大气校正ENVI流程
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。
简述大气校正的流程
1. 收集大气校正所需信息：大气传输模型参数：收集用于大气校正的大气传输模型参数，这通常包括大气水汽含量、气溶胶光学厚度等。
这些参数可以通过气象站观测、气象模型、气象卫星数据等获取。
太阳和观测几何信息：获取影像获取时的太阳天顶角、太阳方位角，以及观测天顶角、观测方位角等信息。
这些参数对于计算大气校正时的辐射传输很重要。
2. 选择大气校正模型：选择适当的大气校正模型是关键的一步。
不同的模型适用于不同的气象条件和传感器特性。
一些常见的大气校正模型包括：●标准大气模型（Standard Atmospheric Model）：基于大气中的吸收和散射的基本物理过程，考虑水汽、气溶胶、气体等的影响。
●MODTRAN（Moderate Resolution Atmospheric Transmission）：这是一个用于计算大气传输的计算机程序，可以模拟大气吸收、散射等效应。
●6S模型（Second Simulation of the Satellite Signal in the Solar Spectrum）：用于计算太阳光在大气中传输和反射的模型，适用于辐射度校正。
3. 执行大气校正：获取遥感数据：获取待处理的遥感图像数据，包括可见光和红外波段的多光谱或高光谱数据。
计算大气校正所需参数：利用收集的大气传输模型参数和太阳、观测几何信息，计算大气校正所需的参数。
执行大气校正计算：利用选定的大气校正模型，将原始数字值转换为辐射度或反射率。
这个步骤通常包括对每个波段进行单独的校正。
可选：反射率计算：对于可见光和红外波段，可以将辐射度进一步转换为反射率，以便更好地比较不同波段的数据。
4. 验证和调整：验证结果：验证大气校正的效果，检查校正后的图像是否更加真实地反映了地表的特征。
调整参数：根据验证结果，可能需要调整大气传输模型参数，以获得更准确的校正效果。
注意事项：●大气校正的精确性受到大气条件的影响，例如云量、气溶胶浓度等。
大气校正(ENVI)
大气校正（ENVI）大气校正是定量遥感中重要的组成部分。
本专题包括以下内容：∙ ∙ ●大气校正概述∙ ∙ ●ENVI中的大气校正功能1大气校正概述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。
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，消除大气分子和气溶胶散射的影响。
大多数情况下，大气校正同时也是反演地物真实反射率的过程。
图1 大气层对成像的影响示意图很多人会有疑问，什么情况下需要做大气校正，我们购买或者其他途径获取的影像是否做过大气校正。
通俗来讲，如果我们需要定量反演或者获取地球信息、精确识别地物等，需要使用影像上真实反映对太阳光的辐射情况，那么就需要做大气校正。
我们购买的影像，说明文档中会注明是经过辐射校正的，其实这个辐射校正指的是粗的辐射校正，只是做了系统大气校正，就跟系统几何校正的意义是一样的。
目前，遥感图像的大气校正方法很多。
这些校正方法按照校正后的结果可以分为2种：∙∙●绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。
∙∙●相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。
常见的绝对大气校正方法有：●基于辐射传输模型∙ ∙♦MORTRAN模型∙ ∙♦LOWTRAN模型∙ ∙♦ATCOR模型∙ ∙♦6S模型等●基于简化辐射传输模型的黑暗像元法●基于统计学模型的反射率反演；相对大气校正常见的是：●基于统计的不变目标法●直方图匹配法等。
既然有怎么多的方法，那么又存在方法选择问题。
这里有一个总结供参考：1、如果是精细定量研究，那么选择基于基于辐射传输模型的大气校正方法。
2、如果是做动态监测，那么可选择相对大气校正或者较简单的方法。
3、如果参数缺少，没办法了只能选择较简单的方法了。
ENVI--专题五辐射定标与大气纠正
专题五辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。
其中，图像配准是做所有工作的前提，是图像的几何纠正。
在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。
在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。
定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。
分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。
辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。
以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：ρ=π*L*d2/（ESUN*cos（θ））(2)式其中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。
（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式ENVI中的具体实现：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。
第一步，查找.FST文件（是该图像经过粗纠正后的数据信息说明文件），该图像第3波段的gain和offset，可知：gain＝0.619215662339154，offset＝-5.0000000000000第二步，查找.FST文件可知S =90-62.7=27.3度，cos（θ）＝0.8886；查找Table 11.4（Earth-Sun Distance in Astronomical Units）可知d=1.10109天文单位；查找Table11.3 （ETM+ Solar Spectral Irradiances）可知ESUN＝1551。
ENVI大气校正
ENVI大气校正
1、
选择BIL，注意将以前加在原始影像文件上的后缀都不要，只要原始的文件名即可。
点击Queue，对话框消失。
按照这种方法，把文件夹中的文件一个一个的载入。
2、在File中选择ENVI Queue Manager 将刚才做的Covert全部选上，执行。
3、
FLASSH校正：
首先，选择转换问BIL的文件作为INPUT RADIANCE IMAGE。
弹出对话框，按照上图选择。
然后选择OUTPUT FILE 的名字和路径，ROOT FOR ……可以不选。
20
用IE（浏览器就行）打开每个原始的环境星文件夹中的XML 文件。
找到
点击DD<->DMS,输入你这景图像的中心店经纬度，
卫星高度650KM 象元大小30m，
在Flight Data中修改日期和时间按照这幅图像的XML文件中的上图时间，输入时差几分几秒没关系。
下面按照图中填写。
Initial Visibility(KM) 填20KM。
Multispectral settings ——Filter function file 选择数据相应的波普库数据，例如CCD1 HJ1B 选择“环境1B星CCD1光谱响应曲线.sli”。
ENVI软件基本操作——辐射校正、辐射定标、大气校正、几何校正
ENVI软件基本操作——辐射校正、辐射定标、⼤⽓校正、⼏何校
正
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
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 reflectance
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（⼤⽓外层表⾯反射率），这个过程就是辐射定标。
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
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。
分类：统计型和物理型。
大气校正ENVI流程
在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。
而且在不同的资料中，各个名词的解释又不一样。
例如：定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》）遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。
辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009）其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。
公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。
公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。
不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。
例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri /ESRI/viewthread.php?tid=56191）。
大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。
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，详细请参照玉妮小居新浪博客：辐射校正的统计模型/s/blog_5f4afe870100da1w. html。
envi遥感图像处理之大气纠正
这样，我们就得到了经过大气校正的地表的反射率了。
步骤四：将大气校正前后的遥感影像进行对比
本步骤是让我们将遥感影像的前后进行对照，来看看进行大气校正前后遥感影像之间的差异。
本步骤所采用的方法是用未校正的反射率减去校正后的反射率，得到一幅新的影像，从新的影像上去看二者之间的差异。
具体步骤是：在envi的Basic Tools中打开 Band Math，在band math中输入：abs(b1-b2)。然后得到了新的图像，从新的图像上来看二者之间的差异。
具体操作步骤如下：
1）确定6S模型的参数。
Table56s Parameters
输入值
含义
注释
卫星参数
7
Landsat卫星
卫星参数
11 22 2.5
116.62 23.11
month,day, hour,
long, lat
成像月份、日期、时间（格林威治时间）、图像中心点精度、纬度
季节特征
3
Midlatitude winter
158.40
-4.7
243.1
-4.7
158.3
Table3 Unit：ESUN=W/(m2.um)
Model
Chance spectrum CHKUR
band
Landsat 4
Landsat 5
1
1957
1957
2
1825
1826
3
1557
1554
4
1033
1036
5
214.9
215.0
7
80.72
Table 2ETM+SpectralRadianceRange
ENVI高光谱数据处理流程
ENVI高光谱数据处理流程1.数据预处理数据预处理是高光谱数据处理流程中的第一步，其主要目的是去除数据中的噪声并增加图像质量。
常用的预处理方法包括：大气校正、大气校正之后的辐射校正、大气校正之后的大气校正等。
-大气校正：高光谱数据中的大气散射会引入许多噪声。
大气校正的目的是根据大气散射的物理原理，通过对高光谱数据进行光谱校正和辐射校正，去除大气散射带来的干扰。
-辐射校正：高光谱数据中的辐射能量受到地面温度、雨水和云等因素的影响，导致数据中存在辐射偏差。
辐射校正的目的是根据卫星的辐射源数据和大地辐射能量的关系，对高光谱数据进行校正，消除辐射偏差。
-大气校正之后的大气校正：在进行大气校正之后，仍然可能存在一些小范围的大气散射。
大气校正之后的大气校正的目的是再次进行大气散射校正，进一步提高图像质量。
2.特征提取特征提取是高光谱数据处理流程中的核心步骤，其主要目的是从高光谱数据中提取出对地物分类和解译有用的特征信息。
-光谱特征提取：光谱特征提取是指根据高光谱数据中不同波段的辐射能量变化，提取出反映地物光谱特性的特征参数。
常用的光谱特征包括：光谱曲线的均值、方差、斜率等。
-空间特征提取：空间特征提取是指从高光谱数据的空间分布中提取出反映地物空间特性的特征参数。
常用的空间特征包括：纹理特征、形状特征、边缘特征等。
3.分类与监督解译分类与监督解译是高光谱数据处理流程中的关键步骤，其主要目的是将预处理和特征提取之后得到的数据进行分类和解译。
-监督分类：监督分类是指通过已知的训练样本数据，建立分类模型，并将该模型应用于未知的高光谱数据，将数据分成不同的类别。
常用的监督分类方法有：最大似然分类、支持向量机分类、随机森林分类等。
-非监督分类：非监督分类是指利用高光谱数据本身的统计特性，将数据按照统计特性对其进行分类。
常用的非监督分类方法有：K-均值聚类、多元高斯聚类等。
4.地物解译与验证地物解译与验证是高光谱数据处理流程中的最后一步，其主要目的是对分类结果进行解译和验证，以评估分类的准确性。
envi高光谱数据处理流程
envi高光谱数据处理流程
envi高光谱数据处理流程是一种非常常用的数据处理方法，主要应用于高光谱遥感数据处理。
其主要流程包括：数据预处理、光谱反射率计算、特征提取与分类等几个步骤。
1、数据预处理：数据预处理包括数据校正、波长校准及大气校正等过程。
其中，数据校正主要是将数据进行去背景、去噪、去影响等处理。
波长校准是将采集到的数据进行波长校准，保证数据的准确性。
大气校正是将采集的数据进行大气校正，降低大气对数据的影响。
2、光谱反射率计算：光谱反射率计算是将采集到的数据进行转换，得到地表反射率信息。
这个过程主要通过将采集到的数据进行比对处理，计算出地表反射率。
3、特征提取：特征提取是将采集到的数据进行特征分析，得到地物分类信息。
这个过程主要通过对采集到的数据进行分析，计算出每个波段的特征，然后根据这些特征进行分类。
4、分类：分类是将采集到的数据进行分类，识别出地表不同的类别。
这个过程主要通过将采集到的数据进行分析，然后根据不同的特征进行分类，最终得到地表不同的类别。
总之，envi高光谱数据处理流程是一个比较全面、细致的数据处理方法，可以有效地对高光谱遥感数据进行处理，得到准确的地表信息。
- 1 -。
ENVI中基于FLAASH模型的大气校正
辐射定标
1、 在envi软件中通 过band math进行计算
定标公式： L=DN/a + L0，式中L为 辐亮度，a绝对定标系 数增益，L0为偏移量， 转换后辐亮度单位为 W⋅m−2⋅sr−1⋅μm−1
精品课件
辐射定标
2、将定标后的四个波段合并，并转换为 BIL格式，在头文件中输入每个波段中心 波长 b1(489)b2(568nm)b3(664nm)b4(829nm) ，中心波长由波段响选择Window>Start New Plot Window，ENVI Plot Window窗口中，选择 File->Input Data>ASCII，生成四条曲 线 2、选择File- >Save Plot As->Spectral Library，将波谱曲线保存为波谱库文件。
基于FLAASH模型的大 气校正
精品课件
大气校正的目的
大气影响降低了图像的反差比， 使图像可读性降低 ，增加了解译的困 难。为了消除大气的影响，需要对图 像进行大气校正。
本实验是基于flassh模型对 HJIA-CCD1影像进行校正。
精品课件
基本步骤
• 1、辐射定标 • 2、制作波谱曲线 • 3、FLASSH校正
精品课件
Flaash校正
利用envi中的Flaash模块对影像进行校正，相关 参数在头文件中查找，平均海拔高程通过envi 自带的dem中统计获得。
单击Multispectral Setting按钮，在Filter Function File 导入光精谱品课响件 应曲线
单击Advanced Settings，在高级设置中， Tile Size 默认的是Cash size 的大小，手 动改为50-100Mb（根据内存大小设定），单 击OK
大气校正(ENVI)
大气校正（ENVI）大气校正是定量遥感中重要的组成部分。
本专题包括以下内容：∙ ∙ ●大气校正概述∙ ∙ ●ENVI中的大气校正功能1大气校正概述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。
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，消除大气分子和气溶胶散射的影响。
大多数情况下，大气校正同时也是反演地物真实反射率的过程。
图1 大气层对成像的影响示意图很多人会有疑问，什么情况下需要做大气校正，我们购买或者其他途径获取的影像是否做过大气校正。
通俗来讲，如果我们需要定量反演或者获取地球信息、精确识别地物等，需要使用影像上真实反映对太阳光的辐射情况，那么就需要做大气校正。
我们购买的影像，说明文档中会注明是经过辐射校正的，其实这个辐射校正指的是粗的辐射校正，只是做了系统大气校正，就跟系统几何校正的意义是一样的。
目前，遥感图像的大气校正方法很多。
这些校正方法按照校正后的结果可以分为2种：∙∙●绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。
∙∙●相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。
常见的绝对大气校正方法有：●基于辐射传输模型∙ ∙♦MORTRAN模型∙ ∙♦LOWTRAN模型∙ ∙♦ATCOR模型∙ ∙♦6S模型等●基于简化辐射传输模型的黑暗像元法●基于统计学模型的反射率反演；相对大气校正常见的是：●基于统计的不变目标法●直方图匹配法等。
既然有怎么多的方法，那么又存在方法选择问题。
这里有一个总结供参考：1、如果是精细定量研究，那么选择基于基于辐射传输模型的大气校正方法。
2、如果是做动态监测，那么可选择相对大气校正或者较简单的方法。
3、如果参数缺少，没办法了只能选择较简单的方法了。
flassh大气校正ENVI处理方法
吴祎越
1、数据读取
1、需要envi控件 2、解压后打开 ， ，更改数值、调整为CCD、 和融合。
输入和搜寻、输出，并进行辐射定标 3、单击apply，之后等待。
2、修改数据格式
1、在Basic Tools内容下选择Convert Data，出现窗体 ，
选择需要的数据类型（一
般设为BIL），然后选择 输出地方。
2、等待，
结果为所用。
3、构建波谱响应函数
1、选择Window-Start New Plot Window， Window窗口中，选择File-InputData-ASCII ENVI Plot ，选择下载好的
波谱响应函数文件.txt打开。
2、选择需要的项目。
3、出现波谱曲线
，编辑数据，
4、保存，选择存储位置
，
，
可以查找到文件
。
Байду номын сангаас
4、FLAASH大气校正
1、选择Spectral-FLAASH,
2、从
中获取信息填入。
3、
此处加入波谱函数文件。
4、单击apply ，
等待
5、结果
ENVI大气校正实习
实习内容一、实习要求1. 要求所有的内容自己独立完成，软件环境使用ENVI遥感图像处理系统。
2. 数据采用提供的Landsat7多光谱数据和AVIRIS高光谱数据，也可以采用其他数据完成实习内容。
3. 熟悉大气校正的原理和相关内容。
4.对比黑暗像元大气校正、平场域法、对数残差法、经验线法和FLAASH大气校正结果有何异同。
5. 要求提交实习报告，包括实现过程和主要结果的截图，实习中碰到的问题及解决方式要在实习报告中加以详细的阐述。
二、实习内容了解使用Flaash大气校正模块对多光谱和高光谱数据进行大气校正的原理以及过程，可以借助网络或者参考书籍弄懂Flaash大气校正的特点、处理步骤、算法的基本原理、Flaash 输入数据的要求和输入参数的说明等。
三、实习步骤①多光谱数据的大气校正数据准备这一步主要完成的工作是数据的辐射定标，以及按照FLAASH对数据要求进行相关的处理。
第一步传感器定标(1) 启动ENVI，在ENVI主菜单中，选择File—Open External File—Landset—Fast，在文件选择对话框中选择LandsatTM_JasperRidge_hrf.fst头文件，ENVI自动将数据添加到波段列表中。
(2) 在ENVI主菜单中，选择Basic Tools—Preprocessing—Calibration Utilities—Landset Calibration，选择影像，打开Landset定标工具。
(3) Landset定标工具会从元数据文件中自动获取相关的参数信息，包括成像日期，定标参数等，选择Calibration Type：Radiance。
(4) 选择输入的路径和文件名，单击OK按钮执行定标处理。
得到的辐射亮度单位为W/( m2*um*sr),FLAASH要求的辐射亮度的单位为uW/( cm2*um*sr)，两者相差10倍关系。
图像的存储顺序为BSQ，下面将定标结果进行换算和BSQ—BIL的转换处理。
envi辐射定标和大气校正步骤
envi辐射定标和大气校正步骤对于envi辐射定标和大气校正步骤来说，准确的操作流程至关重要。
首先，我们需要明确辐射定标和大气校正的的概念和目的。
辐射定标是指将数字图像或遥感数据转换成辐射亮度或反射率的物理单位。
辐射定标的目的是获得一个相对于时间和地点稳定的反射率值，使得不同场景下的遥感数据可以进行比较。
然后，进行大气校正是为了消除大气影响，从而提取出地物表面的真实反射率或辐射亮度。
大气校正可以有效减少大气光散射和吸收对遥感图像的影响，提高图像的质量。
以下是envi辐射定标和大气校正的步骤：1. 数据获取：首先，需要获取原始遥感数据，包括多光谱或高光谱图像。
2. 辐射定标：对于多光谱或高光谱数据，需要根据仪器的辐亮度标定系数，将原始数字值转换为辐射亮度。
这通常涉及到使用辐射标定面或辐射源对仪器进行校准。
3. 大气校正：接下来，需要进行大气校正。
大气校正的方法有多种，最常用的是大气逐像元校正（ATCOR）模型和大气点标定（ACD）方法。
这些方法通过考虑大气散射、吸收和大气廓线等参数，来推算出地表反射率。
4. 反射率计算：校正后的数据可以通过将辐射亮度或辐射率除以太阳辐照度，得到表面的反射率。
这样，我们就可以比较不同场景下的遥感数据了。
5. 结果分析和应用：最后，对校正后的图像进行分析和应用。
可以进行分类、目标识别、监测等操作，以获得我们所需的信息。
总而言之，envi辐射定标和大气校正步骤是遥感数据处理中的关键过程，它们可以提高数据的准确性和可比性。
正确执行这些步骤可以使我们从遥感图像中获取更多有价值的信息，从而促进环境监测、资源管理和地理研究等领域的发展。
ENVI下的大气校正
大气校正是定量遥感中重要的组成部分。
本专题包括以下内容：l.大气校正概述；2.ENVI中的大气校正功能；1.大气校正概述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。
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，消除大气分子和气溶胶散射的影响。
大多数情况下，大气校正同时也是反演地物真实反射率的过程。
图1 大气层对成像的影响示意图很多人会有疑问，什么情况下需要做大气校正，我们购买或者其他途径获取的影像是否做过大气校正。
通俗来讲，如果我们需要定量反演或者获取地球信息、精确识别地物等，需要使用影像上真实反映对太阳光的辐射情况，那么就需要做大气校正。
我们购买的影像，说明文档中会注明是经过辐射校正的，其实这个辐射校正指的是粗的辐射校正，只是做了系统大气校正，就跟系统几何校正的意义是一样的。
目前，遥感图像的大气校正方法很多。
这些校正方法按照校正后的结果可以分为2种：绝对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。
相对大气校正方法：校正后得到的图像，相同的DN值表示相同的地物反射率，其结果不考虑地物的实际反射率。
常见的绝对大气校正方法有：基于辐射传输模型MORTRAN模型LOWTRAN模型ATCOR模型6S模型等基于简化辐射传输模型的黑暗像元法基于统计学模型的反射率反演；相对大气校正常见的是：基于统计的不变目标法直方图匹配法等。
既然有怎么多的方法，那么又存在方法选择问题。
这里有一个总结供参考：1、如果是精细定量研究，那么选择基于基于辐射传输模型的大气校正方法。
2、如果是做动态监测，那么可选择相对大气校正或者较简单的方法。
3、如果参数缺少，没办法了只能选择较简单的方法了。
2. ENVI大气校正功能在ENVI中包含了很多大气校正模型，包括基于辐射传输模型的MORTRAN模型、黑暗像元法、基于统计学模型的反射率反演。
最新大气校正ENVI流程
大气校正E N V I流程在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。
而且在不同的资料中，各个名词的解释又不一样。
例如：定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》）遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。
辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009）其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。
公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr （瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。
公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESUNλ为太阳表观辐射率均值，θs 是以度为单位的太阳高度角。
不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。
例如用Envi打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度以及发射率三个数据类型（见dsbin：传感器定标/ESRI/viewthread.php?tid=5619 1）。
大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。
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，详细请参照玉妮小居新浪博客：辐射校正的统计模型/s/blog_5f4afe870100da 1w.html。
ENVI5.0sp3对TM影像的大气校正
ENVI5.0sp3对TM影像的大气校正第一步：辐射定标(1)选择File->Open，选择_MTL.txt文件打开。
(2)ENVI自动显示RGB显示真彩色图像，打开Data Manager对话框，可以看到ENVI自动读取元数据信息，包括中心波长信息、波段名称等。
并将数据根据类型自动划分为2类。
(1)选择ToolBox/Radiometric Correction/Radiometric Calibration，选择可见光-近红外数据。
(2)在Radiometric Calibration面板中●定标类型（Calibration Type）：辐射亮度值（Radiance）●输出储存顺序（Output Interleave）：BIL●输出数据类型：Float●单击FLAASH Settings按钮，自动获取辐射亮度单位转换系数ScaleFactor：0.1其他选项是方便用于FLAASH大气校正。
(3)选择文件名和路径输出图1：Radiometric Calibration面板第二步：FLAASH大气校正选择Toolbox/Radiometric Correction/Atmospheric CorrectionModule/FLAASH Atmospheric Correction，打开FLAASH大气校正工具。
（1）文件输入与输出信息项目单击Input Radiance Image按钮，选择上一步准备好的辐射亮度值数据LC81230322013132LGN02_rad.dat。
在Radiance Scale Factors对话框中选择Use single scale factor for all bands（Single scale factor：1），在辐射定标中对单位进行了转换。
单击Output Reflectance File按钮选择输出文件名和路径。
（2）传感器与图像目标信息●Lat：2852 30.72，Lon：119 32 29.50（FLAASH自动获取）●Sensor Type：Landsat TM5●Ground Elevation（km）：0.45（从相应区域的DEM获得平均值）●Flight Date：1995-09-04 Flight Time：01:34:27注：在右边图层管理器中，单击右键选择View Metadata，在Metadata viewer 中浏览time可以看到飞行时间图2：图像成像时间查看（3）大气模型（Atmospheric Model）：Mid_Latitude Summer（9月份纬度：23°N-29°N）（4）气溶胶模型（Aerosol Model）：Rural（5）气溶胶反演（Aerosol Retrieval）：2-Band（K-T）（6）初始能见度（Initial Visibility）：40。
ENVI大气校正
ENVI大气校正
1、
选择BIL，注意将以前加在原始影像文件上的后缀都不要，只要原始的文件名即可。
点击Queue，对话框消失。
按照这种方法，把文件夹中的文件一个一个的载入。
2、在File中选择ENVI Queue Manager 将刚才做的Covert全部选上，执行。
3、
FLASSH校正：
首先，选择转换问BIL的文件作为INPUT RADIANCE IMAGE。
弹出对话框，按照上图选择。
然后选择OUTPUT FILE 的名字和路径，ROOT FOR ……可以不选。
20
用IE（浏览器就行）打开每个原始的环境星文件夹中的XML 文件。
找到
点击DD<->DMS,输入你这景图像的中心店经纬度，
卫星高度650KM 象元大小30m，
在Flight Data中修改日期和时间按照这幅图像的XML文件中的上图时间，输入时差几分几秒没关系。
下面按照图中填写。
Initial Visibility(KM) 填20KM。
Multispectral settings ——Filter function file 选择数据相应的波普库数据，例如CCD1 HJ1B 选择“环境1B星CCD1光谱响应曲线.sli”。
- 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)。
在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。
而且在不同的资料中，各个名词的解释又不一样。
例如：
定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》）
遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。
辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009）
其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。
公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。
公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。
不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。
例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度
以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri /ESRI/viewthread.php?tid=56191）。
大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。
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，详细请参照玉妮小居新浪博客：辐射校正的统计模型/s/blog_5f4afe870100da1w. html。
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。
而辐射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：
Landsat Tm5辐射定标和大气校正(转载)
一、辐射定标
1. 由于ENVI 4.4 中有专门进行辐射定标的模块，因此实际的操作十分简单。
将原始TM 影像打开以后，选择
Basic Tools–Preprocessing–Calibration Utilities–Landsat TM
2. 进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。
从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。
如果你是用File–Open External File–Landsat–Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。
这里Calibration Type 注意选择为Radianc e。
输出文件，定标就完成了。
二、大气校正
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、Prob e-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 －FLAASH
Spectral －FLAASH.或者点击envi-spectral- FLAASH
1、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 ——Conv
ert 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。
（envi——file——Edit Envi Header）
3、输入数据后，弹出如下对话框
共有两种选择，如果输入影像不同波段有不同的转换因子，那选择第一种，反之第二种。
我用的是irs 影像所有波段都为同一因子，所以选用第二种，因子的值根据输入数据的单位与envi标准
单位的转换尺度。
Radiance Scale Factors是一个单位转换因子，如果你的radiance（光谱灵敏度）是标准单位w/ m2 *um *rad ，而flaash要求输入的是uw/cm2*sr*nm，则该因子为10。
1m=103mm=106μm=109nm=1012pm(皮米)
1w=103mw=106μw1兆瓦=106瓦
Rad平面角弧度sr 立体角球面度
4、设置输出参数，包括：Output Reflectance File.、Output Directory for FLAASH Files、和O
utput
Directory for FLAASH Files
5、输入成像和传感器的参数
Scene center lacation影像的中心点的经纬度，可以将影像打开，查看中心点的经纬度（通过在一下窗口输入中心点的行列号即可）
sensor altitude传感器高度（轨道高度），选择正确的传感器后就可以显示了。
Ground Elevation平均海拔（所选区域的）单位是km
6、atmospheric model 地球大气模型和气溶胶模型
6种标准大气模型
根据以下表选择所校正区域的大气模型
数据经纬度与获取时间决定选用的大气模型
水气反演设置（Water Retri）
水气反演设置，采用两种方式对水气进行去除
a. 利用水气去除模型恢复影像中每个像元的水气量
使用水气反演模型，数据必须具有15nm以上波谱分辨率，且至少覆盖以下波谱范围之一：1050－121 0nm(优先考虑)，770－870nm，870－1020nm。
对于大多传感器，水气反演默认显示的是NO，因为大多数传感器没有适当的波段来补偿水气的影响。
b.单一的水气因数用于整体影像，默认是1，多光谱数据使用水气反演模型，可以在多光谱设置
中手动设置水气波段
气溶胶模型（Aerosol Retri ）
用气溶胶模型要求数据波段覆盖660nm和2100nm波谱。
a. 提供四种标准MODTRAN 气溶胶模型
Rural（乡村）、Urban（城市）、Maritime（海洋）、Tropospheric
b. 两种气溶胶反演方法
2-Band（K-T）方法(类似模糊减少法)，如果没有找到适应的黑值（一般是阴影区或者水体），系统将采用能见度值来计算；所以即使选择了该选项也要给。
天气情况与能见度的关系
7.光谱打磨(高光谱) Spectral Polishing
光谱打磨(高光谱数据)
使波谱曲线更加近似于真实地物的波谱曲线
对波谱曲线进行微调
8.多光谱数据参数设置
当基本设置里设置了水气反演模型和气溶胶模型时，相应的在改多光谱设置框中设置参数
水气去除模型参数
气溶胶模型参数设置（用气溶胶模型要求数据波段覆盖660nm和2100nm波谱.）设置值见下表所示：
9．高光谱数据参数设置
自动选择通道定义(推荐)
设置通道定义
10．高级设置
光谱定义文件：内置AVIRIS、HYMAP、HYDICE、HYPERION、CASI、AISA 气溶胶高度
CO2 混合比率：390ppm
使用领域纠正
使用以前的MODTRAN 模型计算结果
设置MODTRAN 模型的光谱分辨率（推荐值5 cm-1)
设置MODTRAN 多散射模型
天顶角"方位角（针对非星下点传感器）。