Восстановленные из спутниковых данных коэффициенты отражения (спектральные) земной поверхности – основа для спутникового мониторинга состояния земной поверхности. Для получения качественной информации об отражательных свойствах земной поверхности необходимо выполнять атмосферную коррекцию изображений. На формирование энергетической яркости принимаемого излучения оказывает влияние множество факторов: рассеяние излучения; поглощение излучения атмосферными газами; боковой подсвет; многократное отражение излучения; поляризация излучения; неламбертовость отражения поверхности; рельеф; облачность и взаимодействие излучения со слоем растительности. В настоящее время не существует алгоритмов, учитывающих все основные факторы, влияющие на перенос излучения. В предшествующих подходах широко применяется приближение однородной поверхности (независимых пикселей). В более сложных алгоритмах боковой подсвет учитывается точно, а дополнительная энергетическая освещённость от многократно отражённого излучения – в приближении однородной поверхности. В алгоритмах, где учитывается рельеф, либо считается, что рассеяние не влияет на результат, либо используется приближение однородной поверхности. В предлагаемом подходе, в отличие от альтернативных, учитывается влияние неоднородности коэффициента отражения земной поверхности и высоты расположения наблюдаемых участков на формирование бокового подсвета и дополнительной энергетической освещённости на земной поверхности. Приведённый тестовый расчёт показывает, что предложенный алгоритм для рассмотренной ситуации имеет среднее отличие результатов surf Δr = 0,014, среднеквадратичное отклонение RMSE = 0,017 и коэффициент корреляции r = 0,97 по сравнению с результатами алгоритма MOD09 NASA.
1. Otterman J., Fraser R.S. Adjacency effects on imaging by surface reflection and atmospheric scattering: cross radiance to zenith // Applied Optics. – 1979. – Vol. 18, No. 16. – P. 2852–2860.
2. Vermote E.F., El Saleous N.Z., Justice C.O. Atmospheric correction of MODIS data in the visible to middle infrared: first results // Remote Sensing of Environment. – 2002. – Vol. 83, No. 1–2. – P. 97–111.
3. Berk A., Adler-Golden S.M., Ratkowski A.J. et al. Exploiting MODTRAN radiation transport for atmospheric correction: The FLAASH algorithm / Proceedings of the Fifth International Conference on Information Fusion. FUSION 2002. (IEEE Cat. No. 02EX5997). – 2002. – Vol. 2. – P. 798–803.
4. Катковский Л.В. Параметризация уходящего излучения для быстрой атмосферной коррекции гиперспектральных изображений // Оптика атмосферы и океана. – 2016. – Т. 29, № 09. – С. 778–784.
5. Putsay M. A simple atmospheric correction method for the short wave satellite images // International Journal of Remote Sensing. – 1992. – Vol. 13, No. 8. – P. 1549–1558.
6. Breon F.-M., Vermote E. Correction of MODIS surface reflectance time series for BRDF effects // Remote Sensing of Environment. – 2012. – Vol. 125. – P. 1–9.
7. Vermote E.F., Vermeulen A. Atmospheric correction algorithm: spectral reflectances (MOD09). Algorithm Theoretical Background document, version 4.0. 1999. [Электронный ресурс]. URL: http://modis.gsfc.nasa.gov/data/atbd/atbd_mod08.pdf. (дата обращения: 30.01.2023).
8. Lyapustin A., Martonchik J., Wang Y., Laszlo I., Korkin S. Multiangle implementation of atmospheric correction (MAIAC): 1. Radiative transfer basis and look-up tables // J. Geophys. Res. – 2011. – Vol. 116. – D03210.
9. Lyapustin A., Wang Y., Korkin S., Huang D. MODIS Collection 6 MAIAC algorithm // Atmos. Meas. Tech. – 2018. – Vol. 11. – P. 5741–5765.
10. Тарасенков М.В. Повышение точности атмосферной коррекции спутниковых изображений и восстановления характеристик канала атмосферной оптической связи вне прямой видимости / Дис. … докт. физ.-мат. наук (1.3.6). – Томск: ИОА СО РАН, 2024. – 406 с.
11. Mousivand A., Verhoef W., Menenti M., Gorte B. Modeling top of atmosphere radiance over heterogeneous non-Lambertian rugged terrain // Remote Sens. – 2015. – Vol. 7. – P. 8019–8044.
12. Yin G., Li A., Zhao W., Jin H., Bian J., Wu S. Modeling canopy reflectance over sloping terrain based on path length correction // IEEE Trans. Geosci. Remote Sens. – 2017. – Vol. 55. – P. 4597–4609.
13. Fan W., Chen J.M., Ju W., Nesbitt N. Hybrid geometric optical – radiative transfer model suitable for forests on slopes // IEEE Trans. Geosci. Remote Sens. – 2014. – Vol. 52. – P. 5579–5586.
14. Белов В.В., Тарасенков М.В. О точности и быстродействии RTM-алгоритмов атмосферной коррекции спутниковых изображений в видимом и УФ-диапазонах // Оптика атмосферыи океана. – 2013. – Т. 26, № 07. – С. 564–571.
15. Tarasenkov M.V., Belov V.V., Engel M.V., Zimovaya A.V., Zonov M.N., Bogdanova A.S. Algorithm for the Reconstruction of the Ground Surface Reflectance in the Visible and Near IR Ranges from MODIS Satellite Data with Allowance for the Influence of Ground Surface Inhomogeneity on the Adjacency Effect and of Multiple Radiation Reflection // Remote Sens. – 2023. – Vol. 15. – 2655.
16. Tarasenkov, M.V., Belov, V.V. & Engel, M.V. Retrieval of Ground Surface Reflectance from MODIS Satellite Data with Allowance for Reflectance Heterogeneity and Rugged Topography. //Atmos Ocean Opt. – 2024. – Vol. 37, No. 1. – P. S48– S58.
17. Tarasenkov M.V., Zonov M.N., Engel M.V., Belov V.V. A Method for Estimating the Cloud Adjacency Effect on the Ground Surface Reflectance Reconstruction from Passive Satellite Observations through Gaps in Cloud Fields // Atmosphere. – 2021. – Vol. 12. – N 1512. 18. Digital Landscape Model // URL: https://www.ngdc.noaa.gov (дата обращения: 30.05.2025).
19. Kneizys F.X., Shettle E.P., Anderson G.P., Abreu L.W., Chetwynd J.H., Selby J.E.A., Clough S.A., Gallery W.O. User Guide to LOWTRAN‑7. ARGL-TR‑86–0177. ERP 1010. – Hansom AFB. MA 01731,1988. – 137 p.
20. Bucholtz A. Rayleigh-scattering calculations for the terrestrial atmosphere // Applied optics. – 1995. – Vol. 34, No. 15. – P. 2765–2773.
21. Leroy M., Roujean J. Sun and view angle corrections on reflectances derived from NOAA/AVHRR data // IEEE Transactions on Geoscience and Remote Sensing. – 1994. – Vol. 32, No. – P. 684–697.
22. Roujean J.-L., Tanre D., Breon F.-M., Deuze J.-L. Retrieval of land surface parameters from airborne POLDER bidirectional reflectance distribution function during HAPEX-Sahel // Journal of Geophysical Research. – 1997. – Vol. 102, No. D10. – P. 11,201–11,218.
23. Зимовая А.В. Атмосферная коррекция спутниковых изображений земной поверхности с учётом поляризации излучения в видимом и ближнем ИК диапазонах / Дис. … канд. физ.-мат. наук (01.04.05). – Томск: ИОА СО РАН, 2020. – 152 с.
24. Dubovik O., Smirnov A., Holben B.N., King M.D., Kaufman Y.J., Eck T.F., Slusker I. Accuracy assessments of aerosol optical properties retrieved from AERONET sun and sky-radiance measurements. // J. Geophys.Res. – 2000. Vol. 105. – P. 9791–9806.

• Предыдущая статья
• Следующая статья

• атмосферная коррекция
• коэффициент отражения земной поверхности
• спутниковые данные
• метод Монте-Карло
• неоднородная поверхность