植被遥感上机课程-HYPERION大气校正
植被遥感上机课程HYPERION大气校正PPT课件
大气校正 的常用方法
（1）暗目标法 （2）不变地物法
—经验线性法等。 （3）直方图匹配法 （4）基于大气传输模型法:
— 6S、MORDTRAN、LOWTRAN、 ATREM 、 FLAASH（耦合MODTRAN ）等。
第5页/共32页
本次上机内容
一、计算表观反射率 二、ENVI的FLAASH大气校正 三、ENVI的经验线性法大气校正
第26页/共32页
打开Empirical line 模块
第27页/共32页
选择BIL或者BIP格式辐亮度文件
第28页/共32页
图像roi
第29页/共32页
地面测量数据 （sandandwater.txt）
暗目标：水体 亮目标：湖边沙土地
ROI选择
第30页/共32页
处理结果
第31页/共32页
BIP； （2）数据带有wavelenth值，如果是高光谱数据要求带有
FWHM值，这些值可以在头文件里或者单独的ASCII 文件里编写好。 （3）根据输入数据单位，计算缩放因子。
第17页/共32页
第18页/共32页
1 打开FLAASH模块，输入数据 2 输入Radiance Scale Factors
这是一个单位转换因子 ， FLAASH要求输入的是 uw/cm2*sr*nm，而计算的Lλ的单位是w/m2 *str*um，因 此转换因子为10。FLAASH的转换因子是除法。 3设置输出参数，包括：Output Reflectance File、Output Directory for FLAASH Files、和Output Directory for FLAASH Files 4输入中心经纬度 5设置传感器参数、成像参数 6设置大气模型及气溶胶模型 7设置气溶胶反演波段
大气遥感第六章：大气效应校正和大气参数反演
（2）对于热红外波段，多次散射一般可以忽略不计，但大气和地表 自身发射必须考虑。
（3）对于中红外波段，则既需要考虑地表与大气自身的发射，同时 又要考虑大气的多次散射作用，因此更加复杂，我们不展开讨论。
23
仅讨论可见光/近红外波段 为了问题的简化，在地表朗伯体、大气水平均一假设条件下， 我们可以得到：
其中
，
； 分别为观测天顶角与太阳天顶角；
为传感器接L受(到v的) 辐射亮度， 为观测方向的路径辐射项； 为地
表反射率；S为大气下界的半球反射率； 为大气层顶与太阳光垂直
方向的通量密度。
9
利用入射太阳辐射项 归一化上式可得：
从物理实质上看，这是地-气系统辐射传输问题，对 地表遥感而言，即为大气效应校正问题，而对大气遥感 而言，则是地表背景作用的扣除问题，确切的说，这是 同一个问题的两个方面。
对同一波长而言，卫星对地观测在同一时刻只有一 个观测值，而至少有两个或者两个以上的未知量（即大 气光学厚度和地表反照率），因此问题的解事不确定的， 必须要增加新信息，以解决反演求解的不确定性。
14
（4）其它大气校正方法
·直方图匹配法(Histogram Matching Methods)：假设晴空条 件与大气浑浊条件下地表反射率的直方图分布相同;算法被ERDAS和PCI 等图像处理软件采用；
·反差减少法（Contrast Reduction Methods）：气溶胶散射 减小地表反射率的差异，因此局部图像方差可以用于估算气溶胶光学厚 度;
大气校正原理(一)
大气校正原理(一)大气校正原理什么是大气校正？大气校正是遥感影像处理中的一个重要步骤，旨在从原始遥感影像中消除大气扰动和地形效应，获取更为准确的地表信息。
大气校正一般分为两种方法：基于模型的大气校正和基于图像的大气校正。
基于模型的大气校正基于模型的大气校正方法是通过建立大气光学模型，对遥感影像进行校正。
这种方法需要对大气成分、光线传输过程等进行参数化，然后与遥感影像数据进行结合，进行校正处理。
代表性算法有S6、DOS、MODTRAN等。
基于图像的大气校正基于图像的大气校正方法则是通过图像自身特征进行大气校正。
这种方法不需要大气模型和参数，只需利用遥感影像中的地物信息，对不同波段的光谱特征进行研究，进行校正处理。
代表性算法有NBR、ATCOR、FLAASH等。
大气校正的意义大气校正是遥感影像处理前的必要步骤，它能够减少遥感影像中大气扰动和地形效应的影响，提高遥感影像在地球科学和资源环境管理中的应用价值，如土地利用、城市规划、资源管理等方面。
同时，大气校正还是其他遥感处理的前提，例如植被指数、水体监测等。
结语大气校正是遥感影像处理中不可或缺的重要步骤，它能够提高遥感数据的精度和准确性，为生态环境保护、资源管理等提供了有力支撑。
基于模型和基于图像的大气校正方法各有优缺点，应视具体情况而定。
在未来，大气校正方法的研究和改进还有很大的空间和挑战，我们需要不断开拓创新，探索更为有效的大气校正方法。
大气校正的应用大气校正是遥感技术应用中的一个重要环节，下面列举一些大气校正在地球科学和资源环境管理等领域的具体应用：土地利用大气校正可以减轻影像中大气、地形等因素的影响，获取更为准确的土地利用信息，可以帮助决策者更好地理解土地利用动态，制定科学合理的土地资源管理政策。
例如在土地利用监测中，大气校正可用于获取土地覆盖类型、植被生长状态等信息。
城市规划大气校正还可以用于城市规划和建设中，例如分析城市内部的植被覆盖率等，帮助决策者更好地规划城市建设，最终提升城市生态环境。
遥感图像处理中大气校正方法综述
遥感图像处理中大气校正方法综述作者：廖吉庆章开灵来源：《科学与财富》2013年第03期摘要：本文就遥感图像处理中大气校正的一些方法进行论述，综合总结了遥感图像处理大气校正方法。
大气校正的方法主要有辐射传输模型、黑暗像元法、不变目标法、参考值大气校正法和大气阻抗植被指数法等。
关键词：遥感图像大气校正方法卫星遥感图像的大气校正，一直是遥感定量化研究的主难点之一。
近些年来，随着定量遥感技术迅速发展，特别利用多传感器、多时相遥感数据进行土地利用和土地覆盖化监测、全球资源环境分析、气候变化监测等的需要，使得感图像大气校正方法的研究越来越受到重视。
一、辐射传输模型在诸多的大气校正方法中校正精度高的方法是辐射传输模型法（Radiative transfer models）。
辐射传输模型法是利用电磁波在大气中的辐射传输原理建立起来的模型对遥感图像进行大气校正的方法。
国内很多研究者对辐射传输模型大气校正方法也作了很多研究工作。
秦益等人提出了基于辐射传输模型理论的AVHRR图像大气校正方案，并研制了软件系统。
李先华等人在讨论逐点计算遥感图像像元的大气程辐射值和大气透过率的方法和原理的基础上，提出了一个适合非均匀大气的、包括大气程辐射和大气透过率等修正内容的遥感图像广义大气校正模型。
张玉贵对TURNER模型进行改进，并对TM 图像进行了大气校正。
胡宝新等人提出了BRDF一大气订正环的大气校正方法。
这种方法首先用6S模型作基于朗伯体的大气校正，并通过一系列在不同成像几何条件的订正结果，在BRDF模型库中找到一种最能描述这些数据的模型，最后根据反演的模型参数进行基于BRDF的大气校正。
龙飞等人利用连续数天的多角度NOAA卫星数据，采用Rahman地表二向反射模型和基于地面BRDF反射率的大气校正方法反复迭代提出了多个角度大气校正后的图像。
二、黑暗像元法最理想的大气辐射校正和反射率反演方法应该是仅通过遥感影像信息，而不需要野外场地测量等辅助数据，并且能够适用于历史数据和很偏远的研究区域。
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。
遥感图像的大气校正
大气校正
原理：
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，本次试验采用简单的黑暗像元法。
黑暗像元法是一种古老、简单的经典大气校正方法。
它的基本原理是在假设待校正的遥感图像上存在黑暗像元、地表朗伯面反射和大气性质均一，并忽略大气多次散射辐照作用和邻近像元漫反射作用的前提下，反射率很小（近似0）的黑暗像元由于大气的影响，使得这些像元的反射率相对增加，可以认为这部分增加的反射率是由于大气影响产生的。
这样，将其他像元减去这些黑暗像元的像元值，就能减少大气（主要是大气散射）对整幅影像的影响，达到大气校正的目的。
步骤：
1.打开待校正的图像文件：
2.主菜单中选择Basic Tools---Preprocessing----General Purpose Utilities---Dark Parameters对话框，如下图所示：
3.在Dark Subtract Input File对话框中选择带校正的图像：单机OK。
4.在Dark Subtraction Parameters对话框中选择黑暗像素值，选择波段最小值（Band Minimum），然后选择输出路径，点击OK。
如下图所示：
5.重新打开新的窗口，显示校正过的图像：。
遥感数字图像处理-大气校正..
暗像元法2-1、回归分析法
• TM图像 • 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深 的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射， 这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关 系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为：
– 原因
• 传感器不稳定 • 遥感平台 • 地球
1、经验线性法
• 假定图像DN值与反射率r之间 存在线性关系:
DN kr b
• 定标点要求： （1）尽可能各向同性的均一地物， 面积足够大； （2）地物在光谱上要跨越尽可能 宽的反射光谱段，明暗目标之 间要有足够的差异； （3）尽可能与研究区域保持同一 海拔高度。
改进的方法
在获取图像的同时,利用搭载在同一平台上的其他传感 器获取气溶胶和水蒸汽的浓度数据，然后利用这些数 据进行大气校正。
什么情况下需要进行大气校正
• 大气透明度差而且不均一 • 大气中的水汽含量高 • 低海拔地区应该进行校正，3000米以上 的地区可以不考虑 • 相对高差变化大的地形区域 • 不同时段图像的联合处理
λ
2、平场域法
• 平场：一块面积大、亮度高、光谱响应曲 线变化平缓的区域 • 假设条件： 区域的平均光谱没有明显的吸收特征； 区域辐射光谱主要反映的是当时大气条 件下的太阳光谱
R / F
像元辐射值 / 定标点（平场域）的平均辐射光谱值
5.5.2 模型法-辐射传递方程计算法
• 由辐射传递方程可得 ：
频 数 频 数
B7 （a） 7波段直方图
0
a1
B1 （b） 1波段直方图
TM图像的1、7波段直方图
直方图法
遥感图象大气校正综述
遥感图象大气校正处理综述摘要:大气对遥感图象的处理有很大的影响，大气校正就是指消除大气影响的校正过程。
本文介绍处理遥感图像的大气校正的概念及原理, 对目前常用的大气校正方法做简单概括介绍, 包括辐射传输模型法、黑暗像元法、不变目标法、直方图匹配法等, 分析了各种方法的优缺点, 以及它们各自的使用范围。
关键词: 大气校正遥感图象遥感影像模型1引言航空、航天遥感平台上的传感器接收到的地物信息,由于地球大气的存在而得到衰减,因此,遥感器接收到的地物信息不能真实地反映地表。
同时由于大气的吸收、散射等作用使得遥感器接收到的电磁信息复杂,因而遥感图像的大气辐射校正变得复杂。
随着定量遥感技术迅速发展,特别是利用多传感器、多时相遥感数据进行土地利用和土地覆盖变化监测、全球资源环境分析、气候变化监测等的需要,使得遥感图像大气校正方法的研究越来越受到重视。
[1]何海舰《基于辐射传输模型的遥感图像大气校正方法研究》由于遥感图像成像过程的复杂性，传感器接收到的电磁波能量与目标本身辐射的能量是不一致的。
传感器输出的能量还包含了由于太阳位置和角度条件、大气条件、地形影响和传感器本身的性能等所引起的各种失真，这些失真不是地面目标本身的辐射，因此对图像的使用和理解造成影响，必须加以校正或消除。
而大气校正就是针对大气的散射和吸收引起的辐射误差的一种校正。
大气对阳光和来自目标的辐射产生吸收和散射，消除大气的影响是非常重要的，在图像匹配和变化检测中消除大气影响尤为重要。
消除大气影响的校正过程称为大气校正。
[2]南京师范大学专题《遥感数字图象处理》/dky/nb/page/2000-8-8/2000882012459413.htm总的来说，遥感图像的大气校正方法很多。
如果按照校正后的结果，这些校正方法可以分为2种,绝对大气校正方法和相对大气校正方法。
绝对大气校正方法是将遥感图像的DN(digital number)值转换为地表反射率或地表反射辐亮度的方法。
大气校正的目的及各个步骤的意义
⼤⽓校正的⽬的及各个步骤的意义
遥感所利⽤的各种辐射能均要与地球⼤⽓层发⽣相互作⽤、散射、吸收，⽽使能量衰减，并使光谱分布发⽣变化。
⼤⽓的衰减作⽤对不同波长的光是有选择性的，因⽽⼤⽓对不同波段的图像的影像是不同的。
另外，太阳-⽬标-遥感器之间的⼏何关系不同，则所穿越的⼤⽓路径长度不同，使图像中不同地区地物的像元灰度值所受⼤⽓影响程度不同，且同⼀地物的像元灰度值在不同获取时间所受⼤⽓影响程度也不同。
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。
结果对⽐
在快速⼤⽓校正中涉及DN值→辐射定标→⼤⽓校正等步骤，这个过程的数据也是在不断变化
这些过程或者名词都有那些意义？
⾸先，DN值是⼀个较⼤的数值，它是遥感影像像元亮度值，记录的地物的灰度值。
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有关。
辐射定标的过程是将DN值转化为实际物理意义的⼤⽓顶层辐射亮度或反射率。
辐射定标的原理是建⽴数字量化值与对应视场辐射定标
中辐射亮度值之间的定量关系，以消除传感器本⾝产⽣的误差。
⼤⽓校正时⼜将定标值还原为地表真实信息，并能⾼保真地恢复地物波谱信息
⼤⽓校正。
遥感大气效应及其纠正
4 0 0 P(cos)sindd 1
得到瑞利散射的相函数为：
P(cos) 3 (1 cos2 ) 4
上式仅与入射方向与出射方向夹角的余弦有关。
旋转对称，前后对称
7/15
气溶胶消光
气溶胶尺度通常大于光学遥感中入射辐射的波 长或与其相同，此时散射作用只能用米氏(Mie) 散射理论表达。米氏散射同样针对均匀各向同 性的球粒子，且满足远场理论。
实际应用中，任何类型气溶胶都是多种类型粒 子的组合。与光学厚度一样，气溶胶散射相函 数与气溶胶类型密切相关，粒子尺度谱、折射 率等都会对其产生影响，得不到明确的表达式。 因此经常采用半经验公式。
同一种气溶胶类型具有大致一致的光学参数
12/15
一个常用的气溶胶散射相函数公式为HenyeyGreenstein模型。
零次散射近似的成立与否取决于大气状况、波长、天顶角
6/15
在公式
(s,
v,
s
v)
Tg(s,
v)r
a
T(s
)T(v)
1
s Ss
中，特殊气体吸收所构成的透射率Tg(θs,θv)与散 射无关，可以简单表示为与分子吸收光学厚度有
关的比尔定律（只考虑臭氧和水汽）：
大气辐射传输方程大气辐射传输方程77精选ppt课件第一节第一节大气光学特征大气光学特征第二节第二节遥感数据中的大气影响遥感数据中的大气影响第三节第三节遥感大气纠正遥感大气纠正国科大暑期课201320137绪论绪论精选ppt课件10大气效应及其纠正的主要工作大气效应及其纠正的主要工作在地表遥感中大气影响是噪声在地表遥感中大气影响是噪声消除消除大气对遥感影像电磁波特征的影响恢复其大气对遥感影像电磁波特征的影响恢复其在地球表层的本来面目在地球表层的本来面目就成为定量遥就成为定量遥感不可回避的问题感不可回避的问题另一方面由于传感器接收的信号中带有大另一方面由于传感器接收的信号中带有大气的特征信息因此可从中反演我们特殊关气的特征信息因此可从中反演我们特殊关注的一些大气特征参数注的一些大气特征参数依据遥感图像直接或间接获得的大气参数依据遥感图像直接或间接获得的大气参数向上向下的大气遥感向上向下的大气遥感115精选ppt课件11大气成分大气成分compositioncomposition大气中包括大气中包括3类物质
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。
遥感实习作业大气校正、条带修复、镶嵌、裁剪、监督分类、三维显示等
贵州大学实习报告专用纸学院：公共管理学院专业：土地资源管理姓名：杨顺学号： 1208100304 班级：土管121 实习性质：课程实习实习地点：资环楼327机房指导教师：杨柳老师成绩：一、实验目的通过上机实验的学习让我们掌握基本一些关于遥感软件的基本操作,如envi大气校正、定标、镶嵌、裁剪、监督分类和地温反演等及 arcgis成图和三维显示。
二、实验要求实验要求是自己独立完成不得抄写，必须应用老师给的数据来完成，还有是监督分类和地温反演要求arcgis成图。
三、实验原理Envi和arcgis基本操作原理。
四、实验仪器安装envi和arcgis的电脑。
五、实验步骤实验步骤:envi的基本操作（Envi基本打开操作、子区裁剪、图像特征及图像信息的统计）→数据预处理（定标大气校正、条带修复、镶嵌、裁剪）→监督分类→三维显示→地温反演。
六、实验数据LE71270412007264PFS00.tar.gz和LE71270422007264PFS00.tar.gz这两个遥感影像数据文件。
七、实验内容（一）．熟悉ENVI基本操作1．Envi基本打开操作1) 启动ENVI2) 熟悉ENVI的菜单3) 打开一个影像文件4) 熟悉三个影像窗口5) 显示彩色合成图像6) 熟悉ENVI主影像窗口菜单Tools下的功能。
2．子区裁剪选择File>Save File as>ENVI Standard,出现New File Builder对话框。
点击Import File…,当Create New File Input File 对话框出现时，从下列选项中选择一个文件或多个文件。
如果内藏的文件没有在列表中显示出来，点击“Open Image File”，选择要输入的文件。
点击Spatial subset按钮，出现select Spatial subset对话框，在对话框内按不同方式进行子区的裁剪。
点击Spectral subset 按钮，出现File Spectral subset对话框，选取需要处理的波段。
遥感数据大气校正ENVI
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。
E0—1Hyperion高光谱影像的FLAASH大气校正与评价
Ｌ ＝ ｏｔＤ ／０ １ ｆ ａ（ Ｎ）４／０， ｌ
￡啪 ＝ ｏ ｔＤ ／ ０ １ ｓ ｆ ａ（ Ｎ） ８ ／ ０ ｌ
式 中 ， ，ｓ 分 别 为 波 段 ８—５ ７ ２ １的绝 Ｌ Ｌ啪 ７、９～ ２ 对辐射 强度 （ Ｗ／ ｃ ・ｒ・ ｌ） ； Ｎ是 高 光谱 （ｍ ｓ ｎ１） Ｄ Ｔ 图像 各 波段像 元 的辐 射 亮 度 值 ； 用 ｆ ａ 函数 目 应 ｌ ｔ ｏ 的在 于避免 某 些 波；０８ ４ 、０是扩 大 的 比例 因子 ，Ｏ是 单 位 换算 ｌ
基金项 目：国家 自然科学基金项 目（ １７ ０ ０ ； ４ １ １７ ） 中国博士后科学基金重点项 目及 面上项 目（ ０ ９２ ３ ，０ ８４ ０ １ ） 广 东省 自然科 ２０ ０ １２ ２ ００ ４ ５ １ ；
学基金项 目（ １ １５ ５ ｏ０ Ｏ ； 育部人 文社会 科学研 究青 年基金 项 目（ ０ Ｊ Ｚ ０ １ ； ９ ５０ ｌ叭０ ｏ３ ） 教 １Ｙ Ｃ Ｈ ３ ） 广州 市属 高校科 技计划 项 目
２ 数 据 处 理 原 理 与方 法
本研 究 以一景 Ｅ —Ｈ ｐｒ ｎ影像 （ Ｏ Ｈ１２ ０１ ｙｅｏ ｉ Ｅ １ ２０
通 过逐波 段 图像质 量检 查 ， １３ １５～１ ６ 第 ３ 、６ ６、
１５—１７ ２２—２３等 共 ８个 波 段 的波 谱 值 为空 ８ ８ 、２ ２ 或 包含 的地 面 信 息 极 少 ， 被 剔 除 ． 此 ， 余 下 也 因 共 １８个 波段 供 研 究 所 为． 别 为 ８—５ 、９—１９ ５ 分 ７７ １、 １４ —１４、 ８ ～ １４ １８ ～２ １ ３ ６ １３ ８、８ ２ ．波 谱 范 围 为
Hyperion高光谱遥感数据大气校正方法
Hyperion高光谱遥感数据大气校正方法张秋爽;祝民强;刘碧洪【摘要】由于受到大气的影响,传感器接收到的辐射信息不能真实地反映地表反射光谱信息,因此,从遥感影像中去除大气的影响,即进行大气校正,是高光谱遥感数据处理中极为重要的环节;通过应用大气校正模块FLAASH,研究选择了合适的大气模式、水汽含量、气溶胶模型、波谱分辨率和多散射模型等参数,对内蒙东胜地区Hyperion高光谱遥感影像进行大气校正;比较了校正前后典型地物的光谱曲线,并将它们与实验审典型地物光谱曲线进行对比,大气校正后得到的光谱曲线和实验室得到的光谱曲线具有较好的一致性,达到了去除大气影响的目的,同时校正成的水汽分布也表明校正效果良好.【期刊名称】《计算机测量与控制》【年(卷),期】2010(018)001【总页数】3页(P220-222)【关键词】高光谱;大气校正;FLAASH;Hyperion【作者】张秋爽;祝民强;刘碧洪【作者单位】东华理工大学,江西省数字国土重点实验室,江西,抚州,344000;东华理工大学,江西省数字国土重点实验室,江西,抚州,344000;东华理工大学,江西省数字国土重点实验室,江西,抚州,344000【正文语种】中文【中图分类】TP790 引言高光谱遥感技术是20世纪 80年代迅速发展起来的一种全新的遥感技术。
由于其可以为每个地面像元提供数百个波段的光谱信息,使其能更有效地对物质进行识别和分类,因此高光谱遥感技术在海洋遥感、植被研究和地质调查等领域都有良好的应用前景,尤其在军事应用方面已经得到了各国的重视[1]。
大气校正是遥感影像辐射校正的主要内容,是获得地表真实反射率必不可少的一步,对定量遥感尤为重要。
随着定量遥感技术迅速发展,遥感图像大气校正方法的研究越来越受到重视[2]。
目前国内外已提出了不少的大气校正模型,主要有：辐射传输模型法、黑暗像元法、不变目标法和直方图匹配法等。
在诸多的大气校正方法中,校正精度较高的方法是辐射传输模型法。
大气校正方法及其在高光谱影像Hyperion中的应用
- 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 !
基于暗像元的Hyperion高光谱影像大气校正
基于暗像元的Hyperion高光谱影像大气校正郑求根;权文婷【期刊名称】《光谱学与光谱分析》【年(卷),期】2010(030)010【摘要】大气是影响遥感定量分析与应用的重要因素.该文利用暗像元大气校正算法,在IDL平台下,从Hyperion传感器的可见光-近红外波段逐通道提取大气光学厚度信息,并利用该数据实现对Hyperion数据大气校正的目的.研究结果表明,大气光学厚度随着通道中心波长的增加而减小,即与中心波长成负相关.光学厚度与中心波长的最佳经验模型为线性模型,模型的回归系数为0.912 3.通过分析校正前后的水体光谱曲线可知,大气的衰减作用使得卫星遥感信号不能正确表现自然水体的表观光学特性和内在光学特性,且对水体样本层次变化不敏感.在蓝绿波段,大气对光谱数据的污染最为严重,该波段的光谱特征与自然水体的理论光学特性完全相背离.由大气光学厚度光谱特性和自然水体光学特性可知,经过"暗像元"算法校正过的影像数据的质量得到显著改善.在缺少同步大气垂直剖面参数的情况下,暗像元算法将是Hyperion数据一种行之有效的大气效应消除方法.【总页数】4页(P2710-2713)【作者】郑求根;权文婷【作者单位】中国地质大学(北京)海洋学院,北京,100083;北京师范大学资源学院,北京,100875【正文语种】中文【中图分类】X87【相关文献】1.基于ZY-3 CCD相机数据的暗像元大气校正方法分析与评价 [J], 郭红;顾行发;谢勇;余涛;高海亮;魏香琴;刘其悦2.基于FLAASH的Hyperion高光谱影像大气校正 [J], 袁金国;牛铮;王锡平3.E0—1Hyperion高光谱影像的FLAASH大气校正与评价 [J], 龚建周;陈健飞;刘彦随4.大气校正方法及其在高光谱影像Hyperion中的应用 [J], 聂爱秀;张立亭;陈竹安5.基于Hyperion高光谱影像的冬小麦地上干生物量反演 [J], 任建强;吴尚蓉;刘斌;陈仲新;刘杏认;李贺因版权原因，仅展示原文概要，查看原文内容请购买。
- 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)。
提取图像像元的光谱
二、ENVI FLAASH大气校正
FLAASH大气校正
FLAASH（Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes）是基于MODTRAN4的大气纠正模块， 它通过光谱特征估计大气的属性 。FLAASH适用于高光谱遥 感数据（如HyMap，AVIRIS，HYPERION等）和多光谱遥 感数据（如Landsat，SPOT，ASTER）的大气校正。
（2）数据带有wavelenth值，如果是高光谱数据要求带有 FWHM值，这些值可以在头文件
1 打开FLAASH模块，输入数据 2 输入Radiance Scale Factors 这是一个单位转换因子 ， FLAASH要求输入的是 uw/cm2*sr*nm，而计算的Lλ的单位是w/m2 *str*um， 因此转换因子为10。FLAASH的转换因子是除法。 3设置输出参数，包括：Output Reflectance File、Output Directory for FLAASH Files、和Output Directory for FLAASH Files 4输入中心经纬度
三、ENVI的经验线性法大气校正
上机课提供的材料
• Hyperion辐射图像（img及头文件hdr） • Hyperion说明文件
– 经纬度、地面海拔、拍摄时间
• 太阳常数数据（Hyperion波段一致） （excel） • 地面测量的高、低反射率数据
一、表观反射率的计算
表观反射率Apparent Reflectance
打开Empirical line 模块
选择BIL或者BIP格式辐亮度文件
图像roi
地面测量数据 （sandandwater.txt）
ROI选择
暗目标：水体 亮目标：湖边沙土地
处理结果
2 计算反射率
式中ρλ为表观反射率，d为日地距离，ESUNλ大气层顶平 均太阳辐射（太阳常数），θs为太阳天顶角。
根据儒略日（DOY）查找日地距离（d）
2 计算反射率
根据时间、地点计算太阳天顶角（
）
这里计算的是太阳高度角（Elevation） 需换算到天顶角（Zenith angle） 天顶角=90-太阳高度角(Elevation)
大气对太阳辐射的影响
大气校正的目的是去除大气的影响，获得地表反射率
本次上机目的
• 温习大气校正原理和方法，理解什么情 况下要做大气校正 • 掌握大气校正的操作流程，特别关注 FLAASH校正流程 • 了解不同大气校正方法的差异，关注对 光谱特征（特别是植被指数）的影响
植被遥感应用的数据处理流程
（1）
太阳 遥感器
（2） 大气
（3）
（4） （5）
大气校正 的常用方法
（1）暗目标法
（2）不变地物法
—经验线性法等。
（3）直方图匹配法
（4）基于大气传输模型法: — 6S、MORDTRAN、LOWTRAN、 ATREM 、 FLAASH（耦合MODTRAN ）等。
本次上机内容
一、计算表观反射率
二、ENVI的FLAASH大气校正
FLAASH中大气纠正主要分三步 ： 1：从影像中获取大气参数，包括能见度（气溶胶光学厚 度）、气溶胶类型和大气水汽柱含量。 2：求解大气辐射传输方程来获取反射率数据。 3：消除纠正过程中存留的噪声，需要利用影像中光谱平滑 的像元对整幅影像进行光谱平滑运算。
FLAASH大气校正
数据准备：
（1）要求数据是经过定标后的辐射亮度数据，格式为BIL 或BIP；
中科院研究生院《植被遥感》 上机课程 Hyperion大气校正
焦全军
jiaoqj@
两个反射率
植被的遥感信号形成过程
（1）太阳辐射 太阳 遥感器
1 表观反射率（大气层顶反射率）
（2）下行辐射在大气中的传播
（3）地表反射 （4）上行辐射在大气中的传播 （5）遥感器成像
大气
2 地表反射率
5设置传感器参数、成像参数
6设置大气模型及气溶胶模型
7设置气溶胶反演波段
水汽设置
汽溶胶设置
光谱平滑设置
根据成像时间和纬度选择
输出数据的缩放系数设置为1
处理结果
三、经验线性法（Empirical Line）大气校正
经验线性法
选取影像覆盖区域的地物分别作为亮目标和暗目标, 选取非影像覆盖区域的同名地物为目标物,基于经验 线性(Empirical line)法对Hyperion影像进行大气校正。
遥感数据获取（DN图像）
辐射定标（辐亮度图像）
几何校正（加入投影信息） 大气校正（地表反射率数据） 植被指数等计算（NDVI、EVI等）
专题分级图生成（类型图、LAI图等）
大气校正 的相关概念
两个界面的四个辐射参量： （1）太阳常数（已知） （2）大气层顶太阳入射辐射 （根据成像参数可计算） （3）大气层顶地球出射辐射 （已知） （4）太阳入射到地表的辐射 （根据大气条件和（2）， 可计算） （5）地表反射辐射（根据大气 条件和（3），可计算） 由此，导出两个反射率参量： （a）表观反射率=（3）/（2） （b）地表反射率=（5）/（4）