《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：A Stepwise BRDF-based Land Surface Reflectance Model over Rugged Terrain
编辑推荐：
本文推荐一项针对崎岖地形地表反射率反演的研究。为解决山地地形和大气影响导致的遥感定量反演误差问题，研究人员提出了一种逐步BRDF（双向反射分布函数）地表反射率模型（SBLSR）。该模型基于四流辐射传输理论和山地辐射传输原理，实现了大气与地形影响的解耦校正。实验结果表明，该模型在模拟多角度反射率数据集上总体RMSE为0.0014，R2达0.974；在GF-1/WFV影像的实地多角度观测数据集上，总体RMSE为0.0242，MAPE为13.18%。该研究为复杂地形区域的遥感定量应用提供了重要技术支撑。
当我们仰望连绵起伏的群山时，可能不会想到这些壮丽的地形给卫星遥感带来了巨大挑战。山地约占地球陆地面积的24%，崎岖的地形显著改变了太阳-地形-传感器之间的辐射传输路径，导致地表反射率反演存在较大误差。地表反射率作为遥感的核心参数，受到地形和大气双重影响，各向异性反射是其基本特征，可以用双向反射分布函数（BRDF）进行数学描述。传统的校正方法通常基于朗伯体假设，无法解决非朗伯地表的方向性反射特征，而现有的耦合校正模型虽然能同时处理大气和地形影响，但需要从大气顶层（TOA）辐射开始计算，限制了其应用灵活性。
针对这些挑战，研究人员在《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》上发表了一项创新性研究，提出了一种基于逐步BRDF的地表反射率模型（SBLSR）。该模型通过分步建模的方式解耦大气和地形辐射效应，既保证了物理精度，又提高了操作适应性。
SBLSR模型的核心技术方法包括基于四流辐射传输理论的大气校正和地形辐射校正两个独立但紧密关联的组成部分。研究利用MODTRAN（中分辨率大气传输模型）计算大气参数，结合DEM（数字高程模型）提取地形参数，通过物理建模方式考虑地形调整的辐照条件。模型支持两种输入模式：直接从TOA反射率开始全链条校正，或基于忽略地形影响的地表反射率产品进行部分校正。验证数据包括模拟辐射传输模型数据和多地点实地观测数据，涵盖不同坡度、坡向和阴影条件。
模拟数据验证结果
通过复杂地表-大气耦合辐射传输模型模拟四种场景（大太阳天顶角（SZA）阳坡、小SZA阳坡、自阴影阴坡和他阴影阴坡）的辐射过程参数。SBLSR反演结果与模拟值高度一致，相关系数达0.974，RMSE仅为0.0014。虽然简化假设导致高反射值轻微低估、低反射值轻微高估，但平均偏差率仅为3.51%，表明模型在不同光照场景下具有高稳定性。
实测数据验证结果
视觉图像对比显示，SBLSR能有效消除地形影响，在不同坡度、坡向和阴影区域均表现稳定。玫瑰图分析表明，经过SBLSR校正后，不同坡向的反射率分布更加均匀，趋势圆中心接近坐标原点，形状接近圆形。
与实地测量对比显示，SBLSR显著改善了GF-1/WFV反射率估计精度，趋势线切线从0.413提升至0.736，RMSE从0.0606降至0.0247，MAPE从47.4%降至18.756%。多角度观测验证中，SBLSR反演反射率与实地测量值吻合良好，总体RMSE为0.0242，MAPE为13.18%。
敏感性分析与讨论
全球敏感性分析表明，在阳坡区域，坡向、太阳方位角、坡度和SZA是主导因素；在阴坡区域，SZA、气溶胶光学厚度（AOD）和观测天顶角（VZA）影响最为显著。研究还讨论了DEM精度、地表覆盖类型和AOD数据准确性对模型性能的影响，指出高时空分辨率DSM（数字表面模型）数据有助于降低模型估计误差。
研究表明，SBLSR模型通过分步解耦的方式有效解决了崎岖地形地表反射率反演难题。与PROY、ATCOR和BRATC等耦合模型相比，SBLSR减少了输入依赖，提高了对不同数据条件的适应性。模型显式考虑天空视角因子和邻域地形辐照度，增强了在阴影坡面的反射率估计能力。该模型为复杂地形区域的遥感定量应用提供了可靠技术支撑，特别适用于连接现有反射率数据集与地表参数反演，对推动山地遥感发展具有重要意义。
