基于光谱信息校正矩阵的多光谱卫星传感器互标定新方法

《IEEE Geoscience and Remote Sensing Letters》：Addressing Angular and Spectral Differences in Multispectral Sensor Intercalibration through a Spectral-Information-Driven Approach

　　

摘要：

本研究通过开发基于光谱信息的校正矩阵（SIAM）方法，介绍了一种多光谱卫星传感器互标定的新方法论。SIAM 通过探索在广泛的观测几何和场景条件下建立的光谱相关关系，同时解决了传感器之间太阳 - 视角几何角度和光谱响应函数（SRFs）的差异问题。这种依赖于场景的关系可以通过利用为气候绝对辐射和折射率观测站先导任务（CPF）构建的高保真高光谱数据集来自适应且高效地建立。该方法应用于中分辨率成像光谱仪（MODIS）和可见光红外成像辐射仪组（VIIRS）互标定样本的光线匹配配对数据。结果表明，SIAM 方法能有效表征仅由几度太阳 - 视角差异引起的 MODIS–VIIRS 互标定偏差，为缓解多光谱传感器互标定中的角度匹配挑战提供了一种新解决方案。使用 SIAM 算法解决传感器之间 SRF 差异的效果与成熟的光谱波段校正因子（SBAF）方法进行了比较。确认了从两种独立方法推导出的增益标度因子之间具有高度一致性。线性回归分析进一步验证了 SIAM 在测量偏移可忽略的假设下，准确估计关键反射太阳波段中依赖于场景的标度关系的能力。SIAM 为多光谱传感器的业务化互标定提供了一个稳健且高效的框架。