遥感卫星影像辐射校正和大气校正的方法
如何进行卫星图像的几何校正和辐射校正
如何进行卫星图像的几何校正和辐射校正卫星图像是现代遥感技术中的重要组成部分，它可以提供大范围地表信息，对于城市规划、农业调查、环境监测等方面具有重要意义。
但是，卫星图像的几何形态和辐射反射率在拍摄过程中往往受到多种因素的影响，导致图像出现形变和色彩失真。
因此，进行卫星图像的几何校正和辐射校正是必不可少的。
几何校正是指将卫星图像中的像素位置和地理位置进行一一对应的过程。
由于卫星图像是以像素矩阵的形式记录的，像素的尺寸和形状会受到多种因素的影响，比如地球的曲率、仪器的误差等。
为了将图像与真实地理空间对应起来，需要对图像进行几何校正。
校正的方法有多种，常用的是地面控制点法和模型拟合法。
地面控制点法是指通过已知地理位置的地面控制点与图像中对应的像素点之间的对应关系，将像素点的坐标转换为地理位置坐标。
这种方法要求事先在卫星图像所覆盖的区域内选取一定数量的地面控制点，并测量它们的地理位置。
然后，通过像素点和地理位置之间的对应关系，推导出其他像素点的地理位置坐标。
这种方法的好处是精度较高，但是需要较多的地面控制点和较复杂的计算。
模型拟合法是较为常用的几何校正方法之一，它主要通过拟合数学模型将像素点的坐标与地理位置坐标建立起来。
在这种方法中，机器学习算法和数学模型扮演了重要角色。
通过机器学习算法，可以对卫星图像进行特征提取，并建立起像素点和地理位置之间的数学模型。
然后，通过该数学模型对其他像素点进行坐标转换。
这种方法的优点是计算简单、速度较快，同时对于控制点数量的要求较低。
辐射校正是指将卫星图像中的辐射反射率进行校正，以消除光照条件对图像色彩的影响。
辐射校正的目的是使图像的亮度和色彩能够更好地反映地表特征。
辐射校正主要包括大气校正和地表反射校正两个过程。
大气校正是指对卫星图像中的大气干扰进行修正。
大气干扰是指在图像拍摄过程中，大气中的气溶胶、水汽和其他颗粒物质对光波的散射和吸收作用所导致的影响。
这些影响会使图像的亮度和色调发生变化，造成图像信息的失真。
操作-大气校正,辐射定标,气溶胶反演
基于RS\GIS监测洪灾变化上机操作实例基本原理：①大气校正遥感图像在获取过程中，受到大气吸收与散射、传感器定标、地形等因素的影响，且会随时间的不同而有所差异。
利用多时相遥感图像的光谱信息检测地物变化的重要前提是要消除不变地物的辐射值差异。
大气校正的目的是消除大气和光照等因素对地物反射的影响，大多数情况下，大气校正是反演地物真实反射率的过程。
目前可以进行大气校正的模块有很多种，如最早的MODTRAN 4+，6S (Second Simulation of the Satellite Signal in the Solar Spectrum)，ACORN，ATREM，在ERDAS IMAGINE 8.7上的模块ATCOR，以及ENVI上的模块FLAASH（基于MODTRAN）。
FLAASH可对LANDSAT，SPOT，A VHRR，ASTER，MODIS，MERIS，AATSR，IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。
下面的大气纠正步骤，都是基于FLAASH进行的。
②辐射定标当我们拿到一幅原始影像，先要进行辐射定标，目的是把图像上的DN（Digital Number）值转为辐亮度或者是反射率。
辐射定标的结果可以是表观辐亮度（L），也可以是表观反射率（ρ）。
计算表观辐亮度（L）的公式为：Radiance=（（Lmax-Lmin）/（Qcalmax-Qcalmin）*（Qcal-Qcalmin）+Lmin ①其中：Radiance 是表观辐亮度，注意单位是W/m2·sr·μm；Qcal为像元DN 值（也就是影像数据本身）；Qcalmax为传感器处最大辐亮度值所对应的DN值，一般为255；Qcalmin 为传感器处最大辐亮度值所对应的DN值，一般为0；Lmax 和Lmin是从参数表中查询，Lmin为光谱辐亮度的最小值，单位同L；Lmax为光谱辐亮度的最大值，单位同L。
遥感影像纠正的方法与技巧
遥感影像纠正的方法与技巧随着科技的不断发展，遥感技术在各个领域得到了广泛的应用。
遥感影像是通过卫星、飞机等远距离获取地面信息的一种重要手段。
然而，在获取遥感影像后，由于各种原因导致的图像扭曲、色差等问题是不可避免的。
因此，进行遥感影像纠正是必要的。
本文将介绍遥感影像纠正的常用方法与技巧。
一、几何校正方法几何校正是对遥感影像进行坐标、尺度和旋转方位的校正。
常见的几何校正方法有影像配准、地标匹配、插值等。
1. 影像配准影像配准是将待纠正影像与参考影像进行对比，通过匹配相同地物或地点的像素点，从而进行坐标转换。
常用的影像配准方法有基于特征点匹配和基于相位相关匹配两种。
基于特征点匹配的方法是通过提取影像中的特征点，并将其与参考影像中的特征点进行匹配，从而获得坐标转换模型。
OpenCV是一种常用的用于特征点匹配的开源库。
基于相位相关匹配的方法是通过计算两幅影像之间的相关性，确定它们之间的几何转换关系。
这种方法通常用于具有相位重建能力的传感器。
2. 地标匹配地标匹配是通过识别影像中的已知地标（如道路交叉口、建筑物等）并与参考影像中的地标进行匹配来进行校正的一种方法。
这种方法适用于城市建筑等具有明显特征的区域。
3. 插值插值是指通过对图像中间的像素值进行估算，从而使整个图像变得平滑过渡的过程。
常用的插值方法有双线性插值、双三次插值等。
这些方法可以使得图像在进行几何校正后仍保持较好的视觉效果。
二、辐射校正方法辐射校正是指对遥感影像中的亮度进行校正，以保证影像反映地物的真实辐射亮度。
常用的辐射校正方法有直方图匹配、大气校正、辐射转换等。
1. 直方图匹配直方图匹配是指通过将原始图像的灰度值映射到目标图像的灰度值范围来进行校正的方法。
这可以使得影像在亮度上看起来更加准确，同时保证地物的色彩还原度。
2. 大气校正大气校正是指通过估计大气光照对地面目标反射率的影响，将地表反射率从观测影像中恢复出来的一种方法。
这种方法适用于去除由大气散射引起的云、雾等干扰。
辐射定标和大气校正过程参考
辐射定标和大气校正过程参考实验数据来源：使用的数据为广东省汕头市的ETM+影像，成像时间为2001年11月22日，2:28:18.000（格林威治时间）。
数据处理一．辐射定标1.首先对图像进行辐射定标，将图像的DN值转化为辐亮度。
每个角标中含有 的参数表示波段不同则取值不同，具体参数可从卫星影像的头文件中得到。
L是某个波段光谱辐射亮度；gain为增量校正系数，offset为校正偏差量，DN 是图像灰度值，DNmax和DNmin为遥感器最大和最小灰度值，Lmax， Lmin分别为最大和最小灰度值所相应的辐射亮度。
Band3:定标公式：L=(152.9+5)/(255-1)*b1-52.在ENVI中操作如图：定标前： 定标后：二． 大气校正1.将图像的辐亮度转化为表现反射率))cos(*/(**2θπρESUN d L =其中ρ为表观反射率，L 为表观辐亮度，d 为日地距离，ESUN 为太阳平均辐射强度，θ为太阳天顶角。
ESUN 的值从表3中查得。
d 的值根据影像成像的儒略日（在一年中所在天数）从表4查得，如实习影像成像时间是2001年11月22日，儒略日为第326天，d=0.9860天文单位。
θ从头文件中读取为41.36°，cos θ=0.7506，表观反射率计算公式为： ρ=3.142*L*(0.9860)2/(1554*0.7506)。
参考表格：2.在ENVI中操作如图：结果图：1.输入文件：input32.通过cmd.exe执行下列操作得到output3.txt文件3.找到所需数据由output3.txt可知coefficients xa xb xa : 0.00543 0.02145 0.05637。
4. 利用公式计算校正后的反射率其中，ρ为校正后的反射率，L i是i波段的辐射量度得到计算公式为：y=0.00543*L i-0.021455.利用ENVI计算用6s得到模型进行的大气纠正四．对比大气纠正完得到的是地表真实反射率，而辐射定标完得到的是表观发射率，二者的区别就是表观反射率经过大气校正之后得到的才是真实反射率，所以两个的值有所差别。
遥感数据辐射校正
遥感数据辐射校正的原理及方法遥感1班彭睿20123225摘要由于传感器响应特性和大气的吸收、散射以及其它随机因素影响，导致图像模糊失真，造成图像的分辨率和对比度相对下降，这些都需要通过辐射校正复原。
辐射校正包括三部分的内容：传感器端的辐射校正，大气校正，地表辐射校正。
关键字辐射校正大气校正照度校正辐射传输过程ERDAS引言近年来，随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展，摄影测量与遥感已成为地球空间信息科学的基础技术，遥感图像在人类生活的诸多领域被广泛应用。
然而，在遥感成像时，由于各种因素的影响，遥感图像会存在一定的辐射量失真现象，这些失真影响了图像的质量和应用，必须对其做消除或减弱处理，遥感图像辐射校正就是针对遥感图像的这一缺陷而发展起来的。
在遥感影像辐射校正中，大气辐射校正是最重要的一部分，本文主要讨论大气辐射校正的方法和过程。
消除遥感图像数据中依附在辐亮度中的各种失真的过程称为辐射量校正（Radiometric Calibration),简称辐射校正。
1．辐射校正概述辐射校正的目的：尽可能消除因传感器自身条件、大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异，尽可能恢复遥感图像本来的面目，为遥感图像的分割、分类、解译等后续工作打下基础。
辐射误差来源1.1 传感器端1.1.1 光学摄影机引起的辐射误差1.1.2 光电扫描仪引起的辐射误差1.2 外部因素1.2.1 大气1.2.2太阳辐射2．辐射校正包括三部分的内容：2.1.传感器端的辐射校正2.2.大气校正2.3.地表辐射校正3．辐射传输过程：如图-1图-1 基本的辐射传输过程辐射传输方程：从辐射源经过大气层到达传感器的过程中电磁波能量变化的数学模型。
4．辐射校正方法：4.1.系统辐射误差校正 4.2大气校正 4.3.地面辐射校正4.4.传感器端的辐射校正4.4.1光学镜头的非均匀性引起的边缘减光现象的校正机载成像光谱图像的边缘辐射畸变与仪器大视场角有关，主要由大气效应、地物反射非朗伯体特性、太阳-仪器-目标相对几何关系等因素综合作用所引起的。
遥感影像处理中的常见问题及解决方法
遥感影像处理中的常见问题及解决方法遥感影像处理是利用遥感技术获取和处理地球表面的图像数据，以分析、研究和解决各种地理和环境问题。
但在实际的遥感影像处理过程中，常常会遇到一些问题，需要采取相应的解决方法。
本文将针对遥感影像处理中的常见问题进行介绍，并提供解决方法。
一、大气校正问题大气校正是遥感影像处理的重要步骤之一，它的目的是消除大气对图像的影响，以获得真实的地表反射率。
在大气校正过程中，常常会遇到以下问题：问题1：大气校正系数的确定大气校正系数是指大气校正模型中的参数，用于估计大气散射和吸收对辐射的影响。
如何准确地确定大气校正系数是一个关键问题。
解决方法：可以采用大气逆向模型，通过多源遥感数据进行反演来估计大气校正系数。
此外，还可以利用辅助观测数据（如气象站点观测数据）来辅助确定大气校正系数。
问题2：大气散射的复杂性大气散射是大气校正中主要的问题之一。
不同地区、不同时间点的大气散射特征各不相同，如何准确地建立大气散射模型是一个难点。
解决方法：可以利用辅助观测数据（如大气拉曼光谱仪数据）来获取大气散射参数，并结合遥感数据进行校正。
此外，还可以尝试使用辐射传输模型来模拟大气散射过程。
二、影像配准问题影像配准是指将多幅遥感影像在坐标、比例尺和方向上进行准确匹配的过程。
在影像配准过程中，常常会遇到以下问题：问题1：不同时间、不同传感器影像的配准由于不同时间和不同传感器获取的影像具有不同的几何特性，如何将它们进行配准是一个挑战。
解决方法：可以采用特征点匹配的方法，通过提取影像的特征点，并采用相应的匹配算法进行配准。
此外，还可以利用地面控制点进行地面控制配准。
问题2：大面积影像的配准在处理大面积影像时，可能会出现影像边缘畸变、地形变化等问题，导致配准不精确。
解决方法：可以采用多尺度配准方法，通过将大面积影像分割为多个小块，并分别进行配准，然后再进行整体的优化。
此外，还可以利用地形数据进行高程配准，提高配准精度。
辐射定标和大气校正操作
辐射定标和大气校正操作辐射定标和大气校正是遥感图像处理中非常重要的环节，它们能够有效地消除大气干扰和地物表面反射率差异等因素对遥感图像的影响，从而得到更为精确的遥感信息。
本文将分别介绍辐射定标和大气校正的基本原理、方法和应用，并探讨它们在遥感图像处理中的重要作用。
一、辐射定标1.基本原理辐射定标是指通过对遥感仪器的响应进行准确的实验测定和模型估计，将数字遥感数据中的像元值转换为表观辐射亮度。
在遥感图像处理中，辐射定标是将数字数值转换为真实物理量的过程，包括辐射定标系数的获取和数据的辐射定标转换。
2.方法辐射定标的方法主要包括实地观测、辐射反演法和模型估算法。
其中，实地观测是指通过在地面上设置观测站点，利用辐射仪器对地表进行测量，获取地面真实辐射亮度，以此来建立数字值和真实辐射亮度之间的关系。
辐射反演法是指通过大气传输模型和辐射传输方程来估算大气对遥感数据的影响，并进一步进行辐射定标。
模型估算法是指利用已有的大气传输模型和地表反射率模型，通过数值方法来进行遥感图像的辐射定标。
3.应用辐射定标的应用主要包括地球观测卫星的遥感数据处理、遥感影像的信息提取、环境变化分析和生态监测等领域。
利用辐射定标后的遥感数据可以更准确地获取地表反射率、地表温度和大气成分等信息，从而为环境监测、资源管理和灾害预警提供更为可靠的数据支持。
二、大气校正1.基本原理大气校正是指利用大气传输模型和辐射传输方程，对遥感数据进行修正，消除大气对遥感图像的干扰和影响，还原地物表面的真实辐射亮度。
大气校正主要考虑大气吸收、散射和反照，以及大气对太阳辐射的衰减和地表反射率的影响。
2.方法大气校正的方法主要包括模型校正和经验校正。
其中，模型校正是指利用大气传输模型和辐射传输方程，对遥感数据进行数值计算，得到校正系数，进而进行大气校正。
经验校正是指利用多源遥感数据、气象数据和地面监测数据，结合统计模型和经验模型，对遥感数据进行修正，消除大气干扰。
辐射定标和大气校正操作
辐射定标和大气校正操作
辐射定标和大气校正是遥感影像处理中非常重要的一步，这一步操作的目的是消除遥感影像中的大气影响和提高遥感数据的准确性和可靠性。
一、辐射定标
辐射定标是指将遥感图像数字值转化为物理量，如辐射亮度或辐射能量密度，以便进行后续的研究和分析。
通过辐射定标，可以获取遥感图像的定量数据，从而进一步分析地表特征的反射率、温度等参数，为后续的研究和应用提供基础数据支撑。
辐射定标的主要流程包括以下几个步骤：
1.获取探测器和辐射源的响应函数。
2.进行黑体校正，得到辐射量的响应函数，即反演探测器的响应曲线。
3.确定大气辐射的影响，校正大气辐射，得到地表辐射的响应函数。
4.计算出地表反射率或辐射亮度等物理量。
二、大气校正
大气校正是指消除地表反射光谱数据中大气的影响，使我们能够更好地理解地表物质的本质。
遥感定量分析中的准确性和可靠性依赖于获取地表反射信息的过程中，大气影响的有效消除。
大气校正的主要流程包括以下几个步骤：
1.利用透过率、底层反射系数、相对湿度等气象信息，建立大气传输模型。
2.对遥感图像进行预处理，包括辐射定标、大气校正系数的确定以及去除云层、雾霾等非地表干扰因素。
3.根据大气传输模型，计算出地表反射率。
4.对反射率数据进行归一化处理，以消除不同时间、不同地点之间的反射率差异，使其成为具有比较性的数据。
总之，辐射定标和大气校正是遥感影像处理中最基础的处理步骤之一，对遥感图像的质量和后续的数据应用和分析具有非常重要的意义。
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。
envi辐射定标和大气校正步骤
envi辐射定标和大气校正步骤
辐射定标和大气校正是遥感影像处理中的重要步骤，用于消除大气效应，得到真实的地物辐射亮度。
1. 辐射定标（Radiometric Calibration）：
a. 获取辐射定标参考：通过使用辐射标准器，如辐射球或辐射标准板，获取具有已知辐射值的参考影像；
b. 通过校正系数确定辐射值：根据辐射定标参考和参考影像的灰度值，计算校正系数，以将影像的灰度值转换为辐射亮度。
2. 大气校正（Atmospheric Correction）：
a. 估算大气透过率：通过使用大气透过率模型，根据遥感影像的特性（如波段反射率、大气参数等），估算不同波段的大气透过率；
b. 估算大气辐射：使用大气辐射传输模型，结合大气透过率和太阳辐射，估算出大气辐射；
c. 扣除大气辐射：将估算得到的大气辐射从原始遥感影像中扣除，得到经过大气校正的影像。
这些步骤可以根据具体的遥感影像和数据处理软件的要求进行调整和优化。
遥感数字图像处理辐射定标与大气校正实验报告
经过大气校正后，遥感图像的反射率信息更加准确，地物边缘更加清晰，能够提高遥感图像的精度和可信度。
三、实验结论
本实验通过ENVI遥感图像处理软件进行辐射定标和大气校正实验，掌握了遥感数字图像处理的基本原理和方法，学习了遥感数字图像处理的实验方法和技巧，提高了遥感图像处理的技术水平。经过实验处理后，遥感图像的质量和精度得到了提高，反映了辐射定标和大气校正的重要性和必要性。
（3）实验结果
经过辐射定标后，遥感图像的数字值被转化为反射率或辐射亮度温度值，具有物理意义。
2.大气校正实验
（1）实验原理
大气校正是指校正遥感图像中由大气介质造成的亮度扰动，以便获取更准确的地物反射率信息。大气校正方法可以分为模型法和基于图像的方法两种。
（2）实验步骤
①打开ENVI遥感图像处理软件，并加载所需的遥感图像；②进入“Atmospheric Correction”模块，选择大气校正方法；③根据遥感图像的波段信息和大气参数，设置大气校正的参数；④进行大气校正，并将结果保存为新的遥感图像。
这是一篇遥感数字图像处理实验报告，重点介绍了辐射定标与大气校正的实验过程和结果。本实验的主要目的是通过数字图像处理的方法对遥感图像进行辐射定标和大气校正，从而提高遥感图像的质量和精度。
一、实验目的
1.了解辐射定标和大气校正的基本原理和方法；
2.掌握遥感数字图像处理软件的使用方法；
3.学习遥感数字图像处理的实验方法和技巧；
4.提高遥感图像处理的技术水平。
二、实验内容
1.辐射定标实验
（1）实验原理
辐射定标是指通过对遥感图像的辐射值进行校正，将其转化为物理量。具体来说，就是将遥感图像中每个像元的数字值转化为反射率或辐射亮度温度值，从而使图像具有物理意义。
辐射定标和大气校正过程参考
辐射定标和大气校正过程参考实验数据来源：使用的数据为广东省汕头市的ETM+影像，成像时间为2001年11月22日，2:28:18.000（格林威治时间）。
数据处理一．辐射定标1.首先对图像进行辐射定标，将图像的DN值转化为辐亮度。
每个角标中含有 的参数表示波段不同则取值不同，具体参数可从卫星影像的头文件中得到。
L是某个波段光谱辐射亮度；gain为增量校正系数，offset为校正偏差量，DN 是图像灰度值，DNmax和DNmin为遥感器最大和最小灰度值，Lmax， Lmin分别为最大和最小灰度值所相应的辐射亮度。
Band3:定标公式：L=(152.9+5)/(255-1)*b1-52.在ENVI中操作如图：定标前： 定标后：二． 大气校正1.将图像的辐亮度转化为表现反射率))cos(*/(**2θπρESUN d L =其中ρ为表观反射率，L 为表观辐亮度，d 为日地距离，ESUN 为太阳平均辐射强度，θ为太阳天顶角。
ESUN 的值从表3中查得。
d 的值根据影像成像的儒略日（在一年中所在天数）从表4查得，如实习影像成像时间是2001年11月22日，儒略日为第326天，d=0.9860天文单位。
θ从头文件中读取为41.36°，cos θ=0.7506，表观反射率计算公式为： ρ=3.142*L*(0.9860)2/(1554*0.7506)。
参考表格：2.在ENVI中操作如图：结果图：1.输入文件：input32.通过cmd.exe执行下列操作得到output3.txt文件3.找到所需数据由output3.txt可知coefficients xa xb xa : 0.00543 0.02145 0.05637。
4. 利用公式计算校正后的反射率其中，ρ为校正后的反射率，L i是i波段的辐射量度得到计算公式为：y=0.00543*L i-0.021455.利用ENVI计算用6s得到模型进行的大气纠正四．对比大气纠正完得到的是地表真实反射率，而辐射定标完得到的是表观发射率，二者的区别就是表观反射率经过大气校正之后得到的才是真实反射率，所以两个的值有所差别。
卫星影像处理中的辐射校正与大气校正
卫星影像处理中的辐射校正与大气校正卫星影像处理是一项非常重要的技术，它为我们提供了许多有关地球的宝贵信息。
但是，在使用卫星影像进行分析时，我们必须考虑到大气对图像的影响，因为大气中的气体、颗粒物和云都会造成辐射的散射和吸收。
为了消除大气的影响，辐射校正和大气校正就显得尤为重要。
辐射校正是指对原始卫星影像进行校正，使其辐射率能够反映地物表面的真实反射特性。
根据辐射照度的测量，可以利用辐射转换模型将原始照片中的数字值转换为具有物理意义的辐射率。
然后，通过应用辐射转换系数，可以将辐射率转换为遥感影像的定量反射率，这样就能够更准确地对地物进行识别和分析。
而大气校正是指在辐射校正的基础上，对原始卫星影像进行进一步的校正，以消除大气对图像的影响。
大气校正通常包括大气改正和大气校正两个步骤。
大气改正是通过将原始影像中的大气散射修正为地表反射，从而获得真实的地物表面反射率。
而大气校正则是在大气改正的基础上，对影像进行光谱匹配，以提高影像的质量和准确性。
辐射校正和大气校正是卫星影像处理中不可或缺的环节，它们可以帮助我们更精确地理解地球表面上的各种现象。
辐射校正可以让我们获取到真实反射特性，从而准确地识别地物类型，如水体、森林和建筑物等。
而大气校正不仅可以消除大气散射的影响，还可以提高影像的质量和准确性，使我们能够更好地获取和分析地球表面的信息。
然而，辐射校正和大气校正并不是一项简单的任务，它们需要借助各种遥感算法和模型来完成。
一个常用的辐射转换模型是大气校正转换(ATCOR)模型，它可以根据卫星传感器的测量结果和大气参数，估算出地表反照率。
而大气校正则需要考虑到大气污染的因素，如气溶胶和水汽含量。
因此，在进行大气校正时，我们需要准确地获取大气参数，并采用适当的模型进行校正。
另外，辐射校正和大气校正也需要考虑到遥感影像的空间分辨率和光谱分辨率。
辐射校正和大气校正可以提高整个遥感影像的质量，从而准确地获取地形、植被和土地利用等信息。
如何进行遥感影像的改正几何与辐射校正
如何进行遥感影像的改正几何与辐射校正遥感影像是一种通过卫星、飞机或无人机等遥感技术获取的地球表面图像。
然而，由于地球表面的变形和大气吸收散射等因素的影响，遥感影像在获取过程中往往存在一定的几何和辐射失真。
为了更准确地利用遥感影像进行地学研究和应用，需要进行改正几何与辐射校正。
本文将介绍如何进行遥感影像的改正几何与辐射校正的方法与步骤。
一、改正几何的方法与步骤在遥感影像中，由于卫星、飞机或无人机的摄像机与地面之间的相对运动以及地球的曲面特性，会导致图像产生几何失真。
改正几何主要包括坐标转换、几何纠正和合并等步骤。
1. 坐标转换坐标转换是将遥感影像中的像素坐标转换为地理坐标的过程。
常用的方法有像点测量和控制点配准等。
在进行像点测量时，可以通过对图像中的明显地物或地理特征进行测量，获得像素坐标与地理坐标之间的对应关系。
而控制点配准则是通过与已知地理坐标的参考影像进行配准，获取像素坐标和地理坐标之间的转换关系。
2. 几何纠正几何纠正是将遥感影像中的几何失真进行校正的过程。
常用的方法有多项式模型和空间变换等。
多项式模型基于像素坐标和地理坐标之间的多项式拟合关系，通过调整变换参数进行几何纠正。
而空间变换则是通过对地面进行网格化或三角剖分，并在图像中插值来实现几何纠正。
3. 合并在进行几何纠正后，可能会存在分幅问题，即一个遥感影像由多个不连续或有重叠区域的分块组成。
此时，需要进行分幅合并，使得遥感影像成为一个连续的整体。
常用的方法有重叠区域的像素平均和补全等。
二、辐射校正的方法与步骤在遥感影像中，由于大气吸收散射和地面特性的影响，图像中的亮度值会受到辐射失真的影响。
辐射校正旨在去除这些辐射失真，使得遥感影像的亮度值能够准确反映地面的真实特征。
1. 大气校正大气校正是去除大气吸收散射对遥感影像亮度值的影响。
常用的方法有大气模型和大气校正模型等。
大气模型基于大气物理学原理，通过计算大气组分和可见光谱的相互作用，来预测遥感影像中的大气亮度值。
辐射定标、辐射校正、大气校正、正射校正概念
DN值（Digital Number ）：遥感影像像元亮度值，记录地物的灰度值。
无单位，是一个整数值，值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等相关。
反映地物的辐射率radiance地表反射率：地面反射辐射量与入射辐射量之比，表征地面对太阳辐射的吸收和反射能力。
反射率越大，地面吸收太阳辐射越少；反射率越小，地面吸收太阳辐射越多，表示：surface albedo表观反射率：表观反射率就是指大气层顶的反射率,辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。
英文表示为：apparent reflectance4、行星反射率：从文献“一种实用大气校正方法及其在ＴＭ影像中的应用”中看到“卫星所观测的行星反射率（未经大气校正的反射率）”；在“基于地面耦合的TM影像的大气校正-以珠江口为例”一文有“该文应用1998年的LANDSAT5 TM影像,对原始数据进行定标、辐射校正,求得地物的行星反射率”。
因此行星反射率就是表观反射率。
英文表示：planetary albedo，辐射校正VS. 辐射定标辐射校正：Radiometric correction 一切与辐射相关的误差的校正。
目的：消除干扰，得到真实反射率的数据。
干扰主要有：传感器本身、大气、太阳高度角、地形等。
包括：辐射定标，大气纠正，地形对辐射的影响辐射定标：Radiometric calibration 将记录的原始DN值转换为大气外层表面反射率（或称为辐射亮度值）。
用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标目的：消除传感器本身的误差，确定传感器入口处的准确辐射值方法：实验室定标、机上/星上定标、场地定标不同的传感器，其辐射定标公式不同。
L=gain*DN+Bias在ENVI4.8中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块大气校正：Atmospheric correction 将辐射亮度或者表面反射率转换为地表实际反射率目的：消除大气散射、吸收、反射引起的误差。
测绘技术中的遥感影像处理方法详解
测绘技术中的遥感影像处理方法详解遥感技术是当今测绘领域中不可或缺的一项重要技术，通过利用卫星、飞机等遥感平台获取的地球表面影像，可以为地质勘探、环境监测、城市规划等领域提供丰富、准确的地理信息数据。
遥感影像处理是遥感技术中的一种核心技术，本文将对其中的几种常用的处理方法进行详解。
1. 影像预处理遥感影像预处理是指在进行后续处理之前，对原始影像进行一系列的校正、增强等操作，以提高影像的质量和可用性。
其中包括几何纠正、辐射校正和大气校正等步骤。
几何纠正主要是针对影像中的几何畸变问题进行校正，通常包括影像配准、去除地形效应以及去除大地畸变等处理。
影像配准是指将不同卫星或不同时间拍摄的影像进行精确对准，使得它们能够在同一坐标系下进行比较和分析。
去除地形效应是为了消除由于地表起伏引起的影像变形，以确保影像中对地物的位置和形状描述准确。
去除大地畸变是为了消除地球曲面引起的影像形变，通常采用像点的投影转换和校正等方法。
辐射校正是为了将影像中的数字计数值转换为大气无影响的地表辐射亮度值，从而能够实现不同时间、不同地域之间的比较研究。
常用的辐射校正方法有分级灰度线性变换法、大气校正法和无标定性辐射校正法等。
大气校正是为了消除大气介质对遥感影像的影响，以准确获取地表反射率信息。
常用的大气校正方法有大气能见度法、基于粒子传输函数的大气校正法以及辐射传输模型法等。
2. 影像分类遥感影像分类是将影像中的像素分为不同的类别，以实现对地物类型的识别和区分。
常用的影像分类方法包括无监督分类和监督分类两种。
无监督分类是指在不需要先验知识的情况下，根据像素的相似性进行聚类分组，从而得到影像中各个类别的统计信息。
常用的无监督分类方法有K均值聚类法、高斯混合模型法以及自组织映射法等。
监督分类是在事先提供类别标记的训练样本的基础上，通过对样本进行特征提取和模式识别，从而对整个影像进行分类。
常用的监督分类方法有最大似然法、支持向量机法、人工神经网络法以及决策树法等。
遥感实验-——辐射定标与大气校正
姓名：学号：日期：1．实验名称辐射定标与大气校正2、实验目的熟悉遥感软件，掌握ENVI中对图像辐射定标与大气校正的基本方法。
3、实验原理1、辐射定标是将传感器记录的电压或数字量化值（DN灰度值）转换成绝对辐射亮度值（辐射率）的过程，或者转换成与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程2、大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响；消除大气分子和气溶胶散射的影响。
4、数据来源（下载源、波段数、对应的波长、分辨率、投影、地区）Landsat5、TM图像、BAND_COMBINATION = "1234567"5、实验过程5、1辐射定标：实方法一：External with MetadataBasic Tools-Preprocessing-Calibration Utilitties-Landsat Calibration5.1.1.1打开Basic Tools-Preprocessing-Calibration Utilitties-Landsat TM，根据图像信息输入5.1.1.2 打开校正图像，关联两幅图像，比较数据值方法二：BandMath验结果与分析5.1.2.1打开图像，选择BandMath按照辐射定标公式输入5.1.2.2 选择待校正波段图像5.1.2.3 关联两幅图像，对比两幅图像数据5、2 去零5.2.1打开图像，选择BandMath输入公式（b1*b1/b1）5.2.2 选择辐射定标过的图像5.2.3 打开图像，但是得到的图像是数据负值5、3简化暗像元法大气校正5.3.1 打开basic tool->Preprocessing->General Purpose Utilities->Dark Subtract5.3.2 关联图像，对比信息6、心得、意见或建议。
landsat7辐射定标和大气校正步骤
landsat7辐射定标和大气校正步骤Landsat是美国国家航空航天局（NASA）和美国地质调查局（USGS）合作推出的一系列卫星，用于进行地球遥感观测。
Landsat 7是其中的一颗卫星，它能够提供高分辨率的遥感影像数据，广泛应用于地球科学研究、环境监测和资源调查等领域。
为了获得准确的地球表面反射率信息，需要对Landsat 7卫星数据进行辐射定标和大气校正。
辐射定标是指将Landsat 7卫星接收到的原始辐射数据转换为辐射亮度值的过程。
在这个过程中，需要校正卫星传感器的非线性响应、移除大气散射和吸收的影响，以及纠正地表与卫星之间的距离差异等。
为了实现辐射定标，需要使用卫星的辐射定标系数，这些系数通过在轨定标和地面辐射定标实验获得。
通过对原始辐射数据进行辐射定标，可以消除不同时间和地点采集的数据之间的差异，从而确保数据的一致性和可比性。
大气校正是指对辐射定标后的数据进行进一步处理，以消除大气散射和吸收的影响，获取地表反射率信息。
地球大气层中的气体、云和气溶胶等物质会对太阳辐射和地球表面辐射的传播和接收造成干扰，导致遥感数据中存在大气噪声。
为了消除这些干扰，需要进行大气校正。
大气校正的目标是根据大气模型和卫星观测数据，估算出大气散射和吸收的光谱反射率，从而得到地表的真实反射率。
在进行大气校正时，需要使用大气模型来模拟和估算大气散射和吸收的光谱反射率。
常用的大气模型有大气透射率模型和大气散射模型。
大气透射率模型用于估算太阳辐射和地球辐射在大气中的传播损失，而大气散射模型用于估算大气散射对地表反射率的影响。
根据这些模型，可以通过对卫星观测数据进行反演和拟合，得到大气散射和吸收的光谱反射率。
辐射定标和大气校正是Landsat 7数据预处理的重要步骤，对于获取准确的地表反射率信息至关重要。
通过辐射定标，可以消除不同时间和地点采集的数据之间的差异，确保数据的一致性和可比性。
而通过大气校正，可以消除大气散射和吸收的影响，获取地表的真实反射率。
遥感卫星影像辐射校正包括辐射定标和大气校正@揽宇方圆
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正包括辐射定标和大气校正指在光学遥感数据获取过程中，产生的一切与辐射有关的误差的校正（包括辐射定标和大气校正）。
三者关系如图：大气校正的准备过程为辐射定标辐射定标定义（Radiometric Calibration）是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。
绝对定标：通过各种标准辐射源，在不同波谱段建立成像光谱仪入瞳处的光谱辐射亮度值与成像光谱仪输出的数字量化值之间的定量关系相对定标：确定场景中各像元之间、各探测器之间、各波谱之间以及不同时间测得的辐射量的相对值。
技术流程：获取空中、地面及大气环境数据，计算大气气溶胶光学厚度，计算大气中水和臭氧含量，分析和处理定标场地及训练区地物光谱等数据，获取定标场地数据时的几何参量和时间，将获取和计算的各种参数带入大气辐射传输模型，求取遥感器入瞳时的辐射亮度，计算定标系数，进行误差分析，讨论误差原因。
方法：反射率法：在卫星过顶时同步测量地面目标反射率因子和大气光学参量（如大气光学厚度、大气柱水汽含量等）然后利用大气辐射传输模型计算出遥感器入瞳处辐射亮度值，具有较高的精度。
辐亮度法：采用经过严格光谱与辐射标定的辐射计，通过航空平台实现与卫星遥感器观测几何相似的同步测量，把机载辐射计测量的辐射度作为已知量，去标定飞行中遥感器的辐射量，从而实现卫星的标定，最后辐射校正系数的误差以辐射计的定标误差为主，仅仅需要对飞行高度以上的大气进行校正，回避了底层大气的校正误差，有利于提高精度。
辐照度法：又称改进的反射率法，利用地面测量的向下漫射与总辐射度值来确定卫星遥感器高度的表观反射率，进而确定出遥感器入瞳处辐射亮度。
这种方法是使用解析近似方法来计算反射率，从而可大大缩减计算时间和计算复杂性。
大气校正定义：大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。
- 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)。
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正和大气校正的方法辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。
利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。
辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。
需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。
遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。
辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。
辐射校正分为辐射定标和大气校正两部分。
辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。
大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。
大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。
辐射校正流程图1.4.3.2影像辐射校正方法辐射定标主要分为两种类型：统计型和物理型。
统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。
如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。
但是建立和学习这些物理模型的过程漫长而曲折。
模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。
例如6s模型，Mortran等。
用于大气辐射传输校正的模型主要有5S模型、6S模型、LOWTRAN模型、MODTRAN模型、ACORN模型、FLAASH模型和ATCOR模型。
1、ACORN模型一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作波长范围是350-2500nm。
在目前的大气校正程序一般都把地表假定为水平朗伯体,这主要是因为我们一般很难获取地表的充足信息以完成地形校正,因此大气校正的结果称为拉伸的地表反射率,又称表观反射率,在地形信息已知的情况下,可以将表观反射率转为地表反射率。
Acorn所提供的最高级的大气校正形式是基于辐射传输理论的,大气校正的方法是基于chandrasekhar(1960,dover)公式,描述了太阳辐射源、大气、和地表对辐射的贡献关系。
Caorn提供了一系列大气校正策略,包括经验法和基于辐射传输理论的方法,既可以对高光谱数据进行大气校正,也可以对多光谱图像数据进行大气校正,校正模式如下:1)模式1:对定标后的高光谱数据进行辐射传输大气校正,输出项为地表表观反射率。
2)模式1.5:对定标后的高光谱数据利用水气和液体水光谱你和技术进行辐射传输大气校正。
3)模式2:对高光谱大气校正结果进行独立的光谱增强。
4)模式3:利用经验线性法对高光谱数据进行大气校正5)模式4:对高光谱数据进行卷积处理得到多光谱数据6)模式5:对定标的多光谱数据进行辐射传输大气校正7)模式6:对多光谱的大气校正结果进行独立的光谱增强2、LOWTRAN模型LOWTRAN是一种低分辦率(分辦率大于等于20cm-1)大气辐射传输模式。
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、反射率和辐射通里。
再用得到的通里计算散射源函数,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，将大气看做球面分层，逐层考虑大气折射效应。
3、MODTRAN模型MODTARN(ModerateResolutionTransmission)这是由美国空军地球物理实验(AFGL)开发的计算大气透过率及辐射的软件包。
MODTRAN从LOWTRAN发展而来,它提高LOWTRAN的光谱分辨率。
MODTRAN的基本算法包括透过率计算,多次散射处理和几何路径计算等。
需要输入的参数有四类：计算模式,大气参数,气溶胶参数和云模式。
MODTRAN有四种计算模式：透过率,热辐射,包括太阳或月亮的单次散射的辐射率,直射太阳辐照度计算。
用MODTRAN进行大气纠正的一般步骤是:首先输入反射率,运行MODTRAN得到大气层顶(TOA)光谱辐射,解得相关参数；然后利用这些参数带入公式进行大气纠正。
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。
MODTRAN输入输出参数(1)控制运行参数:如何采用何种辐射传输程序,是否进行多次散射计算等;(2)遥感器参数:如遥感器的波段参数,观测的波束(波长范围);(3)大气参数:其中大气模型通过card1中的选项确定,其他具体参数包括气溶胶;(4)观测几何条件:在card1中有关于几何条件的选项,另外在card3中主要为几何参数的输入选项,它通过多种方式组合来实现几何参数的输入,可根据计算的方便进行选择；(5)地表参量:在card1中提洪了地表参数设定的初步选项,所以只能在card4根据card1中设定的参数对地表的参数进行具体设定。
所有的输入都通过card1进行控制,然后在由后续的card进行具体社这设定所有参数之后,就可以用modtran来模拟大气辐射传输过程4、5S模型1986年,法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L,等人为了简化大气辐射传输方程,开发了太阳光谱波段卫星信号模拟程序5S(SIMULATION OF THE SATELLITESIGNAL IN THE SOLAR SPECTRUM用来模拟地气系统中太阳辐射的传输过程并计算卫星入瞳处辐射亮度。
5、6S模型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 (SECONDSIMULATION 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。
6S(Second Simulation of the Satellite Signal in the SolarSpectrum)大气校正模型是Eric F.Vermote etal.(1997)在5S模型的基础上发展起来的。
6S模型可以很好地模拟太阳光在太阳-地面目标-传感器的传输过程中所受到的大气影响。
相对于5S模型,6S模型考虑了地面目标的海拔高度、非朗伯平面的情况和新的吸收气体种类(CH4,N20,CO)通过采用theartapproximation近似算法和S0s运算法则,提高了瑞利和气溶胶散射作用的计算精度。
光谱步长提高到了 2.5nm。
6S模型建立在辐射传输理论基础之上,模型应用范围广,不受研究区特点及目标类型等的影响。
6S描述了大气如何影响辐射在太阳-地表-遥感器之间的传输。
需要输入的参数有:几何参数（遥感器类型、成像年月日和经纬度）；大气中的水和臭氧浓度；气溶胶浓度；附设条件、观测波段和海拔高度；地表覆盖类型和反射率。
6S预先设置了50多种波段模型，包括MODIS，AVHRR，TM等常见传感器的可见光近红外波段。
它其中主要包括以下几个部分:太阳、地物与传感器之间的几何关系:;大气模式;气溶胶模式;传感器的光谱特性:地表反射率。
这5个部分便构成了辐射传输模型,考虑了大气顶的大阳辐射能里通过大气传递到地表,以及地表的辰射辐射通过大气到达传感器的整个辐射传输过程。
65的输入参数主要有9个部分组成:(1)几何参数(2)大气模式(3)气溶旋模式(4)气溶胶浓度(5)地面高度(6)探测器高度(7)探测器的光谱条件(8)地表特性(9)表观反射率6、FLAASH模型它是ENVI下的一个模块,FLAASH参数如下:(1)图像中心点坐标可以从相应的HDF文件中找到,也可以从屏幕上直接读取影橡的中心坐标,对反演结果影响不大。
当影像位于西半球时,经度为负值；(2)传感器类型当选择传感器类型时,模块会选择相应的类型的传感器波段响应函数,同时系统一般会自动设置传感器的高度和图像的空间分辨率；(3)海拔高度海拔高度为研究区的平均海揣；(4)数据获取日期和卫星过境时间卫星过境时间为格林尼治时间，可以从相应的HDF文件中找到；(5)大气模型模块提供热带,中纬度夏季,中纬度冬季、极地夏季、极地冬季和美国标准大气模型,研究者根据数据获取时间选择相应的大气模型；(6)水气反演大多数多光谱数据不推荐反演水汽含量；(7)气溶胶模型可供选择的气溶胶模型有无气溶胶、城市气溶胶、乡村气溶胶、海洋气溶和对流层气溶胶模型。
当能见度大于40Km时,气溶胶垫型选择对反演设有太多影响，一般情兄下利用ASTER数据不做气溶胶反演。
7、ATCOR模型ATCOR大气校正模型由德国Wessling光电研究所Richter博士于1990年研究提出并且经过大量验证和评估的一种快速大气校正算法。