如何有效消除地形影响以获得准确的地表参数一直是遥感领域研究的一个难点。地形校正是崎岖地表下的高分辨率遥感数据的一个重要的预处理步骤。它能够在一定程度上抵消地形的影响,使反演的参数更接近真实地表的反射和辐射特性。地形校正的方法可概括为通过各种变换,将所有像元的辐射亮度或反射率变换到某一参考平面上(通常取水平面),从而消除由于地形起伏而引起的影像值变化,使影像更好地反映地物光谱特征。目前,学者已经提出了大量的地形校正模型,主要可分为经验模型、半经验模型、物理模型。
经验模型
经验模型,不需要引入额外的信息,例如波段比模型等。波段比模型通过简单的波段间辐射亮度或反射率波段做比值的方法来实现去除地形影响的效果。该方法假设地形对不同波段的辐射亮度或反射率具有相同的削减效应。很明显这种方法在不同地物的相关波段特性相似的情况下失效。而同时经过这种方法校正后的图像没有物理意义,无法用于定量化研究。
半经验模型
半经验模型具有一定的物理意义,但需要引入DEM来辅助进行校正,这种方法往往只考虑太阳直接辐射,而忽略天空漫散射及临近地表散射的影响。同时这类方法往往假设地表为朗伯体,忽略地表的BRDF效应,或者是通过一些经验参数来对模型进行修正。这类方法主要包括余弦校正、C校正、Minnaert模型校正、SCS校正、SCS+C校正等。余弦校正通过引入DEM来获取太阳方向与地表目标表面法线之间的角度,并利用卫星传感器所接受的辐射与太阳直接入射辐射的经验余弦关系来对影像进行校正。C校正是在余弦校正基础上加入经验参数,其中经验参数C完全通过样本统计回归的方式获取,可在一定程度上弥补朗伯体假设及忽略其他辐射造成的误差。Minnaert模型校正属于基于非朗伯假设的校正方法,它通过引入Minnaert函数来描述地表的非朗伯特性。其中,Minnaert常数k依赖与波长、相位角、地表覆盖类型,需要通过不同的日-地几何关系和影像波段参数进行估计。SCS校正是基于森林覆盖场景中树木的向地性生长特点构建的太阳-冠层-传感器校正模型。而SCS+C模型则是类似于C模型相同的思想,通过引入经验系数来达到弥补模型假设不足的效果。这类方法相对简单且具有一定的精度,得到了广泛的应用。
物理模型
物理模型主要基于大气-地表耦合辐射传输方程,具有严格的物理意义。它从物理机制上考虑了天空漫散射及临近地表散射效应。物理模型也分为地表朗伯假设及非朗伯假设两种。基于朗伯假设的物理模型相对简单。而基于非郎伯假设的校正模型需要引入一定的先验信息,如有学者通过引入归一化方向反射因子建立的地表反射率地形校正模型,取得良好的效果。此外,由于地表与大气耦合作用,目前在大气校正基础上的地形校正模型有一点的局限性,也有部分研究者试图建立大气-地形联合校正的一体化模型。总之,这类方法相对复杂,需要大量的先验辅助信息,目前还不能得到广泛的应用。