遥感原理 第7讲遥感图像辐射处理.ppt

大气校正的必要性讨论 从遥感图像中提取生物物理参数（biophysical parameters）时，必须进行大气校正； 在某些地物分类和变化检测方法中可以不进行大气校正。 利用最大似然法对同一时间获取的遥感图像进行分类； 利用最大似然法对不同时相图像分别进行分类，对分类后图像通过比较进行变化检测； 将不同时相图像集合成一个数据集进行变化检测时，可以不做大气校正。如将t1时间的Landsat TM 4个波段图像和t2时间的Landsat TM 4个波段图像组成一个8波段的图像集进行变化检测时，可以不做大气校正。 §6.3 像元灰度值DN和辐射率的转换 利用遥感图像目的之一就是利用灰度值反算其对应的地物的反射率或地物温度。 TM图像灰度值和辐射率转换关系 1.可见光波段灰度值与辐射亮度、反射率的转换关系 DN：灰度值，gain和bias分别为传感器的增益和偏移量，L为地物在大气顶部的辐射亮度，ρ为反射率（是表观反射率），ds是日地天文单位距离，E0太阳辐照度，θ是太阳天顶角。 2. 热红外波段计算温度 热红外波段主要是在求出地物的辐射亮度后，以普朗克公式求出地物温度。 对热红外波段（6L和6H），可以用下列公式计算地物的传感器温度（不是实际地面温度）： 式中：L6是地物在大气顶部的辐射亮度，K1和K2是计算常数，k1=666.093W/m2.ster.μm，K2=1282.7108K。 作业 某多波段传感器在对某区域成像时，在地面同步测试成像区一些特征地物对应传感器成像波段的反射率，表1第一行是同步测得的某些特征地物在k波段的反射率值R，第二行是从k波段遥感图像上读出的这些地物的像元灰度值L，则： 1、可采用基于ELC的大气校正方法对K波段图像进行绝对大气校正，依据表1数据求出k波段遥感图像的大气校正模型； 2、基于上述大气校正模型，计算图像（图1）大气校正结果（即所有像元灰度经大气校正后的值）。 表1 R(%) 0 3 7 9 12 14 15 19 20 L 8 34 59 71 96 108 114 130 151 120 100 59 45 114 8 78 63 96 230 24 34 200 240 108 180 205 71 220 199 130 120 100 210 151 图1 图像各像元灰度 目前常用的基于辐射传输模型（方程）的大气校正模型（方法） （1）LOWTRAN模型； （2）MORTRAN模型；（ENVI中的FLAASH就用的此模型，可对多光谱和高光谱图像进行校正。它通过高光谱像素光谱上的特征来估计大气的属性，可有效地去除水蒸气、气溶胶散射，漫反射的邻域效应。采用向导式操作流程，还包括快速大气校正功能。） （3）ATCOR模型； （4）6S(Second Simulation of the Satellite Singal in the Solar Spectrum radiative code)模型，是最常用的大气校正模型之一，适用于0.25~4微米波长范围内大气辐射传输模拟。 6S模型输出参数示例 6S模型的输入参数包括太阳/传感器方位角/高度角、水汽含量、大气模式、气溶胶类型、气溶胶光学厚度、波段特性、海拔等等 传感器辐射定标关系式 传感器入口处波段k的辐射度Lk和传感器输出的亮度值BVk间存在线性关系(同前式D)， 卫星运行时，传感器的辐射灵敏度将随时间发生变化，故传感器的绝对辐射定标中的增益（Ak）和偏置（Bk）量要不断更新。这一更新利用卫星上的太阳标定器和地面定标场来完成，在卫星发射前后都要进行。 2. 经验线性定标（Empirical Line Calibration，ELC）法大气校正 在地面选取两个或更多反射率明显不同的区域（如沙堆这样的亮区域和深水体这样的暗区域），在区域内选取m(m2)个目标，在遥感图像获取的同时，测出这些目标对应遥感成像波段k的反射率ρk,i(i=1,2,…,m),并在k波段图像上查出这m个目标对应像元的亮度值BVk,i，建立图像亮度BVk,i与目标反射率ρk,i的线性关系： 基于ELC的大气校正方法 利用最小二乘法，解出系数Ak、Bk，建立图像像元亮度值与目标反射率的关系，即大气校正模型： ρλ：目标在波长λ处的反射率； 如果不能获取成像时刻的地面数据，地面反射率可参考光谱数据库。 图像中每个像元的亮度值可转换成对应的地面目标的反射率。 硫磺 云母 绝对大气校正讨论 需要在成像同时获取地面实