。主要特点如表3:
世界各地的区域用户提供服务, 因此该卫星具有X 波段直接传输和通过DRS 的K a 波段传输数据的双重能力。对于全球任务, 利用X 波段的一个射频通道直接传输M ER IS 数据到基律纳接收站; 对于区域性的任务通过数据中继卫星的Ka 波段传输, 像具有两个通道的X 波段一样, 提供同样的数据传输能力。
BEAM (Basic ERS &EN V ISA T (A ) A T SR and 、M ERIS M ERIS T oo lbox ) 是ESA 提供的处理(A ) A T SR
与A SA R 数据的软件, 完全由Jav a 语言编写。利用该软件
表3 M ERIS 与SeaW IF S 、M O DIS 对比
M ER IS
空间分辨率300m 光谱分辨率3. 75~20nm 波段数15
407. 5~417. 5(黄色物质与碎屑)
437. 5~447. 5(叶绿素吸收最大值) 485~495(叶绿素等)
相应波段比较
505~515(悬浮泥沙、赤潮) 555~565(叶绿素吸收与荧光性) 615~625(悬浮泥沙敏感波段) 660~670(叶绿素吸收与荧光性)
677. 5~685(叶绿素荧光峰) 703. 75~713. 75(叶绿素荧光性大气校正)
745~785(大气校正)
传感器
SeaW IF S
1. 1km 20nm
8402~422(DO M ) 433~453(叶绿素) 480~500(色素, K 490) 500~520(叶绿素) 545~565(色素, 悬浮物质) 660~680(叶绿素)
M O DIS
1000km 10~15nm 9405~420(叶绿素) 438~448(叶绿素) 483~493(叶绿素) 526~536(叶绿素) 546~556(沉积物) 662~672(沉积物, 大气层) 673~683叶绿素荧光743~753(气溶胶性质)
750~757. 5(植被指数与云)
~762. 5(氧气吸收) (单位:nm) 758. 75771. 25~786. 25(大气校正) 855~875(植被、水汽)
885~895(大气校正) 895~905(含水量、陆地)
量化级数
16bit
845~885(大气校正) 862~877(气溶胶性质)
10bit 12bit
(1) M ERIS 传感器在波段设置与辐射灵敏度等方面都有较高的优越性。SeaW IF S 设置了8个水色通道, M OD IS 用于水色遥感的波段有9个, M ERIS 则增加到15个波段, 如增加了悬浮物质的敏感波段620nm 、叶绿素荧光性大气校正波段708. 75nm 、氧气吸收760nm 、大气含水量900nm 等波段, 更有利于海洋和大气的应用研究。光谱分辨率也由SeaWi FS 的20nm 提高到10nm 甚至更高, 如M ER IS 用于计算氧气吸收的760. 625nm 波段光谱分辨率为3. 75nm;
(2) 在数据量化级数方面, M ERI S 数据较前两者也有所提高, 为16bit , 而SeaW IF S 与M O DI S 的量化技术分别为10bit 与12bit;
(3) 高空间分辨率与可变空间分辨率:M ER IS 的空间分M 300, 加适用于海岸带区域。当用于大范围的海洋应用研究时, 可选择低空间分辨率模式(1200m ×1200m ) 。
3 M ERIS 的应用
M ER IS 数据用途广泛。在海洋方面, M ERIS 数据可以直接产生海洋色素浓度图、悬浮物质浓度图、溶解有机物浓度图以及赤潮等现象; 在大气方面, M ERIS 可以测量云总量、云顶高度探测、云的光学厚度、含水量、云的反照率以及有关气溶胶的数据; 陆地上得到更精确的植被指数覆盖图(M GV I) 。3. 1 在海洋中的应用
IS , 即
海 洋 技 术 第25卷64
是探测海水中叶绿素、悬浮物质浓度、溶解有机物以及海洋气溶胶浓度[5]。将为海洋生物光学特性的研究提供了有效技术手段, 进而为海岸带管理、海洋污染监测、海岸带初级生产力的发展以及全球碳循环对地球环境变化的影响等提供合理依据。
(1) M ERIS 数据的大气校正
在水色遥感中, 传感器接收到的总辐射中大气信号约占90%, 因此进行精确的大气校正必不可少。M ER IS 设置了778. 75nm 和885nm 两个波段用于大气校正。对于一类水体, 可以借鉴SeaWi FS 的算法, 假设近红外波段离水辐射率为0进行大气校正。Antoine et al (1999) 建立大气程辐射与瑞利散射比值和气溶胶光学厚度的函数关系式进行大气校正[6]。对于浑浊的二类水体, 由于悬浮物质浓度的增加, 使得近红外波段的离水辐射率远远大于0。但在近红外波段, 由于水的强吸收, 使得悬浮物质的反射率不随类型与粒子大小的变化而变化。M o o re et al (1999) 针对M ERI S 数据发展了一种大气校正算法[7], 具体过程是建立两个波段辐射比值的查找表, 以便区分水体辐射与大气辐射, 查找表是由水体光学模型与大气模型计算得到。
(2) 叶绿素
海洋表层水体叶绿素浓度从0. 03mg /m 3到30mg /m 3, 海洋水色由深蓝色变为暗绿色。对于一类大洋水体, 叶绿素浓度的反演采用对叶绿素较敏感的442nm 和560nm 蓝绿光比值法, 对于水体组分与光学特性非常复杂的近岸二类水体, 用简单的波段比值不能精确探测其浓度。荧光高度算法是通过叶绿素荧光波段任意侧的多个波段构建基线, 估算叶绿素荧光产生的辐亮度高出纯水辐亮度的程度。其原理是把太阳作为发射激光的来源, 用窄波段探测器测量, 因此要求传感器的带宽要尽量小。M ERIS 设计了带宽为7. 5nm , 叶绿素荧光峰的中心波长为681. 25nm 的波段用于叶绿素的荧光算法。荧光峰左侧的基线为665nm , 右侧的基线为708nm 。M ERI S 传感器还增加了620nm 与753. 75nm 这两个备选基线波段, 能更好地反映赤潮水体的叶绿素浓度。荧光算法避免了其他物质浓度较高的情况。美国的Sea-W IF S 遥感器上没有设置荧光高度法所需的波段, M OD IS 的荧光基线偏离荧光峰较远[8]。
(3) 悬浮泥沙
悬浮物也称为颗粒物, 水体中的悬浮物是指水样通过孔径为0. 45μm 的滤膜, 截留在滤膜上并在103~105℃烘干恒重的固体物质。悬浮物质包括无机颗粒和碎屑、死亡的浮游植物的分解以及少部分大气输入的物质, 其浓度将直接影响水体的混浊度, 是水质参数的一个重要指标, 计算悬浮物质浓度的时空分布情况对海洋工程、海岸线的变化以及河口地貌的形成研究具有重要的作用。海水随着悬浮物质浓度的增加, 粒子的后向散射增加, 与之相对应的离移动就是悬浮物质浓度反演的基本原理。根据水色的变化(反射率波段比值) 与亮度(采用单波段反射率) 是两种常用悬浮泥沙反演方法。目前没有统一的生物光学模型反演悬浮泥沙浓度, 这些模型或者是形式不同, 或者是波段选择不同。影响生物光学模型的因素很多, 包括浓度范围、粒径大小与形状等。
波长在400~560nm 之间的离水辐射率受悬浮物质与叶绿素浓度的影响, 波长在560~650nm 之间叶绿素有少量的吸收。由于纯水的吸收, 中心波长为753. 75nm 的波段对叶绿素与悬浮物质浓度的变化都较不敏感, 因此, 620nm 波长为水体混浊度的灵敏波长, 对于非高混浊度水体可以利用这一波段计算悬浮物质浓度[9]。M ERIS 设置了510nm 和620nm 用于悬浮物质浓度的研究。Dox ar an e t al (2002b) [10]表明在700~900nm 在悬浮泥沙浓度小于50。因此近红外波段比值法比较适mg /l 情况下反射率接近0
合高混浊度水体, 但是可见光部分反射率的比值对其它物质的浓度变化极其敏感。研究表明[11], 根据单个波段的灰度值的单波段计算方法比波段比值法更适合中等混浊度的水体。波段比值法在高于1000mg /l的高混浊度水体中比较适用, 因为在近红外波段高混浊水体的后向散射值比吸收值大得多。
(4) 溶解有机物
溶解有机物(CDO M ) 是海水中的主要溶解有机物之一, 大洋水体以海洋生物体的降解为主, 近岸水体以陆源产生为主。在蓝紫光波段, 海水黄色物质对光的吸收与海水自身、海洋叶绿素及海水悬浮粒子的光吸收相比要大得多(叶绿素的吸收峰在440nm ) , 从而表明在此波段海水黄色物质已经成为海水中对光吸收起着主导作用的物质。因此, M ER IS 增加412. 5nm 波段用于计算黄色物质浓度。
3. 2 在大气与陆地上的应用
M ER IS 除了海洋上的应用外, 还可以应用于大气和陆地上的研究。
水色传感器的大气应用一般分为两类:第一类用于大气校正以便获取离水辐射率的信息, 第二类是提供一些有关大气条件的数据, 如云顶高度测量(753. 75nm ) 、云层光学厚度、气溶胶光学厚度以及水气柱含量、云的反照率等。云的反照率是地球辐射收支估算的一个重要参数。虽然M ER IS 为水色传感器, 但是其特点使其在陆地上同样具有广泛的应用的潜力, 如土地沙漠化、植被指数监测、土地利用测绘、内陆水监测以及突发性灾害监测等。利用对442nm 、681nm 、865nm 三个波段的光谱分析确定植被覆盖情况, 进而得到全球植被指数(M ERI S Global V eg etation In-dex -M GV I ) , 避免了由于分辨率(1km ) 低不能满足某些要求的弊端; 2005年ESA 的“G LO BCOV ER ”计划旨在制作一份比先前所有卫星地图分辨率高三倍的全球陆地覆盖地。
第3期 高中灵等:
M ERIS 遥感数据特性及应用 65
用。本文针对M ERIS 的波段设置, 重点介绍了M ERIS 数据
4 结语
M ERIS 作为新一代的水色传感器, 具有15个波段, 300m 的空间分辨率, 与SeaWi FS 和M O D IS 相比, 在波段设置与辐射灵敏度等方面都有较大的优势。其独特的在轨处理功能、精细的光谱波段设置与可调节的两种空间分辨率使其在水色传感器中占有绝对优势, 更适合于海洋水色的应参考文献:
[1] h ttp :
//envisat.es a. in t /instruments /tour-index /.
在海洋水色的应用范围与应用原理。
ENV ISA T-1是2003年5月才正式投入运行, 目前对它的研究应用还不多见。因此, 开展对M ERIS 数据的应用研究, 特别是M ERIS 数据在中国海域的反演印证及多海色传感器数据的融合、同化研究, 具有重要的意义, 也是一项艰巨的任务。
[2] Chu rn side J H , T A Sch roeder . Temperatu re Profiling with neural netw ork inversion of microwave radiom eter data . J Atm Oc Tec 1994,
11:105-109. .
[3] Lee J , R C W egn er, S K Sengputa, and R M W elch. A neural netw ork app roach to cloud classification. IEEE Trans actions on Geos cience
and Remote s ensing, 1994, 28(5):846-855. .
[4] Ro R (1993) . Theorie der neuronalen Netze :eine sys tematis ch e Einfuhru ng. Berlin, Sp ring er. [5] h ttp :
//envisat . es a . in t /in struments /meris /data -app /1.
A multiple scattering algorithm fo r atmos pheric correction of remotely s ens ed ocean color (M ERIS
[6] D An toine and A M orel .
ins trum ent):principle and implementation for atmosph eres carrying various aeros ol including absorbing ones. International J ou rnal of Remote Sensing, 1999, 20, (9):, 1875-1916.
[7] G F M oore, J Aik en and S J Lavender. Th e atmos ph ere correction of w ater color and th e quan titativ e retrieval of sus pend ed particulate
matter in Case II waters :application to M ERIS . International J ournal of Remote Sensing , 1999, 20(9):[8] 赵冬至. 基于表面反射率的赤潮卫星荧光线高度算法比较[J ]. 高技术通讯, 2004, 11, 93-97.
[9] J Fis ch er and F Fell. Simulation of M ERIS measu rements above s elected ocean w aters [J]. In ternational J ou rnal of Remo te Sensing,
1999, 20(9):
1787-1807.
[10] Doxaran D, Froid efond J, Lavender S &Cas taing P . Spectral signature of highly turbid w aters; application with SPOT data to quality
sus pended particular matter concentration [J ]. Remote Sensing of Enviromen t , 2002, 81, 149-161.
[11] C E Binding , D G Bow ers , E G M itchelson -Jacob . Es timating s uspended sedimen t concentration from ocean color mears urments in mod-erately turbid waters; the impact of variab le partical s cattering properties [J ]. Remote Sensing of Enviroment, 2005, 94, 373-383.
1713-1733.
The Characteristic and Applications o f M ERIS
GAO Zho ng -ling , W AN G Xiao -qin, CHEN Yun-zhi
(Key Lab oratory of Data Mining &Information Sharing of Ministry of Education , Spatial Inf ormation Research Center of Fujian Prov ince , Fuz hou University , Fuzhou 350002, Fujian , China )
Abstract :
M edium Reso lutio n Imag ing Spectro meter (M ERIS) is the mo st gr eat senso r onboa rd the ENV ISA T -1satellite
which is the la rg est sy sth esis enviro nmenta l o ne by fa r, dev elo ped by France a nd H o la nd, a nd M ERIS is o ne o f the most ad-v anced o cean co lo r senso rs . The pa per par ticula rly intr oduces the cha racteristic of the M ERIS da ta , by contr ast to the senso r o f M O DI S a nd SeaW I FS, M ER IS ha s g reat adv antag e at aspects of the band setting and the radio metric sensitivity , and it will hav e a ma jo r contributio n to the research of the ocean color. In this pa per , the principle a nd rang e o f M ERIS ' applications of the ocea n colo r will be pa rticularly intro duced accor ding to the band setting , and g enerally the applicatio ns o f the a tmosph ere
and land . Key words :
remo te sensing; ENV ISA T; M ERI S ; o cean co lo r