Landsat简介及数据预处理 - 图文

Landsat 8简介及数据预处理 OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。 OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征； 此外，还有两个新增的波段：蓝色波段 (band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。 序号 OLI陆地成像仪 波段 波段（um） 空间分辨率(m) 30 30 30 30 30 30 30 15 30 TM 波段（um） 空间分辨率(m) 1 2 3 4 5 6 7 8 9 10 11 蓝色波段 0.433—0.453 Blue Green Red Near IR SWIR 全色 短波红外 0.450–0.515 0.525–0.600 0.630–0.680 0.845–0.885 1.560–1.660 2.100–2.300 0.500–0.680 1.360–1.390 0.450–0.52 0.52–0.60 0.63–0.69 0.76–0.90 1.55–1.75 30 30 30 30 30 10.40—12.50（热红外） 120 2.08–2.35 30 中心波长10.9微米 中心波长12.0微米 100 100 Landsat8数据打开和辐射定标处理 美国的USGS（http://glovis.usgs.gov/）网站提供最新的Landsat8数据下载，产品类型标示L1GT，与之前的数据格式类似，每个波段以.tif文件提供，元数据存放在_MTL.txt文件中。Landsat8增加了几个波段，详细信息浏览：http://blog.sina.com.cn/s/blog_764b1e9d01016gvh.html。 在ENVI5.0SP3中非常容易打开Landsat8数据，如下： (1) 选择 File->Open ，选择_MTL.txt文件打开。

(2) ENVI自动显示RGB显示真彩色图像，打开Data Manager对话框，可以看到ENVI

自动读取元数据信息，包括中心波长信息、波段名称等。并将数据根据类型自动划分为三类。

(3) 从文件信息中可以看到，热红外数据被重采样为30米分辨率，与可见光-近红外

波段一致，全色为15米分辨率。

图1：Data Manager对话框

打开之后就可以很方便的进行其他处理，比如辐射定标、大气校正、融合等处理。下面使用ENVI下的通用定标工具进行Landsat8的辐射定标。

(1) 选择ToolBox/Radiometric Correction/Radiometric Calibration，选择可见光

-近红外数据。 (2) 在Radiometric Calibration面板中，可以选择定标类型：辐射亮度值和大气表

观反射率。 (3) 其他选项是方便用于FLAASH大气校正。 (4) 选择文件名和路径输出

(5) 如图3所示，得到大气表观反射率数据。

图2：Radiometric Calibration面板

图3：大气表观反射率结果

ENVI下的Landsat8大气校正（初试）

Landsat8 OLI陆地成像仪比之前的TM/ETM+多了两个波

段， 0.433–0.453 μm 和 1.360–1.390 μ m ，怎么多的波段对于地表反演更加有利。ENVI5.1直接支持Landsat8的大气校正（2013下半年发布），利用 ENVI5.1 提供的 Landsat8 波谱响应函数在 ENVI5.0SP3 下也能完成大气校正。

大气校正之前，启动 ENVI Classic ，设置 preferences->Miscellaneous: Cache Size：2048( 最大内存 75%) Image Tile Size ： 100 （推荐 1-4M ） 注：电脑内存为 8g ， 64 位操作系统

保存后重启 ENVI5 。波谱响应函数文件下载： http://vdisk.weibo.com/s/GbclH 包括 OLI 和 TIRS 两个传感器 第一步：辐射定标

选择 File->Open ，选择 _MTL.txt 文件打开。

(2)ENVI 自动显示 RGB 显示真彩色图像，打开 Data Manager 对话框，可以看

到 ENVI 自动读取元数据信息，包括中心波长信息、波段名称等。并将数据根据类型自动划分为三类。

(1)选择 ToolBox/Radiometric Correction/Radiometric Calibration ，选择可见光 -近红外数据。

(2)在 Radiometric Calibration 面板中

定标类型（ Calibration Type ）：辐射亮度值（ Radiance ） 输出储存顺序 （ Output Interleave ）： BIL 输出数据类型： Float

单击 FLAASH Settings 按钮，自动获取辐射亮度单位转换系数 Scale Factor ：0.1 其他选项是方便用于 FLAASH 大气校正。 (3) 选择文件名和路径输出

图 1 ： Radiometric Calibration 面板

第二步： FLAASH 大气校正

选择 Toolbox/Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction ，打开 FLAASH 大气校正工具。

（1）文件输入与输出信息项目

单击 Input Radiance Image 按钮，选择上一步准备好的辐射亮度值数据LC81230322013132LGN02_rad.dat 。在 Radiance Scale Factors 对话框中选择Use single scale factor for all bands （ Single scale factor ： 1 ），在辐射定标中对单位进行了转换。

单击 Output Reflectance File 按钮选择输出文件名和路径。 （2）传感器与图像目标信息

l Lat ： 40 19 39.46 ， Lon ： 116 42 2.98 （ FLAASH 自动获取） l Sensor Type ： UNKONWN-MSI

l Ground Elevation （ km ）： 0.043 （从相应区域的 DEM 获得平均值） l Flight Date ： 2013-05-12 Flight Time ： 02:55:26

注：在右边图层管理器中， 单击右键选择 View Metadata ，在 Metadata viewer 中浏览 time 可以看到飞行时间

图 2 ：图像成像时间查看

（3） 大气模型（ Atmospheric Model ）： Sub-Arctic Summer （ 5 月份 纬度： 40-50 ）

（4） 气溶胶模型（ Aerosol Model ）： Urban

（5） 气溶胶反演（ Aerosol Retrieval ）： 2-Band （ K-T ） （6） 初始能见度（ Initial Visibility ）： 40 。

图 3 ： FLAASH 基本参数设置

多光谱设置（ Multispectral Settings ）

l Defaults 下拉框： Over-Land Retrieval Standard （ 660 ： 2100 ）。l Filter Function File ：选择 ldcm_oli.sli 波谱响应文件

图 4 ：多光谱设置

（8）高级设置（ Advanced Settings ）：tile设置为 100M ，其余按照默认设置。 （9）单击 Apply 按钮，执行 FLAASH 。

图 5 ：估算能见度、水汽柱结果

第三步：浏览结果

打开大气校正结果，浏览植被波谱曲线如下，大致可以看出大气校正后消除了大气散射的影响。

图 6 ：大气校正后的植被波谱曲线

同时发现 1.360–1.390 μ m 波段数据大气校正之后结果全部为 0 ，单独打开这个波段的原始文件 LC81230322013132LGN02_B9.TIF 或者在 ENVI 中标识

为 Cirrus （1.3730 ）波段，发现这个波段的图像噪声非常大，主要用于识别卷云，辐射定标后的值在集中在 0.011697- 0.023395 。

图 7 ：卷云 Cirrus （ 1.3730 ）波段图像

讨论 ldcm_oli.sli 波谱响应文件包括了可见光 - 红外，全色 9 个波段的响应，而我们大气校正使用了前 8 个波段，另外卷云 Cirrus 波段噪声比较大，是否

将 Cirrus 、Pan 两个波段的响应函数去除，同时将两个波段从图像中移除，只针对 7 个波段进行大气校正，精度是否会更高？

图 8 ： oli 波谱响应函数

2、 TM数据辐射定标

ENVI > basic tools > preprocessing > calibration utilities > Landsat calibration，弹出如下对话框，图3：

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

图 5 FLAASH参数界面设置

图 6 多光谱设置对对话框

根据上述图中的参数设置，然后点击ok，运行flaash大气校正。

Landsat8移除卷云Cirrus波段的大气校正测试

在“ ENVI 下的 Landsat8 大气校正（初试 ）”文章最后提出了一个讨论，这里根据这个设想做出了另外一个结果。结果分析显示，两种方法得到的结果基本一致。

第一步：重新制作波谱响应函数

（1）启动 ENVI classic ，选择 Window->Start New Plot Window 。

（2）在 ENVI Plot Window 窗口中，选择 File->Input Data –>Spectral Library，打开 ldcm_oli.sli 波谱响应文件。

（3）如下图所示选择 7 个波段的波谱响应函数，选择 File->Save plot as-> Spectral Library ，按照默认参数保存为 .sli 文件。

图 1 ：选择 7 个波段的波谱响应文件 第二步：大气校正

（1）使用 layer stacking 工具将辐射定标后的文件保存为 7 个波段的文件，也就是去除卷云 Cirrus 波段。

（2） 打开 FLAASH 工具进行大气校正。 第三步：浏览结果

分别对两种结果进行统计，如下图所示，每个波段的均值和方差相差非常小（个位数以内），折合 0~1 反射率在 10 -3 范围内，相差甚小。对比单个像素的值也是这个结果。值得注意的是得到的反射率范围是小于 0 和大于 10000 ，其实浏览直方图发现，小于 0 的像素只有不到 10000 个，占 0.02% ，大于 10000 的不到 100 个像素，属于正常范围内。

因此可以看到，两种方法在精度上相差不大，结果认为是一致的。

图 2 ：统计结果（左 -8 波段，右 -7 波段） 40.86830556 118.02665000

本文来源：https://www.bwwdw.com/article/j27v.html