遥感图像的辐射校正实验报告Word下载.docx
《遥感图像的辐射校正实验报告Word下载.docx》由会员分享,可在线阅读,更多相关《遥感图像的辐射校正实验报告Word下载.docx(13页珍藏版)》请在冰豆网上搜索。
本次实验通过FLAASH法进行绝对大气纠正。
(2)相对大气校正
校正后得到的图像,相同的DN值表示相同的地物反射率,其结果不考虑地物的实际反射率。
本次实验通过黑暗像元法进行相对大气纠正。
2.图像处理方法和流程
A.绝对大气校正
1、加载影像,打开ENVI,file>
>
openimagefile,打开L71120038_03820030128_MTL.txt
2、辐射定标
FLAASH模块需要输入的是经过辐射定标后的BIL/BIP文件,ENVI>
basictools>
preprocessing>
>
calibrationutilities>
Landsatcalibration
3、格式转换
上述计算得到的存储方式为BSQ,FLAASH大气校正对于波段存储的要求为BIL/BIP格式,ENVI>
basictools>
convertdata(BSQ,BIL,BIP)
4、FLAASH大气校正
(1)ENVI>
basictools>
preprocessing>
calibrationutilities>
FLAASH,选择需要校正的数据。
选用第二种,设置Singlescalefactor:
10。
(2)设置输入与输出文件
进入地理空间数据云,查询影像参数。
点击数据资源—LANDSAT系列数据—输入数据标识进行二次筛选—选择信息
查询图像的基本信息
设置Sensor类型为LandsatTM7,传感器参数被自动填写,影像和传感器参数查询数据相关信息后输入。
设置大气参数,大气模式为中纬度冬季,气溶胶类型为城市型。
最终结果如下图所示。
(3)多光谱设置
K-T反演选择默认模式:
Defaults->
Over-LandRetrievalstandard(660:
2100),其他参数按照默认设置。
(4)点击“Apply”运行FLAASH校正。
(5)查看结果
B.相对大气校正
1.待校正的图像Display>
Tools>
Regionofintersect>
ROItool,选择纯净水体、山体阴影等黑暗象元绘制ROI
2.主菜单>
Basic
Tools>
Preprocessing>
General
Purpose
Utilities>
Dark
Subtract
选择待校正的图像
3.在DarkSubtractionParameters面板中,选择RegionOfInterest,设置输出路径
4、在地理空间数据云中下载研究区DEM
(1)高级检索,选择地区,选择数据集
(2)选择ASTGTM_N31E118.img,并下载DEM
5、使用ARCGIS打开影像
(1)计算坡度。
打开ArcToolbox—3DAnalyst工具—栅格表面—坡度
(2)输入栅格图像,选择输出栅格路径,点击确定
(3)结果如下所示
(4)以envi格式导出
6.建立感兴趣区,裁剪影像和坡度数据
7.进行计算
3.实验结果
A.绝对大气校正
由图可以看出,纠正前纠正后图像的方向大小形状都没有明显变化,但是纠正前与纠正后的spectralprofile即光谱剖面发生了变化,将平缓的光谱变得更加崎岖,以消除消除辐射畸变。
相对大气校正实验中经历了黑暗像元法实验、在地理空间数据云中下载研究区DEM、建立感兴趣区,裁剪影像和坡度数据和最后的进行bandmath计算。
下图分别是黑暗像元法前后对比以及进行bandmath计算的前后对比。
可以明显看出,进行黑暗像元法后,影像的颜色更加鲜艳鲜明一些。
4.结果分析
绝对大气校正是使用Flaash方法进行实现的,通过设定好影像、传感器参数、大气参数、多光谱设置等一系列参数来进行大气校正。
这种方法是绝对的,以此消除大气的消光(吸收和散射)、天空漫射辐射等等原因。
因此,经过绝对大气校正后的图像,波段起伏更加大,图像更加清晰。
相对大气校正是通过黑暗像元法进行实现的,可以利用黑暗像元计算出程辐射,进而代入适当的大气校正模型进行相对大气分析。
这种方法消除程辐射后,整体图像都会更加清晰颜色也变得更加鲜明,在上面的结果途中能够很明显看出这些特点。