Correção atmosférica
This page is in progress of translating to Português do Brasil from English.
Veja também a página wiki do LANDSAT.
Objetivo desse tutorial:
- Transformção de um imagem Landsat ETM+ dos valores de nível de cinza (DN) para valores de radiância
- Realizar a correção atmosférica de uma imagem Landsat utilizando o módulo i.atcorr no GRASS GIS
Introdução
Os principais passos para o processamento de imagens de satélite são:
- Converter o valor de nível de cinza (DN - digital number = valor do pixel) para valor de radiância no topo da atmosfera (veja a fórmula abaixo ou use i.landsat.toar). i.landsat.toar suporta todas as versões do Landsat, desde MSS, até TM e ETM+.
- Execute a correção atmosférica (a qual converte o valor da radiância no topo da atmosfera para o valor de radiância na superfície): realizado através de i.atcorr.
Nota: Lembre de verificar se as áreas cobertas com água possuem valor de nível de reflectância > 0, uma vez que a reflectância é sempre positiva. Se negativa, você tem um pepino a resolver! Valores negativos de reflectância indicam que as entradas da equação de transformação não pertencem à imagem processada.
Requerimentos
- GRASS 6.4.0 ou superior
- Amostra de dados da Carolina do Norte - EUA (localização): http://grass.osgeo.org/download/data.php
Depois de baixar a amostra de dados da Carolina do Norte, descompacte a mesma e leve-a para dentro do seu banco de dados (GIS database). Quando abrir o GRASS GIS, selecione o banco de dados, abra o conjunto de dados ‘nc_spm_08’ como LOCATION, e ‘PERMANENT’ como MAPSET.
Cálculo dos valores de radiância
A amostra de dados da Carolina do Norte - EUA possui, entre outras coisas, uma imagem Landsat ETM+ do dia 24 de maio de 2002. Cada pixel dessa imagem contém um valor de nível de cinza (DN - digital number). Para que seja possível utilizar a imagem de satélite para a realização de cálculos, ou comparar valores entre diferentes sensores, esses valores de nível de cinza precisam ser convertidos para valores de radiância ou reflectância. As fórmulas usadas para fazer essa conversão estão descritas aqui para imagens Landsat (ou utilize i.landsat.toar). A conversão de valor de nível de cinza para radiância no topo da atmosfera é realizada da seguinte maneira:
Lλ = ((LMAXλ - LMINλ)/(QCALMAX-QCALMIN)) * (QCAL-QCALMIN) + LMINλ
Where:
- Lλ - spectral Radiance at the sensor's aperture in watts/(meter squared * ster * μm), the apparent radiance as seen by the satellite sensor;
- QCAL - the quantized calibrated pixel value in DN;
- LMINλ - the spectral radiance that is scaled to QCALMIN in watts/(meter squared * ster * μm);
- LMAXλ - the spectral radiance that is scaled to QCALMAX in watts/(meter squared * ster * μm);
- QCALMIN - the minimum quantized calibrated pixel value (corresponding to LMINλ) in DN;
- QCALMAX - the maximum quantized calibrated pixel value (corresponding to LMAXλ) in DN=255.
LMINλ e LMAXλ são os valores de radiância correspondentes aos valores mínimo e máximo de nível de cinza, e são apresentados no arquivo de metadados para cada imagem, ou na tabela 1. As informações sobre elevado ganho (high gain) ou baixo ganho (low gain) também são apresentadas no arquivo de metadados para cada imagem Landsat. O menor valor de nível de cinza (QCALMIN) é igual a 1 para imagens Landsat ETM+ (1), e o valor máximo de nível de cinza (QCALMAX) é igual a 255. QCAL é o valor de nível de cinza para cada pixel individual na imagem Landsat.
Acesso aos metadados:
r.info lsat7_2002_xx
Under ‘comments’, the maximal and minimal radiance (LMAX and LMIN) for each band are given.
Power users may use this for nicely readable output (example for channel 1):
CHAN=1
r.info lsat7_2002_${CHAN}0 -h | tr '\n' ' ' | sed 's+ ++g' | tr ':' '\n' | grep "LMIN_BAND${CHAN}\|LMAX_BAND${CHAN}"
Conversion to radiance (this calculation is done for band 1, for the other bands, the numbers in italics need to be replaced with their correct values):
g.region rast=lsat7_2002_10 -p r.mapcalc "lsat7_2002_10_rad=((191.6 - (-6.2)) / (255.0 - 1.0)) * (lsat7_2002_10 - 1.0) + (-6.2)"
For faster computations, use an integer DEM:
r.mapcalc "elev_int = round(elevation)"
Find mean elevation to initialize computations (needed in 'icnd' file below)
r.univar elev_int
Estimating the overpass time from the sun position
The satellite overpass time can be estimated rather precisely from the sun position reported in metadata using r.sunmask: The metadata of this example report: SUN_AZIMUTH = 120.8810347, SUN_ELEVATION = 64.7730999
# iteratively change hour and minutes to obtain a good result, timezone needs to be correct of course:
r.sunmask -s elev=elevation out=dummy year=2002 month=5 day=24 hour=10 min=42 sec=7 timezone=-5
Reports: sun azimuth: 121.342461, sun angle above horz.(refraction corrected): 65.396652
The resulting overpass local time 10:42:07 corresponds to 15:42 in GMT which corresponds to 15.67 in decimal GMT hours (decimal minutes: 42 * 100 / 60). This value is needed for the control file.
Atmospheric correction
This radiance image can be used for the atmospheric correction with the 6S algorithm. The algorithm will transform the top-of-the-atmosphere radiance values to top-of-canopy reflectance values using predefined information on the aerosol content and atmospheric composition of the time the image was taken. What follows describes the method to use this algorithm in GRASS GIS. Again, only the calculations for band 1 are shown, and the numbers to be changed for the other bands are indicated in red. The 'icnd_lsat1.txt' control file consists of the following parameters, and is written with a text editor:
8 # indicates that it is an ETM+ image 05 24 15.67 -78.691 35.749 # image taken on the 24th of May, at 15:42 GMT in decimals; the center of the image lies at 78.691°W and 35.749°N 2 # the midlatitude summer atmospheric model 1 # the continental aerosol model 50 # the visibility for the aerosol model [km] -0.110 # the terrain lies 110 meters above sea level [km] * -1 -1000 # image taken of a satellite sensor (1000) 61 # spectral band, here 1: blue
TODO: understand if the MODIS Aerosol Product (MOD04) could be useful to estimate the visibility for the aerosol model.
This file is then used in the i.atcorr module:
i.atcorr -a -o iimg=lsat7_2002_10_rad ialt=elev_int icnd=icdn_lsat1.txt oimg=lsat7_2002_10_atcorr
Where:
- -a refers to a Landsat image taken after July 2000
- -o activates the cache acceleration
- iimg is the image to be corrected
- ialt is the altitude map which overrides the initialization value of 110 meters
- icnd is the path to the icnd.txt file
- oimg is the name of the output image
More information on the use of i.atcorr for other images can be found in the i.atcorr manual.
References
- 6S Web site
- Land Surface Reflectance Science Computing Facility website - 6S
- (1) http://landsathandbook.gsfc.nasa.gov/handbook/handbook_htmls/chapter11/chapter11.html
- (2) http://landsat.usgs.gov/documents/L5TM_postcal_v11.pdf
- NASA LaRC Satellite Overpass Predictor
- Song, C., Woodcock, C.E., Seto, K.C., Lenney, M.P., Macomber, S.A., 2001. Classification and Change Detection Using Landsat TM Data: When and How to Correct Atmospheric Effects? Remote Sensing of Environment 75, 230-244. PDF
How to add new sensors to i.atcorr: