Landsat5TM数据辐射定标

Landsat 5概述Landsat 5 是美国地质调查局 (USGS) 发布的一颗地球观测卫星。

该卫星于1984年发射升空，是美国陆地卫星计划中的第五颗卫星。

作为陆地卫星计划的一部分，Landsat 5 的主要目标是收集和记录地球表面的多光谱图像，并提供用于地表变化监测、农业、森林管理、环境研究等领域的宝贵数据。

本文将介绍Landsat 5卫星的技术特点、数据产品和应用领域。

技术特点多光谱传感器Landsat 5 搭载有一个名为Thematic Mapper (TM) 的多光谱传感器。

该传感器能够记录来自地球表面的不同波长范围的光谱数据。

TM 传感器的技术特点包括：- 可以记录8个波段的数据，包括红外线波段和热红外波段。

- 每个波段的空间分辨率约为30米。

- 可以以16位的精度记录数据，以提供更丰富的光谱信息。

数据采集能力Landsat 5 的传感器可以在地球上的任意位置采集数据。

它的重复周期为16天，意味着它可以在两次观测之间的时间范围内记录地球表面的变化。

由于其长时间的运行，Landsat 5 成为了一个重要的陆地观测数据源。

数据传输和存储Landsat 5 的传感器采集到的数据会通过卫星上的通信设备传送回地面接收站。

数据会经过处理和存储，然后由USGS提供给用户。

用户可以通过Landsat 数据库访问和获取所需的数据。

数据产品Landsat 5 提供各种类型的数据产品，以满足不同用户的需求。

以下是一些常见的数据产品： - 原始图像：这些图像是传感器记录的原始数据，用户可以根据需要自行处理。

- 多光谱图像：Landsat 5 的传感器记录的光谱数据可以被转换为多光谱图像，提供了不同波段的信息。

- 红外图像：红外数据可以用于热红外图像生成，以便进行热量分析和环境研究。

- 地表温度图像：借助热红外波段的记录，可以生成地表温度图像，用于研究地球表面的热量分布。

应用领域Landsat 5 的数据被广泛应用于许多领域。

Landsat 5和IRS P6数据辐射定标说明Landsat 5和IRS P6数据是两种应用很广泛的遥感数据，在利用两种数据来进行定量遥感研究过程中，不少用户会对它们的辐射定标问题产生疑问，现就中国科学院对地观测与数字地球科学中心（中国遥感卫星地面站）生产的Landsat 5 TM 和IRS P6数据的辐射定标问题做一说明（针对系统级纠正的FAST 格式产品）。

1. 辐射亮度计算辐射亮度计算采用如下的通用计算公式：max min min min max min()L L L QCAL QCAL L QCAL QCAL λ-=⋅-+- （1） 其中，L λ为光谱辐射亮度(w/(m 2μmsr))，QCAL 为像元的DN 值，QCAL max 和QCAL min 分别为像元可以取得的最大和最小DN 值（对于中国科学院对地观测与数字地球科学中心（中国遥感卫星地面站）生产的Landsat 5和IRS P6数据，QCAL min ＝0），L max 和L min 分别为QCAL= QCAL max 和QCAL= QCAL min 时的光谱辐射亮度值。

对于Landsat 5 TM 数据，QCAL max ＝255对于 IRS P6 LISS 3和LISS 4数据，QCAL max ＝255，对于AWIFS 数据，QCAL max ＝10231.1 TM 数据L max 和L min 获取TM 数据头文件中“RAD GAINS/BIASES ”之后的部分给出的是各波段的L max 和L min （注意这里给出的并非GAIN 和BIAS ），单位为mw/(cm 2sr)，没有考虑波段宽度，需要除以波段宽度将单位变为mw/(cm 2μmsr)，然后乘以10将辐射亮度单位变为标准单位(w/(m 2μmsr))，再参与有关的定量遥感计算。

从头文件计算TM 数据各波段的辐射亮度要考虑波段宽度并进行单位换算，比较复杂，另外中国科学院对地观测与数字地球科学中心（中国遥感卫星地面站）TM 数据处理系统采用的辐射定标算法与USGS TM 数据处理系统采用的辐射定标算法接近，而采用USGS 给出的定标参数来计算辐射亮度不用考虑波段宽度和单位换算，比较方便和精确，因此建议直接利用USGS 的定标参数来进行TM 数据的辐射定标[1]，具体如下：L λ=gain*DN+bias （2）其中，L λ为光谱辐射亮度(w/(m 2μmsr)，gain 和bias 为各波段的增益和偏置(w/(m 2μmsr)。

Landsat MSS/TM/ETM 简介和应用LANDSAT是美国NASA的陆地卫星计划(1975年前称“地球资源技术卫星-ERTS”)，从1972年开始发射第一颗卫星LANDSAT-1，已发射8颗，Landsat6与1993.1发射失败。

卫星参数Landsat1Landsat2Landsat3Landsat4Landsat5Landsat7Landsat8发射时间1972.7.231975.1.121978.3.51982.7.161984.31999.4.152013.2.11覆盖周期18天18天18天16天16天16天16天扫幅宽度185km185km185km185km185km185km170 180km波段数44477811机载传感器MSS MSS MSS MSS、TM MSS、TM ETM+OLI、TIRS运行情况1978退役1976年失灵，1980年修复，1982年退役1983年退役1983年TM传感器失效，退役2011年11月停止服务2003.5月出现故障运行至今ETM+：主题成像仪Landsats7波段波长(微米)分辨率(米)主要作用ETM+Band1蓝绿波段0.45-0.5230用于水体穿透，分辨土壤植被Band2绿色波段0.52-0.6030分辨植被Band3红色波段0.63-0.6930处于叶绿素吸收区域，用于观测道路/裸露土壤/植被种类效果很好Band4近红外0.76-0.9030用于估算生物数量，TM：MSS：二、常用波段组合：（一）321：真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。

（二）432：标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。

举例：卫星遥感图像示蓝藻暴发情况我们先看一看蓝藻爆发时遥感监测机理。

应用6S模型进行LANDSAT_TM影像大气校正应用6S 模型进行LANDSAT TM 影像大气校正一、辐射校正1、 1、用定标系数将原始DN 值转换为大气层顶太阳辐亮度L ；rescale cal rescale B Q G L +?=λL 为大气层顶太阳辐亮度，Q 为记录的电信号数值，rescaleG ，为通道增益，rescale B 为偏移量，定标系数可以在头文件中获得。

表1 LANDSAT5 TM 数据定标系数2、由大气层顶太阳辐亮度L 转换为反射率。

s p ESUN d L θπρλλcos 2=其中:pρ: 行星反射率λL : 传感器口径的光谱辐射值 d: 日地距离（以天文为单位）λESUN :Mean solar exoatmospheric irradiances 平均太阳外大气层辐射值s θ : 太阳天顶角表2 TM 太阳外大气层光谱辐射值表3,日地距离（以天文为单位）二、大气校正经过辐射校正后，象元灰度值转换为了反射率，我们使用6S模型对可见光和近红外波段进行大气校正。

1、辐射校正完的反射率是0-1之间的值，然后把它转换为0-100之间的数值；2、再在ENVI中把第一步中的反射率（0-100）存为RAW格式；3、然后在inputfiles中填写大气条件的输入文件、大气条件的输出文件名、待大气校正的输入文件（RAW格式）、待大气校正的图像大小；4、4、第3步中的大气条件的输入文件需要填写以下的几项：Landsat5 geometrical conditionsmonth,day,hh.ddd,long.,lat.tropical atmospheric modecontinental aerosols modelvisibility in km (aerosol model concentration)target at 600 m above sea levelsensor on board of satellitethird band of Landsat5the image has values of reflectance, DN is percent (actual values only 0-100, not 0-255)(-1)number of pixels of the image=number of bytes以上的这些参数可以根据实际情况进行填写。

辐射定标参数整理1.亮度温度计算亮度温度是一个常用的温度概念，是在卫星高度上传感器探测波段范围内普朗克黑体辐射函数与传感器响应函数乘积积分得到的辐射值．亮度温度包含有大气和地表对热辐射传导的影响，不是真正意义上的地表温度。

计算公式：其中，Lλ为传感器探孔处光谱辐射强度，即星上辐射亮度值，实现像素DN值转化为绝对辐射亮度值。

1.1.星上辐射亮度（Lλ）遥感影像的亮度值(DN值)都是经过量化和纠正过的以8bit编码的数字影像，为了精确反演地物特性，有必要将DN值转化为星上辐射亮度值。

ndsat8Lλ= M L*Q cal + A L通过查看影像的头文件，可以获取偏差参数：M L(RADIANCE_MULT_BAND_x)和A L(RADIANCE_ADD_BAND_x)为图像的增益和偏置。

1.1.ndsat5/7QCAL为经过辐射校正的图像灰度值即DN值；L max为探测器可检测到的最大辐射亮度，也是最大灰度值所相应的辐射亮；L min为探测器可检测到的最小辐射亮度，也是最小灰度值所相应的辐射亮度。

表 1 Landsat5 TM的Lmin和Lmax值表 2 Landsat7 ETM+的Lmin和Lmax值QCAL max为传感器接收到的最大灰度值，QCAL min为传感器接收到的最小灰度值。

（1）如果没有元数据信息，QCAL MIN默认值1（TM和ETM+1)或者0(MSS)；QCAL MAX取默认值255(TM 和ETM+)或者127(MSS)。

（2）如果有元数据信息，QCAL MIN取值如下：对于LPGS Products（The level 1 product generation system）取值为1，对于NLAPS Products（National Landsat Archive Production System）在04 April 2004之前取值为0，在04 April 2004之后取值为1；QCAL MAX 取值为127（MSS）, 255（TM、ETM）。

ENVI-专题五LandsatTM辐射定标与大气纠正专题五Landsat TM辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。

其中，图像配准是做所有工作的前提，是图像的几何纠正。

在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。

在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。

定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。

分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。

辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。

以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：(reflectance) ρ=π*L*d2/（ESUN*cos（θ））(2)式其中ρ为表观反射率，L为表观辐亮度，d为日地距离，ESUN为太阳平均辐射强度，θ为太阳天顶角。

（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式①日地天文单位距离D：D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day）D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365)；days是拍摄卫片的日期在那一年的天数，如2004年5月21号，则days＝31＋29＋31+30+21＝142。

计算得：D=1.01250756ENVI中的具体实现（以Landsat 7 ETM+为例）：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。

辐射定标、辐射校正、大气校正、正射校正等相关概念作为初学者，容易将这几个概念搞混。

为了较好地理解这几个概念，先介绍一下相关的术语 terminology。

DN值（Digital Number ）：遥感影像像元亮度值，记录地物的灰度值。

无单位，是一个整数值，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：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，地面吸收太阳辐射越少；反射率越小，地面吸收太阳辐射越多，表示：surface albedo表观反射率：表观反射率就是指大气层顶的反射率,辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。

英文表示为：apparent reflectance4、行星反射率：从文献“一种实用大气校正方法及其在ＴＭ影像中的应用”中看到“卫星所观测的行星反射率（未经大气校正的反射率）”；在“基于地面耦合的TM影像的大气校正-以珠江口为例”一文有“该文应用1998年的LANDSAT5 TM影像,对原始数据进行定标、辐射校正,求得地物的行星反射率”。

因此行星反射率就是表观反射率。

英文表示：planetary albedo，辐射校正VS. 辐射定标辐射校正：Radiometric correction 一切与辐射相关的误差的校正。

目的：消除干扰，得到真实反射率的数据。

干扰主要有：传感器本身、大气、太阳高度角、地形等。

包括：辐射定标，大气纠正，地形对辐射的影响辐射定标：Radiometric calibration 将记录的原始DN值转换为大气外层表面反射率（或称为辐射亮度值）。

目的：消除传感器本身的误差，确定传感器入口处的准确辐射值方法：实验室定标、机上/星上定标、场地定标不同的传感器，其辐射定标公式不同。

L=gain*DN+Bias在ENVI4.8中，定标模块：Basic Tools>Preprocessing>Calibration Utilities>模块(只能对一个波段进行辐射定标)大气校正：Atmospheric correction 将辐射亮度或者表面反射率转换为地表实际反射率目的：消除大气散射、吸收、反射引起的误差。

Ⅰ、基于ENVI TM数据大气校正过程：1、首先点击File→Open Image File，选择需要大气校正的TM数据，加载1、2、3、4、5、7波段。

2、然后做数据校准（即传感器定标）：打开TM数据，单击“Basic Tools”->“Preprocessing”->“Calibration Utility”->“Landsat Calibration”,选择要校准的文件，然后会弹出下面的对话框：①第一个是传感器选项，选择Landsat 5 TM②接下来是影像获取时间、太阳高度角、波段等，这些在所下载影像的同一文件夹中可以找到，格式为_MTL.txt。

③校正类型“ Calibration Type”选择辐射：“Radiance”④选择输出文件夹及名称，点击OK即可。

⑤依次对六个波段进行辐射定标。

3、波段叠加（Layer Stackin）：单击”Map”->” Layer Stacking”,弹出对话框,单击“Import File…”，导入已校准的波段文件，导入文件后单击“Reorder Files…”，调整波段的排列顺序。

输入要保存的文件名，单击“OK”。

4、对叠加后的文件编辑新头文件。

单击”File”->”Edit ENVI Header”,选择要编辑的文件，然后弹出对话框：①单击“Edit Attributes”->”Wavelengths”,弹出如下对话：单位改为纳米（Nanometers），单击Import ASCII...加载已经编辑好的中心波长_txt,点击OK。

②单击“Edit Attributes”->”Gain”,加载编辑好的增益和偏置_txt，点击OK。

③单击“Basic Tools”->“Preprocessing”->“General Purpose Utilities”->“Apply Gain and offset”,应用增益和偏置，选择输出文件夹及名称，点击OK。

遥感数据辐射定标和大气校正-Landsat 5 Thematic Mapper为例北京农业信息技术研究中心 遥感技术部yanggj@2008-12-261 辐射定标1.1 基本原理当TM 获取影像以后（Level 0），会将其转化为32 位浮点型的绝对辐亮度。

之后进一步处理，将绝对辐亮度变为8 位的DN 值（Digital Number），这也就是我们购买后拿到的数据（Level 1）。

如果要将L1 的DN 值转化为传感器处的辐亮度值（at-sensor spectral radiance），需要通过下面这个公式：其中，是传感器处的辐亮度值，注意单位是；为像元的DN 值；为传感器处最小辐亮度值所对应的DN 值（一般取0）； 为传感器处最大辐亮度值所对应的DN 值（一般取255）； 为光谱辐亮度的最小值，单位同 ； 为光谱辐亮度的最大值，单位同 。

上面的这个公式也可以改为：其中，各个波段的 ， 以及 和 见表1。

需要注意的是，上述参数在2003 年5 月5 日前后是不一致的，所以在操作时，一定要搞清楚影像获取的时间。

参考文献：Chander, G. and Markham, B. (2003). Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges. IEEE Transactions on geosciences and remote sensing. Vol. 41, No. 11, November: 2674-2677.1.2 操作流程由于ENVI 4.4 中有专门进行辐射定标的模块，因此实际的操作十分简单。

将原始TM影像打开以后，选择Basic Tools¬Preprocessing¬Calibration Utilities¬Landsat TM进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。

中国遥感卫星地面站LANDSAT-5 TM的辐射定标王文李子扬唐伶俐2004-12-23近年来LANDSAT-5卫星的内部定标灯逐渐老化，基于星上内部定标灯的辐射定标算法变得越来越不准确，由于LANDSAT-7卫星的SLC不能正常工作，提高LANDSAT-5卫星的辐射定标精度就显得更有意义。

为此，NASA建议LANDSAT-5也使用类似于LANDSAT-7的传感器增益算法，使得这两颗卫星的辐射定标数据更具有可比性。

为了使广大用户更好地使用LANDSAT-5卫星数据，中国遥感卫星地面站于2004年5月对LANDSAT-5 TM数据处理系统进行了升级，更新后的处理系统在原有的CCRS 和NASA 基础上增加了NASA CPF和CCRS CPF两种算法，一般产品生产系统缺省选择CCRS CPF算法，即2004年5月以后生产的产品，如果没有特殊需求，都使用CCRS CPF算法。

2004年5月以后选用CCRS CPF或NASA CPF处理的产品需要使用新的辐射定标算法。

使用老的算法（CCRS和NASA）处理的产品不能使用新算法所给定的固定值来进行计算辐射亮度值。

（固定值见下表1）新的辐射定标算法只适用于1-5和7波段，6波段仍然沿用老的基于星上内部定标灯的辐射定标算法，对于该波段的新辐射定标算法数据正在研究中。

下表给出了USGS提供的新算法所使用的LMAX和LMIN固定值。

表1：USGS提供的新算法所使用的LMAX和LMIN固定值需要注意的是，历史上LANDSAT-5 TM的定标信息以)⨯⨯为mWμcmsr/(2m辐射率单位。

为了与LANDSAT-7 ETM+保持一致性，升级后产品的辐射率单位为)/(2m⨯。

Wμ⨯srm使用升级后的处理系统生产的LANDSAT-5的FAST B格式产品中，头文件与老的处理系统生产的产品一样，仍然包含LMAX/LMIN的信息，用户可以直接使用这些信息计算GAIN和BIAS的值，但是依然应该注意的是FAST B头文μ，所以在使用时还需考虑波段的波谱件中的LMAX/LMIN值的单位不含有1-m宽度，如下表所示：因为使用表1所提供的固定值将不用进行单位换算和波谱宽度相关计算，并且头文件中的LMAX/LMIN值由于处理过程中的系统误差而变得不精确，因此，我们建议用户直接使用USGS提供的LMAX/LMIN值来计算2004年5月以后生产的数据产品的GAIN和BIAS。

专题五Landsat TM辐射定标与大气纠正图像处理流程分为以下几个步骤：图像的配准、重采样、定标以及大气纠正。

其中，图像配准是做所有工作的前提，是图像的几何纠正。

在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。

在进行完图像配准（几何纠正）之后，为了使得输出图像的配置与输入图像向对应，因此要进行重采样。

定标以及大气纠正则是进行辐射量纠正的重要的过程，是进行定量遥感不可少的步骤。

分类是图像处理的最后一步，按某种使用意图分类之后的图像，对实际应用有很大帮助。

辐射定标和大气纠正都属于图像的预处理，辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率，大气纠正的目的是消除或减少大气对图像的干扰。

以下是图像预处理的流程：一、辐射定标要对图象进行辐射定标，将图象的DN值转化为表观反射率，该过程的实现是通过应用以下两个步骤来实现的：（1）首先将图象的DN值转化为辐亮度：radiance=gain*DN+offset (1)式（2）然后将图象的辐亮度转化为表观反射率：(reflectance) ρ=π*L*d2/（ESUN*cos（θ））(2)式其中ρ为表观反射率，L为表观辐亮度，d为日地距离，ESUN为太阳平均辐射强度，θ为太阳天顶角。

（3）将以上两个步骤结合得：ρ=π*（gain*DN+offset）* d2/（ESUN*cos（θ））(3)式①日地天文单位距离D：D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day）D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365)；days是拍摄卫片的日期在那一年的天数，如2004年5月21号，则days＝31＋29＋31+30+21＝142。

计算得：D=1.01250756ENVI中的具体实现（以Landsat 7 ETM+为例）：采用简单的波段运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。

landsat5波段介绍Landsat一5的成像传感器TM 获取的数据属于光学类遥感数据，目前中国科学院中国遥感卫星地面站(以下简称中国遥感卫星地面站)所生产的Landsat一5数据产品一共有四个级别，分别是0级、1级、系统级纠正(Systematic Geocorrection)与精纠正(Precision Geocorrection)。

0级产品是指像素值没有经过处理的图像数据，1级产品是指对0级产品进行辐射纠正后的产品，系统级纠正产品是在1级产品的基础上进行系统几何纠正后的产品，精纠正产品是引入了控制点信息进行几何精纠正后的产品。

相对于0级和1级产品，系统级纠正与精纠正的产品可以增加高程纠正(elevation correction)功能，高程纠正有三种选择级别：base、Coarse DEM与Fine DEM，base是全球尺度的高程纠正，CoarseDEM 是1：1O0万比例尺的DEM 数据，Fine DEM是1：25万以上比例尺的DEM 数据。

0级与1级产品的数据格式有EOsAT FAST 与CCRS LG—SOwG两种，系统级纠正与精纠正产品的数据格式有EOSAT FAST、CCRS LGSOWG与Geo Tiff三种。

0级产品没有经过辐射纠正和几何纠正处理，这类产品主要是面向具有一定遥感卫星数据处理经验的高级用户，所以一般情况下不建议普通用户使用。

目前中国遥感卫星地面站给用户提供最多的是经过辐射纠正和几何纠正的系统级纠正产品。

用户如果对图像定位精度要求比较高，平原地区可选用精纠正产品，高程较高的区域建议选用经过高程纠正的精纠正产品，其几何定位精度误差在1-2个像元之内。

因此从网上下载的数据应该是辐射纠正和几何纠正，还需要进行正射校正-精校正-辐射定标—layer stacking-大气校正-裁剪辐射定标会将分辨率不一致的波段丢失。

Landsat 5 Thematic Mapper 辐射定标和大气校正杨曦北京师范大学资源学院，旱灾与风险小组yangxi@2008-10-261 辐射定标1.1 基本原理当TM 获取影像以后（Level 0），会将其转化为32位浮点型的绝对辐亮度。

之后进一步处理，将绝对辐亮度变为8位的DN 值（Digital Number ），这也就是我们购买后拿到的数据（Level 1）。

如果要将L1的DN 值转化为传感器处的辐亮度值（at-sensor spectral radiance ），需要通过下面这个公式：其中，是传感器处的辐亮度值，注意单位是2/W m sr m μ••；为像元的DN 值；为传感器处最小辐亮度值所对应的DN 值（一般取0）；为传感器处最大辐亮度值所对应的DN 值（一般取255）；为光谱辐亮度的最小值，单位同；为光谱辐亮度的最大值，单位同。

上面的这个公式也可以改为：其中，各个波段的，以及和见表1。

需要注意的是，上述参数在2003年5月5日前后是不一致的，所以在操作时，一定要搞清楚影像获取的时间。

参考文献：Chander, G. and Markham, B. (2003). Revised Landsat-5 TM radiometric calibration procedures and postcalibration dynamic ranges. IEEE Transactions on geosciences and remote sensing. Vol. 41, No. 11, November: 2674-2677.1.2操作流程由于ENVI 4.4中有专门进行辐射定标的模块，因此实际的操作十分简单。

将原始TM影像打开以后，选择Basic ToolsÆPreprocessingÆCalibration UtilitiesÆLandsat TM进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。

辐射定标一、实验数据源描述：（一）实验数据来源：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 。

TM 各波段及其作用：TM Band 1蓝绿波段 0.45-0.52 30 用于水体穿透,分辨土壤植被 Band 2 绿色波段 0.52-0.60 30 分辨植被Band 3 红色波段 0.63-0.69 30 处于叶绿素吸收区域,用于观测道路/裸露土壤/植被种类效果很好Band 4 近红外波段 0.76-0.90 30 用于估算生物量, 尽管这个波段可以从植被中区分出水体，分辨潮湿土壤，但对道路辨认效果不如TM3Band 5 中红外波段 1.55-1.75 30 用于分辨道路/裸露土壤/水, 它在不同植被之间有好的对比度,并且有较好的穿透大气、云雾的能力。

Band 6 热红外波段 10.40-12.50 120 感应发出热辐射的目标。

Band 7中红外波段 2.08-2.35 30 对于岩石/矿物的分辨很有用, 也可用于辨识植被覆盖和湿润土壤。

（二）青岛 - 自然环境1、地质地貌：青岛为海滨丘陵城市，地势东高西低，南北两侧隆起，中间低凹，其中山地约占全市总面积的15.5％、丘陵占25.1％、平原占37.7％、洼地占21.7％。

全市海岸分为岬湾相间的山基岩岸、山地港湾泥质粉砂岸及基岩砂砾质海岸等3种基本类型。

浅海海底则有水下浅滩、现代水下三角洲及海冲蚀平原等。

青岛所处大地构造位置为新华夏隆起带次级构造单元——胶南隆起区东北缘和胶莱凹陷区中南部。

区内缺失整个古生界地层及部分中生界地层，但白垩系青山组火山岩层发育充分，在本市出露十分广泛。

岩浆岩以元古代胶南期月季山式片麻状花岗岩及中生代燕山晚期的艾山式花岗闪长岩和崂山式花岗岩为主。

Envi 对Landsat进行辐射定标将DN值定标为辐亮度（Radiance）或表观反射率（Reflectance）1、定标为辐亮度（Radiance）1）由DN定标为辐亮度（Radiance）公式：•QCAL为原始量化的DN值•LMINλ为QCAL = 0时的辐射亮度值•LMAXλ为QCAL = QCALMAX时的辐射亮度值，2）各参数的取值：A、最小和最大量化定标参数QCALMIN和QCALMAX的取值：如果没有元数据信息：QCALMIN为最小量化定标像素值取默认值1（TM和ETM+)）或者0 (MSS)；QCALMAX为最大量化定标像素值取默认值255 (TM 和ETM+)或者127 (MSS)。

如果有元数据信息：QCALMIN是最小量化定标像素值取值如下：1：LPGS产品1：04 April 2004之后NLAPS产品0：04 April 2004之前NLAPS产品注：LPGS 和NLAPS分别是两种数据处理系统得到的产品：the Level 1 Product Generation System (LPGS) 和the National Land Archive Production System (NLAPS)，从2008年12月份开始，L7 ETM+ 和L5都是以LPGS系统处理，L4 TM和MSS以NLAPS系统处理。

QCALMAX根据元数据信息取值为127（MSS）, 254（ETM）, 255（TM）。

B、最小和最大量化定标参数QCALMIN和QCALMAX的取值：LMINλ和LMAXλ的值取自Chander, Markham, and Helder (2009)的研究成果。

注意：按照如上公式计算出来的作为结果的辐亮度（Radiance）单位为：u W/(cm2*sr*um)。

2）定标系数LPGS处理产品的ETM+数据定标参数2、定标为表观大气反射率（ρ）：3、Envy下实现图3 Fast格式的L7定标界面4、手动进行辐射定标当没有元数据时可以通过Band Math进行运算例如，我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。

本次实验以烟台地区TM5数据为例，向大家介绍6S和FLAASH大气校正模型。

ENVI4.7进行Landsat TM 5辐射定标和大气校正一、辐射定标使用ENVI4.7对TM5进行辐射定标，输入数据格式为ENVI标准格式，一次只能定标一个波段。

（以20080227为例）1.打开原始数据（以Fast格式打开头文件），File---Open External File---Landsat---Fast，选择原始数据的头文件header.dat打开Gyanesh Chander等修正后的定标系数选择输出文件路径，输入输出文件名，点击OK进行辐射定标，得到定标结果c1（辐亮度）。

3.将定标后的7个辐亮度图像合并为一个图像得到s2*******（注意波段顺序要一一对应），合并后图像中没有wavelength信息，在头文件s2*******.hdr最后加上波长信息wavelength = {0.48500,0.56000,0.66000,0.83000,1.65000,11.40000,2.220000}wavelength units = micrometers4.格式转换，上述操作得到的图像是BSQ格式，转换为FLAASH要求的BIL或者BIP格式。

Basic Tools–Convert Data(BSQ,BIL,BIP)，打开对话框：二、大气校正简单一点的大气校正可以采用ENVI的FLAASH模块，以下就是FLAASH操作的步骤：1.FLAASH 模块的进入方法是Spectral–FLAASH，或者是Basic Tools–Preprocessing–Calibration Utilities–FLAASH。

2.FLAASH 模块的操作界面分为三块：最上部设定输入输出文件；中间设定传感器的参数；下部设定大气参数。

3.首先设定输入输出文件。

FLAASH 模块要求输入辐亮度图像，输出反射率图像。

在InputRadiance Image 中选择转换格式后的图像。