遥感技术是一种通过卫星、飞机、无人机等平台上的传感器设备，远距离获取地表物体信息的技术，在规模性地表信息探测任务中具有不可比拟的先天优势。广东省位于我国华南地区，属亚热带季风性气候，薄云雾是出现频次极高的气象条件，造成遥感成像总在不同程度上受到薄云雾的干扰。
以广州市2022年3-5月期间Landsat-8、9数据为例，云雾对光学遥感数据的影响主要体现在两方面，首先，云雾的高亮特征导致影像动态范围减小，对比度降低，直接制约了可视性；其次，云雾对辐射传输的衰减造成地物光谱失真，无法准确表达地表特征。以上限制了光学遥感数据在资源环境调查、地表参量制图和气象预警等领域的应用。因此，对光学遥感影像进行云雾校正处理是焕新数据价值，增强应用场景的有效途径，是遥感数据质量改善在业界和学界的热门方向。
广州地区Landsat-8、9光学传感器观测数据显示，
华南区域遥感影像频繁受到云雾干扰
图源：自绘
01 国内外研究现状
云雾校正作为光学遥感数据质量改善的重要手段，自上世纪末至今已经形成了三个主要研究应用方向，分别为：
国内外研究现状
图源：自绘
基于辐射传输模型的校正。该类方法从成像物理过程出发，综合大气、地表、传感器等多种环境因素构建辐射传输模型，进而达到校正目的。目前较为流行的辐射传输模型包括MODTRAN、LOWTRAN和6S等。其严谨的物理先验通常可得到较高精度的校正结果，但对外部辅助参数的需求限制了推广应用。
基于统计信息的校正。通常针对单幅影像展开，主要利用云雾与地表在空间、光谱或频域的统计特征进行校正，因统计信息来源于大量样本，具有较强的普适性和鲁棒性，更加易于展开。但不同统计信息无法覆盖所有场景。
基于大模型的校正。近年来，人工智能的蓬勃发展催生了一批应用于云雾校正的模型。目前研究趋势主要集中在数据集设计与网络结构创新两方面。在数据集设计方面，早期以视觉驱动生成模拟数据，缺乏对成像过程的考虑，真实场景泛化性差；而后以成像模型为基准，泛化能力有所提升但模拟过程较简单。网络结构创新主要集中在深度和结构方面。网络加深增强了模型对复杂问题的表达能力，有效增强了特征提取和网络灵活性；但同时也增加了网络训练难度且存在过拟合风险，对计算资源也提出了更高要求。
目前，在处理光学遥感影像中的云雾问题时，主要集中在基于统计信息和大模型的校正，而实际生产应用中，则需根据待处理数据特征使用适宜类型的方法，以达到最佳的产品交付成果。
02 数据焕新价值：
光学遥感影像云雾全场景处理体系
我院自上世纪起深耕卫星遥感领域，1985年挂牌广州市航空遥感综合调查指挥部，2019-2021年相继获批建成广州市航空遥感综合指挥中心、广东省城市感知与监测预警重点实验室和广东省卫星应用市级节点。
我院卫星遥感平台发展历程
图源：自绘
针对华南地区光学卫星遥感数据多云雾的困境，花都分院联合院相关部门，重点围绕该领域在生产应用中的研究痛点，构建了云雾全场景处理体系：在处理波段上，覆盖0.4至2.2微米的可见光近红外和短波红外波段，可进一步延伸至热红外波段；在传感器适配上，成功应用于高分一号、二号等国产卫星和Landsat 8、9以及Sentinel 2等国外卫星的云雾校正处理，进一步焕新数据价值，支撑广州市高质量无云底图制作、耕地卫片监测等工作。
针对现有研究痛点，我院构建的
光学遥感影像云雾全场景处理体系
图源：自绘
广州地区光学影像
校正后处理结果
广州地区光学影像校正处理前后对比
图源：左图来源于USGS官网，右图为处理结果
以上研究在2023年获广东省科学技术厅批复广东省基础与应用基础研究基金资助，相关成果已在IEEE地球科学与遥感学报、ISPRS摄影测量与遥感杂志、地理科学和遥感等国际期刊发表论文5篇，申请国家发明专利1项、登记软件著作权9项，并受邀在2023、2024年国际地球科学与遥感大会（International Geoscience and Remote Sensing Symposium）及中国遥感大会上进行汇报。
随着科技的发展，基于大模型的云雾校正将是目前及以后的主流发展趋势，然而对于实际生产应用，应根据不同校正场景使用适宜的方法，在满足校正效果的前提下，使影像网络结构轻量化，以降低模型训练成本、增强可移植性是关键所在，也是我院未来在该领域的主要发力方向。
供稿｜花都分院
技术审核｜总工程师办公室
文图编辑｜办公室
推荐阅读
