大气校正问题
大气校正与Modtran的使用
大气辐射传输及基本知识； 大气校正； Modtran的使用； 存在问题及讨论。
一、大气辐射传输及基本知识
大气辐射传输是大气中的基本物理过程之一； 发生于大气中的辐射传输过程起着多方面的作用； 来自太阳的电磁辐射是地球表层运动的主要能源，太阳短波辐射和地球—大气系统的长波辐射构成了地球—大气系统辐射平衡的基础； 大气中各种成分对不同波长电磁波的散射吸收和发射构成了复杂多变的辐射传输图像。
MODTRAN（Berk等，1989）：中光谱分辨率（2cm-1 ）大气透过率及辐射传输算法软件； DISORT算法（Stamnes等，1988）：多次散射辐射传输算法。
二、大气校正
进入大气的太阳辐射会发生反射、折射、吸收、散射和透射，其中对传感器接收影响较大的是吸收和散射。
在没有大气存在时，传感器接收的辐照度，只与太阳辐射到地面的辐照度和地物反射率有关。 由于大气的存在，辐射经过大气吸收和散射，透过率小于1，从而减弱了原信号的强度。 同时大气的散射光也有一部分直接或经过地物反射进人到传感器．这两部分辐射又增强厂信号，但却不是有用的。
一是利用大气和地表（包括自然和人工产物）的不同辐射特性，进行目标物与背景区分，达到高准确度和高精度的目标识别（以及动目标跟踪）； 另一种应用则是遥感，即利用大气和地表介质在电磁辐射传输中的不同特征，通过对特征性辐射的测量进而反演提取大气和地表的物理状态参数以及成分结构。
正是由于上述4个方面的应用需要的蓬勃发展，大气辐射传输的研究，包括理论研究、实验室测量、野外观测和验证试验等在过去几十年中取得了长足的进展。
3、大气辐射传输研究的主要内容
1）大气中各类气体分子的吸收光谱参数（及其随大气状态参数的变化）； 2）大气中的气溶胶粒子（广义而言也包括云和降水粒子）的成分、粒谱结构、形状特征、其复折射指数随波长的变化，由此可计算获得的气溶胶粒子的散射和吸收特性； 3）大气辐射传输方程的求解与具体算法。
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。
测绘技术中的反射率校正与大气校正方法
测绘技术中的反射率校正与大气校正方法近年来，随着遥感技术的快速发展，测绘行业中的反射率校正与大气校正方法也得到了越来越多的关注。
这些方法可以有效地提高测绘结果的精度和可靠性，对于遥感数据的准确解译具有重要意义。
一、什么是反射率校正？作为一种重要的遥感数据处理方法，反射率校正是通过对图像中的反射率进行调整和修正，使得反射率更加符合实际情况。
测绘中，我们使用遥感技术获取的图像往往受到多种因素的干扰，如大气吸收、散射等，这些因素给图像的反射率带来一定的偏差。
因此，反射率校正就是要消除这些因素的影响，使图像的反射率能够准确地反映出被观测对象的特征。
二、反射率校正的方法目前，反射率校正方法主要包括统计校正法和模型校正法两种。
1. 统计校正法统计校正法是指根据测绘区域内的统计特性，对图像进行校正。
这种方法通常以参考样本为基础，通过对参考样本的分析，得到图像的校正系数，然后将这些系数应用于整个图像的反射率校正中。
统计校正法相对简单易行，但需要准备大量的参考样本，并且样本的选择也需要考虑地物的类型和分布情况等因素。
2. 模型校正法模型校正法是指通过建立反射率校正模型，对图像进行校正。
这种方法通常依据大气辐射传输的基本原理和模型，通过对大气辐射过程进行数学建模，将大气辐射对图像的影响进行修正。
模型校正法具有较高的准确性，但对于大气辐射的建模和参数获取有一定的要求。
三、什么是大气校正？大气校正是指根据大气光学特性，对测绘图像进行校正，消除大气对图像的干扰。
大气校正方法的目标是减少大气散射和吸收对图像反射率的影响，使得获取的遥感数据更加准确可靠。
大气校正方法主要包括模型法和无模型法两种。
1. 模型法模型法是指通过建立大气辐射传输的模型，根据大气成分和光学参数等因素对图像进行校正。
这种方法需要较为准确的大气参数和辐射传输模型，并属于相对复杂的校正方法。
模型法的优点是可以提供比较准确的校正结果，但对于大气参数的获取和模型的建立有一定的要求。
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。
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。
大气校正后波段反射率出现负值的原因
大气校正后波段反射率出现负值的原因下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，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，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, 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 and writing methods, please pay attention!大气校正后波段反射率出现负值的原因在遥感影像处理中，大气校正是一个关键步骤，其目的是减少大气对图像反射率的影响，使得反射率能够更准确地反映地表特征。
大气校正的步骤
大气校正的步骤
嘿，咱今儿个就来聊聊大气校正的那些事儿哈！你知道不，这大气校正就好比给咱的遥感图像来个美容大变身呢！
首先呢，咱得搞清楚要校正啥。
就像你要给脸上化妆，得先知道哪儿需要遮瑕、哪儿需要提亮呀。
这第一步就是要确定大气对图像产生了啥影响。
然后呢，就该选择合适的校正方法啦。
这就跟你挑化妆品似的，得选适合自己肤质的。
不同的场景、不同的数据，那可得用不同的校正方法哟。
接下来，就是实施校正啦。
哎呀，这就像是小心翼翼地在脸上涂抹化妆品，可不能马虎。
得仔细地调整参数，让校正效果达到最好。
再之后呢，得看看校正得咋样呀。
这就好比化完妆要照照镜子，看看有没有哪里不完美。
要是发现问题，还得赶紧回去再调整调整。
想象一下，要是大气校正没做好，那得到的图像不就跟化了个失败的妆一样嘛，看着都别扭。
所以呀，每一步都得认真对待。
你说这大气校正是不是挺重要的？就跟咱出门得打扮得精神点儿一样。
它能让我们得到更准确、更可靠的信息。
总之呢，大气校正可不是随随便便就能搞定的事儿。
得有耐心，得细心，就像呵护一朵娇嫩的花一样。
只有这样，才能让我们的遥感图
像绽放出最美的光彩呀！你可别小瞧了这大气校正的步骤，做好了它，那可是大有用处呢！咱可不能在这上面含糊呀！。
地形起伏的影响 大气校正
地形起伏的影响大气校正
如果热流密度测量数据是用来研究测点以下的热状态，就需要消除地表面起伏对地下温度场分布的影响。
这是因为山体的存在，使来自地球深处的热流，不仅向上而且还向两侧发散，致使垂直向上的热流不断减少。
越往山体上部其发散量越大。
当山体岩石导热性质基本不变时，地形的影响表现为地温梯度随深度而不断增大。
地下等温线在洼地下密集，在山峰下稀疏。
地形起伏对崎岖山区和大洋中脊区的热流密度测量结果，将导致很大的误差。
为消除其影响可进行山体地形校正。
虽然校正问题是一个复杂的事，但现在从理论上得到了解决的办法。
但必须已知山体地形变化、相对高差、山体宽度以及当地年平均气温和气温随高程的递减率等各项参数，通过数值计算方法求解热传导方程来实现。
大气校正问题
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。
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
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。
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。
辐射校正和大气校正
辐射校正和大气校正示例文章篇一：哎呀呀，“辐射校正”和“大气校正”，这两个词听起来是不是超级复杂？就好像两个超级大怪兽，让我这个小学生都有点摸不着头脑呢！你们知道吗？辐射校正就好像是给照片“美颜”，但可不是让照片变得更好看，而是让我们得到的关于地球或者其他东西的信息更准确。
比如说，从卫星上看地球，那辐射的影响就像一层雾，让我们看不清楚。
辐射校正就是要把这层雾擦掉，让我们能清楚地看到地球真正的样子。
这难道不神奇吗？大气校正呢，就像是给我们的眼睛戴上了一副超级清晰的眼镜。
大气就像一层会捣乱的纱布，让我们看到的东西变色啦、变形啦。
大气校正就是要把这层纱布拿掉，让我们看到的东西是本来的颜色和形状。
我就想问问，要是没有这些校正，那科学家们怎么能准确地研究地球的变化，怎么能知道哪里的森林变少了，哪里的冰川融化得更快呢？有一次，在科学课上，老师给我们讲了辐射校正和大气校正的例子。
老师说：“想象一下，你们看到天上的星星，有时候觉得它们一闪一闪的，这其实就有点像辐射的影响。
如果不校正，我们可能就没办法准确知道星星的位置和亮度。
”同学们都瞪大了眼睛，听得特别认真。
我同桌还小声跟我说：“这也太神奇了，就像魔法一样！”我也点头说：“对呀，这不就是科学的魔法嘛！”后来老师又给我们讲了大气校正的作用，他说：“大气就像一个调皮的孩子，总是在捣乱。
如果不把它管好了，我们看到的天气预测就会不准确，那可就麻烦啦！”大家都笑了起来。
其实呀，辐射校正和大气校正在很多方面都很重要呢！比如说在农业上，如果不能准确地知道土地的情况，农民伯伯怎么能种出好多好多的粮食呢？在环保方面，如果不能清楚地了解大气的污染情况，我们怎么能保护好我们的地球家园呢？所以说，辐射校正和大气校正虽然听起来很复杂，但是它们真的超级重要！它们就像是科学的秘密武器，帮助我们更好地了解这个世界，让我们的生活变得更美好！我的观点就是，我们一定要好好学习这些知识，说不定以后我们也能成为科学家，用这些厉害的方法为人类做出更大的贡献呢！示例文章篇二：哎呀，说起“辐射校正”和“大气校正”，这可真是两个超级复杂但又超级重要的概念呀！就像我们在学校参加考试，老师要把分数进行修正，让它更公平准确一样，辐射校正就是对卫星或者飞机拍摄到的地球影像数据进行修正。
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。
大气校正实验改进措施
大气校正实验改进措施引言大气校正（Atmospheric Correction）是遥感影像处理中的关键步骤，目的是通过消除或减弱大气的干扰，使得地物辐射能够真实准确地反映在遥感影像中。
大气校正的准确性对于获取可靠的遥感数据非常重要。
本文将介绍几种改进大气校正实验的措施，并分析其优劣势。
改进措施一：详细气象资料获取为了提高大气校正的准确性，我们需要获取详细的气象资料，包括但不限于大气温度、湿度、气压等。
这些数据可以通过气象站观测记录、地面站资料、天气预报等途径获得。
详细的气象资料可以更好地模拟大气的传输特性，从而减小校正的误差。
优势：获取详细的气象资料可以更准确地模拟大气的影响，提高校正的准确性。
劣势：获取详细的气象资料可能需要更多的人力和物力投入，并可能受制于气象观测站的地理分布。
改进措施二：利用辅助数据进行校正在进行大气校正时，可以利用辅助数据来提高校正的准确性，比如地面反射率数据、地物特征信息等。
这些辅助数据可以帮助我们更好地理解观测中的大气传输过程，并校正影响地物反射的大气干扰。
优势：利用辅助数据可以帮助我们更好地理解大气传输的特性，并减小校正误差。
同时，辅助数据通常是较为容易获取的。
劣势：辅助数据的准确性也需要得到保证，否则可能引入更大的误差。
改进措施三：多时刻影像融合大气校正可以利用多时刻的遥感影像来增加可用信息量。
通过融合多时刻影像的方法，可以减小大气校正过程中的误差，提高校正的稳定性和准确性。
融合多时刻影像时，需要考虑到影像的时空分布特征，选择合适的融合方法。
优势：多时刻影像融合可以提高校正的稳定性和准确性，减小由于单一时刻数据带来的误差。
劣势：多时刻影像融合需要更高的计算复杂度，同时需要注意时刻选择和影像对准等问题。
改进措施四：改善大气模型在进行大气校正时，建立准确的大气模型是至关重要的。
通过改善大气模型中的参数设置和模型算法，可以减小大气校正的误差。
常见的大气模型有MODTRAN、6S等，可以根据实际情况选择适合的模型。
简述大气校正的主要步骤
简述大气校正的主要步骤
大气校正是遥感图像处理的一个重要步骤，用于去除图像中由大气、云雾等自然因素引起的噪声和偏差。
其主要步骤如下：
1. 获取大气状况信息：通过外部源如气象数据、大气模型等获取图像拍摄时的大气状况信息，如光学厚度、大气散射等参数。
2. 估计大气光照强度：根据图像中的亮点或暗点来估计大气光照强度。
亮点通常指代地球表面上表达高光反射的区域，如水体、云部分等；暗点通常指代地球表面下的阴影区域。
3. 估计大气散射率：利用先前计算出的大气光照强度以及图像的亮度值，可以推算出大气的散射率。
散射率可以表示图像中的大气光照部分。
4. 进行大气校正：通过利用估计的大气光照强度和大气散射率，可以对图像进行校正，消除大气的影响。
校正过的图像可以更准确地反映地表的真实状况。
总之，大气校正是通过获取大气状况信息、估计大气光照强度和大气散射率，以及对图像进行校正来消除大气因素的影响。
这样可以获得更准确的遥感图像数据，用于地表特征分析和应用研究。
简述大气校正的主要步骤
简述大气校正的主要步骤大气校正是遥感图像处理中的重要环节，旨在消除大气对图像的影响，提取出真实的地物信息。
大气校正主要包括以下几个步骤：1. 数据获取与预处理在进行大气校正之前，首先需要获取遥感图像数据，并对数据进行预处理。
预处理包括图像去噪、几何校正、辐射定标等步骤，以确保数据质量和准确性。
2. 大气光估计大气光估计是大气校正的关键步骤之一。
由于大气光是导致遥感图像中地物辐射值偏低的主要原因之一，因此需要准确估计出每个波段上的大气光值。
常用的方法有暗物质法、高反射区法和辐射传输模型法等。
3. 大气传输模型建立建立准确可靠的大气传输模型对于进行精确的大气校正至关重要。
常用的传输模型有标准化反射率转换模型（SRM）和改进二向反射分布函数（BRDF）等。
4. 大气回波修复由于遥感图像中存在着散射、吸收等大气现象，会导致地物的辐射值受到干扰，因此需要对图像进行大气回波修复。
常用的修复方法有大气散射模型、辐射传输模型等。
5. 大气校正模型建立根据已经估计出的大气光值和建立的大气传输模型，可以建立准确的大气校正模型。
该模型可以将原始图像中受到大气影响的地物辐射值转换为真实地物辐射值。
6. 地物反演与分类经过大气校正后，可以得到真实地物辐射值。
在此基础上，可以进行地物反演和分类工作。
通过对反演回波进行分析和处理，可以提取出图像中感兴趣的地物信息。
7. 结果评估与验证在完成大气校正后，需要对结果进行评估和验证。
常用方法有与实测数据对比、与其他遥感数据对比等。
8. 结果分析与应用最后，在完成结果评估和验证后，需要对结果进行分析和应用。
通过分析结果得出结论，并将其应用于相关领域，如环境监测、农作物遥感监测等。
综上所述，大气校正是遥感图像处理中的重要环节，其主要步骤包括数据获取与预处理、大气光估计、大气传输模型建立、大气回波修复、大气校正模型建立、地物反演与分类、结果评估与验证以及结果分析与应用。
这些步骤的完成将有助于提取出真实的地物信息，为遥感应用提供可靠的数据基础。
大气校正法流程
大气校正法流程大气校正就是要把大气对遥感图像的影响去除掉，这样就能让图像更准确地反映地物的真实情况啦。
一、准备工作。
咱们得先收集一些必要的东西哦。
比如说，要有遥感图像数据，这个数据就像是我们要加工的原材料。
而且呢，还得知道一些关于这个地区的大气参数信息，像大气水汽含量呀，气溶胶光学厚度之类的。
这些参数就像是做菜时的调料，缺了可不行。
这就好比你要做一道美味的蛋糕，得先把面粉、鸡蛋这些材料准备好，还得知道放多少糖和油才合适。
二、选择大气校正模型。
有好多大气校正模型可以选呢。
比如说6S模型，这个模型就很厉害，它考虑了很多因素，像太阳和卫星的几何位置、大气的分层结构啥的。
还有MODTRAN模型，它在处理大气辐射传输方面也有自己的一套。
就好像挑衣服一样，每个模型都有自己的特点，我们得根据实际情况来选。
如果是处理比较复杂的地形和大气状况，可能6S模型会更合适一些；要是对精度要求不是特别特别高，MODTRAN模型也能胜任。
三、输入参数。
选好模型之后，就要把那些准备好的参数输入进去啦。
就像给机器输入指令一样。
把大气水汽含量、气溶胶光学厚度这些数据准确地填进去，可不能马虎哦。
这就像是在给汽车加油的时候，要加对型号的油，要是加错了，汽车可就跑不动啦。
而且在输入的时候，一定要仔细检查，确保数据的准确性，哪怕是一个小数点的错误，都可能让最后的结果差很多呢。
四、运行模型。
一切都准备好之后，就可以让模型运行啦。
这个时候就像是在等待烤箱里的蛋糕烤熟一样，有点小期待又有点小紧张。
模型会根据我们输入的参数，按照它自己的算法，对遥感图像进行大气校正。
这个过程可能需要一点时间，尤其是当图像数据比较大或者模型比较复杂的时候。
我们可不能着急，要耐心地等待，就像等待种子发芽一样，要有足够的耐心。
五、结果评估。
模型运行完了，我们可不能就这么完事儿了。
还得看看校正的结果好不好呢。
我们可以通过一些方法来评估。
比如说，把校正后的图像和实地测量的数据进行对比。
大气校正问题心得
大气校正问题心得-标准化文件发布号：（9556-EUATWK-MWUB-WUNN-INNUL-DDQTY-KII九月份学习报告报告人：fairy郑学习内容介绍：九月份主要对论文中存在的问题进行了修正以及对论文中不足的部分进行了改善。
一．首先：对环境小卫星HJ_1A的HIS数据进行了深入的了解。
二．其次：对envi软件在处理环境小卫星的HJ_1A的HIS数据的FALSSH大气校正从原理到实际操作有更加清晰的认识。
三．最后：对环境小卫星的HJ_1A的HIS数据的FALSSH大气校正的处理结果进行分析，并且根据此次实验对论文中的错误进行修正。
一．对环境小卫星HJ_1A的HIS数据的了解。
HSI 数据为资源卫星中心提供的辐亮度产品, 影像已经过系统级几何校正与表观辐亮度标定, 但前20 几个波段具有较为明显的噪声和条带效应。
由此可知：环境小卫星HJ_1A的HIS数据是经过辐射定标的数据。
由辐亮度数据可以直接用公式求算出地物的表观反射率曲线下图即为表观反射率曲线，即为原始数据的光谱曲线：由上图可以得出在760 nm 与820 nm 附近存在两个明显的波谷, 这是由于760 nm 处为氧气吸收带,820 nm 处为水汽吸收带。
说明直接由H SI 的辐亮度产品获得的表观反射率含有较多的大气影响。
若直接基于表观反射率开展遥感应用, 难以体现地物的真实物理特性, 从而影响其后遥感应用的准确性。
二．在envi软件中进行大气校正的步骤第一步：由于envi软件不能打开HJ_1A的HIS的h5格式的图像，所以下载了HDF5这个扩展模块，这个扩展模块不用自己安装，直接将copy到“save_add”目录下，默认为C:\ProgramFiles\ITT\IDL##\products\envi##\save_add\。
要使用这个这个功能时：按照File→Open Extenral File→HJ-1→HIS就可以打开h5格式的图像，同时还可以读取下载图像的原始信息。
- 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)。
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 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。
8 错误类型是：Undefined :LINES.
修改方法：
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。