ENVI专题五Landsat TM辐射定标与大气纠正Word格式.docx
《ENVI专题五Landsat TM辐射定标与大气纠正Word格式.docx》由会员分享，可在线阅读，更多相关《ENVI专题五Landsat TM辐射定标与大气纠正Word格式.docx（13页珍藏版）》请在冰豆网上搜索。
D＝1-0.01674cos（0.9856×
（JD-4）×
π/180）；
JD为遥感成像的儒略日（JulianDay）
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=1.01250756
ENVI中的具体实现（以Landsat7ETM+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。
第一步，查找.FST文件（是该图像经过粗纠正后的数据信息说明文件），该图像第3波段的gain和offset，可知：
gain＝0.619215662339154，offset＝-5.0000000000000
第二步，查找.FST文件可知=90-62.7=27.3度，cos（θ）＝0.8886；
查找Table11.4（Earth-SunDistanceinAstronomicalUnits）可知d=1.0109天文单位；
查找Table11.3
（ETM+SolarSpectralIrradiances）可知ESUN＝1551。
第三步，把这些参数的值带入
（1）式：
L3＝0.619*b3-5.0
代入（3）式：
ρ3＝3.1415*（0.619*b3-5.0）*1.0109^2/（1551*0.4602）
运算前：
实施运算
Basictools>
bandmath
输入运算式:
运算之后:
对于其它波段只要知道相关的参数,可以用同样的方法作简单的定标.其中关于ETM图像的一些参数如下：
表2ESUN值（针对Landsat4/5）
Table11.3
ETM+SolarSpectralIrradiances
Band
watts/（metersquared*µ
m）
1
1969.000
2
1840.000
3
1551.000
4
1044.000
5
225.700
7
82.07
8
1368.000
表3日地距离D（Landsat）
Table11.4Earth-SunDistanceinAstronomicalUnits（同上表3）
JulianDay
Distance
0.9832
74
0.9945
152
1.0140
227
1.0128
305
0.9925
15
0.9836
91
0.9993
166
1.0158
242
1.0092
319
0.9892
32
0.9853
106
1.0033
182
1.0167
258
1.0057
335
0.9860
46
0.9878
121
1.0076
196
1.0165
274
1.0011
349
0.9843
60
0.9909
135
1.0109
213
1.0149
288
0.9972
365
0.9833
下表是Landsat5TM数据（NLAPS）的定标参数（其他版）：
由NLAPS系统产生
（1）
（2）
Table11.2ETM+SpectralRadianceRange
watts/（metersquared*ster*µ
BandNumber
BeforeJuly1,2000
AfterJuly1,2000
LowGain（LPGS）
HighGain
（NLAPS）
LowGain
LMIN
LMAX
-6.2
297.5
194.3
293.7
191.6
-6.0
303.4
202.4
-6.4
300.9
196.5
-4.5
235.5
158.6
-5.0
234.4
152.9
235.0
157.5
-5.1
241.1
157.4
-1.0
47.70
31.76
47.57
31.06
6
0.0
17.04
3.2
12.65
-0.35
16.60
10.932
16.54
10.80
244.00
158.40
-4.7
243.1
158.3
转换为表观反射率公式：
二、大气纠正（用ENVI中的工具）
1、简单的经验线性法（不考虑交叉辐射）
此种方法比较简单，精度一般，是用影像数据去匹配所选区域的反射率波谱曲线。
利用图像上各波段反射率的最高值与最低值与地表反射率之间的线性关系来进行简单的大气纠正。
基本步骤：
（1）选择图像上的最暗目标和最亮目标作为感兴趣区；
（2）从波谱库或地面测量（最好是地面同步测量）的波谱数据中找到相应的地物的波谱信息；
（3）建立两者之间的线性转换关系；
（4）利用回归过程中计算出的系数（Gains）和偏移值（offsets）,逐象素地进行经验线形纠正了。
Reflectance（fieldspectrum）=gainxradiance（inputdata）+offset
注：
经验线性纠正的输入是DN值，该过程同时完成了辐射定标和简单大气纠正两个步骤。
spectral>
preprocessing>
CalibrationUtilities>
EmpiricalLine
computefactorsandcalibrate（计算参数，进行校准）
calibrateusingexistingfactors（用已有的参数进行校准）
我们选择计算参数进行校准：
过程如下：
选择computefactorsandcalibrate
点击dataspectra的importspectra,
打开一个ROI,选择上面IMPOT的fromroifrominputfile,选好后点击OK
点击APPLY
点击fieldspectra的importspectra,选择波谱库（fromspectrallibrary）或已知地物的波谱（fromasciifile），下例是从波谱库中选择。
波谱库中提供的数据和所选ROI并不一定匹配的好，所以会存在很大的误差，甚至错误，所以在有地面同步测量数据的条件下，最好能够用该数据进行经验线性纠正。
选择roi和波谱库中的数据进行配对，点击enterpair
点击ok，
选择OK,下图为所建立的线性关系
白线为MaximumSolarIrradiance为gain，红线为PathRadiance，offset。
升级会员 