大气校正常见错误处理方法及校正后检查
大气校正新方法
大气校正新方法全文共四篇示例，供读者参考第一篇示例：大气校正是遥感图像处理中至关重要的一步，它可以消除大气和云层等因素对图像的影响，使得遥感图像更加清晰和准确。
传统的大气校正方法主要是基于辐射传输模型，但是这些方法往往需要大量的参数和计算，且在实际应用中存在一定的局限性。
近年来，随着深度学习等技术的发展，一些新的大气校正方法也被提出，取得了一定的突破与进展。
一种新的大气校正方法是基于卷积神经网络（CNN）的深度学习方法。
在这种方法中，CNN可以学习到图像中的大气扰动模式，从而实现自动的大气校正。
这种方法不需要复杂的辐射传输模型，而是直接从数据中学习大气校正的规律，因此更加简单和高效。
随着深度学习技术的不断进步，这种方法在大气校正的效果上也逐渐得到了提升，成为了一种很有潜力的大气校正方法。
另一种新的大气校正方法是基于光学压缩成像（OCI）的技术。
OCI 是一种利用金属光栅的亚波长结构实现高空间频率成像的技术，可以在不同波长的图像之间进行线性变换，从而实现对大气干扰的校正。
这种方法不仅能够准确地去除大气扰动，还可以提高图像的空间分辨率，进一步提高遥感图像的质量。
除了以上所述的方法，还有一些其他新的大气校正方法值得关注。
比如基于深度学习与光学压缩成像相结合的方法，可以将两种技术的优势相结合，实现更加精准和高效的大气校正；基于超分辨率技术的大气校正方法，可以通过对图像进行超分辨率处理，进一步提高遥感图像的质量和分辨率。
随着科学技术的不断进步，大气校正方法也在不断创新和发展。
新的大气校正方法不仅可以更加高效地去除大气扰动，还可以提高遥感图像的质量和分辨率，为遥感图像处理和应用提供了更加丰富和多样的选择。
希望未来能够有更多的研究者投入到大气校正方法的研究中，为遥感技术的发展贡献一份力量。
【这里可以根据实际情况适当增加细节和案例分析，使文章更加丰富和具体】。
第二篇示例：大气校正是遥感影像处理的一个重要环节，可以有效减少大气因素对影像质量的影响，提高遥感数据的可用性。
大气校正原理(一)
大气校正原理(一)大气校正原理什么是大气校正？大气校正是遥感影像处理中的一个重要步骤，旨在从原始遥感影像中消除大气扰动和地形效应，获取更为准确的地表信息。
大气校正一般分为两种方法：基于模型的大气校正和基于图像的大气校正。
基于模型的大气校正基于模型的大气校正方法是通过建立大气光学模型，对遥感影像进行校正。
这种方法需要对大气成分、光线传输过程等进行参数化，然后与遥感影像数据进行结合，进行校正处理。
代表性算法有S6、DOS、MODTRAN等。
基于图像的大气校正基于图像的大气校正方法则是通过图像自身特征进行大气校正。
这种方法不需要大气模型和参数，只需利用遥感影像中的地物信息，对不同波段的光谱特征进行研究，进行校正处理。
代表性算法有NBR、ATCOR、FLAASH等。
大气校正的意义大气校正是遥感影像处理前的必要步骤，它能够减少遥感影像中大气扰动和地形效应的影响，提高遥感影像在地球科学和资源环境管理中的应用价值，如土地利用、城市规划、资源管理等方面。
同时，大气校正还是其他遥感处理的前提，例如植被指数、水体监测等。
结语大气校正是遥感影像处理中不可或缺的重要步骤，它能够提高遥感数据的精度和准确性，为生态环境保护、资源管理等提供了有力支撑。
基于模型和基于图像的大气校正方法各有优缺点，应视具体情况而定。
在未来，大气校正方法的研究和改进还有很大的空间和挑战，我们需要不断开拓创新，探索更为有效的大气校正方法。
大气校正的应用大气校正是遥感技术应用中的一个重要环节，下面列举一些大气校正在地球科学和资源环境管理等领域的具体应用：土地利用大气校正可以减轻影像中大气、地形等因素的影响，获取更为准确的土地利用信息，可以帮助决策者更好地理解土地利用动态，制定科学合理的土地资源管理政策。
例如在土地利用监测中，大气校正可用于获取土地覆盖类型、植被生长状态等信息。
城市规划大气校正还可以用于城市规划和建设中，例如分析城市内部的植被覆盖率等，帮助决策者更好地规划城市建设，最终提升城市生态环境。
大气校正的原理
大气校正的基本原理大气校正（Atmospheric Correction）是遥感图像预处理中的一项关键技术，用于去除大气散射对图像的影响，从而更准确地提取出地物信息。
1. 大气散射的影响在遥感图像中，由于大气分子和气溶胶的存在，光线在传输过程中会发生散射现象，导致图像的亮度、色彩和对比度发生变化。
这些散射光主要包括大气散射光、地表反射光和太阳辐射等组成。
大气散射光主要由于大气中的气体和气溶胶对入射光的散射而产生，它会产生一部分散射辐射，从而模糊了地物的特征和细节。
2. 大气校正的目的大气校正的目的是通过去除大气散射对图像的影响，使得图像中地物的反射率能够更准确地反映地物的特征。
通过大气校正，可以得到真实的地表反射谱，进而实现遥感图像的定量应用。
3. 大气校正的基本原理大气校正的基本原理是将图像中的每个像素的辐射值转换为地物的反射率。
这一过程需要考虑到光线在入射过程中的吸收、散射、透射等因素。
大气校正的基本原理可以分为以下几个步骤：（1）辐射传输方程大气校正的关键是解决辐射传输方程。
辐射传输方程描述了光线在大气和地表之间的相互作用过程。
该方程是一个复杂的微分方程，通常采用一些近似方法来简化计算。
（2）大气散射成分的估计在大气校正中，需要估计图像中大气散射的成分。
常见的方法是根据大气模型来估计大气散射值。
大气模型包括大气温度、湿度、气压等因素。
通过获取这些参数，可以计算大气散射值。
（3）反射率的计算通过辐射传输方程和大气散射成分的估计，可以计算出每个像素的辐射率。
然后，在已知太阳辐射强度和卫星观测到的辐射强度的情况下，通过将辐射率转换为地物的反射率。
（4）大气校正结果的验证大气校正的最后一步是验证校正结果的准确性。
通常使用地面实测数据和已知的地物反射率进行对比来验证大气校正的效果。
4. 大气校正的方法根据遥感图像的特点和大气校正的要求，大气校正方法可以分为物理模型法和经验模型法两种。
（1）物理模型法物理模型法是基于大气散射的物理原理，通过解决辐射传输方程来实现大气校正。
测绘技术中的反射率校正与大气校正方法
测绘技术中的反射率校正与大气校正方法近年来，随着遥感技术的快速发展，测绘行业中的反射率校正与大气校正方法也得到了越来越多的关注。
这些方法可以有效地提高测绘结果的精度和可靠性，对于遥感数据的准确解译具有重要意义。
一、什么是反射率校正？作为一种重要的遥感数据处理方法，反射率校正是通过对图像中的反射率进行调整和修正，使得反射率更加符合实际情况。
测绘中，我们使用遥感技术获取的图像往往受到多种因素的干扰，如大气吸收、散射等，这些因素给图像的反射率带来一定的偏差。
因此，反射率校正就是要消除这些因素的影响，使图像的反射率能够准确地反映出被观测对象的特征。
二、反射率校正的方法目前，反射率校正方法主要包括统计校正法和模型校正法两种。
1. 统计校正法统计校正法是指根据测绘区域内的统计特性，对图像进行校正。
这种方法通常以参考样本为基础，通过对参考样本的分析，得到图像的校正系数，然后将这些系数应用于整个图像的反射率校正中。
统计校正法相对简单易行，但需要准备大量的参考样本，并且样本的选择也需要考虑地物的类型和分布情况等因素。
2. 模型校正法模型校正法是指通过建立反射率校正模型，对图像进行校正。
这种方法通常依据大气辐射传输的基本原理和模型，通过对大气辐射过程进行数学建模，将大气辐射对图像的影响进行修正。
模型校正法具有较高的准确性，但对于大气辐射的建模和参数获取有一定的要求。
三、什么是大气校正？大气校正是指根据大气光学特性，对测绘图像进行校正，消除大气对图像的干扰。
大气校正方法的目标是减少大气散射和吸收对图像反射率的影响，使得获取的遥感数据更加准确可靠。
大气校正方法主要包括模型法和无模型法两种。
1. 模型法模型法是指通过建立大气辐射传输的模型，根据大气成分和光学参数等因素对图像进行校正。
这种方法需要较为准确的大气参数和辐射传输模型，并属于相对复杂的校正方法。
模型法的优点是可以提供比较准确的校正结果，但对于大气参数的获取和模型的建立有一定的要求。
遥感图像处理中大气校正方法综述
遥感图像处理中大气校正方法综述作者：廖吉庆章开灵来源：《科学与财富》2013年第03期摘要：本文就遥感图像处理中大气校正的一些方法进行论述，综合总结了遥感图像处理大气校正方法。
大气校正的方法主要有辐射传输模型、黑暗像元法、不变目标法、参考值大气校正法和大气阻抗植被指数法等。
关键词：遥感图像大气校正方法卫星遥感图像的大气校正，一直是遥感定量化研究的主难点之一。
近些年来，随着定量遥感技术迅速发展，特别利用多传感器、多时相遥感数据进行土地利用和土地覆盖化监测、全球资源环境分析、气候变化监测等的需要，使得感图像大气校正方法的研究越来越受到重视。
一、辐射传输模型在诸多的大气校正方法中校正精度高的方法是辐射传输模型法（Radiative transfer models）。
辐射传输模型法是利用电磁波在大气中的辐射传输原理建立起来的模型对遥感图像进行大气校正的方法。
国内很多研究者对辐射传输模型大气校正方法也作了很多研究工作。
秦益等人提出了基于辐射传输模型理论的AVHRR图像大气校正方案，并研制了软件系统。
李先华等人在讨论逐点计算遥感图像像元的大气程辐射值和大气透过率的方法和原理的基础上，提出了一个适合非均匀大气的、包括大气程辐射和大气透过率等修正内容的遥感图像广义大气校正模型。
张玉贵对TURNER模型进行改进，并对TM 图像进行了大气校正。
胡宝新等人提出了BRDF一大气订正环的大气校正方法。
这种方法首先用6S模型作基于朗伯体的大气校正，并通过一系列在不同成像几何条件的订正结果，在BRDF模型库中找到一种最能描述这些数据的模型，最后根据反演的模型参数进行基于BRDF的大气校正。
龙飞等人利用连续数天的多角度NOAA卫星数据，采用Rahman地表二向反射模型和基于地面BRDF反射率的大气校正方法反复迭代提出了多个角度大气校正后的图像。
二、黑暗像元法最理想的大气辐射校正和反射率反演方法应该是仅通过遥感影像信息，而不需要野外场地测量等辅助数据，并且能够适用于历史数据和很偏远的研究区域。
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。
大气校正的步骤
大气校正的步骤
嘿，咱今儿个就来聊聊大气校正的那些事儿哈！你知道不，这大气校正就好比给咱的遥感图像来个美容大变身呢！
首先呢，咱得搞清楚要校正啥。
就像你要给脸上化妆，得先知道哪儿需要遮瑕、哪儿需要提亮呀。
这第一步就是要确定大气对图像产生了啥影响。
然后呢，就该选择合适的校正方法啦。
这就跟你挑化妆品似的，得选适合自己肤质的。
不同的场景、不同的数据，那可得用不同的校正方法哟。
接下来，就是实施校正啦。
哎呀，这就像是小心翼翼地在脸上涂抹化妆品，可不能马虎。
得仔细地调整参数，让校正效果达到最好。
再之后呢，得看看校正得咋样呀。
这就好比化完妆要照照镜子，看看有没有哪里不完美。
要是发现问题，还得赶紧回去再调整调整。
想象一下，要是大气校正没做好，那得到的图像不就跟化了个失败的妆一样嘛，看着都别扭。
所以呀，每一步都得认真对待。
你说这大气校正是不是挺重要的？就跟咱出门得打扮得精神点儿一样。
它能让我们得到更准确、更可靠的信息。
总之呢，大气校正可不是随随便便就能搞定的事儿。
得有耐心，得细心，就像呵护一朵娇嫩的花一样。
只有这样，才能让我们的遥感图
像绽放出最美的光彩呀！你可别小瞧了这大气校正的步骤，做好了它，那可是大有用处呢！咱可不能在这上面含糊呀！。
- 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)。
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 nm
2、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）。
运行错误
1.Unable to write to this file.File or directory is invalid or unavailable。
没有设置输出反射率文件名。
解决方法是单击Output Reflectance File按钮，选择反射率数据输出目录及文件名，或者直接手动输入。
2.ACC Error：convert7
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<?xml:namespace
prefix = o ns = "urn:schemas-microsoft-com:office:office" />
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。
7. Problem:The FLAASH program exited with the following errors:
ACC error: modrd5:reading archieve file header
IDL error:
READU:End of file encountered. Unit: 102, File:
C:UsersadministratorAppDataLocalTempacc_modroot.fla
ACC_MODRD5
ACC_KTAEROSOL
ACC_HYPER2
ACC_ACC
ENVI_ACC_EVENT
ENVI_FLAASH_PROCESS_MANAGER
IDLRTMAIN
$MAIN$
在高级设置里面（Advanced Settings），tile size设置太大，根据内存情况设置小一点的值。
tile size的默认值是file->preference中cache size大小。
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
ENVI FLAASH考虑到数据储存和后续处理，将大气校正得到的反射率结果乘以10000变成16bit整型。
如果想让反射率结果在0~1范围，可用BandMath，表达式为b1/10000.0。
分享：
1
喜欢
赠金笔
阅读(617)┊评论(0)┊收藏(0)┊转载原文┊喜欢▼┊打印┊举报前一篇：[转载]ENVI FLAASH大气校正常见错误及解决方法（2013年7月15号更新
后一篇：[转载]ENVI5.1中Landsat 8数据大气校正
评论重要提示：警惕虚假中奖信息
[发评论]。