基于双波段中波红外观测的低空红外辐亮度模型化分解方法

《Sensors》:Model-Based Decomposition of Low-Altitude Infrared Radiance Using Dual-Band MWIR Observations

【字体: 大 中 小 】 时间:2026年11月05日 来源:Sensors 4.0

编辑推荐:

  红外图像辐亮度结合了地表与大气热发射以及太阳贡献,因此总辐亮度一致不足以评估各分量。本研究提出了一种基于模型的分解方法,利用两个大气吸收和太阳敏感性不同的中波红外(MWIR)波段。研究人员将从影像和地形数据恢复的观测几何与气象输入相结合。从较长波长波段反演的地

  
红外图像辐亮度结合了地表与大气热发射以及太阳贡献,因此总辐亮度一致不足以评估各分量。本研究提出了一种基于模型的分解方法,利用两个大气吸收和太阳敏感性不同的中波红外(MWIR)波段。研究人员将从影像和地形数据恢复的观测几何与气象输入相结合。从较长波长波段反演的地表目标温度被固定用于较短波长波段的预测,不再进行额外目标拟合。两天的观测在不同大气和地表贡献下验证了这些预测。对于280 m和1080 m处的森林,涵盖了模拟的地表主导和路径主导条件,使用较长波段温度预测的短波段辐亮度与观测值之差最多为0.056 W m-2 sr-1(六次观测中12次比较的最大绝对残差)。独立反演的长波红外(LWIR)森林温度与MWIR估计值在2.6 °C内一致。在两个对比帧中,使用观测约束的大气输入将观测与预测长波段天空辐亮度之间的均方根(RMS)差异降低到未修改标准大气所得值的1/10.9和1/15.4,且在同一帧内各廓线上保持相同偏移。温室观测将分析扩展到漫反射太阳反射和与镜面反射一致的局部增亮。这些结果展示了跨波段比较如何评估野外影像的建模辐亮度组成,超越了对总信号一致性的评估。
低空红外监视需适应尺寸、速度、材料和热特征各异的多种空中目标,包括无人机和低空导弹,这对探测系统提出不同要求,因此红外波段选择应考量目标多样性与观测条件,而非依赖单一代表性目标特征。大范围监视倾向于宽视场,但对于固定探测器阵列,更宽覆盖会增大每个像素对应的瞬时视场(IFOV),远处小目标可能仅占数像素,形状信息有限。此时目标与背景的辐亮度对比度尤为关键。观测辐亮度由不同光谱和几何依赖的分量组成:天空背景包含热路径发射与散射阳光,地表目标发射及反射的天空和太阳辐射(包括镜面反射)沿视线衰减,并与传感器处大气辐射叠加。温度、材料属性、照明、距离和大气条件决定各分量的相对贡献。辐射传输模型可计算各分量,而相机仅记录合成信号,比较两者需将相机输出转换为辐亮度,并在计算中表征实际观测路径与大气条件。然而,单一波段总辐亮度一致并不能确立地表发射和大气路径发射是否已适当分配。低空观测视线可延伸数公里,需同时考虑地表辐射衰减和大气发射累积。因此,研究人员提出基于模型的分解方法,并用双波段MWIR观测评估分量解释。

研究人员利用BLUE和RED两个位于CO2吸收特征(约4.3 μm)两侧的MWIR波段,对低空斜路径和地表目标辐亮度进行模型化分解。RED大气吸收更强、太阳贡献更弱,BLUE保持更大透过率和更强太阳贡献。对于地表目标,从RED反演表面温度并固定用于BLUE预测(含太阳反射),不再调整其他目标参数,使第二个波段成为分量模型检验而非独立温度拟合。研究在韩国京畿道龙仁市(37.14398° N, 127.17945° E)一栋16 m建筑屋顶(观测高度146 m above sea level, ASL)开展,获取了2026年6月11日下午和2026年7月1日上午的观测,目标距离280 m至5.5 km。结论显示:对于280 m和1080 m森林,涵盖地表主导和路径主导条件,使用较长波段温度预测短波段辐亮度的最大绝对差为0.056 W m-2 sr-1(12次比较);独立反演的LWIR森林温度与MWIR估计值在2.6 °C内一致;两个对比帧中,观测约束大气输入将RED天空辐亮度RMS差异降至未修改标准大气值的1/10.9和1/15.4。这些结果表明跨波段比较能够评估野外影像的建模辐亮度组成,为低空红外监视的波段选择提供依据。

研究人员采用的关键技术方法包括:辐射校准,利用黑体扫描和不同积分时间将相机数字数(DN)转换为辐亮度,MWIR需分离暗电流和固定偏置;相机姿态与目标几何恢复,通过图像特征、Compact Advanced Satellite 500(CAS500)卫星影像和数字高程模型(DEM)估计投影参数、姿态和目标距离;大气辐射传输计算,使用Line-By-Line Radiative Transfer Model(LBLRTM)计算分子路径透过率,libRadtran的discrete ordinate radiative transfer(DISORT)求解器计算热与散射天空辐亮度及地表辐照度,大气输入由附近地表气温和露点约束,探空廓线提供背景垂直结构;地表目标采用四项模型,从RED反演温度并固定用于BLUE预测,漫反射太阳反射纳入计算,拱形聚乙烯(PE)屋顶采用圆柱体模型和Fresnel反射率计算镜面反射。样本队列来源为2026年6月11日和7月1日在韩国京畿道龙仁市获取的野外影像,目标距离280 m至5.5 km。

5.1 辐射校准和观测几何:MWIR拟合R2达0.987(BLUE)和0.993(RED),残差RMS为6.4 DN和13.0 DN;LWIR拟合R2为0.998。投影拟合得到有效视场100.3°,目标重投影RMS为1.8 px,为大气和反射计算提供观测方向和目标距离。

5.2 天空背景:分量比较和大气敏感性:RED在5.5 km处透过率仅0.08–0.13,BLUE保持0.60–0.67,体现波段对比。BLUE天空RMS为0.0072–0.0202 W m-2 sr-1,RED为0.0027–0.0274 W m-2 sr-1。与标准大气比较,RED RMS误差在7月11:23帧为0.29968(标准大气)对0.02742(同日廓线),比值约1/10.93;6月15:01帧为0.25224对0.01638,比值15.40。

5.3 地表目标的分量分解和表面温度反演
5.3.1 森林:双波段分解和LWIR交叉检验:森林BLUE和RED发射率分别为0.946和0.949(来自ECOSTRESS光谱库中76个Quercus样本)。近(280 m)和远(1080 m)森林观测BLUE与预测最大差为0.056 W m-2 sr-1,RMS为0.0329 W m-2 sr-1;RED路径发射平均贡献38%和65%。独立反演LWIR温度超过RED估计值0.7–2.6 °C(三次配对7月观测)。

5.3.2 温室薄膜:漫反射太阳反射:近温室(842 m)发射率0.90。BLUE辐亮度从0.556升至0.798 W m-2 sr-1,预测从0.524升至0.794,地表热发射从0.383升至0.583,漫反射太阳反射从0.054升至0.113,最大绝对残差0.037 W m-2 sr-1。

5.4 PE薄膜的镜面太阳反射:两个5.5 km远处PE温室建筑出现局部BLUE峰值。左侧建筑峰值超出从1.16降至0.43 W m-2 sr-1,右侧从0.99升至1.22;7月超出仅0.02–0.07。理想对齐贡献1.74–1.79 W m-2 sr-1,超过四个6月峰值但可与三个最强峰值相比。

讨论部分指出,联合分析两个MWIR波段有助于评估观测辐亮度中的贡献分量,单一波段总辐亮度一致不能确立地表发射和大气路径发射是否已适当分配。RED反演温度固定用于BLUE预测,使分量模型在不同光谱响应下接受检验。波段对比反映辐亮度组成差异而不仅是信号幅度:RED大气吸收衰减远处地表信号并增加热路径发射相对贡献,BLUE保留更多远处地表信息但对太阳辐射更敏感。因此,明亮BLUE特征不能仅归因于高地表温度,强RED信号也不一定表示强地表发射。远处PE屋顶的局部超辐亮度和时间变化说明了这种区分需求。评估波段对低空红外观测的效用需考虑距离、背景和照明如何影响贡献分量,而不仅是目标信号幅度。相机姿态和目标距离可从图像参考点、卫星影像和地形数据估计,证明无专用姿态和距离测量的野外影像仍可支持定量辐亮度分析。研究结论部分翻译如下:本研究提出了一种利用双波段中波红外(MWIR)观测分解低空红外辐亮度的气和地表贡献并跨波段评估分量预测的方法。对于森林和近温室,从RED反演的地表温度被固定用于BLUE辐亮度预测,不再进行额外目标拟合,从而将较长波段的热反演与较短波段的分量预测联系起来。远森林温度与独立反演的长波红外(LWIR)温度之差在2.6 °C以内,支持了这些温度估计。天空观测提供了大气贡献的评估:在两个对比帧中,使用观测约束的大气输入将RED天空辐亮度的RMS误差相对于未修改标准大气降低约11至15倍。这些比较针对观测评估了地表目标表面温度反演和天空大气辐亮度预测,为分量解释提供了证据。空间和时间的观测也用于解释热分量单独无法解释的局部增亮:远处PE屋顶超过热和漫反射预测的BLUE辐亮度以及两建筑物的对比时间变化被解释为太阳镜面反射,并使用理想化反射计算检查其幅度。通过将波段特定的分量预测与观测场景的特征联系起来,该方法提供了一种以大气和太阳贡献以及地表温度来解释红外亮度差异的方式。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号