遥感数字图像处理实习报告 一、引言 遥感数字图像处理是一项重要的技术，通过对遥感图像的处理和分析，可以获取地表信息、监测环境变化、进行资源调查等。本报告旨在总结我在遥感数字图像处理实习中所学到的知识和经验，并对实习过程中的工作进行详细的描述和分析。 二、实习背景 在本次实习中，我加入了某遥感数字图像处理公司的团队，负责处理和分析卫星遥感图像。公司的主要业务包括地表覆盖分类、环境监测、农业调查等。在实习期间，我主要参与了地表覆盖分类和环境监测方面的工作。 三、实习内容 1. 数据获取 在实习开始前，我首先了解了卫星遥感图像的获取方式和数据源。公司与多个卫星数据提供商合作，可以获取高分辨率的多光谱和全色遥感图像。我通过公司内部的数据平台，获取了一些地区的遥感图像数据，用于后续的处理和分析。 2. 图像预处理 在进行地表覆盖分类和环境监测之前，我对获取的遥感图像进行了预处理。预处理包括图像校正、辐射定标、大气校正等步骤，旨在消除图像中的噪声和偏差，提高图像的质量和准确性。 3. 地表覆盖分类 地表覆盖分类是遥感数字图像处理的重要应用之一。我使用了监督分类和非监督分类两种方法进行地表覆盖分类。在监督分类中，我利用已知类别的样本数据训练分类器，并对整个图像进行分类。在非监督分类中，我使用聚类算法对图像进行
分割，并根据像素的相似性进行分类。通过比较两种方法的结果，我发现监督分类在准确性方面表现更好，但非监督分类在处理大规模数据时更高效。 4. 环境监测 除了地表覆盖分类，我还参与了环境监测方面的工作。通过对多时相的遥感图像进行比较和分析，我可以监测地表的变化情况，如城市扩张、植被覆盖变化等。我使用了变化检测算法和时间序列分析方法，对图像进行处理和分析，得到了地表变化的信息。 5. 结果分析 在实习期间，我对处理和分析的结果进行了详细的分析和评估。我比较了不同分类算法的准确性和效率，评估了地表变化的程度和趋势。通过对结果的分析，我可以得出一些有关地表覆盖和环境变化的结论，为后续的研究和决策提供参考。 四、实习心得 通过这次实习，我学到了很多关于遥感数字图像处理的知识和技巧。我了解了遥感图像的获取和处理流程，掌握了图像预处理和分类方法，学会了使用相关软件和工具进行图像处理和分析。在实习中，我还体会到了团队合作的重要性，通过与同事的交流和合作，我解决了许多问题，并提高了工作效率和质量。 五、总结 通过这次实习，我对遥感数字图像处理有了更深入的了解和掌握。我熟悉了图像处理的基本原理和方法，掌握了一些常用的遥感图像处理技术。我相信这些知识和经验将对我未来的学习和工作有很大的帮助。感谢公司的指导和支持，让我有机会参与这次实习，我会继续努力学习，提高自己的专业能力。
在最初的遥感学习中，我总是分不清传感器定标、辐射定标、辐射校正、大气校正这几个概念的区别与联系。而且在不同的资料中，各个名词的解释又不一样。例如： 定标是将传感器所得的测量值变换为绝对亮度或变换为与地表反射率、表面温度等物理量有关的相对值的处理过程（赵英时等《遥感应用分析原理与方法》） 遥感器定标就是建立遥感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系；建立遥感传感器的数字量化输出值DN与其所对应的视场中辐射亮度值之间的定量关系（陈述彭）。辐射定标是将传感器记录的电压或数字值转换成绝对辐射亮度的过程（梁顺林《定量遥感》，2009） 其实，简单来说，辐射定标就是将记录的原始DN值转换为大气外层表面反射率，目的是消除传感器本身产生的误差，有多种方法：实验室定标、星上定标、场地定标。公式1就是将初始的DN值转换为辐射亮度，其中Lb是值辐射亮度值，单位是：W/cm2.μm.sr（瓦特/平方厘米.微米.球面度），Gain和Bias是增益和偏移，单位和辐射亮度值相同，可以看出，辐射亮度和DN值是线性关系。公式二是将辐射亮度值转换为大气表观反射率，式中：Lλ为辐射亮度值，d为天文单位的日地距离，ESU Nλ为太阳表观辐射率均值，θs是以度为单位的太阳高度角。不过总的来说，这部分的工作基本上不需要用户自己做，相关的系数都包含在数据的头文件或者元数据中了。例如用Env i打开Modis数据，就是反射率（大气外层表观反射率），辐射亮度
以及发射率三个数据类型（见dsbin：传感器定标http://bbs.esri https://www.doczj.com/doc/af19183700.html,/ESRI/viewthread.php?tid=56191）。 大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。主要分为两种类型：统计型和物理型。 统计型是基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效地概括从局部区域获取的数据，例如经验线性定标法，内部平场域法等，详细请参照玉妮小居新浪博客：辐射校正的统计模型https://www.doczj.com/doc/af19183700.html,/s/blog_5f4afe870100da1w. html。 另一方面，物理模型遵循遥感系统的物理规律，它们也可以建立因果关系。如果初始的模型不好，通过加入新的知识和信息就可以知道应该在哪部分改进模型。但是建立和学习这些物理模型的过程漫长而曲折。模型是对现实的抽象；所以一个逼真的模型可能非常复杂，包含大量的变量。例如6s模型，Mortran等。 而辐射校正指在光学遥感数据获取过程中，产生的一切与辐射有关的
《遥感原理与应用》 期末报告 班级：116112 小组：第一组 组员：彭茜蕤黄慧林 刘佳慧周林 指导教师：陈启浩 课题：遥感影像辐射校正 中国地质大学信息工程学院信息工程系 2013年5月
目录 1.辐射校正的概念和原理 2.辐射校正的原理 3.部分辐射校正方法效果展示4．辐射校正相关前沿 5．参考文献 6.小组成员分工
1.辐射校正的概念和原理 由于传感器响应特性和大气的吸收、散射以及其他随机因素的影响，导致图像模糊失真，造成图像的分辨率和对比度的相对下降。辐射校正纠正由于遥感检测系统、大气散射和吸收等原因引起的图像模糊失真、分辨率和对比度下降等辐射失真。 为了得到相对真实有用的遥感图像，这些因素导致的图像误差需要通过辐射校正来复原。 2.辐射校正的原理 一、系统辐射校正--传感器定标 传感器定标：传感器定标模型可用线性公式表示如g’=kg+b，实质是建立传感器输出值与传感器入瞳处辐射亮度间的联系。 （一）光学摄影机内部辐射误差校正 光学摄影机内部辐射误差主要是由镜头中心和边缘的透射光的强度不一致造成的，它使得在图像上不同位置的同一类地物有不同的灰度值。设原始图像灰度值g，校正的图像灰度g’,则有g’=g/cos θ；θ为像点成像时光线与主光轴夹角。 （二）光电扫描仪内部辐射误差的校正 两类误差： （1）光电转换误差；（2）探测器增益变化引起的误差。 二、大气校正 定义：指消除主要由大气散射引起的辐射误差的处理过程。 （一）公式法 与卫星扫描同步进行野外波谱测试，将地面测量结果与卫星影像对应像元亮度值进行回归分析，回归方程为： 式中，LAi为卫星观测值；Ri为地面反射率； a和b为回归系数； 系数a为大气散射引起对辐射的干扰部分 a=SiLBi （式中，Si为系统增益因素；Lbi为大气路径辐射率） b表示辐射率Lai随地面反射率 Ri递增而增长的程度大小； Ti为大气透射率；Hi为太阳辐照度；θ为太阳天顶角； i代表各波段的序号。 将上式代入可得：
FLAASH大气校正实践 一、实习目的：熟悉ENVI软件，并对遥感图像进行大气校正 二、实习内容：本次实习是大气辐射校正，最初拿到的影像是没有经过校正的，对这样的 影像分析往往存在很大误差，所以需要校正，本次实习应用FLAASH进行大气校正。 三、FLAASH简要介绍：FLAASH 是基于MODTRAN4+辐射传输模型。MODTRAN4+模 型时由进行大气校正算法研究的领先者Spectral Sciences，Inc 和美国空军实验室共同开发。ENVI 软件提供算法的集成和界面设计。 四、实习步骤：①打开影像：EN VI→File→Open External Image→Landsat→Geo TIFF with Metadata打开2002年12-27 Landsat ETM+的一景。 ②辐射定标：EN VI→Basic tool s→Preprocessing→Calibration Utilities→Land calibration→MTL.txt→Calibration type选为radiance→output Filename，并命名为etm20021227_radiance
③格式转换：ENVI→Basic tool s→Convert Data→选择etm20021227_radiance并点击ok，此时出现Convert File Parameters设置相关参数,Output Interleave 选为BIL或BIP均可，之后命名为etm20021227_radiance.con，并ok ④大气校正：ENVI→Spectral→FLAASH→在FLAASH Atmospheric Model Input Parameters 中进行参数设置→Input Radiance Image→点击etm20021227_radiance.con，并ok，出现Radiance Scale Factors对话框，选择第二个→并把Single scale factors 改为10.000000，之后点ok ⑤设置FLAASH程序文件输入和输出信息：首先，设置FLAASH面板中的参数→从下载影像处找到lon（经度）：118.8092，lat（纬度）：31.7398，Flight Date:2002-12-27,Flight Time：02:25:29.0，Sensor Type：Landsat TM7。大气模式选为：Mid-Latitude Winter，气溶胶模型选为：Rural，气溶胶获取的方法选为：2-Band（K-T）法，初始能见度设为：40.00。其次，这里需要K-T法从影像中提取气溶胶信息，因此需要点击FLAASH界面下部的Multispectral Settings进一步设定其他参数。在“Multispectral Settings”面板中选择Kaufman-Tanre Aerosol Retrieval并进行参数设置→KT_Upper Channel选择波段中心值为2.2200um，KT_Lower Channel选择波段中心值为0.6600um，Cirrus Channel选择波段中心值为 1.6500um。
实验四遥感图像的大气校正 实验目的：通过实习操作，掌握遥感图像大气校正的基本方法和步骤，掌握遥感图像波段计算及其应用。 实验内容： 环境小卫星的数据读取； 辐射定标、图像配准、大气校正； 植被反演、植被覆盖变化监测 1、实验相关知识及背景 ◆传感器定标就是将图像的数字量化值（DN）转化为辐射亮度值或者反射率或者表面 温度等物理量的处理过程；传感器定标可分为绝对定标和相对定标，绝对定标是获取图像上目标物的绝对辐射值等物理量。 ◆遥感图像的大气校正方法很多，这些校正方法按照校正后的结果可以分为2种：绝 对大气校正方法：将遥感图像的DN(Digital Number)值转换为地表反射率、地表辐射率、地表温度等的方法。相对大气校正方法：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。 ◆ENVI下FLAASH大气校正工具是基于MODTRAN4+辐射传输模型，FLAASH对图 像文件有以下几个要求： （1）数据是经过定标后的辐射亮度（辐射率）数据，单位是：（μW）/（cm2*nm*sr）。 （2）数据带有中心波长（wavelenth）值，如果是高光谱还必须有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。 （3）数据类型支持四种数据类型：浮点型（floating）、长整型(long integer )、整型（integer）和无符号整型(unsigned int)。数据存储类型：ENVI标准栅格格式文件，且是BIP或者BIL。 （4）波谱范围：400－2500nm ◆浑善达克地区位于内蒙古草原锡林郭勒高原中部。近年来频频发生在京津地区的沙 尘暴与该地区生态环境恶化相关。据统计，京津地区沙尘暴70%的沙源来自于这个区域。通过对该区域植被覆盖度的定量反演，植被覆盖的变化检测，可以实现草原植被的高频率、大范围、高实时的变化监测。 2、实验步骤 根据环境小卫星CCD数据特点及草原植被变化监测的要求，采用以下处理流程： 一、数据预处理： https://www.doczj.com/doc/af19183700.html,D数据读取； 2.辐射定标； 3.大气校正； 4.研究区裁剪； 二、反演模型建立 1.归一化植被指数； 2.植被覆盖度；
遥感图像处理实习报告 姓名： 学号： 联系方式： 日期：
一、实习要求 （一）掌握使用ENVI进行各种图像基本操作； （二）熟练运用ENVI中工具进行图像图像校正、裁剪拼接、融合及图像增强处理； 二、实习操作过程与实现结果 （一）辐射校正及大气校正 1、辐射校正 （1）选择File->open，选择Landset8武汉数据中的‘’文件。 （2）选择Toolbox->Radiometric Correction->Radiometric Calibration工具，选择要校正的‘LC8LGN00_MTL_MultiSpectral’多光谱数据，设置定标参数（存储格式：BIL；单位转换“Scale Factor”的设置，单击Apply FLAASH Settings得到相应的参数），得到辐射定标后的结果。 2、大气校正
（1）选择Toolbox->Radiometric Correction->Atmospheric Correction Module->FLAASH Atmospheric Correction工具；打开工具后设置参数：在FLAASH Atmospheric Correction Module Input Parameters 面板中如图设置各项参数；点击apply运行大气校正。（2）大气校正运行结果 （二）图像裁剪与拼接 1、15米全色波段图像裁剪拼接 （1）选择File->open，选择‘县界.shp’‘LC8LGN00_MTL’及 ‘LC8LGN00_MTL’文件。 （2）选择Toolbox->Regions of Interest->Subset Date from ROIs 工具；双击打开后input file面板选择38区段15米分辨率文件，input ROIs面板选择‘县界’文件。点击‘OK’，38区段文件裁剪后如图。 （3）重复（2）中工具选择步骤；双击打开后在input file 面板选择39区段15米分辨率文件，在input ROIs面板选择‘县界’文件。点击‘OK’，39区段裁剪后如图。 （4）选择Toolbox->Mosaicking->Seamless Mosaic工具，双击打开，
Landsat 5 Thematic Mapper 辐射定标和大气校正 120102105龚鑫烨操作流程 辐射定标： 1、加载原始图像H1。 2、Basic Tools——Preprocessing——data-specific utilities——Landsat TM——landsat calibration 进入下一步参数选择：根据传感器类型选择Landsat 4,5 或者7。从遥感影像的头文件 中获取Data Acquisition 的时间，Sun elevation。如果你是用File?Open External File?Landsat?Fast 的方法打开header.dat 的话，sun elevation 就已经填好了。这里Calibration Type 注意选择为Radiance。输出文件，定标就完成了。
大气校正 1、Spectral——FLAASH/Basic Tools——Preprocessing——Calibration Utilities——FLAASH。 首先设定输入输出文件。FLAASH 模块要求输入辐亮度图像，输出反射率图像。 之前我们进行了辐射定标，得到辐亮度图像，在这里要把BSQ 格式的图像转换为BIL 或者BIP 格式的图像，然后再Input Radiance Image 中选择转换格式后的图像。(Basic Tools——Convert Data(BSQ,BIL,BIP))。这里注意，当输入图像后，程序会让你选择Scale Factor，即原始辐亮度单位与ENVI 默认辐亮度单位之间的比例。ENVI 默认的辐亮度单位是2/ W cm sr nm μ••，而之前我们做辐射定标时单位是2/ W m sr m μ••，二者之间转换的比例是10，因此在下图中选择Single scale factor，填写10.000。
辐射定标和大气校正过程参考 实验数据来源： 使用的数据为广东省汕头市的ETM+影像，成像时间为2001年11月22日，2:28:18.000（格林威治时间）。 数据处理 一．辐射定标 1.首先对图像进行辐射定标，将图像的DN值转化为辐亮度。 每个角标中含有 的参数表示波段不同则取值不同，具体参数可从卫星影像的头文件中得到。L是某个波段光谱辐射亮度；gain为增量校正系数，offset为校正偏差量，DN 是图像灰度值，DNmax和DNmin为遥感器最大和最小灰度值，Lmax， Lmin分别为最大和最小灰度值所相应的辐射亮度。 Band3:定标公式：L=(152.9+5)/(255-1)*b1-5 2.在ENVI中操作如图：
定标前： 定标后： 二． 大气校正 1.将图像的辐亮度转化为表现反射率 ))cos(*/(**2θπρESUN d L = 其中ρ为表观反射率，L 为表观辐亮度，d 为日地距离，ESUN 为太阳平均辐射强度，θ为太阳天顶角。ESUN 的值从表3中查得。d 的值根据影像成像的儒略日（在一年中所在天数）从表4查得，如实习影像成像时间是2001年11月22日，儒略日为第326天，d=0.9860天文单位。θ从头文件中读取为41.36°，cos θ=0.7506， 表观反射率计算公式为： ρ=3.142*L*(0.9860)2 /(1554*0.7506)。 参考表格：
2.在ENVI中操作如图： 结果图：
1.输入文件：input3 2.通过cmd.exe执行下列操作得到output 3.txt文件 3.找到所需数据
由output3.txt可知coefficients xa xb xa : 0.00543 0.02145 0.05637。 4. 利用公式计算校正后的反射率 其中，ρ为校正后的反射率，L i是i波段的辐射量度 得到计算公式为：y=0.00543*L i-0.02145 5.利用ENVI计算用6s得到模型进行的大气纠正 四．对比 大气纠正完得到的是地表真实反射率，而辐射定标完得到的是表观发射率，二者的区别就是表观反射率经过大气校正之后得到的才是真实反射率，所以两个的值有所差别
姓名：学号：日期： 1．实验名称 辐射定标与大气校正 2、实验目的 熟悉遥感软件，掌握ENVI中对图像辐射定标与大气校正的基本方法。 3、实验原理 1、辐射定标是将传感器记录的电压或数字量化值（DN灰度值）转换成绝对辐射亮度值（辐射率）的过程，或者转换成与地表（表观）反射率、表面温度等物理量有关的相对值的处理过程 2、大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，包括消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响；消除大气分子和气溶胶散射的影响。 4、数据来源（下载源、波段数、对应的波长、分辨率、投影、地区） Landsat5、TM图像、BAND_COMBINATION = "1234567"
5、实验过程 5、1辐射定标： 实方法一： External with Metadata Basic Tools-Preprocessing-Calibration Utilitties-Landsat Calibration 5.1.1.1打开Basic Tools-Preprocessing-Calibration Utilitties-Landsat TM，根据图像信息输入 5.1.1.2 打开校正图像，关联两幅图像，比较数据值
方法二： BandMath验结果与分析 5.1.2.1打开图像，选择BandMath按照辐射定标公式输入5.1.2.2 选择待校正波段图像
5.1.2.3 关联两幅图像，对比两幅图像数据
5、2 去零 5.2.1打开图像，选择BandMath输入公式（b1*b1/b1）5.2.2 选择辐射定标过的图像
辐射定标实验报告 辐射定标实验报告 辐射定标实验是一项重要的科学实验，用于测量和确定辐射源的强度和能量。 通过这个实验，我们可以获得辐射源的各种参数，为辐射防护和辐射治疗提供 准确的数据支持。本文将介绍辐射定标实验的背景、目的、实验装置、实验过 程和结果分析。 一、背景 辐射是指能够传播并具有能量的电磁波或粒子束。在许多领域中，如医学、工 业和环境监测等，辐射的测量和控制非常重要。辐射定标实验是为了确保辐射 源的准确性和可追溯性，以及测量设备的准确性和灵敏度。 二、目的 本次实验的目的是通过辐射定标实验，测量和确定辐射源的强度和能量。同时，我们还将评估测量设备的准确性和灵敏度，并验证实验结果的可靠性。 三、实验装置 实验所需的装置包括辐射源、辐射探测器、测量设备和数据记录系统。辐射源 可以是放射性同位素或加速器产生的粒子束。辐射探测器是用于测量辐射强度 和能量的仪器，常见的有Geiger-Muller计数器和电离室。测量设备包括放大器、多道分析器和计算机等。 四、实验过程 1. 准备工作：确保实验环境安全，并检查实验装置的正常运行。 2. 辐射源测量：使用辐射探测器测量辐射源的强度和能量。根据实验需要，可 以调整探测器的位置和角度。
3. 数据记录：使用测量设备和数据记录系统记录测量结果。同时，还需要记录 实验参数，如探测器距离辐射源的距离、测量时间等。 4. 实验重复：为了提高结果的可靠性，需要重复实验，并对结果进行平均处理。 5. 数据分析：对实验结果进行统计和分析，计算辐射源的强度和能量。同时， 还需要评估测量设备的准确性和灵敏度。 五、结果分析 通过辐射定标实验，我们得到了辐射源的强度和能量数据。同时，我们还评估 了测量设备的准确性和灵敏度。实验结果表明，辐射源的强度在一定范围内是 稳定和可靠的。测量设备的准确性和灵敏度也符合要求。 六、结论 辐射定标实验是一项重要的科学实验，通过测量和确定辐射源的强度和能量， 为辐射防护和辐射治疗提供准确的数据支持。本次实验结果表明，辐射源的强 度在一定范围内是稳定和可靠的，测量设备的准确性和灵敏度符合要求。 七、展望 辐射定标实验在科学研究和应用中具有广泛的应用前景。未来，我们可以进一 步改进实验装置和方法，提高实验的准确性和可靠性。同时，还可以开展相关 研究，探索新的辐射定标技术和方法。 总之，辐射定标实验是一项重要的科学实验，通过测量和确定辐射源的强度和 能量，为辐射防护和辐射治疗提供准确的数据支持。本次实验结果表明，辐射 源的强度在一定范围内是稳定和可靠的，测量设备的准确性和灵敏度符合要求。未来，我们可以进一步改进实验装置和方法，提高实验的准确性和可靠性。同时，还可以开展相关研究，探索新的辐射定标技术和方法。
ENVI5.1 landsat 8OLI数据辐射定标与大气校正 ENVI 5.1 FLAASH大气校正工具中新增了一些多光谱传感器类型，如：Landsat 8 OLI、Pleiades-1A、Pleiades-1B、Rasat、Spot6。支持多光谱传感器类型明细见下图1： 图1.1 ENVI 5.0与ENVI 5.1 FLAASH中支持传感器类型对比 1打开Landsat 8数据 在这里以Landsat 8数据“LC81230322013132LGN02”为例进行介绍。
File -> Open，选择LC81230322013132LGN02_MTL.txt文件，点击OK打开。分为五个数据集：多光谱数据（1-7波段），全色波段数据（8波段），卷云波段数据（9波段），热红外数据（10，11波段）和质量波段数据（12波段）。 图2.1Data Manager面板 2辐射定标 ENVI 5.1工具箱中查找工具：/Radiometric Correction/Radiometric Calibration；双击此工具，选择要校正的多光谱数据“LC81230322013132LGN02_MTL_MultiSpectral”进行辐射定标。 1)选择定标的文件；
图2.2打开需要定标的多光谱数据 2)定标参数设置 FLAASH大气校正对于radiance数据的要求是：BIL存储格式，单位转换“Scale Factor”的设置，单击Apply FLAASH Settings得到相应的参数。具体的参数设置如下图2.3； （定标类型：辐射亮度值或大气表观反射率，FLAASH大气校正需要输入BIL格式的辐射亮度值，故此出选择radiance，BIL）
辐射定标与大气校正 辐射定标是将传感器记录的电压或数字量化值(DN)转换成绝对辐射亮度值（辐射率）的过程，或者转换与地表（表观）反射率、表面（表观）温度等物理量有关的相对值的处理过程。 大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数，消除大气分子和气溶胶散射的影响。 这里我们以landsatFLAASH大气校正，和ASTER大气校正为例。 ①在ENVI主菜单中,选择File>> Open External Flie>>>Landsat >>>Fast，在文件选择对话框中选择landsatTM_JasperRidge.hrf.fst文件，（也可以选择单个波段）ENVI自动将数据添加到波段列表中，并按照波长分为3个组，全色、热红外、可见光-红外。 ②辐射定标在ENVI主菜单中，选择Basic Tools>> Preprocessing>>>>> Calibration Utilities>> Landsat Calibration，选择可见光-红外组（6个波段），打开Landsat定标工具。 Landsat 定标工具会从元数据文件中自动获得相关的参数信息，包括成像日期、
定标参数等，选择CalibrationType: Radiance。 ③选择输出路径和文件名，由于文件较小，我们可以选择memory,单击OK 按钮执行定标处理。 得到的辐射亮度的单位为W/(m2*um*sr)。图像文件的储存顺序为BSQ，下面将定标结果进行BSQ到BIL的转换处理。 第二步储存顺序调整 ①在主菜单中，选择Basic Tool>>>>Convert Data(BSQ、BIL、BIP)在 Convert File Input File对话框中选择memory。单击OK按钮，打开 Convert File Parameters对话框。 ②
上机实习容：Flaash大气校正 学生王玲 学号201420771 院系城市与环境学院 专业地图学与地理信息系统年级2014级 教务处制
Flaash大气校正实验报告 一、实验目的 通过本次实验能够更深一步理解大气校正的原理、方法。并且熟练掌握Landsat8 OLI 数据的大气校正的流程。 二、实验容 1、辐射定标 目的：将传感器记录的电压或数字量化值（DN值）转换为绝对辐射亮度值（辐射率）。 原理：L=Gain*DN + Bias 步骤： （1）首先，在Envi5.1中打开辐射定标工具，Toolbox/Radiometric Correction/ Radiometric Calibration，并在File Selection对话框中选择数据，如下所示： （2）辐射定标参数设置 当选择好辐射定标的数据时，接下来需选择定标参数。其中， ①Calibration Type：辐射定标类型，因Flaash校正要求输入的数据为辐亮度值，因此辐射定 标类型选择辐亮度。当数据的每个波段包含Gain和Offest参数时，Envi会自动从元数据文件中获取这些参数，并按照辐射定标公式进行定标，本实验所使用的Landsat8 OLI 数据的元数据中包含这两个参数。另外，Envi默认Gain和Offest参数定标单位为W/（m2*sr*μm），因此，计算得到的辐亮度值为W/（m2*sr*μm）。 ②Output Interleave：输出数据存储顺序，因Flaash校正要求输入的数据存储类型为BIL或 BIP，但因BIL的处理速度快，故在此选择BIL。 ③Output Data Type：输出数据类型，辐射定标中可以选择的输出数据类型为三种，分别是： 浮点型（Float）、双精度浮点型(Double)和无符号位16整型(Uint)。本实验中使用的OLI6 原始数据为无符号16位整型，在进行Flaash校正时计算缩放因子是无单位型与浮点型数据之间的缩放关系，因此，该处选择浮点型（Float）。 ④Scale Factor：因辐射定标计算的辐亮度值单位是W/（m2*sr*μm），而FLAASH校正所要 求输入数据的辐亮度单位为μW/（cm2*sr*nm），该缩放系数是这两单位间的转换系数，
大气校正实习报告 一、实验目的：大气校正的目的是消除大气和光照等因素对地 物反射的影响,广义上讲获得地物反射率、地表温度等真实物理模型参数;狭义上是获 取地物真实反射率数据.用来消除大气中水、二氧化碳、甲烷和臭氧等物质对地物反射的 影响, 消除大气分子和气溶胶散射的影响. 大气校正同时也是反演地物真实反射率的过程. 对TM影像进行辐射定标，将DN值转化成辐亮度，并对其进行大气纠正。 实验数据来源： 二、实验数据源描述：地点：青岛区域时间：2021年7月15号搭载传感器：Landsat TM 5 传感器特征：含有7个波段，其中第6波段为热红外波段，空间分辨率是120m，其他波段空间分辨率是30m。辐射分辨率是8bit，重访周期是16天，幅宽是185km。三、大 气校正的实验步骤：①转换成辐亮度 ②大气纠正的方法： 目前,遥感图像的大气校正方法很多.这些校正方法按照校正后的结果可以分为2 种: 绝对大气校正方法:将遥感图像的DN(Digital Number)值转换为地表反射率,地表温度等的方法. 相对大气校正方法:校正后得到的图像,相同的DN 值表示相同的地物反射率,其物的实际反射率. ③大气纠正的模型： 常见的绝对大气校正方法有: 基于辐射传输模型MORTRAN 模型 LOWTRAN 模型ATCOR 模型6S 模型等。 基于简化辐射传输模型的黑暗像元法基于统计学模型的反射率反演; 相对大气校正常 见的是: 基于统计的不变目标法直方图匹配法等. 既然有怎么多的方法,那么又存在方法选择问题.这里有一个总结供参考:
1,如果是精细定量研究,那么选择基于基于辐射传输模型的大气校正方法. 2,如果是 做动态监测,那么可选择相对大气校正或者较简单的方法. 3,如果参数缺少,没办法了只能 选择较简单的方法了。 ENVI 大气校正模型： 在ENVI 中包含了很多大气校正模型，包括基于辐射传输模型的MORTRAN模型、黑暗 像元法、基于统计学模型的反射率反演。基于统计的不变目标法可以利用ENVI 一些功能 实现。其中MORTRAN 模型集成在ENVI 大气校正扩展模块中。还有 直方图匹配等 ④利用FLAASH大气纠正 FLAASH 是基于MODTRAN4+辐射传输模型，MODTRAN 模型是由进行大气校正算法研究的领先者SpectralSpectral Sciences, Inc 和美国空军实验室（Air Force Research Laboratory）共同研发。 FLAASH大气纠正的优点： FLAASH 采用了MODTRAN4+辐射传输模型，该算法精度高。任何有关影像的标准MODTRAN 大气模型和气溶胶类型都可以直接使用。通过影像像素光谱上的特征来估计大气 的属性，不依赖遥感成像时同步测量的大气参数数据。可以有效地去除水蒸气/气溶胶散 射效应，同时基于像素级的校正，矫正目标像元和邻近像元交叉辐射的“邻近效应”。对 由于人为抑止而导致波谱噪声进行光谱平滑处理。作为结果，除了真实地表反射率外，还 可以得到整幅图像内的能见度、卷云与薄云的分类影像、水气含量数据。 图像已经符合了FLAASH工具的几项要求。下面就是用FLAASH完成大气校正。（1） 传感器与图像目标信息 ? Lat：32.03615677 Lon：112.20489562（从图像中心点件中获取） ? Sensor Type：Landsat TM7 ? Ground Elevation：0.163（从相应区域的DEM获得平均值） ? Flight Date：2002-09-02 Flight Time：02:30:00 （2） 大气模型（Atmospheric Model）： Mid-Latitude Summer （3）（4） 2-Band（K-T）（5）（6） 初始能见度（Initial Visibility）：40。多光谱设置（Multispectral Settings）气溶胶模型（Aerosol Model）：Rural 气溶胶反演（Aerosol Retrieval）： ? Defaults 下拉框：Over-Land Retrieval Standard（660：2100）。（7）
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、加载影像，打开ENVI，file>>open image file，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 >> basic tools >>preprocessing > >calibration utilities >> Landsat calibration 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 >> basic tools>> convert data (BSQ ,BIL ,BIP) 4、FLAASH大气校正 （1）ENVI>>basic tools>>preprocessing>>calibration 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 ①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
目录 前言 (3) 一、实验目的 (3) 二、实验内容 (3) 三、实验时间 (3) 四、组织人员 (3) 1.专题概述 (4) 2. 处理流程介绍 (4) 2.1图像获取 (4) 2.2数据读取和定标 (4) 2.3图像配准 (5) 2.4大气校正 (5) 2.5反演模型构建及模型应用 (5) 2.6植被变化 (6) 3.详细处理过程 (7) 3.1数据预处理 (7) 3.1.1安装环境小卫星数据处理补丁 (7) 3.1.2数据处理和定标 (7) 3.1.3工程区裁剪 (9) 3.1.4图像配准 (14) 3.1.5大气校正 (17) 3.1.6裁剪浑善达克区 (23)
3.2植被覆盖度反演 (27) 3.2.1计算归一化植被指数 (27) 3.2.2计算植被覆盖度 (28) 3.3植被变化监测 (29) 3.3.1植被覆盖区提取 (29) 3.3.2植被变化检测 (31) 3.4成果后期处理与应用 (32) 3.4.1植被变化区域图的背景值处理 (32) 3.4.2植被变化区域制图 (33) 实验心得 (36)
前言 一、实验目的 1、掌握ENVI软件的基本操作。 2、掌握卫星影像的预处理的基本流程。 3、通过实习，学会自己去处理一些问题。 4、进一步提高学生分析问题、解决问题的能力，增强实践技能，并培养学生勇于 动手、勤于动手、热爱本专业的思想。
5、深刻地理解和巩固基本理论知识,掌握基本技能和动手操作能力,提高综合观 察分析问题的能力 二、实习内容 1、了解ENVI的基本操作。 2、实现影像图像的几何校正、融合、镶嵌及剪裁。 3、掌握ENVI对影像信息的提取 4、了解ENVI的一些应用分析