遥感卫星影像辐射校正方法
遥感卫星影像处理中的常见问题及解决方法
遥感卫星影像处理中的常见问题及解决方法现如今，遥感技术在地球科学、环境保护、城市规划等领域发挥着重要作用。
遥感卫星影像作为遥感数据的主要来源，其处理过程中常常会遇到一些困扰，本文将探讨其中的常见问题及相应解决方法。
1. 影像纠正问题遥感卫星拍摄的影像受到地球自转、地形起伏以及大气等因素的影响，容易产生图像畸变和色差问题。
针对这一问题，可以采用几何校正和辐射校正等方法来进行纠正。
几何校正主要包括地形校正和几何校正。
地形校正主要针对山区等地形复杂情况下产生的图像投影问题，可以通过数字高程模型（DEM）来解决。
几何校正则主要通过地面控制点的选取和几何模型的建立来校正影像的几何形态。
辐射校正则是针对大气影响导致的辐射畸变问题。
可以利用大气传输模型进行辐射校正，消除大气因素对影像的影响。
此外，还可以利用地面参考反射率进行光谱校正，在不同地物上分别测量反射光谱线进行标定。
2. 影像预处理问题影像的预处理是遥感图像处理的重要环节，可以帮助提取出感兴趣的信息。
然而，预处理过程中常常会遇到图像噪声、云状阴影和云覆盖等问题。
图像噪声主要由传感器本身以及数据传输和存储等过程中引入的噪声造成。
为了降低噪声的影响，可以采用滤波器等方法进行去噪处理。
常用的滤波器有均值滤波、中值滤波和小波去噪等。
云状阴影和云覆盖问题是由云层导致的。
对于云状阴影问题，可以通过校正云覆盖所造成的辐射变化进行修复。
对于云覆盖问题，可以利用多个相邻时刻的影像数据进行云去除，或者采用云检测算法进行自动云剔除。
3. 影像分类问题影像分类是遥感影像处理中的关键任务，可以帮助我们从大规模遥感影像中提取出感兴趣的地物信息。
然而，影像分类过程中常常会遇到地物混合、类别划分不清等问题。
地物混合问题主要由遥感影像中地物覆盖范围重叠较多导致的。
为了解决地物混合问题，可以运用混合像元分解算法将像元分解为纯度更高的子像元，从而更好地反映地物的实际分布。
类别划分不清问题主要由地物间相似性较高导致的。
遥感影像纠正的方法与技巧
遥感影像纠正的方法与技巧随着科技的不断发展，遥感技术在各个领域得到了广泛的应用。
遥感影像是通过卫星、飞机等远距离获取地面信息的一种重要手段。
然而，在获取遥感影像后，由于各种原因导致的图像扭曲、色差等问题是不可避免的。
因此，进行遥感影像纠正是必要的。
本文将介绍遥感影像纠正的常用方法与技巧。
一、几何校正方法几何校正是对遥感影像进行坐标、尺度和旋转方位的校正。
常见的几何校正方法有影像配准、地标匹配、插值等。
1. 影像配准影像配准是将待纠正影像与参考影像进行对比，通过匹配相同地物或地点的像素点，从而进行坐标转换。
常用的影像配准方法有基于特征点匹配和基于相位相关匹配两种。
基于特征点匹配的方法是通过提取影像中的特征点，并将其与参考影像中的特征点进行匹配，从而获得坐标转换模型。
OpenCV是一种常用的用于特征点匹配的开源库。
基于相位相关匹配的方法是通过计算两幅影像之间的相关性，确定它们之间的几何转换关系。
这种方法通常用于具有相位重建能力的传感器。
2. 地标匹配地标匹配是通过识别影像中的已知地标（如道路交叉口、建筑物等）并与参考影像中的地标进行匹配来进行校正的一种方法。
这种方法适用于城市建筑等具有明显特征的区域。
3. 插值插值是指通过对图像中间的像素值进行估算，从而使整个图像变得平滑过渡的过程。
常用的插值方法有双线性插值、双三次插值等。
这些方法可以使得图像在进行几何校正后仍保持较好的视觉效果。
二、辐射校正方法辐射校正是指对遥感影像中的亮度进行校正，以保证影像反映地物的真实辐射亮度。
常用的辐射校正方法有直方图匹配、大气校正、辐射转换等。
1. 直方图匹配直方图匹配是指通过将原始图像的灰度值映射到目标图像的灰度值范围来进行校正的方法。
这可以使得影像在亮度上看起来更加准确，同时保证地物的色彩还原度。
2. 大气校正大气校正是指通过估计大气光照对地面目标反射率的影响，将地表反射率从观测影像中恢复出来的一种方法。
这种方法适用于去除由大气散射引起的云、雾等干扰。
遥感卫星影像辐射校正、几何校正、正射校正的方法
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正、几何校正、正射校正的方法a)辐射校正：进入传感器的辐射强度反映在图像上就是亮度值（灰度值）。
辐射强度越大，亮度值（灰度值）越大。
该值主要受两个物理量影像：一是太阳辐射照射到地面的辐射强度，二是地物的光谱反射率。
当太阳辐射相同时，图像上像元亮度值差异直接反映了地物目标光谱反射率的差异。
但实际测量时，辐射强度值还受到其他因素的影响而发生改变。
这一改变就是需要校正的部分，故称为辐射畸变。
引起辐射畸变有两个原因：一是传感器本身的误差；二是大气对辐射的影响。
仪器引起的误差是由于多个检测器之间存在的差异，以及仪器系统工作产生的误差，这导致了接收的图像不均匀，产生条纹和“噪声”。
一般来说，这种畸变在数据生产过程中已经由生产单位根据传感器参数进行了校正，不需要用户自行校正。
b)几何校正：当遥感图像在几何位置上发生了变化，产生诸如行列不均匀，像元大小与地面大小对应不准确，地物形状不规则变化等畸变时，即说明遥感影像发生了几何畸变。
遥感影像的总体变形（相对与地面真实形态而言）是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。
产生畸变的图像给定量分析及位置配准造成困难，因此遥感数据接收后，首先由接收部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理。
而用户拿到这种产品后，由于使用目的的不同或者投影及比例尺的不同，仍然需要作进一步的几何校正。
几何校正一般包括精校正和正射校正。
精校正：利用地面控制点对由于各种因素引起的遥感图像的几何畸变进行校正。
简单理解：和地形图的校正，校正后有准确的经纬度信息。
精校正适合于在地面平坦，不需要考虑高程信息，或地面起伏较大而无高程信息的情况。
有时根据遥感平台的各种参数已做过一次校正，但仍不能满足要求，就可以用该方法作遥感影像相对于地面坐标的配准校正，遥感影像相对于地图投影坐标系统的配准校正，以及不同类型或不同时相的遥感数据之间的几何配准和复合分析，以得到比较精确的结果。
辐射定标和大气校正操作
辐射定标和大气校正操作辐射定标和大气校正是遥感图像处理中非常重要的环节，它们能够有效地消除大气干扰和地物表面反射率差异等因素对遥感图像的影响，从而得到更为精确的遥感信息。
本文将分别介绍辐射定标和大气校正的基本原理、方法和应用，并探讨它们在遥感图像处理中的重要作用。
一、辐射定标1.基本原理辐射定标是指通过对遥感仪器的响应进行准确的实验测定和模型估计，将数字遥感数据中的像元值转换为表观辐射亮度。
在遥感图像处理中，辐射定标是将数字数值转换为真实物理量的过程，包括辐射定标系数的获取和数据的辐射定标转换。
2.方法辐射定标的方法主要包括实地观测、辐射反演法和模型估算法。
其中，实地观测是指通过在地面上设置观测站点，利用辐射仪器对地表进行测量，获取地面真实辐射亮度，以此来建立数字值和真实辐射亮度之间的关系。
辐射反演法是指通过大气传输模型和辐射传输方程来估算大气对遥感数据的影响，并进一步进行辐射定标。
模型估算法是指利用已有的大气传输模型和地表反射率模型，通过数值方法来进行遥感图像的辐射定标。
3.应用辐射定标的应用主要包括地球观测卫星的遥感数据处理、遥感影像的信息提取、环境变化分析和生态监测等领域。
利用辐射定标后的遥感数据可以更准确地获取地表反射率、地表温度和大气成分等信息，从而为环境监测、资源管理和灾害预警提供更为可靠的数据支持。
二、大气校正1.基本原理大气校正是指利用大气传输模型和辐射传输方程，对遥感数据进行修正，消除大气对遥感图像的干扰和影响，还原地物表面的真实辐射亮度。
大气校正主要考虑大气吸收、散射和反照，以及大气对太阳辐射的衰减和地表反射率的影响。
2.方法大气校正的方法主要包括模型校正和经验校正。
其中，模型校正是指利用大气传输模型和辐射传输方程，对遥感数据进行数值计算，得到校正系数，进而进行大气校正。
经验校正是指利用多源遥感数据、气象数据和地面监测数据，结合统计模型和经验模型，对遥感数据进行修正，消除大气干扰。
遥感影像预处理的正确步骤
遥感影像预处理的正确步骤遥感影像预处理是遥感技术中的重要环节，它对于后续的遥感影像分析和应用具有至关重要的作用。
正确的预处理能够提高遥感影像的质量和准确度，为后续的数据分析提供有力支持。
下面将介绍遥感影像预处理的正确步骤。
一、获取遥感影像数据遥感影像数据可以通过卫星、飞机等遥感平台获取。
在获取数据时，需要确保数据的准确性和完整性，并且注意选择合适的数据源和分辨率。
二、辐射校正遥感影像数据在获取过程中受到了大气、地表反射等因素的影响，需要对数据进行辐射校正。
辐射校正可以消除大气散射和吸收引起的影响，使得遥感影像能够更准确地反映地物的真实特征。
三、几何校正遥感影像在获取过程中存在着不可避免的几何畸变，需要进行几何校正。
几何校正可以将遥感影像的像素位置与地理位置进行对应，使得影像能够与地理信息数据相匹配。
四、影像拼接如果获取到的遥感影像数据较大，需要进行影像拼接。
影像拼接可以将多个影像拼接成一个完整的影像，提供更广阔的地理范围和更丰富的信息。
五、影像增强影像增强是为了提高遥感影像的视觉效果和信息提取能力。
常见的影像增强方法包括直方图均衡化、滤波等。
六、去噪处理遥感影像数据中常常包含各种噪声，需要进行去噪处理。
去噪处理可以提高影像的清晰度和信息质量。
七、影像切割根据具体的需求，可以对遥感影像进行切割，提取感兴趣的区域或目标。
影像切割可以减少后续处理的数据量，提高处理效率。
八、数据格式转换根据不同的应用需求，遥感影像的数据格式可能需要进行转换。
数据格式转换可以使得遥感影像能够被不同的软件和平台所识别和使用。
九、数据融合多源遥感影像数据可以通过数据融合的方法进行融合，提供更综合、全面的信息。
常见的数据融合方法包括像素级融合、特征级融合等。
遥感影像预处理的正确步骤包括获取遥感影像数据、辐射校正、几何校正、影像拼接、影像增强、去噪处理、影像切割、数据格式转换和数据融合。
这些步骤可以保证遥感影像的质量和准确度，为后续的数据分析和应用提供有力支持。
如何进行卫星遥感影像的几何校正与精度评定
如何进行卫星遥感影像的几何校正与精度评定卫星遥感影像的几何校正与精度评定是遥感技术中非常重要的一项工作，它能够提高遥感影像的准确性和可信度。
本文将介绍卫星遥感影像几何校正和精度评定的基本原理和方法。
一、卫星遥感影像的几何校正卫星遥感影像的几何校正是指将原始影像转换为具有精确几何关系的图像的过程。
这是因为卫星遥感影像在获取过程中，由于各项误差的存在，常常呈现出几何畸变的情况。
几何校正的目的是消除这些误差，使得影像能够准确地反映地面实际情况。
几何校正的方法一般可以分为两种：地面控制点法和模型法。
地面控制点法是通过选择并测量地面上的控制点，并与影像中的对应点进行匹配，计算出转换参数，然后进行校正。
模型法是利用数学模型对影像进行几何校正，常用的模型有多项式模型和分层多项式模型。
这些方法都需要借助于地面控制点或其他辅助数据来进行几何校正。
除了几何校正，影像还需要进行辐射校正。
辐射校正是将原始影像转换为可以反映地物辐射特性的高光谱数据。
常见的辐射校正方法有大气校正和地表反射率校正。
大气校正是去除大气吸收和散射对影像造成的影响，地表反射率校正是消除影像中的地物纹理和细节。
二、卫星遥感影像的精度评定卫星遥感影像的精度评定是判断影像准确性和可靠性的一项工作。
它可以通过对比影像与已知真实数据进行对照，计算出各种误差指标来评价影像的精度。
影像的精度评定主要包括几何精度评定和辐射精度评定两个方面。
几何精度评定主要是通过计算影像的地面分辨率、地面形状和位置精度等指标来评估影像几何特征的精度。
辐射精度评定则是通过计算影像的辐射定标系数、重现性等指标来评估影像的辐射特性的精度。
在进行精度评定时，需要借助于地面控制点、高分辨率遥感影像或其他精确数据，进行对比和验证。
通过计算各个指标，并进行统计分析，可以得出影像的精度评定结果。
三、卫星遥感影像几何校正与精度评定的重要性卫星遥感影像的几何校正和精度评定对于遥感应用具有重要的意义。
卫星遥感图像辐射衰减校正方法
卫星遥感图像辐射衰减校正方法卫星遥感技术作为获取地球表面信息的重要手段，在自然资源调查、环境监测、灾害评估等领域发挥着至关重要的作用。
然而，卫星遥感图像在传输过程中会受到大气散射、吸收等因素的影响，导致图像辐射能量衰减，影响数据的准确性和实用性。
因此，对卫星遥感图像进行辐射衰减校正是一个不可或缺的预处理步骤，以确保后续分析的可靠性和精确度。
以下是六种常用的卫星遥感图像辐射衰减校正方法，以及对这些方法的综合评述。
1. 大气顶层辐射传输模型（ATM）法大气顶层辐射传输模型是基于辐射传输理论，通过模拟太阳光在大气中的传播路径，计算出到达卫星传感器前大气对辐射的影响。
该方法需要详细的气象数据（如温度、湿度、气压和气溶胶光学厚度等），以求解辐射传输方程。
常用的模型有MODTRAN、6S（Second Simulation of the Satellite Signal in the Solar Spectrum）等。
ATM法能够较为精确地校正大气影响，但对输入参数的精度要求高，计算复杂度大。
2. 辐射定标法辐射定标是校正卫星图像的第一步，确保图像的数字值与实际辐射量之间建立准确的关系。
它分为内部定标和外部定标。
内部定标依赖于卫星上的定标设备，校正仪器本身产生的误差；外部定标则利用地面控制点或同步的辐射测量数据，调整图像的整体辐射水平。
虽然辐射定标不直接校正大气衰减，但它是后续大气校正的基础，确保图像的辐射量具有物理意义。
3. 暗像元法暗像元法适用于有水体存在的场景，尤其是大面积水域，因为水体可以被视为近似无反射的理想暗像元。
通过选取图像中未受大气散射影响的暗像元，即水面的反射率接近于零的部分，来估算大气上行透过率和大气下垫面反射率，进而校正大气影响。
这种方法简单易行，但受限于应用场景，对水体条件和图像质量有一定要求。
4. 多时相相对辐射校正法（DOS）多时相相对辐射校正法利用不同时间（如早晚）同一地区影像的差异，通过比较阴影区或植被覆盖度变化较小的区域来估算大气影响。
遥感图像辐射校正
大气中的云、雾、水滴、尘埃以及大小超过波 长10倍的颗粒引起的散射，散射粒子的直径远大于 入射波长，对各种波长予以同等散射。
第6页/共65页
第7页/共65页
设太阳辐射照度为E0，经过大气的路程为x,则穿过该大 气路程后的辐射照度为：
E E0ex
σ称为衰减系数或消光系数
散射系数 吸收系数
探测器光谱响应带宽探器光谱响应函数红外波段辐射校正系数第64页共65页四中国遥感辐射校正场由中国气象局国家卫星气象中心牵头国内7个部委国防科工委国家计委等的11个单位参加合作于2000年建成了中国遥感卫星辐射校正场其中甘肃省敦煌市西部党和洪积扇区为可见光和近红外波段的绝对辐射校正场青海省的青海湖为热红外波段的辐射校正场
第19页/共65页
3. 因太阳辐射引起的辐射误差
（1）太阳位置 包括太阳高度角和方位角
太阳高度角，也称太阳高度。某地的太阳高度角是太 阳光线与当地地平面所交的线面角。 太阳方位角是指太阳光线在地平面上的投影与当地子 午线的夹角。
太阳位置不同，则地面物体入射照度会发生变化， 地物的反射率也就随之改变。
L
Lmax L min 255
DN
Lm in
第38页/共65页
卫 星 测 量 值
a 0
设回归方程为：
地面测量值
L=a+bR
大气影响的附加部分（天空光散射）
将图像中的每个像素值减去a，获取某区域经过大气 改正后的图像。
第39页/共65页
在获取地面目标图像时，可以预先在地面设置反射率已 知的标志，或事先测出若干地面目标的反射率，把由此 得到的地面实况数据和传感器的输出值进行比较，以消 除大气的影响。 注意：在地面特定地区、特定条件、一定时间段内测定 的地面目标反射率不具有普遍性，因此该方法仅适用于 包含地面实况数据的图像。
- 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)。
北京揽宇方圆信息技术有限公司遥感卫星影像辐射校正方法影像辐射校正原理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。
Acorn所提供的最高级的大气校正形式是基于辐射传输理论的,大气校正的方法是基于chandrasekhar(1960,dover)公式,描述了太阳辐射源、大气、和地表对辐射的贡献关系。
Caorn提供了一系列大气校正策略,包括经验法和基于辐射传输理论的方法,既可以对高光谱数据进行大气校正,也可以对多光谱图像数据进行大气校正,校正模式如下:1)模式1:对定标后的高光谱数据进行辐射传输大气校正,输出项为地表表观反射率。
2)模式1.5:对定标后的高光谱数据利用水气和液体水光谱你和技术进行辐射传输大气校正。
3)模式2:对高光谱大气校正结果进行独立的光谱增强。
4)模式3:利用经验线性法对高光谱数据进行大气校正5)模式4:对高光谱数据进行卷积处理得到多光谱数据6)模式5:对定标的多光谱数据进行辐射传输大气校正7)模式6:对多光谱的大气校正结果进行独立的光谱增强2、LOWTRAN模型LOWTRAN是一种低分辦率(分辦率大于等于20cm-1)大气辐射传输模式。
它提供了6种参考大气模式的温度、气压、密度的垂直廓线,水汽、臭氧、甲烷、一氧化碳、一氧化二氮的混合比垂直廓线,其他13种微量气体的垂直廓线,城乡大气气溶胶、雾、沙尘、火山喷发物、云、雨的廓线,辐射参量(如消光系数、吸收系数、非对称因子的光谱分布),以及地外太阳光谱。
lowtran7可以根据用户的需要,设置水平、倾斜及垂直路径,地对空、空对地等各种探测几何形式,适用对象广泛。
lowtran7的基本算法包括透过率计算方法,多次散射处理和几何路径计算。
1)多次散射处理lowtran采用改进的累加法，自海平面开始向上直至大气的上界,全面考虑整层大气和地表、云层的反射贡献,逐层确定大气分层每一界面上的综合透过率、吸收率、反射率和辐射通里。
再用得到的通里计算散射源函数,用二流近似解求辐射传输方程。
2)透过率计算该模型在单纯计算透过率或仅考虑单次散射时,采用参数化经验方法计算带平均透过率,在计算多次散射时,采用k-分布法。
3)光线几何路径计算考虑了地球曲率和大气折射效应，将大气看做球面分层，逐层考虑大气折射效应。
3、MODTRAN模型MODTARN(ModerateResolutionTransmission)这是由美国空军地球物理实验(AFGL)开发的计算大气透过率及辐射的软件包。
MODTRAN从LOWTRAN发展而来,它提高LOWTRAN的光谱分辨率。
MODTRAN的基本算法包括透过率计算,多次散射处理和几何路径计算等。
需要输入的参数有四类：计算模式,大气参数,气溶胶参数和云模式。
MODTRAN有四种计算模式：透过率,热辐射,包括太阳或月亮的单次散射的辐射率,直射太阳辐照度计算。
用MODTRAN进行大气纠正的一般步骤是:首先输入反射率,运行MODTRAN得到大气层顶(TOA)光谱辐射,解得相关参数；然后利用这些参数带入公式进行大气纠正。
MODTRAN可以计算0到50000cm-1的大气透过率和辐射亮度,它在440nm到无限大的波长范围精度是2cm-1,在22680到50000cm-1紫外波(200-440nm)范围的精度是20cm-1,在给定辐射传输驱动、气溶胶和云参数、光源与遥感器的几何立体对和地面光谱信息的基础上,根据辐射传输方程来计算大气的透过率以及辐射亮度。
MODTRAN输入输出参数(1)控制运行参数:如何采用何种辐射传输程序,是否进行多次散射计算等;(2)遥感器参数:如遥感器的波段参数,观测的波束(波长范围);(3)大气参数:其中大气模型通过card1中的选项确定,其他具体参数包括气溶胶;(4)观测几何条件:在card1中有关于几何条件的选项,另外在card3中主要为几何参数的输入选项,它通过多种方式组合来实现几何参数的输入,可根据计算的方便进行选择；(5)地表参量:在card1中提洪了地表参数设定的初步选项,所以只能在card4根据card1中设定的参数对地表的参数进行具体设定。
所有的输入都通过card1进行控制,然后在由后续的card进行具体社这设定所有参数之后,就可以用modtran来模拟大气辐射传输过程4、5S模型1986年,法国里尔科技大学大气光学实验室TanreD.,DeuzeJ.L,等人为了简化大气辐射传输方程,开发了太阳光谱波段卫星信号模拟程序5S(SIMULATION OF THE SATELLITESIGNAL IN THE SOLAR SPECTRUM用来模拟地气系统中太阳辐射的传输过程并计算卫星入瞳处辐射亮度。
5、6S模型1997年,美国马里兰大学地理系Eric Vemote对5s进行了改进,发展到6S (SECONDSIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM),6S吸收了最新的散射计算方法,使太阳光谱波段的散射计算精度比5S有所提高。
6S(Second Simulation of the Satellite Signal in the SolarSpectrum)大气校正模型是Eric F.Vermote etal.(1997)在5S模型的基础上发展起来的。
6S模型可以很好地模拟太阳光在太阳-地面目标-传感器的传输过程中所受到的大气影响。
相对于5S模型,6S模型考虑了地面目标的海拔高度、非朗伯平面的情况和新的吸收气体种类(CH4,N20,CO)通过采用theartapproximation近似算法和S0s运算法则,提高了瑞利和气溶胶散射作用的计算精度。
光谱步长提高到了 2.5nm。
6S模型建立在辐射传输理论基础之上,模型应用范围广,不受研究区特点及目标类型等的影响。
6S描述了大气如何影响辐射在太阳-地表-遥感器之间的传输。
需要输入的参数有:几何参数（遥感器类型、成像年月日和经纬度）；大气中的水和臭氧浓度；气溶胶浓度；附设条件、观测波段和海拔高度；地表覆盖类型和反射率。
6S预先设置了50多种波段模型，包括MODIS，AVHRR，TM等常见传感器的可见光近红外波段。
它其中主要包括以下几个部分:太阳、地物与传感器之间的几何关系:;大气模式;气溶胶模式;传感器的光谱特性:地表反射率。
这5个部分便构成了辐射传输模型,考虑了大气顶的大阳辐射能里通过大气传递到地表,以及地表的辰射辐射通过大气到达传感器的整个辐射传输过程。
65的输入参数主要有9个部分组成:(1)几何参数(2)大气模式(3)气溶旋模式(4)气溶胶浓度(5)地面高度(6)探测器高度(7)探测器的光谱条件(8)地表特性(9)表观反射率6、FLAASH模型它是ENVI下的一个模块,FLAASH参数如下:(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橡的中心坐标,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揣；(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,气溶胶垫型选择对反演设有太多影响，一般情兄下利用ASTER数据不做气溶胶反演。
7、ATCOR模型ATCOR大气校正模型由德国Wessling光电研究所Richter博士于1990年研究提出并且经过大量验证和评估的一种快速大气校正算法。