基于FLAASH和ATCOR2模_省略_dsatETM_影像大气校正比较_王永锋

遥感图像的几何校正(配准)

遥感图像的几何校正（配准） 1.实验目的与任务： （1）了解几何校正的原理； （2）学习使用ENVI软件进行几何校正； 2.实验设备与数据： 设备：遥感图像处理系统ENVI 数据：TM数据 3 几何校正的过程： 注意：几何校正一种是影像对影像，一种是影像对地图，下面介绍的是影像对影像的配 准或几何校正。 1.打开参考影像（base）和待校正影像：分别打开，即在display#1,display#2中打开；2．在主菜单上选择map->Registration->select GCPs：image to image 3.出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。BASE图像指参考图像而warp则指待校正影像。选择OK! 4.现在就可以加点了：将两边的影像十字线焦点对准到自己认为是同一地物的地方， 就可以选择ADD POINT添加点了。（PS：看不清出别忘记放大）如果要放弃该点选择 右下脚的delete last point，或者点show point弹出image to image gcp list窗口，从中选择 你要删除的点，也可以进行其他很多操作，自己慢慢研究，呵呵。选好4个点后就可以 预测：把十字叉放在参考影像某个地物，点选predict则待校正影像就会自动跳转到与参 考影像相对应的位置，而后再进行适当的调整并选点。 5.选点结束后，首先把点保存了：ground control points->file->save gcp as ASCII.. 当然你没有选完点也可以保存，下次就直接启用就可以：ground control points->file->restore gcps from ASCII... 6.接下来就是进行校正了：在ground control points.对话框中选择： options->warp file(as image to map) 在出现的imput warp image中选中你要校正的影像，点ok进入registration parameters 对话框： 首先点change proj按钮，选择坐标系 然后更改象素的大小，如果本身就是你所需要大小则不用改了 最后选择重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径就OK了

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 S e 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）。地表反射率和相应传感器高度设置见表1：(地面高程时候传感器不受大气影响,L0项去掉；()v T μ＝1表示完全透过) 表1 地表反射率和相应的传感器高度参数设置 由(2)式，可以解出t ρ， ()v L μ

遥感影像预处理

遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍

（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。

landsat遥感影像地表温度反演教程(大气校正法)

基于辐射传输方程的Landsat数据地表温度反演教程一、数据准备 Landsa 8遥感影像数据一景，本教程以市2015年7月26日的=行列号为（128，049）影像（LC81280402016208LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 注：基本信息在影像头文件中均可查询到，采集时间为格林尼治时间。 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标

地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射 定标。 （1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration。在File Selection对话框 中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset 选择Thermal Infrared1（10.9），打开Radiometric Calibration面板。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral” 进行辐射定标。 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。

因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings，如下图。 注意与热红外数据辐射定标是的差 别，设置后Scale factor值为0.1。 2、大气校正 本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为0.1，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候；

FLASSH大气校正的过程

Flaash大气校正（IRSP6-08.3.24） 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，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HY DICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO等传感器获得的。FLAASH还可以校正垂直成像数据和侧视成像数据。 Flaash大气校正使用了MODTRAN 4+ 辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。 FLAASH可对Landsat, SPOT, AVHRR, ASTER, MODIS, MERIS, AATSR, IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。 校正过程 点击envi——Basic Tools －Preprocessing －Calibration Utilities －FLAASH Spectral －FLAASH.或者点击envi-spectral- FLAASH 1、输入数据必须是辐射校正后的数据，对辐射校正数据转成BIL或BIP格式（Basic Tool s ——Convert Data）； 2、对输入数据进行头文件编辑，主要是对波长wavelenth（即每一波段的波长中心值）和波长 宽度fwhm（每一波段的波长范围）的编辑。不是高光谱数据可以不对fwhm进行编辑。（e nvi——file——Edit Envi Header） 3、输入数据后，弹出如下对话框 共有两种选择，如果输入影像不同波段有不同的转换因子，那选择第一种，反之第二种。 我用的是irs影像所有波段都为同一因子，所以选用第二种，因子的值根据输入数据的单位与envi标准 单位的转换尺度。 Radiance Scale Factors是一个单位转换因子，如果你的radiance（光谱灵敏度）是标准单位w/m2 *um *rad ，而flaash要求输入的是uw/cm2*sr*nm，则该因子为10。 1m=103mm=106μm=109nm=1012pm(皮米) 1w=103mw=106μw 1兆瓦=106瓦

遥感卫星影像辐射校正和大气校正的方法

北京揽宇方圆信息技术有限公司 遥感卫星影像辐射校正和大气校正的方法 辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。 利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。 遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。 辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。 辐射校正分为辐射定标和大气校正两部分。 辐射定标是用户需要计算地物的光谱反射率或光谱辐射亮度时，或者需要对不同时间、不同传感器获取的图像进行比较时，都必须将图像的亮度灰度值转换为绝对的辐射亮度，这个过程就是辐射定标。

大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。 辐射校正流程图 1.4.3.2影像辐射校正方法 辐射定标主要分为两种类型：统计型和物理型。统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 用于大气辐射传输校正的模型主要有5S模型、6S模型、LOWTRAN模型、MODTRAN模型、ACORN模型、FLAASH模型和ATCOR模型。 1、ACORN模型 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。

大气校正问题心得

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:\Program Files\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。如下图 第二步：将图像格式转换为bip格式，

大气校正ENVI流程

在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。而且在不同的资料中，各个名词的解释又不一样。例如： 定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》） 遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009） 其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度

以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri https://www.360docs.net/doc/3f8742498.html,/ESRI/viewthread.php?tid=56191）。 大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。主要分为两种类型：统计型和物理型。 统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，详细请参照玉妮小居新浪博客：辐射校正的统计模型https://www.360docs.net/doc/3f8742498.html,/s/blog_5f4afe870100da1w. html。 另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 而辐射校正指在光学遥感数据获取过程中，产生的一切与辐射有关的

实验三 遥感图像的几何校正

实验法三遥感图像的几何校正 一实验目的 通过实验操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 二实验内容 ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1）。 图1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（From Viewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下： 表1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换（不做投影变换） Polynomial 多项式变换（同时作投影变换） Reproject 投影变换（转换调用多项式变换） Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Order），通常整景图像选择3次方。次方数与所需要的最

基于6S模型TM遥感影像大气校正

毕业论文 题目：基于6S模型的TM遥感影像大气校正 研究--以张掖地区为例 学院：地理与环境科学学院 专业：地理信息系统 毕业年限：2011年 学生姓名：秦麟 学号：200775000126 指导教师：李净

基于6S模型的TM遥感影像大气校正研究--以张掖地区为例 秦麟 摘要：受大气吸收与散射的影响，电磁波在大气--目标物--遥感器途径传输过程中发生失真，造成目标地物反射辐射能量到达遥感器时被衰减。给计算地表反照率、反射率和地表温度等关键参数带来较大的误差。本文以张掖地区Landsat TM热红外波的遥感图像数据为例，通过利用6S大气辐射传输模型进行大气校正，并在窄波段反照率与宽波段反照率之间存在线性关系的前提下，反演该地区的地表反照率。 关键词：6S模型；大气校正；地表反照率 6S Model Based Atmospheric Correction of Remote Sensing Image in zhangye QIN Lin Abstract : Due to the distortions and noises caused by the presence of the atmosphere on the Sun-target-Sensor path, the space-based and airborne remote sensing information in the solar spectral range do not directly characterize the surface objects. It becomes serious impediments for the quantitative analysis and measurement of resources and environment. This paper discussed the atmospheric correction with 6S model (Second Simulation of Satellite Signal in the Solar Spectrum), reversing surface albedos under the linear relationship between narrow band albedos and broadband albedos in the remote sensing image in zhangye city. Key words: 6S model; atmospheric correction; surface albedo.

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:\Program Files\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

FLAASH大气校正参数设置

1.3.2FLAASH其它参数的设置 （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； 在高级设置中，①Modtran 分辨率（Modtran resolution）：一般设置成5cm-1；②反射率输出的时尺度系数，默认尺度系数是10000，可以使用默认的尺度系数。若使用默认的尺度系数，大气校正后得到反射率图像的数值域为：0-10000。其余参数使用默认值。 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，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。FLAASH 可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO-1)AISA、HARP、DAIS、Probe-1、TRWIS-3、SINDRI、MIVIS、OrbView-4、NEMO等传感器获得的。FLAASH还可以校正垂直成像数据和侧视成像数据。

landsat遥感影像地温度反演教程大气校正法

基于辐射传输方程的Landsat数据地表温度反演教程 一、数据准备 Landsa 8遥感影像数据一景，本教程以重庆市2015年7月26日的=行列号为（128，049）影像（LC81280402016208LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 标识日期采集时间中心经度中心纬度LC81280402016208LGN00 2016/7/26 3:26:56 106.11288 30.30647 …………………………注：基本信息在影像头文件中均可查询到，采集时间为格林尼治时间。 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标 地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射定标。

（1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration。在File Selection对话框 中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset 选择Thermal Infrared1（10.9），打开Radiometric Calibration面板。 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral” 进行辐射定标。 因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings， 如下图。

注意与热红外数据辐射定标是的差 别，设置后Scale factor值为0.1。 2、大气校正 本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为0.1，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候； 3)设置输出FLAASH校正文件的路径，最优状态：路径所在磁盘空间足够大； 4)中心点经纬度Scene Center Location：自动获取；

遥感图像几何校正

第4讲遥感图像几何校正 遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。 几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。 在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。 1几何校正方法 （1）利用卫星自带地理定位文件进行几何校正 对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。 （2） image to image几何校正 通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置 （3）image to map几何校正 通过地面控制点对遥感图像几何进行平面化的过程。 （4）image to image 自动图像配准 根据像元灰度值或者地物特征自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配置过程。 （5）image registration workflow流程化工具

将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。 2控制点选择方式 ENVI提供以下选择方式： ?从栅格图像上选择 如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。 ?从矢量数据中选择 如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。 ?从文本文件中导入 事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。 ?键盘输入 如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。 3详细操作步骤 3.1基于自带定位信息的几何校正 下面以MODIS Level 1B级数据为例学习利用自带几何定位文件进行几何校正，数据在"第4讲遥感图像预处理\基于自带定位信息的几何校正\数据\1-Modis"中，具体操作如下： 第一步：打开数据文件

FLAASH大气校正软件使用说明

FLAASH 大气校正软件使用须知 胡顺石 hufrank@https://www.360docs.net/doc/3f8742498.html, （中国科学院遥感应用研究所） 1 输入数据要求 1．波段范围：卫星图像400—2500nm ，航空图像860—1135nm ； 2．数据类型：必须是浮点型、4位有符号整型、2位无符号整型； 3．影像存储格式：输入影像必须是BIL 或BIP 格式； 4．影像单位：输入影像的单位必须是2/()W cm nm sr μ??，如果单位不一致，先转换成所需要的单位。可以指定为每个波段指定一个缩放因子，这需要一个文本文件，文本文件中包含每个波段对应的缩放因子；也可以为整幅影像的所有波段指定相同的缩放因子， 5．水汽获取：如果要获取图像水汽含量，传感器具有1050~1210nm ，770~870nm 或者870~1020nm 范围内的通道，并且这些通道必须具有至少15nm 的光谱分辨率； 6．气溶胶获取：如果要获取图像气溶胶含量，传感器必须具有660nm 和2100nm 附近的通道，这些通道主要是用于获取“黑暗像元”，条件为0.662.1 2.1 (0.1)&&(0.45)ρρρ≤≈，如果输入图像中还具有800nm 和420nm 附近的通道，可以用于消除阴影和水体，条件为 0.880.42 1.0ρρ≤； 7．输入波长信息：对于FLAASH 暂时没有的传感器类型：如果是高光谱数据，需要波长、FWHM 信息，这些信息可以在头文件中，也可以建立一个ASCII 文件进行存储；如果是多光谱数据，由要输入光谱响应函数，这需要在“Multispectral Settings ”中进行设置。 2 多光谱设置 1．对于大部分多光谱数据而言，由于其不具备水汽反演通道，并且光谱分辨率没有达到15nm ，水汽反演功能是不能设置的； 2．气溶胶反演，如下图所示。这些参数用于确定黑暗像元，用于气溶胶反演；

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

ERDAS遥感图像的几何校正

遥感图像的几何校正 实验目的：通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 实验内容：ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1）。 图1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下：

3、图像校正的具体过程 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作如下：ERDAS图表面板菜单条：Session→Title Viewers 然后，在Viewer1中打开需要校正的Lantsat图像：tmatlanta.img 在Viewer2中打开作为地理参考的校正过的SPOT图像：panatlanta.img 第二步：启动几何校正模块（Geometric Correction Tool） Viewer1菜单条：Raster→Geometric Correction →打开Set Geometric Model对话框，如图2

envi遥感图像处理之大气纠正

大气校正说明文档 步骤一：辐射定标 本实验采用的是绝对辐射定标，直接建立遥感影像DN 值与接收到的能量的 之间的关系。 建立关系所采用的公式是：offset DN gain L += * 其中，λ λ λ λ λ λ min max min max min max DN DN L L e fullDNrang L L gain --= -= ， λ min L offset = Lmax λ和Lmin λ通过参看遥感影像的头文件进行确定。fullDNrange 取的是 255。 具体操作如下： 1） 打开遥感影像文件及其头文件 2） 根据头文件信息计算gain 和offset 的值 3） 在envi 的Basic Tools 中打开 Band Math 像，将本步骤采用的公式 写入band math 中，计算出L 。

至此，就完成了遥感影像的辐射定标过程。 步骤二：未进行大气校正所得到的反射率 本步骤讲述如何从经过辐射定标的遥感影像直接生成地物的反射率的影像，制作该影像的目的是为了与后面经过大气校正后的影像进行对比。 本步骤所采用的公式是：))cos(*/(**2 θπρESUN d L = 其中，L 是由上步所算出来的，d 指的是实际的日地距离，单位是天文距离，ESUN 指的是太阳平均辐射强度，θ为太阳天顶角。 d 值可以由观测时间查阅相关资料获得。ESUN 值也可以由相关资料获取。 θ可以从头文件中获得。 具体操作如下： 1） 查阅相关资料，确定参数θ、d 、ESUN

2）在envi的Basic Tools中打开Band Math像，将本步骤采 用的公式写入band math中 3）确定变量b2为上步所算的L，并由此计算出未进行大气校正的反射率。 由此，我们就得到了未经大气校正的反射率。 步骤三：进行大气校正，得到地物反射率 由于大气的影响，会使得遥感影像的反射率发生较大的变化，为了得到地表

flaash大气校正

课程名称：定量遥感 专业名称遥感科学与技术 班级 学号 姓名 实验名称 FLAASH 大气校正 【实验名称】FLAASH大气校正 【实验目的】了解用ENVI进行FLAASH大气校正的流程，明白各步骤的意义 【实验内容】 准备ASTER数据 1.打开ENVI主菜单，选择File-Open External File – EOS-ASTER 2.选择AST_L1A.hdf打开 配准数据 3.从ENVI主菜单中选择Map- Georeference ASTER- Georeference Data 点击列表中第一个文件，这个文件有三个波段，波段范围从0.556 μm 到0.807 μm ，点击OK

4.在新弹出的投影列表中选择Geographic Lat/Lon，点击OK 5.在参数对话框中，点击将输出结果存为文件，文件名为vnir_georef. 选择一个文件夹，点击OK 6.重复以上3-5步，选择波段范围为1.656到2.4的AST_L1A的文件，在参数对话框中，输入输出文件名为swir_georef，这样vnir和swir波段就出现在波段列表中了 合并VNIR 和SWIR数据 7.在ENVI主菜单中选择Basic Tools Layer Stacking,弹出Layer Stacking Parameters 对话框 8.点击Import File，选择vnir_georef，点击OK，再次点击Import File，选择swir_georef，点击OK，确保vnir_georef是在上面的文件 9．确定Inclusive按钮被选择 10.确定Output Map Projection是Geographic Lat/Lon. 11．其余选项不变，选择输出文件夹，文件名为aster_vnir_swir，点击OK 转换格式 12.在ENVI主菜单中选择Basic Tools Convert Data (BSQ, BIL, BIP) ，选择合成VNIR/SWIR数据aster_vnir_swir，点击OK 13.选择BIL并且保证Convert In Place 为N0，选择输出文件夹，文件名为aster_BIL，ASTER 数据就被转换成FLAASH可以接受的格式。 FLAASH参数设置 14.在ENVI主菜单中，选择Spectral FLAASH，出现FLAASH大气校正输入参数菜单 15.点击Input Radiance Image，出现FLAASH输入文件菜单，选择aster_BIL，点击OK 16.选择Use single scale factor for all bands ，在Single scale factor 后输入10，点击OK 17.点击Output Reflectance File 并选择一个输出文件夹，自定义一个输出名称，点击Output Directory for FLAASH Files 并选择一个输出文件夹 场景和传感器信息 18.在传感器类型中选择Multispectral ASTER，传感器高度变为705千米，像元大小输入15米，地面高程舒服2.537. 19.在主菜单中选择Basic Tools Preprocessing Data-Specific Utilities View HDF Global Attributes. 选择AST_L1A.hdf，打开，将文件保存为ASCII文件，用记事本打本 20.查找‘SCENECENTER‘，可以查看到纬度latitude和经度longitude,点击DD<->DMS，输入longitude-105.637035 latitude 38.290529 21.查找‘SINGLEDATETIME‘，得到飞行时间为2000.06.01,18.16.51, 选择大气模型 22.在Atmospheric Model下拉菜单中选择U.S standard 选择气溶胶模型 23.Aerosol Model中选择Rural.Aerosol Retrieval中选择None 运行FLAASH 24，点击Apply，得到结果