Fmask云检测
Zhu et al.[1] 以landsat 7卫星影像大气顶层反射（Top Of Atmosphere, TOA：band 1, 2, 3, 4, 5, 7）和亮度温度（Brightness Temperature, BT: band 6）为输入，提出了一种用于Landsat影像的云和云阴影检测的方法，其云检测总体精度达到96. 4%。该方法利用云特有的物理性质在光学影像不同波段的特征表现，构建若干光谱阈条件，最终实现云层的自动化检测。与普通地球表面不同，云通常具有亮（Bright）、白（White）、冷(Cold)和高(High)的物理特性。亮是由于云层在各光谱波段的反射率较高。利用简单波段阈值即可将其与暗地表区分；白是由于云层在各波段尤其是可见光波段反射率相似，利用一些特定指数可将其与某些特定地表区分。如，适用于非白色地表的Whiteness、使用于区分植被地表的归一化指数（Normalized Difference Vegetation Index, NDVI）、适用于区分城市区域的归一化建筑指数（Normalization Difference Build-up Index，NDBI）等；冷是由于云层位置越高，温度越低，利用热红外波段可以准确地区分云层和地表，包括足够亮和白的地表（例如：裸地、岩石、积雪等）；高是由于云层都处于大气层中海拔较高的区域，而大气层底部水汽（Water vapor）含量较高，使得云顶至传感器之间的水汽含量较地表而言急剧下降[2]。
云检测包括两部分：
（1）利用构建的光谱阈值来分离潜在的云像元（Potential Cloud Pixels, PCPs）和绝对无云像元（non-PCPs）。
（2）根据云层特有的物理特性，将归一化温度概率、光谱变异概率和亮度概率结合起来， 分别针对陆地和水体，计算每个像元的云概率值（Cloud probability）, 最后基于经验阈值对影像进行分割，得到云掩膜层。
Part 1 潜在云像元检测
潜在云像元包含云和非云像元，绝对无云像元不包含任何有云像元。潜在云像元的获取包含以下4个简单的光谱阈值条件组合。
-
Basic Test
由于云“亮”和“冷”的特性，所有云的Band 7 TOA 值都大于0.03并且BT值都低于27℃。由于其“白”的特性，云的NDVI和NDSI值通常在0附近。对于特殊类型的云，比如高度植被区上空的非常薄的云或冰云，其NDVI和NDSI值可以更大，但两者都不能高于0.8。 因此，Fmask使用0.8的阈值将潜在云像元从一些植被覆盖或者雪覆盖的区域分离出来。image.png -
Whiteness Test
由于云在可见光波段反射显示为白色，因此可以用每个可见光波段与总亮度之间的绝对差值的和来表示这一特性。但是landsat 7卫星影像只有三个可见光波段，因此，针对Landsat 7卫星影像，构建新的“Whiteness”指数。“Whiteness”的最佳阈值通过大量的实验得到的经验值，为0.7。image.png -
HOT Test
Haze Optimized Transformation (HOT), 薄云最优变换。晴空条件下大多数地表的可见光波段是高度相关的，但对于雾和薄云在蓝色和红色波段之间是不同的。因此HOT Test有助于将雾和薄云从晴空像元分离。image.png -
Ratio Test
考虑到明亮的岩石和沙漠在波段5的反射率往往高于波段4，而云的反射率则相反。因此，为了确保掩膜中包括所有的云像素，可以将比值的阈值设置为0.75（基于全球云参考数据集得到的经验值）。该结果可能包括其他非云像元，但这个Ratio Test主要的目的在于将大部分明亮的岩石与云分离开来。image.png
因此潜在像元PCP为：
Part 2 潜在云层的检测
考虑到陆地和水体的温度分布和辐射范围在空间和时间上有很大差异， 这里采用“Water Test”将所有的像元分成水和陆地像元两类。
Fmask分别计算水体和陆地上空的云概率
-
水体的云概率（
）结合了温度概率（
）和亮度概率（
）。
1）温度概率计算如下：Twater 是82. 5%以上绝对无云水体对应的温度BT（根据BT直方图可以得到）。如果像元的BT值比绝对无云水体温度要低4℃以上，它是云的概率将更高，因此用4℃来进行归一化。image.png
2）亮度概率：
水体一般较暗，特别在band5上，而水体上空的云会提高其band5的反射率，Fmask使用归一化band 5反射率计算水面上云检测的亮度概率。一般水体的band 5值小于0.05，但是浑浊或者有阴影的水体，其band 5值能够达到0. 11。image.png
3）水体的云概率：
当像元的image.png -
陆地云概率（
）结合了温度概率（
）和光谱差异概率（
）。
1）温度概率计算如下：
image.pngimage.png
一般的，如果像元的BT值比Tlow要低4℃以上，那么这个像元是云的概率越大。相反，如果像元的BT值比Thigh要高4℃以上，那么这个像元是非云的概率越大。
2）光谱差异概率：
NDVI、NDSI、Whiteness的值能够表示NIR与Visible、SWIR与Visible、Visible波段之间的光谱差异image.png
3）陆地云概率：
image.pngimage.png
如果
综合起来，潜在云覆盖层可以表示为：image.png
Fmask3.3 [3]
Fmask3. 3是Zhu et al.[3] 2015年提出来的，经过用户的使用Fmask的反馈结果进行的改进：
- 针对Landsat 4-7影像，水体云概率阈值改为动态阈值（82. 5%的绝对无云水体对应的云概率+0. 2）；
- 针对Landsat 8，在第一阶段潜在云像元检测中添加了Cirrus Test(卷云测试)，在第二阶段添加一个卷云概率。
- 由于Sentinel-2包含除Landsat 8 热红外波段以外的所有波段，因此Fmask针对Sentinel-2影像也设计了基本类似的阈值组合。
卷云波段是水汽吸收波段，云层一般海拔位置较高，其反射的卷云波段辐射经大气层中水汽的吸收量降低，使得卷云波段反射率增高。一般而言，当卷云波段反射率超过 0.04 时，一般为卷云。因此，Fmask 3.3使用 0.04 计算卷云概率。
注：1、文中的图片均来自源论文；2、由于能力有限，如有错误，批评指正。
Reference
[1] Z. Zhu and C. E. Woodcock, “Fmask:Object-based cloud and cloud shadow detection in Landsat imagery,” Remote Sensing of Environment, vol. 118, pp. 83–94, Mar. 2012, doi: 10.1016/j.rse.2011.10.028.
[2] 邱实, “多光谱卫星遥感影像云及云阴影精准检测算法研究,” 博士, 电子科技大学, 2018. Accessed: Nov. 11, 2021.
[3] Z. Zhu, S. Wang, and C. E. Woodcock, “Improvement and expansion of the Fmask algorithm: cloud, cloud shadow, and snow detection for Landsats 4–7, 8, and Sentinel 2 images,” Remote Sensing of Environment, vol. 159, pp. 269–277, Mar. 2015, doi: 10.1016/j.rse.2014.12.014.
