landsat8大气校正

ENVI5.1 landsat 8OLI数据辐射定标与大气校正

ENVI 5.1 FLAASH大气校正工具中新增了一些多光谱传感器类型，如：Landsat 8 OLI、Pleiades-1A、Pleiades-1B、Rasat、Spot6。支持多光谱传感器类型明细见下图1：

图1.1 ENVI 5.0与ENVI 5.1 FLAASH中支持传感器类型对比

1 打开Landsat 8数据

在这里以Landsat 8数据“LC81230322013132LGN02”为例进行介绍。

File -> Open，选择LC81230322013132LGN02_MTL.txt文件，点击OK打开。分为五个数据集：多光谱数据（1-7波段），全色波段数据（8波段），卷云波段数据（9波段），热红外数据（10，11波段）和质量波段数据（12波段）。

图2.1 Data Manager面板

2 辐射定标

ENVI 5.1 工具箱中查找工具：/Radiometric Correction/Radiometric Calibration；双击此工具，选择要校正的多光谱数据“LC81230322013132LGN02_

Landsat TM 辐射定标和大气校正步骤

一、数据准备

从USGS网站或者马里兰大学下载TM原始数据，

USGS网站下载的数据是原始数据，在ENVI软件File–Open External File–Landsat – Geotiff with meta中只需打开***********_MTL.txt即可打开所有波段数据（除band6）；

usgs网站或马里兰大学网站下载的数据有可能不是原始数据，在ENVI软件File–Open External File–Landsat–Geotiff with meta中只需打开***********.met即可打开所有波段数据（除band6）

二、辐射定标

1. 由于ENVI 4.7中有专门进行辐射定标的模块。将原始TM的影像打开以后，选择

Basic Tools–Preprocessing–Calibration Utilities–Landsat Calibration

2. 进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。从遥感影像的头文件中获取Data Acquisition 的时间，Sun elevation。如果你是用File–Open External F

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

[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

NDVI

NDVI,植被覆盖指数。应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。

中文名

归一化差分植被指数

外文名

Normalized Difference Vegetation Index

简 称

NDVI

影响因素

植物的蒸腾作用、太阳光的截取

简介

NDVI（Normalized Difference Vegetation Index,归一化差分植被指数,标准差异植被指数)，也称为生物量指标变化，可使植被从水和土中分离出来。

表达式： ，

NIR 和R分别为近红外波段和红波段处的反射率值。[1]

和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。

特点

1、NDVI 能够部分消除与太阳高度角、卫星观测角、地形、云影等与大气条件有关的辐射变化的影响；[1]

2、NDVI 结果被限定在[-1，1]之间，避免了数据过大或过小给使用带来的不便；[1]

3、NDVI 是植被生长状态及植被覆盖度的最佳指示因子；[1]

4、非线性变换，增强了NDVI 低值部分，抑制了高值部分，导致NDVI数值容易饱和，对高植被密度区敏感性降低：

表1 Landsat7 Landsat8卫星对比

NDWI

NDWI(No

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—Prepr

在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。而且在不同的资料中，各个名词的解释又不一样。例如：

定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》）

遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。 辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009）

其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESUNλ为太阳表观辐射率均值，θs是以

实习内容

一、实习要求

1. 要求所有的内容自己独立完成，软件环境使用ENVI遥感图像处理系统。

2. 数据采用提供的Landsat7多光谱数据和AVIRIS高光谱数据，也可以采用其他数据完成实习内容。 3. 熟悉大气校正的原理和相关内容。

4.对比黑暗像元大气校正、平场域法、对数残差法、经验线法和FLAASH大气校正结果有何异同。

5. 要求提交实习报告，包括实现过程和主要结果的截图，实习中碰到的问题及解决方式要在实习报告中加以详细的阐述。 二、实习内容

了解使用Flaash大气校正模块对多光谱和高光谱数据进行大气校正的原理以及过程，可以借助网络或者参考书籍弄懂Flaash大气校正的特点、处理步骤、算法的基本原理、Flaash输入数据的要求和输入参数的说明等。 三、实习步骤

① 多光谱数据的大气校正 数据准备

这一步主要完成的工作是数据的辐射定标，以及按照FLAASH对数据要求进行相关的处理。 第一步 传感器定标

(1) 启动ENVI，在ENVI主菜单中，选择File—Open External File—Landset—Fast，在文件选择对话框中选择

LandsatTM_JasperRidge_hrf.fst头文件，ENVI自动将数据添加

NDVI

NDVI,植被覆盖指数。应用于检测植被生长状态、植被覆盖度和消除部分辐射误差等。

中文名

归一化差分植被指数

外文名

Normalized Difference Vegetation Index

简 称

NDVI

影响因素

植物的蒸腾作用、太阳光的截取

简介

NDVI（Normalized Difference Vegetation Index,归一化差分植被指数,标准差异植被指数)，也称为生物量指标变化，可使植被从水和土中分离出来。

表达式： ，

NIR 和R分别为近红外波段和红波段处的反射率值。[1]

和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。

特点

1、NDVI 能够部分消除与太阳高度角、卫星观测角、地形、云影等与大气条件有关的辐射变化的影响；[1]

2、NDVI 结果被限定在[-1，1]之间，避免了数据过大或过小给使用带来的不便；[1]

3、NDVI 是植被生长状态及植被覆盖度的最佳指示因子；[1]

4、非线性变换，增强了NDVI 低值部分，抑制了高值部分，导致NDVI数值容易饱和，对高植被密度区敏感性降低：

表1 Landsat7 Landsat8卫星对比

NDWI

NDWI(No

大气校正实习报告

一、实验目的：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、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、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. 大气校正同时也是反演地物真实反射率的过程.

对TM影像进行辐射定标，将DN值转化成辐亮度，并对其进行大气纠正。

实验数据来源：

二、实验数据源描述： 地点：青岛区域 时间：2009年7月15号 搭载传感器：Landsat TM 5

传感器特征：含有7个波段，其中第6波段为热红外波段，空间分辨率是120m，其他波段空间分辨率是30m。辐射分辨率是8bit，重访周期是16天，幅宽是185km。 三、大气校正的实验步骤： ①转换成辐亮度

②大气纠正的方法：

目前,遥感图像的大气校正方法很多.这些校正方法按照校正后的结果可以分为2 种:

绝对大气校正方法:将遥感图像的DN(Digital Number)值转换为地表反射率,地表温度等的方法.

相对大气校正方法:校正后得到的图像,相同的DN 值表示相同的地物反射率,其物的实际反射率. ③大气