实习一6S大气校正文档格式.docx

1、该式是大气纠正的近似体会公式，也是6S模型的大体方程。（详细原理请参考6S操作手册）三、实习仪器与数据6S程序包、ENVI软件、TM影像四、实习步骤1、输入6S模型参数在利用6S软件进行大气校正时需要输入的要紧参数有（参照6S大气校正help6S操作手册）：（1）太阳天顶角、卫星天顶角、太阳方位角、卫星方位角，也能够输入卫星轨道与时刻参数来替代。（2）大气组分参数，包括水汽、尘埃颗粒度等参数。假设缺乏精准的实况数据，能够依照卫星数据的地理位置和时刻，选用6S提供的标准模型来替代。（3）气溶胶组分参数，包括水分含量和烟尘、尘埃等在空气中的百分比等参数。假设缺乏精准的实况数据，能够选用6S提供的标

2、准模型来描述标准大气的气溶胶组分等。（4）气溶胶的大气途径长度。（5）观测目标的海拔高度及传感器高度。（6）光谱条件，能够直接输入光谱波段范围，也能够将遥感器波段作为输入条件。（7）其他参数。假设是基于朗伯体大气校正，直接输入象元的光谱值可取得通过朗伯体大气校正后的地面反射率；假设是基于BRDF大气校正，在选择了二向性反射模型（如Ambrals、Rahman模型等）后，那么需要输入象元所对应的模型参数值，并将反演的模型参数与其他参数（地-气耦合因子、大气透过率、大气吸收率等）一路作为输入，通过6S大气校正模型软件通过迭代计算，最终取得基于BRDF的大气校正图像，推算出相应的方向反射率与反照率。

3、本研究的大气校正是基于朗伯体的大气校正。二、进行TM数据的大气校正6S软件在有关参数输入完毕后会计算出各类大气参数，同时也给出了大气校正系数，大气校正后的反射率ACR（Atmospherically corrected reflectance）可用下式取得：通过6S软件别离对TM分波段进行计算，求算出每景图像、每一个波段的值；然后，利用图像处置软件ENVI，逐象元计算大气校正后的反射率，并生成校正后的图像。图1 大气校正后图像（第4波段）3、校正前后图像的对照别离通过目视、直方图、波段值等进行校正前后图像的转变，计算植被指数，比较校正前后植被指数的转变。图2校正前直方图 图3校正后直方图4完成

4、实习报告内容包括：目的、6S模型参数、校正前后遥感影像的对照分析、误差分析。实习二 基于FCR模型的植被冠层反射率模拟明白得FCR辐射传输模型的成立进程，利用FCR模型进行植被多角度遥感一些大体原理的验证。二、原理与方式（详细原理请参考文献“李云梅. 水稻BRDF模型集成与应用研究. 浙江大学博士学位论文.”） 冠层方向反射率用下式表示： 其中，是二向反射率中的单次散射组分，是漫射通量，和是冠层上方某一平面上太阳直接辐射和总辐射。包括冠层和土壤的单次散射，由下式表示：射，由式34（2）表示： 是冠层单次散射，是土壤单次散射1大体参数利用WINSCANOPY冠层仪所获取的图像进行分析，取得芦苇叶

5、片的叶倾角散布。利用实测的参数通过优化函数法取得椭圆散布的参数为：偏心率，模型倾角81；叶片光谱曲线、土壤及薄层水体光谱曲线取野外实测的典型曲线；依照前人体会，取叶面蜡状物折射指数为；叶形状参数取实测值，叶的相对线形尺度 = 平均叶长/冠层高度；太阳天顶角为观测时的实际值，观测天顶角为0；太阳直接辐射与总辐射之比为1-散射辐射/总辐射。2植株采样数据样地编号：01 E N 南大港北植株状况株高150139134165156901041029994叶长26232827333525叶宽样方内有99株芦苇，平均每株片叶子 地面状况简述： 芦苇间有输送的一条小路，有稀疏芦苇，其间有一龄蝗虫。密度可达1

6、00头/m2。 LAI的计算公式：LAI每样方株数每株叶片数叶长3光谱数据 位于/定量遥感实习2/YD01/文件夹下面。 包括植被冠层数据的光谱数据、土壤光谱数据和太阳的总辐射和散射辐射光谱。4样点的大体信息 /定量遥感实习2/YD01/中为样点坐标等大体信息。一、熟悉FCR模型的各个模块图4 FCR模型界面二、利用实测数据进行植被冠层反射率和二向反射率的模拟；依照所提供数据进行模型参数的预处置，将模型输入到模块中，运行模型模拟植被冠层反射率和二向反射率。图5 冠层反射率模拟模块图6 二向反射率模拟模块3、利用模型进行一些大体原理的验证。在模型中，固定某些参数，别离仅改变某一参数，如LAI、太

7、阳高度角等，观看结果对输入参数的灵敏性。目的、输入参数、模拟反射率与实测反射率的对照、LAI与反射率及植被指数的关系。实习三 植被LAI的遥感反演明白得叶面积指数（LAI）反演的各类方式，把握LAI遥感反演的统计方式和进程， 能够利用实测数据和遥感数据成立LAI的统计反演模型并进行反演。遥感参数定量反演的模型大致能够分为三类：统计模型、物理模型和半体会模型。体会统计模型一样是描述性的，即对一系列观测数据作体会性的统汁描述，或进行相关分析，成立遥感参数与地面观测数据之间的统计相关关系。物理模型理论基础完善，模型参数具有明确的物理意义，并试图对作用机理进行数学描述。半体会模型那么综合了统计模型和物

8、理模型的优势。本次实习采纳的是统计方式。ENVI、EXCEL、宜兴地域的TM影像、实测LAI数据1、寻觅实测数据对应像元打开宜兴TM数据，新建感爱好区，将实测坐标对应像元保留为感爱好区，将23个点的感爱好区导出为文本文件。在EXCEL里面将该文件打开，与实测LAI文件保留在一路。图7 实测点及对应像元位置表1 感爱好区像元值IDLatLonB1B2B3B4B5B6B711034553938613629242486413518341541371541055084672251004356176742477613832880955831072701911101445275781265731314822087168546576936772151791409638476149374066二、依照对应的像元计算各类植被指数可成立以下植被指数：1）2）3），其中L可别离为，和。4）5）,其中,可为1。3、进行统计分析成立模型可将23个样点分为两组,一组17个用来成立模型,另外6个用来对模型进行验证。通过对17个样点的LAI和波段反射率及其植被指数相关分析和回归分析，成立不同的统计模型（线形、非线性、多项式等）。并利用剩余6个点对各模型进行验证。4、进行反演第一对图像进行分类，将植被提掏出来，然后针对植被进行反演。五、完成实习报告目的、模型对照、模型查验与分析。