envi遥感图像处理之大气纠正
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。
envi大气校正后计算
envi大气校正后计算
大气校正是一种重要的遥感技术，用于消除大气对遥感图像的影响，以获取准确的地表反射率信息。
在进行大气校正之前，我们需要了解遥感图像中的大气成分和其对图像的影响。
大气校正的关键在于准确地估计大气成分。
常见的大气成分包括水蒸气、气溶胶和气体。
这些成分会散射、吸收和发射光线，导致遥感图像中的辐射量发生变化。
因此，在进行大气校正之前，我们需要获取大气成分的信息。
然后，我们可以使用大气校正模型来计算大气校正系数。
这些系数可以将遥感图像中的辐射量转换为地表反射率。
大气校正模型基于大气散射和吸收的物理原理，考虑了大气成分的影响。
通过对遥感图像进行大气校正，我们可以获得真实的地表反射率信息，进而进行地表特征提取和定量分析。
在进行大气校正时，我们还需要考虑遥感图像的辐射定标。
辐射定标是将遥感图像中的数字值转换为物理辐射量的过程。
通过辐射定标，我们可以获得遥感图像中的辐射亮度值，为后续的大气校正提供基础。
大气校正是遥感图像处理中非常重要的一步。
通过消除大气影响，我们可以获得准确的地表反射率信息，为地表特征的分析和应用提供可靠的数据基础。
同时，大气校正也是遥感技术发展的重要方向，
不断提高大气校正的准确性和自动化程度，将为环境监测、资源管理和灾害评估等领域提供更多的支持和应用前景。
ENVI--专题五辐射定标与大气纠正
专题五辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。
其中，图像配准是做所有工作的前提，是图像的几何纠正。
在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。
在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。
定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。
分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。
辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。
以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：ρ=π*L*d2/（ESUN*cos（θ））(2)式其中ρ为表观反射率，L为表观辐亮度，d为日地距离，ESUN为太阳平均辐射强度，θ为太阳天顶角。
（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式ENVI中的具体实现：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。
第一步，查找.FST文件（是该图像经过粗纠正后的数据信息说明文件），该图像第3波段的gain和offset，可知：gain＝0.619215662339154，offset＝-5.0000000000000第二步，查找.FST文件可知S =90-62.7=27.3度，cos（θ）＝0.8886；查找Table 11.4（Earth-Sun Distance in Astronomical Units）可知d=1.10109天文单位；查找Table11.3 （ETM+ Solar Spectral Irradiances）可知ESUN＝1551。
大气校正ENVI流程
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：校准是将传感器获得的测量值转换为绝对亮度或与地表反射率、地表温度和其他物理量相关的相对值的处理过程（赵英石等，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》，2021）事实上，简而言之，辐射定标就是将记录的原始DN值转换为大气外表面的反射率。
目的是消除传感器本身造成的误差。
有许多方法：实验室校准、车载校准和现场校准。
公式1是将初始DN值转换为辐射度，其中Lb是辐射度值，单位是w/cm2μm.Sr（瓦特/cm2.微米球形度），增益和偏置是增益和偏移。
单位和辐射值相同。
可以看出，辐射度和DN 值是线性的。
公式2是将辐射值转换为大气视反射率，其中：lλ是辐射值，D是以天文单位表示的日地距离，eSUNλ是平均太阳视发射率，θS是以度数表示的太阳高度角。
但是，一般来说，这部分工作基本上不需要用户完成。
相关系数包含在数据的头文件或元数据中。
例如，使用envi打开MODIS数据，即反射率（大气外层的表观反射率）和辐射率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。
另一方面，物理模型遵循遥感系统的物理规律，也可以建立因果关系。
如果初始模型不好，我们可以通过添加新的知识和信息来知道模型的哪一部分需要改进。
然而，建立和学习这些物理模型的过程是漫长而曲折的。
模型是对现实的抽象；因此，现实模型可能非常复杂，包含大量变量。
例如，6S模型、mortran等。
ENVI大气校正
ENVI大气校正
1、
选择BIL，注意将以前加在原始影像文件上的后缀都不要，只要原始的文件名即可。
点击Queue，对话框消失。
按照这种方法，把文件夹中的文件一个一个的载入。
2、在File中选择ENVI Queue Manager 将刚才做的Covert全部选上，执行。
3、
FLASSH校正：
首先，选择转换问BIL的文件作为INPUT RADIANCE IMAGE。
弹出对话框，按照上图选择。
然后选择OUTPUT FILE 的名字和路径，ROOT FOR ……可以不选。
20
用IE（浏览器就行）打开每个原始的环境星文件夹中的XML 文件。
找到
点击DD<->DMS,输入你这景图像的中心店经纬度，
卫星高度650KM 象元大小30m，
在Flight Data中修改日期和时间按照这幅图像的XML文件中的上图时间，输入时差几分几秒没关系。
下面按照图中填写。
Initial Visibility(KM) 填20KM。
Multispectral settings ——Filter function file 选择数据相应的波普库数据，例如CCD1 HJ1B 选择“环境1B星CCD1光谱响应曲线.sli”。
ENVI软件基本操作——辐射校正、辐射定标、大气校正、几何校正
ENVI软件基本操作——辐射校正、辐射定标、⼤⽓校正、⼏何校
正
辐射校正
Radiometric correction ⼀切与辐射相关的误差的校正。
⽬的：消除⼲扰，得到真实反射率的数据。
⼲扰主要有：传感器本⾝、⼤⽓、太阳⾼度⾓、地形等。
包括：辐射定标，⼤⽓纠正，地形对辐射的影响
辐射定标
DN值（Digital Number ）：遥感影像像元亮度值，记录地物的灰度值。
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相关。
反映地物的辐射率radiance
地表反射率：地⾯反射辐射量与⼊射辐射量之⽐，表征地⾯对太阳辐射的吸收和反射能⼒。
反射率越⼤，地⾯吸收太阳辐射越少；反射率越⼩，地⾯吸收太阳辐射越多，表⽰：surface albedo
表观反射率：表观反射率就是指⼤⽓层顶的反射率,辐射定标的结果之⼀，⼤⽓层顶表观反射率，简称表观反射率，⼜称视反射率。
英⽂表⽰为：apparent reflectance
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（⼤⽓外层表⾯反射率），这个过程就是辐射定标。
⽅法：实验室定标、机上/星上定标、场地定标。
不同的传感器，其辐射定标公式不同。
L=gain*DN+Bias
⼤⽓校正
Atmospheric correction 将辐射亮度或者表⾯反射率转换为地表实际反射率
⽬的：消除⼤⽓散射、吸收、反射引起的误差。
分类：统计型和物理型。
实习3 遥感图像大气校正
1、实习目的熟悉大气校正的原理和相关内容，掌握使用ENVI软件进行大气校正的基本软件操作。
2、实习内容使用ENVI软件进行大气校正的原理以及过程。
3、实习数据及软件ENVI软件及其自带实习三数据4、实习步骤（1）、打开需进行大气校正的文件：20091124_HJ_CCD，选择波段4、3、2，进行RGB Color显示。
（2）、数据的辐射定标辐射定标转换：Basic Tools → General Purpose Utilities → Apply Gain and Offset →选择20091124_HJ_CCD → OK →输入实习三中的Word文件“2009年HJ-1A/B星绝对辐射定标系数”数据HJ_1ACCD2的增益2（场地定标）的相应数据a=1/A，L0 → OK（保存）（3）存储顺序调整格式转换：Basic Tools → Convert Data(BSQ、BIL、BIP) →选中文件→OK →选择要转换的文件格式→ OK（4）输入FLAASH参数在主菜单中，Spectral → FLAASH①、文件的输入和输出信息：Input Radiance Image →选择20091124_HJ_CCD →格式错误→进行格式转换→选中转换后的文件→ Use single factor for all bands(single scale factor:1.00000将已改为10) →Output Reflectance File →选择输出文件名和路径→ Rootname for FLAASH files → ASDA。
②、更改传感器与图像目标信息：Lat:21、31、54.19，Lon :109、41、39.39(从元数据文件中获取，方法：右击图像→ Pixel Locator →点击切换按钮)Sensor Type（传感器类型）:Multispectral → UNKNOW-MSISensor Altitude(km):649Ground Elevation(km):0.05(从相应区域的DEM获得平均值)Flight Data:Nov-24-2009，Flight Time：3:37:00(从元数据文件中获取)③、Atmospheric Model（大气模型）：Tropical④、Aerosol Model（气溶胶模型）:Rural⑤、Aerosol Retrieval（气溶胶反演）:None⑥、Multispectral Settings（多光谱设置）:filter function file → open → spectral →选择20091124_HJ_CCD_SRF →打开→ OK →⑦、Initial Visibility（初始能见度）:40⑧、Advanced Settings（高级设置）:按照默认设置。
ENVI-专题五 Landsat TM辐射定标与大气纠正
专题五Landsat TM辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。
其中，图像配准是做所有工作的前提，是图像的几何纠正。
在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。
在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。
定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。
分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。
辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。
以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：(reflectance) ρ=π*L*d2/（ESUN*cos（θ））(2)式其中ρ为表观反射率，L为表观辐亮度，d为日地距离，ESUN为太阳平均辐射强度，θ为太阳天顶角。
（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式①日地天文单位距离D：D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day）D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365)；days是拍摄卫片的日期在那一年的天数，如2004年5月21号，则days＝31＋29＋31+30+21＝142。
计算得：D=1.01250756ENVI中的具体实现（以Landsat 7 ETM+为例）：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。
- 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)。
这样，我们就得到了经过大气校正的地表的反射率了。
步骤四：将大气校正前后的遥感影像进行对比
本步骤是让我们将遥感影像的前后进行对照，来看看进行大气校正前后遥感影像之间的差异。
本步骤所采用的方法是用未校正的反射率减去校正后的反射率，得到一幅新的影像，从新的影像上去看二者之间的差异。
具体步骤是：在envi的Basic Tools中打开 Band Math，在band math中输入：abs(b1-b2)。然后得到了新的图像，从新的图像上来看二者之间的差异。
具体操作步骤如下：
1）确定6S模型的参数。
Table56s Parameters
输入值
含义
注释
卫星参数
7
Landsat卫星
卫星参数
11 22 2.5
116.62 23.11
month,day, hour,
long, lat
成像月份、日期、时间（格林威治时间）、图像中心点精度、纬度
季节特征
3
Midlatitude winter
158.40
-4.7
243.1
-4.7
158.3
Table3 Unit：ESUN=W/(m2.um)
Model
Chance spectrum CHKUR
band
Landsat 4
Landsat 5
1
1957
1957
2
1825
1826
3
1557
1554
4
1033
1036
5
214.9
215.0
7
80.72
Table 2ETM+SpectralRadianceRange
watts/(meter squared * ster *µm)
Band Number
Before July 1, 2000
After July 1, 2000
Low Gain
High Gain
Low Gain
High Gain
LMIN
0.5
Reflectance= 0.5
图像辐亮度
100
根据此表，确定6S模型在各个波段上的参数。
2）在DOS窗口中运行6S模型程序，并依次输入上步所确定的参数
3）由6S模型得到参数 和 以及
4） 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，由此计算出该遥感影像经过大气校正以后的反射率。
157.5
-5.1
241.1
-5.1
157.4
5
-1.0
47.70
-1.0
31.76
-1.0
47.57
-1.0
31.06
6
0.0
17.04
3.2
12.65
0.0
17.04
3.2
12.65
7
-0.35
16.60
-0.35
10.932
-0.35
16.54
-0.35
10.80
8
-5.0
244.00
-5.0
60
.9909
135
1.0109
213
1.0149
288
.9972
365
.9833
至此，我们完成了遥感影像的辐射定标和计算未进行大气校正的地物的反射率和进行大气校正了的地物的反射率以及二者之间的差异。
本实验有关的数据：
使用的数据为广东省汕头市的ETM+影像，成像时间为2001年11月22日，2:28:18.000（格林威治时间）。
波段列表：
TM1：0.45~0.52(um)蓝波段 30m
本步骤所采用的公式是：
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。 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
80.67
Table4Earth-Sun Distance in Astronomical Units
Julian Day
Distance
Julian Day
Distance
Julian Day
Distance
Julian Day
Distance
Julian Day
Distance
1
.9832
74
.9945
TM的波段取值：
25: band1
26: band2
27: band3
28: band4
29: band 5
30: band7
不包括热红外波段
地表性质
0
Homogeneous case
均一地表
BRDF影响
0
No BRDF effect
没有BRDF效应
目标特性
0
Uniform target
目标物均一
图像反射率
LMAX
LMIN
LMAX
LMIN
LMAX
LMIN
LMAX
1
-6.2
297.5
-6.2
194.3
-6.2
293.7
-6.2
191.6
2
-6.0
303.4
-6.0
202.4
-6.4
300.9
-6.4
196.5
3-4.5Leabharlann 235.5-4.5
158.6
-5.0
234.4
-5.0
152.9
4
-4.5
235.0
-4.5
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。
TM2：0.52~0.60 (um) 绿波段 30m
TM3：0.63~0.69 (um) 红波段 30m
TM4：0.76~0.90 (um) 近红外波段 30m
TM5：1.55~1.75 (um) 短波红外波段 30m
TM7：2.08~2.35 (um) 短波红外波段 30m
ETM+影像辐射定标参数如下表：
中纬度冬季
气溶胶类型
1
continental
陆地
可视距离
23
Visibility, km
能见度（晴朗天气）
目标物高度
-0.1
Target altitude in km
表示位于海平面
卫星参数
-1000
Satellite case
传感器搭载于卫星上
卫星波段
参数
28（band4）
Spectral band definition
152
1.0140
227
1.0128
305
.9925
15
.9836
91
.9993
166
1.0158
242
1.0092
319
.9892
32
.9853
106
1.0033
182
1.0167
258
1.0057
335
.9860
46
.9878
121
1.0076
196
1.0165
274
1.0011
349
.9843
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：
其中， ，
Lmaxλ和Lminλ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）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，为了得到地表的真实的反射情况，我们就需要对所得的遥感影像进行大气校正。
本步骤采用的公式是：
和 以及 是由6S模型经过计算得到的， 是在第一步中计算得到的。