简介：这份PDF文档是6S大气辐射传输模型的官方用户指南（Version 2），面向从事定量遥感、大气校正与卫星数据处理的科研人员和工程师，用于理解并模拟太阳—地表—传感器路径上的大气影响。文档系统讲解大气吸收与散射效应，涵盖朗伯均质目标、环境函数、大气内禀反射率、高层目标与飞机模拟、方向效应及大气校正方案，并讨论吸收与散射的相互作用，是掌握6S模型原理与参数含义的基础材料。资源包共1个PDF文件，大小约664KB，篇幅精炼，便于随查随用。目前已有346人学习下载，适合遥感入门者建立大气传输概念框架，也适合需要查阅官方算法说明与输入输出定义的研究者作为案头参考。
1. 大气传输到底在传什么：从一张“褪色”的卫星照片说起
如果你拿过一张卫星拍的风景图，可能会觉得颜色有点“闷”——地面明明该是鲜绿的，图上却灰扑扑的。很多人第一反应是相机不行，其实问题多半出在太阳到地面、再从地面到卫星这条路上，中间隔着一层厚厚的大气。6S模型（全称“第二代太阳光谱卫星信号模拟”）干的事，就是把这条路上发生的每一笔“损耗”和“加料”算清楚。打个比方，卫星传感器像站在马路对面看一扇窗户，中间隔着一层起雾的玻璃：雾会吸掉一部分光，也会把别处的光散射进来，你看到的亮度就不再是窗户本身的亮度。6S就是那套帮你把“雾”的影响从画面里剥出去的算法说明书，它把大气传输过程拆成吸收、散射、地表反射几块，逐项模拟太阳光在大气里怎么走、怎么丢、怎么串门。搞懂它，你才知道遥感图上哪个像素是地表的真实颜色，哪个只是大气自己“加戏”。
2. 为什么大气传输必须被模拟：吸收与散射这两笔账
2.1 吸收效应：气体把光“吃”掉了一部分
太阳光穿过大气时，并不是所有波长的光子都能顺利到达地面。氧气、臭氧、水汽、二氧化碳、甲烷、一氧化二氮这些气体分子，会在特定波长上把光子“吞”掉，转成分子内部的转动或振动能量。6S模型把太阳光谱切成一段段很窄的区间来算这笔账，因为吸收谱线又密又碎，直接一条条算太慢，它改用统计性的谱带模型来近似，既保住精度又不至于算到天荒地老。
通俗地说，大气像一张带很多细密筛孔的滤网，某些颜色的光被筛掉得多，某些颜色几乎能全通过。6S要告诉你的就是：在你关心的那个波段上，滤网到底扣掉了多少。这个比例不是固定的，水汽和臭氧的浓度随时间和地点变化，所以模型必须让用户把这些“可变项”输进去，否则算出来的透过率就是拍脑袋。
提示：吸收效应在可见光到近红外这一段并不是均匀的，臭氧在 0.55 到 0.65 微米附近有明显吸收，水汽则主要在 0.7 微米以上发力。选波段时避开这些“坑”，是遥感器设计的基本功。
2.2 散射效应：光被分子和气溶胶“拐了个弯”
吸收是光子消失，散射则是光子还在、但方向被改了。大气分子和气溶胶粒子像一群看不见的小弹珠，光子撞上去就弹向别处。6S把散射分成几种情况来处理：一种是均匀朗伯地表，也就是假设地面像一张磨砂白纸，朝哪个方向反射都一样；另一种是非均匀地表，地面有明有暗、有纹理，这时就要引入“环境函数”，把目标像素周围一圈地面的反射光也算进来，因为散射会把邻居的光“借”到你头上。
这里有个容易被忽略的细节：散射不全是坏事。一部分被大气散射回太空的光根本不带地表信息，属于纯干扰；另一部分被散射到地面的光反而补上了直射光的衰减，成了“有用信号”的一部分。6S的建模思路就是把这几股光分开记账，最后合成传感器实际收到的表观反射率。你可以把它想成一份收支明细：直射太阳光、天空漫射光、地表反射后直接出射的光、地表反射后被大气再次散射进传感器的光，每一项单独列出来，加总才是你看到的那一个像素值。
2.3 吸收和散射不是各算各的：交互项才是精度分水岭
如果吸收和散射完全独立，事情就简单了——各乘一个系数完事。但真实大气里，光子可能先被散射改了方向、再被气体吸收，也可能先吸收再散射，两条路径的权重不一样。6S用近似方法处理这种交互，把吸收当作一个校正因子叠在散射计算之上，而不是把两者彻底拆开。这个取舍很关键：完全耦合算不动，完全拆开又偏得离谱，近似方案是在可接受的计算量下保住工程可用精度。
打个比方，这就像算一顿饭的实际热量：食材本身的热量是一笔，烹饪过程中流失的水分和油脂是另一笔，但你不能简单把两笔一加，因为流失量取决于你怎么切、怎么炒。6S选择的是“先按标准做法估一个流失系数，再乘上去”，够用，而且快。
3. 6S 怎么把大气传输拆开算：从朗伯地表到环境函数
3.1 朗伯均匀地表：最理想情况下的信号公式
先从最简单的情形入手：假设地表是均匀的朗伯面，大气水平均匀，不考虑吸收。传感器收到的表观反射率可以写成三部分之和——大气自身的反射率、地表反射光直接透射到传感器的部分、以及地表反射光经大气漫射透射到传感器的部分。6S用总透过率把直射和漫射合并表达，再乘上一个与地表反射率有关的几何级数项，用来描述光在“地表—大气”之间来回弹射的多次反射。
这个级数项收敛很快，通常一两次反弹之后贡献就小到可以忽略。所以模型不需要无限迭代，截断在低阶就能拿到足够准的结果。对使用者来说，这意味着你输入地表反射率、太阳天顶角、观测天顶角、大气光学厚度这几个量，就能反推出传感器应该看到什么值；反过来，拿观测值去反演地表反射率，就是大气校正要干的事。
3.2 环境函数：邻居的光也会“串”进你的像素
真实地表很少是均匀的。一片农田旁边是裸土，裸土反射的光被大气散射后，可能落进农田对应的传感器视场里。6S用“环境函数”来描述这种串扰：它把目标像素周围每个点的反射率，按距离加权平均，离得越近权重越大，离得越远贡献越小。这个加权平均得到的“环境反射率”，再和目标像素自身的反射率按一定比例混合，才构成模型里真正参与计算的地表项。
权重的形状取决于大气散射的强弱和观测角度。观测越接近天底、大气越浑浊，串扰的范围就越大。6S在实现时对近天底观测做了简化，把二维积分降成一维径向积分，算起来快很多；对斜视观测则另有一套处理流程。这个设计取舍很务实——绝大多数业务化遥感产品用的就是近天底数据，没必要为了少数斜视场景把计算量翻几倍。
注意：环境函数不是“可选项”。当地表对比度高、大气又比较浑浊时，忽略环境效应会让暗目标的反射率被高估、亮目标被低估，校正结果系统性偏掉。
3.3 内在大气反射率：黑目标上看到的那层“底噪”
把地表反射率设成零，传感器仍然会收到信号——这就是大气自身的反射率，主要来自气溶胶和分子散射中直接折返太空的那部分。6S把它单独拆出来计算，因为它是大气校正里的“底噪”：你从观测值里先减掉这一项，剩下的才轮到地表贡献。这个量对气溶胶光学厚度特别敏感，气溶胶估不准，底噪就估不准，后面全跟着歪。
3.4 高层目标与方向效应：不是所有地表都贴在地面上
6S还考虑了目标位于常规地表之上的情形，比如高地或飞行平台。这时目标到传感器的路径变短，大气衰减相应减少，模型需要按高度重新算透过率。方向效应则是另一条线：地表反射并不总是各向同性的，植被、水面、城市建筑在不同观测角下亮度差异明显，6S允许用户输入方向反射特性，而不是死守朗伯假设。这两项扩展让模型能覆盖更多真实场景，但也意味着输入参数变多，用之前得想清楚自己到底需不需要这么细。
4. 容易混淆的几个概念：别把大气传输的账记错科目
4.1 表观反射率与地表反射率
易混点：两个都叫“反射率”，数值却可能差出一大截。为什么混：遥感图上直接读出来的是表观反射率，很多人默认它就是地表反射率。怎么区分：表观反射率是传感器“看到”的，包含大气加料；地表反射率是扣掉大气影响后的“真值”。6S的正向模拟是从地表算到表观，大气校正则是从表观反推地表，方向相反，别搞反。
4.2 吸收与散射的“丢失”
易混点：两者都让信号变弱，容易笼统说成“大气衰减”。为什么混：最终效果都是到达传感器的光子变少。怎么区分：吸收是光子被吃掉、彻底退出，散射是光子改方向、可能换个角度又回来。校正时吸收通常按透过率乘回去，散射则要分直射、漫射、环境多项分别处理，混为一谈会把漫射光重复计算或漏算。
4.3 环境函数与邻域平均
易混点：都涉及“周围像素”，看起来像同一种平滑操作。为什么混：名字里都有“周围”的意思。怎么区分：普通邻域平均是等权重或固定核，环境函数的权重由大气散射物理决定，随观测几何和气溶胶变化，不是随便取个窗口平均一下就能替代的。
4.4 6S 与 5S 的关系
易混点：以为 6S 只是 5S 换了个版本号。为什么混：两者同源，输入输出格式相近。怎么区分：6S 在 5S 基础上扩展了平面观测、高层目标、非朗伯地表，并加入了甲烷、一氧化二氮、一氧化碳等气体的透过率计算，光谱积分步长也收得更细。用的时候别拿 5S 的参数习惯直接套 6S，气体项和地表项都变多了。
4.5 大气校正与大气模拟
易混点：把 6S 当成一个“一键校正”工具。为什么混：模型确实能服务于校正。怎么区分：6S 本质是正向模拟器，给定大气和地表参数算出传感器信号；校正需要你反过来求解，往往要配合查找表或迭代。模型是尺子，校正是在用尺子量东西，两件事。
5. 什么时候该用 6S，什么时候别硬上
判断标准其实不复杂：只要你关心的是“大气对太阳反射信号做了什么”，并且手头有太阳角度、观测角度、大气光学厚度、地表反射特性这几类输入，6S 就是一个靠谱的模拟底座。它适合的场景包括遥感器波段设计阶段的信号预估、大气校正算法的查找表生成、不同气溶胶条件下表观反射率的敏感性分析，以及教学里把吸收和散射拆开演示。这些场景的共同点是：你需要一个物理上站得住、参数可调的“标准答案生成器”，而不是一张现成的校正后影像。
反过来，以下几种情况要谨慎。第一，如果你只有一张图、没有任何大气参数，指望模型自动猜出气溶胶，那它给不了你——6S 不负责反演大气状态，输入不准，输出就是精致的错误。第二，当地表对比度极高、观测角度又很斜时，环境函数的近似会引入偏差，这时候要么补实测、要么换更重的辐射传输方案，别硬拿默认配置交差。第三，如果你的目标只是快速看个大概趋势，用简化经验公式可能更省事，6S 的参数准备成本不低，杀鸡用牛刀反而拖慢节奏。
我自己的习惯是：每次跑 6S 之前，先把输入参数按“哪些是实测、哪些是气候态默认、哪些是拍脑袋”分三档标出来，拍脑袋的那一档超过两个，就先停下来补数据，而不是先跑再说。有一次为了赶进度，气溶胶光学厚度直接用了季节平均值，结果校正后的植被指数在浑浊天里系统性偏高，回头排查才发现底噪项被低估了——这种坑，模型本身不背锅，是输入没管住。从那以后我每次动 6S 都强制走一遍参数来源清单，宁可多花半小时核对，也不愿事后对着异常值猜原因。希望这套思路能帮你在下一次面对大气传输问题时，少一点玄学，多一点底气。
本文还有配套的精品资源，点击获取
