遥感图像辐射校正

实验名称：遥感图像辐射矫正
实验目的：通过实验，了解并掌握辐射矫正的原理、基本方法，深刻理解遥感辐射矫正的意义。

实验原理：辐射矫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矫正，消除或改正辐射误差而引起的影响畸变的过程。

辐射矫正的一般方法有：
1.大气校正：大气会引起太阳光的吸收、散射，也会引起来自目标的反射及散射光的吸收、散射，入射到传感器的除目标物的反射光外，还有大气引起的散射光，消除并校正这些影响的处理过程叫大气校正。

2.太阳高度及地形等引起的畸变校正：视场角和太阳角的关系所引起的亮度变化的校正；地形倾斜的影响校正。

3.传感器的灵敏度特性引起的畸变校正：（1）由光学系统的特性引起的畸变校正。

（2）由光电变化系统的特性引起的畸变校正。

辐射误差：传感器观测目标的反射或辐射能量时，观测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。

两个基本概念
反射率：反射率是反射辐射通量与入射通量的比值，是0-1之间的无量纲的值
ρλ=Φreflectedλ/ Φiλ
通常用反射率描述各种地物的光谱反射特性。

一般分为镜面反射、方向反射、漫反射（各向同性），反射率是地物自身的属性。

朗伯反射体：发光强度和亮度的概念不仅适用于自己发光的物体，也可以应用到反射体。

光线射到光滑的表面上，定向地发射出去；射到粗糙的表面上时，它将朝向所有方向漫射。

一个理想的漫射面，应是遵循朗伯定律的，即不管入射光来自何方，沿各方向漫射光的发光强度总与cosθ成正比，从而亮度相同。

积雪、刷粉的白墙或十分粗糙的白纸表面，都很接近这类理想的漫射面。

这类物体称为朗伯反射体。

大气影响的定量分析
进入大气的太阳辐射会发生反射、折射、吸收、散射和透射。

其中对传感器接收影响较大的是吸收和散射。

假定地表面是朗伯体，其表面为漫反射，则某方向物体的辐射亮度为：
θ
π
π
λλ
λλ
λcos 00E R E R L =
=
其中：
λ
R 是地物反射率；
π是半球球面度（半球反射）
传感器接收信号时，受仪器的影响还有一个系统增益因子 ，这时进入传感器的亮度值为：
无大气： 在没有大气存在时，传感器接收的辐照度，只与太阳辐射到地面的辐照度和地物反射率有关。

设E0λ为波长λ的入射辐照度，θ为入射方向的天顶角，当无大气存在时，地面上单位面积的辐照度为：
θ
λλcos 0E E =
由于大气的存在，辐射经过大气吸收和散射，透过率小于1，从而减弱了原信号的强度。

同时大气的散射光也有一部分直接或经过地物反射进入到传感器，这两部分辐射又增强了信号，但却不是有用的。

在入射方向有与入射天顶角θ和波长λ有关的透过率T θλ；反射后，在反射方向上有与反射天顶角Φ和波长λ又有关的透过率T Φλ。

因此进入传感器的辐亮度值为
λS θ
π
λλλ
λ
cos 0'
0⋅⋅=
S E R L
由于大气分子和气溶胶等散射，使得邻近区域对太阳辐射的反射经大气散射，部分能量进入传感器，其辐照度为ED ，其辐亮度值为（此值通常很小，有人主张忽略不计）
相当部分的散射没有到达地面，向上通过大气直接进入传感器，这部分辐射称为程辐射度，辐亮度为
λ
p L ，可见，由于大气影响的存在，实际到达传感器的辐射亮度是前面所分析的三项之和，即
辐射传输方程：
}
)]()({[),0(sec ),(021λλθλλλλελρb e W e E K E H T e Z Z T ++=--
E λ为传感器输入辐射度，K λ为传感器的光谱响应系数；ρλ为地物的波谱反射系数；E0为太阳辐射照度 T （Z1，Z2）为Z1到Z2区段的大气层光学厚度，θ为太阳天顶角；ελ为地物的发射率系数，We(λ)
为与地物同温度黑体的发射通量密度，H 为平台高度；b λ为大气辐射所形成的天空辐射照度
从辐射传输方程可以看出，传感器的输出E λ除了与地物本身的反射和发射波谱特性有关外，还与传感器的光谱响应特性、大气条件、光照情况等因素有关。

比较以下两个公式：
θ
π
λλλ
λ
cos 0'0⋅⋅=
S E R L
（无大气）
p
D SL
E T E S RT L ++=
Φ
)cos (0θπ
θ（有大气）
大气的主要影响是减少了图像的对比度，使原始信号和背景信号都增加了因子。

无大气时（a)白处亮度值为50，黑处亮度值为0，则亮度对比C1 =（50－0）／50＝1。

当有大气影响时(b)，乘上透过率后假定减少10％，亮度值减少到45，而由于L2λ和 Lp 存在，黑白处亮度均增加 10，这样亮度对比变成 C2 =（55-10)/55＝9/11。

可见，对比度减小，图像质量下降了
大气影响的粗略纠正
严格地说，去除大气影响是将公式
中的附加项和附加因子求出，最终求出地物反射率R，从而恢复遥感影像中地面目标的真实面目。

当大气透过率变化不大时，有时只要去掉含ED和Lp的数据项就可修正图像的亮度。

这种对大气影响的纠正是通过纠正辐射亮度的办法实现的，因此也称作辐射校正。

精确的校正公式需要找出每个波段像元亮度值与地物反射率的关系。

为此需得到卫星飞行时的大气参数，以求出透过率Tθ、Tφ等因子。

如果不通过特别的观测，一般很难得到这些数据，所以，常常采用一些简化的处理方法，只去掉主要的大气影响，使图像质量满足基本要求。

粗略校正指通过比较简便的方法去掉式
中的Lp，即程辐射度，从而改善图像质量。

可以认为，程辐射度在同一幅图像的有限面积内是一个常数，其值的大小只与波段有关。

实验过程：
在ENVI中包含了很多大气校正模型，包括基于辐射传输模型的MORTRAN模型、黑暗像元法、基于统计学模型的反射率反演。

基于统计的不变目标法可以利用ENVI一些功能实现。

其中MORTRAN 模型集成在ENVI大气校正扩展模块中。

还有直方图匹配等。

a.ENVI下的Dark Subtract工具提供选择波段最小值、ROI的平均值、自定义值三种方式确定黑暗像元的像素值。

操作过程如下：
（1）打开待校正图像文件。

（2）在主菜单中，选择Basic T ools->Preprocessing->General Purpose Utilities-> Dark Subtract，在文件选择对话框中选择待校正图像文件，单击OK按钮，打开Dark Subtraction Parameters面板。

（3）在Dark Subtraction Parameters面板中，确定黑暗像素值包括三种方法（Subtraction Method）：
l 波段最小值(Band Minimum)
l ROI的平均值(Region Of Interest)
l 自定义值（User Value）
（4）在Output Result to中选择File以及相应的输出路径和文件名，单击OK执行操作。

b. ENVI下有TM数据做大气校正
一、数据校准（calibration utility）
打开TM数据，单击”Basic Tools”->”Preprocessing”->”Calibration U tility”->”Landsat Calibration”,如下图
第一个选项是传感器，选择Landsat 5 TM，余下的是数据的详细信息，能在同一文件夹下_MTL.txt 中找到。

其中“Calibration Type”选“Radiance”。

二、波段叠加(Layer Stacking)
六个波段文件全部校准后，再叠加到一起，成为一个文件。

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”。

三、数据转换（Convert Data）
常用的TM数据时BSQ（波段顺序排列）格式的，而FLAASH大气校正用的是BIL（波段按行交叉格式）的格式，所以要做数据转换。

单击”Basic Tools”->”Convert Data(BSQ,BIL,BIP)”，弹出如下对话框
Output Interleave选择BIL，输入要导出的文件的名称，单击”OK”。

四、进行FLAASH大气校正
单击“Basic Tools”->“Preprocessing”->“Calibration Utility”->“FLAASH”。

弹出如下对话框
单击“Input Radiance Image”，选择编辑好的文件，确定后弹出一个对话框，
根据上述图中的参数设置，然后点击ok，运行flaash大气校正。

五、结果展示：
参考文献
1、《遥感图像辐射校正与增强的研究与进展》丁宇虹西南大学地理科学研究院
2、《遥感数字图像的大气辐射校正辐射研究》阮建武邢立新吉林大学地球探测科学与技术学院
3、《基于TM遥感图像的预处理分析》科技创新导报
4、《浅谈遥感图像辐射校正与增强技术》盖乐科教导刊。