遥感数据辐射校正.doc

遥感数据辐射校正的原理及方法遥感1班彭睿 20123225摘要 由于传感器响应特性和大气的吸收、散射以及其它随机因素影响，导致图像模糊失真，造成图像的分辨率和对比度相对下降，这些都需要通过辐射校正复原。辐射校正包括三部分的内容：传感器端的辐射校正，大气校正，地表辐射校正。关键字 辐射校正 大气校正 照度校正 辐射传输过程 ERDAS引言 近年来，随着航天技术、计算机技术、卫星定位技术和地理信息技术的发展，摄影测量与遥感已成为地球空间信息科学的基础技术，遥感图像在人类生活的诸多领域被广泛应用。然而，在遥感成像时，由于各种因素的影响，遥感图像会存在一定的辐射量失真现象，这些失真影响了图像的质量和应用，必须对其做消除或减弱处理，遥感图像辐射校正就是针对遥感图像的这一缺陷而发展起来的。在遥感影像辐射校正中，大气辐射校正是最重要的一部分，本文主要讨论大气辐射校正的方法和过程。消除遥感图像数据中依附在辐亮度中的各种失真的过程称为辐射量校正（Radiometric Calibration),简称辐射校正。1辐射校正概述辐射校正的目的： 尽可能消除因传感器自身条件、大气条件、太阳位置和角度条件及某些不可避免的噪声引起的传感器所得到的目标测量值与目标的光谱反射率或光谱辐亮度等物理量之间的差异，尽可能恢复遥感图像本来的面目，为遥感图像的分割、分类、解译等后续工作打下基础。 辐射误差来源1.1 传感器端1.1.1 光学摄影机引起的辐射误差1.1.2 光电扫描仪引起的辐射误差1.2 外部因素1.2.1 大气1.2.2太阳辐射2辐射校正包括三部分的内容：2.1.传感器端的辐射校正2.2.大气校正2.3.地表辐射校正3辐射传输过程：如图-1图-1 基本的辐射传输过程辐射传输方程：从辐射源经过大气层到达传感器的过程中电磁波能量变化的数学模型。4辐射校正方法：4.1.系统辐射误差校正4.2大气校正4.3.地面辐射校正4.4.传感器端的辐射校正4.4.1光学镜头的非均匀性引起的边缘减光现象的校正po机载成像光谱图像的边缘辐射畸变与仪器大视场角有关，主要由大气效应、地物反射非朗伯体特性、太阳-仪器-目标相对几何关系等因素综合作用所引起的。1.1. 光电转换系统的特性引起的辐射误差校正由于转换系统的灵敏度特性有很高的重复性，可以定期在地面上测量其特性，根据测量值对其进行辐射畸变校正。以Landsat的MSS、TM图像为例，对传感器的输出R进行校正的公式传感器输出辐射亮度校正过的辐射亮度已校正数据的最大值1.2因大气影响引起的辐射误差校正三种方法： 1.野外波谱测试回归分析法2. 辐射传递方程计算法3.波段对比法下面着重介绍野外波谱测试回归分析法：野外波谱测试需要与卫星同步在野外进行光谱测量。通常选用同类仪器测量，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。如：对于一个8位量化的图像，转换方程为：a地面测量值卫星测量值0设回归方程为：L=a+bR将图像中的每个像素值减去a，获取某区域经过大气改正后的图像。在获取地面目标图像时，可以预先在地面设置反射率已知的标志，或事先测出若干地面目标的反射率，把由此得到的地面实况数据和传感器的输出值进行比较，以消除大气的影响。注意：在地面特定地区、特定条件、一定时间段内测定的地面目标反射率不具有普遍性，因此该方法仅适用于包含地面实况数据的图像。3地形起伏引起的辐射校正对于地形起伏引起的辐射误差，可以利用地表法线矢量与太阳入射矢量两者的夹角来校正。若处在坡度为的倾斜面上的地物影像为g（x，y），则校正后的图像f（x，y）为： 地形坡度引起的辐射校正方法需要有图像对应地区的DEM数据，校正较为麻烦，一般情况下对地形坡度引起的误差不做校正。对于多波段图像，可用波段比值来进行校正，消除地表坡度的影响。4.传感器辐射校正的基本原理与方法在遥感器飞越辐射定标场地上空时，在定标场地选择若干个像元区，测量传感器对应波段内的地物光谱反射率 ，同时测出大气环境参量（大气气溶胶光学厚度，大气中水、臭氧含量等）等。再根据卫星过顶时太阳几何位置、仪器视场角、探测器光谱响应函数等，通过大气辐射传输模型求解出传感器入瞳处各光谱通道的辐射亮度Lt，最后确定它与传感器输出的数字量化值之间的数量关系，求解定标系数，并估算定标不确定性。Lt与探测器对应的输出信号的数字量C之间的定量关系按线性校正模型处理，则有：A-可见光和近红外波段辐射校正系数2）红外波段选择清洁水面作为目标，则探测器的辐射值为：-探测器光谱响应带宽-探器光谱响应函数- -红外波段辐射校正系数5.总结与展望1.复杂地表条件下的大气校正。在复杂地表条件下，地形对大气校正有着重要影响，但是由于进行地形校正会改变太阳地面传感器的几何关系，从而改变像元接收的太阳辐射，因此，一些学者建议在地形校正前进行大气校正 ，也有学者提出将大气校正与地形校正同时进行 ，实现大气校正与地形校正的耦合。Richter提出的ATCOR (Atmospheric and Topographic Correction for Airborne Scanner Data)模型就代表了未来的一个发展方向。2. 随着高光谱遥感的发展，海量数据的获取与处理对大气校正提出了新的挑战，促使大气校正向着工程化的方向发展，以满足快速批量对遥感数据进行大气校正的要求。尽管光学遥感大气校正方面的成果很多，各种模型层出不穷，但没有一个是可普遍应用的。因此，在对遥感影像进行大气校正时，要根据研究目的、要求以及研究区的特点，选择适当的大气校正方法。对于热红外遥感，由于热红外辐射与大气的相互作用与可见光、近红外不一样，因而其大气校正方法也不相同。大气校正方法正向自动化、模块化、实用化及工程化的方向发展，相信随着对大气校正方法的不断探索和改进，必将会加快遥感信息定量化的发展步伐3,。基于影像自身的大气参数反演。由于实时的大气参数获