大气校正模型简述
Landsat 5大气校正模型
Landsat 5Atmospheric and Radiometric Correction(adapted from "Atmospheric and radiometric correction of Landsat TM 5 Data using the COST model of Chavez, 1996", S. M. Skirvin)IntroductionThe image-based COST method for atmospheric correction has been combined with radiometric calibration in a model which streamlines thistime-consuming but crucial processing step. Although some initial scene-dependent calculations must be performed to obtain necessary model constants, subsequent processing of raw DN values to atmospherically corrected reflectance values is performed in a single process. The model implements the Chavez (1996) improved dark-object atmospheric correction for Landsat TM5 multispectral data (bands 1-5 and 7). The input image file is assumed to have only these 6 bands.Please read through the following steps carefully prior to beginning this procedure with your image, just to see what is coming up and to make sure that you have all of the necessary components in your working directory. Plan on at least two hours to complete this procedure and run the models (more depending on how busy the network is and/or what else your machine is doing). You will need a few GB of disk space for the input and output images involved if you are processing an entire Landsat scene.BackgroundThe inputs to the model are the Earth-Sun Distance, sun elevation angle, and minimum DN values for each band.The model first converts each minimum DN value to an at-satellite minimum spectral radiance value:For each band, the theoretical radiance of a dark object (assumed to have a reflectance of 1%by Chavez 1996 and Moran et al. 1992) is computed:spectral irradiance from Table 4 of Markham and Barker (1986), d is the sun-earth distance,and theta is the solar zenith angle (90-sun elev).A haze correction is computed using the computed dark object values (Chavez 1996):.The fundamental radiance to reflectance (rho) equation (eq. 2 of Chavez 1996) is:.The output from the model is in reflectance units, which should range from 0 to 1. Occasionally, values greater than 1 are obtained, and these generally correspond to bright objects (e.g., clouds, snow, playa) or sometimes noise (randomly or systematically scattered saturated pixels). The output data format is float single. If you plan to compute indices or classify using reflectance data, you should keep the images in this float-single format. If you have some other use that does not require this radiometric resolution, you may want to rescale the images to 8-bit format to save disk space.Running the ModelFirst, obtain the relevant values for your scene:•The sun elevation angle is entered in decimal-degrees (sun elevation angle = 90° - solar zenith angle). See below for instructions to obtain Sun Elevation Angle for your image.•Earth-sun distance (d) is in astronomical units (AU), and generally ranges from about 0.9 to 1.1, with several decimal places. See below for instructions to obtain the Earth-Sundistance at the time your scene was acquired.•Minimum DN values are presumed to represent dark objects in the image. Follow this link to a new window that describes a preferred method for minimum DN selection.The values that you will need to modify in the graphical model are L haze, sun elevation angle, and Earth-Sun distance. The initial inputs for themodel are entered into an Excel spreadsheet, in which the L haze value will be computed for you once the other values are entered. NOTE: If the computed L haze is negative, it is probably due to a minimum DN that is too small - in this case, enter '0' (zero) in the model equation for this parameter rather than the negative value.COST_TM5-input.xls(right-click to download file)The COST model for TM5 images runs from an Imagine graphical model. Download this to your working directory and open it in Imagine Modeler> Model Maker.COST_TM5.gmd(right-click to download model)The graphical model looks like the image shown below. Modify the top and bottom icons to represent the input and output images, respectively. Modify the equation in each of the icons (circles) in the second row using the values from the spreadsheet for bands 1,2,3,4,5,7 in that order, left to right. Do not modify anything else. This example equation is also shown in the Excel file. For each band, modify the colored/underlined portions only, using values from the corresponding columns in the spreadsheet.MODEL = (( -2.8890805 + (0.0602353 * $n1_gb_tm_or(1) - 0.15)) * PI * 0.9932554 ** 2) / (195.7 * COS (PI/180 * (90 - 52.21)) ** 2)Save the spreadsheet and the modified graphical model with your image. Then run the model by clicking on the red 'lightning bolt' icon in the modeler window. Wait - it could take up to an hour for an entire scene.Zero the Background in the Output ImageThis process fixes the phenomenon that band 7 is not completely zeroed in the COST model, resulting in a non-transparent background. You can check this by opening the image and using the inquire cursor to see what the values of pixels outside of the image area. If necessary, the atmospherically corrected image will need to be run through the following model:zero_cost_output.gmd(right-click to download model)As usual, open the model in Modeler> Model Maker and manually enter the input and output images by double-clicking on the accordion-shaped icons.OBTAINING VALUES FOR ATMOSPHERIC/RADIOMETRIC CORRECTION INPUT VARIABLESSun Elevation AngleFor discussion regarding the influence of the sun elevation angle term in the COST model, refer to "Notes on the Sun Elevation Angle and1/cos(theta) term in the COST Model". This is of particular relevance if the sun elevation angle for your scene is below about 40 degrees.Sources of the Sun Elevation Angle: Check to see if the image has a header available that came with your order or that is on ARIA. If there is no header available, you should be able to retrieve this information online using one of the following sources:1) Search for the image by path/row and date on the EOS-DIS Data Gateway: /pub/imswelcome/Navigate to the Data Granule Attributes page, then scroll down toward the bottom of the table and take the Sun_Elevation_Angle.2) Search for the image by path/row and date in USGS Earth Explorer: /EarthExplorer/In the results table, choose "Show All Fields" next to your image and scroll down to find Sun Elevation.** If the Sun Elevation Angle for your scene is not available by any of these means, the approximate value may be obtained from the Ephemeris Generator described below for obtaining Earth-Sun Distance. In the table that is generated, the relevant value is under the heading of Sun_Elev.The overpass time that you enter into the Ephemeris Generator can make an important difference to the sun elevation angle and, thus, to the reflectance values. Don't assume that the hypothetical 9:30 local time for a Landsat 5 overpass will apply to your scene - it seldom actually does.If overpass time (Scene Start Time) is not included in the image header AND your scene is relatively recent (2001-), the overpass time for your scene can be estimated by using the NASA Earth Observatory Satellite Overpass Predictor(/MissionControl/overpass.html):o Enter NORAD #14780 to search for Landsat-5o Enter Lat/Long of scene centero Enter the date of your scene and predict for 1 dayo Pay attention to the time zone for your scene -- both when you use overpass predictor and when you run ephemeris generator. It doesn't matter which wayyou do it, just be sure to know what you input!UTC Zone 0 is Greenwich Mean TimeArizona is UTC-7 (7 hours earlier than GMT)o Look for daytime overpasses only (entries with "D" flag) in the results table.o Use the time of the highest daytime elevation for your scene/date.Obtaining the Earth-Sun distanceGenerate an ephemeris (/cgi-bin/eph/) for the overpass time indicated in EOS-DIS (Arizona time is the UT -7 time zone, but this may differ if you are using a scene from elsewhere) on the acquisition date for the center of the scene. The value of d (delta in the ephemeris output) is the Earth-Sun distance in astronomical units (AU) to enter into the model. The value will be between 0.9 and 1.1 with several decimal places.ReferencesChavez, P. S., jr. 1996. Image-based atmospheric corrections - Revisited and Improved. Photogrammetric Engineering and Remote Sensing 62 (9): 1025-1036.Markham, B.L., and J.L. Barker. 1986. Landsat MSS and TM post-calibration dynamic ranges, exoatmospheric reflectances and at-satellite temperatures. EOSAT Technical Notes, August 1986.Moran, M.S., R.D. Jackson, P.N. Slater, and P.M. Teillet. 1992. Evaluation of simplified procedures for retrieval of land surface reflectance factors from satellite sensor output. Remote Sensing of Environment 41:169-184.Arizona Remote Sensing Center, Office of Arid Lands Studies,1955 E 6th St #205, University of Arizona, Tucson, AZ 85719Last updated: 30 December 2002。
envi-大气校正
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、辐射率、地表温度等真实物理模型参数。
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。
1.黑暗像元法描述：黑暗像元法的基本原理是假设待校正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）对整幅图像的影响，达到大气校正的目的。
步骤：先打开待校正图像，再在主菜单中点击Basic Tools > Preprocessing > General Purpose Utilities > Dark Subtract 选择待校正图像，出现如图1-1，1-2所示对话框，设置参数如图所示。
然后点击OK.图2-2所示为处理之后的图像。
图1-1图1-2 图1-3 2.FLAASH大气校正步骤：先打开待校正的图像。
然后将该文件转换成BIL格式,点击主菜单Basic Tool>convert Data(BSQ,BIL,BIP),选择待校正图像，点击OK。
如图2-1所示。
然后出现如图2-2所示对话框，参数设置如图。
然后是在主菜单点击Basic Tools>Preprocessing>Calibration Utilities>FLAASH.接着就是最重要的一步，对校正对话框的参数设置。
如图2-3所示。
重点参数设置有Lat/Lon （纬度/经度）中输入该待校正图像中心位置的经纬度;获得该数据的方法是：选择主菜单Basic Tools→Preprocessing→Data-Specific Utilities→View HDF Global Attributes,在文件选择对话框中选择要校正的图像文件，打开Global Attributes，将Global Attributes中的内容复制到记事本中，查找scenecenter。
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。
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。
高光谱影像FLAASH大气校正模型参数影响与评价
高光谱影像FLAASH大气校正模型参数影响与评价摘要：图像输出的正确性与否依靠对后期的处理有至关重要的作用，而大气校正模块中参数的正确性是对本文的数据的处理起着重要的作用，在本文中气溶胶模式、能见度、大气模式和水汽相关的参数都有着重要的作用。
本文利用FLAASH模块进行大气校正能很好的提高图像的质量，大气校正模型输入参数的评价是一个重要的工作，也有重要的意义。
关键词:FLAASH大气校正高光谱遥感高光谱影像EO-1是NASA新千年计划（NMP）的第一颗对地观测卫星，是为了接替美国陆地卫星7而研制的新型地球观测卫星，它的发射是对卫星本身和新的遥感器技术进行论证。
E0-1（对地观测卫星）是在2000年11月21日发射成功。
对地观测卫星上搭载了3种传感器，即：2数据预处理数据的前期已经经过过了：回波校正、背景去除、坏线修复等一系列的工作，这些工作做完以后本不应该再有坏像元，但坏的像元依然存在,所以在进行大气校正以前还需要对数据进行一定的处理[1],在这里需要处理的步骤为:（1）未定标及水汽影响严重波段的剔除。
（2）绝对辐射值的转换。
（3）坏线的修复。
（4）垂直条纹的去除。
（5）图像的各发射腔近场非线性效应。
3 FLAASH大气校正模块简述FLAASH(Fast line—of-sight atmospheric analysis of spectral hypercubes是Spectral scienee Inc. (SSI)、U. S. Air force research laboratory(AFRL)禾口Spectral infor—matio n tech no logy applicati on center(SITAC)合作开发的大气订正软件。
MODTRAN4是FLAASH大气校正的核心代码，Hyperspectral和multispectral image的真实地表反射率、Radiation rate和地表的真实温度等可以同大气校正来获得。
五种TM影像大气校正模型在植被遥感中的应用
五种 !" 影像大气校正模型在植被遥感中的应用 !
宋巍巍! 管东生
!!
（ 中山大学环境科学与工程学院，广州 "#$%&" ）
摘! 要! 基于 %$$" 年 & 月 #’ 日广州市东北部和惠州市北部的 () 影像， 以表观反射率模型 为参照， 从植被反射率光谱、 地物反射率统计特征、 规一化植被指数三方面对 * 种黑体减法模 型和 +, 模型在植被遥感中的应用进行了评价- 结果表明： 黑体减法模型 ./,* 获得了精度较 高的植被反射率， 其地物反射率与规一化植被指数的信息量最大， 适用于研究区的植被遥感 研究- 对于不同区域的植被遥感研究需要进行具体的比较分析， 才能选择到合适的大气校正 模型关键词! 大气校正! 黑体减法模型! +, 模型! 植被遥感 文章编号! #$$#0122% （ %$$’ ） $*0$&+10$+! 中图分类号! 31*’ ； (4&"#! 文献标识码! 5 #$$%&’()&*+ *, ,&-. ()/*0$1.2&’ ’*22.’)&*+ /*3.%0 ,*2 4(+30() !" 3()( &+ -.5.)()&*+ 2./*). 0.+0&+56 ,/67 89:;<9:， 7=56 .>?@;AB9?@（ !"#$$% $& ’()*+$(,-(./% !"*-("- /(0 ’(1*(--+*(1， !2( ; 4:#*(; <; =>>%; ’"$%- ， %$$’， 78 （* ） ： &+10&&*3/.45-( 6(*)-+5*.7，82/(19#$2 "#$%&"，:#*(/） #90)2(’)：CDA9E >? FB9 GD?EADF () :HD@9 >I ?>JFB9DAF 7KD?@LB>K M:FN D?E ?>JFB OK:LB>K M:FN >? %$$" ，D?E R>HSDJ9E <:FB DSSDJ9?F J9IQ9RFD?R9 H>E9Q，I:T9 DFH>ASB9J:R R>JJ9RF:>? H>E9QA PKQN #’ ， :?RQKE:?@ I>KJ EDJU >VW9RF AKVFJDRF:>? H>E9QA D?E +, H>E9Q <9J9 9TDQKDF9E IJ>H FB9 DAS9RFA >I T9@9; FDF:>? J9IQ9RFD?R9 ，AKJIDR9 J9IQ9RFD?R9，D?E ?>JHDQ:L9E E:II9J9?R9 T9@9FDF:>? :?E9X（ 6.YZ ） - (B9 J9AKQFA AB><9E FBDF FB9 EDJU >VW9RF AKVFJDRF:>? H>E9Q ./,* SJ>EKR9E FB9 B:@B9AF DRRKJDF9 T9@9FDF:>? D?E BDE FB9 QDJ@9AF :?I>JHDF:>? Q>DEA I>J AKJIDR9 J9IQ9RFD?R9 D?E 6.YZ， V9:?@ FB9 V9AF I>J J9IQ9RFD?R9 ， FB9 DFH>ASB9J:R R>JJ9RF:>? :? FB9 AFKEN DJ9DA- ZF <DA ?9R9AADJN F> D?DQNL9 D?E F> R>HSDJ9 E:II9J9?F H>E9QA F> I:?E >KF D? DSSJ>SJ:DF9 H>E9Q I>J DFH>ASB9J:R R>JJ9RF:>? :? FB9 AFKEN >I >FB9J DJ9DA:.; <*230：DFH>ASB9J:R R>JJ9RF:>? ；EDJU >VW9RF AKVFJDRF:>? H>E9Q；+, H>E9Q；T9@9FDF:>? J9H>F9 A9?A:?@! ! 卫星遥感在大面积的数据收集与生态环境变化 ［ # 0 2］ 监测中起着重要作用 ， 其在植被研究中的应用 ［ * 0 +］ 越来越广泛 - 太阳;地表;卫星传感器之间的辐 射传输受到大气散射与吸收的影响， 大气校正不仅 对影像灰度值与地表反射率之间的转化具有重要意 义， 而且对不同时间、 空间影像数据之间的反射率配 准也极为重要- 因此在利用遥感影像进行定量分析
大气校正模型简述
大气校正模型简述大气辐射校正模型简介1、acorn模型它是一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作的波长范围是350－2500nm。
在目前的大气校正程序一般都把地表假定为水平朗伯体，这主要是因为我们一般很难获取地表的充足信息以完成地形校正，因此大气校正的结果称为拉伸的地表反射率，又称表观反射率，在地形信息已知的情况下，可以将表观反射率转为地表反射率。
Acorn所提供的最高级的大气校正形式是基于辐射传输理论的，大气校正的方法是基于chandrasekhar（1960，dover）公式，描述了太阳辐射源、大气、和地表对辐射的贡献关系。
Caorn提供了一系列大气校正策略，包括经验法和基于辐射传输理论的方法，既可以对高光谱数据进行大气校正，也可以对多光谱图像数据进行大气校正，校正模式如下：1）模式1：对定标后的高光谱数据进行辐射传输大气校正，输出项为地表表观反射率。
2）模式1.5：对定标后的高光谱数据利用水气和液体水光谱你和技术进行辐射传输大气校正。
3）模式2：对高光谱大气校正结果进行独立的光谱增强。
4）模式3：利用经验线性法对高光谱数据进行大气校正5）模式4：对高光谱数据进行卷积处理得到多光谱数据6）模式5：对定标的多光谱数据进行辐射传输大气校正7）模式6：对多光谱的大气校正结果进行独立的光谱增强2、lowtran模型LOWTRAN是一种低分辨率（分辨率≥20cm-1）大气辐射传输模式。
它提供了6种参考大气模式的温度、气压、密度的垂直廓线，水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线，其他13种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线，辐射参量（如消光系数、吸收系数、非对称因子的光谱分布），以及地外太阳光谱。
lowtran7可以根据用户的需要，设置水平、倾斜、及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。
lowtran7的基本算法包括透过率计算方法，多次散射处理和几何路径计算。
大气校正方法说明
利用MODTRAN 进行大气校正的方法说明一． 大气校正公式、原理以及所需参数大气是介于传感器和地球表层之间由多种气体和气溶胶组成的介质层，电磁波在地物和传感器之间传输时，必然受到大气的影响。
遥感对地观测时，要想得到目标的真实信息，大气校正是不可回避的。
由卫星传感器获取的表观反射率ρ*可由下式表出： '()(,,)(,,)(())1v s s v s v a s v s v t t v d t T Se t τμθρθθφφρθθφφρρθρ-*-=-++- (1) 式中： s θ：太阳天顶角 ， s φ：太阳方位角 ，v θ ：传感器天顶角，v φ ：传感器方位角， t ρ：目标反射率，(,,)a s v s v ρθθφφ-：大气的路径辐射项等效反射率， τ：大气的光学厚度， S ：大气的半球反照率，'()v d t θ：散射透过率，cos()v v μθ=。
通过MODTRAN4对大气辐射传输进行模拟，求得大气校正所需参数，将所求的大气校正参数和传感器获得的表观反射率一并代入大气辐射传输公式 (1)，便可计算出目标的真实反射率t ρ，从而完成大气校正的任务。
在实际的工作中，我们可以用下面的公式：0()()()1t v v d v t L L F T S ρμμμρ=+- (2) 是传感器接收到的辐射亮度，0()v L μ是路径辐射项，d F ＝式中：s μ0F ()s T μ是太阳下行总辐射(0F 是大气层顶的太阳辐照度)， ()v T μ=v e τμ-+'()v d t θ是传感器和目标之间的透过率（v e τμ-是直射透过率，'()v d t θ是散射透过率）。
在已知的观测条件（太阳和传感器的几何参数，大气廓线，地表反射率等）下，设定一组t ρ值以及相应的传感器高度，通过MODTRAN4模拟得到一组辐射亮度()v L μ，代入方程(2)，再经过简单的代数运算就可以求出大气校正所需的参数（路径辐射项、透过率、大气半球反照率和太阳下行总辐射）。
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。
大气辐射传输校正模型(5S,modtran,acorn)
在遥感的实际应用中，常用很多简化的手段，如假设地面为朗伯面，排除云的存在，采用有关标准大气模式及大气气溶胶模式等，一次产生了许多不同类型的大气辐射传输模型，主要分为两类，1）采用大气的光学参数2）直接采用大气物理参数如lowtran、modtran等大气辐射近似计算模型，而且还增加了多次散射计算1. 5s模型该模型的代码模拟计算海平面上的均匀朗伯体目标的反射率，并假定大气吸收作用与散射作用可以耦合，就像吸收粒子位于散射层的上面一样，则大气上层测量的目标反射率可以表示为，海平面处朗伯体的反射率大气透过率分子、气溶胶层的内在反射率有太阳到地表再到传感器的大气透过率S为大气的反射率大气传输辐射校正模型－3 modtran该模型是由美国空军地球物理实验室研制的大气辐射模拟计算程序，在遥感领域被广泛应用于图像的大气校正。
lowtran7是一个光谱分辨率20cm－1，的大气辐射传输实用软件，它提供了6种参考大气模式的温度、气压、密度的垂直廓线，水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线，其他13种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线，辐射参量（如消光系数、吸收系数、非对称因子的光谱分布），以及地外太阳光谱。
lowtran7可以根据用户的需要，设置水平、倾斜、及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。
lowtran7的基本算法包括透过率计算方法，多次散射处理和几何路径计算。
1）多次散射处理lowtran 采用改进的累加法，自海平面开始向上直至大气的上界，全面考虑整层大气和地表、云层的反射贡献，逐层确定大气分层每一界面上的综合透过率、吸收率、反射率和辐射通量。
再用得到的通量计算散射源函数，用二流近似解求辐射传输方程。
2）透过率计算该模型在单纯计算透过率或仅考虑单次散射时，采用参数化经验方法计算带平均透过率，在计算多次散射时，采用k－分布法3）光线几何路径计算考虑了地球曲率和大气折射效应，将大气看作球面分层，逐层考虑大气折射效应由于lowtran直接使用大气物理参数，因而需要按照下列方法计算出与lowtran使用的大气物理参数相对应的大气光学参数179页4.modtran辐射传输模型modtran可以计算0到50000cm－1的大气透过率和辐射亮度，它在440nm到无限大的波长范围精度是2cm－1，在22680到50000cm－1紫外波（200-440nm）范围的精度是20cm－1，在给定辐射传输驱动、气溶胶和云参数、光源与遥感器的几何立体对和地面光谱信息的基础上，根据辐射传输方程来计算大气的透过率以及辐射亮度。
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。
大气校正6S模型简介
（2）光子从大气顶部太阳方向直接到达地面 目标的过程中，有一部分被大气所散射，这些 被散射的光子到达地面目标后被目标物反射后 直接到达传感器
(3)光子直接从大气顶部太阳方向到达目标后， 经过目标物的反射某一部分沿观察方向直接到达 传感器，另一部分经过大气的散射后，到达传感 器，这个过程可以理解为从入射方向上的一束光 子在各个方向上的反射
二、6S模型概述
1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信 号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程 并计算卫星入瞳处辐射亮度。
(4)光子在直接从大气顶部太阳方向到达目标物的过 程中，一部分光子经过大气衰减后直接到达目标物， 另一部分光子经过大气的散射后，在到达目标物后被 反射，同样，其一部分直接到达传感器，而另一部分 则经过大气散射和地气作用后达到传感器。这一部分 可以理解为从各个方向入射到目标物的光子，在经过 目标物的反射后，又从各个方向到达接收传感器。
*可以输入波长为550nm处的光学厚度和气象能见
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。
1997年，美国马里兰大学地理系Eric Vemote对5S进行了改进， 发展到6S（SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM）,6S吸收了最新的散射计算方法，使太阳 光谱波段的散射计算精度比5S有所提高。
CRInSAR大气校正模型比较与分析
CRInSAR大气校正模型比较与分析作者：王兴旺来源：《安徽农业科学》2014年第13期摘要人工角反射器辅助雷达干涉测量（CRInSAR）中，电磁波信号受各种因素的影响，其中大气能够引起信号延迟和传播路径弯曲，在此先对已有大气中对流层校正模型进行比较，然后对基于GPS数据和气象观测数据的大气改正方法进行试验研究，证明大气校正模型对雷达干涉测量的影响和消除的有效性。
关键词雷达干涉测量；人工角反射器；大气校正中图分类号 S163 文献标识码 A 文章编号 0517-6611（2014）13-03966-03Abstract Corner Reflector Interferometric Synthetic Aperture Radar（CRInSAR），electromagnetic wave signal is affected by various factors. The atmosphere can cause signal delay and propagation path curve. First， the available atmospheric correction models were compared. Then，atmospheric correction methods based on GPS data and meteorological observation data were studied， the influence of atmospheric model to the radar interferometry and effective elimination were proved.Key words Interferometric Synthetic Aperture Radar （InSAR）； Corner reflector；Atmospheric correction在雷达干涉测量（InSAR）中，电磁波信号受各种因素的影响，其中大气能够引起信号延迟和传播路径弯曲[1]。
大气校正模型简述
大气辐射校正模型简介1、 acorn 模型它是一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作的波长范围是 350－ 2500nm。
在目前的大气校正程序一般都把地表假定为水平朗伯体，这主要是因为我们一般很难获取地表的充足信息以完成地形校正，因此大气校正的结果称为拉伸的地表反射率，又称表观反射率，在地形信息已知的情况下，可以将表观反射率转为地表反射率。
Acorn 所提供的最高级的大气校正形式是基于辐射传输理论的，大气校正的方法是基于chandrasekhar (I960, dover)公式，描述了太阳辐射源、大气、和地表对辐射的贡献关系。
Caorn 提供了一系列大气校正策略，包括经验法和基于辐射传输理论的方法，既可以对高光谱数据进行大气校正，也可以对多光谱图像数据进行大气校正，校正模式如下：1) 模式 1 ：对定标后的高光谱数据进行辐射传输大气校正，输出项为地表表观反射率。
2) 模式 1.5：对定标后的高光谱数据利用水气和液体水光谱你和技术进行辐射传输大气校正。
3) 模式 2：对高光谱大气校正结果进行独立的光谱增强。
4) 模式 3：利用经验线性法对高光谱数据进行大气校正5) 模式 4：对高光谱数据进行卷积处理得到多光谱数据6) 模式 5：对定标的多光谱数据进行辐射传输大气校正7) 模式 6：对多光谱的大气校正结果进行独立的光谱增强2、 lowtran 模型LOWTRAN是一种低分辨率(分辨率》 20cm-1 )大气辐射传输模式。
它提供了6种参考大气模式的温度、气压、密度的垂直廓线，水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线，其他 13 种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线，辐射参量(如消光系数、吸收系数、非对称因子的光谱分布) ，以及地外太阳光谱。
lowtran7 可以根据用户的需要，设置水平、倾斜、及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。
大气校正6S模型简介
二、6S模型概述
1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信 号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程 并计算卫星入瞳处辐射亮度。
(4)光子在直接从大气顶部太阳方向到达目标物的过 程中，一部分光子经过大气衰减后直接到达目标物， 另一部分光子经过大气的散射后，在到达目标物后被 反射，同样，其一部分直接到达传感器，而另一部分 则经过大气散射和地气作用后达到传感器。这一部分 可以理解为从各个方向入射到目标物的光子，在经过 目标物的反射后，又从各个方向到达接收传感器。
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。
辐射损失主要发生在大气吸 收和散射过程。 O3,H2O,O2,CO2,CH4引起电 磁辐射的吸收，而散射主要 由烟灰、尘土等大气气溶胶 产生。
四、地表反射率的计算
在6S模型中，对于地面目标的非朗伯体，将光子从目 标物到达传感器的过程归结为以下4中不同形式： （1）光子直接从大气顶部太阳方向到达地面目标，然 后经过地物目标的反射后再直接到达传感器，由于大 气吸收效应等，光传输能量衰减，光子数量减少，其 递减成指数形式
三、辐射传输机理
假设没有大气，太阳短波辐射直接照射到目标物， 一部分被目标物吸收，其余直接反射到传感器。但 实际并非如此，电磁波在大气中的传输和传感器在 测量过程中，由于地物光照条件（如太阳高度角及 地形变化等）以及大气作用等的影响，遥感传感器 的测量值与地物实际的光谱辐射发生失真。只有很 小部分（在0.85um波段80%，在0.45um波段50%）太 阳辐射反射到传感器。
- 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)。
大气辐射校正模型简介
1、acorn模型
它是一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作的波长范围是350－2500nm。
在目前的大气校正程序一般都把地表假定为水平朗伯体，这主要是因为我们一般很难获取地表的充足信息以完成地形校正，因此大气校正的结果称为拉伸的地表反射率，又称表观反射率，在地形信息已知的情况下，可以将表观反射率转为地表反射率。
Acorn所提供的最高级的大气校正形式是基于辐射传输理论的，大气校正的方法是基于chandrasekhar（1960，dover）公式，描述了太阳辐射源、大气、和地表对辐射的贡献关系。
Caorn提供了一系列大气校正策略，包括经验法和基于辐射传输理论的方法，既可以对高光谱数据进行大气校正，也可以对多光谱图像数据进行大气校正，校正模式如下：
1）模式1：对定标后的高光谱数据进行辐射传输大气校正，输出项为地表
表观反射率。
2）模式1.5：对定标后的高光谱数据利用水气和液体水光谱你和技术进行
辐射传输大
气校正。
3）模式2：对高光谱大气校正结果进行独立的光谱增强。
4）模式3：利用经验线性法对高光谱数据进行大气校正
5）模式4：对高光谱数据进行卷积处理得到多光谱数据
6）模式5：对定标的多光谱数据进行辐射传输大气校正
7）模式6：对多光谱的大气校正结果进行独立的光谱增强
2、lowtran模型
LOWTRAN是一种低分辨率（分辨率≥20cm-1）大气辐射传输模式。
它提供了6种参考大气模式的温度、气压、密度的垂直廓线，水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线，其他13种微量气体的垂直廓线，城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线，辐射参量（如消光系数、吸收系数、非对称因子的光谱分布），以及地外太阳光谱。
lowtran7可以根据用户的需要，设置水平、倾斜、及垂直路径，地对空、空对地等各种探测几何形式，适用对象广泛。
lowtran7的基本算法包括透过率计算方法，多次散射处理和几何路径计算。
1）多次散射处理
lowtran 采用改进的累加法，自海平面开始向上直至大气的上界，全面考虑整层大气和地表、云层的反射贡献，逐层确定大气分层每一界面上的综合透过率、吸收率、反射率和辐射通量。
再用得到的通量计算散射源函数，用二流近似解求辐射传输方程。
2）透过率计算
该模型在单纯计算透过率或仅考虑单次散射时，采用参数化经验方法计算带平均透过率，在计算多次散射时，采用k－分布法
3）光线几何路径计算
考虑了地球曲率和大气折射效应，将大气看作球面分层，逐层考虑大气折射效应
3、modtran模型
MODTARN（ModerateResolutionTransmission）这是由美国空军地球物理实验（AFGL）开发的计算大气透过率及辐射的软件包。
MODTRAN从LOWTRAN发展而来，它提高LOWTRAN的光
谱分辨率。
MODTRAN的基本算法包括透过率计算，多次散射处理和几何路径计算等。
需要输入的参数有四类：计算模式，大气参数，气溶胶参数和云模式。
MODTRAN有四种计算模式：透过率，热辐射，包括太阳或月亮的单次散射的辐射率，直射太阳辐照度计算。
用MODTRAN进行大气纠正的一般步骤是：首先输入反射率，运行MODTRAN得到大气层顶（TOA）光谱辐射，解得相关参数；然后利用这些参数带入公式进行大气纠正。
modtran可以计算0到50000cm－1的大气透过率和辐射亮度，它在440nm到无限大的波长范围精度是2cm－1，在22680到50000cm－1紫外波（200-440nm）范围的精度是20cm－1，在给定辐射传输驱动、气溶胶和云参数、光源与遥感器的几何立体对和地面光谱信息的基础上，根据辐射传输方程来计算大气的透过率以及辐射亮度。
modtran输入输出参数
（1）控制运行参数：如何采用何种辐射传输程序，是否进行多次散射计算等；
（2）遥感器参数：如遥感器的波段参数，观测的波束（波长范围）；
（3）大气参数：其中大气模型通过card1中的选项确定，其他具体参数包括气溶胶；
（4）观测几何条件：在card1中有关于几何条件的选项，另外在card3中主要为几何参数的输入选项，它通过多种方式组合来实现几何参数的输入，可根据计算的方便进行选择；（5）地表参量：在card1中提供了地表参数设定的初步选项，所以只能在card4根据card1中设定的参数对地表的参数进行具体设定。
所有的输入都通过card1进行控制，然后在由后续的card进行具体社这设定所有参数之后，就可以用modtran来模拟大气辐射传输过程
4、5s模型
1986年，法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L, 等人为了简化大气辐射传输方程，开发了太阳光谱波段卫星信号模拟程序5S（SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM），用来模拟地气系统中太阳辐射的传输过程并计算卫星入瞳处辐射亮度。
5、6S模型
1997年，美国马里兰大学地理系Eric Vemote对5S进行了改进，发展到6S（SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM）,6S吸收了最新的散射计算方法，使太阳光谱波段的散射计算精度比5S有所提高。
6S （Second Simulation of the Satellite Signal in the SolarSpectrum）大气校正模型是Eric F. Vermote etal.（1997）在5S模型的基础上发展起来的。
6S模型可以很好地模拟太阳光在太阳－地面目标－传感器的传输过程中所受到的大气影响。
相对于5S模型，6S模型考虑了地面目标的海拔高度、非朗伯平面的情况和新的吸收气体种类（CH4，N2O，CO）。
通过采用theartapproximation近似算法和SOS运算法则，提高了瑞利和气溶胶散射作用的计算精度。
光谱步长提高到了2.5nm。
6S模型建立在辐射传输理论基础之上,模型应用范围广，不受研究区特点及目标类型等的影响。
6S描述了大气如何影响辐射在太阳－地表－遥感器之间的传输。
需要输入的参数有：几何参数（遥感器类型、成像年月日和经纬度；大气中的水和臭氧浓度；气溶胶浓度；辐射条件、观测波段和海拔高度；地表覆盖类型和反射率。
6S预先设置了50多种波段模型，包括MODIS，AVHRR，TM等常见传感器的可见光近红外波段。
它其中主要包括以下几个部分：
太阳、地物与传感器之间的几何关系；大气模式；气溶胶模式；传感器的光谱特性；
地表反射率。
这5个部分便构成了辐射传输模型，考虑了大气顶的太阳辐射能量通过大气传递到地表，以
及地表的反射辐射通过大气到达传感器的整个辐射传输过程。
6S的输入参数主要有9个部分组成：
（1）几何参数
（2）大气模式
（3）气溶胶模式
（4）气溶胶浓度
（5）地面高度
（6）探测器高度
（7）探测器的光谱条件
（8）地表特性
（9）表观反射率
6、FLAASH模型
它是ENVI下的一个模块，FLAASH参数：
（1）图像中心点坐标
可以从相应的HDF文件中找到，也可以从屏幕上直接读取影像的中心坐标，对反演结果影响不大。
当影像位于西半球时，经度为负值；
（2）传感器类型
当选择传感器类型时，模块会选择相应的类型的传感器波段响应函数，同时系统一般会自动设置传感器的高度和图像的空间分辨率；
（3）海拔高度
海拔高度为研究区的平均海拔；
（4）数据获取日期和卫星过境时间；
卫星过境时间为格林尼治时间，可以从相应的HDF文件中找到；
（5）大气模型
模块提供热带、中纬度夏季、中纬度冬季、极地夏季、极地冬季和美国标准大气模型，研究者根据数据获取时间选择相应的大气模型；
（6）水气反演
大多数多光谱数据不推荐反演水汽含量；
（7）气溶胶模型
可供选择的气溶胶模型有无气溶胶、城市气溶胶、乡村气溶胶、海洋气溶和对流层气溶胶模型。
当能见度大于40Km时，气溶胶类型选择对反演没有太多影响，一般情况下利用ASTER 数据不做气胶反演；
7、atcor 模型
全称：Atmospheric Correction and Haze Reduction for ERDAS IMAGINE from GEOSYSTEMS。
Erdas下的一个大气校正的附加模块，用于纠正地球表面地物光谱反射的变化和去除薄云及雾霾。
ATCOR2（2维）以2维的形式为大气的影响开发模型，因此适用于平坦地区的图像，可以处理大量的卫星影像。
ATCOR3是ERDAS IMAGINE推出的为山区图像进行大气纠正的附加模块，需要成像区域的DEM。