大气散射模型

大气散射模型入射光衰减模型：描述了光从场景点到观测点之间的削弱衰减过程。

大气散射模型大气光成像模型：描述了周围环境中的各种光由于大气粒子的散射作用,对观测点所接收到的光强的影响。

表现：室外视觉系统所捕获的场景图像其对比度、颜色和分辨率等特征衰减明显。

原因：光线在从场景点到接收点的传播过程中,遇到悬浮于大气中粒径较大的气溶胶粒子,与之发生,从而使光能的亮度、颜色等特性发生改变。

其中散射是可见光波段导致雾天图像降质的主要因素,而吸收和福射作用所造成的影响则相对较小。

瑞利散射(Rayleigh)（分子散射）：粒子尺度远小于入射波长的散射现象。

散射米氏(Mie)散射：粒子尺度与波长可比拟。

瑞利散射：使天空呈现蓝色,纯净的水面由于反射天空的光线,也呈现蓝色。

散射体中往往包含很多散射粒子,因此每个粒子的散射光都可能会被其他粒子再散射。

根据入射光在传播过程中被大气粒子散射后是否再次发生散射,可以将散射分为单散射现象和多散射现象。

雾天散射：一方面部分物体表面的反射光因散射而损失,使得到达观测点的光强降低,并随着传播距离的增大而呈指数衰减;另一方面,大气粒子的散射作用还来自附加在目标图像上的大气光,以使大气表现出光源的特性,且环境光的强度随着传播距离的增大而逐渐增加。

以上两方面的作用导致雾天捕获图像的对比度、颜色等特征衰减明显。

入射光衰减模型：大气散射引起观测点接收到的场景点福射光强随景深的增而呈指数衰减。

大气光成像模型：由于光路上粒径较大的大气微粒对周围环境中的入射光具有反射作用,因此会有部分光沿着观测路线射向观测点,这部分光照可以看作是由大气产生的光源,称为大气光。

大气光的主要来源为直射的阳光、散射的天空光以及由地面反射的光等。

大气散射模型在雾天图像增强和海面小目标检测中的应用大气散射模型在雾天图像增强和海面小目标检测中的应用引言：雾天对于图像处理和目标检测带来了许多挑战。

在雾天条件下，图像中的细节被模糊和遮蔽，同时海面上的小目标也因雾气的存在而变得难以识别。

为了克服这些问题，科学家们引入了大气散射模型，该模型可以帮助恢复被雾气所遮挡的图像信息，并提高海面小目标的检测率。

一、大气散射模型的原理大气散射模型是根据大气散射现象建立的数学模型。

在雾天条件下，光线与雾气中的微小颗粒相互作用，导致光线的散射现象。

根据散射模型，我们可以估计雾气对图像亮度和颜色的影响，进而利用这些信息进行图像增强和目标检测。

二、雾天图像增强1. 雾气的影响：在雾天条件下，由于光线的散射现象，图像的亮度和对比度会降低，同时出现色偏现象，使得图像细节难以辨认。

2. 大气散射模型在图像增强中的应用：大气散射模型可以估计图像中雾气的浓度和颜色参数，进而根据这些参数调整图像的亮度和对比度，减轻色偏现象。

通过该模型的应用，雾天图像的细节可以得到恢复，图像的视觉效果将更加清晰和自然。

三、海面小目标检测1. 雾气的影响：在海面上，雾气的存在会导致小目标在图像中的表示模糊，目标的边缘和纹理特征难以捕捉，从而给目标检测带来困难。

2. 大气散射模型在目标检测中的应用：大气散射模型可以帮助恢复由雾气导致的图像模糊，使得海面小目标的边缘和纹理特征得以增强。

在目标检测过程中，我们可以利用散射模型对原始图像进行预处理，将图像中的雾气效应去除后，再进行目标的特征提取和分类，从而提高小目标的检测率。

四、实验和应用科学家们通过实验验证了大气散射模型在雾天图像增强和海面小目标检测中的有效性。

他们使用了不同种类的雾天图像和海面小目标图像，通过调整大气散射模型的参数，成功地恢复了图像的细节并提高了小目标的识别率。

在实际应用中，大气散射模型的应用有着广泛的前景。

在军事上，利用该模型可以提高侦查和目标锁定的准确性；在海洋研究中，能够更好地识别和跟踪海洋中的小目标；在自动驾驶领域，可以增强汽车视觉系统在雾天条件下的图像处理能力。

Matlab中的图像去雾和图像去除技术引言：当我们拍摄照片或者录制视频时，面临的一个常见问题就是雾气的干扰。

雾气可以降低图像的清晰度和对比度，使得图像看起来模糊、暗淡。

虽然现在有许多图像后期处理软件可以解决这个问题，但是Matlab作为一种强大的计算工具，也提供了很多图像去雾和去除技术。

本文将介绍Matlab中的几种常见图像去雾和去除技术，包括大气散射模型、暗通道先验以及Retinex算法。

1. 大气散射模型大气散射模型是一种常见的图像去雾技术，它基于对大气散射过程的建模。

该模型假设在雾天拍摄的图像中，每个像素的亮度值由两部分组成：场景亮度和雾气散射成分。

该模型可以表示为以下公式：I = J * t + A * (1 - t)其中，I是观测到的图像，J是场景的亮度，t是透射率，A是大气光照。

在这个模型中，透射率t越小，图像就越模糊，反之，透射率越大，图像就越清晰。

在Matlab中，我们可以使用大气散射模型对图像进行去雾处理，提高图像的清晰度。

2. 暗通道先验除了大气散射模型外，暗通道先验也是一种常用的图像去雾技术。

该技术基于观察到的一个有趣现象：在大多数室外场景中，至少有一个通道在任何地方都是非常暗的。

这就是暗通道。

根据这一观察，我们可以使用暗通道先验来恢复图像。

在Matlab中，暗通道先验主要通过以下步骤实现：1）计算暗通道图像：对于每个像素，选择具有最小像素值的通道作为暗通道。

2）估计大气光照：在暗通道图像中，选择亮度值最高的像素作为估计的大气光照。

3）估计透射率：使用大气光照和暗通道图像计算透射率。

较高的透射率表示较少的雾气。

4）恢复场景亮度：使用透射率和原始图像计算恢复的场景亮度。

5）修正结果：对恢复的场景亮度进行修正，以提高图像的视觉效果。

通过以上步骤，我们可以使用暗通道先验技术对图像进行去雾处理，改善图像的清晰度和对比度。

3. Retinex算法Retinex算法是一种经典的图像去除技术，它基于人眼在不同亮度条件下对光照敏感度变化的观察。

大气散射模型原理
大气散射模型是用来描述自然景物表面反射光线在大气中逐渐衰减的数学模型。

其原理可以简述为：当光线通过大气时，会被大气中的分子和颗粒物所散射。

这些散射事件会使得光线逐渐衰减、扩散和变色，最终到达人眼的光线成为不同颜色、亮度和方向的杂散光，使得物体在视觉上看起来更加模糊和暗淡。

在大气散射模型中，一般将大气分为多个不同的层，每一层具有不同的光学参数，如散射系数、吸收系数、逐渐变化的折射率等。

这些参数决定了光线在大气中的传播和衰减方式，从而影响景物的视觉品质。

通过对这些参数的建模和计算，可以得到不同大气条件下光线传播的特性，以及不同特定条件下景物的表面颜色、亮度和对比度等视觉特征，为计算机图形学和计算机视觉领域提供了重要的理论基础。

析出图像方向和景深等立体空间的信息，这样我们就能计算出图像采集点与场景点的距离。
图像透视一般有两种：平行透视和成角透视。真实场景中的这组平行线与画面成 90 度，就是平行透 视，只有 1 个灭点，如图 2；真实场景中的这组平行线与画面所成的角度只要不是 90 度，都是成角透视， 一般有 2 个灭点，如图 3。
Received: Mar. 25th, 2017; accepted: Apr. 8th, 2017; published: Apr. 11th, 2017
Abstract
In view of the problem that the image under foggy days is not clear, the atmospheric scattering model is used to process the image dehazing. First, the Curvelet transform extracts the image edge and calculates the vanishing point on the basis of the intersection of straight line edges. Then it calculates the depth of field value according to the vanishing point. The radiation coefficient of incident light in the foggy image is obtained, which means that the real color value of the image is obtained and the image dehazing is finished. When calculating the depth of field value, it respectively calculates the depth of field value of every foggy image’s pixel at the same time, which solves the partial area color distortion problem that is caused by using single depth of field, and makes the processed image look more natural. Finally, the validity of the method is verified by experiments.

大气散射模型下的图像增强算法研究大气散射模型下的图像增强算法研究摘要：在自然环境中，由于大气散射的影响，图像存在着低对比度、模糊、抖动等问题，影响了图像的美观度和识别率。

传统的图像增强方法对于大气散射下的图像效果不佳，因此需要针对大气散射模型下的图像增强算法进行研究。

本文针对大气散射模型，从图像消融、反相变换、灰度变换、直方图均衡化等方面入手，提出了一系列针对大气散射下图像的增强算法，并在实验中与传统算法进行了对比，证明了本文提出的算法在大气散射模型下具有优越的增强效果。

关键词：大气散射模型；图像增强；消融；反相变换；灰度变换；直方图均衡化1.引言随着科技的发展，数字图像处理技术在各个领域中得到了广泛应用，其中图像增强技术是图像处理中最基础也最重要的一环。

然而，在自然环境中拍摄的图像，由于大气散射的影响，图像存在着低对比度、模糊、抖动等问题，影响了图像的美观度和识别率。

如何在大气散射的情况下对图像进行有效的增强，一直是图像处理研究者们的热点问题。

2.大气散射模型大气散射是指在大气中，光线与空气中的微粒发生相互作用后改变传播方向的现象。

大气散射模型是对大气散射过程及其影响的数学模型，可以模拟出大气散射对图像的影响。

其中较为常用的模型有Mie散射模型和Rayleigh散射模型。

3.图像增强算法在大气散射模型下的图像增强，需要选用具有强鲁棒性的算法。

本文分别从图像消融、反相变换、灰度变换和直方图均衡化四个方面入手，提出了一系列具有针对性的图像增强算法。

3.1 图像消融在大气散射的图像中，图像的细节会被模糊，可以利用图像消融算法将图像中的不需要的细节进行删除，使图像更加清晰。

具体算法流程为：1）设置一定的消融距离D2）对每个像素点，向其上下左右四个方向查找距离其D的像素点3）如果存在像素点的差值大于一定阈值，则将此像素点标记为需要消融的点4）将需要消融的点改为其周围像素点的平均值3.2 反相变换反相变换是将图像的灰度像素值取反的算法，可以将灰度值低的像素值变高，灰度值高的像素值变低。

基于瑞利散射的大气偏振模式Stokes矢量建模仿真王子谦;范之国;张旭东;王昕【摘要】瑞利散射模型是一种经典的大气偏振模式表征模型,在实际中得到了广泛的应用,但不能通过Stokes矢量描述大气偏振模式的分布特性.基于瑞利单次散射原理,对经典的瑞利模型进行推广,建立一种理想条件下的大气偏振模式Stokes矢量仿真模型.该模型能够对理想条件下大气偏振模式Stokes矢量的分布变化进行建模仿真,利用Stokes矢量可以完备地表征大气光偏振态分布情况,并描述出不同类型偏振光的具体分布特性.通过仿真发现,大气偏振模式的Stokes矢量具有“十”字形的分布形态,整体分布始终保持相对于太阳子午线对称特性,随着太阳高度角的升高各矢量分量逐渐减弱.【期刊名称】《计算机应用与软件》【年(卷),期】2015(032)007【总页数】4页(P47-50)【关键词】计算机仿真;大气偏振模式;瑞利散射;Stokes矢量;矢量辐射【作者】王子谦;范之国;张旭东;王昕【作者单位】合肥工业大学计算机与信息学院安徽合肥230000;合肥工业大学计算机与信息学院安徽合肥230000;合肥工业大学计算机与信息学院安徽合肥230000;合肥工业大学计算机与信息学院安徽合肥230000【正文语种】中文【中图分类】TP390 引言太阳光进入大气层后，受到大气粒子的影响，在天空中形成具有特殊分布特性的偏振模式，称为大气偏振模式［1，2］。

大气偏振模式是地球的自然特征属性之一，通常可通过偏振度、偏振角等不同的物理特性进行描述［3］。

这些不同物理特性描述方法可以反应大气偏振模式中包含的不同信息特征。

因此，通过解析这些大气偏振模式的物理描述，可以获得丰富的特性信息，对偏振光导航、大气环境监测，以及遥感探测等应用研究具有重要意义［4-7］。

目前，大气偏振模式的建模仿真及物理描述方法的研究已经得到了国内外越来越多学者和科研机构的重视。

在大气偏振模式的研究中，人们已经建立了多种不同的大气偏振模式仿真和描述方法，包括瑞利散射模型、Berry 散射模型、Hannay 散射模型、Monte Carlo 散射模型等［8-12］。

一种基于大气散射模型和Retinex的红外图像去雾算法董浩伟;陈洁【摘要】基于红外图像和可见光图像在有雾天气下退化过程中的相似性,可以使用大气散射模型对红外图像进行图像复原.但是图像在去雾复原处理后常常会有对比度低,细节不明显的特点,不利于人眼直接观察.针对这一情况,使用Retinex对去雾后的图像进行对比度增强.经过这两个算法处理后可以提高红外图像的对比度,突出其细节,提高其信噪比,并且具有良好的视觉效果.对算法的改进可以在计算处理速度和算法处理的效果上找到一个平衡点,为后期的嵌入式平台实现实时的视频去雾打下基础.【期刊名称】《红外技术》【年(卷),期】2019(041)004【总页数】10页(P347-356)【关键词】大气散射模型;去雾;Retinex【作者】董浩伟;陈洁【作者单位】昆明物理研究所,云南昆明 650223;昆明物理研究所,云南昆明650223【正文语种】中文【中图分类】TP391.41夜视技术的出现为全天候作战提供了可行性，在军事夜战中夜视技术占据极其重要的地位。

红外成像技术将人眼的观察范围扩大到光谱红外区，大大提高人眼观察的区间[1]。

雾和霾是一种常见的天气现象，并且由于近几年空气质量严重恶化，雾霾等恶劣天气频繁出现。

雾霾天气下，大气环境中存在着大量的悬浮颗粒，传播过程中光线会受到这些悬浮颗粒散射的影响。

和无雾场景相比较，图像的清晰度和对比度都会被衰减，从而影响整体的视觉效果[2]。

在使用过程中，很可能由于图像质量太差而无法获得特定细节，使得红外成像系统失去其应用价值。

虽然近红外的热像仪因其波长较短，在传播的过程中受空气溶胶影响较小，本身具有一定的透雾功能。

但是现在红外热像仪主要工作于中波和长波波段，受雾霾影响严重，所以对红外图像的去雾研究还是很有必要的。

对红外图像进行去雾研究时，往往借鉴于可见光图像的去雾算法，可见光的去雾算法一般包括图像增强和基于物理模型的图像复原。

由于红外图像成像的特殊性，红外图像的对比度、信噪比、分辨率都弱于可见光图像。

基于大气散射模型的实时视频去雾方法研究摘要：近年来，我国空气质量大幅下降，导致雾霾天气日渐频繁。

在雾霾天气情况下，大气中存在着很多混浊介质（如，颗粒、水滴等），户外场景的视频图像出现了退化和降质，表现为清晰度和对比度低、色彩失真、细节特征模糊不清等特点。

视频图像的降质退化使得户外视觉系统不能正常发挥效用，降低了工作效率及其可靠性。

例如，在雾霾天气情况下，能见度降低，航拍视频中目标不可见，且色彩及对比度等特征严重衰减，无法满足航拍工作系统的灾害监测预警等后续要求。

因而，在计算机视觉这一领域内，有雾视频的清晰化是一个重要的问题。

本文对雾天视频图像的退化和降质进行了详细的分析，阐述了雾天视频图像降质的原因，研究了国内外研究人员在视频图像去雾方面的成果，分析了各研究人员去雾方法的理论基础和核心技术，在此基础上，详细研究了基于大气散射模型的暗通道先验去雾方法，并且进行改进和完善，作出创新。

本文建立基于大气散射原理的视频图像去雾模型，以暗通道先验去雾方法为基础，用导向滤波进行改进，采用VS2013和Opencv编写去雾算法程序，实现单幅图像去雾，然后进行CUDA加速，使对常用的1920×1080大小的视频图像进行去雾处理的运算速率达到每秒15帧以上，实现实时视频去雾。

最后，将本文的去雾算法与其他算法进行比较，对比不同去雾方法得到的恢复图的效果，以及不同方法的利弊，完善细节，将该算法应用于实际待去雾的视频中。

关键词：图像降质；图像去雾；暗通道先验；大气散射模型第1章绪论1.1 课题研究背景和意义一般情况下，获得清晰的视频图像是户外视觉系统正常工作和发挥效用的前提，因此，它对于天气情况非常敏感。

然而，近年来，我国空气质量大幅下降，多地频繁出现雾霾天气。

雾天条件下，户外场景的视频图像受到严重影响，这是由于大气中存在着许多混浊介质，包括颗粒、水滴等，这些介质会吸收和散射部分可见光，使成像设备接收到的光的强度产生衰减，这导致获取的视频图像产生退化和降质。

6
考虑最一般情况，一个电荷沿一直线作振幅很小的的上下加速运动，在与 运动轴成 角方位的电场就沿着与 视线垂直的方向，并在包含加速度 与视线的平面内。设距离为 r，那 么在 t 时刻电场的大小为
E（t ) qa(t r / c) sin 4 0c 2 r
（ 12）
其中 a( t-r/c ) 是 ( t-r/c ) 时刻的加速度，叫做推迟 加速度。
d [dPs ( )] I（ （ s ） ）ns P i ( ) dx d
（4）
4
（ 式中，I（ 是散射的辐射强度； 是比例系数，它是散射角 和波长的函数； ） s ） ns 是散射粒子浓度；Pi ( )dx 是入射到厚度为 dx 的元体积上的某一波长激光的 光束功率。将上式改写为
图 1 两类散射模型的强度分布
其实质是大气分子或气溶胶等粒子在入射电磁波的作用下产生电偶极子或多极 子振荡，并以此为中心向四周发出与入射波频率相同的子波，即散射波。散射 波的能量分布同入射波的波长、强度以及粒子的大小、形状和折射率有关。
2
对一波长为 λ 的单色激光光束，在不均匀媒介内传播距离X后，由于纯散 射作用，将使光束沿 x 方向衰减为
图 2 电荷产生的电场
假设电荷按非相对论性的任何方式作加速运动，由此我们计算加速电荷所 辐射的总能量。
q 2 a '2 sin 2 S 0cE 16 2 o c3r 2
2
（ 13）
S 是能流密度，就是在 方向每平方米所辐射的功率。注意到它与距离平方成 反比，要求出向所有方向辐射的总能量，则必须对上式所有方向积分。
13
参考文献： 《激光雷达技术》上册，戴永江 《费曼物理学讲义》第一卷，郑永令等 《大气散射》地理国情监测云平台网站

在遥感的实际应用中，常用很多简化的手段，如假设地面为朗伯面，排除云的存在，采用有关标准大气模式及大气气溶胶模式等，一次产生了许多不同类型的大气辐射传输模型，主要分为两类，1）采用大气的光学参数2）直接采用大气物理参数如lowtran、modtran等大气辐射近似计算模型，而且还增加了多次散射计算1. 5s模型该模型的代码模拟计算海平面上的均匀朗伯体目标的反射率，并假定大气吸收作用与散射作用可以耦合，就像吸收粒子位于散射层的上面一样，则大气上层测量的目标反射率可以表示为，海平面处朗伯体的反射率大气透过率分子、气溶胶层的内在反射率有太阳到地表再到传感器的大气透过率S为大气的反射率大气传输辐射校正模型－3 modtran该模型是由美国空军地球物理实验室研制的大气辐射模拟计算程序，在遥感领域被广泛应用于图像的大气校正。

lowtran7是一个光谱分辨率20cm－1，的大气辐射传输实用软件，它提供了6种参考大气模式的温度、气压、密度的垂直廓线，水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线，其他13种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线，辐射参量（如消光系数、吸收系数、非对称因子的光谱分布），以及地外太阳光谱。

lowtran7可以根据用户的需要，设置水平、倾斜、及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。

lowtran7的基本算法包括透过率计算方法，多次散射处理和几何路径计算。

1）多次散射处理lowtran 采用改进的累加法，自海平面开始向上直至大气的上界，全面考虑整层大气和地表、云层的反射贡献，逐层确定大气分层每一界面上的综合透过率、吸收率、反射率和辐射通量。

再用得到的通量计算散射源函数，用二流近似解求辐射传输方程。

2）透过率计算该模型在单纯计算透过率或仅考虑单次散射时，采用参数化经验方法计算带平均透过率，在计算多次散射时，采用k－分布法3）光线几何路径计算考虑了地球曲率和大气折射效应，将大气看作球面分层，逐层考虑大气折射效应由于lowtran直接使用大气物理参数，因而需要按照下列方法计算出与lowtran使用的大气物理参数相对应的大气光学参数179页4.modtran辐射传输模型modtran可以计算0到50000cm－1的大气透过率和辐射亮度，它在440nm到无限大的波长范围精度是2cm－1，在22680到50000cm－1紫外波（200-440nm）范围的精度是20cm－1，在给定辐射传输驱动、气溶胶和云参数、光源与遥感器的几何立体对和地面光谱信息的基础上，根据辐射传输方程来计算大气的透过率以及辐射亮度。

大气微尘颗粒光散射测量及模型建立在明确了此次设计的目的意义，并且对国内外的发展现状进行了比较和分析之后，接下来需要介绍的是在本次设计中所采用的光散射测量原理和数学模型的建立过程，在此之前，首先应该明确大气微尘的含义和几何形状，以便以后合理估计大气微尘的直径。

2.1 大气微尘介绍气溶胶主要成分之一，由半径为1～100μm的固体微粒组成，悬浮于大气中。

大气微尘有天然的和人为的两种：前者主要有火山灰、地表扬尘、海水溅沫蒸发后的盐晶、森林火灾的烟尘、微陨石等；后者主要是工厂排放物和核试验的放射性微尘等。

有些室内的微尘还含有纤维、毛发和木屑等。

大气中，对人们生活影响较大的主要为PM2.5，PM2.5指的是空气动力学当量直径小于或等于2.5μm且密度为1g m3的颗粒物（可悬浮于空气中的固态和液态的微粒）。

富含大量的有毒、有害物质且在大气中的停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。

因此，在此次设计中也主要测量该范围的大气微尘直径。

燃煤排放的PM2.5从形态上可分出球形颗粒和非球形颗粒，燃煤排放的PM2.5以球形颗粒为主，但随着颗粒物粒径的减小，非球形颗粒的数量有所增加这为大气颗粒物的源识别提供了必要的依据。

在场发射电镜下（FESEM），燃煤电厂排放的PM2.5的表面特性如图2-1所示：图2-1PM2.5的表面特性可见多数PM2.5的表面并不光滑，而是布满了纳米级的细微颗粒。

这反映出燃煤飞灰中，不同颗粒之间存在逐级吸附的现象，即粗颗粒（粒径>2.5μm）表面吸附细颗粒。

而细颗粒表面吸附粒径更小的颗粒物。

这些细颗粒物在贮存或者利用过程中极易飞扬，进入大气环境，从而对环境造成一定的危害。

中国环境监测总站副站长傅德黔介绍：“PM2.5或者叫细粒子，放到显微镜底下，能看见颗粒物有不同的形状，有发亮的、像晶体一样的颗粒物；也有像沙漠里石头一样的颗粒物；还有一些比较均匀、比较细微的颗粒物”。

大气辐射传输模型及其软件∗焦斌亮 高志强 李素静 白云燕山大学信息科学与工程学院，河北 秦皇岛 066004摘 要：本文主要阐述了大气辐射传输模型在大气订正中的应用，介绍了大气辐射传输原理，详细地叙述了6S 、LOWTRAN 、MODTRAN 和 FASCODE 等模型，同时提到了在以上模型基础上发展起来的其它辐射传输模型及软件，并对相应的模型及软件的共同特点和主要区别进行了比较，认为大气辐射传输模型在当前的大气订正模型中依然是比较可靠而常用的方法。

关键词：大气订正 辐射传输 6S MODTRAN1 引 言大气订正是遥感技术的重要组成部分，主要包括大气参数估计和地表反射率反演两个方面。

如果获得了大气特性参数，进行大气订正就变得相对容易，但是获得准确的大气特性参数通常比较困难。

通常有两类方法用辐射传输方程来计算大气订正函数：一种是直接的方法，对于大气透过率函数和反射率函数，通过对模型的积分来得到；另一种是间接的方法，它不是直接计算所需要的大气订正函数，而是通过辐射传输模型输出的表观反射率，结合模型输入的参数来求解。

大气订正方法有很多，比如：基于图像特征的相对订正法、基于地面线形回归模型法、大气辐射传输模型法和复合模型法等。

它是利用电磁波在大气中的辐射传输原理建立起来的模型对遥感图像进行大气订正的方法。

其中，大气辐射传输模型(Atmospheric Radiative Transfer Model)法是较常用的大气订正方法，它用于模拟大气与地表信息之间耦合作用的结果，其过程可以描述为地表光谱信息与大气耦合以后，在遥感器上所获得的信息，其中考虑了光子与大气相互作用机理，物理意义明确，具有很高的反演精度。

2 大气辐射传输原理电磁辐射在介质中传输时，通常因其与物质的相互作用而减弱。

辐射强度的减弱主要是由物质对辐射的吸收和物质散射所造成的，有时也会因相同波长上物质的发射以及多次散射而增强，多次散射使所有其它方向的一部分辐射进入所研究的辐射方向。

大气散射模型
大气散射模型是指用于描述光线在大气中传播时受到散射以及
吸收等影响的数学模型。

在遥感、计算机图形学、摄影等领域，大
气散射模型被广泛应用。

大气散射模型分为分子散射模型和颗粒散射模型两种，分子散
射模型适用于低海拔地区，而颗粒散射模型适用于高海拔地区和有
大气污染的城市等恶劣环境。

常见的大气散射模型有以下几种：
1. Rayleigh散射模型：用于描述高层大气中气体分子的散射
作用，特别适用于可见光和近红外光区域的散射模型。

2. Mie散射模型：用于描述大气中颗粒的散射作用，包括云、烟、雾、雨等。

Mie散射模型适用于波长较长的光线，如红外光。

3. Henyey-Greenstein散射模型：用于描述大气中散射物的非
均匀性。

因为大气中的散射物往往不是完全随机分布的，这个模型
能更好地描述大气中光线的传播情况和反射率。

大气散射模型可用于对空气质量、天空颜色、摄影曝光、遥感
图像处理等问题进行有效的建模和仿真。

（2）光子从大气顶部太阳方向直接到达地面 目标的过程中，有一部分被大气所散射，这些 被散射的光子到达地面目标后被目标物反射后 直接到达传感器

(3)光子直接从大气顶部太阳方向到达目标后， 经过目标物的反射某一部分沿观察方向直接到达 传感器，另一部分经过大气的散射后，到达传感 器，这个过程可以理解为从入射方向上的一束光 子在各个方向上的反射
1光子直接从大气顶部太阳方向到达地面目标然过地物目标的反射后再直接到达传感器由于大气吸收效应等光传输能量衰减光子数量减少其递减成指数形式2光子从大气顶部太阳方向直接到达地面目标的过程中有一部分被大气所散射这些散射的光子到达地面目标后被目标物反射后直接到达传感器3光子直接从大气顶部太阳方向到达目标后经过目标物的反射某一部分沿观察方向直接到达传感器另一部分经过大气的散射后到达传感4光子在直接从大气顶部太阳方向到达目标物的过程中一部分光子经过大气衰减后直接到达目标物另一部分光子经过大气的散射后在到达目标物后被反射同样其一部分直接到达传感器而另一部分则经过大气散射和地气作用后达到传感器
三、辐射传输机理

假设没有大气，太阳短波辐射直接照射到目标物， 一部分被目标物吸收，其余直接反射到传感器。但 实际并非如此，电磁波在大气中的传输和传感器在 测量过程中，由于地物光照条件（如太阳高度角及 地形变化等）以及大气作用等的影响，遥感传感器 的测量值与地物实际的光谱辐射发生失真。只有很 小部分（在0.85um波段80%，在0.45um波段50%）太 阳辐射反射到传感器。
1997年，美国马里兰大学地理系Eric Vemote对5S进行了改进， 发展到6S（SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM）,6S吸收了最新的散射计算方法，使太阳 光谱波段的散射计算精度比5S有所提高。

光 学视 觉 系统 具 有频 带 宽 、 抗 电磁 干 扰 能 力 强 等特 点 ， 可 以直观 、 实时、 全 面地 反 映舰艇 周 围 （ 特 别 是舰 艇航 行 于狭 窄水 道 、 舰 船 密集海 区等 区域 ） 的航 行 环境 ， 对 于 舰 艇 航 行 安 全 可 以起 到 重 要 的作 用 。 然而， 光 学视 觉 系统对 天气 条件 比较 敏感 ， 由于大 气
Ｗａ ｎ ｇ Ｘｉ ａ ｏ ｔ ｏ ｎ ｇ ， Ｇｕ ｏ Ｊ ｉ ａ。 ， Ｊｉ ｎ Ｘｉ ｎ ， Ｍａ Ｙｕ ｅ
（ １ ．Ｄａ ｌ ｉ ａ ｎ Ｎａ ｖａ ｌ Ａｃ ａ ｄｅ ｍ ｙ，Ｄａ ｌ ｉ ａ ｎ １１ ６ ０ １ ８，Ｃｈｉ ｎ ａ；２ ． Ｕｎｉ ｔ ９１ ５ ５ ０，Ｄａ ｌ ｉ ａ ｎ ｌ１ ６ ０２ ３，Ｃｈｉ ｎａ ）

Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ：ｓ ｈ ｉ ｐ，ｎ ａ ｖ ａ ｌ ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ；ａ ｔ ｍｏ ｓ ｐ ｈ ｅ ｒ ｅ ｓ ｃ ａ ｔ ｔ ｅ ｒ ｍｏ ｄ ｅ ｌ ；ｄ ｅ ｈ ａ ｚ ｉ ｎ ｇ；ｄ ｅ ｐ ｔ ｈ — ｏ ｆ ｆ ｉ ｅ ｌ ｄ ｍｏ ｄ ｅ ｌ ；ｄ ａ ｒ ｋ ｃ ｈ ａ ｎ ｎ ｅ ｌ ｐ ｒ ｉ ｏ ｒ ｉ
ａ ｓ ｉ ｎｇｌ ｅ ｆ ｒ ａ ｍｅ ｖｉ ｄｅ ｏ ｉ ｍａ ｇｅ ｄ ｅ － ｈａ ｚ ｉ ｎｇ ｍｅ ｔ ｈｏ ｄ ｉ ｓ ｐｒ ｏｐ ｏｓ ｅ ｄ． Ｔ ｈｅ ｅ ｆ ｆ ｅ ｃ ｔ ｉ ｖｅ ｎ ｅ ｓ ｓ ｏ ｆ ｔ ｈｉ ｓ ａ ｌ ｇｏ ｒ ｉ ｔ ｈｍ ｉ ｓ ｖ ａ ｌ ｉ ｄａ ｔ ｅ ｄ ｂｙ ｔ ｈｅ ｄ ｅ — ｈａ ｚ ｉ ｎ ｇ ｒ ｅ ｓ ｕｌ ｔ ｓ ｏｆ ｐ ｒ ｏ ｃ ｅ ｓ ｓ ｉ ｎ ｇ ｓ ｅ ｖ ｅ ｒ ａ ｌ ｄｅ ｇ ｒ ａ ｄ ｅ ｄ ｉ ｍａ ｇｅ ｓ，ｍ ａ ｒ ｉ ｔ ｉ ｍｅ ｏｒ ｏ ｖｅ ｒ ｇｒ ｏｕ ｎｄ．

大气环境与气候变化模型知识点总结大气环境与气候变化是当今世界面临的重大挑战之一，为了更好地理解和预测它们的发展趋势，科学家们建立了各种模型。

这些模型基于复杂的物理、化学和生物过程，融合了大量的数据和先进的计算技术。

接下来，让我们深入了解一下大气环境与气候变化模型的一些关键知识点。

一、大气成分与物理过程大气主要由氮气、氧气、氩气等气体组成，同时还包含一些微量气体，如二氧化碳、甲烷、臭氧等。

这些微量气体对气候变化有着重要的影响。

在大气物理过程中，辐射传输是一个关键因素。

太阳辐射以短波形式到达地球，经过大气的吸收、散射和反射后，一部分到达地面。

地面吸收太阳辐射后，又以长波辐射的形式向大气释放热量。

大气中的气体对长波辐射的吸收和发射影响着大气的温度分布。

大气环流也是重要的物理过程。

包括全球性的经向环流（如哈得莱环流）和纬向环流，以及局部的季风环流等。

大气环流决定了热量、水汽和污染物的输送和分布。

二、气候变化的驱动因素气候变化的驱动因素主要包括自然因素和人为因素。

自然因素如太阳活动的变化、火山喷发等。

太阳活动的强弱会影响到达地球的太阳辐射量。

火山喷发时，大量的火山灰和气体进入大气，会反射和吸收太阳辐射，导致短期内气温下降。

然而，近年来人为因素对气候变化的影响日益显著。

主要包括燃烧化石燃料（如煤、石油、天然气）释放大量的二氧化碳等温室气体，砍伐森林导致二氧化碳吸收减少，以及农业活动排放的甲烷和氧化亚氮等。

三、气候模型的类型气候模型可以分为全球气候模型和区域气候模型。

全球气候模型覆盖整个地球，能够模拟大气、海洋、陆地和海冰等多个系统的相互作用。

它可以预测全球范围内的气候变化趋势，但由于分辨率较低，对局部地区的细节模拟不够精确。

区域气候模型则专注于特定的区域，具有更高的分辨率，能够更详细地模拟该区域的气候特征和变化。

但它需要全球气候模型提供边界条件。

四、气候模型的构建要素气候模型的构建涉及多个要素。

首先是初始条件的设定，包括大气的温度、湿度、风速等。