6-1 空載光達點雲輻射校正
光達點雲輻射校正「100 年度發展先進空載光達科技與應用工作案」
時即有良好之成果，本案延續上年度之研究方式於經由輻射校正後之 數值，此數值即為大氣、雷射光入射角、接收器與距離等三項影響因 子所修正後之光達強度值。而在假定其餘參數皆為穩定之狀態下，改 正後強度(𝑃𝑟′)即可視為代表地物反射率的量化參數。測試區點雲強度改 正結果如圖 6.1 所列，依據測試區的改正前後影像即可瞭解測試區境內 改正差異性。
改正前 改正後 圖 6.1 光達點雲輻射校正之成果展示圖
6-2 高光譜影像之大氣校正成果
圖 6.2 二氧化碳濃度觀測圖
此外 FLAASH 中，最重要之另一項設定，為氣膠模式選取，綜合 上述之天候及風速與雲量資訊，加上去年研究之參考，此次在大氣模 型中選用 Tropical(熱帶地區)，氣膠膜型則選 rural(鄉村)。而水氣反演 方面，採用對水氣反應較靈敏的 940 nm。此外，FLAASH 提供三種散 射模型，分別為 Isaacs、DISORT 和 Scaled DISORT。根據使用者手冊，
Isaacs 處理速度較快，然而可能存在過度取樣的問題，而 DISORT 適用 於汙染嚴重的地區。相對處理速度為 Isaacs(2)：DISORT(2)：DISORT(4)：
DISORT(8)：DISORT(16) = 1: 22: 24: 30: 60，其中括弧內的數字代表模 擬散射的方向數，而 Scaled DISORT 處理速度接近 Isaacs，且散射的方 向數對其處理速度影響甚微，因此本案採用 Scaled DISORT 散射模型。
本案所選用模型參照表 6.2 所列。
表 6.2 本案所選用之演算模型 大氣
模型 氣膠模型 能見度 水氣 反演
二氧化碳
濃度 散射模型 Tro 鄉村 40 km 940 nm 414 ppm Scaled
DISORT
依據本案所選定模型，配合每條航帶之 GPS 時間、經緯度、飛航 高度以及由 LiDAR 所得到之平均地面高程資訊，即可進行 FLAASH 大氣校正，其對應之參數設定如圖 6.3 FLAASH 參數設定可知(以單條 航帶為例)。將上述所得到之飛航與高程資訊，輸入至 FLAASH 模組，
FLAASH 根據本案所選定之模型給予不同波段之對應修正值，最後輸 出反射率之影像。
圖 6.3 FLAASH 設定
最後，藉由地面光譜儀採樣之地真資料，對 FLAASH 大氣校正成 果進行評估。地真資料則依當時外業人員於現地採樣之水泥與柏油路 和高光譜影像之結果進行對比。
2. 利用 ATCOR-4 進行大氣校正
Solar Zenith
太陽方位角 Solar Azimuth
2 01:29:15 360° 1500 m 36.0° 87.9°
圖 6.4 ATCOR-4 操作介面
藉由地面光譜儀採樣之地真資料水泥與柏油路，與 ATCOR-4 大氣 校正成果進行比較。
3. 利用經驗線法則進行大氣校正
根據同步採樣之原則，進行地面於 2013/7/24 光譜航拍採樣時，各 航帶需盡量均勻分配地面連結點，並考量飛航同步的時間限制與實際 採樣路程的方便性，測區之地面同步點位置分布如圖 6.5 所示，地面點 的量測時間為 7/23 和 7/24 兩天。本案之影像拍攝航線規劃為南北方向，
因此，地面點多安排於測區內道路可達之處，以完成光譜採樣作業。
同步點採樣完畢後，經前處理(剔除不良樣本)，例如採樣位置透空條件 差、影像無法辨識、遮蔽、面積太小的資訊，最後保留 14 處同步點。
圖 6.5 地面光譜同步點位置分布圖
地面同步採樣安排於測區內道路可達之處，以柏油路和水泥地為 主，光譜採樣作業如表 6.5 所示，利用腳架和水平儀降低人為操作誤差，
並累積其他地物資訊，地面光譜儀器採樣之樣本，其材質需為均勻且 平坦的鋪面，無水氣、反射材質物體或玻璃帷幕等環境緊鄰，方以排 除能量反射之干擾、繞射等因素。
表 6.5 光譜採樣作業示意圖
圖 6.6 經驗式光譜萃取說明圖
不論是地面點實際的反射率資訊或影像內地面的的輻射資訊，研 究皆用該組資訊的平均值和正負一個標準差為條件，逐一檢測每個測 點每個波段是否符合條件，並累積數量，計算符合率，研究經過測試，
地面點需有 50%以上的波譜資訊符合條件方保留，而影像的輻射值則 以 30%為依據，以避免過多資料被刪除而無代表性，其整合前後如表 6.6 所示。表 6.7 即針對地面點整合資訊，該地面點有 12 筆測量值，而 光譜儀有 512 個波段資料，由符合率>50%判定，刪除測點編號 40、42、
46 和 48 的數據，再利用其他筆資料平均作為該地面點的反射率測值。
表 6.6 光譜樣本整合前後示意圖
長，x1 與 x2 分別為 x 前後筆的波長。將地面點之影像輻射值與實測 反射率一一對應，利用線性回歸，產出經驗方程式。將獲取的參數輸 入 ENVI 軟體中，以輸出其資訊。
y = [ (y2 -y1) / (x2 - x1) ] (x - x1) + y1 (式 6.1) 反射率和相對應的影像 DN 值求得，且以瀝青鋪面為低反射率的 代表，水泥鋪面為高反射率的代表，然而受限於測區道路分布及地形 起伏因素，高反射率鋪面較難獲取，因此在實際量測的地面點中，會 出現低反射率鋪面數量大於高反射率鋪面數量的情況發生。初步建立 的經驗迴歸線，本案先利用各地面點多次測量之平均值與正負一個標 準差的方式，分別統計每筆測值符合該範圍的百分比(至少 50%須符合)，
刪除掉該地面點中部分光譜資訊較離散的測值，使地面點本身內部誤 差降低，從影像中所萃取出來的光譜亦作相同的處理，之後依據高光 譜影像的波段的範圍，將地面的影像與反射率資訊一一匹配，以建立 經驗式迴歸線。根據光譜採樣反推影像 DN 值與反射率間的線性關係 進行大氣校正，藉由此線性關係找出適合進行迴歸校正的光譜反射數 值，圖 6.7 則為展示 464 nm、550 nm、636 nm 以及 865 nm 四個波段分 別代表藍光、綠光、紅光和近紅外光之經驗線改正範例，表 6.8 則陳列 72 個波段經驗式的參數和決定係數(R2)，932~961nm 此波長為水氣吸 收之位置，故迴歸成果之 R2值較低。由表 6.8 之改正參數成果可知，
400~920nm 之間經驗式的 R2均為 0.9 以上。
圖 6.7 經驗式迴歸線展示圖
波段序 波長
本案進行 FLAASH、ATCOR-4 與經驗式之大氣校正，並選取現地 量測之光譜曲線以水泥地及柏油路兩者地物作為比較，其結果為下圖 6.8。
圖 6.8 FLAASH、ATCOR-4 及經驗式之大氣校正結果比較圖 可發現 ATCOR-4、FLAASH 與經驗式的反射率，在水泥地皆與地 面光譜儀量測之光譜資料相近，除經驗式之結果在 920~950 nm 有明顯 不符。而在柏油路則是 ATCOR-4 校正的成果與現地光譜的反射率較為 一致， FLAASH 與 經驗式的反射率 則 有偏低的情況，且經驗 式在 920~950 nm 與現地光譜曲線仍差異甚大，主要原因為此波長為水氣吸 收之位置。
從結果也可發現 FLAASH 校正後之影像，在 400 nm 以下仍為負 值，與去年 FLAASH 成果有相同之問題(內政部，2012)，其顯示 FLAASH 在高光譜影像校正上，400-450 nm 藍光波段呈現負值。陳建珍(2011) 等人針對 ALI(advanced land imager)影像進行 FLAASH 大氣校正，其結 果發現，影像亦存在負值，統計其反射率為負值的部分，可發現主要 出現在影像山區陰影處，此外又以藍光波段為最多。顯示 FLAASH 進
行影像大氣校正時，有可能出現負值。根據陳建珍(2011)等提出此種情
而根據先前的經驗，若直接匯入 DSM 進行大氣校正，會導致校正 成果包含相當多空值，原因為地勢過於崎嶇，故下一步將不同點雲密 度所產製之 DSM 做平滑化處理，接著即可匯入 ATCOR-4 進行高光譜 影像之大氣校正。另外，這兩區亦測試不輸入 DSM 進行大氣校正之影 響，此時之大氣校正假設地表為平坦之平面。
將大氣校正結果和現地量測之光譜曲線進行比較(圖 6.9)，比較的 地物分別為柏油路以及水泥地，可以發現使用原始點雲產製之 DSM 的 大氣校正與未匯入 DSM 之成果相當相近，兩者皆非常接近現地光譜量 測的數據，而使用經疏化後點雲所產製之 DSM 做大氣校正，會導致反 射率的數值稍微有所改變。
圖 6.9 光譜曲線比較圖
而上述的光譜曲線比較僅有兩種地物，因此接下來以使用原始點 雲產製之 DSM 作為大氣校正之成果對照組，與其他實驗組之校正成果 (匯入疏化之 DSM 及無匯入 DSM)進一步比較，比較方式為計算實驗組 及對照組每一像元中，其各波段上反射率之差值絕對值之平均，如公 式 6.2 所示：
𝐷 = ∑
72𝑡=1|𝑡𝑖𝑝𝑖𝑝1(𝜆𝑖)−𝑡𝑖𝑝𝑖𝑝2(𝜆72 𝑖)| (式 6.2) 其中，𝑖𝑖𝑖𝑖𝑒1：對照組校正成果之反射率 𝑖𝑖𝑖𝑖𝑒2：實驗組校正成果之反射率 𝜆：波長
將計算結果 D 值做數量統計(圖 6.10)，由各 D 值之像元數量統計 圖可得知在同一密度等級下，地勢較平坦之區域一(實線)其 D 值相對 於區域二(虛線)較小，且同一區域中，較大之 D 值數量會隨著點雲密 度下降而增加。而無匯入 DSM(黑線)進行大氣校正，其 D 值整體來說 偏高。
圖 6.10 兩區域中各 D 值之像元數量統計圖
接著觀察兩區域中第 10 分位數、第 50 分位數以及第 90 分位數(圖 6.11)，可發現隨著點雲密度的降低，D 值會逐漸上升，而當進行大氣 校正時未匯入 DSM 會導致平均 D 值急劇上升。由圖 6.11 亦可得知在 同一密度等級下，較地勢較平坦之區域一，其 D 值相對於區域二而言 較小。
圖 6.11 兩區域中 D 值之變化
而從圖 6.9 之光譜曲線比較圖中，使用原始點雲產製之 DSM 進行 大氣校正與未匯入 DSM 之成果看似相當相近，但由圖 6.10 及圖 6.11 卻發現其平均 D 值相當的大，表示整體而言，有無輸入 DSM 之校正 成果有顯著性的差異，因此藉由圖 6.12 及圖 6.13 可觀察兩區域 D 值之 分布情形，D 值為 0 %用藍色表示，而高於 5 %則用紅色表示。
區域一之原始影像 密度等級 1/8
密度等級 1/128 密度等級 1/2048
無 DSM
圖 6.12 區域一之 D 值分布情形
區域二之原始影像 密度等級 1/8
密度等級 1/128 密度等級 1/2048
無 DSM
圖 6.13 區域二之 D 值分布情形
仔細觀察圖 6.13 之右下方，有一座橫跨河流的橋，比較密度等級 1/2048 及無 DSM 之成果，可以發現到密度等級 1/2048 之成果其有部 分橋被標示為紅色，而無 DSM 之成果其整座橋之 D 值皆十分一致。
觀察 DSM 即可了解其原因，如圖 6.14，在密度等級為 1/128 時，其 DSM 仍可清楚看到橋之特徵，而在密度等級 1/2048 時，其 DSM 中之
觀察 DSM 即可了解其原因，如圖 6.14，在密度等級為 1/128 時，其 DSM 仍可清楚看到橋之特徵，而在密度等級 1/2048 時，其 DSM 中之