基于遥感图像大气校正的意义与发展
大气校正实验报告
一、实验背景遥感技术作为获取地球表面信息的重要手段，广泛应用于地质、农业、环境、城市规划等领域。
然而，由于大气对太阳辐射的吸收、散射和反射作用，遥感图像中的地物反射率信息受到一定程度的影响。
为了消除大气影响，提高遥感图像的精度和应用价值，大气校正技术应运而生。
本文将针对大气校正实验进行详细报告。
二、实验目的1. 理解大气校正的原理和方法；2. 掌握大气校正实验的操作流程；3. 评估大气校正对遥感图像质量的影响。
三、实验原理大气校正的目的是消除大气对遥感图像的影响，恢复地物真实反射率。
主要原理如下：1. 辐射传输模型：根据遥感成像过程中太阳辐射、大气和地物之间的相互作用，建立辐射传输模型，描述太阳辐射、大气和地物之间的能量传递过程。
2. 大气校正算法：通过分析遥感图像和同步观测的大气参数数据，建立大气校正模型，消除大气影响，恢复地物真实反射率。
3. 大气校正方法：主要包括单窗算法、双窗算法、大气校正模型等。
四、实验数据与工具1. 实验数据：选取Landsat 8卫星的OLI传感器获取的遥感图像作为实验数据。
2. 实验工具：ENVI软件，MODTRAN模型，FLAASH大气校正模型。
五、实验步骤1. 辐射定标：将原始遥感图像进行辐射定标，使其具有物理意义。
2. 大气校正：利用FLAASH大气校正模型对辐射定标后的遥感图像进行大气校正。
3. 结果分析：对比校正前后的遥感图像，分析大气校正对图像质量的影响。
六、实验结果与分析1. 辐射定标对原始遥感图像进行辐射定标，得到具有物理意义的图像数据。
2. 大气校正利用FLAASH大气校正模型对辐射定标后的遥感图像进行大气校正，得到校正后的遥感图像。
3. 结果分析（1）目视效果对比通过目视对比校正前后的遥感图像，可以看出大气校正后的图像清晰度更高，地物信息更丰富。
（2）定量分析通过统计分析校正前后遥感图像的地物反射率，可以发现大气校正后的遥感图像地物反射率更加接近真实值。
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。
大气校正的作用
大气校正的作用
大气校正是指通过对图像获取的原始数据进行处理，消除大气影响，使得图像更加真实、清晰的技术手段。
大气校正主要是针对遥感数据、卫星影像等进行的，具有以下作用：
1. 提高图像的可视性和质量。
大气校正可以去除图像中大气影响，消除大气散射和吸收对图像的影响，提高图像的清晰度和质量。
2. 更准确的遥感信息提取。
在遥感领域中，大气校正是进行各种遥感信息提取的前提条件。
大气校正可以消除大气影响导致的数据偏差，提高遥感数据的准确性和可靠性，使得遥感信息提取更加准确。
3. 有利于环境监测和资源调查。
大气校正可以消除大气散射、云层遮挡等因素对遥感数据的影响，使地表特征更加清晰、准确，有利于环境监测和资源调查。
4. 促进遥感应用的发展。
随着遥感技术的不断发展和应用，大气校正技术的应用也越来越广泛。
大气校正技术可以提高遥感数据的质量和可靠性，进一步促进遥感应用的发展和推广。
总之，大气校正在遥感领域中具有重要的作用，可以提高遥感数据的质量和可靠性，促进遥感应用的发展和推广。
- 1 -。
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。
基于6s的Sentinel影像大气校正研究
基于6s的Sentinel影像大气校正研究摘要：Sentinel影像的高分辨率和海量数据为应用提供了广阔的空间。
然而，由于大气散射和吸收对遥感图像质量的影响，遥感图像在实际应用中经常受到大气干扰。
基于此，该文提出了一种基于Python的Sentinel影像大气校正方法。
首先，采用6S模型对大气参数进行反演，然后对影像进行辐射校正。
校正后影像光谱曲线与地面实测光谱曲线的变化趋势一致,具有较高的拟合度。
模型大气校正的结果具有较强的相关性和较高的精度。
实验结果表明，该方法能够有效地降低Sentinel影像的大气干扰，提高遥感图像的质量和信度。
关键词：Sentinel影像，大气校正，6S模型，Python1.引言Sentinel影像的高分辨率、广覆盖范围和丰富的信息量使其成为遥感领域的研究热点[1]。
然而，由于大气散射和吸收对遥感图像质量的影响，Sentinel影像在实际应用中经常受到大气干扰。
因此，在Sentinel影像的处理过程中，如何减少大气干扰，提高图像的质量和信度成为了一个重要的问题和挑战。
遥感影像大气校正是一种重要的遥感数据处理方法[2]，主要用于去除由大气介质对遥感图像所产生的影响。
这些影响包括大气散射、吸收和反射等，会导致遥感影像中的亮度和色彩变化，从而对遥感数据的定量分析和应用造成不利影响。
因此，通过大气校正，可以使遥感数据更加准确，从而提高数据的应用价值。
目前，常见的遥感影像大气校正方法主要包括：6S模型法、DOS模型法、MODIS气溶胶算法和FLAASH方法等[3]。
其中，6S模型法是最为广泛应用的一种方法[5]，主要基于一个称为“6S（Second Simulation of the Satellite Signal in the Solar Spectrum）”的大气辐射传输模型，并结合遥感数据进行模拟计算和校正。
此外，也有基于深度学习和卷积神经网络等技术的遥感影像大气校正方法[4]。
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。
基于遥感图像大气校正的意义与发展
科 技 创 新
基于遥感 图像 大气校正 的意义 ｇ ． １ － ￣学院 ，湖北 武 汉 ４ ３ ０ ０ ０ ０ ）
摘 要： 随 着 多光 谱 、 多 时相 传 感 器 的发 展 ， 定 量遥 感 也 获 得 了很 好 的发 展 契 机 。 虽 然对 于影 像 分 类 、 变 化检 测 的情 况 不 需要 进 行 大 气校 正 ， 但 大 气校 正 作 为光 学遥 感信 息定 量化 研 究 中必 不 可 少的 一 步 ， 已受到 越 来越 多的 重视 。近 年 来 ， 传 统 的 大 气校 正 方 法也在不断改进 ， 越 来越 多的大气校正模型将更多的大气参数纳入定量分析范围， 以提 高大气校正的精度和适用性 。
性。
输 模型法 及复合模 型法 。 基 于图像特 征的相对 校正 法主要 是在无 地面 同步测 量时使 用 。此 方法不需地面光谱及大气环境参数测量，可直接从图像特征出发反演 反 射 率 。如 ： Ｋ ａ ｕ ｆ ｍ ａ ｎ的 暗 目标 法 ， Ｋ ｒ ｕ ｓ ｅ的 内在平 均相 对反 演 率模 型 Ｉ Ａ Ｒ Ｒ 。平面场模型 Ｆ Ｆ 在Ｉ Ａ Ｒ Ｒ基础上发展起来， 要求像幅内存在具有 非吸收特征的一定面积的地理平台单元， 并求出单元中像元平均光谱 ， 再每一个像元光谱除以平均光谱值来重建 ，克服了 Ｉ Ａ Ｒ Ｒ中存在的假 反射峰牦点， 计算量小。但平台选取有人为影响， 对地区有先验知识 ， 在 地形起 伏大 区域也 不易 选择 平 台 ； Ｇ ｒ ｅ ｅ ｎ 与Ｃ ｒ ａ ｉ ｇ 提出 的对数 参差 修 正 模型 Ｌ Ｒ Ｃ对太 阳辐射衰 减 、 大气影 响及地形 因子偏差 都有消 除。 基 于地 面线性 回归 模型法 相对 较简单 ， 主要利 用线性 回归方 程 （ 特 定物灰度值及成像时对应地面 目标反射光谱测量值 ） ， 但需要大量野外 光谱测量为前提 ， 成本高， 对野外工作依赖强， 对地面定标点要求严格。 基于大气辐射传输模型法主要是基于不同的大气辐射传输方程而 构建的， 比如 Ｌ Ｏ Ｗｒ Ｒ Ａ Ｎ模型和 ５ ｓ 模型。其中 Ｌ Ｏ ＷＴ Ｒ Ａ Ｎ ７ 增加多次 散射计算及新 的带模式 、 臭氧和央企在紫外波段的吸收参数 ， 考虑连续 吸收、 分子 、 气溶胶、 云、 雨的散射和吸收、 地球曲率及折射对路径及总吸 收物质含 量计算 的影响 。 目前应用较 广泛 的有 ＭＯ Ｄ Ｔ Ｒ Ａ Ｎ模型 和 ６ ｓ 模 型。６ ｓ 模型的结果主要受到了大气参数获取、 地表特ｌ 生 假设、 大气辐射 传输理论 的选择 和精度 的影响 。 而 大气参数 随机性 和非均匀 分布 ， 也 对 精确探 测和估算 的造成 了困难 。总体而言 ， 在研 究 中为 了能尽量 真实地 还原 大气条 件 ，但 地表模 拟越真 实意 味着要将 尽可 能多 的参￣ ｔ Ｃ ｘｆ ￣ 列 入考虑范围， 这也增加 了建模和计算难度 ， 从而导致问题难度越大。这 也是 目 前 大部分模 型所 面临的最 大挑战 。 传统 的大气订 正方法 是在卫 星过境 时在 地面 同步测量 实验 区 的大
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。
大气矫正参数-概述说明以及解释
大气矫正参数-概述说明以及解释1.引言1.1 概述概述是文章引言的一部分，用于简要介绍文章的主题和内容。
在本文中，我们将讨论大气矫正参数的概念和相关内容。
大气矫正参数是一种用于校正遥感图像中由大气层引起的主要扰动的参数，能够提高遥感图像的质量和准确性。
通过消除大气层对图像的影响，我们可以更好地获取地表物体的真实反射率信息。
本文将主要介绍大气矫正参数的基本原理和常见方法。
首先，我们将探讨大气矫正参数的定义和作用，解释为什么大气层会引起遥感图像的扰动，并提出采用大气矫正参数进行校正的必要性。
接下来，我们将详细介绍大气矫正参数的计算方法和常见模型。
大气矫正参数的计算涉及到大量的物理原理和数学模型，我们将介绍一些经典的大气校正模型，如ATCOR、MODTRAN等，并比较它们的优缺点。
此外，我们还将讨论大气矫正参数的应用领域和实际案例。
大气矫正参数在地质勘探、环境监测、农业、城市规划等领域具有广泛的应用价值。
通过实际案例的介绍，我们将展示大气矫正参数在图像处理中的实际效果和应用效益。
最后，我们将对大气矫正参数的未来发展进行展望。
由于大气校正技术在遥感图像处理中的重要性，未来的研究将更加注重新的矫正方法和模型的开发。
我们预计随着技术的不断进步，大气矫正参数将在遥感图像处理中发挥更加重要的作用。
通过本文的阅读，读者将了解大气矫正参数的基本概念和原理，并对大气校正技术的应用和发展有更深入的认识。
本文旨在为相关领域的研究人员和工程师提供一些参考和指导，以促进大气矫正参数的进一步研究和应用。
文章结构部分的内容可以按照以下方式进行编写：文章结构:本文主要分为引言、正文和结论三个部分。
1. 引言：引言部分主要对大气矫正参数进行概述，并介绍文章的结构和目的。
1.1 概述：在这一节中，我们将简要介绍大气矫正参数的概念和作用。
大气矫正参数是指在遥感图像处理中，用于消除由于大气层对图像的干扰而产生的误差和偏差的参数。
通过准确计算和应用大气矫正参数，可以提高遥感图像的质量和准确度，使得图像结果更加真实和可靠。
基于遥感的森林覆盖变化动态监测
基于遥感的森林覆盖变化动态监测森林作为地球上重要的生态系统之一，对于维持生态平衡、调节气候、提供生态服务以及保障生物多样性等方面都具有不可替代的作用。
而森林覆盖的变化不仅反映了自然生态系统的演变，也受到人类活动的显著影响。
因此，对森林覆盖变化进行动态监测具有极其重要的意义。
遥感技术的出现，为我们实现这一目标提供了强大而有效的手段。
遥感，简单来说，就是不直接接触目标物体，通过传感器获取其信息的技术。
在森林覆盖变化监测中，常用的遥感数据包括卫星影像、航空摄影等。
这些数据具有大面积同步观测、周期性获取以及多波段信息等优势，使得我们能够从宏观尺度上对森林的分布和变化进行监测。
通过遥感技术监测森林覆盖变化，首先需要获取高质量的遥感影像。
这些影像可以来自不同的卫星，如 Landsat 系列、Sentinel 系列等。
不同的卫星具有不同的空间分辨率、光谱分辨率和时间分辨率，根据监测的需求和目标选择合适的遥感数据源至关重要。
例如，如果需要监测较大范围的森林变化，可能会选择空间分辨率相对较低但覆盖范围广的卫星影像；而对于小范围的精细监测，则可能会选择空间分辨率较高的影像。
获取到遥感影像后，接下来就是对影像进行预处理。
这包括辐射校正、几何校正、大气校正等步骤。
辐射校正用于消除传感器本身以及大气等因素对影像辐射亮度的影响，使得影像能够真实反映地物的反射特性。
几何校正则是将影像的几何形状纠正到准确的地理坐标上，以便与其他地理数据进行匹配和分析。
大气校正则是消除大气对影像的干扰，提高影像的质量和准确性。
在完成影像预处理后，就可以进行森林覆盖信息的提取。
这通常基于地物的光谱特征、纹理特征、形状特征等。
例如，森林在可见光和近红外波段具有独特的光谱反射特征，可以通过设置阈值或者利用分类算法将森林与其他地物区分开来。
常用的分类算法包括监督分类（如最大似然分类、支持向量机分类等）和非监督分类（如 ISODATA 分类等）。
此外，还可以结合纹理特征和形状特征，进一步提高森林覆盖信息提取的准确性。
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 回归法
大气校正回归法大气校正（AtmosphericCorrection）回归法是用来消除地表物质在太空的遥感图像中的干扰，以获得准确的地物反射，这是获取有效的环境监测信息以及地面物质的重要手段。
大气校正回归法就是将大气中悬浮物和其它环境因子影响参数分析出来，归因于地表物质的反射，从而修正遥感图像，使其结果更加精确。
大气校正回归法是一种基于物理模型的地物反射模型，它于某个给定的地点生成多种不同波段图像的地物反射系数。
太阳光线穿过大气到达地表物质，在这一过程中受到大气成分和大气环境因子的影响，被反射的太阳光被检测器接收，从而产生多种不同波段的遥感图像数据，匹配这些数据可以推算出地表反射系数。
大气校正回归法基于物理模型。
根据入射光的波段模型，用内插法来计算模型参数，通过矩阵相乘计算出估计值。
计算出估计值与实际检测值的差距，根据不同的模型采取不同的算法来运算，最终求出一组参数，用这组参数重新计算大气成分的反射系数，然后从遥感图像上剔除大气影响，得到真实的地表反射图像。
在大气校正回归法中，模型的参数有两类：一类是大气成分，其中包括空气污染物、气溶胶、云延迟、雾霾、湿度、大气温度等；另一类是环境因子，包括地表物质反射系数、太阳角度等。
大气成分是模型参数，它们可以通过大气模型和大气测量获得。
环境因子可以外推和观测获得。
大气校正回归法模型可以有效地降低大气层对遥感图像的干扰，从而获得准确的地物反射系数。
大气校正回归法为研究地表物质的反射特性和监测环境的变化提供了重要的参考。
通过大气校正回归法，遥感图像中的大气影响可以被有效地减少以获得真实的地物反射图像。
而且，大气校正回归法的模型可以通过参数的估计来准确估算出大气环境因子，这对环境监测和地表物质识别有着重要的意义。
综上所述，大气校正回归法是一种消除遥感图像中大气影响的有效方法，它可以为研究地表物质的反射特性和监测环境的变化提供重要的参考。
在遥感应用中，大气校正回归法更易于计算，并且可以有效减少大气对遥感图像的影响，从而获得准确的地物反射系数。
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。
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。
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。
基于统计的不变目标法可以利用ENVI一些功能实现。
其中MORTRAN模型集成在ENVI大气校正扩展模块中。
还有直方图匹配等。
2.1 简化黑暗像元法大气校正黑暗像元法是一种古老、简单的经典大气校正方法。
遥感数字图像处理辐射定标与大气校正实验报告
经过大气校正后，遥感图像的反射率信息更加准确，地物边缘更加清晰，能够提高遥感图像的精度和可信度。
三、实验结论
本实验通过ENVI遥感图像处理软件进行辐射定标和大气校正实验，掌握了遥感数字图像处理的基本原理和方法，学习了遥感数字图像处理的实验方法和技巧，提高了遥感图像处理的技术水平。经过实验处理后，遥感图像的质量和精度得到了提高，反映了辐射定标和大气校正的重要性和必要性。
（3）实验结果
经过辐射定标后，遥感图像的数字值被转化为反射率或辐射亮度温度值，具有物理意义。
2.大气校正实验
（1）实验原理
大气校正是指校正遥感图像中由大气介质造成的亮度扰动，以便获取更准确的地物反射率信息。大气校正方法可以分为模型法和基于图像的方法两种。
（2）实验步骤
①打开ENVI遥感图像处理软件，并加载所需的遥感图像；②进入“Atmospheric Correction”模块，选择大气校正方法；③根据遥感图像的波段信息和大气参数，设置大气校正的参数；④进行大气校正，并将结果保存为新的遥感图像。
这是一篇遥感数字图像处理实验报告，重点介绍了辐射定标与大气校正的实验过程和结果。本实验的主要目的是通过数字图像处理的方法对遥感图像进行辐射定标和大气校正，从而提高遥感图像的质量和精度。
一、实验目的
1.了解辐射定标和大气校正的基本原理和方法；
2.掌握遥感数字图像处理软件的使用方法；
3.学习遥感数字图像处理的实验方法和技巧；
4.提高遥感图像处理的技术水平。
二、实验内容
1.辐射定标实验
（1）实验原理
辐射定标是指通过对遥感图像的辐射值进行校正，将其转化为物理量。具体来说，就是将遥感图像中每个像元的数字值转化为反射率或辐射亮度温度值，从而使图像具有物理意义。
如何进行遥感图像的处理与分析
如何进行遥感图像的处理与分析遥感技术是指通过卫星、飞机等远程手段获取地球表面信息的一种技术，它具有广泛的应用领域，包括环境监测、农业、城市规划等。
遥感图像的处理和分析是遥感技术的重要组成部分，它能够帮助我们从海量的遥感数据中提取有效信息，为决策提供科学依据。
本文将介绍如何进行遥感图像的处理与分析。
一、遥感图像的预处理遥感图像的预处理是图像处理的第一步，它主要包括图像校正、辐射校正和大气校正等。
图像校正是将图像转换为常用的坐标系统，如UTM坐标系或地理坐标系，以便进行后续的分析。
辐射校正是将图像的数字值转换为表面反射率，以消除光照条件的影响。
大气校正是消除大气散射对图像的影响，使得图像更加准确和可靠。
二、遥感图像的特征提取特征提取是从遥感图像中提取与研究对象有关的信息特征。
常用的特征包括光谱特征、纹理特征和形状特征等。
光谱特征是指通过对不同波段的遥感图像进行统计和分析，来获取地物的光谱信息。
纹理特征是指通过分析图像中的纹理变化来获取地物的纹理特征。
形状特征是指通过对地物的形状进行测量和分析，来获取地物的形状信息。
这些特征能够帮助我们对地物进行分类和识别。
三、遥感图像的分类与识别遥感图像的分类与识别是将图像中的像素或区域划分成不同的类别，并将其与标志样本进行比较，以实现遥感图像的自动解译和分析。
常用的分类方法包括有监督分类和无监督分类。
有监督分类依赖于标志样本，通过训练分类器来实现图像的分类。
无监督分类则是根据图像的统计特征对图像进行自动聚类。
分类和识别的准确性往往取决于样本的选择和分类器的性能。
四、遥感图像的变化检测遥感图像的变化检测是指通过对多期遥感图像进行比较和分析，来获取地物变化的信息。
常用的变化检测方法包括像元级变化检测和目标级变化检测。
像元级变化检测通过对图像的像素进行比较，来获取地物的变化信息。
目标级变化检测则是通过对地物的目标进行分析，来获取地物变化的信息。
变化检测能够帮助我们了解地表环境的动态变化和变化原因。
大气环境对遥感图像质量影响
大气环境对遥感图像质量影响一、大气环境概述大气环境是地球表面包围的气体层，它对遥感图像的质量有着直接和间接的影响。
大气环境由多种气体组成，包括氮气、氧气、水蒸气、二氧化碳以及其他微量气体。
这些气体在不同程度上吸收和散射太阳辐射，从而影响遥感传感器接收到的信号。
此外，大气中的气溶胶、云层和雾等也会影响遥感图像的质量和解析度。
大气环境对遥感图像质量的影响主要体现在以下几个方面：1.1 大气吸收大气中的气体分子和气溶胶颗粒会吸收特定波长的电磁波，导致遥感图像在某些波段上信号减弱。
这种吸收效应在红外和紫外波段尤为显著，因为这些波段的辐射更容易被大气中的水汽和臭氧吸收。
1.2 大气散射大气散射是指大气中的分子和颗粒物对电磁波的散射作用。
散射会导致遥感图像上出现模糊和对比度降低的现象，尤其是在可见光和近红外波段。
散射效应与大气中的气溶胶浓度、云层厚度以及相对湿度等因素密切相关。
1.3 大气折射大气折射是由于大气密度随高度变化引起的电磁波路径弯曲现象。
大气折射会影响遥感传感器的几何精度，导致图像上的地物位置发生偏移。
这种偏移在低空遥感和长距离传输中尤为明显。
1.4 云层和雾云层和雾会阻挡或散射太阳辐射，从而降低遥感图像的可见性和质量。
云层的存在使得地表特征难以被遥感传感器捕捉，而雾则会导致图像对比度降低，细节丢失。
二、大气环境对遥感图像质量影响的分析2.1 大气吸收对遥感图像质量的影响大气吸收对遥感图像质量的影响主要表现在特定波段的信号衰减上。
例如，在红外波段，水汽的吸收会导致遥感图像在这一波段的信号显著减弱，影响地表温度的准确测量。
为了减少大气吸收的影响，遥感数据处理中通常会采用大气校正模型来估计和校正吸收效应。
2.2 大气散射对遥感图像质量的影响大气散射会导致遥感图像的对比度降低和细节模糊。
散射效应在图像上表现为背景亮度的增加和目标特征的减弱。
为了改善散射引起的图像退化，可以采用图像增强技术和大气校正算法来提高图像质量。
- 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)。
基于遥感图像大气校正的意义与发展随着多光谱、多时相传感器的发展，定量遥感也获得了很好的发展契机。
虽然对于影像分类、变化检测的情况不需要进行大气校正，但大气校正作为光学遥感信息定量化研究中必不可少的一步，已受到越来越多的重视。
近年来，传统的大气校正方法也在不断改进，越来越多的大气校正模型将更多的大气参数纳入定量分析范围，以提高大气校正的精度和适用性。
标签：大气校正；定量遥感；模型引言随着近年来定量遥感的迅速发展，尤其是越来越多地将多传感器、多时相遥感数据利用于土地利用分析、土地覆盖变化监测、全球资源环境分析、气候变化监测等领域，遥感图像大气校正方法的研究越来越受到重视。
大气是影响遥感定量分析与应用的重要因素，因此消除大气效应、卫星姿态角和太阳高度角等因素对结果的影响也成为了决定定量遥感分析精度的重要前提。
尤其是近年来高光谱技术的发展，极大地提高了高光谱影像的分辨率。
因此，对参数更为详细的描述方法及适用性更强的大气校正方法必不可少。
1 大气校正的意义大气校正广泛应用于定量遥感中。
为了实现反演模型的时空扩展，大气校正的精度直接决定了后续定量分析的精度。
定量反演的目的是获取地球信息，精确识别地物，尤其是在生物特性方面具有广泛的应用，比如水体特性分析及生物指数分析。
定量遥感在海洋湖泊、水体污染程度、水体生物量组成等方面有着广泛的应用。
在水体特征研究中，大气的衰弱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，对水体样本层次的变化不敏感。
尤其在蓝绿波段，大气对光谱数据的污染最为严重。
此外，被动遥感信号从大气顶层出发，经两次大气散射和吸收及地面目标反射才被记录，所以大气条件对信号污染作用使传感器接收到的辐射信息存在较大误差，定量分析与处理过程中需剔除。
比如环境卫星的CCD图像数据具有较高空间分辨率、时间分辨率和较宽的刈幅。
在接受到的辐射信息中，有90%属于大气信号，而能反映水体生物光学信号的仅占5%～15%。
定量遥感在林业方面也有这广泛的应用，比如从植被中提取生物量、叶面积指数、叶绿素、树冠郁闭百分比等。
在对植被指数进行分析时，太阳光照角度和观测视角以及大气、云的条件的变化都很大，因此得到的是大气上界的双向反射率信息（也称表现反射率）。
此外，大气中水蒸气和气溶胶对辐射的散射和吸收有较大影響。
因此，如何分离地气耦合效应，得到准确的地面反射率信息是卫星遥缚中基础但极为重要的工作。
归一化植被指数NDVI及ARVI等可部分校正大气程辐射和因大气路径长度不同而产生的变形差异。
NDVI也确能显著减小大气的影响作用，但在植被稀少或已被破坏的地区还是能够引起50%甚至更大的误差。
而其他的VI指数，如全球环境检测指数（GEMI），虽然能够避开大气校正的过程，但对于稀疏或中密度植被覆盖也不适用。
当然，在某些情况下，可省略大气校正过程。
通常情况下，当训练数据来自所研究的影像（或合成影像），而不需要进行多时相、多地点交叉对比分析的时候，通常不需要进行大气校正。
比如针对单时相的遥感数据进行分类，如采用最大似然法时，只要用于分类的训练数据在大体上具有一致性，比如整幅影像受到云层的影响较低，大部分区域的大气条件类似，影像质量精度受大气校正影响较小时，可以不进行大气校正。
此外，在针对多时相影像变化监测的过程中，可以将两个时相的所有波段数据放在一起利用变化检测算法确定变化类别，无大气校正的必要性。
尽管光学遥感大气校正方面的成果很多，各种模型层出不穷，但没有一个是可普遍应用的。
因为大气条件具有很大的复杂性，每一个区域的大气条件都可能完全一样，但在利用模型进行参数设置的时候只能采用一种模式统一处理。
此外，影响大气校正的参数非常多，一般情况下同步准确获取这些参数的难度也很大，而太过复杂的在计算时也会增加复杂性，因此，在对遥感影像进行大气校正时，要根据研究目的、要求以及研究区的特点，选择适当的大气校正方法。
2 大气校正的方法根据理论基础与所需辅助信息来源，可以将大气校正方法分为：基于图像特征的相对校正法、基于地面线性回归模型法、基于大气辐射传输模型法及复合模型法。
基于图像特征的相对校正法主要是在无地面同步测量时使用。
此方法不需地面光谱及大气环境参数测量，可直接从图像特征出发反演反射率。
如：Kaufman 的暗目标法，Kruse的内在平均相对反演率模型IARR。
平面场模型FF在IARR 基础上发展起来，要求像幅内存在具有非吸收特征的一定面积的地理平台单元，并求出单元中像元平均光谱，再每一个像元光谱除以平均光谱值来重建，克服了IARR中存在的假反射峰特点，计算量小。
但平台选取有人为影响，对地区有先验知识，在地形起伏大区域也不易选择平台；Green与Craig提出的对数参差修正模型LRC对太阳辐射衰减、大气影响及地形因子偏差都有消除。
基于地面线性回归模型法相对较简单，主要利用线性回归方程（特定物灰度值及成像时对应地面目标反射光谱测量值），但需要大量野外光谱测量为前提，成本高，对野外工作依赖强，对地面定标点要求严格。
基于大气辐射传输模型法主要是基于不同的大气辐射传输方程而构建的，比如LOWTRAN模型和5S模型。
其中LOWTRAN7增加多次散射计算及新的带模式、臭氧和央企在紫外波段的吸收参数，考虑连续吸收、分子、气溶胶、云、雨的散射和吸收、地球曲率及折射对路径及总吸收物质含量计算的影响。
目前应用较广泛的有MODTRAN模型和6S模型。
6S模型的结果主要受到了大气参数获取、地表特性假设、大气辐射传输理论的选择和精度的影响。
而大气参数随机性和非均匀分布，也对精确探测和估算的造成了困难。
总体而言，在研究中为了能尽量真实地还原大气条件，但地表模拟越真实意味着要将尽可能多的参数条件列入考虑范围，这也增加了建模和计算难度，从而导致问题难度越大。
这也是目前大部分模型所面临的最大挑战。
传统的大气订正方法是在卫星过境时在地面同步测量实验区的大气参数，然后利用大气辐射传输模型对卫星数据进行大气订正。
这种方法只适用于少量的实验区，无法用于大量卫星数据的处理。
近年来出現的复合模型法将各种模型进行了综合，弥补了单一方法校正的不足。
比如周立国等人提出的以暗像元为核心的Gordon算法，结合清洁水体像元在绿光波段气溶胶散射稳定的特性，对环境-1A卫星CCD水体图像进行大气校正，提高了绿光至红光波段的校正精度及两个波段占总信号的比重。
而且该算法在技术思路上借助了MODIS数据获取气溶胶估算因子的特点，计算了各波段的气溶胶散射，去除了大气中气溶胶与气体散射的影响，提高了信噪比。
彭妮娜等人提出了基于同步MODIS图像的水体像元反演出混浊水域上空气溶胶光学特性，借助6S辐射传输模型，并考虑临近像元效应，利用反演出的气溶胶光学特性对卫星海岸带图像进行大气校正的方法。
通过对QuickBird.2卫星图像和CBERS-02卫星图像进行大气订正，消除了遥感图像中的非目标地物成像信息，取得了一定的效果；在此基础上又考虑了目标所在背景的贡献，消除邻近像元的交叉辐射影响，从而更好地还原了地表的真实面目。
3 结束语本文介绍了大气校正的适用范围以及主要的模型分类及今年发展现状。
随着定量遥感及传感器技术的迅速发展，传统的大气校正方法已不足以满足高光谱、高分辨率的遥感数据分析。
由于大气条件的复杂性，建立一个具有大范围适用性的校正模型仍然是今后研究的方向。
今后的大气校正模型也将在基于影响自身的大气参数反演、复杂地表条件下校正、交叉辐射影响考虑等方面继续发展。
随着计算机水平的提高，未来对于海量数据的获取与处理也将实现。
相信随着定量遥感的快速发展，大气校正问题上也将会有更好的成果出现。
参考文献[1]亓雪勇，田庆久. 光学遥感大气校正研究进展[J].国土资源遥感，2005.[2]郑伟，曾志远. 遥感图像大气校正方法综述[J].遥感信息，2004.[3]陈晓玲，赵红梅，田礼乔. 环境遥感模型与应用[M].武汉：武汉大学出版社，2008.[4]黄世杰，李娜，赵慧洁，等. 基于辐射传输模型高光谱数据大气校正及[A].第二届全国国土资源遥感技术应用交流会，2006.[5]彭妮娜，易维宁，方勇华. 利用MODIS数据进行海岸带卫星图像大气校正[J].大气与环境光学学报，2007.[6]TIAN Liqiao，CHEN Xiaoling，ZHANG Tinglu，GONG Wei，CHEN Liqiong，LU Jianzhong，ZHAO Xi，ZHANG Wei，YU Zhifeng. Atmospheric correction of ocean color imagery over turbid coastal waters using active and passive remote sensing Chinese Journal of Oceanology and Limnology V01.27 No.1，P.124-128，2009.[7]Nutchanart Sriwongsitanon. Influence of atmospheric correction and number of sampling points on the accuracy of water assessment using remote sensing application Journal of Hydrology 2011.[8]周立国，马蔚，顾万花，等. 基于清洁水体像元法的环境-1A卫星CCD 水体图像大气校正[J].光谱学与光谱分析，2011.[9]Steven Vanonckelen. The effect of atmospheric and topographic correction methods on land cover classification accuracy[M] International Journal of Applied Earth Observation and Geoinformation，2013.[10]詹万志，苟尚培，范伟. 大气校正对几种MODIS植被指数影响分析[C].中国气象学会2006年年会论文集，2006.[11]郑求根，权文婷. 基于暗像元的Hyperion高光谱影像大气校正[J].光谱学与光谱分析2010.[12]徐元柳，王润生，刘圣伟，等. 基于Modtran的高光谱遥感影像大气校正[C].第16届全国遥感技求学术空流台论文集，2007.作者简介：黄琳，武汉大学遥感信息工程学院，2010级本科生，武汉大学信息学部。