使用偏航機(jī)動(dòng)對(duì)推掃衛(wèi)星進(jìn)行相對(duì)輻射校正

抽象

地球成像衛(wèi)星通常使用格式化為推掃式掃描儀的然性陣列探測器獲取多光譜圖像。眾所周知的Landsat8使用推掃掃描，因此

有73?000個(gè)單獨(dú)的探測器.這73,000個(gè)探測器分布在14個(gè)不同的焦平面模塊（FPM）中，每個(gè)探測器和FPM在監(jiān)

測均勻輻射值時(shí)都表現(xiàn)出獨(dú)特的行為，為了校正每個(gè)檢測器在傳感器測量方面的差異，這是一種新型的相對(duì)增益估計(jì)技術(shù)，采

用優(yōu)化的修改信噪比，最高可達(dá)90。提出了偏航機(jī)動(dòng)，也稱為側(cè)滑，允許FPM和檢測器緞相對(duì)增益計(jì)算。設(shè)計(jì)了一個(gè)基于現(xiàn)場

FPM校正的定期模型，作為Landsat8上所有波段的首選模型.從他滑技術(shù)派生并應(yīng)用于膨像的相對(duì)增益可在視覺和統(tǒng)計(jì)上減

少Landsat8影像中的探泄器級(jí)和FPM級(jí)條帶化和條帶化。反射和熱波長都經(jīng)過校正，可與當(dāng)前的操作方法相媲美。雖然以

Landsat8為例,但該方法適用F所有可以執(zhí)行90的線陣傳感器.。偏航機(jī)動(dòng).

關(guān)鍵字:側(cè)滑;檢測器相對(duì)增益;周期性模型;FPM相對(duì)增益

1.引言

1.1.輻射校準(zhǔn)

多光譜地球數(shù)據(jù)，即電磁輻射，是通過使用地球成像衛(wèi)星上的成像傳播黑獲得的。通常，地球成像傳感器在槍測、放大和

模數(shù)轉(zhuǎn)換后，將孔徑處的電磁輜射水平轉(zhuǎn)換為沒仃單位的數(shù)字?jǐn)?shù)字（DN）.粕射校準(zhǔn)是將DN值傳換為物理第位（如反射率）

以進(jìn)行分析的過程。然而，傳感器獲取的多光譜數(shù)據(jù)往往受到多種因素的影響，導(dǎo)致不均勻性，包括大氣散射和吸收，傳感器

制造的差異，電噪聲以及每個(gè)探測器的增益和線性響應(yīng)的差異，這些差異隨時(shí)間而變化。由于最近發(fā)射的衛(wèi)星比以前的衛(wèi)星具

有更多的光譜波段，因此需要校準(zhǔn)1向探測器要多得多，因此需要一種有用且有效的校準(zhǔn)方法來消除每個(gè)光譜波段探測器之間的

不均勻性。本文說明了使用偏骯機(jī)動(dòng)（也稱為側(cè)滑（SS＞技術(shù)，如第3.1節(jié)中所定義）來推導(dǎo)探測器之間和整個(gè)探測涔陣列之

間的相對(duì)增益的有效性.本文的組織結(jié)構(gòu)如下：引言，背景，方法，然后是結(jié)果和討論，并以結(jié)論結(jié)束.

相對(duì)增益校正

由于探測淵在測量相同水平的入射光時(shí)會(huì)描繪不均勻，因此在未校準(zhǔn)的地球衛(wèi)星圖像中往往會(huì)出現(xiàn)一種稱為條紋的偽影。

測量相同水平入射光的探測器之間的差異稱為探測器水平條紋。為了校正這種檢測器級(jí)條紋，需要檢測器相刻增益。探測器的

相對(duì)增益可以通過多種方式獲得，有些方法比其他方法更容易。但是，這些校正僅對(duì)各自單獨(dú)構(gòu)建的陣列（也稱為焦平面模塊

（FPM））內(nèi)的探測器有用.為了校正FPM之間的檢測器，需耍一個(gè)不同的用對(duì)增益色，稱為FPM相對(duì)增益.

焦平面模塊在每個(gè)模塊之間的泅量中往往具有不同的偏移。這些偏移是由于探測器具有不均勻性的類似原因，并以類似的

方式得到緩解.例如，圖1（Landsat8圖像和本研究的參考傳感器）顯示了探測器級(jí)條紋以及需要校正的FPM差異。

圖1.厚厚的垂直變色是FPM級(jí)條紋,其中包含細(xì)的垂直條紋.這些條紋是格陵蘭島綠帶測試圖像的探測器級(jí)條紋。

1.2.陸地資源衛(wèi)星8

Landsat8是兩顆可西作的Landsat衛(wèi)星之一,其目標(biāo)是在可見光、近紇外（NIR）,短波紅外（SWIR）和熱紅外（TIR）

波長下提供地球衣面的中等分辨率瀏量.Landsat8由兩種不同的成像系統(tǒng)組成：用于較短波長的操作土地成像儀（OLD和用

于較長波長的熱紅外傳感器（TIRS-,OLI和TIRS都利用推掃掃描來獲取怪像，而不是所有其他先前的Landsat衛(wèi)星使用的

whickbroom掃描。ULI由ballAercspaceandlechnoiogyCorp.it.建造和測而NASA戈達(dá)德太空t彳丁中心為IIHS做

了同樣的事情。Landsat8影像橫跨整個(gè)地球，每個(gè)影像采用路徑/行格式，其中每條路徑都是從北到南繞地球的一次掃描。大

地衛(wèi)星世界參考系統(tǒng)（WRS）的詳郵說明可以在NASA網(wǎng)站上找到⑴.

1.2.1.掃描儀類型

主要而言，大地衛(wèi)星系列使用兩種不同的拘描儀類型進(jìn)行空間遙感。第一種也是更早的打描類型是whiskbroom打描儀，

whiskbroom掃描儀使用掃描鏡組件產(chǎn)生交叉軌道掃描運(yùn)動(dòng)，以將光反射到一個(gè)探測微上。交叉軌道掃描運(yùn)動(dòng)類似于鞭毛蟲室，

當(dāng)衛(wèi)星可用探測器數(shù)量有限時(shí)，它很有用.為」'提供whiskbroom掃描儀所得的踏軌道運(yùn)動(dòng)，需要機(jī)械運(yùn)動(dòng)。跆軌運(yùn)動(dòng)由一對(duì)

稱為掃描線校正器的移動(dòng)鏡產(chǎn)生，并且容易發(fā)生機(jī)械故障，如Landsat7衛(wèi)星上發(fā)生的掃描線校正鏡故障所示⑶。

推掃式掃描是Landsat系列辿用的第二種掃描類型.推掃室掃描運(yùn)動(dòng)使用垂直丁?衛(wèi)星飛行路徑的探測器陣列，從而產(chǎn)生

類似于推掃的運(yùn)動(dòng)。由于推掃式掃拴方法，需要更多的探測器來創(chuàng)建圖像，并且與相鄰探測器相比，每個(gè)探測器不可避免地具

釘獨(dú)特的靈瞰度口，4］。為「校正這些不同的靈敏度，需要一種總體校準(zhǔn)方法來同時(shí)對(duì)每個(gè)檢測器進(jìn)行軸射校正。

1.2.2.OLI

操作土地成像儀（OLI）用于時(shí)從可見光到短波紅外的各種光譜波長進(jìn)行成像。OLI傳感黯的完整光譜覆蓋范圍和分辨率

見表1.

表1.0LI光譜波段和分辨率⑶。

OLI中有14個(gè)不同的探測器陣列或FPM,每個(gè)陣列包含494個(gè)探測器，除了Band8,每個(gè)模塊有988個(gè)探測器.。口中

的每個(gè)FPM交錯(cuò)，導(dǎo)致偶數(shù)/奇數(shù)費(fèi)式，在每個(gè)FPM中，每個(gè)檢測潺以偶數(shù)/奇數(shù)方式交錯(cuò)，如圖2所示。

QO因國國回回回國L、《?

國回國回國回回國

IMcdun.

圈面圈圈畫畫圈圈(W

[￡圉明圖畫畫圖明Dctecton

I口口口口口口

圖2.FPM級(jí)交錯(cuò)（左）利檢測器級(jí)交錯(cuò)（右）⑶

0U還包含兩組不同的探測器類型，用于測量不同的波長。波段1-5和8由硅p?固有-n探測器《SiPIN）組成，用于測量

可見光至近紅外波長，而波段6、7和9由汞-鎘-硝化物（HgCdTe＞探測器組成,用于測量短波-紅外波長[斗

1.2.3.TIRS

熱紅外傳感器（TIRS）用于創(chuàng)建地球表面的熱圖像，其空間分辨率低于OLI,由指定為10和11的波段組成。TIRS的光

譜范圍和分辨率見表2,

表2.TIRS光誥波段和分辨率[3],

與OU不同，TIRS只有三個(gè)FPM,也稱為傳感器芯片組件（SCA）,每個(gè)組件由640個(gè)探測器組成。與OLI一樣，這

些卜HM以偶數(shù)/奇數(shù)怏式交錯(cuò)排列，卜PM中的檢測器也是如此，如圖3所示。IIHS由生子阱紅外光電探測器（QWIPS）組成，

用于檢測與地球表面溫度相關(guān)的熱波長光,

圖3.TIRSFPM級(jí)偏移量網(wǎng),

惻刑方法校準(zhǔn)了5顆衛(wèi)星Rapid-Eye星座。與原始圖像相比，側(cè)滑后相對(duì)增益應(yīng)用被證明可以顯著改善條紋指標(biāo)并消除圖像中

的條紋偽像［11］。Pesla等人(2015)是最近?項(xiàng)描述惻滑器有用性的研究，并確定側(cè)滑片發(fā)生最理想的地方是格陵蘭島，南極

洲和北非［12］。Landsat8衛(wèi)星對(duì)每個(gè)側(cè)滑片的具體位置見表3。然而，Pes匕等人的研究并不全面，因?yàn)樗麄兊姆椒▋H在OLI

條帶上進(jìn)行了測試，并II.他們的研究僅在沙漠和雪測試圖像上進(jìn)行，即側(cè)面滑片的推導(dǎo)。Pesta等人的算法還檢查了在推導(dǎo)相對(duì)

增益時(shí)偶數(shù)/奇數(shù)檢測器數(shù)據(jù)是否具芍相似的分布.出現(xiàn)「一個(gè)問題.即單個(gè)FPM的可見條帶化明顯高F同一他滑行中的其他

FPM,當(dāng)偶數(shù)/奇數(shù)數(shù)據(jù)集分布不相似時(shí)，這個(gè)問題就形成了，作者試圖分別捱導(dǎo)出偶數(shù)/奇數(shù)檢測器的相時(shí)增益集，然后將兩個(gè)

相對(duì)增益集歸一化在,起。本研究涵蓋了Landsat8上的所仃波段,并證明了無論倒數(shù)/奇數(shù)探測器數(shù)據(jù)分布如何,所仃FPM在

多個(gè)不同土地覆蓋類型中的條帶化都進(jìn)行了定性和定蚊的減少.

表a惻滑路彳力行位置果然摘要.

下一節(jié)將討論使用(W滑片的優(yōu)點(diǎn)，并探討該方法的局限性。Landsat8是用于本研究的地球成像衛(wèi)星;然而，應(yīng)該指H的是,

在實(shí)施側(cè)滑方法時(shí)，許多地球成像衛(wèi)星將從這種鼓佳用途的深入工作中受益。

第3章調(diào)查手法

使用側(cè)滑法估兌相對(duì)增益分為兩個(gè)主要步驟“這些步驟中的笫一步是執(zhí)行P.星偏航旋轉(zhuǎn).這些步驟中的第二個(gè)步驟是使用

計(jì)穌機(jī)算法更正數(shù)據(jù)。這里提供了所采取的每項(xiàng)行動(dòng)背后的步驟和推理。

3.1.側(cè)滑機(jī)動(dòng)

他濟(jì)數(shù)據(jù)是通過推掃H星的簡單偏航旋轉(zhuǎn)獲得的.推掃式掃描儀的逐行成像用于偏航機(jī)動(dòng)，其中推掃式掃描儀沿偏航方向

旋轉(zhuǎn)士90。，并且可以收集摳條數(shù)據(jù)線，每個(gè)探測器理想情況下應(yīng)掃描地球上的同一點(diǎn)。偏航旋轉(zhuǎn)的方向是特定于Landsat8和

9的.取決于側(cè)滑層集介的位置。北半球的集合旋轉(zhuǎn)+90。.南半球的位置旋傳-90。。進(jìn)行施轉(zhuǎn)變化是為了避免當(dāng)衛(wèi)星在其軌

道的頂部或底部成像時(shí)，太陽直射在太陽港。理想的惻滑位置是高度反射的均勻區(qū)域，例如雪或沙子收薪的位理，以最大限度

地減少地面粒蓋物變化可能產(chǎn)生的車?yán)硐胄浴?/p>

3.2.Landsat的數(shù)據(jù)處理8

本節(jié)介紹專門針對(duì)Landsat8的數(shù)據(jù)算法處理。有關(guān)過程的完整描述，諳參見Landsat8的-算法描述文檔(ADD-［13］.

圖4包含此處使用的OLI處理流程，是ADD中包含的OLI輻射測量處理概述的摘要版本.TIRS處理流程與OLI處理流

程幾乎相同，但有一些關(guān)鍵步驟差異，如進(jìn)一步詳細(xì)解釋。

//SceneProduct

AlgorithmFunction

圖4.匯總的OLI輻射處理概述，用丁準(zhǔn)備用丁?相對(duì)增益提取的側(cè)滑線數(shù)據(jù)以及用r-相對(duì)增益應(yīng)用的o級(jí)或原始圖像“

以卜描述中正在處理的數(shù)據(jù)是Landsat8收集的惻滑數(shù)據(jù)，無論側(cè)滑層位置如何，都需要相同的處理。每個(gè)冽滑層數(shù)據(jù)

收集都是在USGSEROS的幫助下茯得的.從FPM1開始,將單獨(dú)處理每個(gè)FPM的數(shù)據(jù)

3.2.1.12位到14位轉(zhuǎn)換

使用Landsat廿KjOLI傳感籽，從OLI向卜鏈接的所有數(shù)據(jù)都具有12位分辨率;但是，?？趥鞲绪霰旧硎?4位傳感器。

由于在傳感器中將模擬信號(hào)轉(zhuǎn)換為數(shù)字格式.因此會(huì)發(fā)生量化噪聲.當(dāng)圖像的量化水平太少（即位水平）時(shí),量化噪聲就會(huì)生

效，并且傳感器的最后兩個(gè)位是空的，因此需要!fi新引入高斯噪聲，為了將數(shù)搟的分辨率返回為14位格式，數(shù)據(jù)乘以4倍，并

使用等式（1）

DN工4(b,d)=(DNi2(S,d)、4)+a)

(1)

哪里DN12是讀入的12位0級(jí)數(shù)據(jù)，CO是白色高斯噪聲，值介于0和1之間，匕是每個(gè)波段，d是每個(gè)探測器，由于

TIRS是12位傳感器，不需要校正，因此在處理來自TIRS傳感器的數(shù)據(jù)時(shí)省略了這?步驟.

3.2.2.偏置減法

在每個(gè)成像檢測器中，需要確定兩個(gè)因素才能使檢測器在一個(gè)波段內(nèi)對(duì)齊：偏置和相對(duì)增益值。每個(gè)探測器的偏置是探測

器在沒有信號(hào)存在時(shí)測量的值，對(duì)于非熱探測器.可以通過關(guān)閉探測器上方的快門并在數(shù)字（DN）空間中測量每個(gè)探測器的輸

出來找到。雖然探測器本身仍然存在背景效應(yīng)，但對(duì)于反射性太陽波段，這些背景效應(yīng)被認(rèn)為可以忽略不計(jì)。對(duì)于熱探泗器，

通過將偏置指向深空并獲得接近。的開爾文值來估計(jì)偏差。對(duì)每個(gè)檢測器估計(jì)的偏差進(jìn)行相應(yīng)的減去,如公式（2）

DNb（b,d）=DNL4（b,d）-13（b,d）

（2）

哪里DN14是計(jì)算出的14位DN值，8是從校準(zhǔn)參數(shù)文件＜CPF）中讀入的每個(gè)檢測器的每個(gè)波段的偏差值，以及

PA/feLandsat8的偏差值位于公積金中，可從USGS網(wǎng)站下載[14]1

3.2.3.線性化圖像

不幸的是，每個(gè)探測器對(duì)入射光沒有線性響應(yīng)，因此需要根據(jù)強(qiáng)度進(jìn)行線性化。線性化過程由基于入射光強(qiáng)度的每個(gè)探測

器二次方程組成，低、中和高強(qiáng)度光有三個(gè)不同的方程，如公式（3）

DNL=p[O,sj+p[[，s]*DNb+p[2,s]*DN2b

（3）

哪里DNL是線性化的DN值，p段基于信號(hào)電平s和參數(shù)編號(hào)0-2的二次參數(shù)，以及DNb是偏置減去的DN值。線性

化參數(shù)由儀沿供應(yīng)商預(yù)先發(fā)布，可以在響應(yīng)線性化查找表（RLUT）文件中找刎,該文件涵蓋了USGS網(wǎng)站匕14位空間中的所

有可能值[15]。

由于TIRS檢測罌與OLI檢測器相比.非線性略高.因此需要第二個(gè)線性化步驟.國然上述第一個(gè)線性化步驟將在偏倚減

去之前應(yīng)用于TIRS數(shù)據(jù)，但TIRS的第二個(gè)線性化步驟與OLI線性化相似，因?yàn)樗l(fā)生在偏附減法之后，但是，計(jì)兌梢微復(fù)雜

一些。有關(guān)TIRS第二次線性化過程的完整分步說明，請(qǐng)參見Landsat8ADDI13]。

3.3.推掃衛(wèi)星相對(duì)增益算法

以下部分專門介紹相對(duì)增益算法中并非專門為Landsat8設(shè)計(jì)的部分，該部分可應(yīng)用于大多數(shù)推掃室掃描丑星。例外情況

包括那些沒有單獨(dú)的焦平面模塊的模塊。

3.3.1.像素偏移

在Laudsal8的正常成像模式下，OLI和TIRSL的7000多個(gè)探測器以，I?星速度矢川正交的交叉軌道方向定向。然而，

在便滑模式下，探測湍陣列在偏航方向上定向±90度，以使每個(gè)探測黯能夠測量地球上的相同點(diǎn)，理想情況卜輸出相同的DN值。

由于表面成像衛(wèi)星繞地球運(yùn)行的方;r；,每個(gè)探測器收集的數(shù)據(jù)都會(huì)發(fā)生變化.圖5顯示了一個(gè)簡化版本,它忽略「數(shù)據(jù)變化的

一些采集復(fù)雜性（即地球自轉(zhuǎn)，大氣路徑和收集數(shù)據(jù)的高度）。

ScanMotion

(

or

w

oP

fu

s

?h

7b

r

0o

o

8m

dA

2r

ear

ay

o

n

)ImageFormedCorrectedImage

BBBB

FFFF

JJJJ

NNNN

圖5.正在執(zhí)行的側(cè)滑（左）；掃描線誤差（中）形成的移位圖像;像家偏移圖像（右）。

為了校正數(shù)據(jù)的這種偏移，使用圓形移位卯法將探測器級(jí)數(shù)據(jù)向前或向后移動(dòng)探測器編號(hào)減去1.即第二個(gè)探測器將向前

或向后移動(dòng)?個(gè)像素，而笫494個(gè)探測器數(shù)據(jù)將向后或向前移動(dòng)493個(gè)像素。當(dāng)惻滑發(fā)生時(shí)，移位方向取決于偏航旋轉(zhuǎn)的方向;

北半球集合的正向偏移和南半球集合的負(fù)偏移，所需的偏移取決于側(cè)滑的位置，因?yàn)橛捎谡?fù)偏航旋轉(zhuǎn)的差異，北緯和南緯之

間的機(jī)動(dòng)方向不同。

3.3.2.統(tǒng)一幀選擇

側(cè)滑數(shù)據(jù)被像素偏移后，需要選擇一個(gè)均勻的區(qū)域來獲得最理想的探測器相對(duì)增益。為了找到側(cè)滑隙中最均勻的區(qū)域，使

用了檢測及信噪比（SNR）o選擇寫和沙漠覆蓋區(qū)域作為惻滑發(fā)生的理想位置，因?yàn)檫@兩種土地覆蓋類型在OLI和TIRS內(nèi)的

所有波長上都具有高信號(hào)和高均勻性，因此在惻滑移動(dòng)期間獲取高信號(hào)數(shù)據(jù)應(yīng)于防止噪聲對(duì)探測器相時(shí)增益估計(jì)產(chǎn)生電大影響

非常重要.當(dāng)可變?cè)肼曉幢３趾愣〞r(shí)，例如熱噪聲，探測器內(nèi)的噪聲以N--V.其中N是由于散粒噪聲引起的信號(hào)電平。因

此，信號(hào)強(qiáng)度的線性上升會(huì)導(dǎo)致噪聲以N--V,這降低了信號(hào)電平較高的數(shù)據(jù)中噪聲的總體影響［16］：圖6顯示了雪和沙了的

光譜反射率以及Landsat8的波段，表明在所有波長下都可以實(shí)現(xiàn)相對(duì)較高的信號(hào).對(duì)于可見光到近紅外（VNIR）波段，即波

段1-5和8,雪景場景提供了較高的SNR值，而北加的沙景與其他土地覆蓋類型相比，短波紅外（SWIR）波段（即波段6和7）

提供了最佳的SNR.由F所有波段用于他］港片的接地覆蓋層具有高度均勻性，因此假定偶數(shù)/奇數(shù)檢測器數(shù)據(jù)來自相同的分布.

因此，相對(duì)增益來自FPM內(nèi)的所有檢測器，而不管偶數(shù)/奇數(shù)分布測試如何。

o

s

u.56

p

o

gQ

a

a4

O

0.3

0.2

0.1

0

05001000150020002500

Wavelength(nm)

圖6.OLI波段上的雪和沙光譜顯示，VNIR波段具仃高信號(hào)值的當(dāng)和SWIR波段具有高信號(hào)值的沙子[17.18].

SNR計(jì)算通常是信號(hào)除以噪聲，其中噪聲表示為數(shù)據(jù)的標(biāo)準(zhǔn)偏差，因?yàn)槲覀兗僭O(shè)信號(hào)在均勻圖像區(qū)域中是恒定的。但是,

惻滑路徑中的某些區(qū)域包含不均勻的高信號(hào)區(qū)域。為了避免惻滑中噪聲的高信號(hào)區(qū)域，并捕獲最均勻的區(qū)域，在SNR計(jì)算中，

通過使用方差而不是標(biāo)準(zhǔn)偏差來賦f噪聲更大的權(quán)至，如公式所示(4)

SNHR=DNLi/V一個(gè)r我

(4)

哪里SNR提i幀之間的修改信噪:匕其中幀是FPM內(nèi)所仃498個(gè)探渺.器的相同時(shí)間測量實(shí)例，DNU是整個(gè)i幀中所

有探測器的平均線性化DN值，以及V一個(gè)r是所仃探測會(huì)在i幀上的方差。這SNR然后計(jì)算側(cè)滑數(shù)據(jù)的每領(lǐng)以及

具有地高值的區(qū)域SNK被選中。使用的幀越均勻，樂器噪聲就越低，因?yàn)闃蜂乖肼暰哂懈咚狗植迹⑶以诖罅可魈幤骄鶠榱恪?/p>

選擇的提供令人滿意的相對(duì)增益的最小幀數(shù)至少為惻滑長度的5%..以5%作為最小幀數(shù).幀數(shù)擴(kuò)大到包括惻面滑行內(nèi)所有連續(xù)

的均勻幀，以盡可能降低儀器噪聲。為了完成此幀選擇擴(kuò)展，所選幀的數(shù)量以5%的增量增加，第一步是從可用總幀數(shù)的5%

增加到可用幀總數(shù)的1O%SNR比校。這SNR從SS的10%中選擇的幀與SNR的幀數(shù)從5%的SS中選擇，如果SNR

減少不超過10%,然后選擇了更大數(shù)址的幀。這個(gè)5%的迭代幀擴(kuò)展過程一直完成，直到“克出SNR的添加幀數(shù)下降了沖算

值的10%以上SNR從上一個(gè)小版本開始.由于處理能力有限，以5%的間隔選擇他滑長度的仃分比.減少SNR選擇10%.

因?yàn)闇p少不到10%,即1-9%.G防止幀數(shù)增長超過5%o減少SNR，大于10%允許選擇信號(hào)的噪聲區(qū)域，并對(duì)相對(duì)增益產(chǎn)

生負(fù)面影響.由『只有均勻區(qū)域被用作側(cè)滑移動(dòng)的目標(biāo)，因此FPM1之后的所有FPM都應(yīng)具有相同的最高均勻區(qū)域;因此，只

有針對(duì)每個(gè)曲滑條的每個(gè)波段中的第一個(gè)FPM完成了統(tǒng)一幀選擇。

3.3.3.FPM到FPM的相關(guān)性

FPM之間的空間分離在選定的均勻區(qū)域中產(chǎn)生了偏移,需要考慮該區(qū)域才能使所有FPM查看地球的相同位置.為了考慮

所選統(tǒng)一區(qū)域中的偏移，需要計(jì)算每個(gè)FPM移位到第一個(gè)FPM之外的幀數(shù)。首先，為每個(gè)FPM計(jì)算惻滑數(shù)據(jù)中每個(gè)幀的

方差,.然后.將第一個(gè)FPM的方差數(shù)據(jù)與第一個(gè)FPM的方差數(shù)據(jù)進(jìn)行交文美聯(lián).互相關(guān)輸出的品大值確定在第一個(gè)和第一

個(gè)FPM之間移動(dòng)的幀數(shù)。互相關(guān)函數(shù)的基礎(chǔ)知識(shí)由PaulBourke進(jìn)一步詳細(xì)解擇[19],然后以相同的方式計(jì)算第一個(gè)和第三個(gè)

FPM之間的幀偏移.然而,由于當(dāng)芍感器沿偏航方向旋轉(zhuǎn)時(shí)，偶數(shù)和奇數(shù)FPM的性質(zhì)在空間上彼此不同，其余的偶數(shù)二PM.

即FPMS4-14,與FPM2交叉相關(guān)，并且FPM1和FPM2之間的偏移被添加到其結(jié)果中。其余的奇數(shù)FPM（FPGA3-13）

以相同的方式與FPM1交叉相關(guān)。通過計(jì)算FPM之間的幀偏移,可以在每個(gè)FPM中選擇相同的高度均勻的地球表面區(qū)域，

以獲得理想的相對(duì)增益，圖7顯示了惻滑片的DN值與幀的關(guān)系，以及在比較FPM1和FPM14時(shí)，用于相對(duì)增益推導(dǎo)的區(qū)域

需要如何移動(dòng)以獲取地球上的相同區(qū)域。每個(gè)FPM的幀平移值在側(cè)滑片位置之間有所不同，因此針對(duì)三個(gè)位置中的每個(gè)位置

計(jì)算FPM平移值，保存并應(yīng)用于在同一位置獲取的所有未來側(cè)滑片，即，格陵蘭FPM平移應(yīng)用于未來的格陵蘭側(cè)滑片。

SSCoM*ctSMRFram*S*tMt?on（Wlnd?wlanfitht10%）SSCo?ESNKFr*m?M*ctlon（Wl?*tfowL??t9th10

■?Md3|FPM1|O?t?ctorDNMM3|PFM14|Av*r?Q?D?<?ctorON

lCBOOY142?）92017ia9lCMOOLCa00Y142?）*20171t9LGN<X>

圖7.用于相對(duì)增益的波段3FPM1區(qū)域（左圖）與用于從同一格陵蘭側(cè)滑線推導(dǎo)相對(duì)增益的波段14區(qū)域（右圖）相比，

如圖2所示，Landsat8FPM的布局會(huì)導(dǎo)致偶數(shù)和奇數(shù)FPM在側(cè)滑移動(dòng)期間檢測到地面上的不同部分。然而，使用均

勻的區(qū)域來緩解這個(gè)問題，并且假設(shè)地球測量部分之間的差異可以忽略不計(jì)。

3.3.4.槍測器相對(duì)增益計(jì)算

每個(gè)FPM內(nèi)每個(gè)檢測器的相對(duì)增益可以根據(jù)通過FPM到FPM相關(guān)算法選擇的高度均勻的區(qū)域來計(jì)算。為了計(jì)算相對(duì)增

益，使用公式（5）,

尺C我=(DNLiy(DNL)

(5)

哪里RG我是第，個(gè)檢測器的相對(duì)增益.DNU是第j個(gè)檢測器在所有幀中的平均線性化DN值,并且DNL

是所有幀中FPM內(nèi)所有檢測器的標(biāo)均線性化DN值.然后將檢測器相對(duì)增益應(yīng)用于場景中的每個(gè)偏置減去檢測器，以使用公

式（6）對(duì)齊每個(gè)槍測器.

L1^=DNbi/RC我

⑹

哪里L(fēng)我是第j個(gè)探測器的DN校正數(shù)據(jù).DNbi是第j個(gè)檢測器的偏置減去數(shù)據(jù)，并且RG我是第，?個(gè)檢測器的檢測器相對(duì)

增益。作為參考，由檢測器編號(hào)繪制的波段3(各I波段)的相對(duì)增益加圖8所示。相對(duì)檢測器增益的值往往在0.98102的范國

內(nèi)，并且每個(gè)FPM上增益的空間形狀往往是隨機(jī)的。

2017DOY189:GreenBand,AllFPMs

RelativeGainsDerived-SNRFrameSelection(WindowLength:10%ofCoNectLength)

1.1

1.06

1.06

1.04

號(hào)1.02

u1

U而

0.98

0.96

0.94

0.92

0.9

DetectorNumber

圖8.來自3LI綠帶(波段3)的所有揉冽瑞的相對(duì)探惻瓶增益，這些探助器來自2017D3Y189執(zhí)仃的格陵蘭仲J消仃，具中X

軸是探測涔數(shù)，y軸是探測器增益值。

3.3.5.FPM相對(duì)增益計(jì)算

每個(gè)FPM的相對(duì)增益的計(jì)算方式與檢測器增益類似，但是，F(xiàn)PM相對(duì)南益旨在對(duì)齊FPM之間的差異。閃此，為了計(jì)算

FPM相對(duì)增益，使用了下面的公式(7),

Q=(DNq)/(DNL)

(7)

哪里Gj是第j個(gè)FPM的FPM到FPM增益,DN(J是所有幀中第/個(gè)FPM的平均線性化DN值，并且

DNL是為所有FPM選擇的所有幀中的平均線性化DN值,計(jì)算第/個(gè)FPM的FPM相對(duì)增益.然后應(yīng)用于yth

FPM內(nèi)的每個(gè)檢測器。FPM相對(duì)坨益應(yīng)用于熱個(gè)偏好.減去的場景，以輻射方式對(duì)齊每個(gè)FPM。FPM1用作參考FPM.用于

計(jì)算同?頻段內(nèi)剩余的FPM增益.

34場景選擇

為了驗(yàn)證探測器和FPM相對(duì)增益的改善，選擇了7種不同的場景集。前兩個(gè)場景集來自南極洲和格磴蘭島，每個(gè)圖像都

位于冰雪之上，從Landsal8發(fā)射到2019年12月拍攝。之所以選擇南極洲和格陵蘭島的土地圈被,是因?yàn)樗鼈冊(cè)邛椡?可見波

段很亮，并且裔度均勻，因此在嘗試測量條紋指標(biāo)時(shí)消除了大多數(shù)場景效應(yīng).然而，南極洲的場景只能在10月至3月獲得，格

陵蘭島的場景只能缶4月至9月的月份獲得，因?yàn)樘栐谶@些季節(jié)性時(shí)間間廂之外沒有提供足夠的信號(hào)。

笫工、第四和第五個(gè)數(shù)據(jù)集是根據(jù)SWIR波段的高均勻性和信號(hào)來選投的.這些數(shù)據(jù)集分別位于阿拉伯沙漠、非洲東北

部和澳大利亞沙漠中。對(duì)每個(gè)沙漠影像進(jìn)行云檢查，并根據(jù)高空間均勻性進(jìn)行選擇，從而從條紋度搔中消除潛在的場景仍晌。

第六和第七組數(shù)據(jù)集分別來自地中海和亞馬遜雨林。這兩個(gè)數(shù)據(jù)集在UV-SWIR波長內(nèi)都是黑暗的.然而，在TIRS波長

中，它們提供了高度均勻的區(qū)域，并被指定用于探索當(dāng)停清相對(duì)增益應(yīng)用于低信號(hào)區(qū)域時(shí)條紋減少的程度。

表4顯示了綠個(gè)數(shù)據(jù)坦中的場玨數(shù)量以及每個(gè)數(shù)據(jù)坦的路徑/行范用以所每個(gè)數(shù)據(jù)更感混趣的主要波K.使用的所勺場中

都是由Landsat8獲取的0級(jí)圖像，并通過地球探索者界面下栽.

表4.用于滑面比較的場景位置摘要。

3.5.FPM增益估算的其他方法

在開發(fā)側(cè)滑相對(duì)增益推導(dǎo)算法的過程中，產(chǎn)生「共他相對(duì)「PM校正方汶。這些新過程中最主要的是現(xiàn)場估計(jì)方法和周期

性模型估計(jì)方法。這些新方法很更要，因?yàn)樗鼈兲峁┝艘环N替代的校準(zhǔn)方法，以防操作方法出現(xiàn)問題，并且可以應(yīng)用于幾乎所

行的推掃式歸描儀。

3.5.1.場景內(nèi)估計(jì)

由于每個(gè)FPM本質(zhì)上是一個(gè)單獨(dú)的成像系統(tǒng)，因此每個(gè)FPM(向噪聲和偏移都是唯一的，為了確定每個(gè)FPM的噪聲和偏

移與其他噪聲和偏移的關(guān)系，每個(gè)FPM中大約構(gòu)建了25個(gè)檢測器，使得它們與相鄰FPM的25個(gè)檢測密重疊。對(duì)于每人場比.

這些里疊檢測器用于表征FPM之間的差異并校正每個(gè)FPM.計(jì)免了笫一個(gè)FPM的25個(gè)不我探測器的平均信號(hào)電平，并將其

除以FPM2中重登探測器的平均值，每個(gè)相鄰的FPM對(duì)都發(fā)現(xiàn)了重疊比率，從而產(chǎn)生了13個(gè)不同的比率值。將FPM1設(shè)

置為參考卜PM?即bPM1的卜PM相對(duì)增益歡迎為1.以卜標(biāo)個(gè)bPM的增益是通過里普比乘以先前的卜PM煙前來計(jì)算

的，以便在所有FPM上創(chuàng)建一致的圖像。FPM2和3的FPM相對(duì)增益的示例計(jì)兌可在公式(8)和公式(9)中找到，

分別

FPM2.=1*Ratioi-2.

(8)

FPM5=FPM2^Ratio2.5

(9)

哪里FPM是斤神相對(duì)增益，比率是FPM1和2之間的25個(gè)檢測器的揖疊,用于和FPM2和3匹于

尺。打。23.然后將14種不同的現(xiàn)場FPM增益歸?化為值1,以維持儀器幅射校準(zhǔn)的完整性。

3.5.2.周期性模型估計(jì)

施于周期性模型估計(jì)，開發(fā)了FPM相對(duì)增益校正的補(bǔ)充形式，例如，使用FPM之間的里登探測器，Landsat8提供的所

仃阿拉伯沙漠圖像的現(xiàn)場估計(jì)FPM增菊值在時(shí)間軸上繪制，以確定FPM增面如何隨時(shí)間變化。通過使用Hampel這波器來發(fā)

現(xiàn)并刪除時(shí)間線內(nèi)的異常值，以減少通常由云引起的FPM相對(duì)增益的也大變化[20],圖9顯示了去除混濁異常值的情況下頻段

1FPM1相對(duì)增益的時(shí)間線。

Band1FPM1WithOutliersRemoved

1.023

1022

1021

5102

LL1019

O.1018

1017

1016

1015

2013201420152016201720182019202020212022

Date(Year)

圖9.在Landsat8的整個(gè)生命周城中，波段1FPM1在所有阿拉伯沙漠場景中的現(xiàn)場FPM相對(duì)增益。

根據(jù)時(shí)間表，觀察到年度周期性加上線性趨勢。一個(gè)真正的正弦加線性模型被擬合到數(shù)據(jù);然而，正弦波無法封裝FPM到

I?產(chǎn)M增益的拔瑞上.升和卜降，同時(shí)W到與數(shù)據(jù)時(shí)由J線相同的冏期.為了嘗試重新創(chuàng)建時(shí)態(tài)數(shù)據(jù)的狗，對(duì)數(shù)據(jù)進(jìn)仃了線性回歸擬

合.從2017年到2018年的數(shù)據(jù)被豆制,以創(chuàng)建數(shù)據(jù)的年度趨勢，因?yàn)榻衲晔前⒗衬畧鼍爸胁蓸幼疃嗟囊荒?。為f確定年

度趨勢，計(jì)算了線性回回線與2017年至2018年數(shù)據(jù)點(diǎn)之間的差異。然后，以每年的方式將數(shù)據(jù)與線性回回之間的差異添加到

線性回歸線中，以基于2017年至2018年的數(shù)據(jù)創(chuàng)建周期模型,如圖10所示。

Band1FPM1WithOutliersRemoved

1023

1022

1021

51.02

2：1.019

a.1018

1017

1016

1015

2013201420152016201720182019202020212022

Date（Year）

圖10.來自阿拉伯沙溪場景的波段1FPM1的場景內(nèi)FPM增益（藍(lán)色）與在Landsat8生命周期中繪制的周期模型FPM增

益（紅色）相比。14個(gè)FPM中的每一個(gè)都有一個(gè)與此類似的模型，有些是正線性的，而另一些是負(fù)線性的。

每個(gè)波段和FPM都以這種方式進(jìn)行了擬合，并II通過周期模型的線性插值計(jì)算了?年中每?天的FPM增益。周期模型

提供了一種方法來跟蹤全年的FPM相對(duì)增益變化，并與每天的現(xiàn)場相對(duì)增益相比提供近乎完美的增益，并且至少可以使一年

的數(shù)據(jù)進(jìn)仃獲取。該饃型還提供了一種卜PM校準(zhǔn)方法，該方法可以隨時(shí)間推移進(jìn)行擺蹤開具的特定值，這與場景內(nèi)校正相反，

現(xiàn)場校正可能因場景而異，從而使儀器輻射校準(zhǔn)的完整性失效。從一致的校準(zhǔn)角度來看，周期性模型物時(shí)間推導(dǎo)一次，從而提

供楣定的FPM增益值，使周期模型比其他需要每隔幾個(gè)月重新調(diào)整的操作方法更易于使用。然后，可以在儀黯的整個(gè)生命周期

內(nèi)使用周期模型。第4,2節(jié)詳細(xì)探討了與當(dāng)前作戰(zhàn)方法和側(cè)滑法相比，定期模型在Landsat8生命周期內(nèi)的相關(guān)性的分析.

3.6.評(píng)估指標(biāo)

采用統(tǒng)計(jì)方法比較哪種相對(duì)增益估計(jì)方法對(duì)消除檢波器與FPM之間的差異有較大影響。為了測量相對(duì)檢測器增益之間的

差異,條紋度量在統(tǒng)計(jì)上比較相鄰槍測器之間的偏差,并可用于測量相對(duì)增益消除檢測器之間所述差異的能力。為了比較FPM

校正方法，創(chuàng)建了垂件檢測器度垃，以統(tǒng)計(jì)方式確定每種FPM校正方.法可以達(dá)到的完美檢測器正袂比1的距離。

3.6.1.劃線指標(biāo)

由Landsat8ADD[13]定義的條紋度殳用于在應(yīng)為統(tǒng)一影像的探測器;間進(jìn)行統(tǒng)計(jì)查找差異。條紋可以通過等式（10）

計(jì)算，

S我=lI「我i-l+Lf）I|/「我

(10)

卯里S我是每個(gè)探測器的條紋度量，L我是驗(yàn)證圖像中檢測器列的均值，J是檢測器列號(hào)。條紋度量越低表示相鄰探測器之

間的差異越小，因此，條紋度量越小，相對(duì)探測器增益越好.

3.6.2.重疊檢測器指標(biāo)

相鄰FPM之間的重疊檢測網(wǎng)為評(píng)估FPM相對(duì)增益估計(jì)的性能提供了獨(dú)特的機(jī)會(huì)。由于在水平地形匕這些探測器查看

地球表面幾乎相同的位置，因此與和同值的任何偏差都是FPM相對(duì)增益性能下降的址度.這種方法在等式(11>中址化為：

R/=II2-(DNj/PN>1)II

(11)

哪里Rj是第/個(gè)FPM的重掙比，DM是第/個(gè)FPM重亮檢測器的平均值,」是FPM..為「確定CPF、建模重疊和SS重

注指標(biāo)之間的差異是否具有統(tǒng)計(jì)顯著性，使用了學(xué)生的f檢驗(yàn)，學(xué)生的雙樣本雙側(cè)f檢驗(yàn)(顯著性水平為0.05)應(yīng)用于第個(gè)場

景集中重疊度量的每個(gè)平均值，其中對(duì)原假設(shè)的拒絕導(dǎo)致統(tǒng)計(jì)上不同的平均值。重疊檢測器度量值越低表示相鄰FPM之間的

差異越小,因此，重經(jīng)檢測器度量值越小，相對(duì)FPM增益越好。

3.7.場景類型的側(cè)滑選擇

要確定如何獲取最低的條紋指標(biāo)，需要確定每個(gè)波段的惻滑條的最佳位置。在所仃現(xiàn)場測試了格陵蘭島、北非和南極洲這

三個(gè)地點(diǎn)的相對(duì)收益，并確定了每個(gè)波段的酸佳側(cè)滑線。

3.7.1,每個(gè)波段的最佳SS位置

對(duì)于VNIR波長，格陵蘭島，北非和南極惻滑之間的條紋指標(biāo)比較導(dǎo)致恪陵蘭島和南極側(cè)滑行平均產(chǎn)生最低的條紙指標(biāo)。

格陵蘭島和南極洲由于冰雪而產(chǎn)生比北非更好的相對(duì)增益，大多數(shù)土地粉蓋類型為極(W滑行物，與沙子相比，VNIR波段內(nèi)的信

噪比更好，大多數(shù)土地校流類型為北非惻滑。雖然南極船滑片產(chǎn)生的條紋指標(biāo)相對(duì)較低，但格陵蘭側(cè)滑條傾向于在所仃圖像上

產(chǎn)生總體較低的條紋指標(biāo)平均值.圖11顯示了應(yīng)用于同一格陵笠場景的兩個(gè)不同側(cè)滑位置之間的視覺比較，以及格陵蘭相對(duì)增

益如何更有效地從圖像中去除垂直條紋，即條紋，與北非相對(duì)增益相比。應(yīng)當(dāng)指出，格陵蘭的相對(duì)收益并非來自格陵蘭場景獲

得的同一地點(diǎn).之所以使用格陵蘭場景，是因?yàn)樵诜e雪覆蓋的場景中存在高度均勻性，從而創(chuàng)建/一個(gè)可以明顯顯示探測器級(jí)

條紋的場景。

圖11.應(yīng)用于格陵蘭場景的FPM2的C/A波段的北非?；鄬?duì)增益（左）；格陵蘭惻滑的C/A波段的相對(duì)增益應(yīng)用于格陵蘭

場景的FPM2（右）。出于可視化FI的，這兩個(gè)圖像具有相同的時(shí)比度拉伸。請(qǐng)注意，在左圖與右圖中可見的大量垂直條紋。

對(duì)于SWIR波段，產(chǎn)生了與側(cè)滑片之間的條紋指標(biāo)相同的比較。總體而言,對(duì)于在SWIR波段（如植被、沙了和土壤）

中信號(hào)正常到高于平均水平的影像,北非側(cè)滑片產(chǎn)生的條紋指標(biāo)最低.當(dāng)信號(hào)低于平均水平（如水、冰和雪）的圖像時(shí)，很難

畫定使用的斑佳偏滑，因?yàn)樵朦c(diǎn)是這些圖像中條紋指標(biāo)背后的膽動(dòng)因素。由于北非惻滑從沙子中得出相對(duì)增益，與冰雪相比，

沙子的SWIR波段的信噪比更大，因此北非側(cè)滑行的條紋指標(biāo)在SWIR波段的統(tǒng)計(jì)上優(yōu)「格陵蘭島和南極相對(duì)增益.圖12顯示

了島SNH對(duì)圖像中條紋度量的影響程度，它描繪了為推導(dǎo)相對(duì)增益而透界的倒布區(qū)域的信弓電平與沙漠場景頻段6的條紋度量

之間的關(guān)系。沙漠場景用于實(shí)現(xiàn)高信號(hào)電平,并避免條紋指標(biāo)受到場景內(nèi)偽感的影響。條紋度量越高,該圖像的（W滑片派生相

對(duì)增益越差，這表明低信號(hào)側(cè)滑片：例如SWIR波段中的格陵絲島和南極洲）是較差的相對(duì)增益估計(jì)器。

StreakingMetricvsSignalLevel

SWIR-1Band

0.95r

?GreenlandSS2017DOY189

0.9?N.AfricaSS2017DOY287

AntarcticaSS2017DOY009

085

N(

a0.8

)E

20.75

」

0n50.7

0.65

①

_0.6

s-

0.55

0.5

0.45

01000200030004000500060007000

SignalLevel（DN）

圖12.為側(cè)滑相對(duì)增益推導(dǎo)選擇的區(qū)域信號(hào)電平與三個(gè)獨(dú)立側(cè)滑的條紋度呈，顯示信號(hào)電平與Seaking度星:之間的反比關(guān)系。

對(duì)于熱紅外（「RS）波段，即波段10和11,城佳相對(duì)增益主要取決于圖像的信號(hào)強(qiáng)度與側(cè)滑的信號(hào)強(qiáng)度。對(duì)于較冷的

場景，例如來自高緯度地區(qū)的場景，來自格陵絲島和南極洲的冷側(cè)滑行提供了較低的條紋指標(biāo);但是，對(duì)于較溫暖的場比，例如

來自任何其他場景集的場景，北非網(wǎng)滑行提供了較低的條紋指標(biāo).

從毋個(gè)位置派生的相對(duì)檢測器增益應(yīng)用于每個(gè)場景集，井使用每個(gè)場景平均值創(chuàng)建條紋指標(biāo)的摘要。表5品示了理用于

所仃場兔的每側(cè)滑條的平均條紋指標(biāo)的摘要。為了比較方法平均值.對(duì)兩個(gè)A!他位置的條紋帶平均值進(jìn)行了顯著性水平為0.05

的雙樣本雙伊”檢驗(yàn)，以確定每種方法之間的統(tǒng)計(jì)差異。各個(gè)場景集的條紋指豕可在附錄A表A1中找到。

表5.三個(gè)獨(dú)立SS位置的場景丁均條紋指標(biāo)摘要;紅色數(shù)據(jù)在統(tǒng)計(jì)上是最度的，其次是黃色數(shù)據(jù)，綠色數(shù)據(jù)在統(tǒng)計(jì)上是最好的;

如果多個(gè)像元具有相同的顏色，則數(shù)據(jù)在統(tǒng)注上相等，加f檢險(xiǎn)所證明的那樣，

根據(jù)附錄A中的這些條紋指標(biāo)和條紋指標(biāo)，為每個(gè)波段選擇了最佳的俯滑位置。圖13顯示了通過條紋指標(biāo)確定的每個(gè)

波段的最佳（W滑位置的流程圖，其中最低的條紋度星占最佳惻滑。

圖13.用于根據(jù)波段和場景位置確定要使用的側(cè)滑條的流程圖.

3.7.2.SS相對(duì)增益的時(shí)間完整性

目前，Landsat8根據(jù)USGSEROS制定的標(biāo)準(zhǔn)操作程序，每年從三個(gè)站點(diǎn)中的每一個(gè)站點(diǎn)進(jìn)行一次側(cè)清。為了確定每

年獲取一次側(cè)滑數(shù)據(jù)是否是理想的頻率，需要確定每個(gè)IW滑層的相對(duì)增益矣在多長時(shí)間內(nèi)有用，因?yàn)樘綔y器會(huì)隨時(shí)間變化，從

而使相時(shí)增益變得不切實(shí)際。相比之卜，公積金文件等三個(gè)月創(chuàng)造新的相對(duì)收益;然而，由于多種原因，每三個(gè)月或更短時(shí)間獲

得格陵蘭島,北非和南極側(cè)滑是不可行的。格陵蘭側(cè)滑片的獲取速度沒有超過每年,因?yàn)橛捎谔柦嵌鹊?，格陵蘭島?年中只

有6個(gè)月可以成像。南極側(cè)滑片遭受與格陵蘭島相反的6個(gè)月相同的成像限制。北非側(cè)滑片的獲取速度沒有超過每年，因?yàn)橹?/p>

非是大地衛(wèi)星成像非常感興趣的地區(qū)，當(dāng)執(zhí)行惻滑片時(shí)，正常成像不會(huì)在非洲大陸的大部分地區(qū)再次發(fā)生。格陵蘭島和南極洲

的側(cè)滑片在采集時(shí)和隨后的許多場景中也無法使正常成像失效;然而，由于極端緯度，許多路徑/行歪儕，與北非使用的土地相比，

用于側(cè)滑的土地區(qū)域?qū)⒏斓卦俅纬上瘛?/p>

為了確定單側(cè)滑行器相對(duì)增益的有用壽命，籽北非倒滑的相對(duì)增益應(yīng)用于各種北非場景,其日期從2013年Landsat8的

發(fā)射日期到2020年8月。將北非惻滑相對(duì)增益應(yīng)用于北非場景后，將計(jì)獴每人場卷的平均條紋度量并按時(shí)間繪制。為了與公積

金相對(duì)增益進(jìn)行比較，時(shí)間上最接運(yùn)惻滑日期的公積金相對(duì)增益也應(yīng)用于每個(gè)相同的場景,圖14顯示了與CPF相對(duì)增益相

比，橫向滑動(dòng)相對(duì)增益隨時(shí)間變化的每個(gè)場景的條紋度量平均值。根據(jù)圖14,四滑相對(duì)增益往往比CPF相對(duì)增益具有更長的壽

命，如SS條紋指標(biāo)的值所示，遠(yuǎn)良SS的I」期（如圖上的垂直黑線所示）。在收購日期的任何?側(cè),至少?年的側(cè)滑條紋指標(biāo)

平均值都優(yōu)于公枳金。因此，每年東取一次每種類型的一側(cè)滑片足以滿足相近探測器校準(zhǔn).但是，對(duì)于上述指定波段，使用在

時(shí)間上最接近場比采集時(shí)間的側(cè)滑相對(duì)增益集,可以最大限度地域少條紋度量。

z

e

?

」

名

工

6

u

a

e

a

j

l

s

圖14.格陵蘭時(shí)滑相對(duì)增益(Y2019D195)的條紋公制平均值時(shí)間軸適用于所有北非場*,與應(yīng)用于相同場景的公積金相對(duì)增

益條紋公制平均值相比.

4.結(jié)果和討論

以下結(jié)果分為兩個(gè)重點(diǎn)冬域：定性和定量。由于相對(duì)增益誤差總是會(huì)導(dǎo)致條紋和條紋，閃此對(duì)影像的視覺評(píng)估可以從定性

的角度直觀地評(píng)估算法性能。此外，與可視化評(píng)估相關(guān)的定垓指標(biāo)為算法優(yōu)化和比較提供了可靠的衡量標(biāo)準(zhǔn)。

4.1.檢波器相對(duì)增益比較

由于目前的相對(duì)增益推導(dǎo)方法是從擴(kuò)散罌方法派生并存儲(chǔ)在CPF中,因此將側(cè)滑相對(duì)增益與當(dāng)前的主要方法進(jìn)行比較至

關(guān)正要.為了實(shí)現(xiàn)這種比較,將CPF相對(duì)檢測器憎益和惻滑相對(duì)檢測器增益應(yīng)用于所有驗(yàn)證場景能.忖SS和CPF相對(duì)增益

應(yīng)用于每個(gè)場景集，并使用每個(gè)場玨平均值創(chuàng)建統(tǒng)計(jì)數(shù)據(jù)摘要。表6總結(jié)了應(yīng)用側(cè)滑時(shí)所有場景的每個(gè)波段的條紋度量和CPF

相對(duì)檢測器的操作增益.為了比較方法平均值，對(duì)SS和CPF條紋帶平均值進(jìn)行了顯著性水平為0.05的雙樣本雙例1檢驗(yàn)，以

確定每種方法之間的統(tǒng)計(jì)差異。應(yīng)用于所有場景集的完整條紋指標(biāo)可在附錄A表A2中找到。

表6.將最佳SS相對(duì)增益集應(yīng)用丁阿拉伯沙漠場景時(shí)的平均條紋指標(biāo)，并5操作CPF相對(duì)增益臾進(jìn)行比較;黃色單元格包含比

綠色單元格更糟格的統(tǒng)計(jì)數(shù)據(jù);如果多個(gè)像元具有相同的顏色，則數(shù)據(jù)在統(tǒng)計(jì)上相等，如