ENVI5.0sp3对TM影像的大气校正
第一步：辐射定标
(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2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
●Lat：2852 30.72，Lon：119 32 29.50（FLAASH自动获取）
●Sensor Type：Landsat TM5
●Ground Elevation（km）：0.45（从相应区域的DEM获得平均值）
●Flight Date：1995-09-04 Flight Time：01:34:27
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）：Mid_Latitude Summer（9月份纬度：23°N-29°N）
（4）气溶胶模型（Aerosol Model）：Rural
（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
（7）多光谱设置（Multispectral Settings）
图4：多光谱设置
●Defaults下拉框：Over-Land Retrieval Standard（660：2100）。
●Filter Function File：选择默认波谱响应文件
（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，浏览水体、植被、城市波谱曲线如下，大致可以看出大气校正后消除了大气散射的影响。
水体波谱曲线1995
植被波谱曲线1995
城市波谱曲线1995 附：2000年大气校正结果波谱曲线参考
水体波谱曲线2000
植被波谱曲线2000
城市波谱曲线2000
遥感图像的几何校正（配准） 1.实验目的与任务： （1）了解几何校正的原理； （2）学习使用ENVI软件进行几何校正； 2.实验设备与数据： 设备：遥感图像处理系统ENVI 数据：TM数据 3 几何校正的过程： 注意：几何校正一种是影像对影像，一种是影像对地图，下面介绍的是影像对影像的配 准或几何校正。 1.打开参考影像（base）和待校正影像：分别打开，即在display#1,display#2中打开；2．在主菜单上选择map->Registration->select GCPs：image to image 3.出现窗口Image to Image Registration，分别在两边选中DISPLAY 1（左）,和DISPLAY 2（右）。BASE图像指参考图像而warp则指待校正影像。选择OK! 4.现在就可以加点了：将两边的影像十字线焦点对准到自己认为是同一地物的地方， 就可以选择ADD POINT添加点了。（PS：看不清出别忘记放大）如果要放弃该点选择 右下脚的delete last point，或者点show point弹出image to image gcp list窗口，从中选择 你要删除的点，也可以进行其他很多操作，自己慢慢研究，呵呵。选好4个点后就可以 预测：把十字叉放在参考影像某个地物，点选predict则待校正影像就会自动跳转到与参 考影像相对应的位置，而后再进行适当的调整并选点。 5.选点结束后，首先把点保存了：ground control points->file->save gcp as ASCII.. 当然你没有选完点也可以保存，下次就直接启用就可以：ground control points->file->restore gcps from ASCII... 6.接下来就是进行校正了：在ground control points.对话框中选择： options->warp file(as image to map) 在出现的imput warp image中选中你要校正的影像，点ok进入registration parameters 对话框： 首先点change proj按钮，选择坐标系 然后更改象素的大小，如果本身就是你所需要大小则不用改了 最后选择重采样方法（resampling）,一般都是选择双线性的（bilinear），最后的最后选择保存路径就OK了
遥感影像预处理 预处理是遥感应用的第一步，也是非常重要的一步。目前的技术也非常成熟，大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异，而且注重点也各有不同。 本小节包括以下内容： ? ? ●数据预处理一般流程介绍 ? ? ●预处理常见名词解释 ? ? ●ENVI中的数据预处理 1、数据预处理一般流程 数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处理和光谱归一化几个环节，具体流程图如图所示。 图1数据预处理一般流程 各个行业应用会有所不同，比如在精细农业方面，在大气校正方面要求会高点，因为它需要反演；在测绘方面，对几何校正的精度要求会很高。 2、数据预处理的各个流程介绍
（一）几何精校正与影像配准 引起影像几何变形一般分为两大类：系统性和非系统性。系统性一般有传感器本身引起的，有规律可循和可预测性，可以用传感器模型来校正；非系统性几何变形是不规律的，它可以是传感器平台本身的高度、姿态等不稳定，也可以是地球曲率及空气折射的变化以及地形的变化等。 在做几何校正前，先要知道几个概念： 地理编码：把图像矫正到一种统一标准的坐标系。 地理参照：借助一组控制点，对一幅图像进行地理坐标的校正。 图像配准：同一区域里一幅图像（基准图像）对另一幅图像校准 影像几何精校正，一般步骤如下， （1）GCP（地面控制点）的选取 这是几何校正中最重要的一步。可以从地形图（DRG）为参考进行控制选点，也可以野外GPS测量获得，或者从校正好的影像中获取。选取得控制点有以下特征： 1、GCP在图像上有明显的、清晰的点位标志，如道路交叉点、河流交叉点等； 2、地面控制点上的地物不随时间而变化。 GCP均匀分布在整幅影像内，且要有一定的数量保证，不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型，该模型只需9个控制点即可；对于有理多项式模型，一般每景要求不少于30个控制点，困难地区适当增加点位；几何多项式模型将根据地形情况确定，它要求控制点个数多于上述几种模型，通常每景要求在30-50个左右，尤其对于山区应适当增加控制点。
基于辐射传输方程的Landsat数据地表温度反演教程一、数据准备 Landsa 8遥感影像数据一景，本教程以市2015年7月26日的=行列号为（128，049）影像（LC81280402016208LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 注：基本信息在影像头文件中均可查询到，采集时间为格林尼治时间。 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标
地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射 定标。 （1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration。在File Selection对话框 中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset 选择Thermal Infrared1（10.9），打开Radiometric Calibration面板。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral” 进行辐射定标。 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。
因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings，如下图。 注意与热红外数据辐射定标是的差 别，设置后Scale factor值为0.1。 2、大气校正 本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为0.1，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候；
北京揽宇方圆信息技术有限公司 遥感卫星影像辐射校正和大气校正的方法 辐射校正是指对由于外界因素，数据获取和传输系统产生的系统的、随机的辐射失真或畸变进行的校正，消除或改正因辐射误差而引起影像畸变的过程。 利用传感器观测目标的反射或辐射能量时，所得到的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差值叫做辐射误差。辐射误差造成了遥感图像的失真，影响遥感图像的判读和解译，因此，必须进行消除或减弱。需要指出的是，导致遥感图像辐射量失真的因素很多，除了由遥感器灵敏度特性引起的畸变之外，还有视场角、太阳角、地形起伏以及大气吸收、散射等的强烈影响。 遥感图像辐射校正主要包括三个方面：（1）传感器的灵敏度特性引起的辐射误差，如光学镜头的非均匀性引起的边缘减光现象、光电变换系统的灵敏度特性引起的辐射畸变等；（2）光照条件差异引起的辐射误差，如太阳高度角的不同引起的辐射畸变校正、地面倾斜、起伏引起的辐射畸变校正等；（3）大气散射和吸收引起的辐射误差改正。 辐射校正的目的主要包括：1、尽可能消除因传感器自身条件、薄雾等大气条件、太阳位置和角度条件及某些不可避免的噪声等引起的传感器的测量值与目标的光谱反射率或光谱辐射亮度等物理量之间的差异；2、尽可能恢复图像的本来面目，为遥感图像的识别、分类、解译等后续工作奠定基础。 辐射校正分为辐射定标和大气校正两部分。 辐射定标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。
大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。 辐射校正流程图 1.4.3.2影像辐射校正方法 辐射定标主要分为两种类型：统计型和物理型。统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 用于大气辐射传输校正的模型主要有5S模型、6S模型、LOWTRAN模型、MODTRAN模型、ACORN模型、FLAASH模型和ATCOR模型。 1、ACORN模型 一种基于图像自身的大气校正软件，可以实现图像辐射值到表观地表反射率的转换，其工作波长范围是350-2500nm。在目前的大气校正程序一般都把地表假定为水平朗伯体,这主要是因为我们一般很难获取地表的充足信息以完成地形校正,因此大气校正的结果称为拉伸的地表反射率,又称表观反射率,在地形信息已知的情况下,可以将表观反射率转为地表反射率。
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，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度
以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri https://www.doczj.com/doc/f04099857.html,/ESRI/viewthread.php?tid=56191）。 大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。主要分为两种类型：统计型和物理型。 统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，详细请参照玉妮小居新浪博客：辐射校正的统计模型https://www.doczj.com/doc/f04099857.html,/s/blog_5f4afe870100da1w. html。 另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 而辐射校正指在光学遥感数据获取过程中，产生的一切与辐射有关的
实验法三遥感图像的几何校正 一实验目的 通过实验操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 二实验内容 ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1）。 图1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（From Viewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下： 表1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换（不做投影变换） Polynomial 多项式变换（同时作投影变换） Reproject 投影变换（转换调用多项式变换） Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 其中，多项式变换（Polynomial）在卫星图像校正过程中应用较多，在调用多项式模型时，需要确定多项式的次方数（Order），通常整景图像选择3次方。次方数与所需要的最
毕业论文 题目：基于6S模型的TM遥感影像大气校正 研究--以张掖地区为例 学院：地理与环境科学学院 专业：地理信息系统 毕业年限：2011年 学生姓名：秦麟 学号：200775000126 指导教师：李净
基于6S模型的TM遥感影像大气校正研究--以张掖地区为例 秦麟 摘要：受大气吸收与散射的影响，电磁波在大气--目标物--遥感器途径传输过程中发生失真，造成目标地物反射辐射能量到达遥感器时被衰减。给计算地表反照率、反射率和地表温度等关键参数带来较大的误差。本文以张掖地区Landsat TM热红外波的遥感图像数据为例，通过利用6S大气辐射传输模型进行大气校正，并在窄波段反照率与宽波段反照率之间存在线性关系的前提下，反演该地区的地表反照率。 关键词：6S模型；大气校正；地表反照率 6S Model Based Atmospheric Correction of Remote Sensing Image in zhangye QIN Lin Abstract : Due to the distortions and noises caused by the presence of the atmosphere on the Sun-target-Sensor path, the space-based and airborne remote sensing information in the solar spectral range do not directly characterize the surface objects. It becomes serious impediments for the quantitative analysis and measurement of resources and environment. This paper discussed the atmospheric correction with 6S model (Second Simulation of Satellite Signal in the Solar Spectrum), reversing surface albedos under the linear relationship between narrow band albedos and broadband albedos in the remote sensing image in zhangye city. Key words: 6S model; atmospheric correction; surface albedo.
基于辐射传输方程的Landsat数据地表温度反演教程 一、数据准备 Landsa 8遥感影像数据一景，本教程以重庆市2015年7月26日的=行列号为（128，049）影像（LC81280402016208LGN00）为例。 同时需提前查询影像的基本信息（详见下表） 标识日期采集时间中心经度中心纬度LC81280402016208LGN00 2016/7/26 3:26:56 106.11288 30.30647 …………………………注：基本信息在影像头文件中均可查询到，采集时间为格林尼治时间。 二、地表温度反演的总体流程 三、具体步骤 1、辐射定标 地表温度反演主要包括两部分，一是对热红外数据，二是多光谱数据进行辐射定标。
（1）热红外数据辐射定标 选择Radiometric Correction/Radiometric Calibration。在File Selection对话框 中，选择数据LC81230322013132LGN02_MTL_Thermal，单击Spectral Subset 选择Thermal Infrared1（10.9），打开Radiometric Calibration面板。 Scale factor 不能改变，否则后续 计算会报错。保持默认1即可。 （2）多光谱数据辐射定标 选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral” 进行辐射定标。 因为后续需要对多光谱数据进行大气校正，可直接单击Apply Flaash Settings， 如下图。
注意与热红外数据辐射定标是的差 别，设置后Scale factor值为0.1。 2、大气校正 本教程选择Flaash 校正法。FLAASH Atmospheric Correction，双击此工具，打开辐射定标的数据，进行相关的参数设置进行大气校正。 注意：如果在多光谱数据辐射定标时Scale factor值忘记设置，可在本步骤中打开辐射定标数时设置single scale faceor 值为0.1，若已设置，则默认值为1即可。 1)Input Radiance Image：打开辐射定标结果数据； 2)设置输出反射率的路径，由于定标时候； 3)设置输出FLAASH校正文件的路径，最优状态：路径所在磁盘空间足够大； 4)中心点经纬度Scene Center Location：自动获取；
第4讲遥感图像几何校正 遥感成像的时候，由于飞行器的姿态、高度、速度以及地球自转等因素的影响，造成图像相对于地面目标发生几何畸变，这种畸变表现为像元相对于地面目标的实际位置发生挤压、扭曲、拉伸和偏移等，针对几何畸变进行的误差校正就叫几何校正。 几何校正是利用地面控制点和几何校正数学模型来矫正非系统因素产生的误差，由于校正过程中会将坐标系统赋予图像数据，所以此过程包括了地理编码。 在开始介绍ENVI的几何校正操作之前，首先对ENVI的几何校正几个功能要点做一个说明。 1几何校正方法 （1）利用卫星自带地理定位文件进行几何校正 对于重返周期短、空间分辨率较低的卫星数据，如A VHRR、MODIS、SeaWiFS等，地面控制点的选择有相当的难度。这时，可以利用卫星传感器自带的地理定位文件进行几何校正，校正精度主要受地理定位文件的影响。 （2） image to image几何校正 通过从两幅图像上选择同名点（或控制点）来配准另外一幅栅格文件，使相同地物出现在校正后的图像相同位置 （3）image to map几何校正 通过地面控制点对遥感图像几何进行平面化的过程。 （4）image to image 自动图像配准 根据像元灰度值或者地物特征自动寻找两幅图像上的同名点，根据同名点完成两幅图像的配置过程。 （5）image registration workflow流程化工具
将具有不同坐标系、不同地理位置的图像配准到同一坐标系下，使图像中相同地理位置包含相同的地物。 2控制点选择方式 ENVI提供以下选择方式： ?从栅格图像上选择 如果拥有需要校正图像区域的经过校正的影像、地形图等栅格数据，可以从中选择控制点，对应的控制点选择模式为Image to Image。 ?从矢量数据中选择 如果拥有需要校正图像区域的经过校正的矢量数据，可以从中选择控制点，对应的模式为Image to Map。 ?从文本文件中导入 事先已经通过GPS测量、摄影测量或者其他途径获得了控制点坐标数据，保存为以[Map (x,y), Image (x,y)]格式提供的文本文件可以直接导入作为控制点，对应的控制点选择模式为Image to Image 和Image to Map。 ?键盘输入 如果只有控制点目标坐标信息或者只能从地图上获取坐标文件（如地形图等），只好通过键盘敲入坐标数据并在影像上找到对应点。 3详细操作步骤 3.1基于自带定位信息的几何校正 下面以MODIS Level 1B级数据为例学习利用自带几何定位文件进行几何校正，数据在"第4讲遥感图像预处理\基于自带定位信息的几何校正\数据\1-Modis"中，具体操作如下： 第一步：打开数据文件
遥感图像的几何校正 实验目的：通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 实验内容：ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地理参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图1）。 图1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下：
3、图像校正的具体过程 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作如下：ERDAS图表面板菜单条：Session→Title Viewers 然后，在Viewer1中打开需要校正的Lantsat图像：tmatlanta.img 在Viewer2中打开作为地理参考的校正过的SPOT图像：panatlanta.img 第二步：启动几何校正模块（Geometric Correction Tool） Viewer1菜单条：Raster→Geometric Correction →打开Set Geometric Model对话框，如图2
大气校正说明文档 步骤一：辐射定标 本实验采用的是绝对辐射定标，直接建立遥感影像DN 值与接收到的能量的 之间的关系。 建立关系所采用的公式是：offset DN gain L += * 其中，λ λ λ λ λ λ min max min max min max DN DN L L e fullDNrang L L gain --= -= ， λ min L offset = Lmax λ和Lmin λ通过参看遥感影像的头文件进行确定。fullDNrange 取的是 255。 具体操作如下： 1） 打开遥感影像文件及其头文件 2） 根据头文件信息计算gain 和offset 的值 3） 在envi 的Basic Tools 中打开 Band Math 像，将本步骤采用的公式 写入band math 中，计算出L 。
至此，就完成了遥感影像的辐射定标过程。 步骤二：未进行大气校正所得到的反射率 本步骤讲述如何从经过辐射定标的遥感影像直接生成地物的反射率的影像，制作该影像的目的是为了与后面经过大气校正后的影像进行对比。 本步骤所采用的公式是：))cos(*/(**2 θπρESUN d L = 其中，L 是由上步所算出来的，d 指的是实际的日地距离，单位是天文距离，ESUN 指的是太阳平均辐射强度，θ为太阳天顶角。 d 值可以由观测时间查阅相关资料获得。ESUN 值也可以由相关资料获取。 θ可以从头文件中获得。 具体操作如下： 1） 查阅相关资料，确定参数θ、d 、ESUN
2）在envi的Basic Tools中打开Band Math像，将本步骤采 用的公式写入band math中 3）确定变量b2为上步所算的L，并由此计算出未进行大气校正的反射率。 由此，我们就得到了未经大气校正的反射率。 步骤三：进行大气校正，得到地物反射率 由于大气的影响，会使得遥感影像的反射率发生较大的变化，为了得到地表
大气校正（ENVI） 大气校正是定量遥感中重要的组成部分。本专题包括以下容： 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。
图1 大气层对成像的影响示意图 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。 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、地表辐射率、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，其结果不考虑地物的实际反射率。 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
卫星影像的几何校正 以具有地理参考的SPOT 4 10m全色波段为基础，进行Landsat 5 TM 30m影像的几何校正过程，其流程如图1所示。 图1 几何精校正流程 目的： 1、掌握利用地面控制点（GCP）进行影像到影像几何校正的方法 2、影像上GCP的选取方法 数据准备： bldr_tm.img 没有地理坐标的影像 bldr_Sp.img Boulder SPOT带地理坐标的影像 bldr_Sp.hdr ENVI对应的头文件 bldr_Sp.grd Boulder SPOT地理公里网参数 bldr_Sp.ann Boulder SPOT地图标记
利用GCP进行几何校正的具体操作 第一步打开并显示影像文件 （1）在#1窗口中打开bldr_tm.img作为待校正图像，在#2窗口中打开bldr_sp.img作为参考图像（图2）。 图2 参考图像（左）与待校正图像（右） 第二步启动几何校正模块 （1）一旦两幅图像都已经显示，选择主菜单Map→Registration→Select GCPs: Image to Map，打开几何校正模块。 （2）在Image to Image Registration对话框中，选择显示SPOT影像的Display作为基准图像（Base Image），显示TM影像的Display为待校正图像（Warp Image）（图3）。点击OK，进入采集地面控制点。
图3 指定参考图像与待校正图像第三步采集地面控制点 （1）控制点工具对话框说明： 图4 地面控制点工具对话框
①当基准图像没有地理投影时选择这种配准命令；如果基准图像具有地理投影时选择此命令，得到的结果诸如投影参数、像元大小将与基准图像相同。 ②当基准图像有地理投影时，可以选择这种配准命令，在输出结果时候还可以更改校正图像的输出像元大小和投影参数 表2其它功能按钮及功能 ①当控制点数量达到一定数量时才能更改，如控制点数达到6，Degree值可以改为2，最大为3。 （2）地面控制点采集 在图像几何校正过程中，采集地面控制点是一项重要和繁重的工作，直接影响最后的校正结果，具体过程如下： 1）在两个Display中移动方框位置，寻找明显的地物特征点作为输入GCP。 2）在Zoom窗口中，通过将十字光标放置在两幅影像的相同地物点上。
ERDAS 遥感影像校正 图像几何校正 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图2-1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图2-1）。 图2-1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框（图1）中，需要确定校正图像，有两种选择情况： 其一：首先确定来自视窗（FromViewer），然后选择显示图像视窗。 其二：首先确定来自文件（From Image File），然后选择输入图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像几何校正模型有7种，具体功能如下： 表2-1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换（不做投影变换） Polynomial 多项式变换（同时作投影变换）(由于多项式法原理比较直观，使用上较为灵活且可以用于各种类型的图像，因而遥感图像几何纠正的空间变换一般采用多项式法。) Reproject 投影变换（转换调用多项式变换） Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 3、图像校正的具体过程 数据源采用具有地理参考信息的SPOT全色影像作为标准影像，选到一定量的地面控制点，采用多项式拟合方法对卫星图像进行校正。 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下： ERDAS图表面板菜单条：Session→Title Viewers 然后，在Viewer1中打开需要校正的Lantsat图像：tmAtlanta,img 在Viewer2中打开作为地理参考的校正过的SPOT图像：panAtlanta,img 第二步：启动几何校正模块（Geometric Correction Tool） Viewer1菜单条：Raster→ Geometric Correction →打开Set Geometric Model对话框（2） →选择多项式几何校正模型：Polynomial→OK →同时打开Geo Correction Tools对话框（3）和Polynomial Model Properties对话框（4）。 在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数： →定义多项式次方（Polynomial Order）:2（若此处定义的次方数为T，则需配准的点数为（T+1）*（T+2）/2，若为2，责应该配置6个点）
实验二、遥感图像的几何校正 实验目的：通过实习操作，掌握遥感图像几何校正的基本方法和步骤，深刻理解遥感图像几何校正的意义。 实验内容：ERDAS软件中图像预处理模块下的图像几何校正。 几何校正就是将图像数据投影到平面上，使其符合地图投影系统的过程。而将地图投影系统赋予图像数据的过程，称为地里参考（Geo-referencing）。由于所有地图投影系统都遵循一定的地图坐标系统，因此几何校正的过程包含了地理参考过程。 1、图像几何校正的途径 ERDAS图标面板工具条：点击DataPrep图标，→Image Geometric Correction →打开Set Geo-Correction Input File对话框（图2-1）。 ERDAS图标面板菜单条：Main→Data Preparation→Image Geometric Correction→打开Set Geo-Correction Input File对话框（图2-1）。 图2-1 Set Geo-Correction Input File对话框 在Set Geo-Correction Input File对话框中，选择输入图像，确定校正图像。 2、图像几何校正的计算模型（Geometric Correction Model） ERDAS提供的图像主要几何校正模型，具体功能如下：
表2-1 几何校正计算模型与功能 模型功能 Affine 图像仿射变换（不做投影变换） Polynomial 多项式变换（同时作投影变换） Reproject 投影变换（转换调用多项式变换） Rubber Sheeting 非线性变换、非均匀变换 Camera 航空影像正射校正 Landsat Lantsat卫星图像正射校正 Spot Spot卫星图像正射校正 3、图像校正的具体过程 第一步：显示图像文件（Display Image Files） 首先，在ERDAS图标面板中点击Viewer图表两次，打开两个视窗（Viewer1/Viewer2），并将两个视窗平铺放置，操作过程如下： 在Viewer1中打开需要校正的图像（或通过图2-1已打开）：tmAtlanta.img 在Viewer2中打开作为地理参考的校正过的图像：panAtlanta.img 第二步：启动几何校正模块（Geometric Correction Tool） Viewer1菜单条：Raster→ Geometric Correction →打开Set Geometric Model对话框（2-2） →选择多项式几何校正模型：Polynomial→OK →同时打开Geo Correction Tools对话框（2-3）和Polynomial Model Properties对话框（2-4）。 在Polynomial Model Properties对话框中，定义多项式模型参数以及投影参数： →定义多项式次方（Polynomial Order）:2 →定义投影参数：（PROJECTION）:略 →Apply→Close →打开GCP Tool Referense Setup 对话框（2-5）
浅析遥感图像的几何校正原理及方法 摘要：几何校正，就是清除遥感图像中的几何变形，是遥感影像应用的一项重要的前期处理工作。本文简单分析了几何校正的原理和基本方法，并以ERDAS软件为例，对青海海东地区遥感影像进行了几何校正，从而直观地表述了遥感图像几何校正的完整过程。结果表明，几何校正的精度受多方面因素影响，最主要的是控制点GCP的选取数量和选取位置。本次校正精度小于0.5个像元,符合要求。 关键词：遥感、ERDAS、几何校正、GCP 引言：遥感20世纪60年代发展起来的对地观测综合性技术。狭义遥感指从远距离、高空，以至外层空间的平台上，利用可见光、红外、微波等遥感器, 通过摄影、扫描等各种方式，接收来自地球表层各类地物的电磁波信息，并对这些信息进行加工处理，从而识别地面物质的性质和运动状态的综合技术。遥感已然成为地理数据获取的重要工具。但是遥感技术的成图规律决定了遥感图像不能直接被应用，因为遥感图像在成像时, 由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响, 使得遥感图像存在一定的几何变形[2] , 即图像上的像元在图像坐标系中的坐标与其在地图坐标系等参考坐标系统中的坐标之间存在差异, 其主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲[3] 。而且随着当今遥感技术的飞速发展，人们对遥感数据的需求也多源化,它们可以是来自不同的波段, 不同的传感器, 不同的时间。这些多源数据在使用时, 必须具有较高的空间配准精度。这就需要对原始影像进行高精度的几何校正。因此, 几何校正是遥感影像应用的一项重要的前期处理工作。 ERDAS IMAGINE 是美国ERDAS 公司开发的遥感图像处理系统，它以先进的图像处理技术友好灵活的用户界面和操作方式、面向广阔应用领域的产品模块、服务于不同层次用户的模型开发工具以及高度RS/GIS 集成功能为遥感及相关应用领域的用户提供内容丰富且功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势[5]。基于此软件强大的功能性和灵活的操作性，本文采用erdas软件对海东地区影像图进行几何纠正。 2 研究区概况与研究方法 海东地区位于青海省东北部,"海东"以位于青海湖东而得名。地处祁连山支脉大板山南麓和昆仑山系余脉日月山东坡,属于黄土高原向青藏高原过渡镶嵌地带,海拔在1650~2835米之间。境内山峦起伏,沟整纵横,气候属于高原气候,高寒、干旱、日照时间长,太阳辐射强,昼夜温差大。年平均气温6.9℃,年均降水量为323.6 毫米,总蒸发量为1644毫米。本文采用校正过的2004年的海东地区参考影像对2009年对应影像进行校正。 3 几何校正的原理与方法 遥感图像几何校正包括光学校正和数字纠正。本文主要介绍数字纠正。 数字纠正是通过计算机对图像每个像元逐个地解析纠正处理完成的,其包括两方面,一是像元坐标变换，二是像元灰度值重新计算（重采样）。 (三) 数字图像灰度值的重采样 校正前后图像的分辨率变化、像元点位置相对变化引起输出图像阵列中的同名点灰度值变化,如图3所示
实验四遥感图像的大气校正 实验目的：通过实习操作，掌握遥感图像大气校正的基本方法和步骤，掌握遥感图像波段计算及其应用。 实验内容： 环境小卫星的数据读取； 辐射定标、图像配准、大气校正； 植被反演、植被覆盖变化监测 1、实验相关知识及背景 ◆传感器定标就是将图像的数字量化值（DN）转化为辐射亮度值或者反射率或者表面 温度等物理量的处理过程；传感器定标可分为绝对定标和相对定标，绝对定标是获取图像上目标物的绝对辐射值等物理量。 ◆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、地表辐射率、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，其结果不考虑地物的实际反射率。 ◆ENVI下FLAASH大气校正工具是基于MODTRAN4+辐射传输模型，FLAASH对图 像文件有以下几个要求： （1）数据是经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。 （2）数据带有中心波长（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）。 （3）数据类型支持四种数据类型：浮点型（floating）、长整型(long integer )、整型（integer）和无符号整型(unsigned int)。数据存储类型：ENVI标准栅格格式文件，且是BIP或者BIL。 （4）波谱范围：400－2500nm ◆浑善达克地区位于内蒙古草原锡林郭勒高原中部。近年来频频发生在京津地区的沙 尘暴与该地区生态环境恶化相关。据统计，京津地区沙尘暴70%的沙源来自于这个区域。通过对该区域植被覆盖度的定量反演，植被覆盖的变化检测，可以实现草原植被的高频率、大范围、高实时的变化监测。 2、实验步骤 根据环境小卫星CCD数据特点及草原植被变化监测的要求，采用以下处理流程： 一、数据预处理： https://www.doczj.com/doc/f04099857.html,D数据读取； 2.辐射定标； 3.大气校正； 4.研究区裁剪； 二、反演模型建立 1.归一化植被指数； 2.植被覆盖度；
浅谈遥感图像的几何校正 摘要 遥感是在不直接接触的情况下，对目标物或自然现象远距离感知的一门探测技术。ERDAS IMAGINE是一款遥感图像处理系统软件。遥感图像的几何处理是遥感信息处理过程中的一个重要环节，必须先用ERDAS IMAGINE进行几何精纠正,只有消除了几何变形,才能进一步分析研究,进一步开展图像解译、专题分类等分析研究工作。 关键词：遥感，erdas imagine，几何纠正
1.前言 遥感是在不直接接触的情况下，对目标物或自然现象远距离感知的一门探测技术。具体地讲，是指在高空和外层空间的各种平台上，运用各种传感器获取反应地表特征的各种数据，通过传输，变换和处理，提取有用的信息，实现研究地物空间形状，位置，性质，变化及其与环境的相互关系的一门现代应用技术科学。遥感图像处理硬件系统也从光学处理设备全面转向数字处理系统，内外存容量的迅速扩大，处理速度急速增加，使处理海量遥感数据成为现实，网络的出现将使数据实时传输和实时处理成为现实。遥感图像处理软件系统更是不断翻新，从开始的人机对话操作方式发展到视窗方式，未来将向智能化方向发展。ERDAS IMAGINE是一款遥感图像处理系统软件。ERDAS IMAGINE是美国ERDAS 公司开发的遥感图像处理系统。它以其先进的图像处理技术，友好、灵活的用户界面和操作方式，面向广阔应用领域的产品模块，服务于不同层次用户的模型开发工具以及高度的RS/GIS（遥感图像处理和地理信息系统）集成功能，为遥感及相关应用领域的用户提供了内容丰富而功能强大的图像处理工具，代表了遥感图像处理系统未来的发展趋势。 遥感图像作为空间数据，具有空间地理位置的概念，在应用遥感图像之前，必须将其投影到需要的地理坐标系中。因此，遥感图像的几何处理是遥感信息处理过程中的一个重要环节。 遥感图像在成像时,由于成像投影方式、传感器外方位元素变化、传感介质的不均匀、地球曲率、地形起伏、地球旋转等因素的影响,获得的遥感图像相对于地表目标存在一定的几何变形,使得图像上的几何图形与该物体在所选定的地图投影中的几何图形产生差异,造成形状或位置的失真,这主要表现为位移、旋转、缩放、仿射、弯曲和更高阶的歪曲,且其精度直接影响到后续处理工作的质量。要在这样的遥感图像上进行研究,必须先用ERDAS IMAGINE进行几何精纠正,只有消除了几何变形,才能进一步分析研究,进一步开展图像解译、专题分类等分析研究工作。 2.国内外发展状况 2.1国内发展状况