介绍一下利用ENVI去除MODIS数据条带的方法与步骤

介绍一下利用ENVI去除MODIS数据条带的方法与步骤。

MODIS数据应用日益广泛，但是由于波谱的相互干涉作用导致MODIS的5通道和26通道的反射率中“条带”现象非常严重，这严重影响了MODIS数据的应用。

5通道分辨率5OOM，对云、气溶胶特性敏感。

26通道分辨率1000M在薄云、卷云识别方面具有优越特性。

本文主要利用ENVI的ReplacingBadLines功能进行条带去除说明。

这主要是利用条带出现的行两边对称的临近行数值进行平均，利用这个平均值来替代条带的数值。

手工输入条带的行数超级慢，可以利用条带的周期性特点通过编制一个小程序来快速确定行数，然后通过ReplacingBadLines 的Restore功能载入行数即可。

对MODIS的500M分辨率的数据中5通道进行条带去除：因为5通道的条带只有一条，去除条带后效果很明显。

而26通道的条带去除较为困难，因为该通道的条带特征是以中心为主向两侧羽化扩展，而且羽化的程度不一样，所以去条带效果不好。

下面以500M分辨率的5通道为例利用ENVI的ReplacingBadLines功能进行条带的去处，其中条带的行数利用自定义的一个过程：
MakeBadLineList,first,interval,lines,filename=filename，得到并生成一个BLL文件存贮条带行的信息用于ReplacingBadLines的Restore。

first为出现第一个条带的行数，interval是条带的间隔，lines是数据的总行数，filename是输出文件名存贮行信息。

1、去除条带前，横向条纹十分明显
2、去除条带后，数据平滑，
在以前发了一个关于用ENVI的ReplacingBadLines去除MODIS数据中的条纹，其中提及到了用了一个自定义的过程MakeBadLineList来生成Restore所用到的BLL文件。

一直有人发电邮问这个问题，现在详细说明一下，自定义过程如下：
pro MakeBadLineList,first,interval,lines,filename=filename
if not keyword_set(filename) then filename=’c:\aa.BLL’
curline=first
i=1
badlines=curline
while (curline+interval le lines) do begin
curline=i*interval+first
i=i+1
badlines=[[badlines],[curline]]
endwhile
openw,lun,filename,/get_lun
printf,lun,badlines
free_lun,lun
end
first为出现第一个条带的行数，interval是条带的间隔，lines是数据的总行数，filename是输出文件名存贮行信息
在ENVI中打开你所要去除条纹的MODIS的波段，如5波段，从图像的最上部起查找第一次出现条带的行数First，然后计算第二次条带出现时的间隔Interval，最后移动鼠标到图像的最下部得到MODIS数据的总行数Lines。

Filename是可选变量，是用来定义一个文件来存贮得到的坏道数。

编译上面的过程后，可以在命令行来调用：MakeBadLineList，
first,interval,lines,filename=filename
最后在ReplacingBadLines中Restore这个文件Filename，就可以按步骤进行了。

通过以上图像的对比可以看到横向的条纹被去除了。

处理步骤：
编译上面的过程后，可以在命令行来调用：MakeBadLineList，
first,interval,lines,filename=filename，其中first为出现第一个条带的行数，（可以在打开该图的主影像中双击来查看图像信息来获取）interval是条带的间隔，lines是数据的总行数，filename 是输出文件名存贮行信息。

在这里，我用的是500米分辨率的影像，出现第一个条带是在第4行，500米分辨率的条带间隔是20，1000米分辨率的间隔是10，250米分辨率的影像间隔是40。

我的图像的总行数为5400.
编译完成后在C:\生成了aa.bll文件。

然后用ENVI的修补坏道的菜单preprocessing->general purpose Utilitis-> replace bad lines进行修补：
弹出如下对话框：
对MODIS影象运用经纬度来进行几何校正
1 打开图像（BSQ 形式打开，注意经纬度所对应的波段）
本实验中，#3 对应longitude , #4 对应latitude , # 2对应影像
2 将经纬度合并为一个文件
file / save file as / envi standard / 选择#3 ，# 4 对应的文件/ 保存文件为f1
3 对影像文件进行重采样
base tools / resize data / 选择#2 对应的影像文件/ ok
在这个窗口中，把xfac和yfac 根据实际情况自己设置，保存为f2文件
4 裁图（因为对整个图像处理太慢，而且又只需要对图像其中一部分进行处理）
1）basic tools / resize data / spatial subset 中，选择f1文件（经纬合成文件），进入下一个窗口
选择image , 图像大小为400，400 （当然，位置和大小看我们的需要来定）结果保存为f1-1 2）basic tools / resize data / spatial subset 中，选择f2文件（影像重采样文件），进入下一个窗口
再此窗口中，选择previous ,这一点非常重要，确保经纬度和影像位置和大小匹配结果保存为f2-1 5 通过经纬度文件建立GLT
map / georeference from input geometry / built GLT , 进入下一窗口
注意，x 对应经度波段，y对应纬度波段，注意修改output pixel size : 1000 , output rotation : 0 即不旋转）保存为GLT
6 用GLT 对f2-1 配准
在此之前，应对f2-1 修改头文件，改为1,1 为左上角起点
map / georeference from input geometry / georeference from GLT
分别输入GLT 文件：GLT 输入数据文件：f2-2 最后输出结果重点注意：
1 由于分辨率的不同，要对影像（对应或是经纬度文件）进行重采样，变成同样的分辨率
2 裁剪图像时，要保证各个图像位置和大小一致（用previous形式）
3 用GLT 文件配准图像时，要编辑图像的头文件，使得左上角为1，1
4 几何校正前需要对modis影像进行去bow_tie effect，否则结果中会有空条带出现当然，也可以不对经纬度文件进行合并，这对运算结果和精度没有影像，只是在裁剪时，先后对经纬度文件进行裁减（也用previous形式）。

注意了，最好把影像文件进行重采样，在和经纬度文件进行配准，可以减少1倍的运算量，但是这样做降低了影像的分辨率，会影响后续的应用，根据实际情况决定。