城市遥感影像云检测的物理方法

图7-2　城市遥感影像中的云遮挡

遥感图像云检测的物理方法，即将多光谱物理特性应用于单个的像素上进行检测。早期的物理方法包括ISCCP(International Satellite Cloud Climatology Project)法、CLAVR(The NOAA Cloud Advanced Very High Resolution Radiometer)法等，这些方法虽然取得了一定的成果，但是由于当时所使用的遥感器谱段较宽，谱段数目也很少，因而大大影响了云检测的效果。随着多光谱/高光谱卫星的发射，如TERRA和AQUA等，基于多光谱分析的云检测技术得到了快速的发展。尤其是自1999年以来，美国第二阶段对地观测系统计划(EOS)中搭载的中分辨率成像光谱仪MODIS的应用，其遥感数据在波段和分辨率方面都较以前有很大改进。MODIS遥感器共有36个光谱波段，辐射分辨率达12bit，数据量大约相当于AVHRR同期数据量的18倍，这些优势使得基于MODIS数据的云检测方法一度成为研究的热点，研究的成果也最多，其中大多是利用可见光或近红外光谱阈值法实现云检测，其利用的是云的高反射率和低温特性，算法简单，检测效果较好。其缺点是当地面覆盖了冰、雪、沙漠，或云为薄卷云、层云和小积云时，很难将云和地面区分开来，因为大部分光谱方法只适用于特定的场景或是识别不同的云，其他性能好的阈值法大多只针对于某种特定的遥感器进行设计。尽管如此，近年来，随着新型遥感器的不断出现，云检测的物理方法仍然被广泛使用，如2004年法国空间研究中心(CNES)研究的POLDER仪器是第一个可以获得偏振光观测的星载对地探测器。遥感图像云检测的物理方法，其关键在于如何进行物理特性阈值的选取和如何降低运算量以便于硬件实现这两个问题上。

早期的云检测物理方法使用的阈值为固定阈值，随着云检测的要求越来越高，固定阈值由于检测的局限性逐渐被淘汰，越来越多的研究开始集中于动态阈值的设计(图7-3)，典型的有采用人工干预的方式选取阈值；使用一些特定区域的参数来确定不同通道的阈值，使得阈值是根据每个场景的特定情况动态变化的，该算法可以适应于太阳仰角的变化，而且非常有效。动态阈值法对中高纬度地区进行云检测和云分类，其阈值自适应于实际的大气和表面状态以及太阳和卫星的几何视角，并可以将云像素分为十种类型等。(www.xing528.com)

图7-3　一种基于动态阈值的云检测方法

由于云检测的物理方法运算量较大，因此大多是应用在地面系统中进行数据分析，硬件实现方面的研究较少。目前已有的研究有实时云检测硬件实现系统，该硬件系统采用SRC-6E平台的星上可重配置计算机(Reconfigurable Computers，RCs)进行算法实现，云检测使用Landsat 7 ETM＋(Enhanced Thematic Mapper)的ACCA算法(Automatic Cloud Cover Assessment)，通过对图像数据进行两遍扫描来确定每一景中的云量，使云的多变性对云量估计的影响降到最低限度。