一种利用MODIS遥感热红外数据的云检测方法

技术领域

本发明涉及云检测领域，具体地，涉及一种利用MODIS遥感热红外数 据的云检测方法。

背景技术

目前云检测大都是利用云与植被、土壤、雪和水域等下垫物在反射率 或辐射亮温值的差异进行检测的。但地物反射率受太阳高度角、方位角、 日照时间等因素的影响，只能检测白天的云；另外云与植被、土壤、雪等 背景物体的辐射亮温随温度的变化也比较大。因此，不管利用反射率还是 辐射亮温都不能很稳定地检测24个小时的云。

发明内容

本发明的目的在于提供一种利用MODIS遥感热红外数据的云检测方 法，使其能稳定地检测不同下垫物上的云。

为了实现上述目的，本发明采用如下技术方案：

利用云与下垫面物体的在MODIS数据长波辐射波段的比辐射率的差异 进行云检测。

包括如下步骤：

（1）首先，按下式计算MODIS数据的任意两个长波段的比辐射率关 系：

${({ϵ}_{n1}{2\mathrm{hc}}^2/{{\lambda }_{n1}}^5{L}_{n1}^{\prime }+1)}^{{\lambda }_{n1}}={({ϵ}_{n2}{2\mathrm{hc}}^2/{{\lambda }_{n2}}^5{L}_{n2}^{\prime }+1)}^{{\lambda }_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普 朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和 L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥 感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变 量；

（2）其次，设定第n1和n2波段中某一个长波辐射波段的比辐射率 值为0-1之间的某一固定值，然后分别计算云与不同下垫物在另一个长波 辐射波段的比辐射率，通过给该另一长波辐射波段的比辐射率设定阈值的 方法，来进行云检测。

进一步地，步骤（1）中，计算完第n1和n2波段的比辐射率关系后， 先根据上式分别画出云与不同下垫物的第n1及n2波段的比辐射率关系 曲线图，根据该曲线图，找出云与不同下垫物差异较大的位置对应的某一 波段的比辐射率值作为步骤（2）中所述的某一固定值。

进一步地，采用归一化云指数TCDI方法进行云检测，包括如下步骤：

（1）首先，假设ε₂₉=0.9后，依据下式所表达关系求出假设ε₂₉条件下 的ε₃₀和ε₃₂；

${({ϵ}_{n1}{2\mathrm{hc}}^2/{{\lambda }_{n1}}^5{L}_{n1}^{\prime }+1)}^{{\lambda }_{n1}}={({ϵ}_{n2}{2\mathrm{hc}}^2/{{\lambda }_{n2}}^5{L}_{n2}^{\prime }+1)}^{{\lambda }_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普 朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和 L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥 感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变 量；

（2）再利用归一化云指数方法TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)获得TCDI 遥感图像，最后通过设定阈值的方法检测出云覆盖范围。

与现有技术相比，本发明具有以下有益效果：

1、本发明利用比辐射率的特征进行云检测是一种全新的研究手 段。由于云与植被、裸土、雪、沙地和水域等下垫物的物质性质和表 面状况不同，从而它们在长波波段的比辐射率不相同。本发明利用云 与其它下垫物的比辐射率的差异来进行云检测，能稳定地检测不同下 垫物上的24个小时的云。

2、由于目前比辐射率的计算方法还不是特别成熟，都存在些误差， 本发明在假设某一个波段比辐射率的条件下，通过分析云与其它下垫 物的比辐射率特性差异,提出了云检测指数（TCDI）方法。该方法利用 云与其背景物体比辐射率特征差异进行云检测，所以不受太阳光的影 响，白天和晚上的云都可以检测。另外，虽然比辐射率也受温度影响， 但影响程度远小于辐射亮温。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为云、植被、裸土、雪、沙地和水域的ε₂₉和ε₃₂的关系曲线图；

图2为云、植被、裸土、雪、沙地和水域的MODIS数据热辐射波段比 辐射率曲线图；

图3为植被区域的8月份modis数据1、2、1合成图（左）及本发明 的云检测结果图(右)的对比图；

图4为水域区域的8月份modis数据1、4、3合成图（左）及本发明 的云检测结果图（右）的对比图；

图5为雪和裸土区域的12月份modis数据1、6、26合成图（左）及 本发明的云检测结果图（右）的对比图；

图6为沙地区域的8份modis数据1、4、3合成图（左）及本发明的 云检测结果图（右）的对比图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描 述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供了一种利用云与植被、裸土、雪、沙地和水域等下垫物在 MODIS数据长波辐射波段的比辐射率的差异进行云检测的方法。

1.理论依据

根据地球辐射与太阳辐射的相互效应传感器接收的地球辐射可 分为三段，分别是短波辐射（0.3～2.5μm）、中红外辐射（2.5～6μm）、 长波辐射（6μm以上）。短波辐射以地球表面对太阳光的反射为主，地 球自身的热辐射可忽略不计。地球长辐射可只考虑地表物体自身的热 辐射，在这个区域内太阳辐照的影响极小。介于两者之间的中红外波 段太阳辐射和热辐射的影响均有，两者都不能忽略。如果使用短波或 中红外波段则必须充分考虑影响太阳辐射的时间、经纬度、地区、季 节等多种要素，这样会增加监测的难度，降低实用性。若使用地球长 波辐射，则只从地物本身的性质角度去考虑即可，这样将复杂的问题 得以简化并提高监测精度。

虽然对于地球的长波辐射可只考虑地表物体自身的热辐射，但其 辐射亮度L与地物的比辐射率ε、地物的温度T及波长λ有关。对遥感 数据的某一个波段来说,波长λ可以看作是固定的,地物的辐射亮度L 随温度T的变化而变化,所以直接利用辐射亮度L无法稳定地提取地物 信息。而对遥感数据的某一个波段来说,地物的比辐射率ε是相对稳定 的参数,它与地物的性质、表面状况有关。由于云与植被、裸土、雪、 沙地和水域等下垫物的物质性质和表面状况不同，所以它们的比辐射 率不相同。因此可利用云与植被、裸土、雪、沙地和水域等下垫物在 长波比辐射率的差异，进行云的检测。

2.云检测模型（归一化云指数TCDI）的建立

根据1900年普朗克用量子物理的新概念，推导出的热辐射定理和 基尔霍夫定理得出：

L'_λ＝ε_λ2hc²/λ⁵(e^ch/λkT-1)            （1）

公式(1)中：L'_λ是实际物体辐射亮度，ε_λ是光谱比辐射率；h为普 朗克常数；c为光速；λ为某一波段的中心波长；k为玻尔兹曼常数； T是与地表温度相同的黑体温度，单位（K）。

虽然通过ε_λ能检测云，但从公式（1）不能直接获得ε_λ，因为有两 个未知变量ε_λ和T，所以不能直接获得ε_λ。

下面公式（1）中具体引入MODIS数据的29、32波段进行公式推理， 因为这两个波段都是长波辐射波段，不用考虑地物对太阳光的反射辐 射，只考虑地物的热辐射，所以可以得出

$L_{32}^{\prime }={ϵ}_{32}{2\mathrm{hc}}^2/{{\lambda }_{32}}^5(e^{\mathrm{ch}/{\lambda }_{32}\mathrm{kT}}-1)---\left(2\right)$

$L_{29}^{\prime }={ϵ}_{29}{2\mathrm{hc}}^2/{{\lambda }_{29}}^5(e^{\mathrm{ch}/{\lambda }_{29}\mathrm{kT}}-1)---\left(3\right)$

由公式（2）和(3)获得(4）和(5)

$e^{\mathrm{ch}/{\lambda }_{32}\mathrm{kT}}={ϵ}_{32}{2\mathrm{hc}}^2/{{\lambda }_{32}}^5{L}_{32}^{\prime }+1---\left(4\right)$

$e^{\mathrm{ch}/{\lambda }_{29}\mathrm{kT}}={ϵ}_{29}{2\mathrm{hc}}^2/{{\lambda }_{29}}^5{L}_{29}^{\prime }+1---\left(5\right)$

由公式（4）和(5)获得(6）和(7)

${\left(e^{\mathrm{ch}/{\lambda }_{32}\text{kT}}\right)}^{{\lambda }_{32}}={({ϵ}_{32}{2\mathrm{hc}}^2/{{\lambda }_{32}}^5{L}_{32}^{\prime }+1)}^{{\lambda }_{32}}---\left(6\right)$

${\left(e^{\mathrm{ch}/{\lambda }_{29}\text{kT}}\right)}^{{\lambda }_{29}}={({ϵ}_{29}{2\mathrm{hc}}^2/{{\lambda }_{29}}^5{L}_{29}^{\prime }+1)}^{{\lambda }_{29}}---\left(7\right)$

由公式（6）和(7)可以获得(8）

${({ϵ}_{32}{2\mathrm{hc}}^2/{{\lambda }_{32}}^5{L}_{32}^{\prime }+1)}^{{\lambda }_{32}}={({ϵ}_{29}{2\mathrm{hc}}^2/{{\lambda }_{29}}^5{L}_{29}^{\prime }+1)}^{{\lambda }_{29}}---\left(8\right)$

公式（8）中L'₂₉和L'₃₂可以通过MODIS遥感图像获得；ε₂₉和ε₃₂分 别是第29波段和32波段的比辐射率，两个未知变量，无法同时获得。 依据比辐射率的变化范围，假定ε₂₉在0—1的之间变化时，通过公式（8） 可以确定相应的ε₃₂，用此方法可以画出云与植被、裸土、雪、沙地和 水域等下垫物上的ε₂₉和ε₃₂的关系曲线图（见图1）。从图1可见ε₂₉在0— 1之间变化时ε₃₂的大小顺序永远是沙地>裸土>植被>水域>雪>薄云>厚 云。依据这个规律，通过设定阈值，我们就可以分开云与其它背景地 物。另外，从曲线图1还可见ε₂₉从0到1之间变化时,不同地物遥感象元 上ε₃₂的差距是增大的,因此为了得到明显的结果,一般假设ε₂₉=0.9后通 过公式(8)计算ε₃₂的值，从而区分云与背景地物。

对MODIS数据的所有长波辐射波段，在云与植被、裸土、雪、沙地 和水域等不同下垫面上，进行了类似于第29和32波段的比辐射率关系 研究。通过多次的实验，证明了任取其中的两个波段都能得到类似于第 29和第32波段的关系。因此任取两个MODIS数据的长波辐射波段都可 以进行云检测。

但为了获得最好的方法，在MODIS数据的所有长波辐射波段，对云、 植被、裸土、雪、沙地和水域等地物的比辐射率特征进行了比较研究。 在假设某一个波段比辐射率的条件下，通过类似公式（8）中的比辐射 率的关系，可以获得云、植被、裸土、雪、沙地和水域等地物在MODIS 数据其它9个热辐射波段的比辐射率图（见图2）。MODIS数据共有10 个长波辐射波段，所以可以得到10幅比辐射率图。通过对比这10幅比 辐射率图，得出假设ε₂₉=0.9时云与植被、裸土、雪、沙地和水域等地 物比辐射率差别最明显，在第30波段上，云的比辐射率比其它地物要 高，而第32波段上，云的比辐射率要比其它地物低，因此将其归一化 处理，得到归一化云指数TCDI表示为TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)，该方法不 仅可以突出的云的信息，而且可以部分消除了卫星扫描角及大气程辐 射的影响。

归一化云指数TCDI方法具体云检测步骤为：

（1）首先，假设ε₂₉=0.9后，依据下式所表达关系求出假设ε₂₉条件下 的ε₃₀和ε₃₂；

${({ϵ}_{n1}{2\mathrm{hc}}^2/{{\lambda }_{n1}}^5{L}_{n1}^{\prime }+1)}^{{\lambda }_{n1}}={({ϵ}_{n2}{2\mathrm{hc}}^2/{{\lambda }_{n2}}^5{L}_{n2}^{\prime }+1)}^{{\lambda }_{n2}}$

式中：n1和n2表示MODIS数据的任意两个长波段的波段数；h为普 朗克常数；c为光速；λ_n1和λ_n2分别为第n1和n2波段的中心波长；L'_n1和 L'_n2分别是第n1波段和n2波段的实际物体辐射亮度,其可以通过MODIS遥 感图像获得；ε_n1和ε_n2分别是第n1波段和n2波段的比辐射率，两个未知变 量；

（2）再利用归一化云指数方法TCDI＝(ε₃₀-ε₃₂)/(ε₃₀+ε₃₂)获得TCDI 遥感图像，最后通过设定阈值的方法检测出云覆盖范围。

利用本发明的上述方法对沙漠、雪、植被、水体和裸土等多种下垫物， 且在白天和晚上都可以相对稳定地进行云检测。经过多次的多个区域的云 检测实例验证，本方法的云检测效果都比较理想。

本发明选取四幅代表性影像（如图3～图6所示），通过目视判读可 以看出，本发明可以较精确地检测出在不同下垫物上空的云。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于 限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领 域的技术人员来说，其依然可以对前述实施例所记载的技术方案进行修 改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之 内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围 之内。