型的可见光、近红外遥感数据的大气校正
大气和环境对遥感的影响
大气和环境对遥感的影响遥感是利用在空间上获取的电磁辐射信息来研究地球表层特征及其变化的一种科学方法。
然而，大气和环境的影响对遥感数据的获取和解释都有着重要的影响。
首先，大气层对遥感数据的影响主要体现在遥感辐射的传输过程中。
大气层对不同波长的电磁辐射有着不同的吸收和散射特性。
例如，在可见光和近红外波段中，大气层主要受到散射的影响，造成图像模糊和降低空间分辨率。
而在短波红外和热红外波段中，大气层的吸收作用较大，使得光谱信息减少，从而影响了定量遥感分析的精度。
其次，大气和环境对遥感数据的获取条件也有一定的限制。
大气中的云层和大气悬浮物会阻碍遥感传感器对地表的观测。
云层会遮挡地表目标，使得遥感数据无法获取到真实的地表信息。
大气悬浮物如烟尘、大气颗粒物等，会散射和吸收电磁辐射，减弱地表辐射的能量，导致观测到的遥感图像亮度降低，影响数据的质量和解释。
此外，大气光学厚度和光学属性也是遥感数据解释的重要因素之一、大气透明度不同会导致地表反射和辐射的量不同，进而影响遥感数据的定量化解释和应用。
光学属性的影响包括大气散射角、大气成像模糊、大气辐射校正等。
这些因素需要通过大气校正和大气模型的建立来消除或减小其对遥感数据解释的影响。
环境因素也会对遥感数据的解释和应用产生重要影响。
地表覆盖类型、地表粗糙度、地表特征等都会对遥感数据的反射和辐射特性造成影响。
例如，在植被覆盖较多的地区，植被的光学特性和结构会对远红外和近红外波段的数据有着较大的影响。
研究也表明，地表的粗糙度会导致遥感数据在微观尺度上产生混合像元，影响定量遥感分析的结果。
总之，大气和环境因素对遥感数据的获取、传输和解释都有着重要的影响。
科研人员在进行遥感数据处理时，需要考虑和消除这些影响，以提高数据的可靠性和准确性，从而更好地应用遥感技术进行地表特征和环境变化的研究。
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;
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。
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
大气校正原理
大气校正原理
大气校正是遥感图像处理中的一个重要环节，它能够减少大气
对图像的影响，提高图像的质量和解译精度。
大气校正原理是基于
大气对遥感图像的影响进行研究，通过对大气光学特性的分析和模拟，实现对图像的校正和修复。
大气校正原理的基本思想是通过对遥感图像中的大气光学特性
进行建模和分析，找出大气对图像的影响规律，然后利用这些规律
对图像进行校正。
大气光学特性主要包括大气散射、吸收和透射等
过程，这些过程会导致遥感图像中的光谱特征发生变化，影响图像
的质量和解译精度。
在大气校正原理中，首先需要对大气光学特性进行建模和分析。
通过对大气光学参数的测量和观测，可以得到大气对不同波段光谱
的影响规律，包括大气散射、吸收和透射等过程。
然后，利用这些
规律对遥感图像进行校正，消除大气对图像的影响，提高图像的质
量和解译精度。
大气校正原理的核心是建立大气光学模型和遥感图像的关系，
通过对大气光学参数的分析和模拟，实现对图像的校正和修复。
在
实际应用中，可以利用不同的大气校正方法和模型，对不同类型的遥感图像进行处理，提高图像的质量和解译精度。
总的来说，大气校正原理是基于大气光学特性的分析和模拟，通过建立大气光学模型和遥感图像的关系，实现对图像的校正和修复。
它能够减少大气对图像的影响，提高图像的质量和解译精度，是遥感图像处理中的一个重要环节。
通过对大气校正原理的研究和应用，可以更好地利用遥感图像进行资源调查、环境监测和灾害评估等领域的工作。
遥感图像的大气校正
大气校正
原理：
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，本次试验采用简单的黑暗像元法。
黑暗像元法是一种古老、简单的经典大气校正方法。
它的基本原理是在假设待校正的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，可以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）对整幅影像的影响，达到大气校正的目的。
步骤：
1.打开待校正的图像文件：
2.主菜单中选择Basic Tools---Preprocessing----General Purpose Utilities---Dark Parameters对话框，如下图所示：
3.在Dark Subtract Input File对话框中选择带校正的图像：单机OK。
4.在Dark Subtraction Parameters对话框中选择黑暗像素值，选择波段最小值（Band Minimum），然后选择输出路径，点击OK。
如下图所示：
5.重新打开新的窗口，显示校正过的图像：。
遥感数字图像处理-大气校正..
暗像元法2-1、回归分析法
• TM图像 • 蓝光波段的B1大气散射最大，红外波段的B7散射最小。图像中的深 的大面积水体与地形阴影在B7中是黑的，如果不存在附加的辐射， 这些水体与阴影在其它波段也应该是黑的，B1与B7应该具有比例关 系。如果受到影响，那么，在其他波段会产生偏移。 对B1进行校正，回归方程为：
– 原因
• 传感器不稳定 • 遥感平台 • 地球
1、经验线性法
• 假定图像DN值与反射率r之间 存在线性关系:
DN kr b
• 定标点要求： （1）尽可能各向同性的均一地物， 面积足够大； （2）地物在光谱上要跨越尽可能 宽的反射光谱段，明暗目标之 间要有足够的差异； （3）尽可能与研究区域保持同一 海拔高度。
改进的方法
在获取图像的同时,利用搭载在同一平台上的其他传感 器获取气溶胶和水蒸汽的浓度数据，然后利用这些数 据进行大气校正。
什么情况下需要进行大气校正
• 大气透明度差而且不均一 • 大气中的水汽含量高 • 低海拔地区应该进行校正，3000米以上 的地区可以不考虑 • 相对高差变化大的地形区域 • 不同时段图像的联合处理
λ
2、平场域法
• 平场：一块面积大、亮度高、光谱响应曲 线变化平缓的区域 • 假设条件： 区域的平均光谱没有明显的吸收特征； 区域辐射光谱主要反映的是当时大气条 件下的太阳光谱
R / F
像元辐射值 / 定标点（平场域）的平均辐射光谱值
5.5.2 模型法-辐射传递方程计算法
• 由辐射传递方程可得 ：
频 数 频 数
B7 （a） 7波段直方图
0
a1
B1 （b） 1波段直方图
TM图像的1、7波段直方图
直方图法
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。