卫星高光谱数据在地质填图中的比较—数据篇

新一代卫星高光谱 (HS) 传感器为区域大规模的矿物填图提供了显著潜力。然而，和所有卫星传感器一样，其结果依赖于复杂的校正过程，需要在准确获取反射光谱之前去除大气、地形和几何变形的影响。而这些校正通常由人工进行，使用不同的方法可能会产生不同的结果。Rupsa等人对 PRISMA、EnMAP 和 EMIT 高光谱卫星数据与 HyMap传感器获取的机载影像数据进行了比较分析，以研究这些数据集之间的一致性及其在地质填图中的适用性。基于地质重要性、相对良好的曝光度、干旱气候和数据的可获取性，Rupsa等人选择了纳米比亚的Marinkas-Quellen和Epembe 碳酸盐岩复合体进行比较。并对这些地点的高光谱数据进行了定性与三种不同定量的比较。包括：(1) 可见光-近红外 (VNIR) 到短波红外 (SWIR) 光谱范围内的反射值相关比较，(2) 对每个场景中特定矿物的光谱指数进行比较，(3) 使用线性解混估计的光谱丰度进行比较。结果显示，在可见光至短波红外（VNIR至SWIR）光谱范围内，不同传感器之间的一致性存在显著差异，VNIR 范围的一致性较好，而 SWIR 范围的一致性较差。研究发现，EnMAP和EMIT 传感器的 SWIR 光谱数据最合理（显示出最明显的吸收特征），而 HyMap和PRISMA传感器的端元光谱丰度与地质变化一致。研究强调了在用于地质填图时在SWIR范围进行准确的辐射和地形校正的必要性。

Rupsa等人采用EnMAP、EMIT 和 PRISMA 三个卫星高光谱传感器高质量（无云、烟雾和尘埃干扰）数据。但各数据并不是在同一时间获取的，不同数据集之间存在一定时间间隔。所有高光谱数据，包括卫星和机载平台，都需要进行校准和大气校正，以便将测量的数字信号转换为传感器上的真实地表反射率。

图1 各个传感器的覆盖区域

 表1 不同高光谱传感器的详细信息

研究区域

Marinkas-Quellen位于南纳米比亚，靠近南非边界，是一个碳酸盐复合体，包含了硅酸盐和碳酸盐岩石，其中包括钙质、镁质和铁质的碳酸盐变体。这个地区的碳酸盐复合体是寒武龄至寒武纪初的年代，其形成与内陆裂缝活动有关。

Epembe碳酸盐复合体位于纳米比亚的北部，主要由钙质碳酸盐（索维特）组成，伴随着非常窄的镁质碳酸盐区域。该复合体为美洲纪初的年代，位于一个贯穿南北的次正北西向脱节带内。

这两个研究区域的选择基于以下几点考虑：

地质意义：纳米比亚的碳酸盐复合体与绿色能源转型中重要的稀土元素有关。

良好的曝露：研究区域的地质结构良好曝露，有利于遥感探测研究。

干旱气候：干旱气候减少了植被覆盖，使得岩石特征更容易被卫星传感器检测。

数据可用性：研究区域有可用的卫星多光谱数据和地面岩石样本数据。

图2 研究区的地理位置和地质特征

研究方法

1.数据预处理

卫星高光谱数据提供商通常提供不同级别的预处理数据，包括：

•  几何和传感器校正数据（L0级）：原始数据，尚未经过任何校正处理。
•  辐射校正的顶层大气辐射（L1级）：这些数据经过了辐射校正，以提供经过改进的辐射信息，但仍包含大气和其他影响因素。
•  大气校正的地表反射率估计（L2级）：经过大气校正后的数据，提供了最接近真实地表反射率的估计。

研究中使用了 L2 数据（见表 2）。且在研究中已经将传感器性能以及由各自预处理工作流中的不准确性引起的传感器间不一致因素考虑进去。这些不同的预处理工作如下：

• 几何校正：确保图像的空间准确性，纠正任何由于传感器运动或地形变化引起的失真。
• 辐射校正：将记录的数字信号转换为可用于分析的实际辐射值，消除传感器特性带来的影响。
• 大气校正：去除大气散射和吸收效应，从而获得接近地表的反射率。

 表2 研究中各数据集信息

PRISMA

 PRISMA的L1辐射数据生成过程包括平场阈法校正、暗像元法，以生成和更新辐射、光谱和几何参数。随后，L2处理器利用L1的顶层大气辐射数据和全色波段作为输入，生成最终的大气校正地表反射率数据。

EnMAP

EnMAP的L2数据（研究中使用的）是通过德国宇航中心（DLR）开发的基于Python的气候校正模块（PACO）得出的。虽然PACO主要基于ATCOR-IDL代码 ，但以其独特而严格的校准和验证程序而著称。该模型利用传感器配置参数，如太阳天顶角和观测的离轴角，自动确定与场景相关的生物群落密度、臭氧水平和季节。这些参数随后用于臭氧、卷云和雾霾的校正。过程生成的输出包括图像掩膜、气溶胶光学厚度、波长图和底层大气反射率图像。最终的L2A反射率产品是这些输出的组合。EnMAP还提供了一系列供用户选择的获取参数，如观察角度，这在地形变化显著的区域尤为重要。

EMIT

EMIT代表了高光谱成像的一个潜在重要进展，它使用一种创新的探测器，在单个传感器上捕获整个VNIR-SWIR光谱。这一技术为NASA即将进行的SBG（地表生物和地质）任务带来了新的机遇，有助于缓解VNIR和SWIR范围之间的差异。EMIT使用辐射传输建模工具来生成最终的反射率产品，并进行辐射校准，以确保假设的一致性并减少模型引起的误差。它还利用场景中的明亮云特征来监测短波长（VNIR）的校准。此外，EMIT使用与其他在轨仪器的交叉校准来评估预设校准协议的绝对精度。EMIT的新型预处理工作流程确保了整个生命周期内产品质量的一致性。其60米的空间分辨率能够有效满足其大规模科学任务，如矿物和尘埃流的制图。EMIT在国际空间站上的低地球轨道部署还提供了高时间频率的数据采集机会。

HyMap

机载高光谱数据集是使用HyMap传感器在2000米高度下获取的，5米的空间采样。几何和辐射校正由获取数据的HyVista公司进行。大气校正使用了大陆气溶胶模型和中纬度夏季大气模型，假设臭氧含量为340 ppm，能见度为75公里，以估计地表反射率。

来自Epembe的HyMap场景接收到的图像中植被斑块已被掩蔽。然而，在其他场景中并未进行这种掩蔽，因为在30米和60米的分辨率下，大多数像素都包含部分植被。

 引用   :   Chakraborty, R.; Rachdi, I.; Thiele, S.; Booysen, R.; Kirsch, M.; Lorenz, S.; Gloaguen, R.; Sebari, I. A Spectral and Spatial Comparison of Satellite-Based Hyperspectral Data for Geological Mapping. Remote Sens. 2024, 16, 2089. https://doi.org/ 10.3390/rs16122089