Flaash大气校正模块常见错误及解决方法

合集下载

基于TM影像的FLAASH模块大气纠正及评价

基于TM影像的FLAASH模块大气纠正及评价
纠正 , 因此任何标 准 M O D T R A N 4大气模 型和气溶胶 类 型
可 以通过 原始 影像 的基 本参数 计算 得 出 。从 而 反 演 出影像 的真 实辐 射 率 。在 计 算 邻 近像 元 反 射 率 时 , 传感 器 接收 到直 接来 自 目标 地物 的光 子 的信 号 被分 为 经 大气 散射后 进 入传感 器 和经邻 近像元 散射 后 进入 传
太 阳辐射 在 真 空 中传 播 时 几 乎不 受 大 气 的影 响 。 然 而 当太 阳辐射 到 达 地 面在 进 人 传 感 器 以前 , 首先 经 过大 气层 , 在 这个 过程 中会 受到 大气 中分子 、 气 溶胶 和
L=

式 中 L为传感器 接 收到 的某 个 像元 的辐 射 强度 ; p 表示该像元 的地表反射率 ; p 为该像元 及周边像 元 的混 合平均地表反 射率 ; 5为大气 的球 面反射率 ; A, B是 由大 气条件及地表 下 垫面几 何 条件 所决 定 的系数 。L 为太 阳辐射经 大气 散 射后再 由地表 向上反 射通 过 大气 进入
接收传感器单 元 的一部分 辐照度 。大 气散射会 引起 “ 邻 近像元效应 ” , 而大 多数 的 大气 辐射 纠正模 块 中一 般假 设 P= p 。 , 这样 的纠正方式忽 略 了“ 邻 近像元效 应 ” , 这些
云粒子等大气吸收与散射 , 这对 于定量研究和分类精
度造 成很 大 的影 响 … 。 目前 国 内外 使用 的大气 纠正模

要: 在 高光谱 遥感数据处理 中, 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, 因此对遥感影像进行大 气纠正去除其影 响 , 是 高光谱 遥感数据 处理 中极为 重要 的环 节。文章介 绍 了 F L A A S H模

Flaash大气校正

Flaash大气校正

上机实习容:Flaash大气校正学生王玲学号201420771院系城市与环境学院专业地图学与地理信息系统年级2014级教务处制Flaash大气校正实验报告一、实验目的通过本次实验能够更深一步理解大气校正的原理、方法。

并且熟练掌握Landsat8 OLI 数据的大气校正的流程。

二、实验容1、辐射定标目的:将传感器记录的电压或数字量化值(DN值)转换为绝对辐射亮度值(辐射率)。

原理:L=Gain*DN + Bias步骤:(1)首先,在Envi5.1中打开辐射定标工具,Toolbox/Radiometric Correction/ Radiometric Calibration,并在File Selection对话框中选择数据,如下所示:(2)辐射定标参数设置当选择好辐射定标的数据时,接下来需选择定标参数。

其中,①Calibration Type:辐射定标类型,因Flaash校正要求输入的数据为辐亮度值,因此辐射定标类型选择辐亮度。

当数据的每个波段包含Gain和Offest参数时,Envi会自动从元数据文件中获取这些参数,并按照辐射定标公式进行定标,本实验所使用的Landsat8 OLI 数据的元数据中包含这两个参数。

另外,Envi默认Gain和Offest参数定标单位为W/(m2*sr*μm),因此,计算得到的辐亮度值为W/(m2*sr*μm)。

②Output Interleave:输出数据存储顺序,因Flaash校正要求输入的数据存储类型为BIL或BIP,但因BIL的处理速度快,故在此选择BIL。

③Output Data Type:输出数据类型,辐射定标中可以选择的输出数据类型为三种,分别是:浮点型(Float)、双精度浮点型(Double)和无符号位16整型(Uint)。

本实验中使用的OLI6 原始数据为无符号16位整型,在进行Flaash校正时计算缩放因子是无单位型与浮点型数据之间的缩放关系,因此,该处选择浮点型(Float)。

Flassh大气校正

Flassh大气校正

[转载]大气校正(转)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。

flaash大气辐射校正

flaash大气辐射校正

flaash大气辐射校正-李修楠制作一,把DN值转化为亮度1打开landsat5号星图像,7 4 2 波段分别赋值RGB2 单击basic tools >preprocessing>calibration utilities>landsat calibration选择六个反射通道,单击ok3.选择radiance,选择文件保存,等待处理结果处理完得到六个反射通道的亮度值二。

把亮度转化为bip格式1 单击basic tools>convert data(BSQ BIL BIP )然后弹出一个界面选择亮度值,单击ok然后弹出一个界面选择一种格式我选bip,选择文件保存等待处理结果。

三。

FLAASH1 单击spectral>FLAASH2出现以下界面,单击input radiance image选择 bip 格式的那个数据然后ok3再然后出现一个窗口,尺度转换因子,选择单一的转换因子,为10 如图4 。

单击 output reflectance file 选择文件存放位置命名。

5.选择这一景影像的中心经纬度。

如图6,选择传感器类型单击nkown—M> multispectral>landsat TM 57(1)设置获得图像的时间,2006年的8月17日 2时30分(2)大气模型 atmospheric model 选择中纬度夏季mid latitude summer (3)气溶胶选择农村aerosol model 》rural(4)气溶胶反演两个波段k-T aersol retrieval》 2-band(k-T)如图8 单击 Multispetral Settings 出现一个界面单击 kaufman-Tanre aerosol retrieval 选择第一个如图然后okOk完之后单击apply 等待结果结果如图最后,加载校正后的图同样7 4 2 rgb。

进行地理链接,调出光谱曲线比较二者不同。

flaash大气校正

flaash大气校正

flaash大气校正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、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。

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 -FLAASHSpectral -FLAASH.或者点击envi-spectral- FLAASH1、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 Tools ——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。

flaash大气校正操作流程

flaash大气校正操作流程

利用 spectral builder 导入该文件,如下:
FWHM 没有,不用写。 确定后,再次 impor txt 文件,如下:
然后,File 菜单保存为光谱库文件,如下:
此时,可查看光谱响应函数,如下:
2.点击 Mulitispectral Settings 导入刚才的光谱响应函数库,如下:
Flaash 大气校正流程(以 HJ 卫星为例)--于之锋 一.主界面 打开 flaash 主界面, .Input radiance image 必须是辐亮度, 不能是反射率, 需要是 envi standard 格式,并且是 BIL 或者是 BIP,不能是 BSQ 格式。之后还要求输入对应传感器各个波段的 中心波长和半峰全宽 fwhm(Full Wave at Half Maximum”) 。第 j 个波段的中心波长设为 j , 响应函数设为 f,设光谱响应函数有 n 个间隔,则中心波长计算公式如下:
j
* f
i 1 i
n
i
f
i 1
n
n
i
Fwhm 计算公式为:
Fwhm j
输入的界面为:
f
i 1
i
2
ቤተ መጻሕፍቲ ባይዱ

之后选择单一的 scale,scale 设为 10,如下:
1). 2). 3). 4). 5). 6). 7). 8).
Output reflectance file 是输入需要保存反反射率文件的路径。 Out directory for flash file 输入的是保存中间结果的文件夹。 Flight time 是影像成像时间。 Scence center location 可以影像头文件中找到。 Atmospheric Model 可以根据具体地区的温度以及空气湿度找到对应的类型。 Water retrieval 需要有适合水汽反演的波段才行。 Aerosol retrieval 需要??。 Initial visibility (km) 可以有所测的 AOD 通过软件 modo 进行换算。 大气校正的结果的好 坏可通过调整这个参数,我们所测的 AOD 可以乘以 0.85~0.95 的系数。软件在 E:\大气 校正\flaash 大气校正\modo_install\modo_v3\bin 里面。运行如下:

FLAASH大气校正参数设置

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。

ETM Flaash大气校正

ETM Flaash大气校正

ETM Flaash大气校正在ETM蚀变信息提取2文章里,已经得到了辐亮度图像,现在使用ENVI Flaash大气校正功能,进行地表反射率的反演。

1、数据格式转换Flaash大气纠正功能需要的辐亮度文件格式为BIL或者BIP,但是目前的文件格式是BSQ的,所以需要进行数据格式转换。

ENVI功能菜单:Basic Tools-》Convert Data(BSQ,BIL,BIP)选择辐亮度文件转换参数设置:再选好输出文件,按OK就行了。

2、Flaash大气校正ENVI功能菜单:Spectral->Flaash下面我们开始进行参数设置。

(1)输入输出文件设置Input Radiance Image输入转换格式后的辐亮度文件Ok后,弹出如下对话框,选择use single scale factor for all bands选项,设置single scale factor 为10,具体原因是由于单位不一致。

再选择输出反射率文件的位置,最后设置一下FLAASH输出的一些临时文件的目录。

(2)Flight date栏设置在*_MTLold.txt找到ACQUISITION_DATE = 2001-10-23SCENE_CENTER_SCAN_TIME = 03:50:11.2501468Z填入即可:(2)sensor type栏设置选择sensor type,MutiSpectral-》landsat TM7设置好后,sensor Altitude和 pixel size这两项自动就填上了。

还剩下一个Groud Elevation,怎么办呢?google earth啊,哈哈。

Sensor type这栏就填好了,如下图:(3)scene center Location栏设置在earth explore中查看该数据的元文件(具体步骤查看ETM蚀变信息提取1文章)填上就行了。

(4)Atmospheric model栏设置Model Atmosphere Water Vapor(std atm-cm)Water Vapor(g/cm2)Surface Air TemperatureSub-Arctic Winter (SAW) 518 0.42 -16° C (3° F) Mid-Latitude Winter (MLW) 1060 0.85 -1° C (30° F) U.S. Standard (US) 1762 1.42 15° C (59° F) Sub-Arctic Summer (SAS) 2589 2.08 14° C (57° F) Mid-Latitude Summer (MLS) 3636 2.92 21° C (70° F) Tropical (T) 5119 4.11 27° C (80° F)Latitude (°N)Jan March May July Sept Nov80 SAW SAW SAW M LW M LW S AW70 SAW SAW MLW M LW M LW S AW60 MLW MLW MLW SAS SAS MLW50 MLW MLW SAS SAS SAS SAS40 SAS SAS SAS MLS MLS SAS30 MLS MLS MLS T T MLS20 T T T T T T10 T T T T T T0 T T T T T T-10 T T T T T T-20 T T T MLS MLS T-30 MLS MLS MLS MLS MLS MLS-40 SAS SAS SAS SAS SAS SASLatitude (°N)Jan March May July Sept Nov-50 SAS SAS SAS MLW M LW SAS-60 MLW MLW MLW M LW M LW M LW-70 MLW MLW MLW M LW M LW M LW-80 MLW MLW MLW M LW M LW M LW处理的数据是10月份的,并且中心纬度是38度多的,所以选择SAS模型(Sub-Arctic Summer)。

  1. 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. 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. 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)。

下一页
发帖
打印
123
专题查看
IDL Error:End of input record encountered on file unit:0.
平均海拔高程太大。

注意:填写影像所在区域的平均海拔高程的单位是km:Ground Elevation(Km)。

3.ACC error:avrd:
IDL error:Unable to allocate memory:to make array
Not enough space
ACC_AVRD
为了能处理大数据,ENVI采用分块计算的方式,这个提示是分块(Tile)太大了。

在高级设置里面(Advanced Settings),tile size:它默认是File-> preferences -
>miscellaneous:cache的大小,这个值正常是1~4Mb(0背景很少的情况下);如果0背景较多,这个值还是需要设置大一些,比如100~200m。

4. ACC error:avrd:No nonblank pixels found
IDL error:
OPENR: Error opening file. Unit: 100,
为了能处理大数据,ENVI采用分块计算的方式,当Tile设置太小,而且有背景值(0),就会出现一个Tile中全部为0的情况,提示这个错误信息。

在高级设置里面(Advanced Settings),tile size:设置稍微大一些,如100~200M等。

5. ACC error:lsmooth2:
IDL error:
ACC_LSMOOTH2:Cannot continue with smoothing calculation
ENVI的FLAASH提供领域纠正功能,但是MODIS、AVHRR等图像分辨率比较低,领域效应区分不出来。

解决方法是在在高级设置里面(Advanced Settings),将领域纠正(Use Adjacency Correction)设置为No。

6. ACC error:modrd5:Nonfinite numbers in coefficient array coef
IDL error:
CDRIVER4V3R2:>>>Wait for MODTRAN4 calculation to finish…
提示传入MODTRAN模型参数有误,常常是由于太阳高度角太小或者太大引起的。

提示这个错误之前会出现以下提示框。

解决方法是确认填写的影像中心位置经纬度信息(西经为负数、南纬为负数)、影像成像时间(格林威治时间)是否正确。

结果错误
1.结果中某一个波段或者多个波段全部为0或者负值
主要产生的原因是输入的辐射亮度数据值偏小。

可能有以下几种情况:
(1)在传感器定标的时候选择的是表观反射率(Reflectance)而不是辐射率数据(Radiance);
(2)没有做传感器定标,即没有将DN值转换为辐射率数据;
(3)选择了错误的波谱响应函数;
(4)用BandMath做了辐射亮度的单位换算,在FLAASH中导入辐射亮度数据时,Scale Factor选择的不是1.0000。

2.结果中极大值、极小值非常多,也就是0~10000之外的值。

当选择RGB假彩色显示的时候,出现花花绿绿的情况。

辐射定标得到的辐射率数据单位与FLAASH要求的单位不一样。

可能有以下几种情况:
(1)用BandMath做了辐射亮度的单位换算,在FLAASH中导入辐射亮度数据时,Scale Factor选择的不是1.0000。

(2)没有做单位换算。

3.结果中部分像元为负值
这个属于正常现象。

FLAASH是采用MODTRAN辐射传输模型模拟成像中的大气过程,而且很多大气属性都是通过图像来估算,加上大气组成的非均一性,即使MODTRAN4模型精度很高,也不能完全表达大气辐射传输的真实状况。

当影像上有强吸收或者高反射地物时候,就会出现部分像元为负值(如深水、高密度)或者大于10000。

解决方法可以手动修改,如用周围的像元的平均值代替,可以使用ENVI下的The DEM Editing Tool工具。

4.结果图像以RGB显示比原图像视觉效果要差,如模糊。

这个需要了解下遥感软件RGB显示机制。

遥感软件为了让遥感图像显示更加“艳丽”,方便解译,默认会对图像进行拉伸显示,一般是2%的线性拉伸。

也就是我们常常会看到图像值有两个,一个是Scrn值,也就是拉伸之后的显示值,一个是Data值,也就是原始的图像DN值。

另外一个方面,目前我们的RGB加色法显示都是基于8bit显示,也就是0~255。

FLAASH大气校正之后的结果是16bit的整型,而且存在一些极小、极大值,这些对直方图整体形状有一定的影响,影响拉伸效果。

解决方法是利用ENVI下的Interactive stretching工具,选择有效值范围进行拉伸。

还有一种情况是校正图像有很多背景值,比如经过几何校正的整景TM影像。

背景及图像边缘处的像元在大气校正之后变成负值或者0值,由于这样的像元数量多,对图像的整体拉伸影响很大。

解决方法就是将这些像元掩膜掉,如在ROI Tool中,利用Option->Band Threshold to ROI建立一
个ROI进行图像裁剪。

5.结果图像为什么像元值大多是大于1
收藏分享影音更酷!马上访问
没有个人空间?
ESRI 关注
企业级
下一页。

相关文档
最新文档