基于ENVI的Landsat 7影像处理与多种大气校正方法对比 | 您所在的位置:网站首页 › envi处理landsat8数据 › 基于ENVI的Landsat 7影像处理与多种大气校正方法对比 |
基于ENVI的Landsat 7影像处理与多种大气校正方法对比
1 数据导入与辐射定标2 波段合成3 编辑头文件4 转换文件格式5 QUAC快速大气校正6 简化黑暗像元法大气校正7 FLAASH大气校正8 大气校正结果与其他处理对比分析8.1 三种大气校正方法结果与未校正结果对比分析8.2 定标前后结果对比与不同地物波谱曲线对比分析
1 数据导入与辐射定标
关于数据的下载,百度中相关资源很多,这里不再赘述。 在我们所获得的遥感影像原始数据中,每一个像素对应的像元值往往是未经明确量化、没有统一量纲的数据(DN值,即Digital Number);而当我们需要利用遥感影像的信息对地物属性进行分析时,则往往需要其辐射亮度值、反射率值等。因此,我们首先需要通过“辐射定标”操作实现上述数据之间的转换。 (1) 将图像压缩包(例如“LE71230392011231EDC00_RGF_21.rar”)解压缩;打开ENVI Classic 5.3(64-bit)软件,选择“File”→“Open Image File”,在弹出的文件选择窗口中分别选中压缩包中后缀名包含“B10”“B20”“B30”“B40”“B50”“B70”的六个“.tif”格式文件;点击“打开”。 (2) 选择“Basic Tools”→“Preprocessing”→“Calibration Utilities”→“Landsat Calibration”,在弹出的文件选择窗口中选择一个波段的图像。
如前所述,我们本次选用一幅完整遥感图像中1、2、3、4、5、7六个波段的图像进行分析操作,而上述定标操作后的结果是将各个波段的结果图像单独列出,并未连在一起;因此,为了使得后期分析时,我们可以获得一幅图像各个不同波段完整的变化曲线,我们需要对上述图像进行“波段合成”操作。 (1) 选择“Basic Tools”→“Layer Stacking”,在弹出的文件选择窗口中选择经过辐射定标后的六个波段的图像。
波段合成操作完毕后,所得结果图像中包含了原有六个波段的信息。但由于合成过程中,我们并未将每一个波段的信息“告诉”软件,因此合成后的图像中六个波段的中心波长值为默认数值(分别为“1”“2”……“6”)。为解决这一问题,我们需要手动为合成后的图像各个波段赋以其原有的波长数值。 (1) 在“Available Bands List”文件列表中右键选择波段合成后的结果文件,选择“Edit Header”功能。
由图可以看到,经过波段合成、编辑头文件后的结果图像“allbands”的数据存储格式为“BSQ”模式,而接下来所需要进行的大气校正中,FLAASH方法需要原始文件的数据存储结构为“BIP”或“BIL”模式,因此,我们需要对数据文件的存储格式加以转换。 (1) 选择“Basic Tools”→“Convert Data (BSQ,BIL,BIP)”,在弹出的文件选择窗口中选择经过波段合成、编辑头文件操作后的结果图像,点击“OK”。 首先使用快速大气校正工具(QUAC)进行大气校正。这种校正方法将自动由图像中收集不同地物的波谱信息,从而获得相关经验值,以进行大气校正。值得注意的是,这一大气校正方法只可以对多光谱、高光谱图像进行处理。 QUAC快速大气校正对待处理文件数据单位、数据存储格式等并没有要求,即我们既可以使用通过上述步骤转换得来的“BIL”格式文件,亦可以使用转换前的“BSQ”格式文件。 (1) 选择“Basic Tools”→“Preprocessing”→“Calibration Utilities”→“Quick Atmospheric Correction”,在弹出的文件选择窗口中选择待处理图像文件,点击“OK”。
黑暗像元法基本原理为:假定待校正的遥感图像上存在黑暗像元区域,且地表为朗伯面反射、大气性质均一,则反射率或辐照亮度很小的黑暗像元由于受到大气的影响,使得这些像元的亮度值相对增加;可以认为这一部分的增加亮度是由于大气的影响造成的。在此基础上,若将全图像所有像元的亮度值都减去这一数值,得到的结果即为减少了大气影响的校正结果图像。这一方法十分简单,且其所获得的校正精度可以满足一般的遥感研究与实际应用。 (1) 选择“Basic Tools”→“Preprocessing”→“General Purpose Utilities”→“Dark Subtract”,在弹出的文件选择窗口中选择待处理图像文件,点击“OK”。
FLAASH大气校正方法适用于多光谱数据与高光谱数据,能够精确补偿大气对辐射的影响。这一方法采用MODTRAN4+ 辐射传输模型,通过影像像素光谱中的特征估计大气属性,可以有效去除水蒸气、气溶胶散射等效应带来的干扰,精度较高。 而另一方面,FLAASH方法同样对待处理数据有一定严格要求,如需要数据存储结构为“BIP”或“BIL”模式,像元值类型为经过定标后的辐射亮度或辐射率数据,数据单位为(μW)/(cm2nmsr)。 (1) 选择“Basic Tools”→“Preprocessing”→“Calibration Utilities”→“FLAASH”,在弹出的转换因子窗口中选择第二项,即单一因子适用于所有波段的情况。由于我们本次所使用数据原有光谱数值为标准单位,即(W)/m2 *μm *rad,为了将这一单位换为FLAASH方法所能利用的单位,我们需要将转换因子设定为10.00。
如上图所示,左上、右上、左下、右下四幅图分别为QUAC快速大气校正、简化黑暗像元法大气校正、波段合成后未经大气校正、FLAASH大气校正所得到的结果图像。 由图可知,QUAC快速大气校正与FLAASH大气校正所得结果为辐射率数据,数据往往在1500至2000部分;而简化黑暗像元法大气校正和波段合成后未经大气校正的结果数值则多处于80以下。请教老师后得知,不同大气校正所得到的结果数值单位有一定差异。而正由于四种图像数据单位不同,因此不能单纯比较其在数值上的差异,而是需要结合整幅波谱曲线图加以分析。 可以看出,未经大气校正的结果与简化黑暗像元法大气校正结果十分类似,二者之间的差异很不明显;我认为,这是由于这种方法仅仅为将原图减去一个作为黑暗像元,而这一幅影像中最小像素值数值较小,使得简化黑暗像元法大气校正再减去这一数值后和原有像素相差不大导致的。QUAC快速大气校正与FLAASH大气校正所得结果与未经大气校正的结果差异明显,且两种校正方法均在0.5至0.6毫米处有由低升高的趋势,随后呈现出一个较大的下降趋势,并在0.8毫米左右变得较为平缓。此外也可以看到,QUAC快速大气校正所得结果数值整体大于FLAASH大气校正所得结果。 8.2 定标前后结果对比与不同地物波谱曲线对比分析首先,需要将原有未经过辐射定标的六个波段图像数据合成,生成一幅包含六个波段但未经过辐射定标的结果数据。其中需要注意,所得结果同样需要编辑头文件中六个波段的中心波长数值。将处理完毕的数据放在一起对比、分析。 以下每一幅大图都包含六幅小图。其中,第一排最左侧图为遥感图像,左上第二幅图为QUAC快速大气校正结果图,左上第三幅图为简化黑暗像元法大气校正结果图,最右侧图为未经辐射定标的结果图;下排第一幅图为波段合成后未经大气校正结果图,下排右侧图为FLAASH大气校正所得到结果图。
(5) 对比辐射定标前后结果图像的曲线图同样可以看出,在绝大多数情况下,辐射定标后光谱曲线与定标前相比,其曲线数值增长或下降趋势不变,但是变化的幅度的确发生了很大变化——辐射定标后的图像曲线由外形上看,可以看作将原有图像曲线“拉伸”,原有较为平缓的部分变得较为陡峭,曲线上的极大值或极小值较之周围数据变化较大,显得更加突出。 欢迎关注公众号:疯狂学习GIS |
CopyRight 2018-2019 实验室设备网 版权所有 |