flaash大气校正

flaash大气辐射校正

flaash大气辐射校正-李修楠制作一，把DN值转化为亮度1打开landsat5号星图像，7 4 2 波段分别赋值RGB2 单击basic tools >preprocessing>calibration utilities>landsat calibration选择六个反射通道，单击ok3.选择radiance，选择文件保存，等待处理结果处理完得到六个反射通道的亮度值二。

把亮度转化为bip格式1 单击basic tools>convert data(BSQ BIL BIP )然后弹出一个界面选择亮度值，单击ok然后弹出一个界面选择一种格式我选bip，选择文件保存等待处理结果。

三。

FLAASH1 单击spectral>FLAASH2出现以下界面，单击input radiance image选择 bip 格式的那个数据然后ok3再然后出现一个窗口，尺度转换因子，选择单一的转换因子，为10 如图4 。

单击 output reflectance file 选择文件存放位置命名。

5.选择这一景影像的中心经纬度。

如图6，选择传感器类型单击nkown—M> multispectral>landsat TM 57（1）设置获得图像的时间，2006年的8月17日 2时30分（2）大气模型 atmospheric model 选择中纬度夏季mid latitude summer （3）气溶胶选择农村aerosol model 》rural（4）气溶胶反演两个波段k-T aersol retrieval》 2-band（k-T）如图8 单击 Multispetral Settings 出现一个界面单击 kaufman-Tanre aerosol retrieval 选择第一个如图然后okOk完之后单击apply 等待结果结果如图最后，加载校正后的图同样7 4 2 rgb。

进行地理链接，调出光谱曲线比较二者不同。

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。

flaash大气校正Flaash大气校正（IRSP6-08.3.24）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，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。

FLAASH可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO 等传感器获得的。

FLAASH还可以校正垂直成像数据和侧视成像数据。

Flaash大气校正使用了MODTRAN 4+辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。

FLAASH可对Landsat, SPOT, AVHRR, 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。

能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。

校正过程点击envi——Basic Tools －Preprocessing － Calibration Utilities －FLAASHSpectral －FLAASH.或者点击envi-spectral- FLAASH1、输入数据必须是辐射校正后的数据，对辐射校正数据转成BIL或BIP格式（Basic Tools ——Convert Data）；2、对输入数据进行头文件编辑，主要是对波长wavelenth（即每一波段的波长中心值）和波长宽度fwhm（每一波段的波长范围）的编辑。

不是高光谱数据可以不对fwhm进行编辑。

flash大气校正

flash大气校正遥感数字图像处理（FLAASH 大气校正实践）实习报告学院：应用气象一，实验内容FLAASH 的特点是：1) 支持多种传感器，包括多光谱和高光谱。

可以通过自定义波谱响应函数支持更多的传感器。

2) FLAASH 采用MODTRAN+辐射传输模型，算法精度高。

3) 通过图像像素光谱上的特征来估计大气的属性，不依赖遥感成像时同步测量的大气参数数据。

4) 可以有效去除水蒸气、气溶胶散射效应，同时基于像素级的校正，校正目标像元和邻近像元交叉辐射的“邻近效应”。

5) 对由于人为抑制而导致波谱噪声进行光谱平滑处理。

可以得到真实地表反射率、整幅图像内的能见度、卷云与薄云的分类图像、水汽含量数据。

二，实验步骤及结果FLAASH 的处理步骤：1) 从图像中获取大气参数，包括能见度（气溶胶光学厚度）、气溶胶类型和大气水汽含量。

气溶胶反演算法沿用了暗目标法，水汽含量的反演是基于水汽吸收的光谱特征，采用了波段比值法，并逐像元进行。

2) 大气参数获取之后，通过求解大气辐射传输方程来获取反射率数据。

3) 利用图像中光谱平滑的像元对整幅图像进行光谱平滑运算。

FLAASH 操作：1）启动程序：ENVI―Basic Tools―Preprocessing―CalibrationUtilities―FLAASH。

图1 中FLAASH 程序界面分为三个部分。

上部分为设置文件输入与输出信息；中间部分为传感器与影像目标信息；下部分为大气参数（大气模式和气溶胶类型等）的设置。

图1 FLAASH 程序界面2）以一景要进行大气效应校正的LANDSAT ETM+为例进行FLAASH大气校正。

首先打开原始影像数据。

图2使用ENVI--File--Open External File--Landsat--GeoTIFF with Metadata命令打开的一景2021年Landsat ETM+影像。

图2 Landsat ETM 数据导入3）对影像进行定标，单位转换和文件储存格式转换。

flaash大气校正操作流程

利用 spectral builder 导入该文件，如下：
FWHM 没有，不用写。确定后，再次 impor txt 文件，如下：
然后，File 菜单保存为光谱库文件，如下：
此时，可查看光谱响应函数，如下：
2.点击 Mulitispectral Settings 导入刚才的光谱响应函数库，如下：
利用 Solar Angles 可以计算太阳天顶角和太阳方位角，如下：
利用 Meterorological Range 可以根据 550nm 的 AOD 换算出能见度， aerosol thickness 一般是 2km 左右，Modtran 计算如下：
9）最后的界面为：
二．Multispectral Settings 界面 1.利用 ENVI 的 SpectralSpectral libraries 制作各个通道的光谱响应函数光谱库文件。波长及响应函数拷贝入 txt，部分截图如下：
j
* fi 1 in Nhomakorabeai
f
i 1
n
n
i
Fwhm 计算公式为：
Fwhm j
输入的界面为：
f
i 1
i
2
。
之后选择单一的 scale，scale 设为 10，如下：
1). 2). 3). 4). 5). 6). 7). 8).
Output reflectance file 是输入需要保存反反射率文件的路径。 Out directory for flash file 输入的是保存中间结果的文件夹。 Flight time 是影像成像时间。 Scence center location 可以影像头文件中找到。 Atmospheric Model 可以根据具体地区的温度以及空气湿度找到对应的类型。 Water retrieval 需要有适合水汽反演的波段才行。 Aerosol retrieval 需要？？。 Initial visibility (km) 可以有所测的 AOD 通过软件 modo 进行换算。大气校正的结果的好坏可通过调整这个参数，我们所测的 AOD 可以乘以 0.85~0.95 的系数。软件在 E:\大气校正\flaash 大气校正\modo_install\modo_v3\bin 里面。运行如下：

flaash大气校正

flaash⼤⽓校正课程名称：定量遥感专业名称遥感科学与技术班级学号姓名实验名称 FLAASH ⼤⽓校正【实验名称】FLAASH⼤⽓校正【实验⽬的】了解⽤ENVI进⾏FLAASH⼤⽓校正的流程，明⽩各步骤的意义【实验内容】准备ASTER数据1.打开ENVI主菜单，选择File-Open External File – EOS-ASTER2.选择AST_L1A.hdf打开配准数据3.从ENVI主菜单中选择Map- Georeference ASTER- Georeference Data点击列表中第⼀个⽂件，这个⽂件有三个波段，波段范围从0.556µm 到0.807 µm ，点击OK4.在新弹出的投影列表中选择Geographic Lat/Lon，点击OK5.在参数对话框中，点击将输出结果存为⽂件，⽂件名为vnir_georef. 选择⼀个⽂件夹，点击OK6.重复以上3-5步，选择波段范围为1.656到2.4的AST_L1A的⽂件，在参数对话框中，输⼊输出⽂件名为swir_georef，这样vnir和swir波段就出现在波段列表中了合并VNIR 和SWIR数据7.在ENVI主菜单中选择Basic Tools Layer Stacking,弹出Layer Stacking Parameters对话框8.点击Import File，选择vnir_georef，点击OK，再次点击Import File，选择swir_georef，点击OK，确保vnir_georef是在上⾯的⽂件9．确定Inclusive按钮被选择10.确定Output Map Projection是Geographic Lat/Lon.11．其余选项不变，选择输出⽂件夹，⽂件名为aster_vnir_swir，点击OK转换格式12.在ENVI主菜单中选择Basic Tools Convert Data (BSQ, BIL, BIP) ，选择合成VNIR/SWIR数据aster_vnir_swir，点击OK13.选择BIL并且保证Convert In Place 为N0，选择输出⽂件夹，⽂件名为aster_BIL，ASTER 数据就被转换成FLAASH可以接受的格式。

FLAASH模块的大气校正

FLAASH模块的大气校正1.1 FLAASH模块简介FLAASH是由世界一流的光学成像研究所－波谱科学研究所（Spectral Sciences）在美国空气动力实验室支持下开发的大气校正模块。

波谱科学研究所在1989年大气辐射传输模型开发初期就广泛从事MODTRAN的研究工作，已成为大气辐射传输模型开发过程中不可缺少的一员。

FLAASH适用于高光谱遥感数据（如HyMap，AVIRIS，HYIDCE，HYPERION，Probe-1，CASI 和AISA）和多光谱遥感数据（如陆地资源卫星，SPOT，IRS和ASTER）的大气校正。

当遥感数据中包含合适的波段时，用FLAASH还可以反演水气、气溶胶等参数。

ENVI中大气校正模型FLAASH，是高光谱辐射能量影像反射率反演的首选大气校正模型。

FLAASH能够精确补偿大气影响，其适用的波长范围包括可见光至近红外及短波红外，最大波长范围为3μm。

其他的大气校正模型是计算方法基于查找表（Look-up Table）、利用插值方法计算，而FLAASH是直接移植了modtran4中的辐射传输计算方法。

用户可以选取代表研究区的大气模型和气溶胶类型，并且对每景影像，Modtran都有独特的解决方案。

1.2 ASTER数据预处理ASTER L1B数据是记录是DN（Digital Number）值，而基于FLAASH大气校正过程中，需要的是辐射能量值。

因此，需要对ASTER L1B数据辐射定标，即把无量纲的DN值转换成有量纲的分辐辐射亮度值的过程（式1），Radiance=gain*DN+offset （式1）其中，gain是增益,offset是偏差。

经辐射定标后，得到天顶辐射能量值，其量纲为W/(m2.sr.um)。

ASTER数据多以HDF格式储存，利用ENVI软件中Baisc Tools->Preprocessing->Data-Specific Utilities->View HDF Global Attribute功能，读取相应ASTER HDF文件中的增益、偏差、成像时间和中心点坐标信息。

FLAASH大气校正流程

本文汇总了ENVI FLAASH大气校正模块中常见的错误，并给出解决方法，分为两部分：运行错误和结果错误。

前面是错误提示及说明，后面是错误解释及解决方法。

FLAASH对输入数据类型有以下几个要求：1、波段范围：卫星图像：400－2500nm，航空图像：860nm-1135nm。

如果要执行水汽反演，光谱分辨率<=15nm，且至少包含以下波段范围中的一个：∙∙●1050-1210 nm∙∙●770-870 nm∙∙●870-1020 nm2、像元值类型：经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。

3、数据类型：浮点型（Floating Point）、32位无符号整型（Long Integer）、16位无符号和有符号整型（Integer、Unsigned Int)，但是最终会在导入数据时通过Scale Factor转成浮点型的辐射亮度（μW）/（cm2*nm*sr）。

4、文件类型：ENVI标准栅格格式文件，BIP或者BIL储存结构。

5、中心波长：数据头文件中（或者单独的一个文本文件）包含中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。

一．高级设置里的选项：1．Aerosol Scale Height大气溶胶高度，用来计算邻近效应的范围，1-2km2．CO2 Mixing Ratio (ppm) 2001年前是370ppm。

2001年以后是390ppm。

3．Use Square Slit Function（是否使用平方函数进行邻近像元亮度的均匀）一般选择no 4．Use Adjacency Correction（进行邻近效应校正）5．Reuse MODTRAN Calculations使用以前的MODTRAN模型计算结果6．Modtran Resolution设置MODTRAN模型的光谱分辨率（推荐值5 cm-1) 分辨率高速度慢精度高，分辨率低，速度快，但是精度差。

FLAASH大气校正参数设置

1.3.2FLAASH其它参数的设置（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像的中心坐标，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拔；（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，气溶胶类型选择对反演没有太多影响，一般情况下利用ASTER 数据不做气胶反演；在高级设置中，①Modtran 分辨率（Modtran resolution）：一般设置成5cm-1；②反射率输出的时尺度系数，默认尺度系数是10000，可以使用默认的尺度系数。

若使用默认的尺度系数，大气校正后得到反射率图像的数值域为：0-10000。

其余参数使用默认值。

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，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。

FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO等传感器获得的。

FLAASH还可以校正垂直成像数据和侧视成像数据。

ETM Flaash大气校正

ETM Flaash大气校正在ETM蚀变信息提取2文章里，已经得到了辐亮度图像，现在使用ENVI Flaash大气校正功能，进行地表反射率的反演。

1、数据格式转换Flaash大气纠正功能需要的辐亮度文件格式为BIL或者BIP，但是目前的文件格式是BSQ的，所以需要进行数据格式转换。

ＥＮＶＩ功能菜单：Basic Tools－》Convert Data(BSQ,BIL,BIP)选择辐亮度文件转换参数设置：再选好输出文件，按OK就行了。

2、Flaash大气校正ENVI功能菜单：Spectral->Flaash下面我们开始进行参数设置。

（1）输入输出文件设置Input Radiance Image输入转换格式后的辐亮度文件Ok后，弹出如下对话框，选择use single scale factor for all bands选项，设置single scale factor 为10，具体原因是由于单位不一致。

再选择输出反射率文件的位置，最后设置一下FLAASH输出的一些临时文件的目录。

（2）Flight date栏设置在*_MTLold.txt找到ACQUISITION_DATE = 2001-10-23SCENE_CENTER_SCAN_TIME = 03:50:11.2501468Z填入即可：（2）sensor type栏设置选择sensor type，MutiSpectral-》landsat TM7设置好后，sensor Altitude和 pixel size这两项自动就填上了。

还剩下一个Groud Elevation，怎么办呢？google earth啊，哈哈。

Sensor type这栏就填好了，如下图：（3）scene center Location栏设置在earth explore中查看该数据的元文件（具体步骤查看ETM蚀变信息提取1文章）填上就行了。

（4）Atmospheric model栏设置Model Atmosphere Water Vapor(std atm-cm)Water Vapor(g/cm2)Surface Air TemperatureSub-Arctic Winter (SAW) 518 0.42 -16° C (3° F) Mid-Latitude Winter (MLW) 1060 0.85 -1° C (30° F) U.S. Standard (US) 1762 1.42 15° C (59° F) Sub-Arctic Summer (SAS) 2589 2.08 14° C (57° F) Mid-Latitude Summer (MLS) 3636 2.92 21° C (70° F) Tropical (T) 5119 4.11 27° C (80° F)Latitude (°N)Jan March May July Sept Nov80 SAW SAW SAW M LW M LW S AW70 SAW SAW MLW M LW M LW S AW60 MLW MLW MLW SAS SAS MLW50 MLW MLW SAS SAS SAS SAS40 SAS SAS SAS MLS MLS SAS30 MLS MLS MLS T T MLS20 T T T T T T10 T T T T T T0 T T T T T T-10 T T T T T T-20 T T T MLS MLS T-30 MLS MLS MLS MLS MLS MLS-40 SAS SAS SAS SAS SAS SASLatitude (°N)Jan March May July Sept Nov-50 SAS SAS SAS MLW M LW SAS-60 MLW MLW MLW M LW M LW M LW-70 MLW MLW MLW M LW M LW M LW-80 MLW MLW MLW M LW M LW M LW处理的数据是10月份的，并且中心纬度是38度多的，所以选择SAS模型（Sub-Arctic Summer）。

Flaash大气校正

上机实习容：Flaash大气校正学生王玲学号201420771院系城市与环境学院专业地图学与地理信息系统年级2014级教务处制Flaash大气校正实验报告一、实验目的通过本次实验能够更深一步理解大气校正的原理、方法。

并且熟练掌握Landsat8 OLI 数据的大气校正的流程。

二、实验容1、辐射定标目的：将传感器记录的电压或数字量化值（DN值）转换为绝对辐射亮度值（辐射率）。

原理：L=Gain*DN + Bias步骤：（1）首先，在Envi5.1中打开辐射定标工具，Toolbox/Radiometric Correction/ Radiometric Calibration，并在File Selection对话框中选择数据，如下所示：（2）辐射定标参数设置当选择好辐射定标的数据时，接下来需选择定标参数。

其中，①Calibration Type：辐射定标类型，因Flaash校正要求输入的数据为辐亮度值，因此辐射定标类型选择辐亮度。

当数据的每个波段包含Gain和Offest参数时，Envi会自动从元数据文件中获取这些参数，并按照辐射定标公式进行定标，本实验所使用的Landsat8 OLI 数据的元数据中包含这两个参数。

另外，Envi默认Gain和Offest参数定标单位为W/（m2*sr*μm），因此，计算得到的辐亮度值为W/（m2*sr*μm）。

②Output Interleave：输出数据存储顺序，因Flaash校正要求输入的数据存储类型为BIL或BIP，但因BIL的处理速度快，故在此选择BIL。

③Output Data Type：输出数据类型，辐射定标中可以选择的输出数据类型为三种，分别是：浮点型（Float）、双精度浮点型(Double)和无符号位16整型(Uint)。

本实验中使用的OLI6 原始数据为无符号16位整型，在进行Flaash校正时计算缩放因子是无单位型与浮点型数据之间的缩放关系，因此，该处选择浮点型（Float）。

ENVIFLAASH大气校正常见错误及解决方法_图文

ENVI FLAASH大气校正常见错误及解决方法（2013年7月15号更新）(2011-03-07 16:55:57)转载▼标签：flaash大气校正分类：ENVI本文汇总了ENVI FLAASH大气校正模块中常见的错误，并给出解决方法，分为两部分：运行错误和结果错误。

前面是错误提示及说明，后面是错误解释及解决方法。

FLAASH对输入数据类型有以下几个要求：1、波段范围：卫星图像：400－2500nm，航空图像：860nm-1135nm。

如果要执行水汽反演，光谱分辨率<=15nm，且至少包含以下波段范围中的一个：∙∙●1050-1210 nm∙∙●770-870 nm∙∙●870-1020 nm2、像元值类型：经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。

3、数据类型：浮点型（Floating Point）、32位无符号整型（Long Integer）、16位无符号和有符号整型（Integer、Unsigned Int)，但是最终会在导入数据时通过Scale Factor转成浮点型的辐射亮度（μW）/（cm2*nm*sr）。

4、文件类型：ENVI标准栅格格式文件，BIP或者BIL储存结构。

5、中心波长：数据头文件中（或者单独的一个文本文件）包含中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。

运行错误1.Unable to write to this file.File or directory is invalid or unavailable。

没有设置输出反射率文件名。

解决方法是单击Output Reflectance File按钮，选择反射率数据输出目录及文件名，或者直接手动输入。

2.ACC Error：convert7IDL Error：End of input record encountered on file unit:0.平均海拔高程太大。

Flaash大气校正

Flaash大气校正（IRSP6-08.3.24）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，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。

FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、C ASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、N EMO等传感器获得的。

FLAASH还可以校正垂直成像数据和侧视成像数据。

Flaash大气校正使用了MODTRAN 4+ 辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。

FLAASH可对Landsat, SPOT, AVHRR, 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。

能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。

校正过程点击envi——Basic Tools －Preprocessing －Calibration Utilities －FLAASHSpectral －FLAASH.或者点击envi-spectral- FLAASH1、输入数据必须是辐射校正后的数据，对辐射校正数据转成BIL或BIP格式（Basic Tools ——Convert Data）；2、对输入数据进行头文件编辑，主要是对波长wavelenth（即每一波段的波长中心值）和波长宽度fwhm（每一波段的波长范围）的编辑。

不是高光谱数据可以不对fwhm进行编辑。

flaash大气校正

flaash大气校正Flaash大气校正（IRSP6-08.3.24）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，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。

FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO等传感器获得的。

FLAASH还可以校正垂直成像数据和侧视成像数据。

Flaash大气校正使用了MODTRAN 4+ 辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。

FLAASH可对Landsat, SPOT, AVHRR, 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。

能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。

校正过程点击envi——Basic Tools －Preprocessing －Calibration Utilities －FLAASHSpectral －FLAASH.或者点击envi-spectral- FLAASH1、输入数据必须是辐射校正后的数据，对辐射校正数据转成BIL或BIP格式（Basic Tools ——Convert Data）；2、对输入数据进行头文件编辑，主要是对波长wavelenth（即每一波段的波长中心值）和波长宽度fwhm（每一波段的波长范围）的编辑。

不是高光谱数据可以不对fwhm进行编辑。

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。

ENVI-Flaash大气校正操作流程

Flash大气校正步骤
1. 打开数据中的MTL文件，可以使数据中的信息全部导入。

2. 辐射定标
此界面选择Radiance，然后点击保存文件“111”
3. 将保存后的文件“111”转换成BIL格式
以下窗口点击BIL，保存文件“222”
4 Flash模块大气校正
Flash校正界面：
其中选择“222”文件，弹出界面如下选择，参数如下填写：
然后选择校正后的保存文件：
下面默认：
下面如下选择：
以下模块，1、3默认，第2个选择该地区高程：
以下选择成像时间和卫星飞行时间，头文件或者下载数据界面可以查找到
以下第3个默认，第一个选择模型，模型选择参考文件“FLAASH大气校正纬度.jpg”
以下默认：
以下选择
界面如下：
选择
界面如下：参数如下：
最后点击APLY即可。

FLAASH大气校正和黑暗像元法

FLAASH大气校正和黑暗像元法操作指导FLAASH大气校正大气是介于卫星传感器与地球表层之间的一层由多种气体及气溶胶组成的介质层。

在太阳辐射到达地表再到达卫星传感器的过程中，两次经过大气，故大气对太阳辐射的作用影响比较大。

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，广义上讲是获得地物反射率、辐射率或者地表温度等真实物理模型参数，狭义上是获取地物真实反射率数据。

大气校正可以用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等物质对地物反射的影响，也可以消除大气分子和气溶胶散射的影响。

大多数情况下，大气校正也是反演地物真实反射率的过程。

目前应用广泛的大气辐射传输模型有30多种，常用的辐射传输模型主要有6S、MODTRAN和ATCOR等，各种模型的基本原理都是基本相同，其中MODTRAN模型的精度最高。

MODTRAN模型还可以计算热红外波段。

实验数据实习所用到的数据为TM影像和ETM+影像，其FLAASH大气校正的方法和操作步骤一致，这里以TM影像为例介绍。

对于各个影像所需要的具体参数，将在需要用到的时候说明。

本文采用的实验测试数据为，具体的数据内容列表见下图1：1991年1999年2010年图1该数据包含了7个波段，其中的B6为热红外波段，不在本次Flaash校正范围内，其他剩余波段为可见光波段，需要进行大气校正。

操作步骤1、打开tm原始影像数据ENVI > file > open image file > ‘LT51230321991168BJC00_MTLold.txt’ > 打开文件，如下：可见光波段为选择波段图3辐射定标参数设置对话框3、储存顺序调整Flassh大气校正对于波段存储的要求为：BIL，BIP格式，上述计算得到的存储方式为BSQ，在此进行波段存储顺序的转化，具体操作如下：ENVI > basic tools > convert data (BSQ ,BIL ,BIP)图 4 存放顺序转换4、Flaash校正参数设置大气校正的前期准备工作完毕，现在进行校正参数的设置：ENVI > basic tools > preprocessing > calibration utilities > FLAASH，弹出对话框：的BIL或BIP格式数据，然后会弹出下面对话框（图6），按照下图进行设置。

FLAASH大气校正流程

本文汇总了ENVI FLAASH大气校正模块中常见的错误，并给出解决方法，分为两部分：运行错误和结果错误。

前面是错误提示及说明，后面是错误解释及解决方法。

FLAASH对输入数据类型有以下几个要求：1、波段范围：卫星图像：400－2500nm，航空图像：860nm-1135nm。

如果要执行水汽反演，光谱分辨率<=15nm，且至少包含以下波段范围中的一个：∙∙●1050-1210 nm∙∙●770-870 nm∙∙●870-1020 nm2、像元值类型：经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。

3、数据类型：浮点型（Floating Point）、32位无符号整型（Long Integer）、16位无符号和有符号整型（Integer、Unsigned Int)，但是最终会在导入数据时通过Scale Factor转成浮点型的辐射亮度（μW）/（cm2*nm*sr）。

4、文件类型：ENVI标准栅格格式文件，BIP或者BIL储存结构。

5、中心波长：数据头文件中（或者单独的一个文本文件）包含中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。

一．高级设置里的选项：1．Aerosol Scale Height大气溶胶高度，用来计算邻近效应的范围，1-2km2．CO2 Mixing Ratio (ppm) 2001年前是370ppm。

2001年以后是390ppm。

3．Use Square Slit Function（是否使用平方函数进行邻近像元亮度的均匀）一般选择no 4．Use Adjacency Correction（进行邻近效应校正）5．Reuse MODTRAN Calculations使用以前的MODTRAN模型计算结果6．Modtran Resolution设置MODTRAN模型的光谱分辨率（推荐值5 cm-1) 分辨率高速度慢精度高，分辨率低，速度快，但是精度差。