遥感图像的辐射校正实验报告.docx

1、遥感图像的辐射校正实验报告遥感图像的辐射校正实验报告1. 实验目的和内容实验目的：（1）复习巩固课堂上所学的对遥感图像的辐射校正，掌握这些校正方法的基本原理和方法，理解遥感图像辐射校正的意义;（2）实际学习对遥感图像进行绝对大气校正、相对大气校正的FLAASH和黑暗像元法;实验内容：（1）绝对大气校正将遥感图像的DN值转换为地表反射率、地表辐射率、地表温度等的方法。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

2、影像，打开ENVI，fileopen image file，打开L71120038_03820030128_MTL.txt2、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 basic tools preprocessing calibration utilities Landsat calibration3、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 basic tools convert data (BSQ ,BIL ,BIP)4、FLAASH大气校正（1）ENVIbasic tools

3、preprocessingcalibration utilities FLAASH，选择需要校正的数据。选用第二种，设置Single scale factor：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Landsat TM7，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-Land Retrieval stand

4、ard（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DisplayToolsRegion of intersect ROI tool，选择纯净水体、山体阴影等黑暗象元绘制ROI2.主菜单BasicTools Preprocessing GeneralPurposeUtilitiesDarkSubtract选择待校正的图像3.在Dark Subtraction Parameters面板中，选择Region Of Interest，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，

5、选择数据集（2）选择ASTGTM_N31E118.img，并下载DEM5、使用ARCGIS打开影像（1）计算坡度。打开ArcToolbox3D Analyst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spectral profile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。B. 相对大气校正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

6、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band math计算。下图分别是黑暗像元法前后对比以及进行band math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。