大气校正
第二讲大气校正
实验二大气校正实验原理概念：消除遥感图像中由大气散射和吸收引起的辐射误差的处理过程。
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-或散射、或吸收，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。
消除这些大气影响的处理，称为大气校正。
即使遥感系统工作正常，获取的数据仍然带有辐射误差。
两种最重要的环境衰减是1）由大气散射和吸收引起的大气衰减；2）地形衰减。
然而，在所有的遥感应用中都进行大气校正可能没有必要。
是否进行大气校正，取决于问题本身、可以得到的遥感数据的类型取的历史与当前实测大气信息的数量和从遥感数据中提取生物物理信息所要求的精度。
实验过程（1）打开数据Envi中打开实验数据，本次实验数据采用的是2009年7月20日其中打开MTL文件可查询信息，其中SUN_ELEV ATION = 60.8111752图1 打开数据（2）辐射定标打开Radiometric correction →radiometric Calabriation，选择多光谱数据，然后在Radiometric Calibration面板中，设置以下参数：①定标类型（Calibration Type）：辐射率数据Radiance②单击Apply FLAASH Settings按钮，自动设置FLAASH大气校正工具需要的数据类型，包括储存顺序（Interleave）：BIL或者BIP；数据类型（Data Type）：Float；辐射率数据单位调整系数（Scale Factor）：0.1。
③设置输出路径和单位名，单击OK执行辐射定标图2 参数设置结果显示如下图，其中可以查看信息发现数据发生改变；图3 定标结果（3）FLAASH大气校正在Toolbox中打开FLAASH工具：/Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction。
大气校正新方法
大气校正新方法全文共四篇示例，供读者参考第一篇示例：大气校正是遥感图像处理中至关重要的一步，它可以消除大气和云层等因素对图像的影响，使得遥感图像更加清晰和准确。
传统的大气校正方法主要是基于辐射传输模型，但是这些方法往往需要大量的参数和计算，且在实际应用中存在一定的局限性。
近年来，随着深度学习等技术的发展，一些新的大气校正方法也被提出，取得了一定的突破与进展。
一种新的大气校正方法是基于卷积神经网络（CNN）的深度学习方法。
在这种方法中，CNN可以学习到图像中的大气扰动模式，从而实现自动的大气校正。
这种方法不需要复杂的辐射传输模型，而是直接从数据中学习大气校正的规律，因此更加简单和高效。
随着深度学习技术的不断进步，这种方法在大气校正的效果上也逐渐得到了提升，成为了一种很有潜力的大气校正方法。
另一种新的大气校正方法是基于光学压缩成像（OCI）的技术。
OCI 是一种利用金属光栅的亚波长结构实现高空间频率成像的技术，可以在不同波长的图像之间进行线性变换，从而实现对大气干扰的校正。
这种方法不仅能够准确地去除大气扰动，还可以提高图像的空间分辨率，进一步提高遥感图像的质量。
除了以上所述的方法，还有一些其他新的大气校正方法值得关注。
比如基于深度学习与光学压缩成像相结合的方法，可以将两种技术的优势相结合，实现更加精准和高效的大气校正；基于超分辨率技术的大气校正方法，可以通过对图像进行超分辨率处理，进一步提高遥感图像的质量和分辨率。
随着科学技术的不断进步，大气校正方法也在不断创新和发展。
新的大气校正方法不仅可以更加高效地去除大气扰动，还可以提高遥感图像的质量和分辨率，为遥感图像处理和应用提供了更加丰富和多样的选择。
希望未来能够有更多的研究者投入到大气校正方法的研究中，为遥感技术的发展贡献一份力量。
【这里可以根据实际情况适当增加细节和案例分析，使文章更加丰富和具体】。
第二篇示例：大气校正是遥感影像处理的一个重要环节，可以有效减少大气因素对影像质量的影响，提高遥感数据的可用性。
大气校正6S模型简介
度（KM）
0.25-4um是6S模型处理的合法波长。提供
。 自定义和标准预定义两种光谱选择
地表反射率模型，包括均一地表和非均一地表。 前者又分为两种：无方向型和方向型地表，前者 代表的是均一的朗伯反射体，分别是绿色植被均 值、洁净水均值、沙地均值和湖水均值，同时还 可输入自己的地表反射率。后者考虑了地表和大 气的二向反射特性。
6S给出几种可供选择的大气模式:对流 层模型、中纬度夏季、中纬度冬季、 近极地夏季、近极地冬季、US62标准 大气模型，也可自定义大气模式 。
气溶胶模式包括定义气溶胶类型和浓度两部分。
*在6S中定义了7种缺省的气溶胶模式(大陆型、
海洋型、城市型、沙土型、生物气溶胶和平流层 型)，还可根据实际测量来定义。
射SOS (successive orders of scaБайду номын сангаасtering)算法来计 算散射和吸收,提高了瑞利和气溶胶散射作用的计算精
度。光谱波长提高到了2.5nm。 改进了模型的参数输
入,使其更接近实际。该模型对主要大气效应:
H2O ,O3 ,O2 ,CO2 ,CH4 ,N2O 等气体的吸收,大气分子 和气溶胶的散射都进行了考虑。它不仅可以模拟地表 非均一性,还可以模拟地表双向反射特性。
这四部分反射辐射的总和可以反演非朗伯体地表的反射率。
五、6S主要算法
六、6S算法流程
❖ 1、几何参数 ❖ 2、大气模式 ❖ 3、气溶胶模式 ❖ 4、光谱条件 ❖ 5、地面反射率 ❖ 6、目标和传感器的高程参数
利用输入的参数来确定相对于一个指定 的地面点时，太阳、地面目标和传感器 之间的空间几何关系。如太阳天顶角、 卫星天顶角、太阳方位角、卫星方位角， 观测时间等。
大气校正
10、多光谱数据参数设置
(1) 单击Multispectral Settings，打开多光谱设置面板； (2) K-T 反 演 选 择 默 认 模 式 ： D e f a u l t s - > O v e r - L a n d Retrieval standard（600:2100），自动选择对应的波段； (3) 其他参数选择默认。
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。
二、辐射定标
通常遥感数字图像给出的是像元 DN 值。利用 DN 值, 只能进行同景图像内部的相对比较。全球资源和环境变化 研究要求遥感技术能够提供长时相、多区域、多种传感器 的遥感数据。只有将图像 DN 值转换成对应像元的辐射亮 度值, 才能对不同地点、不同时间和不同类型传感器获取 的遥感数据进行定量比较与应用 , 以满足全球资源和环境 变化研究的需要, 而这个转换过程就称为辐射定标。
得到了温度为T的黑体在热红外波段的辐射亮度值。
4、反演地表温度
在获取温度为TS的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函 数，求得地表真实温度TS： TS = K2/ln(K1/ B(TS)+ 1) 对于ETM+，K1 =666.09W/(m2·sr·μm)，K2 =1282.71K。 利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入： （1282.71）/alog（666.09/b1 +1）-273 b1：温度为T的黑体在热红外波段的辐射亮度值。 得到真实的地表温度值，单位是摄氏度。
Atmospheric Correction
Kaufman指出：”大气校正的基本方法是获得关于大气光 学性质的各种参数，如大气光学厚度、相函数、单向散射 反照率、气体吸收率等。而大气校正的困难就在于难于确 定这些参数。参数的测定直接影响计算精度。
2、黑暗像元法 （Dark-object Methods)
其中： ra 表示由分子散射和气溶胶散射所构成的路径辐射反射率； Tg ( S ,V ) 为大气吸收所构成的反射率；S为大气球面反照率； T ( S ) 代表太阳到地面的散射逋过率； S 为地面目标反射率； T (V ) 为地面到传感器的散射逋过率；
S ] 1 S S
（2）
地面非均匀朗伯面、地面目标高程丌是海平面时，讣为地面由囿形目标 物及周围环境组成。
• 1、为什么要对遥感影像迚行大气校正？ • 由于大气的存在，太阳辐射经过气体分子的吸收和气溶胶 粒子的散射，得到减弱，同时部分散射信号直接戒经过地 物反射迚入到传感器，又得到增强。 • 反映在实际处理中，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。
• 定量遥感技术的収展，利用多传感器，多时相遥感数据在 土地利用和土壤覆盖发化监测、全球资源环境分析和气候 发化监测等方面的广泛应用，使得遥感影像大气校正方法 的研究日趋重要。
文字内容 文字内容
ATCOR4
虽叐局地气候的控制 及新模块需要迚一步 完善，但ATCOR2系 列仍是主产品
ATCOR3和ATCOR4
ATCOR2
模型适用范围推广到 理广泛的山匙。
广泛应用于徆多通用 的图像处理软件，如 PCI、ERDAS
1、辐射传输模型法 辐射传输模型的优点及局限性
此模型物理意义最好，计算出来的反射率精度较高 • 此种方法的计算量大； • 需要较多的参数。比如 大气中的水汽含量、臭氧含量及 空间分布、气溶胶光学特征等。 • 而在常觃的大气校正中，这种测量徆难实施。
ENVI下的大气校正
ENVI下的大气校正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lENVI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.jpg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：l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。
l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：l基于辐射传输模型wMORTRAN模型wLOWTRAN模型wATCOR模型w6S模型等l基于简化辐射传输模型的黑暗像元法l基于统计学模型的反射率反演；相对大气校正常见的是：l基于统计的不变目标法l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。
大气校正
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：∙ ∙ ●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.jpg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。
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。
大气校正 python
大气校正python大气校正是一种用于消除大气对遥感图像影响的处理方法。
在Python中，可以使用一些开源库来实现大气校正，例如：1. Atmospheric Correction Toolkit (ACT)2. PyAtmosphere3. Aerosol Remote Sensing Product (ARSP)以下是使用PyAtmosphere库进行大气校正的示例代码：import numpy as npimport pyatmosphere as pa# 读取遥感图像数据image = np.load('image.npy')# 定义大气模型aod = pa.AtmosphericModel('Maritinez', 'daytime', 0.1, 10000, 1000)# 进行大气校正corrected_image = aod.correct(image)# 保存校正后的图像数据np.save('corrected_image.npy', corrected_image)在这个示例中，首先使用NumPy库读取遥感图像数据，然后定义一个大气模型，使用PyAtmosphere库中的AtmosphericModel类来指定大气模型类型、时间、海拔高度、温度和压力等参数。
接下来，使用大气模型的correct方法对遥感图像进行校正，得到校正后的图像数据。
最后，使用NumPy库将校正后的图像数据保存为二进制文件。
需要注意的是，这个示例中使用的PyAtmosphere库是专门针对大气校正的库，提供了许多常用的大气模型和算法。
在实际应用中，可以根据具体情况选择适合的大气模型和算法来进行大气校正。
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。
大气校正的名词解释
大气校正的名词解释大气校正是遥感技术中的一个重要概念，它在图像处理与分析中发挥着至关重要的作用。
大气校正是指通过移除图像中由大气介质引起的扰动，从而提取出真实的地物反射率信息。
在遥感图像中，大气介质会对地物的反射光产生一定程度的吸收和散射，同时还会产生大气散射以及太阳辐射的多次反射等影响。
这些影响使得遥感图像中地物反射率的分布不完全准确，难以直接用于遥感应用。
因此，需要进行大气校正来消除这些影响，使得图像能够更好地反映地表的真实信息。
大气校正的目标是恢复出地物的本来面貌，即消除大气介质对遥感图像的扰动。
校正后的图像能够提供更为精确的地物反射信息，为遥感应用的研究和分析提供了准确的数据基础。
在进行大气校正时，需要考虑到多种因素，如大气的吸收和散射特性、地物的反射光谱特性以及遥感设备的测量参数等。
针对不同的大气校正需求，可以使用不同的校正模型和算法。
目前常用的大气校正方法包括水平投射法、标准反射率法和辐射传输法等。
水平投射法是一种简单直接的方法，它基于对地球表面特定区域进行测量，并将这些测量值用于校正整个图像。
标准反射率法则是利用已知地物的反射率值来推测图像中其他地物的反射率，从而校正全图像。
辐射传输法则是基于大气散射和吸收模型，通过对大气介质的模拟计算，来减少遥感图像中大气介质的影响。
此外，大气校正还需要考虑遥感图像的时间和空间相关性。
时间相关性指的是针对同一地点，在不同时间拍摄的图像之间进行校正。
空间相关性则是在同一时间，对不同地点或不同高程的遥感图像进行校正，以消除地形和地物的影响。
大气校正的结果直接影响到遥感图像的应用价值。
准确的大气校正能够提供更可靠的地物反射率信息，从而为农业、环境保护、城市规划等领域的研究和决策提供有力支持。
另外，大气校正也对气候变化等全球性问题的研究具有重要意义。
总之，大气校正是遥感技术中不可或缺的一环。
通过消除大气介质对图像的扰动，实现对地物真实反射率的估计，能够提高遥感图像的数据质量和分析能力。
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。
大气校正波长数据
大气校正波长数据
大气校正波长数据是指用于大气校正的波长范围或具体的波长数值。
大气校正是遥感图像处理中的一项重要步骤，旨在纠正由于大气传输和散射效应引起的图像亮度和颜色的偏差，以获得更准确的地物信息。
大气校正波长数据通常包括可见光波段和近红外波段。
在可见光波段，常用的大气校正波长数据为蓝色波段、绿色波段和红色波段，分别对应450-495nm、500-575nm和620-700nm的波长范围。
在近红外波段，常用的大气校正波长数据为红边波段和近红外波段，分别对应700-750nm和750-900nm的波长范围。
这些大气校正波长数据被广泛应用于不同类型的遥感卫星影像，如Landsat系列、MODIS、Sentinel等，用于进行大气校正操作，纠正图像中的大气扰动，提高遥感数据的质量和可用性。
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。
大气校正的文献综述
大气校正的文献综述1大气校正的原因卫星遥感在成像过程中，即太阳辐射到达地表在反射到传感器，由于大气中气体分子的吸收和散射影响，遥感器接收的信息包括地表信息与大气分子信息，使得遥感影像的测量值与实际地物光谱反射信息不同，同种地物由于在不同景影像上表现出不同的光谱信息，增加了遥感信息提取的难度，降低了地表参数定量反演的精度，从而对于实际遥感应用工作产生不可忽视的影响。
大气辐射校正实际上就是去掉大气干扰信息，获得地表真实光谱信息的过程。
2.大气校正的分类到目前为止，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两种：（1）绝对大气校正：将传感器接收到的像元亮度值转换为地表真实反射率的过程（2）相对大气校正：将不同幅遥感影像上的所有像元辐射亮度值变换到同一种大气条件下，使得不同幅遥感影像数据具有可比性。
其结果不考虑地物的实际反射率。
按照校正的过程来分也可分为两种：（1）直接大气校正方法：是指根据大气状况对遥感图像测量值进行调整,以消除大气影响, 进行大气较正。
大气状况可以是标准的模式大气或地面实测资料,也可以是由图像本身进行反演的结果。
（2）间接大气校正方法：对一些遥感常用函数,如NDVI进行重新定义,形成新的函数形式,以减少对大气的依赖。
这种方法不必知道大气各种参数3.大气校正的方法绝对辐射校正模型：（1）6S大气辐射传输模型：是法国大气光学实验室和美国马里兰大学地理系用FORTRAN 语言在5S模型的基础上进行改进完善之后的模型。
该模型模拟了太阳到地表再到传感器整个大气辐射传输过程中的大气对辐射传播的影响，是目前发展比较完善的大气校正模型之一。
模型采用最新近似算法来计算出大气中水汽，臭氧，二氧化碳等气体分子的吸收效应和气溶胶的散射效应，利用逐次散射sos算法计算散射作用以提高精度，相对于5S模型而言，改进了模型的输入参数，与实际大气状况更为接近。
（2）最暗目标法：最暗目标发是在1988年由。
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。
大气校正全色波段
大气校正全色波段
大气校正全色波段是遥感技术中的一项重要处理步骤，它能够对遥感图像进行颜色校正，使得图像更符合真实世界的颜色表现。
在这一过程中，我们需要考虑大气散射、反射率和光谱响应等多种因素。
大气散射是指太阳光在大气中的散射现象。
由于大气中存在各种气体和颗粒物质，太阳光在经过大气层时会发生散射，导致遥感图像中的亮度和颜色发生变化。
为了消除这种影响，我们需要对图像进行大气校正。
反射率是指地物表面对太阳光的反射能力。
不同地物表面的反射率不同，因此在大气校正中需要考虑地物表面的反射率。
通过获取地物的反射率信息，我们可以对遥感图像进行颜色校正，使得图像中的地物呈现出真实的颜色。
光谱响应也是大气校正中需要考虑的因素之一。
不同波段的光谱响应不同，因此在大气校正中需要根据遥感图像的波段信息，对图像进行相应的校正。
这样可以保证图像中的不同波段呈现出准确的颜色。
大气校正全色波段是一项复杂而重要的遥感处理步骤。
通过消除大气散射、考虑反射率和光谱响应等因素，我们可以使得遥感图像呈现出真实的颜色，为后续的遥感应用提供准确的信息。
这一技术的应用范围广泛，包括环境监测、农业、城市规划等领域。
大气校正
全色波段的研究和应用将进一步推动遥感技术的发展，为我们更好地了解和管理地球提供有力支持。
大气校正流程
大气校正流程下载温馨提示:该文档是我店铺精心编制而成，希望大家下载以后，能够帮助大家解决实际的问题。
文档下载后可定制随意修改，请根据实际需要进行相应的调整和使用，谢谢!并且，本店铺为大家提供各种各样类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，如想了解不同资料格式和写法，敬请关注!Download tips: This document is carefully compiled by theeditor. I hope that after you download them,they can help yousolve practical problems. The document can be customized andmodified after downloading,please adjust and use it according toactual needs, thank you!In addition, our shop provides you with various types ofpractical materials,such as educational essays, diaryappreciation,sentence excerpts,ancient poems,classic articles,topic composition,work summary,word parsing,copy excerpts,other materials and so on,want to know different data formats andwriting methods,please pay attention!大气校正流程一、准备工作阶段1. 数据收集：获取需要进行大气校正的遥感影像数据，包括多光谱、高光谱或其他类型的影像。
- 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)。
ENVIFLAASH大气校正常见错误及解决方法
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：
l1050-1210 nm
l770-870 nm
l870-1020 nm
2、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：convert7
IDL Error：End of input record encountered on file unit:0.
平均海拔高程太大。
注意：填写影像所在区域的平均海拔高程的单位是km：Ground Elevation（Km）。
3.ACC error：avrd:
IDL error：Unable to allocate memory:to make array
Not enough space
ACC_AVRD
为了能处理大数据，ENVI采用分块计算的方式，这个提示是分块（Tile）太大了。
在高级设置里面（Advanced Settings），tile size：它默认是File-> preferences ->miscellaneous:cache的大小，这个值正常是1~4Mb（0背景很少的情况下）;如果0背景较多，这个值还是需要设置大一些，比如100~200m。
4. ACC error:avrd:No nonblank pixels found
IDL error:
OPENR: Error opening file. Unit: 100,
为了能处理大数据，ENVI采用分块计算的方式，当Tile设置太小，而且有背景值（0），就会出现一个Tile中全部为0的情况，提示这个错误信息。
在高级设置里面（Advanced Settings），tile size：设置稍微大一些，如100~200M 等。
5. ACC error:lsmooth2:
IDL error:
ACC_LSMOOTH2:Cannot continue with smoothing calculation
ENVI的FLAASH提供领域纠正功能，但是MODIS、AVHRR等图像分辨率比较低，领域效应区分不出来。
解决方法是在在高级设置里面（Advanced Settings），将领域纠正（Use Adjacency Correction）设置为No。
6. ACC error:modrd5:Nonfinite numbers in coefficient array
coef<?xml:namespace prefix = o ns =
"urn:schemas-microsoft-com:office:office" />
IDL error:
CDRIVER4V3R2:>>>Wait for MODTRAN4 calculation to finish…
提示传入MODTRAN模型参数有误，常常是由于太阳高度角太小或者太大引起的。
提示这个错误之前会出现以下提示框。
解决方法是确认填写的影像中心位置经纬度信息（西经为负数、南纬为负数）、影像成像时间（格林威治时间）是否正确。
7.Problem:The FLAASH program exited with the following errors:
ACC error: modrd5:reading archieve file header
IDL error:
READU:End of file encountered. Unit: 102, File:
C:Users\administrator\AppData\Local\Temp\acc_modroot.fla
ACC_MODRD5
ACC_KTAEROSOL
ACC_HYPER2
ACC_ACC
ENVI_ACC_EVENT
ENVI_FLAASH_PROCESS_MANAGER
IDLRTMAIN
$MAIN$
在高级设置里面（Advanced Settings），tile size设置太大，根据内存情况设置小一点的值。
tile size的默认值是file->preference中cache size大小。
结果错误
1.结果中某一个波段或者多个波段全部为0或者负值
主要产生的原因是输入的辐射亮度数据值偏小。
可能有以下几种情况：
(1)在传感器定标的时候选择的是表观反射率（Reflectance）而不是辐射率数据（Radiance）；
(2)没有做传感器定标，即没有将DN值转换为辐射率数据；
(3)选择了错误的波谱响应函数；
(4)用BandMath做了辐射亮度的单位换算，在FLAASH中导入辐射亮度数据时，Scale Factor选择的不是1.0000。
2.结果中极大值、极小值非常多，也就是0~10000之外的值。
当选择RGB假彩色显示的时候，出现花花绿绿的情况。
辐射定标得到的辐射率数据单位与FLAASH要求的单位不一样。
可能有以下几种情况：
(1)用BandMath做了辐射亮度的单位换算，在FLAASH中导入辐射亮度数据时，Scale Factor选择的不是1.0000。
(2)没有做单位换算。
3.结果中部分像元为负值
这个属于正常现象。
FLAASH是采用MODTRAN辐射传输模型模拟成像中的大气过程，而且很多大气属性都是通过图像来估算，加上大气组成的非均一性，即使MODTRAN4模型精度很高，也不能完全表达大气辐射传输的真实状况。
当影像上有强吸收或者高反射地物时候，就会出现部分像元为负值（如深水、高密度）或者大于10000。
解决方法可以手动修改，如用周围的像元的平均值代替，可以使用ENVI下的The DEM Editing Tool工具。
4.结果图像以RGB显示比原图像视觉效果要差，如模糊。
这个需要了解下遥感软件RGB显示机制。
遥感软件为了让遥感图像显示更加“艳丽”，方便解译，默认会对图像进行拉伸显示，一般是2%的线性拉伸。
也就是我们常常会看到图像值有两个，一个是Scrn值，也就是拉伸之后的显示值，一个是Data值，也就是原始的图像DN值。
另外一个方面，目前我们的RGB加色法显示都是基于8bit显示，也就是0~255。
FLAASH大气校正之后的结果是16bit的整型，而且存在一些极小、极大值，这些对直方图整体形状有一定的影响，影响拉伸效果。
解决方法是利用ENVI下的Interactive stretching工具，选择有效值范围进行拉伸。
还有一种情况是校正图像有很多背景值，比如经过几何校正的整景TM影像。
背景及图像边缘处的像元在大气校正之后变成负值或者0值，由于这样的像元数量多，对图像的整体拉伸影响很大。
解决方法就是将这些像元掩膜掉，如在ROI Tool中，利用Option->Band Threshold to ROI建立一个ROI进行图像裁剪。
5.结果图像为什么像元值大多是大于1 ENVI FLAASH考虑到数据储存和后续处理，将大气校正得到的反射率结果乘以10000变成16bit整型。
如果想让反射率结果在0~1范围，可用BandMath，表达式为b1/10000.0。