EO_1Hyperion高光谱数据的预处理
Eo-1数据处理
EO-1数据的处理流程。
因为老板高光谱的项目,刚进入研究生阶段就一头雾水的开始处理高光谱的影像,主要使用的数据为EO-1,才开始做的时候很迷茫,一点点查,一点点弄,最终还是一知半解,但是总归也学到了不少东西,现在总结一下,跟大家讨论讨论,希望不吝指教!1.EO-1数据的简介(因为篇幅问题发个链接,那里有详细的介绍在这里不作赘述/s/blog_5f1077ed0100qumz.html),处理的数据为L 1G2.EO-1数据的处理流程(由于处理的软件是ENVI,仅限于ENVI软件):整个流程从文献(谭炳香,李增元。
EO-1 Hyperion高光谱数据的预处理)中获得,只不过加了ENVI补丁下数据波段组合,其中红色的步骤是没搞明白的,下面对各个步骤一一说明。
3.Hyperion数据的获取:获取途径在/s/blog_5f1077ed0100qumz.html有介绍,如有不符和不全的请指正)4.ENVI补丁下数据波段组合:4.1 Hyperion工具的用途:设计Hyperion工具组件是为了方便hyper ion数据的使用。
其最基本的功能是把L1R HDF和L1G/L1T GeoTIFF数据集转换成包含波长、最大半波宽和坏波段信息的ENVI格式文件。
特别是,对于每一个输入数据格式,还包含了一些选项,在使用Hyperion数据时将更加有用。
4.2存放方法: 把hyperion_tools.sav文件放在你的ENVI安装目录下的save_add文件夹里,然后重启ENVI。
以下面的安装程序为例(D:\ProgramFiles\ITT\IDL71\products\envi47\save_add通过File→Open External File→EO-1→Hyperion Tools进入此工具。
4.3使用方法:对于L1R数据,点击“Input HDF”选择L1R文件。
然后点击“Output Path”为新的ENVI格式的数据选择存放文件夹。
hyperion数据资料
hyperion数据资料地球观测卫星—1(EO—1是)NASA新千年计划(NMP)的第一颗对地观测卫星,目的是为了对卫星载体和新遥感器的技术进行验证。
于2000年11月21日成功发射[23-24]轨道高度705km,周期98分钟,与太阳同步,通过赤道时的当地时间与Land-sat-7仅相差一分钟,每16天对全球覆盖一次.EO- 1上搭载了3种传感器,即高级陆地成像仪ALI ( AdvancedLand Imager)、大气校正仪AC(Atmospheric Corrector)和高光谱成像光谱仪Hyperion。
其中ALI 的技术性能和用途与Landsat-7上的ETM+相当,构成对Landdsat数据的连贯性,并在数据质量和性能上均有所提高Hyperion是以推扫方式获取可见光—近红外(VNIR,400—1000nm)和短波红外(SWIR, 900—2500nm)光谱数据,Hyperion产品分两级:Level0和Levell, L0是原始数据,仅用来生产成L1产品,用户所使用的是L1产品,其特性为:波长356~2577nm 波段数242 像元大小30 图像大小256x6460 VNIR波段1~70(356~1058nm)SWIR波段71~242(852~2577nm)数据类型2位有符号整型像元格式BILByte Order Network(IEEE) 文件大小800427520(bytes)Hyperion L1数据产品已经进行了辐射校正。
在设计和处理遥感器数据时,Hyperion采用了辐射传输方程,所以它的1R级产品记录的就是辐射能量值[38-41]。
它的DN值以16比特的有符号整型存储,单位是(W/mZ-sr-pLm)。
但在进行辐射校正时,VNIR波段数据乘了一个比例因子40,而SWIR波段数据乘的比例因子为80。
所以,在求算遥感器上的波谱辐射能量值时应以下式得出:VNIRL=DN/40SWIRL=DN/80其中:DN表示影像的灰度量化级值(灰度)。
基于星载高光谱数据的遥感数据预处理
基于星载高光谱数据的遥感数据预处理摘要遥感影像的预处理是遥感数据应用的基础,预处理结果的好坏将影响图像的质量及后续的研究。
研究利用高光谱数据对穿越香格里拉县中部一景EO-1 Hyperion数据进行预处理。
预处理分别进行envi补丁下数据波组合、未定标和水汽影响波段去除、绝对辐射值转换、大气校正等处理,结果表明:图像质量提高,减少了数据运算量,为应用研究奠定了基础。
关键词EO-1;Hyperion;高光谱;遥感;大气校正遥感可以快速获取地表信息,并通过数据的传输与处理、判译分析,实现了解和研究地物的空间分布等地表特征[1]。
由于遥感系统空间、波谱、时间以及辐射分辨率的限制,会在数据获取的过程中产生误差。
这些误差降低了遥感数据的质量和精度。
因此,在图像分析和处理之前需要进行遥感原始影像的预处理,减小数据误差,提高图像质量。
选用穿越香格里拉中部的一景EO-1 Hyperion数据,着重进行绝对辐射值转换、坏线修复、大气校正、几何校正等预处理工作以及方法的阐述。
1 EO-1 Hyperion数据介绍EO-1上搭载了3种传感器,高光谱成像光谱仪Hyperion是其中之一。
Hyperion数据覆盖范围为北纬15°~55°,东经70°~140°的矩形区域。
Level 1R (Hyp-L1R)和Level 1Gst数据产品(Hyp-L1G)分别是Hyperion高光谱成像光谱仪的2种数据格式数据产品。
该数据共有242个波段,幅宽7.7 km,地面分辨率为30 m,光谱范围为400~2 500 nm,光谱分辨率达到10 nm。
虽然hyperion的L1级数据是经过一系列的处理结果得来,但实际结果仍然存在着质量问题,需要进行进一步的数据预处理,以解决图像数据误差。
2 Hyperion数据预处理原理与方法研究区位于香格里拉县中部,香格里拉地理位置处于北纬27°31′12″~28°31′12″,东经99°12′00″~100°17′24″,是滇、川以及西藏三省区交汇处,该研究区森林资源丰富。
高光谱数据预处理
高光谱数据预处理是指对从高光谱传感器获取的原始数据进行处理和优化,以提高数据质量、减少噪声和冗余信息,并为后续的数据分析和应用提供更好的基础。
以下是高光谱数据预处理的一些常见步骤:
1.数据校正:高光谱数据通常包含传感器的特定响应曲线、大气影响、太阳高度角等因素,需要进行各种校正,如大气校正、几何校正、太阳高度角校正等,以消除这些影响因素,提高数据质量。
2.数据滤波:高光谱数据可能存在噪声和冗余信息,需要进行滤波处理。
常见的滤波方法包括中值滤波、高斯滤波、小波变换等,可以根据数据的特点和应用需求选择合适的滤波方法。
3.数据增强:高光谱数据可能存在光谱分辨率不足的问题,需要进行数据增强。
常见的数据增强方法包括插值、降采样、多通道分解等,可以提高数据的空间和光谱分辨率。
4.特征提取:高光谱数据中包含丰富的光谱信息,需要进行特征提取,以便进行后续的分类、聚类、识别等分析。
常见的特征提取方法包括光谱特征提取、空间特征提取等。
5.数据归一化:高光谱数据的不同波段之间可能存在差异,需要进行数据归一化处理,以消除波段之间的差异,提高数据的可比性和稳定性。
常见的归一化方法包括最小-最大归一化、z-score标准化等。
6.数据降维:高光谱数据通常包含大量的冗余信息,可以通过数据降维方法减少数据维度,提高数据处理效率和准确性。
常见的降维方法包括主成分分析、线性判别分析等。
高光谱数据预处理是高光谱图像分析的重要步骤,可以提高数据质量、减少噪声和冗余信息,并为后续的数据分析和应用提供更好的基础。
EO-1Hyperion高光谱数据FLAASH模块大气纠正
大气影响和Hyperion高光谱遥感图像光谱噪声.
1 FLAASH大气校正基本原理
FLAASH大气校正基于太阳波谱范围内(不包括
热辐射),标准的平面朗伯体在传感器处接收到的单
遥感图像的光谱噪声.
关键词:大气校正;FLAASH;高光谱影像;Hyperion数据
遥感卫星传感器接收到的目标物反射及发射能 量辐射需通过大气层.使高光谱遥感影像中包含了地 面和大气的综合信息.图象中既包括了地面反射光谱 信息,也记录了大气辐射传输效应引起的地面反射辐 照度变化信息.影像灰度值大小与地形、太阳光入射 角、天空光散射、传感器观测角等有关.实际应用中, 剔除这些因素干扰,将遥感影像原始DN值数据转换 为反射率,对正确利用遥感数据进行定量分析、信息 提取、遥感应用十分关键.
water channels reference={1047 1056 1066 1181 1191 1200};
waterchannels absorption={1114 1124 1143}; cirrus channel=1 372; KTupperchannels={21ll 2121 213021402150}; KT lower channels={657 667 677 687 663 672}; alternate water channels absorption={816 826}; alternate water channels reference={768 778 864
万方数据
llO
新疆地质
2010焦
Hyperion高光谱数据的预处理
图 1 EO - 1 卫星与 Landsat 7 卫星轨迹平面图
km2 。二是此数据需要编程订购 ,时间较长 。因此 ,在国内 开展 EO - 1 Hyperion 数据的应用研究较少 。
本单位通过国际合作获取了一景 Hyperion 数据 ,本文 着重阐述了 EO - 1 Hyperion 数据的预处理内容和方法ቤተ መጻሕፍቲ ባይዱ。
表 2 被剔除的 Hyperion 波段
Hyperion 原始波段
1~7 58~78 121~127 167~178 224~240
波长范围 (nm)
355~416 936~923 1 356~1 426 1 820~1 931 2 395~2 577
表 3 保留的 Hyperion 波段
Hyperion 原始波段
3 Hyperion 数据预处理
Hyperion 数据预处理流程见图 2 ,预处理后得到 Hyperi2
on 反射率图像 。
3. 1 非正常像元的分类
Hyperion 图像上非正常像
元大致分为 5 类 : ①像元值为
零的波段 ,称未定标波段 ; ②一
行或一列像元 DN 值为零或非
103-处理专题:Hyperion高光谱数据处理
结果查看
主要内容
传感器参数
地图投影 坐标系 波普范围 全色波段 可见波段 近红外 短波红外
UTM (以图像中心点经纬度定义UTM区) WGS84 0.4-2.5微米 0个 35个
0个
扫描宽度 7.5KM
时间分辨率 200天
像素大小 30米
数据格式 HDF&Tiff
主要内容
主要内容
下载地址 • 目前,常用的下载地址主要有下面两个: • 地理空间数据云: • 美国地质调查局:
处理流程
数据打开
水汽吸收 波段标识
辐射定标
大气校正
图像配准
结果查看
Edit ENVI Header
Radiometric Correction
数据组织形式 • 目前,Hyperion常用的数据级别为L1R和L1T。其中,L1R数据产品包括一个元
数据文件(.MET),一个HDF数据集文件(.L1R),一个ENVI格式的hdr文件(.hdr), 一个辅助文件(.AUX),一个美国联邦地理数据委员会标准元数据文件(.fgdc),和 一个README.txt文件;L1T数据产品包括242个TIFF格式的单波段文件,一个元 数据文件(.TXT)和一个README.txt文件。
主要内容传感器参数地图投影utm以图像中心点经纬度定义utm区中红外坐标系wgs84热红外波普范围0425微米扫描宽度75km全色波段时间分辨率200天可见波段35个像素大小30米近红外35个数据格式hdftiff短波红外172个主要内容目前hyperion常用的数据级别为l1r和l1t
处理专题三:Hyperion高光谱数据处理
辐射定标
• 在 Toolbox 中,选择 Radiometric Correction > Radiometric Calibration。
高光谱预处理方法
高光谱预处理方法嘿,咱今儿就来说说高光谱预处理方法。
这玩意儿啊,就好比是给高光谱数据来一场精心的打扮,让它能以最美的姿态展现在我们面前。
你想想看,高光谱数据就像是一个有点乱糟糟的大杂烩,里面啥都有。
有各种干扰信号啦,噪声啦,乱七八糟的。
那我们要怎么把它整理清楚呢?这就用到我们的预处理方法啦!比如说,我们得给它来个“洗澡”,把那些不必要的杂质、噪声啥的给洗掉,让数据变得干净清爽。
这就像是我们洗脸一样,把脸上的灰尘啊、脏东西啊都洗掉,才能露出我们干净的脸蛋呀。
还有呢,我们要对它进行一些调整,让它更符合我们的要求。
比如说,让数据的强度啊、对比度啊啥的更合适,就像我们给照片调个色,让它看起来更漂亮、更吸引人。
那具体有哪些预处理方法呢?比如说归一化,这就好比是把高光谱数据都放在一个标准的框框里,让它们都能有个比较的基准。
还有平滑处理,就像给数据磨了个皮,让它变得更光滑、更细腻。
再说说去噪,这可太重要啦!就像我们要把耳边那些嗡嗡响的蚊子赶走一样,把那些讨厌的噪声都去掉,让数据更清晰、更准确。
咱可别小瞧了这些预处理方法啊,它们就像是高光谱数据的美容师、造型师,能让数据变得更有价值,更能为我们所用。
没有它们,那高光谱数据可能就像是一个蓬头垢面的人,谁还愿意去仔细研究它呢?而且啊,不同的应用场景可能需要不同的预处理方法呢。
就好像不同的人适合不同的发型和妆容一样,得根据具体情况来选择合适的方法。
你说要是不进行预处理,那会咋样?那数据可能就乱七八糟的,根本没法用嘛!那我们之前的努力不都白费啦?所以啊,高光谱预处理方法真的是太重要啦!咱可得好好掌握这些方法,让高光谱数据发挥出它最大的作用。
别嫌麻烦,想想看,要是能通过这些预处理让我们得到更准确、更有用的信息,那不是很值得吗?咱就踏踏实实地做好每一步,让高光谱数据在我们的手中变得闪闪发光!怎么样,现在是不是对高光谱预处理方法有了更深的认识啦?。
EO-1+Hyperion高光谱数据的质量评价
GG除未定标波段以外 有 !$! Q !$; !EE Q !%! 为负值 这 共 $# 个波段的均值和信噪比 1+
点 #E #O 波段的总体方差较 OO O% 波段小 说 明前者影像的灰度范围相对较集中 而后者涉及 的灰度 跨 度 较 大 边 缘 辐 射 畸 变 两 者 相 差 不 大 但增益调整畸变 1L* -的两个波段数值比 3 + * -大
F 信噪比 信噪比即表达影像受干扰的程
其中 & *分别为影像行列数 为相邻的像元 号 23 为! 像元与相邻像元间梯度 2( 根据以上参数定义 利用 * _ K * C8 B J > 7 8 ? T B_ > )
8 > K > CU [> U B 语言编写客观质量评价程序 对 H I ) AB J ? 4 C 影像 $9$ 个波段分别进行参数计算 得到各
参数
GG针对高光谱影像质量的主要影响因素 本文
选取了以下评价参数进行计算研究
! 辐射精度 包括均值 方差 偏斜度 陡
度 边缘辐射畸变和增益调整畸变六项参数 表达 单幅图像辐射状态的信息 相关计算方法如表 !
表 $/辐射精度变量
0 12 . $/0 3 () 14 * 15 * +,' ) ( 6 * 7 * +,81) * 12 9 ( 7
马德敏列举了多光谱数 等等 客观评价方法已
据的质量评价指标 并针对高光谱数据对这些指 标进行了分析和补充
F
应用于 K > CMN > 8 O 2 P ' 1 等在轨卫星多光谱数据
. * 1 等机载影像数据的评价等 的质量评价 以及 (
$G遥感数据质量评价方法
高光谱数据预处理流程
高光谱数据预处理流程
高光谱数据预处理流程主要包括以下步骤:
噪声去除:由于高光谱图像数据常常受到多种噪声的干扰,如设备噪声、环境噪声等,这些噪声会影响图像的质量,因此需要采取有效的方法去除。
常用的噪声去除方法包括平滑滤波、中值滤波和小波变换等。
图像校正:由于高光谱成像仪的工作原理和环境因素的影响,常常会导致图像出现几何畸变和辐射失真等问题。
因此,需要进行图像校正,以恢复图像的几何形状和辐射特性。
常用的图像校正方法包括多项式回归、仿射变换和径向畸变校正等。
图像融合:高光谱图像数据通常由多个波段组成,这些波段之间存在一定的相关性。
为了提高图像的分辨率和信息量,可以将多个波段进行融合,从而得到一个更加丰富的图像。
常用的图像融合方法包括基于像素的融合、基于区域的融合和基于小波变换的融合等。
归一化:高光谱图像数据的量级通常很大,不同波段之间的数值范围也存在较大的差异。
为了使不同波段之间的数值具有可比性,需要进行归一化处理。
常用的归一化方法包括最大最小归一化、对数归一化和标准化等。
请注意,具体流程可能因数据类型和研究需求而有所差异。
在实际操作中,建议咨询具有相关经验和专业知识的工程师或研究人员。
另外,高光谱数据处理流程除了以上预处理步骤外,还包括显示图像波谱、选择需要的光谱波段进行输出等步骤。
具体流程可能因实际情况而有所不同,建议根据实际情况调整和优化处理流程。
基于星载高光谱数据预处理
图2坏线处理前后图像比对
Fig.2 Image comparison of Bad lines before and after
受地球固有特性因素受仪器自身特性的影响,在图像上多数波段会出现不同程度的条纹。
条纹的存在将影响图像的质量及后续的研究应用,去除垂直条纹的方法有两种分别是均值去条。
本文采用全局去条纹法,去除条纹后图像质量提升并且较好的保留
遥感影像的大气校正是预处理的重要组成部分。
图3水体对比图
Figure.3 Comparison of water chart
图4 预处理结果图
Figure.4Pretreatment results
预处理过程是遥感图像进行分类处理不可缺少的组成部分,。
EO-1Hyperion高光谱数据FLAASH模块大气纠正
度 .L F AAS 模 块利 用大 气 点扩 散 函数对 邻近 像元 效 H
r 1
它 大 气 纠 正 模 块 不 同.L AS 并 不 是 在 预 先 计 算 FA H
好 的模 型 数 据 库 中加 入辐 射 传 输参 数 来 进 行大 气 校
£
l
+ l …( £… …) … 2
地 表 后 , 大 气 反 射 直 接 进 入 传 感 器 的部 分 辐 照 度 ; 经 气校 正 相对 容 易, 但通 常 获得 准确 的大气 属 性参 数 较 代 困难 , 行 大 气 影 响 的去 除及 补偿 时, 关 大 气 参数 , 第 二部 分 是第 二 项, 表经 大 气散 射后 的部分 散射 光 , 进 相 重 新漫 入射 被 观察 地 物, 反射 后 进入 传 感器 的部分 经 如 大气 水汽 柱 含 量 、气 溶 胶类 型 及 分 布 、能 见 度 等 第 为太 均 需 已知 . 于大 多数 遥 感 影 像 来 说 , 同步 获 取 这 辐 照度 : 三 部分 是 , 阳辐 射 经 大气 散 射后 的 对 要
第2卷 8
第1 期
新
疆 地
质
中图分类号 :6 7 P 2
2 0年 3月 01
M a .01 t 2 0
Vb .8 N O 1 1 2 .
XI I NJ ANG GE 0L OGY
文 章 编 号 : 10 —852 1)1190 0 08 4 (0 00 —0—4
,
文献标 识码 : A
正 , 何有 关 影像 的标 准 MOD R N 大气 模 型和 气 任 T A 在 公 式 ()2中 : 为 传 感器 处接 收到 的单 个像 1, ) ( 溶 胶类 型 都 可直 接 被 选 用 , 并进 行 地 表 反射 率 计算 . 元辐 射亮 度 为该像 元 的地表 反射率 ;e为该像 元及 p 针对 2 0 年 云南 香格 里拉 地 区一 景 Hy ein高光 谱 周 边像 元 的混 合 平均 地表 反 射 率: 为 大气 球面 反 照 03 pr o 数据 , 用 大 气校 正 模 块 F AAS 对 其 进行 大 气校 率 ;a为大 气 后 向散射 辐射 率 、 是 由大 气条 件及 采 L H, L 正和 MNF 降维 及光 谱 曲线 去噪 平滑 , 好 地消 除 了 地表 下 垫面 几 何条 件 所 决定 的系 数 . 中所有 变 量都 较 式
EO-1Hyperion高光谱数据FLAASH模块大气纠正及评价
21 0 1年 1 2月
测 绘 与 空 间地 理 信 息
G OMAT C & S AT A NF MAT O T HNO OG E IS P I L l OR I N EC L Y
V0 . 4。 o 6 13 N . D e ,2 1 e. 01
E 一1 p r n高 光 谱 据 F A H 模块 O Hy ei o 数 L AS 大 气 纠正 及 评 价
O 引 言
太 阳辐 射在 真空 中传 播 时几 乎 不 受 大气 的 影 响 。然 而, 当它 与 地球 大气 交 互作 用 时 , 发生 选择 性 散射 和 吸 会 收, 对 于 定 量 研 究 和 分 类 精 度 造 成 很 大 的 影 响。 这 F A S 是 目前 精度 最高 的大气 辐射 校正 模 型 , L AH 能有 效 地 消 除大 气 和光 照 等 因素 对地 物 反 射 的 影 响 , 得 地 物 较 获 为 准确 的反射 率 。本文对 新 疆 地 区 E O一1H pr n 光 ye o 高 i 谱 数据 通过 F A S 模 块 进 行 大 气 校 正 , 后 续 的 进 一 L AH 为 步研 究 提供 支持 。
周 清 ,祝 民强
( 东华理工大学 江西省数字国土重点实验室 , 西 抚 州 340 ) 江 400
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 , 遥感影像 从
中去除大气的影响 , 即进行 大气校 正, 高光谱遥 感数据 处理 中极 为重要 的环 节。文章介绍 了 E 是 O一1ye o hpr n高 i
关键词 : 高光谱 遥感影像 ; 大气校正 ;L A H; ye o 数据 F A S H pr n i
hyperion高光谱数据矿物填图流程
hyperion高光谱数据矿物填图1.hyperion数据的简介EO-1是美国航空航天局为接替Landsat7而研制的新型地球观测卫星,于2000年11月21日发射升空,EO-1卫星轨道与Landsat7基本相同,为太阳同步轨道,轨道高度为705km,倾角98.7°,与Landsat7相隔50km,比Landsat7差1min过赤道。
EO-1卫星具有在当前轨道从各个方向获取相邻轨道重叠区域的影像的功能。
EO-1上搭载了3种传感器,即高级陆地成像仪ALI(Ad-vancedLandImager)、大气校正仪AC(Atmospheric Correc-tor)和高光谱成像光谱仪Hyperion。
Hyperion传感器以推扫的方式获取可见光、近红外(VNIR,400-1000nm)和短波红外(SWIR,900-2500nm)光谱数据。
Hyperion产品分两级:Level0和Level1,L0是原始数据,仅用来生成L1产品。
Hyperion是以推扫方式获取可见光-近红外(VNIR,400-1 000nm)和短波红外(SWIR,900-2 500nm)光谱数据。
Hyperion产品分两级:Level0和Level1,L0是原始数据,仅用来生产成L1产品。
L1产品有242个波段,1-70为可见近红外波段(VNIR),71-242为短波红外波段(SWIR),其中198个波段经过辐射定标处理,定标的波段分别为VNIR 8~57,SWIR77-224。
表1 Hyperion L1产品的特性说明2.hyperion数据的预处理流程图1 hyperion数据预处理流程图2.1.ENVI补丁下数据波段组合:Hyperion工具的用途:设计Hyperion工具组件是为了方便hyperion数据的使用。
其最基本的功能是把L1R HDF和L1G/L1T GeoTIFF数据集转换成包含波长、最大半波宽和坏波段信息的ENVI格式文件。
ENVI高光谱数据处理流程
高级设置
• 光谱定义文件:内置AVIRIS、HYMAP、HYDICE、HYPERION、 CASI、AISA。
• 气溶胶厚度系数:用于技术邻域效应范围。一般值为1~2km。 • CO2混合比率:默认为390ppm。 • 使用领域纠正。 • 使用以前的MODTRAN模型计算结果。 • 设置MODTRAN模型的光谱分辨率(推荐值5 cm-1)。 • 设置MODTRAN多散射模型。 • 提供三种模型供选择Isaacs,DISORT和 Scaled DISORT。默认是
和几个植被波谱
– Johns hopkins university 0.4~14um 矿物波谱
– IGCP264 (项目) 到
26个质优样品应用波谱仪测量得
• 打开波谱库(spectral/spectral libraries/…view)
• 显示波谱曲线(点击)
• 创建波谱库(spectral/spectral libraries/…builder)
• 两种气溶胶去除方法
– 2-Band(K-T)方法(类似模糊减少法),如果没有找到适应的黑 值(一般是阴影区或者水体),系统将采用能见度值来计算;所 以即使选择了该选项也要给能见度。
– 选择None,采用能见度值参与气溶胶去除,能见度值大约参考值 参见表
天气条件 晴朗 中等雾、阴霾 厚雾、阴霾
能见度
3、物质制图与识别、探测
•波谱库 •波谱分析 •端元波谱收集 •高光谱制图与识别
波谱库
• ENVI波谱库 (安装目录下spec_lib)
– Jet Propulsion Laboratory 0.4~2.5um 160种纯矿物波谱
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
基于ENVI的Hyperion数据预处理方法
河南科技 Journal of Henan Science and Technology
Vol.563,No.5 May,2015
基于 ENVI 的 Hyperion 数据预处理方法
杨玲莉 张廷斌 何菊红 悦永峥 张雨晨
(成都理工大学 地球科学学院,四川 成都 610059)
第5期
用成像光谱仪,也是目前唯一在轨的星载高光谱图谱测 量仪。搭载于卫星 EO-1(Earth Observing-1),EO-1 由美 国NASA(National Aeronautics and Space Administration)于 2000 年 11 月发射升空,是接替 Landsat-7 的新型地球观 测卫星。EO-1 卫星与 Landsat-7 卫星的轨道参数基本相 同,轨道高度为 705km,倾角 98.7°,Hyperion 以推扫方式 获 取 可 见 光 、近 红 外(VNIR,355~1058nm)及 短 波 红 外 (SWIR,852~2577nm)连续波谱数据,共有 242 个波段,光 谱范围 355~2577nm,光谱分辨率 9.6nm,传感器空间分 辨率 30m,每景可覆盖 7.5km×85km[3-4]。
摘 要:基于 ENVI 遥感影像处理软件,选取一景 Hyperion 数据,介绍了应用 ENVI 软件对 Hyperion 数据进行遥感影
像预处理的流程和方法。主要包括:未定标和受水汽影响波段去除、坏线修复、条纹去除、去除 Smile 效应、FLAASH
校正、几何校正等,通过预处理获得了地物真实反射率数据,为高光谱遥感技术在地质找矿、环境监测、精细农业等
领域的应用提供技术支撑。
关键词:ENVI;Hyperion;遥感影像;数据预处理
高光谱数据处理流程
高光谱数据处理流程第一篇嘿,亲爱的小伙伴们!今天咱们来聊聊高光谱数据处理流程这个超有趣的话题。
一开始呀,拿到高光谱数据就像是拿到了一个神秘的宝藏盒子。
得先进行数据的预处理,这就好比给宝藏盒子打扫打扫卫生,把那些不干净的、乱糟糟的东西清理掉。
比如说,要去除噪声,就像把耳边的杂音去掉,让数据更清晰、更纯净。
然后呀,是特征提取。
这就像是把宝藏的独特之处找出来,让它们更加显眼。
通过一些巧妙的方法,把数据里隐藏的重要特征给揪出来。
再之后呢,就是分类和识别啦。
这就像是给不同的宝藏贴上标签,让咱们清楚地知道它们是什么,有什么特别的地方。
可别忘了对处理结果进行评估哦。
就好像检查一下咱们挑出来的宝藏是不是真的宝贝,处理得好不好。
怎么样,高光谱数据处理流程是不是很有意思呀?第二篇嗨哟,亲爱的朋友们!今天来和大家讲讲高光谱数据处理流程哟!拿到高光谱数据的时候,感觉就像拿到了一本神秘的魔法书。
第一步,咱们得给它来个“梳洗打扮”,也就是做数据的校准。
把那些不准确的、歪歪扭扭的数据给纠正过来,让它们乖乖排好队。
然后呢,要做辐射定标。
这就好像给魔法书里的文字加上特别的标记,让它们的意思更明确。
接着哟,是进行几何校正。
就像是把魔法书里歪掉的图片摆正,让一切看起来都整整齐齐的。
再往下走,是大气校正。
这就像是给魔法书吹走那些挡住视线的迷雾,让里面的内容清晰可见。
做完这些,就是光谱分析啦。
这时候就像是在魔法书里寻找神奇的线索,看看能发现什么奇妙的东西。
还有哦,图像分类也不能少。
把相似的内容归到一起,就像给魔法书里的故事分类一样。
最后呀,还要反复检查,看看咱们的处理是不是完美,有没有遗漏的小细节。
高光谱数据处理流程就像一场奇妙的冒险,充满了惊喜和挑战!。
高光谱数据预处理流程
高光谱数据预处理流程高光谱数据预处理流程是高光谱数据处理的第一步,它的主要目标是对原始高光谱数据进行去噪、去偏差、交叉校准等操作,从而提高数据的质量和准确性。
本文将介绍高光谱数据预处理的基本流程,包括数据的获取与清洗、去除异常值、光谱归一化、数据插值和交叉校准等。
第一步:数据获取与清洗高光谱数据的获取可以通过遥感技术获取,并且数据包含了大量的光谱波段信息。
在进行数据处理之前,首先需要对数据进行筛选和清洗。
对于可能存在的杂散数据和异常数据,可以通过专业的数据处理软件进行自动筛选或手动清洗,并将其剔除或进行修正。
第二步:去除异常值在进行高光谱数据处理之前,需要对数据进行异常值的检测与去除。
异常值通常是由于各种原因引起的数据异常,对后续的数据处理和分析会产生干扰和误导,并影响结果的准确性。
常见的异常值检测方法包括离群点检测和统计方法等,可以根据具体情况选择合适的方法进行异常值的检测和处理。
第三步:光谱归一化光谱归一化是将不同光谱波段的数据归一到相同的尺度上,以消除不同波段间的尺度差异,便于后续的数据处理和分析。
常见的光谱归一化方法包括最大值归一化、最小值归一化、标准化等。
其中最大值归一化是将原始光谱数据除以最大值,并将结果缩放到0-1之间,最小值归一化则是将原始数据减去最小值,并将结果缩放到0-1之间,标准化则是通过计算原始数据的均值和标准差,将数据转化为均值为0,标准差为1的分布。
第四步:数据插值数据插值是将高光谱图像上的离散采样点的数值按一定规律填充到整个光谱波段上,以弥补数据的不连续和缺失。
常见的数据插值方法包括线性插值、多项式插值和Kriging插值等。
其中线性插值是通过连接相邻的采样点,按比例确定插值点的数值;多项式插值则是利用多项式函数拟合已知的离散点数值,再求解插值点的数值;Kriging插值则通过空间自相关性进行插值,考虑了离散点之间的相关性。
第五步:交叉校准交叉校准是通过与已有参考数据进行比对,评估和校准高光谱数据的准确性和可靠性。
- 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)。
应用技术
EO- 1 Hyperion 高光谱数据的预处理
谭炳香, 李增元, 陈尔学, 庞勇
( 中国林科院资源信 息所, 北京 100091)
2005. 6
摘要: 针对 EO- 1 Hyper ion 高光谱遥感数据的特点, 在图像质量检 查的基础上 , 对 Hy perion 图像 进行了未 定标和受水 汽 影响波段的去除、坏线修复、条纹去除、Smile 效应降低、大气 纠正等 预处理, 获得 了较好 质量的 图像, 为图像 的进一 步分析 和 实际应用提供了保障。结果表明图像大气纠正后光谱优化处理能进一步提高图像的质量。
Hyper ion L 1 产品从 L 0 数据经过一系列处 理生成, 包 括 斑点去除、回波 纠正、背景去 除、辐射纠 正、坏 像元恢 复以 及 图像质量检查等过程。一旦 L 1 数据 集生 成, 应该不 再有 坏 像元或条纹等误差存在。但是, 实际 上不正常的 像元仍然 存 在, 在进行图像应用 之前, 必 须将不 正常 的像 元识别 出来 并 加以纠正[ 5] 。
37
遥感信息
应用技术
2005. 6
严重影响了图像的 质量和 图像 的应用。 在上 述处理 后保 留 的 176 个波 段中, 有不同程度条纹的波 段达近百 个。Hyper-i on 的 V RIN 波段条纹较重、清楚, 且较 少; SWI R 波 段条纹 较 轻、隐约, 且较多。图 4 为波段 VN IR57 和 SW IR100 的原 始 图像, 从中可明显地看到条纹的分布。
图 2 Hyperion 数据 预处理流程
标问题。由 于 H yperion 系 统 是 推 扫 式 成 像 , 而 且 光 谱 区 VN IR 和 SWIR 分 别 由 两 个 传 感 器 获 取 数 据, 因 此, 面 阵
CCD 器件上的上万个探测元件的定标很困难。
3. 2 非正常像元的纠正
3. 2. 1 未标定及水气影响波段的去除 Hyper ion 图像的 242 波段 中, 辐射 定标 的波 段为 VN IR
Han 等[ 5] 人 曾 对 Hyperion 的 L 0 级产品和 L 1 级产品 进行了 比较, 发 现图 像 上非 正 常 像元
不是由 L0 级产品到 L1 级产品 生产过程 中产 生的, 因为 在 L 1 级产 品 上 有 的 非 正 常 像 元 在
L 0 级 产 品上 也 存 在。他 们 推 断, 可能 的原 因 是传 感 器 的定
收稿日期: 2005- 03- 10 修订日期: 2005- 07- 07 基金项目: 国家 863 课题/ 遥感数据森林资源定量应用0 ( 编号: 2002AA 133050) 资助。 作者简介: 谭炳香( 1966~ ) , 女, 山东昌邑人, 副研究员, 硕士, 主要研究领域: 林业与环境资源遥感应用。
8~ 57, SWI R 77~ 224, 没有定标的波段置为 0 值, 它们是 波
段 1~ 7、58~ 76、225~ 242。将定 标波段 提取 出来生 成一 幅
198 个波段的图像。 由于 VN IR 的 波段 56~ 57 和 SWIR 的 波段 77~ 78 重
叠, 实际上只有 196 个独立 的波段, 且 SWI R 77~ 78 的噪 音 比 V NI R 56~ 57 的 大, 通 常 保 留 V NI R 56 ~ 57, 而 删 除 SW IR 77~ 78。这样, 生成一幅 196 个波段的图像, 其对应 原 始波段为 8~ 57 和 79~ 224。
36
2005. 6
应用技术
遥感信息
L 1 产 品 有 242 个 波 段, 1 ~ 70 为 可 见 近 红 外 波 段 ( V NIR ) , 71~ 242 为短波红外波段( SW IR) , 其中 198 个波 段 经过辐射定 标处理, 定标 的波段 分别为 V NIR 8~ 57, SWIR 77~ 224。由于 V N IR56~ 57 与 SWIR77~ 78 的重 叠, 实 际 上只有 196 个独立的 波段。没 有定标的波段置 为 0 值。Hyper ion 产品没有作几何纠正。
高光谱遥感数据中, 光谱 范围 1 356~ 1 417nm、1 820~ 1 932nm 和大于 2 395nm 的波段受水 汽的影 响较大, 在这 些 波段中, 极少包含地面信息。因此, 需把它们剔除。对 Hyper ion 数据 , 受水汽影响的波段为: 121~ 127、167~ 178 和 224, 共 20 个波段。剔除受水汽影响 的波段后, 剩下 176 个波段, 即: 8~ 57、79~ 120、128~ 166、179~ 223。被剔 除波 段和 保 留波段及其波长范围分别见表 2 和表 3。
表 1 Hyperion L1 产品的特性说明
波长
波段数 像元大小 图像大小 V NIR 波段 SWIR 波段 数据类型 像元格式 Byt e Order 文件大小
356~ 2 577( nm)
242 30( m) 256 @ 6460 1 ~ 70 ( 356~ 1 058nm ) 71 ~ 242 ( 852~ 2 577nm ) 2 位有符号整型 BIL N et w ork( IEE E) 800, 427, 520( bytes)
2 Hyperion 数据产品
Hyperion 是以 推扫 方 式 获取 可 见光 - 近 红 外( V N IR, 400~ 1 000nm) 和短 波红 外 ( SW IR, 900~ 2 500nm) 光 谱 数 据。Hyper ion 产品 分 两级: Level0 和 L evel1, L0 是原 始 数 据, 仅用来生产成 L1 产品。用 户所使 用的是 L1 产 品, 其 特 性见表 1[ 4] 。
关键词: 高光谱; 遥感; EO- 1; Hyperion; 大气纠正 中图分类号: P237. 3 文献标识码: A 文章编号: 1000- 3177( 2005) 82- 0036- 06
1引言
EO- 1( Earth Observing - 1 ) 是美 国 N ASA 面向 21 世 纪为接替 Landsat 7 而研制的一 新型地 球观测卫 星, 于 2000 年 11 月 21 日发射升 空。EO- 1 卫星轨道与 L andsat 7 基本 相同, 为太阳同 步 轨道, 轨 道 高度 为 705km, 倾 角 98. 7b, 与 L andsat 7 相隔 50km, 比 Landsat 7 差一分钟过赤道。EO - 1 上搭载 了 3 种 传 感 器, 即 高 级 陆 地 成 像 仪 AL I ( A dvanced L and Imag er ) 、大气校正仪 A C( A tmospher ic Corrector ) 和高光 谱成像光谱仪 H yperion。图 1 为 EO - 1 卫星 与 L andsat 7 卫 星轨迹平面图[ 1~ 2] , EO- 1 H yperion 是第一个星载民用成像 光谱仪, 其 应用状况 得到了美国 NA SA 的高度 重视, 分别成 立了不同领域的 EO - 1Hyperion 研究科学小组。由 于 EO1 Hy perion 数据是非商 业性的 , 虽 然对 全 世界 开放, 但 获取 EO - 1 Hy perion 数据并不容易。一是其性 能价格比较高, 每 景 Hy perion 2 000美金( 180km @ 7. 5km) , 相当于 1. 48 美金/
图 1 EO - 1 卫星与 Landsat 7 卫星轨迹平面图
km2。二是此数 据需 要编 程订 购, 时间 较长。 因此, 在 国 内 开展 EO- 1 Hyperion 数据的应用研究较少。
本单位通过 国际 合作 获 取了 一 景 Hyper ion 数 据, 处理内容和方法。
Hy perion L 1 产品 只 有一 种 数 据格 式, 即: Hierarchical Data Format( HDF ) , 波 段存储 格式为 BIL 。Hy perion L 1 产 品又分为 L 1A、L1B 和 L1R 三种。2002 年以前处 理的数 据 为 L 1A 。L1B 产品由美国 T RW 处理而成, L1R 产品由美国 U SGS 处理生成。L1A 与 L1B 和 L1R 最大的不 同在于 L 1A 产品没有纠正 V N IR 与 SW IR 之间的空 间错位问题, 而 L 1B 和 L 1R 产品中的 V NIR 波段与 SWI R 波 段之间的 空间位 置 是经过纠正 的, 用户 无需 再进 行匹 配。本 研 究所 用数 据 为 L 1R 产品。
明显差异的带状现象, 称条 纹;
¼由于光谱定标而产生 的光谱 差异, 称为/ Smile0 效应; ½ 水汽 影响严重, 噪音大 的波段, 称水 汽影响波段。
Hyper ion 图 像上 非正 常像 元产生的 因素 很 多, 可 能 有传 感器问题、数据转 换过程出 错、
不适当的数据纠正等原因。T .
表 2 被剔除的 Hyperion 波段
Hyperion 原始波段 波长范围( nm)
1~ 7 58~ 78 121~ 127 167~ 178 224~ 240
355~ 416 936~ 923 1 356~ 1 426 1 820~ 1 931 2 395~ 2 577
表 3 保留的 H yperion 波段
3 Hyperion 数据预处理
Hyper ion 数据预处理流程见图 2, 预处 理后得到 Hyper-i on 反射率图像。
3. 1 非正常像元的分类
Hyper ion 图 像上 非正 常像 元大致 分 为 5 类: ¹ 像 元 值为 零的波段, 称未定 标波段; º 一
行或一列 像元 DN 值为零 或非 常小的, 称 为 坏线; » 像 元 DN 值较小但 不为 零 的、与 周 围有
Hyperion 原始波段 波长范围( nm)