第二章 文獻回顧
2.4 衛星影像校正
表2-7 衛星軌道繞行方式會依不同之用途而有所差異
類型(Type) 軌道(Track)
科學(Science) 不定
通訊(Report) 地球同步
(Geosynchronous Orbit)
氣象(Meteosat) 地球同步,近地
資源(Resource) 近地
[特例:太陽同步軌道(Sun-synchronous Orbit)]
定位與導航
(Positioning and Guidance)
中地
(離地表約20,000 Km)
偵察(Reconnaissance) 近地
(Low Earth Orbit, LEO)
的將其影像座標按一定的精度需求而轉換到地形圖的地理座標系統中;然後再依照 適當的抽樣方式對像元重新賦予新的Digital Number(DN)值(彭暐鈞,2008)。
大多可利用影像軟體,如ERDAS Imagine、ENVI、PCI Geomatics 與 TNT Maps 等 商業套裝軟體進行幾何校正,一般當影像與地圖的座標轉換時,首先要選定一些在 兩者中都容易識別的同一地物作為控制點,如圖2-11 所示。
圖2-11 利用 ERDAS Imagine 軟體進行之幾何校正圖(彭暐鈞,2008)
幾何校正通常包括座標轉換(Coordinate Conversion)與影像重組(Image Resampling)之程序,校正技術可區分為二類,採用方式如下:
1. 定率方法模擬幾何畸變來源的狀態與模式建立影像校正之公式。
2. 利用統計方法建立影像像元位置與相對應之地球投影座標的數學關係,即 選取地面控制點(Ground Control Point, GCP)。
在幾何校正過後之影像,期間所產生之像元值之差異,會使影像破碎與不連 續,故針對影像轉換重建有三種方式可加以修正其誤差(楊龍士等,2000),方法 如下:
1. 最鄰近法(Nearest Neighbor Resampling):使用最鄰近的像元值影像重組法
而不考慮其位置的微小誤差,此法較不會破壞影像原始之像元值,但有不 連續形狀之缺點。
2. 雙線內差法(Bilinear Interpolation):以四個鄰近的像元值之平均值作為轉 換值,此方法會產生一個較為均勻的影像重組。
3. 立方迴旋法(Cubic Convolution):估計每一格子之 16 相鄰值而定,此方法 可解決最鄰近法不連續形狀之缺點,並比雙線內差法更為清晰的影像。
本論文研究採用最鄰近法,其最能不破壞原始影像之DN 值,以保留原始對地 面物體之光譜特徵。
2.4.2 輻射校正
由於因日照強弱、大氣條件、觀測角度與表面反射率以及系統性儀器上的誤 差,皆會造成影像上相同物種有不同的輻射量,而不同物種卻有相近的輻射量,會 造成影像判釋上的困擾。輻射修正過程中最主要包含衛星感測器上所造成的誤差修 正以及大氣散射(Atmosphere Scattering of Radiation)校正,如感測器上所產生之 影像雜訊,主要是因為機器老舊原因所形成的,如圖 2-11 所示。大氣散射校正主 要是利用調整影像中的DN 值,來修正大氣中的微塵、水氣等,對太陽幅射能產生 反射所產生的影響(楊龍士等,2000)。
輻射校正主要修正方式如下:
1. 校正大氣的影響以及影像的失真與雜訊。
2. 衛星感測器的錯誤修正。
a. 根據衛星上所產生的校準參考資料。
b. 根據影像資料的統計分析。
3. 大氣散射的修正:
a. 藉由數學和統計的分法,如直方圖或迴歸分析,調整影像的 DN 值,以修正大氣中的微塵、水氣等,對太陽輻射能產生反射、折 射或散射的影響。
b. 運用影像軟體,如 PCI Geomatics 套裝軟體,可使用 Empirical Line Method 與 ATCOR-2 進行影像之輻射修正。
綜合上述說明影像校正之方法與過程,大致可制訂一個較簡易之衛星影像前 處理之流程,如圖2-12 所示。
圖2-12 影像前處理之流程圖
根據影像校正中以幾何校正會使原始影像改變較大,相對輻射校正則較小,但 由前人研究中發現有針對影像進行大氣校正之前處理方式,如Zhang(2003)使用 4 種不同衛星影像來監測芬蘭灣之水質變化,研究發現大氣校正對於處理單一影像 時,只有些微的影響,故提出大氣校正可以被忽略。但Baruah(2001)利用 Landsat TM(Thematic Mapper)衛星影像監測日本 Kasumigaura 湖之水質變化,研究中使 用Dark Pixel Subtraction 方法進行大氣校正,指出大氣校正前後會影響影像 DN 值 之變化,如圖2-13 所示,圖中顯示進行大氣校正後會降低 DN 值之變化。
圖2-13 DN 值於大氣校正前後之變化(Baruah, 2001)
對於除了輻射校正可透過軟體修正外,在前人研究中亦發現,可利用現地量測 光譜反射率(Spectral Reflectance, Rrs)之方式,如分光光譜儀等儀器,來進行衛星 影像之大氣校正,如Chen(2007)使用 MODIS 之影像監測 Tampa 灣之濁度變化,
期間利用光譜反射儀進行空間解析度-250 m 影像波段之輻射修正;Giardino(2001)
利用EKO Sun-photometer 儀器,現地量測可見光至近紅外光之波長(如 368 nm, 500 nm, 675 nm 與 778 nm)之反射率與衛星影像進行大氣校正,如圖 2-14 所示。
圖2-14 利用 EKO Sun-photometer 量測現地之波長反射率之變化(Giardino, 2001)