PHI高光谱图像的大气校正算法

合集下载

大气校正方法及其在高光谱影像Hyperion中的应用

摘
要：用遥感影像反演地物反射率，气校正必不可少对于高光谱影像，信噪比与多波段遥感影像相比非常低，利大其
消除大气的影响显得尤为重要。在大气辐射传输模型Ｍｄｒｎ．ｏｔ４０基础上，出了一种直接、效的大气校正参数计算方ａ给有
１６．７。１５。
提高大气校正精度的同时，能节约大量用于实地还
获取大气参数所耗费的人力，力和财力。物
获取１Ｒ级数据记录的是ＤＮ值，要进行辐需射定标，将其转化成辐射亮度值，辐射定标采用ＥＯ
外和短波红外。Ｈｐｒｎ具有２０个彼此不重叠ｙｅｉｏ２
提供较高时问分辨率的大气参数产品，如ＭＯ例 —
ＤＳＴＲＡ的大气温湿度廓线产品和ＮＥＩ／ＥＲＣＰ的再分析数据。如果能将这些数据和大气辐射传输模型结合起来，于遥感影像的大气校正，疑会在用无
率，与卫星过境地面同步实测的反射率和高光谱并大气校正软件ＡＯＮ的计算结果进行了比较。ＣＲ
１数据处理
１１影像数据处理．
度，目前大气校正的主流方法（伟等，０４李是郑２０；庆利等，０６。但它受制于实时（准实时）气２０）或大

大气校正新方法

大气校正新方法全文共四篇示例，供读者参考第一篇示例：大气校正是遥感图像处理中至关重要的一步，它可以消除大气和云层等因素对图像的影响，使得遥感图像更加清晰和准确。

传统的大气校正方法主要是基于辐射传输模型，但是这些方法往往需要大量的参数和计算，且在实际应用中存在一定的局限性。

近年来，随着深度学习等技术的发展，一些新的大气校正方法也被提出，取得了一定的突破与进展。

一种新的大气校正方法是基于卷积神经网络（CNN）的深度学习方法。

在这种方法中，CNN可以学习到图像中的大气扰动模式，从而实现自动的大气校正。

这种方法不需要复杂的辐射传输模型，而是直接从数据中学习大气校正的规律，因此更加简单和高效。

随着深度学习技术的不断进步，这种方法在大气校正的效果上也逐渐得到了提升，成为了一种很有潜力的大气校正方法。

另一种新的大气校正方法是基于光学压缩成像（OCI）的技术。

OCI 是一种利用金属光栅的亚波长结构实现高空间频率成像的技术，可以在不同波长的图像之间进行线性变换，从而实现对大气干扰的校正。

这种方法不仅能够准确地去除大气扰动，还可以提高图像的空间分辨率，进一步提高遥感图像的质量。

除了以上所述的方法，还有一些其他新的大气校正方法值得关注。

比如基于深度学习与光学压缩成像相结合的方法，可以将两种技术的优势相结合，实现更加精准和高效的大气校正；基于超分辨率技术的大气校正方法，可以通过对图像进行超分辨率处理，进一步提高遥感图像的质量和分辨率。

随着科学技术的不断进步，大气校正方法也在不断创新和发展。

新的大气校正方法不仅可以更加高效地去除大气扰动，还可以提高遥感图像的质量和分辨率，为遥感图像处理和应用提供了更加丰富和多样的选择。

希望未来能够有更多的研究者投入到大气校正方法的研究中，为遥感技术的发展贡献一份力量。

【这里可以根据实际情况适当增加细节和案例分析，使文章更加丰富和具体】。

第二篇示例：大气校正是遥感影像处理的一个重要环节，可以有效减少大气因素对影像质量的影响，提高遥感数据的可用性。

高光谱影像FLAASH大气校正模型参数影响与评价

高光谱影像FLAASH大气校正模型参数影响与评价摘要：图像输出的正确性与否依靠对后期的处理有至关重要的作用，而大气校正模块中参数的正确性是对本文的数据的处理起着重要的作用，在本文中气溶胶模式、能见度、大气模式和水汽相关的参数都有着重要的作用。

本文利用FLAASH模块进行大气校正能很好的提高图像的质量，大气校正模型输入参数的评价是一个重要的工作，也有重要的意义。

关键词:FLAASH大气校正高光谱遥感高光谱影像EO-1是NASA新千年计划（NMP）的第一颗对地观测卫星，是为了接替美国陆地卫星7而研制的新型地球观测卫星，它的发射是对卫星本身和新的遥感器技术进行论证。

E0-1（对地观测卫星）是在2000年11月21日发射成功。

对地观测卫星上搭载了3种传感器，即：2数据预处理数据的前期已经经过过了：回波校正、背景去除、坏线修复等一系列的工作，这些工作做完以后本不应该再有坏像元，但坏的像元依然存在,所以在进行大气校正以前还需要对数据进行一定的处理[1],在这里需要处理的步骤为:（1）未定标及水汽影响严重波段的剔除。

（2）绝对辐射值的转换。

（3）坏线的修复。

（4）垂直条纹的去除。

（5）图像的各发射腔近场非线性效应。

3 FLAASH大气校正模块简述FLAASH(Fast line—of-sight atmospheric analysis of spectral hypercubes是Spectral scienee Inc. (SSI)、U. S. Air force research laboratory(AFRL)禾口Spectral infor—matio n tech no logy applicati on center(SITAC)合作开发的大气订正软件。

MODTRAN4是FLAASH大气校正的核心代码，Hyperspectral和multispectral image的真实地表反射率、Radiation rate和地表的真实温度等可以同大气校正来获得。

大气校正的流程

大气校正的流程Atmospheric correction is a crucial step in remote sensing image processing. It involves removing the effects of the Earth's atmosphere on satellite or aerial images to improve the accuracy of data analysis and interpretation.大气校正是遥感图像处理中至关重要的一步。

它涉及消除地球大气对卫星或航空图像的影响，以提高数据分析和解释的准确性。

One of the main challenges in atmospheric correction is the variability of atmospheric conditions. Factors such as humidity, aerosols, and cloud cover can greatly impact the amount of light that reaches the sensor, leading to errors in image interpretation.大气校正面临的主要挑战之一是大气条件的变化性。

湿度、气溶胶和云层等因素可以极大影响到达传感器的光量，从而导致图像解释错误。

To correct for these atmospheric effects, scientists use mathematical models and algorithms to simulate the atmospheric conditions during image acquisition. By comparing the simulated results withthe actual image data, corrections can be applied to remove the atmospheric influences.为了纠正这些大气影响，科学家们使用数学模型和算法来模拟图像获取过程中的大气条件。

大气校正原理

大气校正原理
大气校正是遥感图像处理中的一个重要环节，它能够减少大气
对图像的影响，提高图像的质量和解译精度。

大气校正原理是基于
大气对遥感图像的影响进行研究，通过对大气光学特性的分析和模拟，实现对图像的校正和修复。

大气校正原理的基本思想是通过对遥感图像中的大气光学特性
进行建模和分析，找出大气对图像的影响规律，然后利用这些规律
对图像进行校正。

大气光学特性主要包括大气散射、吸收和透射等
过程，这些过程会导致遥感图像中的光谱特征发生变化，影响图像
的质量和解译精度。

在大气校正原理中，首先需要对大气光学特性进行建模和分析。

通过对大气光学参数的测量和观测，可以得到大气对不同波段光谱
的影响规律，包括大气散射、吸收和透射等过程。

然后，利用这些
规律对遥感图像进行校正，消除大气对图像的影响，提高图像的质
量和解译精度。

大气校正原理的核心是建立大气光学模型和遥感图像的关系，
通过对大气光学参数的分析和模拟，实现对图像的校正和修复。

在
实际应用中，可以利用不同的大气校正方法和模型，对不同类型的遥感图像进行处理，提高图像的质量和解译精度。

总的来说，大气校正原理是基于大气光学特性的分析和模拟，通过建立大气光学模型和遥感图像的关系，实现对图像的校正和修复。

它能够减少大气对图像的影响，提高图像的质量和解译精度，是遥感图像处理中的一个重要环节。

通过对大气校正原理的研究和应用，可以更好地利用遥感图像进行资源调查、环境监测和灾害评估等领域的工作。

高光谱图像处理技术的使用方法与技巧

高光谱图像处理技术的使用方法与技巧高光谱图像处理技术是一种在特定波长范围内连续获取大量光谱信息的技术。

它不仅可以提供丰富的光谱数据，还能提供高分辨率的空间信息，因此在许多领域都有广泛的应用。

本文将介绍高光谱图像处理技术的使用方法与一些常用的技巧。

首先，高光谱图像的处理流程主要包括预处理、特征提取和分类三个步骤。

预处理是为了去除图像中的噪声和杂质，使得后续的特征提取和分类工作更加准确。

常见的预处理方法包括影像校正、光谱校正和噪声去除等。

影像校正是为了解决图像中的光照不均匀问题，常用的方法有常规平滑和直方图匹配等。

常规平滑方法可以通过滤波算法去除图像中的噪声和高频分量，提高图像的可视性。

而直方图匹配则可以通过调整图像的亮度和对比度，使得不同图像之间的光照条件保持一致。

光谱校正是为了解决不同设备采集的高光谱数据存在光谱偏移的问题。

通常可以通过使用已知光谱的参考物质进行校正，如大气校正和地物光谱响应校正等。

大气校正可以去除大气对光谱数据的影响，使得数据更加准确。

地物光谱响应校正则是为了减少不同地物对光谱数据的影响。

噪声去除是为了去除因设备等原因造成的图像噪声，提高图像的质量。

常见的噪声去除方法包括中值滤波、高斯滤波和小波分析等。

中值滤波是一种基于排序统计的方法，通过对图像中的像素排序并取中值来去除噪声。

高斯滤波则是一种常用的线性滤波方法，通过将像素的值与周围像素的值按照一定的权重进行加权平均，得到滤波后的像素值。

小波分析是一种基于频域的方法，通过对图像进行频域分解和重构来去除噪声。

接下来是特征提取。

高光谱图像的特征提取是为了从原始数据中提取出与目标信息相关的特征。

常用的特征提取方法包括光谱特征提取、纹理特征提取和形状特征提取等。

光谱特征提取是通过对高光谱数据进行光谱统计分析来获得与目标信息相关的参数。

常用的统计参数包括均值、方差、偏度和峰度等。

这些参数可以反映出光谱数据在不同波段上的分布情况。

纹理特征提取是为了从高光谱图像中提取出纹理信息。

高光谱数据FLAASH大气校正

第13章高光谱数据FLAASH大气校正本节以AVIRIS高光谱数据为数据源，介绍高光谱数据的FLAASH大气校正过程。

13.1 浏览高光谱数据此AVIRIS高光谱数据为经过传感器定标的辐射亮度数据。

（1）在ENVI主菜单中，选择File→Open Image File，打开JasperRidge98av.img文件。

（2）在波段列表中，选择JasperRidge98av.img，单击右键选择Load True Color，在Display 窗口中显示真彩色合成图像。

（3）在主图像窗口中单击右键，快捷菜单中选择Pixel Locator。

设置Sample:366，Line:179。

此像元为硬质水泥地，吸收特征主要受大气的影响，单击Apply按钮。

（4）在主图像窗口中单击右键，快捷菜单中选择Z Profile，打开Spectral Profile窗口，绘制像素（366,179）的波谱剖面。

（5）在Spectral Profile窗口中，可以看到在760nm，940nm和1135nm处，水汽具有吸收特征，1400nm和1900nm附近基本没有反射能量，二氧化碳在2000nm附近有两个吸收特征。

13.2 AVIRIS数据大气校正（1）在ENVI主菜单中，选择Spectral→FLAASH，打开FLAASH Atmospheric Correction Model Input Parameters对话框。

（2）单击Input Radiance Image按钮，选择JasperRidge98av.img文件。

在Radiance Scale Factors对话框中，选择Read array of scale factors from ASCII file，单击OK按钮。

（3）选择AVIRIS_1998_scale.txt文件，按照默认设置，单击OK按钮。

（4）单击Output Reflectance File按钮，选择输出路径及文件名JasperRidge98av.img。

高光谱影像辐射定标和大气校正

高光谱影像辐射定标和大气校正
高光谱影像辐射定标是将采集到的高光谱数据转化为辐射能量数据的过程。

高光谱影像采集到的是不同波长范围内的能量强度，但不能直接获得具体的辐射能量值。

辐射定标的目的是将采集到的能量强度值转化为真实的辐射能量值，通常采用辐射标准物质通过定标装置进行校准。

大气校正是校正高光谱影像中由于大气散射和吸收引起的能量损失。

大气校正的目的是消除大气对高光谱数据的影响，使得反映地物表面真实辐射能量的信息能够更加准确地提取出来。

通常使用大气模型和辐射传输模型进行校正，将影像中的每个像元的能量值乘以大气校正系数，从而获得校正后的辐射能量数据。

高光谱影像辐射定标和大气校正是高光谱遥感数据处理中非常重要的步骤，能够提高数据的精度和准确性，为后续的遥感应用和地物信息提取提供可靠的基础。

PHI超光谱成像仪的改进和图像预处理

PHI超光谱成像仪的改进和图像预处理
王建宇舒荣马艳华徐卫民薛永祺
中国科学院上海技术物理研究所200083
摘要：PHI超光谱成像仪具有波段数多，光谱分辨力和空间分辨力高，并有很高的辐射灵敏度。

本文介绍PHI超光谱成像仪系统的基本原理，和近来在原有的PHI的基础上，进行的系统改进、图像预处理以及部分应用情况。

系统改进的主要内容为：
1)系统采用稳定平台和姿态测量结合的方法进行图像的定位，
稳定平台进行初步的姿态稳定，位置姿态测量系统（POS）获
得高精度的姿态参数，最后获得最优的姿态定位结果。

2)通过对PHI光学系统的再设计和改进，在保持单相机总视场
不变的情况下，把每行的像元数从324增加到648，瞬时视
场从1.2mrad提高到0.6mrad，空间分辨率提高一倍。

3)通过对PHI分光系统的再设计，采用了新型的分光系统，光
学效率进一步提高，使系统的辐射灵敏度更高。

4)采用SCSI磁盘阵列，提高了系统获取数据的速度和数据连
续采集的能力，减少了数据丢失的可能，使数据的完整性大
大提高。

5)增加了飞行图像质量检测功能，增加数据饱和预警和机上图
像增强、放大功能，增强了系统对光照状况或目标的适应能
力。

6)增加了飞行信息元数据文件生成功能，完善了飞行信息的纪
录方式，为每一航带的数据自动配备包含所有的相关信息，
7)增加图像的预处理功能，进行图像的辐射校正和几何校正，
实现图像的定量化。

关键词：高光谱成像光谱遥感。

大气校正的方法

大气校正的方法
大气校正是指通过计算和分析遥感影像的大气影响，来修正遥感影像的像素值，以获得更准确的地表覆盖信息和遥感数据。

大气校正的方法主要有以下几种:
1. 统计学方法：该方法利用野外光谱测量数据来建立模型，并通过计算遥感影像的光谱特征和野外光谱数据的相关性来校正大气影响。

2. 辐射传递方程计算法：该方法通过建立辐射传递方程来计算遥感影像的大气影响，从而获得更准确的遥感数据。

3. 波段对比法：该方法利用不同波段之间的差异来识别大气影响，并通过计算不同波段之间的差异来校正大气影响。

4. 基于 MODTRAN 的高光谱快速大气校正方法：该方法利用MODTRAN 模型来计算大气影响，并通过建立水汽和能见度的查找表来校正大气影响。

5. 机载高光谱遥感图像大气校正方法：该方法通过分析机载高光谱遥感图像的大气影响，来修正遥感图像的像素值，以获得更准确的地表覆盖信息和遥感数据。

不同的方法有不同的假设和优缺点，选择合适的大气校正方法需要考虑多种因素，如数据质量、计算效率、精度和成本等。

一种协同反演气溶胶与水汽含量的高光谱图像大气校正算法

一种协同反演气溶胶与水汽含量的高光谱图像大气校正算法佃袁勇;方圣辉;徐永荣【摘要】Atmospheric correction is the basic step in quantitative retrieval of land surface parameters with hyperspectral imagery. Based on abundant spectral information in the hyperspectral image,this paper presents a new atmospheric correction algorithm for hyperspectral imagery characterized by collaborative retrieval of the aerosol optical thickness ( AOT) and the water vapor content ( WV) . The algorithm takes into account the effects of aerosol type,AOT and WV,and uses the iteration method combined with the 6S(second simulation of the satellite signal in the solar spectrum) radiative transfer model to retrieve the atmospheric parameters and ground reflectance. This new method overcomes the weakness of the existing atmospheric correction algorithms which fail to consider the effects of both AOT and WV. Hyperion hyperspectral image data covering Wuhan City were used to verify the effectiveness of the algorithm proposed in this paper, with the results compared with those of FLAASH ( fast line - of - sight atmospheric analysis of spectral hypercubes) method in ENVI and MODIS’ s AOT and WV products. It is shown that the proposed algorithm can better correct the effect of aerosol and water vapor in the atmosphere,and needs no additional parameters because all the inputs are taken from the image data themselves or the 6 S radiative transfer model in the inversion process.%大气校正是高光谱图像定量反演地表参数的前提。

flaash 大气校正方法

flaash 大气校正方法相对于常规的校正方法，大气校正在航空、卫星、天文等领域具有广泛的应用。

因为大气对于光的传播和反射都具有很大的影响，如果不考虑大气光学特性，就会产生误差和偏差，从而影响数据处理的结果，降低解析度和精度。

因此，大气校正方法就显得尤为重要。

而FLASH（Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes）算法便是一种可以高效、准确地实现大气校正的方法。

FLASH算法的基本思路FLASH算法是一种基于高光谱数据的大气校正方法，可以高效地实现光学图像数据获取和大气校正。

它是利用大气分子对光的影响，分析高光谱数据中每个波长的传输情况，采用迭代法计算大气反射率和真实地表反射率，从而实现大气校正的目的。

具体而言，FLASH算法需要以下过程：预处理在开始校正之前，需要对光谱数据进行一些预处理操作，包括去除扫描仪噪声、零偏调节、波长校正、光谱辐射校正等。

大气光传输模型FLASH算法采用了光的辐射传输模型来模拟光的透过和反射过程，以计算出大气反射率和地表反射率。

在模型中，光的传输方式可以用以下公式表示：I(l) = I0(e^(-τλ)T0(λ) + (1-e^(-τλ))Tg(λ)ρg(λ)ρs(λ))其中，I(l)是波长为λ时观测值，I0是真实的地物辐亮度值，τλ是指定波长λ处的光学厚度，T0(λ)是大气透过率，Tg(λ)是地表透过率，ρg(λ)是大气反射率，ρs(λ)是地表反射率。

根据传输模型，可以得到以下式子：此外，为了简化计算，该式还可以表示为：其中，S(λ) = I(l) / I0Tg(λ)为观测值与真实值的比例。

迭代计算用上面的模型可以求出大气反射率，但它的准确程度受到不确定因素的影响。

因此，需要进行迭代计算来修正误差。

FLASH采用了快速定量迭代算法（Fast Quantitative Iterative Algorithm，FQIA），以计算整个图像中每个像素的大气校正值。

大气校正方法及其在高光谱影像Hyperion中的应用

2反演的水泥地反射率同acorn计算结果表观反射率以及实测值的对比derivedreflectivityreflectivitycalculatedacornapparentreflectivitymeasuredreflectivityconcreteground实测的反射率4结束语笔者提出了一个实用的大气校正方法并用此1593反演的土壤反射率同同acorn计算结果表观反射率以及实测值的对比derivedreflectivityreflectivitycalculatedacornapparentreflectivitymeasuredreflectivity实测的反射率方法对高光谱影像hyperion的部分波段进行了反射率反演与卫星过境时同步实测的典型地物反射率以及高光谱大气校正软件acorn计算的反射率进行了比较结果表明大气辐射传输模型和卫星遥感大气参数产品相结合用于遥感影像的大气校正是可行的
- 1
) , 最高光
-1
谱分辨率达到 1 cm , 计算波段为 0~ 50 000 cm
的大气透过率和辐射。从 1989年到现在, M odtran
将模拟的辐射亮度和模拟时相对应的参数一并代入公式 ( 8) , 得到由 5 个方程组成的方程组:
第 2期
聂爱秀等 : 大气校正方法及其在高光谱影像 H yperion中的应用
其中 DN 为影像记录的灰度; VN IR 为可见光、近红
158
东华
理
工
学
院
学
报
2007年
外波段 ( 波段数为 1 ~ 70) ; S WI R 为短波红外波段 ( 波段数为 71~ 242)。根据成像时的辐射能量值、太阳高度角和日地天文单位距离, 可得到表观反射率 : 2 L d * = ( 3) ESUN cos! s 式中 L 为传感器接收到的光谱辐射能量; d 为日地天文单位距离; ESUN 表示大气层顶的太阳辐照光谱能量 ; ! s 为太阳天顶角。 1 . 2 地面同步实测光谱数据处理地面同步地物光谱测量采用美国 ASD 公司的 F ie ldSpec FR 便携式野外地物光谱仪和标准漫反射板 , 经处理得到地物光谱曲线, 需要将其匹配到卫星传感器相应的波段上。采用下面公式进行匹配: = ( )∀ ( ) d ! ∀( )d !

高光谱遥感定标和校正

实验报告班级：遥感科学与技术2013级1班姓名：文凤平学号：2013043009 一．实验名称定标和大气校正二．实验目的用FLAASH工具完成影像的大气校正，熟悉其校正含义及参数的意义。

三．实验数据四．实验内容与结果分析（实验主要内容，软件操作的主要过程截图及实验结果截图）（1）TM影像定标—FLAASH大气校正，结果分析，查看校正前后影像光谱曲线变化1.加载多光谱中需要进行大气校正的图像，Basic Tools->Preprocessing->Calibration Utilities->Landsat Calibration在弹出来的对话框中加载TM图像；2.Basic Tools->Convert Data(BSQ,BIL,BIP)在对话框中选择定标后的图像，然后再Convert File Parameters窗口中作如下选择：Output Interleave选择BIP，Convert In Place选择Yes，点击ok按钮即可；3.Spectral->FLAASH在弹出的对话框中的Input Radiance Image中加载定标且转换过格式的多光谱图像在弹出的对话框中设置如下：点击在右下角的按钮加载多光谱文件夹中TXT记事本即可得到所有的FLAASH参数设置：4.点击左下角的Apply按钮即可运行大气校正的操作，将校正后和校正前的图像进行link对比并查看两者的光谱曲线图像（在主窗口中右键->Z Profile（Spectrum））；左图为校正前右图为校正后（2）AVIRIS数据（已定标）—FLAASH大气校正，结果分析，查看校正前后影像光谱曲线变化1.加载高光谱文件夹中需要进行大气校正的图像，Spectral->FLAASH在弹出的对话框中的Input Radiance Image中加载定标且转换过格式的多光谱图像在弹出的对话框中设置如下：点击在右下角的按钮加载多光谱文件夹中TXT记事本即可得到所有的FLAASH参数设置：点击对话框下面按钮，设置如下：点击右下角按钮设置如下：2.点击左下角的Apply按钮即可运行大气校正的操作，将校正后和校正前的图像进行link对比并查看两者的光谱曲线图像（在主窗口中右键->Z Profile（Spectrum））；。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｓｒｔｐａｙｓ．Ｂａｅｎｔｅａｍｏｐｅｃｓｌｔｎｂｓｇａｍｏｐｅｃｒｉｎｅｔａｓｅｄｌｔｎｙｅｔｅｈｐｒｐｃｒｌｅｓｄｏｈｔｓｈｒｉａｉｙｕｉｔｓｈｒａａｃｒｎｆｒｍｏｅｏａａｚｈｙｅｓｅｔｉｍｕｏｎｉｄｌａｒｍｏｅｓｎｉｇｄｔ，ｔｅｅｏｏｃａｄｅｉｉｎｌｏｔｍｆｈｔｓｈｒｏｅｔｎａｄｓｒｃｅｌｃａｃｅｒｖａｅｔｅｓｎａａｈｃｎｍｉｎｆｃｅｔａｇｒｈｏｅａｍｏｐｅｃｃｒｃｉｕｆｅｒｆｔｅｒｔｅａｗｓｉｔｉｏｎａｅｎｉｌ
ＰＩＨ高光谱图像的大气校正算法
李，薛祺，建宇，白全庆利２永２王２智
（．上海交通大学电子信息与电气工程学院，１上海２０３；０００
Ｉｈｎｖｒｔ，ｏｅ）ｎ技术物理研究所，上海
２０８；００３
３．ＧｒｄａｅＳｈｏｆＩｆｒｔｎＴｃｎｌｇｎｅｅｏａｕｔｃｏｌｎｏｍａｉｅｈｏｏｙａｄＴｌｃｍｍｕｉａｉｎ，ｏｏｎｃｔｏｓ
摘要：从高光谱遥感图像中提取较为精确的定量信息，大气校正是必不可少的步骤．文在应用大气辐射传输模型本对高光谱遥感数据进行大气模拟的基础上，究并发展基于遥感影像信息的经济、效的大气辐射校正和反射率研有反演算法．该算法可以根据遥感图像有效地估计大气中气溶胶的空间分布，并分析交叉辐射的影响，而对其进行进大气辐射校正和反射率反演．通过对几景ＰＩＨ高光谱遥感图像的校正试验，明了这种算法的有效性．表关键词：大气校正；光谱；高反射率；ＨＰＩ光谱成像仪中图分类号：７Ｔ文献标识码：ＰＡ
３ｒｄａｅＳｈｏｏＩｆｒａｉｅｈｏｇｎｅｅｏｍｕｉａｏｓＩｈｎｖｒｔ，Ｋｒａ．ＧａｕｔｃｏｌｆｎｏｔｎＴｃｎｌｙａｄＴｌｍｎｃｔｎ，ｎａＵｉｅｓｙｏｅ）ｍｏｏｃｉｉ
ＡｂｔａｔＴｘｒｃｕｎｉｔｅｉｏａｉｎｆｍｈｙｅｓｅｔａｍａｅｙａｃｒｔｌ，ａｍｏｐｅｃｃｒｅｔｎｉａｎｃｓｓｒｃ：ｏｅｔａｔａｔａｉｎｒｔｒｔｅｈｐｒｐｃｒｌｉｇｒｃｕａｅｙｔｓｈｒｏｒｃｉｓｅｅ－ｑｔｖｆｍｏｏｉｏ
ｓｄｅ．Ｔｉａｏｔｍｃｎｅｅｔｅｓｍｔｔｅｓａａｄｓｂｔｎｏｔｓｈｒｅｏｏｓａｄａａｚｅ删ａｅｔｔｉｕｄｈｓｌｒｈａｆｃｉｌｅｔａｈｐｔｉｒｕｉｆａｐｅｃａｒｓｌｎｎｙｅｔｇｉｖｙｉｅｉｌｔｉｏｍｏｉｌｈｃｎ
ＡＴＭＯＳＰＨＥＲＩＣＯＲＲＥＣＴＩＣＯＮＯＦＰＨＩＨＹＰＥＲＳＰＥＣＴＲＡＬ
ＩＡＧＥＲＹＭ
ＬｉｇＬＩｎ．ｉＱ一，ＸＥＹｎ．ｉ，ＷＡＧＪｎＹＢＩｈ．ｕＪＵｏｇＱＮｉ．ｕ，ＡｉａａＺＱ１
维普资讯
第２５卷第４期２００６年８月文章编号：０１０４２０）４— ３６— ５１０ —９１【０６００１０
红外与毫米波学报
ＪｎｒｒｄＭｉｉ．Ｉｆａｅｌｍ．Ｗａｅｌｖｓ
Ｖｏ．２１５，：ｏ４Ｎ．Ａｕｕｔ２０ｇｓ，０６
ｅｅｔｃｏｄｎｈｅｔｅｓｇｉｇ．ＣｓｔｄｆＨＩｉｇｓｄｍｏｓｒｔｓｔａｅａｇｒｈｉｅｆｃｉｅｔｆｃｓａｃｒｉｇｔｔｅｒｍｏｅｓｎｉｏｎｍａｅａｅｓｕｙｏｍａｅｅｎｔｅｈｔｔｏｔｍｓｖｒｅｅｔｏＰａｈｌｉｙｖｒｍｏｅｈｔｒｇｎｏｓａｍｏｐｅｃｅｅｔｎｅｏｅｕｆｃｅｌｃａｃ．ｅｖｅｅｏｅｅｕｔｓｈｒｆｃｓａｄｒｃｖｒｓｒｅｒｆｔｎｅｉａｅＫｅｒｓａｍｏｐｅｃｃｒｃｉｎ；ｈｐｒｐｃｒ；ｒｆｃａｃ；ｐｓｂｏｍｙｅｓｅｔｌｉｇｒｙｗｏｄ：ｔｓｈｒｏｒｔｉｅｏｙｅｓｅｔａｅｌｔｎｅｕｈｒｏｈｐｒｐｃｒｍａｅｌｅａ
（．Ｄｐ．ｏｕｍａｏ，ｈｎｈｉｉＴｎｎｖ，ｈｎａ２０３，ｈａ１ｅｔｆｔｔｎＳａｇａＪｏｏｇＵｉＳａｇｉ０００Ｃｉ；Ａｏｉａ．ｈｎ
２ｎｔｕｅｏｅｈｉａｈｓｓ．ＩｓｉｔｆＴｃｎｃｌＰｙｉ，ＣｈｎｓａｅｆＳｉｎｅ，Ｓａｇａ００３，Ｃｉａ；ｔｃｉｅｅＡｃｄｍｙｏｃｅｃｓｈｎｈ２０８ｉｈｎ