２００７年第２期 河 北 地 质 ２３
基于ＦＬＡＡＳＨ模块的遥感数据大气校正应用研究 吕凤军 郝跃生 李川平 韩淑玲 王娟２ （１．河北省遥感中心，石家庄０５００２１；２．河北省水文地质勘查院，石家庄０５００２１） 摘要星载传感器成像获取地表信息过程中，由于受到大气散射、辐射等影响而引起辐射失真。大气校正 是消除各种辐射畸变，获取地表真实信息、实现地表参数定量遥感研究的前提。研究基于ＥＮＶＩ软件的ＦＬＡＡＳＨ 模块ＡＳＴＥＲ数据大气校正的实现。根据研究区的情况，选用中纬度夏天大气模型，校正一景ＡＳＴＥＲ数据。对比 处理前后的图像，可知校正后的图像视觉效果提高，有利于遥感地质解译应用研究，校正后获取的反射率图像是遥 感矿化蚀变信息提取和识别的前提。 关键词大气校正ＡＳＴＥＲ数据ＦＬＡＡＳＨ模块 ． １ 引言 星载成像遥感器实际上获取的是太阳辐射通过 大气层之后的信息。因此，传感器获取的信息包括 地物和大气信息。由于多数人对定量分析地表参数 更有兴趣，去除大气影响是实现定量分析地表参数 遥感研究的关键一步。大气校正的目的是消除遥感 数字图像由大气引起辐射畸变，获取地物真实辐射 信息，定量地表参数遥感研究的前提。目前大气校 正的方法主要有基于辐射传输方程法和经验线性 法［ ・ ，其中６Ｓ、ＭＯＤＴＲＡＮ［３］等软件主要是基于 辐射传输方程理论；经验线性法主要是基于野外实 测地物波谱，建立经验线性方程完成大气校正［ －５】。 经验线性法相对简单，且易于实现，其不足之处在于 不能获取地物真实辐射信息；而６Ｓ、Ｍｏｄｔｒａｎ等大气 校正软件由于计算过程所需参数过多、计算结果信 息量大以及应用困难等缺点而没有被遥感应用人员 广泛使用。本文详细介绍ＥＮＶＩ软件的ＦＬＡＡＳＨ 模块、校正ＡＳＴＥＲ遥感数据的技术流程。 ２ ＦＬ从ＳＨ模块的大气校正 ２．１ ＦＬ Ｈ模块简介 ＦＬＡＡＳＨ是由世界一流的光学成像研究所一 波谱科学研究所（Ｓｐｅｃｔｒａｌ Ｓｃｉｅｎｃｅｓ）在美国空气动力 实验室支持下开发的大气校正模块。波谱科学研究 所在１９８９年大气辐射传输模型开发初期就广泛从 事ＭＯＤＴＲＡＮ的研究工作，已成为大气辐射传输 模型开发过程中不可缺少的一员。ＦＬＡＡＳＨ适用 于高光谱遥感数据（如ＨｙＭａｐ，ＡＶＩＲＩＳ，ＨＹＩＤＣＥ， ＨＹＰＥＲＩＯＮ，Ｐｒｏｂｅ一１，ＣＡＳＩ和ＡＩＳＡ）和多光谱遥 感数据（如陆地资源卫星，ＳＰＯＴ，ＩＲＳ和ＡＳＴＥＲ）的 大气校正。当遥感数据中包含合适的波段时，用 ＦＬＡＡＳＨ还可以反演水气、气溶胶等参数。 ＥＮＶＩ中大气校正模块ＦＬＡＡＳＨ，是高光谱辐 射能量影像反射率反演的首选大气校正模块。 ＦＬＡＡＳＨ能够精确补偿大气影响，其适用的波长范 围包括可见光至近红外及短波红外，最大波长范围 为３ ｍ。其他大气校正模型的计算方法是基于查 找表（Ｌｏｏｋ．ｕｐ Ｔａｂｌｅ）、利用插值法计算，而 ＦＬＡＡＳＨ是直接移植了ｍｏｄｔｒａｎ４中的辐射传输计 算方法。用户可以选取代表研究区的大气模型和气 溶胶类型，并且对每景影像，Ｍｏｄｔｒａｎ都有独特的解 决方案。 ２．２ ＡＳＴＥＲ数据预处理 ＡＳＴＥＲ ＬＩＢ数据记录的是ＤＮ（Ｄｉｇｉｔａｌ Ｎｕｍ— ｂｅｒ）值，而基于ＦＬＡＡＳＨ大气校正过程中，需要的 是辐射能量值。因此，需要对ＡＳＴＥＲ ＬＩＢ数据辐 射定标，即把无量纲的ＤＮ值转换成有量纲的分谱 辐射亮度值的过程（式１）， Ｒａｄｉａｎｃｅ＝ｇａｉｎ×ＤＮ＋ｏｆｆｓｅｔ （式１） 其中，ｇａｉｎ是增益，ｏｆｆｓｅｔ是偏差。经辐射定标， 得到天顶辐射能量值，其量纲为ｗ／（ｍ２．ｓｒ．ｕｍ）。 ＡＳＴＥＲ数据多以ＨＤＦ格式储存，利用ＥＮＶＩ 软件中Ｂａｓｉｃ Ｔ∞ｌｓ Ｐｒｅｐｒｏｃｅｓｓｉｎｇ－－－￣Ｄａｔａ—Ｓｐｅｃｉｆｉｃ ①收稿日期：２００７—０４—０７；修订日期：２００７一Ｏ５—１２；编辑：张淑云
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
遥感影像辐射校正方法与技巧
引言：
遥感技术在现代社会的应用日益广泛，无论是环境监测、农业发展还是城市规划，遥感影像都起到了不可或缺的作用。然而，遥感影像需要进行辐射校正，以准确反映地物的光谱信息。本文将介绍遥感影像辐射校正的方法与技巧。
一、什么是辐射校正
辐射校正是遥感影像处理中的一项重要任务，通过消除大气、地表反射和传感器响应等误差，实现影像灰度与反射率、辐射率之间的转换。辐射校正的目的是减小影像的空间和光谱差异，以便更好地进行后续分析和应用。
二、辐射校正的方法
1. 经验模型方法
经验模型方法适用于辐射校正的初步处理。通过建立传感器响应与地物反射之间的经验模型，根据遥感影像中的亮度值进行校正。这种方法适用于像素值的非线性校正，但不适用于不同光谱区域之间的校正。
2. 大气校正方法
大气校正是辐射校正的关键步骤之一。大气校正通过模拟大气的辐射传输过程，估算并消除大气对遥感影像的影响。目前，主要的大气校正方法包括常规大气校正、基于模型的大气校正和基于辐射传输模型的大气校正等。
3. 地表反射校正方法
地表反射校正是辐射校正中的另一重要步骤，主要解决地物反射率的转换问题。地表反射校正方法可以分为基于定标面的校正和基于统计的校正两种。其中，基于定标面的校正方法需要采集大量的地面参考数据，而基于统计的校正方法则通过统计地物的光谱反射特征进行校正。
三、辐射校正的技巧
1. 模型选择与参数估计
在进行辐射校正时，需要选择合适的模型和正确估计模型参数。为了提高辐射校正的准确性，可通过大量的实地观测数据进行参数估计。同时，对不同地区和不同影像进行适当调整和优化，以提高校正的精度。
2. 数据预处理
在进行辐射校正之前，需要对遥感影像进行一定的数据预处理。主要包括大气润湿校正、坐标转换、几何校正等。这些预处理步骤有助于减小数据误差，提高辐射校正的精度。
3. 校正结果评价
进行辐射校正后，需要对校正结果进行评价。评价指标包括辐射定标误差、地物反射率的准确度等。优秀的辐射校正方法应能够使影像在不同光谱范围内的灰度值相近，并准确反映地物的光谱信息。
遥感图像几何精校正
实验名称：遥感图像的几何精校正。
实验目的：1.了解和熟悉envi软件的几何校正的原理
2.熟悉和掌握envi软件的几何校正的功能和使用方法；
3.对自己的图像先找到投影，再另存一幅图像，去掉投影，在其它软件中旋转一
角度，用原先的图像作为参考对旋转后的图像进行几何校正，使得其比较精确。
实验原理：几何校正，主要方法是采用多项式法，机理是通过若干控制点，建立不同图像间的多项式控件变换和像元插值运算，实现遥感图像与实际地理图件间的配准，达到消减以及消除遥感图像的几何畸变。
多项式几何校正激励实现的两大步：
1. 图像坐标的空间变换：
有几何畸变的遥感图像与没有几何畸变的遥感图像，其对应的像元的坐标是不一样的，如下图1右边为无几何畸变的图像像元分布图，像元是均匀且不等距的分布。为了在有几何畸变的图像上获取无几何畸变的像元坐标，需要进行两图像坐标系统的空间装换。
图1：图像几何校正示意图
在数学方法上,对于不同二维笛卡儿坐标系统间的空间转换,通常采用的是二元n次多项式,表达式如下:
其中x, y为变换前图像坐标, u, v为变换后图像坐标, aij , bij为多项式系数, n = 1, 2,
3, ⋯。
二元n次多项式将不同坐标系统下的对应点坐标联系起来, ( x, y )和( u, v )分别应不同坐标系统中的像元坐标。这是一种多项式数字模拟坐标变换的方法,一旦有了该多项式,就可以从一个坐标系统推算出另一个坐标系统中的对应点坐标。
如何获取和建立二元n次多项式,即二元n次多项式系数中a和b的求解,是几何校正成败的关键。数学上有一套完善的计算方法,核心是通过已知若干存在于不同图像上的同名点坐标,建立求解n次多项式系数的方程组,采用最小二乘法,得出二元n次多项式系数。
