Flassh大气校正
flaash大气校正
基于像素级的校正，校正由于漫反射引起的连带效应。
1、原理
基于太阳波谱范围内(不包括热辐射)和平面朗伯体(或近似平 面朗伯体)，在传感器处接收的像元光谱辐射亮度公式为：
其中，பைடு நூலகம்
在大气校正参数获取后, 根据该方程逐个波段像元计算地表平均反射率。
2、优点
支持传感器的种类多； 算法精度高；
通过图像像素光谱上的特征来估计大气的属性，
多光谱设置（Multispectral Settings）
校正前
校正后
采用典型地物的光谱曲线特征来检验，如植被、水体。
气溶胶反演（Aerosol Retrieval）
None:选择此项时，初始能见度（Initial Visibility）值将用于气溶胶 反演模型；
2-Band（K-T）:当没有找到合适的黑暗像元时，初始能见度值将用
于气溶胶反演模型；
2-Band Over Water：用于海面上的图像。
尺度转换因子：为了将输入的辐亮度数据变为浮点型，当各波段的辐亮
度单位不一样时，选择第一项；否则选择第二项。
Ground Elevation：影像区域平均海拔，从相应区域的DEM 获取平均值；
大气模型(Atmospheric Model)
气溶胶模型（Aerosol Model）
初始能见度（Initial Visibility Value） 根据天气条件估计。
组员：王玲 王芹 李文苹
模型介绍（原理、优点、条件） 校正过程（步骤、参数说明） 结果评价
1、原理
全称：Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes
大气校正
10、多光谱数据参数设置
(1) 单击Multispectral Settings，打开多光谱设置面板； (2) K-T 反 演 选 择 默 认 模 式 ： D e f a u l t s - > O v e r - L a n d Retrieval standard（600:2100），自动选择对应的波段； (3) 其他参数选择默认。
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。
二、辐射定标
通常遥感数字图像给出的是像元 DN 值。利用 DN 值, 只能进行同景图像内部的相对比较。全球资源和环境变化 研究要求遥感技术能够提供长时相、多区域、多种传感器 的遥感数据。只有将图像 DN 值转换成对应像元的辐射亮 度值, 才能对不同地点、不同时间和不同类型传感器获取 的遥感数据进行定量比较与应用 , 以满足全球资源和环境 变化研究的需要, 而这个转换过程就称为辐射定标。
得到了温度为T的黑体在热红外波段的辐射亮度值。
4、反演地表温度
在获取温度为TS的黑体在热红外波段的辐射亮度后，根据普朗克公式的反函 数，求得地表真实温度TS： TS = K2/ln(K1/ B(TS)+ 1) 对于ETM+，K1 =666.09W/(m2·sr·μm)，K2 =1282.71K。 利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入： （1282.71）/alog（666.09/b1 +1）-273 b1：温度为T的黑体在热红外波段的辐射亮度值。 得到真实的地表温度值，单位是摄氏度。
FLAASH大气校正和黑暗像元法
FLAASH大气校正和黑暗像元法操作指导FLAASH大气校正大气是介于卫星传感器与地球表层之间的一层由多种气体及气溶胶组成的介质层。
在太阳辐射到达地表再到达卫星传感器的过程中，两次经过大气，故大气对太阳辐射的作用影响比较大。
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，广义上讲是获得地物反射率、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。
大气校正可以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，也可以消除大气分子和气溶胶散射的影响。
大多数情况下，大气校正也是反演地物真实反射率的过程。
目前应用广泛的大气辐射传输模型有30多种，常用的辐射传输模型主要有6S、MODTRAN和ATCOR等，各种模型的基本原理都是基本相同，其中MODTRAN模型的精度最高。
MODTRAN模型还可以计算热红外波段。
实验数据实习所用到的数据为TM影像和ETM+影像，其FLAASH大气校正的方法和操作步骤一致，这里以TM影像为例介绍。
对于各个影像所需要的具体参数，将在需要用到的时候说明。
本文采用的实验测试数据为，具体的数据内容列表见下图1：1991年1999年2010年图1该数据包含了7个波段，其中的B6为热红外波段，不在本次Flaash校正范围内，其他剩余波段为可见光波段，需要进行大气校正。
操作步骤1、打开tm原始影像数据ENVI > file > open image file > ‘LT51230321991168BJC00_MTLold.txt’ > 打开文件，如下：可见光波段为选择波段图3辐射定标参数设置对话框3、储存顺序调整Flassh大气校正对于波段存储的要求为：BIL，BIP格式，上述计算得到的存储方式为BSQ，在此进行波段存储顺序的转化，具体操作如下：ENVI > basic tools > convert data (BSQ ,BIL ,BIP)图 4 存放顺序转换4、Flaash校正参数设置大气校正的前期准备工作完毕，现在进行校正参数的设置：ENVI > basic tools > preprocessing > calibration utilities > FLAASH，弹出对话框：的BIL或BIP格式数据，然后会弹出下面对话框（图6），按照下图进行设置。
环境小卫星高光谱数据FLAASH精确大气校正方法
环境小卫星高多光谱数据FLAASH精确大气校正方法高光谱遥感数据的特点是光谱分辨率高、波段连续性强，能够获得地物在一定范围内连续的、精细的光谱曲线，具有非常好的应用前景。
第一个星载民用成像光谱仪是高光谱成像仪Hyperion，其平均光谱分辨率为10 nm，空间分辨率达到30米。
2008年9 月6日我国HJ-1顺利升空，其中A星搭载了我国自主研制的空间调制型干涉高光谱成像仪（HSI）。
HSI 对地成像幅宽为50 km, 星下点像元地面分辨率为100 m，115个波段，工作谱段：459~ 956nm。
具有30度侧视能力和星上定标功能。
ENVI扩展工具一、HDF5读取补丁从HIS数据中获取元数据信息。
下载地址：/ESRI/viewthread.php?tid=37118&extra=page%3 D1。
二、HJ-1数据预处理补丁为HIS数据添加中心波长信息和波段宽度（FWHM）.下载地址：/ESRI/thread-75575-1-1.html拷贝sav 文件到 ENVI安装目录的save_add 目录下。
步骤：(1)选择ENVI->File->Open External File->HJ-1->HJ-1A /1B Tools工具。
图1(2)选择HIS，单击Input Files选择HIS文件（.xml）(3)选择输出路径，单击Apply执行。
(4)在ENVI主模块中，选择Basic Tools->Convert Data(BSQ,BIL,BIP)，将刚才生成的文件转成BIP储存顺序的文件。
按照FLAASH工具的要求，已经将HSI数据转成BIP储存顺序、带有中心波长信息、波段宽度信息的ENVI格式文件。
说明：如果不用HJ-1数据预处理补丁，可以在波段列表中手动输入中心波长和波段宽度信息。
FLAASH参数设定HSI数据已经经过了定标，单位是100W/(m2*um*sr )，启动FLAASH工具，在输入辐射率数据时候，缩放系数填写：1000（即缩小1000倍），（符合FLAASH对辐射亮度单位的要求（μW）/（cm2*nm*sr））。
高光谱数据FLAASH大气校正
第13章高光谱数据FLAASH大气校正本节以AVIRIS高光谱数据为数据源，介绍高光谱数据的FLAASH大气校正过程。
13.1 浏览高光谱数据此AVIRIS高光谱数据为经过传感器定标的辐射亮度数据。
（1）在ENVI主菜单中，选择File→Open Image File，打开JasperRidge98av.img文件。
（2）在波段列表中，选择JasperRidge98av.img，单击右键选择Load True Color，在Display 窗口中显示真彩色合成图像。
（3）在主图像窗口中单击右键，快捷菜单中选择Pixel Locator。
设置Sample:366，Line:179。
此像元为硬质水泥地，吸收特征主要受大气的影响，单击Apply按钮。
（4）在主图像窗口中单击右键，快捷菜单中选择Z Profile，打开Spectral Profile窗口，绘制像素（366,179）的波谱剖面。
（5）在Spectral Profile窗口中，可以看到在760nm，940nm和1135nm处，水汽具有吸收特征，1400nm和1900nm附近基本没有反射能量，二氧化碳在2000nm附近有两个吸收特征。
13.2 AVIRIS数据大气校正（1）在ENVI主菜单中，选择Spectral→FLAASH，打开FLAASH Atmospheric Correction Model Input Parameters对话框。
（2）单击Input Radiance Image按钮，选择JasperRidge98av.img文件。
在Radiance Scale Factors对话框中，选择Read array of scale factors from ASCII file，单击OK按钮。
（3）选择AVIRIS_1998_scale.txt文件，按照默认设置，单击OK按钮。
（4）单击Output Reflectance File按钮，选择输出路径及文件名JasperRidge98av.img。
flash大气校正
flash大气校正遥感数字图像处理（FLAASH 大气校正实践）实习报告学院：应用气象一，实验内容FLAASH 的特点是：1) 支持多种传感器，包括多光谱和高光谱。
可以通过自定义波谱响应函数支持更多的传感器。
2) FLAASH 采用MODTRAN+辐射传输模型，算法精度高。
3) 通过图像像素光谱上的特征来估计大气的属性，不依赖遥感成像时同步测量的大气参数数据。
4) 可以有效去除水蒸气、气溶胶散射效应，同时基于像素级的校正，校正目标像元和邻近像元交叉辐射的“邻近效应”。
5) 对由于人为抑制而导致波谱噪声进行光谱平滑处理。
可以得到真实地表反射率、整幅图像内的能见度、卷云与薄云的分类图像、水汽含量数据。
二，实验步骤及结果FLAASH 的处理步骤：1) 从图像中获取大气参数，包括能见度（气溶胶光学厚度）、气溶胶类型和大气水汽含量。
气溶胶反演算法沿用了暗目标法，水汽含量的反演是基于水汽吸收的光谱特征，采用了波段比值法，并逐像元进行。
2) 大气参数获取之后，通过求解大气辐射传输方程来获取反射率数据。
3) 利用图像中光谱平滑的像元对整幅图像进行光谱平滑运算。
FLAASH 操作：1）启动程序：ENVI―Basic Tools―Preprocessing―CalibrationUtilities―FLAASH。
图1 中FLAASH 程序界面分为三个部分。
上部分为设置文件输入与输出信息；中间部分为传感器与影像目标信息；下部分为大气参数（大气模式和气溶胶类型等）的设置。
图1 FLAASH 程序界面2）以一景要进行大气效应校正的LANDSAT ETM+为例进行FLAASH大气校正。
首先打开原始影像数据。
图2使用ENVI--File--Open External File--Landsat--GeoTIFF with Metadata命令打开的一景2021年Landsat ETM+影像。
图2 Landsat ETM 数据导入3）对影像进行定标，单位转换和文件储存格式转换。
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：
利用 Solar Angles 可以计算太阳天顶角和太阳方位角，如下：
利用 Meterorological Range 可以根据 550nm 的 AOD 换算出能见度， aerosol thickness 一般是 2km 左右，Modtran 计算如下：
9）最后的界面为：
二．Multispectral Settings 界面 1.利用 ENVI 的 SpectralSpectral libraries 制作各个通道的光谱响应函数光谱库文件。波长 及响应函数拷贝入 txt，部分截图如下：
j
* fi 1 in Nhomakorabeai
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
。
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大气校正流程
本文汇总了ENVI FLAASH大气校正模块中常见的错误，并给出解决方法，分为两部分：运行错误和结果错误。
前面是错误提示及说明，后面是错误解释及解决方法。
FLAASH对输入数据类型有以下几个要求：1、波段范围：卫星图像：400－2500nm，航空图像：860nm-1135nm。
如果要执行水汽反演，光谱分辨率<=15nm，且至少包含以下波段范围中的一个：∙∙●1050-1210 nm∙∙●770-870 nm∙∙●870-1020 nm2、像元值类型：经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。
3、数据类型：浮点型（Floating Point）、32位无符号整型（Long Integer）、16位无符号和有符号整型（Integer、Unsigned Int)，但是最终会在导入数据时通过Scale Factor转成浮点型的辐射亮度（μW）/（cm2*nm*sr）。
4、文件类型：ENVI标准栅格格式文件，BIP或者BIL储存结构。
5、中心波长：数据头文件中（或者单独的一个文本文件）包含中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。
一．高级设置里的选项：1．Aerosol Scale Height大气溶胶高度，用来计算邻近效应的范围，1-2km2．CO2 Mixing Ratio (ppm) 2001年前是370ppm。
2001年以后是390ppm。
3．Use Square Slit Function（是否使用平方函数进行邻近像元亮度的均匀）一般选择no 4．Use Adjacency Correction（进行邻近效应校正）5．Reuse MODTRAN Calculations使用以前的MODTRAN模型计算结果6．Modtran Resolution设置MODTRAN模型的光谱分辨率（推荐值5 cm-1) 分辨率高速度慢精度高，分辨率低，速度快，但是精度差。
- 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)。
[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。
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。
整个过程的关键是寻找黑暗像元以及黑暗像元增加的像元值。
ENVI下的Dark Subtract工具提供选择波段最小值、ROI的平均值、自定义值三种方式确定黑暗像元的像素值。
操作过程如下：（1）打开待校正图像文件。
（2）在主菜单中，选择Basic Tools->Preprocessing->General Purpose Utilities-> Dark Subtract，在文件选择对话框中选择待校正图像文件，单击OK按钮，打开Dark Subtraction Parameters面板。
（3）在Dark Subtraction Parameters面板中，确定黑暗像素值包括三种方法（Subtraction Method）：∙∙●波段最小值(Band Minimum)∙∙●ROI的平均值(Region Of Interest)∙∙●自定义值（User Value）（4）在Output Result to中选择File以及相应的输出路径和文件名，单击OK执行操作。
2.2 基于统计学模型的反射率反演基于统计学模型的反射率反演的方法主要有平场域法（Flat Field，FF）、对数残差法（Log Residuals）、内部平均法（Internal Average Relative Reflectance，IARR）、经验线性法(Empirical Line)。
集中在Basic Tools->Preprocessing-> Calibration Utilities菜单下。
1.平场域法(Flat Field)Flat Field定标工具通过选择图像中一块具有高反射率、光谱变化平坦的区域，利用这个区域的平均光谱值来模拟飞行时的大气条件下的太阳光谱。
将每个像元的DN值除以选择区域的平均光谱值得到相对反射率，以此来消除大气的影响。
在使用这个工具前，需要利用ENVI提供的感兴趣区绘制工具（ROI Tool）在被定标图像上选择感兴趣区作为平场域（Flat Field），感兴趣区可选择沙漠、大块水泥地、沙地等区域。
2.对数残差（Log Residuals）对数残差定标工具将数据除以波段几何均值，后再除以像元几何均值，可以消除光照、大气传输、仪器系统误差、地形影响和星体反照率对数据辐射的影响。
定标结果的值在1附近。
3.内部平均法（Internal Average Relative Reflectance，IARR）IAR (Internal Average Relative) Reflectance定标工具假定整幅图像的平均光谱基本代表了大气影响下的太阳光谱信息。
把图像DN值与整幅图像的平均辐射光谱值相除，得到的结果为相对反射率。
该工具特别适用于没有植被的干旱区域。
4.经验线性法(Empirical Line)Empirical Line 定标方法是假设图像DN值与反射率之间存在线性关系：反射率= 增益* DN值+ 偏移利用两个已知点的地面反射光谱值，再计算图像上对应像元点的平均DN值，然后利用线性回归求出增益和偏移值，建立DN值与反射率之间的相互关系式，进行反射率的定标。
消除了太阳辐亮度和大气程辐射。
ENVI的Empirical Line定标工具要求至少需要一个已知区域的地面反射光谱值（Field Spectra）作为参照波谱，以及图像上对应像元点的波谱曲线（Data Spectra）。
它们可以来自波谱剖面或波谱曲线、波谱库、感兴趣区、统计文件和ASCII文件。
输入的波谱将自动被重采样，以与选择的数据波长相匹配。
也可以用已经存在的系数对数据集进行定标。
3 不变目标法相对大气校正相对大气校正按照数学基础可以分为2种，非线性校正法和线性校正法。
非线性校正法最典型的是直方图匹配，图像的直方图是图像中所有灰度值的概率分布。
即将校正图像的直方图与参考图像的直方图进行匹配，使两幅图像具有相同或相近的灰度值概率分布，达到两幅图像上同名地物具有相同灰度值的目的。
利用ENVI中Histogram Matching工具（Display中，Enhance->Histogram Matching）线性校正法有个前提假设：不同时相的图像灰度值之间满足线性关系，这种假设在近似情况下是成立的。
这样就可以通过线性等式来描述不同时相间的灰度关系，用x表示参考图像，y表示待校正图像，他们之间的线性关系可描述为：y=ax+b (式1)其中：a、b为线性等式中的参数，即为增益和偏移量。
根据前述原理，完成线性相对校正需要以下3个步骤：第一步，在两幅图像中搜寻相对固定目标即光谱稳定的地物样本点，即伪不变特征要素（PIF：Pseudo-Invariant Features）；第二步，运用这些伪不变特征点的DN值，利用线性回归的方法求解式(13.6)中的参数，得到图像间的线性关系；第三步，根据该关系式，通过波段运算，得到与参考图像具有相同或相近辐射值的结果图像，完成相对大气校正。
整个过程的关键是PIF的选择。
下面以两个不同大气环境下成像、已经经过精确配准、ENVI标准格式的Landsat TM5数据为例（2000年和2001年），介绍线性校正法的操作步骤：第一步：PIF选择选择一幅目视质量较好的图像作为基准图像（2001年），另外一幅作为待校正图像（2000年）。
在两个图像上选择相同区域的沥青房顶、砾石面、混凝土停机坪、洁净水体、混凝土、沙地等地物作为PIF，这些地物不会随时间的变化而变化。
（1）在主模块中，选择File->Open Image File，打开两幅图像，并在Display中显示。
（2）在其中一幅影像上点击右键，从快捷菜单中选择Geographic Link，将显示的两幅影像地理链接。
（3）在显示2000年图像的主图像窗口中，选择Overlay-> Region of Interest，打开ROI Tool 面板。
（4）通过目视方式，从两幅图像找到光谱稳定、相同地物作为样本，用Polygon或者Point类型绘制感兴趣区。
（5）在绘制一定数量感兴趣后(不宜太多，太多后面的回归运算量会很大)，在ROI Tool面板中，选择File-> Output ROIs to ASCII。
（6）回到ROI Tool面板中，选择Options-> Reconcile ROIs via Map，将前面绘制的ROI 转接到2001年的图像上，类似（5）步的方法将基准图像的ROI内对应像素位置和像元值输出为文本文件。
分别用记事本打开上面步骤得到两个文本文件，这样我们得到了2000年的图像和2001年的图像相对应伪不变特征要素（PIF）的像素值。
从文本文件中可以看到，两个时相图像中每一个波段的像素值是一一对应关系，刚好对应式1中的x和y。
第二步中就是利用这些像素值，根据最小二乘回归分析法获得式13.6中的a和b两个参数。
第二步、线性关系式求解使用最小二乘回归的方法来求解线性回归式a和b参数，如表1。
表1回归解算的a和b值波段增益（a）偏移（b）Band1 1.02-34Band2 1.22-18Band30.92-9Band4 1.21-16Band50.994Band70.943第三步、线性变换利用表1中的a和b值，在ENVI的Band Math工具对待校正图像做线性变换，然后利用Layer Stacking工具将线性变换结果组合成一个多波段文件。
不变目标法相对大气校正操作过程已经完成。
2.4 热红外大气校正ENVI提供Thermal Atm Correction工具，可以近似去除热红外辐射数据中的大气影响。
在进行大气校正之前，为了得到最好的结果，必须将热红外数据定标为比辐射率数据（TIMS的热红外数据必须被转化为辐射亮度数据），并且待校正数据波长在8-14µm之间。
下面以ASTER L1A的热红外波段为例，操作过程如下：（1）打开ASTER，在波段列表中按照波长自动归为4组，2组可见光-近红外（VNIR）、短波红外（SWIR）和热红外(IIR)，并根据头文件信息自动定标为辐射亮度值（单位W/（m2 *µm*sr））。
（2）在主菜单中，从以下列表中选择一种方式●Basic Tools -> Preprocessing ->Calibration Utilities ->Thermal Atm Correction●Basic Tools ->Preprocessing ->Data-Specific Utilities ->Thermal IR -> Thermal Atm Correction●Basic Tools -> Preprocessing -> Data-Specific Utilities->TIMS ->Thermal Atm Correction在Thermal Correction Input File对话框中，选择热红外数据（Wavelength : 8.291 to 11.318）。