大气校正

1.大气校正 遥感所利用的各种辐射能均要与地球大气层发生相互作用:或散射、或吸收，从而使能量衰减，并使光谱分布发生变化。大气的衰减作用对不同的波长的光是有选择性的，因而大气对不同波段的图像的影响是不同的。另外，太阳-目标-遥感器之间的几何关系不同，则所穿越的大气路径长度不同，使图像中不同地区地物的像元灰度值所受大气影响程度不同，且同一地物的像元灰度值在不同获取时间所受大气影响程度也不同。 2.是否大气校正 即使遥感系统工作正常，获取的数据仍然带有辐射误差。两种最重要的环境衰减是1)由大气散射和吸收引起的大气衰减；2）地形衰减。然而，在所有的遥感应用中都进行大气校正可能没有必要。是否进行大气校正，取决于问题本身、可以得到的遥感数据的类型的历史与当前实测大气信息的数据和遥感数据中提取生物物理信息所要求的精度。 有时候可以完全忽略遥感数据的大气影响。例如，对某些分类和变化检测而言，大气校正并不是必须的。理论分析和经验结果都只是有取自某个时间或空间的训练数据需要进行时空拓展时，影像分类和各种变化检测才需要进行大气校正。例如，用最大似然法对单时相遥感数据进行分类，通常就不需要大气校正。只要影像中的用于分类的训练数据具有相对一致的尺度，大气校正与否就对分类精度几乎没有影响。 有时必须对遥感数据进行大气校正。例如，从水体或植被中提取生物物理变量(如：水体中的叶绿素a、悬浮泥沙、温度；植被中生物量

1.打开需要辐射定标及大气校正的图像 2.进行辐射定标 点击“基本工具——预处理——定标工具——Landsat定标”。 之后在弹出的窗口选择带有多波段的图像，如： 然后点击OK，在弹出的窗口设置参数，这些数值是图像自带的，尽量不要修改，每幅图的都不一样。记住这些数，下面还会用到。 点击OK，定标完成。 3.因为大气校正的图像格式是BIL格式，所以要转换该数据存储方式（BSQ转为BIL或BIP） 点击“基本工具——数据储存转换（BSQ,BIL,BIP）”。 在弹出的新窗口中选择定完标后的图像，点击OK， 之后选择要转换成的数据格式，保存到一个位置，点击OK就完成了。 4.FLASH校正 点击"Input Radiance Image",输入文件。之后弹出窗口，填写比例因子，点击OK。 更改输出文件位置和名称。 填写各种参数。这些参数数据中都有，可以查看。 参数填写完后点击Apply就行了。 来源： CSDN 作者： 遥感新人 链接： https://blog.csdn.net/weixin_43887139/article/details/104793815

遥感影像与处理的一般流程 辐射定标 → 大气校正 → 几何校正 → 正射校正 【遥感影像校正/纠正分为几何校正和辐射校正，几何校正又可分为粗纠正、精 纠 正、混合 纠 正和正射校正等；辐射校正分为辐射定标、辐射校正、大气校正等。】 一 . 辐射校正、辐射定标和大气校正的关系 辐射校正包括辐射定标和大气校正，辐射定标是为大气校正做准备 1. 辐射校正 Radiometric correction 指在光学遥感数据获取过程中，产生的一切与辐射有关的误差的校正 2. 辐射定标 Radiometric calibration 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。 辐射定标是将记录的原始 DN值 转换为大气外层表面反射率（Apparent reflectance，又称辐射亮度值） DN值（ Digital Number ） ： 是 遥感影像像元亮度值，记录地物的灰度值。为 无单位整数， 值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等相关。反映地物的辐射率（ Radiance ）。 地表反射率（ Surface reflectance/ albedo ）：是地面反射辐射量与入射辐射量之比，表征地面对太阳辐射的吸收和反射能力。反射率越大

之前一直想开发一种全自动的大气矫正方法，但是基于6s等模型方法，需要气溶胶等各种参数问题，导致开发一直处于停滞状态，最近看到了南京信息工程大学的MD教授发表在Remote Sensing上面的大气校正方法，感觉很有意思，特此实现一把。 这个大气校正方法的核心思想是，只需要太阳和传感器方位角、高度角、表观反射率数据即可，这就非常方便了，无需任何大气参数输入了，从本质上来说，其实是对6S大气矫正模型的简化而已。 下面对其核心原理进行一下分析： 如果各位有任何问题，欢迎联系 qq1044625113;Email:1044625113@qq.com. 我简单用纯matlab进行了实现（之所以没用python，是因为懒），如果需要代码可以同我联系，下面是大气矫正完的结果： 从这个结果可以看出，还是很不错的，地表反射率基本上符合视觉效果，我对其中的数值进行了比较，结果不错！ 这个算法有一个好处，就是只需要方位角、天顶角参数即可，无需复杂大气参数等，对于国产高分一号、高分二号、高分六号都可以进行，这就非常方便，这完全能够应用到大批量工程生产中， 如果用并行算法、GPU计算等，把效率拔高一个档次不是问题，纯matlab代码下，i7 7700HQcpu执行完大概是60秒，IDL代码需要5倍以上时间。。。为什么IDL这么慢。。。 说一句题外话，我个人 觉得真正的研发是服务于大批量的工程生产中的