搜档网
当前位置:搜档网 › 辐射定标

辐射定标

辐射定标
辐射定标

辐射定标(像元亮度值,辐射亮度/亮温)、表观反射率、地表反射率、反照率、比辐射率(转)

(2012-11-28 13:58:29)

转载▼

分类:科研

标签:

杂谈

(2012-01-26 01:18:44)

标签:

校园分类:工作篇

定标系数为:增益53.473,单位:DN/(W?m-2?sr-1?μm-1);截距26.965,单位:DN。利用绝对定标系数将DN值图像转换为辐亮度图像的公式为L=(DN-b)/coe,式中coe为绝对定标系数的增益,b为截距,转换后辐亮度单位为

W?m-2?sr-1?μm-1。HJ1B红外相机中红外波段则条带较为严重,不利于定量化应用。

遥感数字图像

遥感数字图像是以数字形式记录的二维遥感信息,即其内容是通过遥感手段获得的,通常是地物不同波段的电磁波谱信息。其中的像素值称为亮度值(或称为灰度值、DN值)。

遥感概念DN值(Digital Number )是遥感影像像元亮度值,记录的地物的灰度值。无单位,是一个整数值,值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。

遥感图像量化image quantification。释文:按一定的函数关系将图像所代表的物理量分割成有限的离散等级,以使观测数据可用一定字长的二进制码表示,因此又称为数据编码。量化后的级别称为图像的像元值、灰度或亮度,记为

DN(digital number)。

DN值没有单位,数量级与像素深度有关,如果是无符号整型的就是0-255,符点型,无符号16位均根据其类型确定。

在遥感领域,定标一般分为几何定标和辐射定标两种。

几何定标即指对遥感图像几何特性进行校正,以还原为真实情况。

辐射定标指对遥感图像的辐射度进行校准,以实现定量遥感。

辐射定标一般也可称为校准,其主要目的是保证传感器获取遥感数据的准确性。通常,采用系统自身内部监视环路和外部标准目标方法对系统链路中的各个环节进行误差修正,来实现辐射定标过程。

一般在主动式遥感系统中,辐射定标可以作得很好,可以认为在一定误差范围内实现了定量遥感。而被动式遥感系统相对困难些。

几何定标相对简单,就不多说了。

辐射定标是对传感器引起的误差校正,将影像校正为星上反射率

辐射定标和辐射校正——遥感数据定量化的最基本环节

由于遥感图像成像过程的复杂性,传感器接收到的电磁波能量与目标本身辐射的能量是不一致的。传感器输出的能量包含了由于太阳位置、大气条件、地形影响和传感器本身的性能等所引起的各种失真,这些失真不是地面目标的辐射,因此对图像的使用和理解造成影响,必须加以校正和消除,而校正和消除的基本方法就是辐射定标和辐射校正。

辐射定标是指传感器探测值的标定过程方法,用以确定传感器入口处的准确辐射值。辐射校正是指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。

一般情况下,用户得到的遥感图像在地面接收站处理中心已经作了辐射定标和辐射校正。

大气对电磁波的作用基本可以归纳为两种物理过程,即吸收和散射。对环境遥感来说,大气的吸收与散射作用均可使电磁波受到削弱,此谓大气效应。

大气纠正,即大气效应纠正,其基本目标是"如何将星载传感器所测得的辐射亮度值(DN)中的大气效应消除掉,从而获得地表真实的辐射亮度值"。

辐射校正是指消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声的过程。辐射校正包括三个方面:

1、影像的辐射校正

2、太阳高度角和地形影响引起的辐射误差校正

3、大气校正

大气校正只是辐射校正的一个方面。

光学遥感图像例如TM的一些辐射定标工作,总的来说可以有广义和狭义之分:狭义的是指将图像的DN值转化为有物理量纲的观测目标大气上界的亮度值或者反射率

广义的除了狭义的步骤外还包括去除大气影响,计算地表目标真实的反射亮度或者是反射率

假如用6S模型校正,第一步是辐射定标,根据DN值、影像的offset和gain计算辐射量度L;第二步用6S模型得到大气校正参数xa、xb、xc;第三步根据三个大气校正参数和L就可计算校正后的反射率。从计算方程来看,如果具有相同DN值的像元,校正后其反射率也相同。

地表反射电磁波,被卫星的传感器记录下来就得到DN值,DN值进过定标和相关的公式能够转变为地表的反射率值。

DN值就是遥感传感器的数字量化输出值,相当于图像的灰度值。。。可以根据记录的原始DN值进行辐射定标,转换为大气外层表面反射率。

DN值就是像素值。DN值的大小代表地物反射电磁波的能力,通俗点就是分辨地物。因为不同的地物应该有不同的DN值。

表观反射率

用多辐射校正水平遥感数据提取植被叶面积指数的精度分析

顾祝军刘咏梅陆俊英南京晓庄学院生物化工与环境工程学院南京211171 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所)南京210008 选用南京市SPOT5 HRG图像的地物反射率(PAC)、表观反射率(TOA)、星上辐射率(SR)和灰度值(DN)影像,提取了2种植被指数(VI),即归一化植被指数

(NDVI)和比值植被指数(RVI),与地面实测的植被叶面积指数(LAI)进行了相关分析,并建立了157个LAI-VI关系模型。结果显示:LAI与VI呈显著的正相关关系(r=0.303~0.927,p〈0.01),对应不同植被的优选模型自变量包括了3个辐射校正水平的2种植被指数,可见基于不同辐射校正水平的植被指数在LAI 遥感反演中具有一定的应用潜力。这些优选模型为:阔叶林:LAI=-3.345+

5.378RVISR+7.329NDVISR(R2=0.818,RMSE=0.527),针阔混交林:LAI=1.696+17.076NDVIDN+137.684(NDVIDN)2-288.240(NDVIDN)3

(R2=0.919,RMSE=0.440),灌木:LAI=-0.065+19.112NDVISR-113.820(NDVISR)2+184.207(NDVISR)3(R2=0.900,RMSE=0.448),草地:LAI=-5.905+6.446RVISR +9.477NDVISR(R2=0.944,RMSE=0.378),植被总体:LAI=-1.615+7.199NDVIDN +2.640NDVISR+2.105RVIPAC(R2=0.801,RMSE=0.668)。研究表明,基于不同植被类型、不同辐射校正水平影像的LAI遥感估算有利于充分挖掘遥感影像信息,进而提高LAI估算的精度。

由于植被遥感应用定量化和监测等的需求,光学遥感数据的辐射校正更加受到重视该文论述了辐射校正,辐射定标和大气校正的慨念以及它们之间的区别及关系特别对辐射定标的结果之一,大气层顶表观反射率,简称表观反射率(Apparent reflectance)的定义、慨念、计算和它在植被遥感中的应用等方面,进行了详细的论述。

暗像元算法基于表观反射率的大气贡献项,即利用卫星观测的路径辐射反演气溶胶光学厚度。它是目前陆地上空气溶胶遥感应用最为广泛的算法。

遥感反射率的定义:地物表面反射能量与到达地物表面的入射能量的比值。

遥感表观反射率的定义:地物表面反射能量与近地表太阳入射能量的比值。

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。

1、反射率:是指任何物体表面反射阳光的能力。这种反射能力通常用百分数来表示。比如说某物体的反射率是45%,这意思是说,此物体表面所接受到的太阳辐射中,有45%被反射了出去.英文表示:Reflectance

2、地表反射率:地面反射辐射量与入射辐射量之比,表征地面对太阳辐射的吸收和反射能力。反射率越大,地面吸收太阳辐射越少;反射率越小,地面吸收太阳辐射越多,表示:surface albedo

3、表观反射率:表观反射率就是指大气层顶的反射率,辐射定标的结果之一,大气层顶表观反射率,简称表观反射率,又称视反射率。英文表示为:apparent reflectance(=地表反射率+大气反射率。所以需要大气校正为地表反射率)。?5S?和?6S?模型输入的是表观反射率而MODTRAN模型要求输入的是辐射亮度。

4、行星反射率:从文献?一种实用大气校正方法及其在TM影像中的应用?中看到?卫星所观测的行星反射率(未经大气校正的反射率)?;在?基于地面耦合的TM影像的大气校正-以珠江口为例?一文有?该文应用1998年的LANDSAT5

TM影像,对原始数据进行定标、辐射校正,求得地物的行星反射率?。因此行星反射率就是表观反射率。英文表示:planetary albedo

5、反照率:反照率是指地表在太阳辐射的影响下,反射辐射通量与入射辐射通量的比值。它是反演很多地表参数的重要变量,反映了地表对太阳辐射的吸收能力。英文表示:albedo

它与反射率的概念是有区别的:反射率(reflectance)是指某一波段向一定方向的反射,因而反照率是反射率在所有方向上的积分;反射率是波长的函数,不同波长反射率不一样,反照率是对全波长而言的。反照率的定义是地物全波段的反射比,反射率为各个波段的反射系数。因此,反照率为地物波长从0 到∞的反射比。

6.地表比辐射率(Surface Emissivity),又称发射率,指在同一温度下地表发射的辐射量与一黑体发射的辐射量的比值,与地表组成成分,地表粗糙度,波长等因素有关。比辐射率的直接测量。理论上,比辐射率的测定有两种

途径,一种是比色法,这种方法目前只能使用在被测物的温度大于50 ℃的场合。因为信噪比太小,不适合常温地球表面的测量。然而,随着传感器技术的发展,如果能测量零度以下物体的话,这种比色法似可取得突破性的发展; 另一种是亮度法。也是目前人们所采用的办法。在实验室里,利用封闭式黑体筒可以成功地测量地物的比辐射率。也可以利用主动和被动相结合的方法测量比辐射率,这种方法已在实验室里取得成功。利用二氧化碳激光,可以远距离测量地物的比辐射率,目前,已经开始把这一技术向航空和航天遥感扩展,它的可行性已经得到证实,其目标是对区域范围的地物比辐射率进行直接测定。我们深信这种高技术的实现已为期不远了。这种比辐射率的直接测定,不仅可以直接获得比辐射率区域分布,而且可以获得比辐射率的多角度以及地物性质的有关信息。这种研究思路的实现,对定量热红外遥感的推动作用是巨大的。

辐射亮度表示面辐射源上某点在一定方向上的辐射强弱的物理量。辐射亮度的SI单位为瓦/( 球面度.米2 ) 。

面辐射源的辐射亮度L:辐射源在某一方向的单位投影面积在单位立体角内的辐射通量,称为辐射亮度(Radiance)L。Le=dLe/dScosθθ为给定方向和辐射源面元法线间的夹角。单位是W/(sr*m2)。

辐射

基本内容

表示面辐射源上某点在一定方向上的辐射强弱的物理量。辐射亮度的SI单位为瓦/( 球面度.米2 ) 。面辐射源的辐射亮度L:辐射源在某一方向的单位投影面积在单位立体角内的辐射通量,称为辐射亮度

(Radiance)L。单位是W/(sr*m2)。

自然界中的一切物体,只要温度在绝对温度零度以上,都以电磁波的

形式时刻不停地向外传送热量,这种传送能量的方式称为辐射。物体通过辐射所放出的能量,称为辐射能。辐射按伦琴/小时(R)计算辐射有一个重要的特点,就是它是?对等的?。不论物体(气体)温度高低都向外辐射,甲物体可以向乙物体辐射,同时乙也可向甲辐射。这一点不同于传导,传导是单向进行的。任何已经遭遇辐射的人都应用肥皂和大量清水彻底冲洗整个身体,并立即寻求医生或专家的帮助 !(图为"放射性物质危险,小心辐射?的警示标志)

辐射能被物体吸收时发生热的效应,物体吸收的辐射能不同,所产生的温度也不同。因此,辐射是能量转换为热量的重要方式。辐射传热(radiant heat transfer)依靠电磁波辐射实现热冷物体间热量传递的过程,是一种非接触式传热,在真空中也能进行。物体发出的电磁波,理论上是在整个波谱范围内分布,但在工业上所遇到的温度范围内,有实际意义的是波长位于0.38~1000μm之间的热辐射,而且大部分位于红外线(又称热射线)区段中0.76~20μm的范围内。所谓红外线加热,就是利用这一区段的热辐射。研究热辐射规律,对于炉内传热的合理设计十分重要,对于高温炉操作工的劳动保护也有积极意义。当某系统需要保温时,即使此系统的温度不高,辐射传热的影响也不能忽视。如保温瓶胆镀银,就是为了减少由辐射传热造成的热损失。热辐射的基本概念任何物体在发出辐射能的同时,也不断吸收周围物体发来的辐射能。一物体辐射出的能量与吸收的能量之差,就是它传递出去的净能量。物体的辐射能力(即单位时间内单位表面向外辐射的能量),随温度的升高增加很快。一般说来,当一物体受到其他物体投来的辐射(能量为Q)时,其中被吸收转为热能的部分为QA,被反射的部分为QR,透过物体的部分为QD,显然这些部分与总能量之间有下式所示的关系: QA+QR+QD=Q如果把A=QA/Q称为吸收

率,R=QR/Q称为反射率,D=QD/Q称为穿透率,则有: A+R+D=1 若物体的A=1,R=D=0,即到达该物体表面的热辐射的能量完全被吸收,此物体称为绝对黑体,简称黑体。若R=1,A=D=0,即到达该物体表面的热辐射的能量全部被反射;当这种反射是规则的,此物体称为镜体;如果是乱反射,则称为绝对白体。若D=1,A=R=0,即到达物体表面的热辐射的能量全部透过物体,此物体称为透热体。实际上没有绝对黑体和绝对白体,仅有些物体接近绝对黑体或绝对白体。例如:没有光泽的黑漆表面接近于黑体,其吸收率为0.97~0.98;磨光的铜表面接近于白体,其反射率可达0.97。影响固体表面的吸收和反射性质的,主要是表面状况和颜色,表面状况的影响往往比颜色更大。固体和液体一般是不透热的。热辐射的能量穿过固体或液体的表面后只经过很短的距离(一般小于1mm,穿过金属表面后只经过1μm),就被完全吸收。气体对热辐射能几乎没有反射能力,在一般温度下的单原子和对称双原子气体(如 Ar、He、H2、N2、O2等),可视为透热体,多原子气体(如CO2、H2O、SO2、NH3、CH4等)在特定波长范围内具有相当大的吸收能力。

辐射以电磁波和粒子(如阿尔法粒子、贝塔粒子等)的形式向外放散。无线电波和光波都是电磁波。它们的传播速度很快,在真空中的传播速度与光波(3×1010厘米/秒)相同,在空气中稍慢一些。

电磁波是由不同波长的波组成的合成波。它的波长范围从10E-10微米(1微米=10E-4厘米)的宇宙线到波长达几公里的无线电波。Υ射线、X

射线、紫外线、可见光、红外线,超短波和长波无线电波都属于电磁波的范围。肉眼看得见的是电磁波中很短的一段,从0.4-0.76微米这部分称为可见光。可见光经三棱镜分光后,成为一条由红、橙、黄、绿、青、蓝、紫七种颜色组成的光带,这光带称为光谱。其中红光波长最长,紫光波长最短,其它各色光的波长则依次介于其间。波长长于红光的(>0.76微米)有红外线有无线电波;波长短于紫色光的(<0.4微米)有紫外线,Υ射线、X射线等。这些辐射虽然肉眼看不见,但可用仪器测出。

太阳辐射波长主要为0.15-4微米,其中最大辐射波长平均为0.5微米;地面和大气辐射波长主要为3-120微米,其中最大辐射波长平均为

10微米。习惯上称前者为短波辐射,后者为长波辐射。

!!!!表观反射

率https://www.sodocs.net/doc/6615612538.html,/view/e332f6d53186bceb19e8bbfe.html

图像的DN转化为图像的幅亮度转化为表观反射率!

!!!!!!光度与辐射度基础

https://www.sodocs.net/doc/6615612538.html,/view/d4c2001959eef8c75fbfb3a3.html

如何将TM影像DN值转换为反射率?

L(幅亮度)=gain*DN +bias

gain/bias在头文件中可以读取。

R=(pi*L*d^2)/(Esun*cosA)R为反射率

pi=3.14,?d表示日地距离,A表示太阳天顶角

Esun值(landsat 5)

B1:1957

B2:1826

B3:1554

B4:1036

B5:215

B7:80.67

不知道对不对?另外太阳天顶角A和方位角有何区别?TM头文件中怎么只能获取方位角?日地距离从哪里获取?

日地距离一般如果不是很需要的话,可以选取1。还有一个公式可以计算。

TM中应该有一个高度角,天顶角=90-高度角,

你的公式可以用

大气校正有很多种,一般如果简单点的话,就是用你上面的这个公式中的

L*=L - 瑞利散射,再将L*代入你上面的公式就可以了

如果要求严格点的话国际上用6s比较多,不过里面6s中很多参数没法得

我现在也在尝试使用6S模型做,但是参数确实比较多,很头疼.我主要做内陆湖泊水质遥感

上面的公式是建立在晴朗天气下可以用,如果你是专门搞大气校正的话,估计还是要精确的用6s做,我的研究方向不在预处理这块,我主要是用它来做初步的大气校正,利于后期的影像处理

TM数据预处理(DN转表观反射率)

一般我们拿到的TM数据都是灰度值(DN值),必须转换为反射率才能进行运算(比如NDVI运算),否则是不严密的。

由灰度值转换为反射率的过程为:

具体过程:

1、DN转辐射能量值

公式为: =DN*gain +bias

其中L为地物在大气顶部的辐射能量值,单位为;DN为样本的灰度值,gain 和bias分别为图像的增益与偏置,可从图像的头文件中读取(需要经过转换),头文件一般与原始数据一起提供。

在ENVI中可以这么做:

打开原始影像,用basic tools->preprocessing ->general purpose utilities->apply gain and offset ,

并选中要进行转换的波段,弹出如下对话框:

从头文件中读取该波段的gain和biases值:

也可查看固定值,如下表:

Landsat5和Landsat7各波段光谱通道的增益和偏置单位:W/m2. ster.μm

Table4 the Gains and Biases of L5 and L7 unit: W/m2. ster.μm

《Landsat5图像的增益、偏置取值及其对行星反射率计算分析》)

!PI*(1.01250756^2)*b7/(74.52*(COS(0.436332306)))

!PI*(1.01250756^2)*b5/(219.3*(COS(0.436332306))))

当然也可以将上述步骤写成一个整体:

(2004年5月21日公式:

!PI*(1.01250756^2)*( b7*0.0568-0.1481)/(74.52*(COS(0.436332306))) !PI*(1.01250756^2)*( b5*0.1168-0.4000)/(219.3*(COS(0.436332306))) !PI*(1.01250756^2)*( b4*0.7418-1.3786)/(1047*(COS(0.436332306))) !PI*(1.01250756^2)*( b3*0.8962-1.3)/(1557*(COS(0.436332306)))

!PI*(1.01250756^2)*( b2*1.1998-2.9)/(1829*(COS(0.436332306)))

!PI*(1.01250756^2)*( b1*0.5658-1.4286)/(1957*(COS(0.436332306))))

对于ETM数据可以使用ERDAS,提供了很方便的处理接口。

(在不知道增益等参数的情况下,ENVI也有默认值,不过默认值存在较大偏差使用的是1986年的参数,最好用自己数据的参数做,envi中 basic tools->preprocess-> calibration utilities ->landsat TM 3、大气纠正(略)

可用ENVI的FLAASH,或参考<基于TM/ETM+遥感数据的地面相对反射率反演

据预处理是遥感应用的第一步,也是非常重要的一步。目前的技术也非常成熟,大多数的商业化软件都具备这方面的功能。预处理的大致流程在各个行业中有点差异,而且注重点也各有不同。本小节包括以下内容:

l数据预处理一般流程介绍

l预处理常见名词解释

lENVI中的数据预处理

1、数据预处理一般流程

数据预处理的过程包括几何精校正、配准、图像镶嵌与裁剪、去云及阴影处

理和光谱归一化几个环节,具体流程图如图所示。

图1数据预处理一般流程

各个行业应用会有所不同,比如在精细农业方面,在大气校正方面要求会高点,因为它需要反演;在测绘方面,对几何校正的精度要求会很高。

2、数据预处理的各个流程介绍

(一)几何精校正与影像配准

引起影像几何变形一般分为两大类:系统性和非系统性。系统性一般有传感器本身引起的,有规律可循和可预测性,可以用传感器模型来校正;非系统性几何变形是不规律的,它可以是传感器平台本身的高度、姿态等不稳定,也可以是地球曲率及空气折射的变化以及地形的变化等。

在做几何校正前,先要知道几个概念:

地理编码:把图像矫正到一种统一标准的坐标系。

地理参照:借助一组控制点,对一幅图像进行地理坐标的校正。

图像配准:同一区域里一幅图像(基准图像)对另一幅图像校准

影像几何精校正,一般步骤如下,

(1)GCP(地面控制点)的选取

这是几何校正中最重要的一步。可以从地形图(DRG)为参考进行控制选点,也可以野外GPS测量获得,或者从校正好的影像中获取。选取得控制点有以下特征:

1、GCP在图像上有明显的、清晰的点位标志,如道路交叉点、河流交叉点等;

2、地面控制点上的地物不随时间而变化。

GCP均匀分布在整幅影像内,且要有一定的数量保证,不同纠正模型对控制点个数的需求不相同。卫星提供的辅助数据可建立严密的物理模型,该模型只需9

个控制点即可;对于有理多项式模型,一般每景要求不少于30个控制点,困难地区适当增加点位;几何多项式模型将根据地形情况确定,它要求控制点个数多于上述几种模型,通常每景要求在30-50个左右,尤其对于山区应适当增加控制点。

(2)建立几何校正模型

地面点确定之后,要在图像与图像或地图上分别读出各个控制点在图像上的像元坐标(x,y)及其参考图像或地图上的坐标(X,Y),这叫需要选择一个合理的坐标变换函数式(即数据校正模型),然后用公式计算每个地面控制点的均方根误差(RMS)

根据公式计算出每个控制点几何校正的精度,计算出累积的总体均方差误差,也叫残余误差,一般控制在一个像元之内,即RMS<1。

(3)图像重采样

重新定位后的像元在原图像中分布是不均匀的,即输出图像像元点在输入图像

中的行列号不是或不全是正数关系。因此需要根据输出图像上的各像元在输入图像中的位置,对原始图像按一定规则重新采样,进行亮度值的插值计算,建立新的图像矩阵。常用的内插方法包括:

1、最邻近法是将最邻近的像元值赋予新像元。该方法的优点是输出图像仍然保持原来的像元值,简单,处理速度快。但这种方法最大可产生半个像元的位置偏移,可能造成输出图像中某些地物的不连贯。

2、双线性内插法是使用邻近4个点的像元值,按照其距内插点的距离赋予不同的权重,进行线性内插。该方法具有平均化的滤波效果,边缘受到平滑作用,而产生一个比较连贯的输出图像,其缺点是破坏了原来的像元值。

3、三次卷积内插法较为复杂,它使用内插点周围的16个像元值,用三次卷积函数进行内插。这种方法对边缘有所增强,并具有均衡化和清晰化的效果,当它仍然破坏了原来的像元值,且计算量大。

一般认为最邻近法有利于保持原始图像中的灰级,但对图像中的几何结构损坏较大。后两种方法虽然对像元值有所近似,但也在很大程度上保留图像原有的几何结构,如道路网、水系、地物边界等。

(二)数字图像镶嵌与裁剪

l镶嵌

当研究区超出单幅遥感图像所覆盖的范围时,通常需要将两幅或多幅图像拼接起来形成一幅或一系列覆盖全区的较大的图像。

在进行图像的镶嵌时,需要确定一幅参考影像,参考图像将作为输出镶嵌图像的基准,决定镶嵌图像的对比度匹配、以及输出图像的像元大小和数据类型等。镶嵌得两幅或多幅图像选择相同或相近的成像时间,使得图像的色调保持一致。但接边色调相差太大时,可以利用直方图均衡、色彩平滑等使得接边尽量一致,但用于变化信息提取时,相邻影像的色调不允许平滑,避免信息变异。

l裁剪

图像裁剪的目的是将研究之外的区域去除,常用的是按照行政区划边界或自然区划边界进行图像的分幅裁剪。它的过程可分为两步:矢量栅格化和掩膜计算(Mask)。矢量栅格化是将面状矢量数据转化成二值栅格图像文件,文件像元大小与被裁剪图像一致;把二值图像中的裁剪区域的值设为1,区域外取0值,与被裁剪图像做交集运算,计算所得图像就是图像裁剪结果。

(三)大气校正

遥感图像在获取过程中,受到如大气吸收与散射、传感器定标、地形等因素的影响,且它们会随时间的不同而有所差异。因此,在多时相遥感图像中,除了地物的变化会引起图像中辐射值的变化外,不变的地物在不同时相图像中的辐射值也会有差异。利用多时相遥感图像的光谱信息来检测地物变化状况的动态监测,其重要前提是要消除不变地物的辐射值差异。

辐射校正是消除非地物变化所造成的图像辐射值改变的有效方法,按照校正后的结果可以分为2种,绝对辐射校正方法和相对辐射校正方法。绝对辐射校正方法是将遥感图像的DN(Digital Number)值转换为真实地表反射率的方法,它需要获取影像过境时的地表测量数据,并考虑地形起伏等因素来校正大气和传感器的影响,因此这类方法一般都很复杂,目前大多数遥感图像都无法满足上述条件。相对辐射校正是将一图像作为参考(或基准)图像,调整另一图像的DN值,使

得两时相影像上同名的地物具有相同的DN值,这个过程也叫多时相遥感图像的光谱归一化。这样我们就可以通过分析不同时相遥感图像上的辐射值差异来实现变化监测。因此,相对辐射校正就是要使相对稳定的同名地物的辐射值在不同时相遥感图像上一致,从而完成地物动态变化的遥感动态监测。

3、ENVI中的数据预处理介绍

(一)几何精校正与影像配准

(1)选择几何校正模型

ENVI中支持有大多数商业化卫星的几何校正模型,如QuickBird、Ikonos、Spot1-5、P6、WorldView-1等,一般的校正模型包括二次多项式、仿射变换和局部三角网。

图2 几何校正模型

控制点选择方式可以是从影像上,也可以从矢量数据或者野外实测等。

图3 控制点选择方式

选择控制点也非常的方便,包含了误差的结算。

图4 控制点选择

重采样方式包含了三种方法。

图5 重采样方式

(二)数字图像镶嵌与裁剪

l镶嵌

ENVI支持有地理参照和没有地理参照影像数据的镶嵌,能够自动对镶嵌影像进行颜色平衡,并提供了多种影像增强和直方图匹配工具,可以最大限度地消除

镶嵌影像间的色调和颜色差异

多种色彩平衡方法

图6 颜色校正设置

多种接边线编辑方式。

图7 接边线镶嵌

l裁减

在ENVI中做裁减的方法非常的多,提供多种方法进行图像的空间裁剪获得子区,包括:手动输入行列数、从图像中交互选择区域、输入地理坐标范围、和另外图像文件的交集、使用滚动窗口中的图像和通过感兴趣区域。

图8 影像的裁剪

(三)大气校正

ENVI的大气校正模块为FLAASH。详细情况参见帖子:ENVI中的大气校正模块(FLAASH)的使用说明。

在PCI软件中,有一个imagework的模块,用这个模块打开TM影像,对数据进行数据定标,再在菜单栏里TOOL工具的modelling里进行编辑,请问应该如何编程呢??数据定标公式如下:Lλ= DN * gain + bias

其中: Lλ为测量的光谱辐亮度,DN 为图像记录的电信号数值, gain 为响应函数的斜率, bias为响应函数的斜距。和都可以从遥感图像的头文件中读出。数据如下:

TM1TM2TM3TM4TM5TM7

波段系数

0.003980.009640.005400.010430.002350.00154

-0.0100-0.0232-0.0078-0.0193-0.0080-0.0040

实验二 遥感图像的辐射定标

实验二遥感图像的辐射定标 1.实验目的与意义: (1)了解辐射定标原理 (2)使用ENVI软件自带的定标工具定标 (3)学习波段运算进行辐射定标 2.为什么要进行辐射定标,定标的原理是什么? 目的:消除传感器本身的误差,确定传感器入口处的准确辐射值。 原理:辐射定标是将传感器记录的电压或数字量化值(DN)转换为绝对辐射亮度值(辐射率)的过程,或者转换为与地表(表观)反射率、表面温度等物理量有关的相对值的处理过程。 3.辐射定标过程 一般有两种方式: 第一种:利用计算公式,在ENVI中利用band math计算福亮度和反射率。 第二种:利用ENVI自带的定标工具进行定标,获取福亮度或反射率。 第一种方法:用波段运算得到Radiance和Reflectance (1)表观辅亮度radiance的计算 radiance=((lmax-lmin)/(qcalmax-qcalmin)*(qcal-qcalmin)+lmin 其中:radiance –表观辐亮度 qcal-----DN(也就是影像数据本身); lmax 和lmin是从参数表中查询; qcalmax 是DN值的最大值,对于TM是8bit来说,qcalmax=255; Qcalmin 是DN值的最小值,一般为0 即 (2)表观反射率的计算 ρ=π*L*d2/(ESUN*cos(θ)) 其中ρ为表观反射率; L为上一步计算出来的表观辐亮度; d为日地距离,这个数据通过下面的表格中获取; ESUN为大气层外的太阳辐射,也可以说是传感器接收处的太阳辐射; θ为太阳天顶角。(这个可以通过影像的元数据获取)在本次实验的数据中radiance=(193+1.52)/255*b1-1.52 Reflectance=3.14*(b1)*1.0128^2/(1957*0.7381)步骤如下:打开文件L5120036_03620100819_MTL.txt ,点击Band Math,输入(193+1.52)/255*b1-1.52,之后即可计算出辐射度,文件保存为radiance1。

绝对辐射定标系数

国产陆地观测卫星2013年外场绝对辐射定标系数 1、 资源三号(ZY-3)卫星绝对辐射定标系数见表2 表2 ZY-3卫星在轨绝对辐射定标系数 卫星载荷 波段 光谱范围(μm ) Gain 资源三号 多光谱相机 Band-1 0.45 ~ 0.52 0.2551 Band-2 0.52 ~ 0.59 0.2353 Band-3 0.63 ~ 0.69 0.1944 Band-4 0.77 ~ 0.89 0.2107 注:利用绝对定标系数将ZY-3卫星CCD 图像DN 值转换为辐亮度图像的公式为: ()e e L Gain DN Bias λ=?+ 式中:式中()e e L λ为转换后辐亮度,单位为211W m sr m μ---???,DN 为卫星载荷观测值;Gain 为定标斜率,单位为211W m sr m μ---???,Bias 为定标截距,单位为211W m sr m μ---???。

2、 资源一号02C (ZY-1 02C )卫星绝对辐射定标系数见表3 表3 ZY-1 02C 星CCD 相机的定标系数 卫星载荷 波段号 Gain Bias ZY-1-02C-PMS Band1(P) 0.6208 -13.826 Band2 0.7397 -22.246 Band3 0.6904 -15.438 Band4 0.6369 -14.201 注:利用绝对定标系数将ZY-1 02C 卫星CCD 图像DN 值转换为辐亮度图像的公式为: ()e e L Gain DN Bias λ=?+ 式中:式中()e e L λ为转换后辐亮度,单位为211W m sr m μ---???,DN 为卫星载荷观测值;Gain 为定标斜率,单位为211W m sr m μ---???,Bias 为定标截距,单位为211W m sr m μ---???。

Landsat系列辐射定标参数整理

辐射定标参数整理 1.亮度温度计算 亮度温度是一个常用的温度概念,是在卫星高度上传感器探测波段范围内普朗克黑体辐射函数与传感器响应函数乘积积分得到的辐射值.亮度温度包含有大气和地表对热辐射传导的影响,不是真正意义上的地表温度。 计算公式: 其中,Lλ为传感器探孔处光谱辐射强度,即星上辐射亮度值,实现像素DN值转化为绝对辐射亮度值。 1.1.星上辐射亮度(Lλ) 遥感影像的亮度值(DN值)都是经过量化和纠正过的以8bit编码的数字影像,为了精确反演地物特性,有必要将DN值转化为星上辐射亮度值。 https://www.sodocs.net/doc/6615612538.html,ndsat8 Lλ= M L*Q cal + A L 通过查看影像的头文件,可以获取偏差参数:M L(RADIANCE_MULT_BAND_x)和A L(RADIANCE_ADD_BAND_x)为图像的增益和偏置。 1.1. https://www.sodocs.net/doc/6615612538.html,ndsat5/7

QCAL为经过辐射校正的图像灰度值即DN值;L max为探测器可检测到的最大辐射亮度,也是最大灰度值所相应的辐射亮;L min为探测器可检测到的最小辐射亮度,也是最小灰度值所相应的辐射亮度。 表 1 Landsat5 TM的Lmin和Lmax值 表 2 Landsat7 ETM+的Lmin和Lmax值 QCAL max为传感器接收到的最大灰度值,QCAL min为传感器接收到的最小灰度值。(1)如

果没有元数据信息,QCAL MIN默认值1(TM和ETM+1)或者0(MSS);QCAL MAX取默认值255(TM 和ETM+)或者127(MSS)。(2)如果有元数据信息,QCAL MIN取值如下:对于LPGS Products(The level 1 product generation system)取值为1,对于NLAPS Products(National Landsat Archive Production System)在04 April 2004之前取值为0,在04 April 2004之后取值为1;QCAL MAX 取值为127(MSS), 255(TM、ETM)。 注:LPGS和NLAPS分别是两种数据处理系统得到的产品,从2008年12月份开始,L7 ETM+ 和L5都是以LPGS系统处理,L4 TM和MSS以NLAPS系统处理。 表 3 Landsat5/7的QCALmin和QCALmax的值 1.2.预设常量K K1和K2是发射前预设的常量,具体值如下表所示。 2.大气顶层反射率(表观发射率) https://www.sodocs.net/doc/6615612538.html,ndsat 5/7(TM/ETM) ρ= π?Lλ?d2 ESUN?cosθ 其中:ρ——地面相对反射率;D——日地天文单位距离;Lλ——传感器光谱辐射值,即大气顶层的辐射能量;ESUN——大气顶层的太阳平均光谱辐射,即大气顶层太阳辐照度;1注:Landsat7热红外波段(Band 6)在格式1时总设置为低增益(6L),格式2时总设置为高增益(6H)

最新版ENVI5.3下高分二号(GF2)数据预处理

ENVI5.3下高分二号(GF2)数据预处理 以一景2015年1月23日获取的GF2-PMS1数据为例介绍在ENVI5.3下GF2数据预处理的详细操作步骤。GF2数据预处理基本流程如下: 图:GF2数据预处理流程 说明:1. 针对不同的应用,有不同的处理流程,上图中列出了两种常用的预处理流程。流程一主要针对高精度的定量遥感应用,也就是对大气校正精度要求

比较高应用,比如:植被参数定量反演等;流程二主要针对定性遥感或者对大气校正精度要求比较低的遥感应用,比如:土地利用类型分类等。本文介绍的主要是流程二的详细操作步骤,流程一的实现可参考日志:ENVI5.2下高分二号数据FLAASH大气校正;另外,中国资源卫星应用中心网站已经公布了最新的GF2数据绝对辐射定标系数和两个传感器的波谱响应函数,大家可以下载使用。2. 本例中所有操作都是在ENVI5.3版本下进行的,除NNDiffuse Pan Sharpening 图像融合(ENVI5.2新增,ENVI5.1中可以使用G-S融合方法)外,其他操作在ENVI5.1/5.2下同样可以完成。 1. 数据打开 启动ENVI5.3,在菜单栏中,选择File > Open,弹出Open对话框,找到GF2数据文件夹所在位置,选中扩展名为.tiff的两个文件,点击打开。 图2 打开GF2多光谱和全色数据

在左侧图层管理Layer Manager面板中,选择多光谱或全色数据图层,右键View Metadata查看其元数据信息,可以看到ENVI很好地识别了数据的RPC 信息。 图3 ENVI自动识别GF2数据RPC信息 2. 正射校正 有了RPC信息之后,下面我们就可以基于这些RPC信息分别对多光谱和全色数据进行正射校正。这里我们以多光谱数据正射校正为例,全色数据正射校正操作完全相同。

环境减灾星座AB星各载荷在轨绝对辐射定标系数

环境减灾星座A/B 星各载荷在轨绝对辐射定标系数 1、HJ1A/B 星各载荷在轨绝对辐射定标系数见表1和表2。 表1 HJ1A/B 星CCD 与IRS 绝对辐射定标系数 定标系数 卫星 传感器 增益 参数 Band1 Band2 Band3 Band4 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.57630.54100.6824 0.7209 1 L 0 (W ?m ?2 ?sr ?1?μm ?1) 9.31839.17587.5072 4.1484 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.9160 0.9228 1.1277 1.0753 CCD1 2 L 0 (W ?m ?2 ?sr ?1?μm ?1) 7.3250 6.0737 3.6123 1.9028 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.63600.59100.8142 0.8768 1 L 0 (W ?m ?2 ?sr ?1?μm ?1) 7.55757.0944 4.1319 1.2232 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.9997 1.0016 1.3777 1.3043 HJ1A CCD2 2 L 0 (W ?m ?2 ?sr ?1?μm ?1) 4.6344 4.0982 3.7360 0.7385 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.53290.528950.68495 0.72245 1 L 0 (W ?m ?2 ?sr ?1?μm ?1) 1.6146 4.0052 6.2193 2.8302 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.86850.9367 1.2433 1.3002 CCD1 2 L 0 (W ?m ?2 ?sr ?1?μm ?1) 3.0089 4.4487 3.2144 2.5609 a (DN/W ?m ?2 ?sr ?1?μm ?1) 0.57820.50870.6825 0.6468 1 L 0 (W ?m ?2 ?sr ?1?μm ?1) 3.4608 5.8769 8.0069 8.8583 a (DN/W ?m ?2 ?sr ?1?μm ?1)0.9076 0.8502 1.1635 0.9800 CCD2 2 L 0 (W ?m ?2 ?sr ?1?μm ?1) 2.2219 4.0683 5.2537 6.3497 g (DN/W ?m ?2 ?sr ?1?μm ?1) 4.285718.557912.662 61.472 HJ1B IRS 1 b (DN) - - 11.489 -44.598 表2 HJ1A 星HSI 绝对辐射定标系数(DN/W ?m ?2?sr ?1?μm ?1) HJ1AHSI 绝对定标系数 波长 定标系数 波长 定标系数 波长 定标系数 460.04 0.2927 561.88 1.5462 721.61 5.8620 462.14 0.3050 565.00 1.5896 726.77 5.1258 464.25 0.3447 568.16 1.6073 732.01 5.5057 466.38 0.3786 571.36 1.6783 737.33 4.3242

作业标准1:辐射定标及波段运算

一总述 1 遥感图像处理的目的 遥感的目的是为了获得地物的几何属性和物理属性.但是由于受到大气,目标,传感器等诸多因素的影响,原始的遥感影像中除了有目标地物的信息以外还包含有大气,传感器的运行状态等信息,如果我们只是利用原始的遥感影像,将不能提取出所感兴趣的有效信息, 所以为了实现遥感的最终目的,提取所需的信息,我们必须对遥感影像进行处理. 2 ENVI简介 目前已经开发了一些进行遥感图像处理的软件,例如ENVI,PCI,ERDAS等.现在就简单介绍一下ENVI. ENVI是由美国RSI公司开发的一套功能齐全的遥感图像处理系统,是处理、分析并显示多光谱数据、高光谱数据和雷达数据的高级工具。其完全是由IDL开发,方便灵活,可扩展性强,并可用IDL进行二次开发。现在最高版是4.7版本的. 我们来大概熟悉一下 ENVI的主菜单: 可以看出ENVI的主菜单中主要有以下一些工具: 基本工具,分类,空间变换,滤波,波谱工具,制图工具,矢量工具,地形分析,雷达工具 来看一下主菜单中的FILE菜单, 通过选择Open Image File可以打开ENVI 图像文件或其它已知格式的二进制图像文件。ENVI 自动地识别和读取下列类型的文件:TIFF、GeoTIFF、GIF、JPEG、BMP、SRF、HDF、PDS、MAS-50、NLAPS、RADARSAT 和A VHRR 。数据仍保留它原有格式,必要的信息从数据头文件中读取。ENVI也直接读取其它几种文件类型(参见“O pen External File”)。 注意: 若你得到“File does not appear to be a valid Radarsat file” 这样一个错误消息,使用File > Open External File 来选择正确的数据类型。 当ENVI 第一次打开一个文件,它需要关于文件特征的特定信息。通常,这些信息存储在与图像文件同名的一个独立的文本头文件,但是文件扩展名为.hdr 。若文件打开时没有找到ENVI头文件,你必须在Header Information 对话框中输入一些基本的参数. 另外一些数据格式没有.hdr 文件也能自动打开。这些格式包括:TIFF、GeoTIFF、GIF、JPEG、BMP、SRF、HDF、PDS、MAS-50、NLAPS、RADARSAT 和A VHRR 。(ENVI 头文件中含有丰富的信息,例如: ENVI description = { Create New File Result [Tue Oct 19 15:47:45 2004]} samples = 2000 lines = 2000 (图像的大小) bands = 7 header offset = 0 file type = ENVI Standard

辐射定标

辐射定标(像元亮度值,辐射亮度/亮温)、表观反射率、地表反射率、反照率、比辐射率(转) (2012-11-28 13:58:29) 转载▼ 分类:科研 标签: 杂谈 (2012-01-26 01:18:44) 标签: 校园分类:工作篇

定标系数为:增益53.473,单位:DN/(W?m-2?sr-1?μm-1);截距26.965,单位:DN。利用绝对定标系数将DN值图像转换为辐亮度图像的公式为L=(DN-b)/coe,式中coe为绝对定标系数的增益,b为截距,转换后辐亮度单位为 W?m-2?sr-1?μm-1。HJ1B红外相机中红外波段则条带较为严重,不利于定量化应用。 遥感数字图像 遥感数字图像是以数字形式记录的二维遥感信息,即其内容是通过遥感手段获得的,通常是地物不同波段的电磁波谱信息。其中的像素值称为亮度值(或称为灰度值、DN值)。 遥感概念DN值(Digital Number )是遥感影像像元亮度值,记录的地物的灰度值。无单位,是一个整数值,值大小与传感器的辐射分辨率、地物发射率、大气透过率和散射率等有关。 遥感图像量化image quantification。释文:按一定的函数关系将图像所代表的物理量分割成有限的离散等级,以使观测数据可用一定字长的二进制码表示,因此又称为数据编码。量化后的级别称为图像的像元值、灰度或亮度,记为 DN(digital number)。 DN值没有单位,数量级与像素深度有关,如果是无符号整型的就是0-255,符点型,无符号16位均根据其类型确定。 在遥感领域,定标一般分为几何定标和辐射定标两种。 几何定标即指对遥感图像几何特性进行校正,以还原为真实情况。 辐射定标指对遥感图像的辐射度进行校准,以实现定量遥感。 辐射定标一般也可称为校准,其主要目的是保证传感器获取遥感数据的准确性。通常,采用系统自身内部监视环路和外部标准目标方法对系统链路中的各个环节进行误差修正,来实现辐射定标过程。 一般在主动式遥感系统中,辐射定标可以作得很好,可以认为在一定误差范围内实现了定量遥感。而被动式遥感系统相对困难些。 几何定标相对简单,就不多说了。 辐射定标是对传感器引起的误差校正,将影像校正为星上反射率 辐射定标和辐射校正——遥感数据定量化的最基本环节 由于遥感图像成像过程的复杂性,传感器接收到的电磁波能量与目标本身辐射的能量是不一致的。传感器输出的能量包含了由于太阳位置、大气条件、地形影响和传感器本身的性能等所引起的各种失真,这些失真不是地面目标的辐射,因此对图像的使用和理解造成影响,必须加以校正和消除,而校正和消除的基本方法就是辐射定标和辐射校正。

星上比辐射定标器及性能评估方法研究

星上比辐射定标器及性能评估方法研究 高精度的星上定标是实现遥感数据定量化的重要途径之一。以太阳照明反射特性已知的聚四氟乙烯漫射板作为光源,采用比值辐射计进行漫反射板响应率衰减的监测和修正,实现对遥感器全光路、全视场、全口径的高精度绝对辐射定标,是当前可见短波红外波段星上定标技术的主要发展趋势。 星上比辐射定标器性能评估准确与否直接影响其在轨应用性能。在此背景下,本论文开展了星上比辐射定标器及其性能评估方法研究。 论文介绍了星上比辐射定标器工作原理,详细阐述了各关键环节设计方案。根据定标器原理和物理模型,分析得出星上定标不确定度主要来源为漫射板BRDF实时量值的不确定度,其关键在于比值辐射计对漫射板在轨衰减的修正精度。 对星上比辐射定标器性能参数测试需求进行了分析,识别出太阳观测几何因子波段比、辐射比、动态范围和信噪比等比值辐射计的关键表征参数。建立了定标器测试方案和流程,并在实验室内完成了比值辐射计、漫反射板以及星上比辐射定标器整机级的性能参数测试。 以卤钨灯作为测试光源,获取了比值辐射计太阳观测几何因子波段比查找表,不确定度优于0.18%;通过灯-板模拟系统完成了辐射比验证,预估在轨辐射比测量不确定度优于0.4%;使用已标定的大口径、多能级积分球光源对比值辐射计的动态范围、信噪比和稳定性进行了测试。结合漫射板和定标器整机测试结果,比值辐射计对漫反射板稳定性监视不确定度优于1.3%,漫射板BRDF实时量值不确定度优于1.76%,星上比辐射定标器的绝对辐射定标总不确定度优于3%。 本论文系统性地对星上比辐射定标器性能评估方法进行了研究,提出了定标

器测试方法以及测试流程,通过对星上比辐射定标器部件级以及整机级参数的测试,获取了定标器各项定标参数,完成星上定标不确定度的评估,验证了星上定标器设计以及性能评估方法的合理性,可以为定标器在轨应用以及定标精度预评估提供有效数据支撑。

ENVI-专题五 Landsat TM辐射定标与大气纠正

专题五Landsat TM辐射定标与大气纠正 图像处理流程分为以下几个步骤:图像的配准、重采样、定标以及大气纠正。其中,图像配准是做所有工作的前提,是图像的几何纠正。在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。在进行完图像配准(几何纠正)之后,为了使得输出图像的配置与输入图像向对应,因此要进行重采样。定标以及大气纠正则是进行辐射量纠正的重要的过程,是进行定量遥感不可少的步骤。分类是图像处理的最后一步,按某种使用意图分类之后的图像,对实际应用有很大帮助。 辐射定标和大气纠正都属于图像的预处理,辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率,大气纠正的目的是消除或减少大气对图像的干扰。 以下是图像预处理的流程: 一、辐射定标 要对图象进行辐射定标,将图象的DN值转化为表观反射率,该过程的实现是通过应用以下两个步骤来实现的: (1)首先将图象的DN值转化为辐亮度:radiance=gain*DN+offset (1)式(2)然后将图象的辐亮度转化为表观反射率: (reflectance) ρ=π*L*d2/(ESUN*cos(θ))(2)式其中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。 (3)将以上两个步骤结合得: ρ=π*(gain*DN+offset)* d2/(ESUN*cos(θ))(3)式 ①日地天文单位距离D: D=1 - 0.01674 cos(0.9856× (JD-4)×π/180);JD为遥感成像的儒略日(Julian Day) D = 1 + 0.0167 * Sin(2 * PI * (days - 93.5) / 365);days是拍摄卫片的日期在那一年的 天数,如2004年5月21号,则days=31+29+31+30+21=142。 计算得:D=1.01250756 ENVI中的具体实现(以Landsat 7 ETM+为例):采用简单的波段运算 例如,我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。 第一步,查找.FST文件(是该图像经过粗纠正后的数据信息说明文件),该图像第3波

高精度卫星光学遥感器辐射定标技术_郑小兵

收稿日期:2011-04-24 基金项目:国家863计划(2008AA121203)资助。 高精度卫星光学遥感器辐射定标技术 郑小兵1,2 (1中国科学院通用光学定标和表征技术重点实验室,合肥230031) (2中国科学院安徽光学精密机械研究所光学遥感中心,合肥230031) 摘要随着长期气候变化等观测新需求和高分辨对地观测等新手段的发展,空间光学仪器面临进一步提高辐射定标精度的要求。文章从空间光学仪器定标精度的制约因素和全过程定标的实现等方面,分析了国际相关领域的技术进展,并就新型定标技术的研究和应用提出建议与展望。 关键词辐射定标光学遥感卫星 中图分类号:V443+.5 文献标识码:A 文章编号:1009-8518(2011)05-0036-08High-Accuracy Radiometric Calibration of Satellite Optical Remote Sensors Zheng Xiaobing (1Key Laboratory of Optical Calibration and Characterization,Chinese Academy of Sciences ,Hefei 230031,China ) (2Anhui Institute of Optics and Fine Mechanics,Chinese Academy of Sciences ,Hefei 230031,China ) Abstract Climate change monitoring and high resolution earth observation demand higher accuracy of abso -lute calibration for space optical sensors.This paper briefly discusses the progress and constrained factors of cur -rent radiometric calibration techniques.New calibration approaches and instrumentations such as hyperspectral and spectrally tunable reference light sources,and global calibration site network are introduced,and their ap -plications are suggested. Key words Radiometric calibration Optical remote sensing Satellite 1引言 光学辐射定标主要研究光辐射传感器的输出与已知的、用SI 单位表述的输入光辐射之间的定量关系,包括各种光辐射效应的定量化、光辐射的精确测量及其不确定度评估,光辐射传感器的综合特性表征,以及光辐射传感器的工作条件对其性能影响的评估等方面的内容。 光辐射是光学遥感信息的基本载体。各种平台上光学传感器的几何和光谱分辩能力都与其光辐射的准确测量能力直接相关。辐射定标在空间对地观测观测过程中所发挥的主要作用表现为: 1)实现各类光学传感器从预研-工程研制-在轨运行的全过程定标,保证传感器的精度能够满足应用需求; 2)统一不同平台、不同传感器的辐射量化标准,使不同时间、空间条件下获得的遥感信息可以比对、转换和融合; 3)通过动态监测,校正传感器的性能衰变,修正大气、照明条件、环境变化等对测量结果的影响,保证测第32卷第5期 2011年10月 航天返回与遥感SPACECRAFT RECOVERY &REMOTE SENSING 36

ENVI--专题五辐射定标与大气纠正

专题五辐射定标与大气纠正 图像处理流程分为以下几个步骤:图像的配准、重采样、定标以及大气纠正。其中,图像配准是做所有工作的前提,是图像的几何纠正。在进行定性或者定量遥感时都要进行图像配准来确定我们所要研究的目标。在进行完图像配准(几何纠正)之后,为了使得输出图像的配置与输入图像向对应,因此要进行重采样。定标以及大气纠正则是进行辐射量纠正的重要的过程,是进行定量遥感不可少的步骤。分类是图像处理的最后一步,按某种使用意图分类之后的图像,对实际应用有很大帮助。 辐射定标和大气纠正都属于图像的预处理,辐射定标的目的是把图像上的DN值转为辐亮度或者是反射率,大气纠正的目的是消除或减少大气对图像的干扰。 以下是图像预处理的流程: 一、辐射定标 要对图象进行辐射定标,将图象的DN值转化为表观反射率,该过程的实现是通过应用以下两个步骤来实现的: (1)首先将图象的DN值转化为辐亮度:radiance=gain*DN+offset (1)式(2)然后将图象的辐亮度转化为表观反射率:ρ=π*L*d2/(ESUN*cos(θ))(2)式其中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。 (3)将以上两个步骤结合得:ρ=π*(gain*DN+offset)* d2/(ESUN*cos(θ))(3)式ENVI中的具体实现:采用简单的波段运算 例如,我们把2002-5-22的一幅ETM图像第3波段的DN值转化为表观反射率。 第一步,查找.FST文件(是该图像经过粗纠正后的数据信息说明文件),该图像第3波段的gain和offset,可知: gain=0.619215662339154,offset=-5.0000000000000 第二步,查找.FST文件可知S =90-62.7=27.3度,cos(θ)=0.8886;查找Table 11.4 (Earth-Sun Distance in Astronomical Units)可知d=1.10109天文单位;查找Table 11.3 (ETM+ Solar Spectral Irradiances)可知ESUN=1551。 第三步,把这些参数的值带入(1)式:L3=0.619*b3-5.0 代入(3)式:ρ3=3.1415* (0.619*b3-5.0)*1.10109^2/(1551*0.4602)

2014年国产遥感卫星外场绝对辐射定标系数1、高分一号(GF-1)卫星

2014年国产遥感卫星外场绝对辐射定标系数 1、 高分一号(GF-1)卫星绝对辐射定标系数 表1 GF-1卫星各载荷的绝对辐射定标系数 注:利用绝对定标系数将GF-1卫星CCD 图像DN 值转换为辐亮度图像的公式为: ()e e L Gain DN λ=? 式中:式中()e e L λ为转换后辐亮度,单位为211W m sr m μ---???,DN 为卫星载荷观测值;Gain 为定标斜率,单位为211W m sr m μ---???。

2、 环境减灾-AB (HJ-1A/B )卫星绝对辐射定标系数 表2 HJ-1A/B 星CCD 相机(增益2)的定标系数 注:利用绝对定标系数将HJ-1A/B 卫星CCD 图像DN 值转换为辐亮度图像的公式为: ()e e L Gain DN Offset λ=?+ 式中:式中()e e L λ为转换后辐亮度,单位为211W m sr m μ---???,DN 为卫星载荷观测值;Gain 为定标斜率,单位为211W m sr m μ---???,Offset 为绝对定标系数偏移量,单位为211W m sr m μ---???。

3、 资源三号(ZY-3)卫星绝对辐射定标系数 表3 ZY-3卫星在轨绝对辐射定标系数 注:利用绝对定标系数将ZY-3卫星CCD 图像DN 值转换为辐亮度图像的公式为: ()e e L Gain DN λ=? 式中:式中()e e L λ为转换后辐亮度,单位为211W m sr m μ---???,DN 为卫星载荷观测值;Gain 为定标斜率,单位为211W m sr m μ---???。

辐射定标

辐射定标 辐射定标定义:建立遥感传感器的数字量化输出值DN与其所对应视场中辐射亮度值之间的定量关系。 分为三类: 1.实验室定标:在遥感器发射之前对其进行的波长位置、辐射精度、空间定位等的定标,将仪器的输出值转换为辐射值。有的仪器内有内定定标系统。但是在仪器运行之后,还需要定期定标,以监测仪器性能的变化,相应调整定标参数。 1光谱定标,其目的是确定遥感传感器每个波段的中心波长和带宽,以及光谱响应函数 2辐射定标 绝对定标:通过各种标准辐射源,在不同波谱段建立成像光谱仪入瞳处的光谱辐射亮度值与成像光谱仪输出的数字量化值之间的定量关系相对定标:确定场景中各像元之间、各探测器之间、各波谱之间以及不同时间测得的辐射量的相对值。 2.机上和星上定标 机上定标用来经常性的检查飞行中的遥感器定标情况,一般采用内定标的方法,即辐射定标源、定标光学系统都在飞行器上,在大气层外,太阳的辐照度可以认为是一个常数,因此也可以选择太阳作为基准光源,通过太阳定标系统对星载成像光谱仪器进行绝对定标。 3.场地定标(是最难的一个) 场地定标指的是遥感器处于正常运行条件下,选择辐射定标场地,通过地面同步测量对遥感器的定标,场地定标可以实现全孔径、全视场、全动态范围的定标,并考虑到了大气传输和环境的影响。该定标方法可以实现对遥感器运行状态下与获取地面图像完全相同条件的绝对校正,可以提供遥感器整个寿命期间的定标,对遥感器进行真实性检验和对一些模型进行正确性检验。但是地面目标应是典型的均匀稳定目标,地面定标还必须同时测量和计算遥感器过顶时的大气环境参量和地物反射率。 原理:在遥感器飞越辐射定标场地上空时,在定标场地选择偌干个像元区,测量成像光谱仪对应的地物的各波段光谱反射率和大气光谱等参量,并利用大气辐射传输模型等手段给出成像光谱仪入瞳处各光谱带的辐射亮度,最后确定它与成像光谱仪对应输出的数字量化值的数量关系,求解定标系数,并估算定标不确定性。 基本技术流程:获取空中、地面及大气环境数据,计算大气气溶胶光学厚度,计算大气中水和臭氧含量,分析和处理定标场地及训练区地物光谱等数据,获取定标场地数据时的几何参量和时间,将获取和计算的各种参数带入大气辐射传输模型,求取遥感器入瞳时的辐射亮度,计算定标系数,进行误差分析,讨论误差原因。 方法:

遥感图像辐射定标

遥感图像辐射定标 时间:2010-02-19 17:10来源:未知作者:admin 我们常用影像的像元值大多是经过量化的、无量纲的DN值,而进行遥感定量化分析时,常用到辐射亮度值、反射率值、温度值等物理量。传感器定标就是要获得这些物理量的过程。传感器定标很多地方又名为辐射定标,严格意义上讲,辐射定标是传感器定标的一部分内容 我们常用影像的像元值大多是经过量化的、无量纲的DN值,而进行遥感定量化分析时,常用到辐射亮度值、反射率值、温度值等物理量。传感器定标就是要获得这些物理量的过程。 传感器定标很多地方又名为辐射定标,严格意义上讲,辐射定标是传感器定标的一部分内容。以下是国内的定义,如赵英时等《遥感应用分析原理与方法》上描述:定标是将遥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。或者说,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与其所对应视场中辐射亮度值之间的定量关系(陈述彭)。辐射亮度的典型的单位为:W/cm2.μm.sr(瓦特/平方厘米.微米.球面度)我们总结以上的定义,通俗的说法: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。其中反射率又分为大气外层表观反射率和地表实际反射率,后者又属于大气校正的范畴,有的时候也会将大气校正纳入传感器定标的一种途径。 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;相对定标是将图像目标物辐射量归一化某个值范围内,比如以其他数据作为基准。 传感器定标可分为三个阶段或者说三个方面内容:①发射前的实验室定标;②基于星载定标器的星上定标;③发射后的定标(场地定标)。 ENVI支持很多数据的定标,包括ASTER、MODIS、AVHRR, MSS, TM ,QuickBird, WorldView-1,TIMS等。也可以根据定标参数利用BandMath工具很方便的完成定标。

利用AIRS数据交叉辐射定标SVISSR分裂窗通道

1007-4619 (2009) 05-792-09 Journal of Remote Sensing 遥感学报 Received : 2008-05-16; Accepted : 2008-07-02 Foundation : Foundation of Fudan University for Young Scholars (08FQ06) and Research Foundation of National Microwave Sensing Laboratory. First author biography : JIANG Geng-ming (1975— ), male, assistant professor. He obtained the bachelor degree in photogrammetric engineering and remote sensing in 1997 from Wuhan Technical University of Surveying and Mapping, the master degree in geographical information system in 2003 from In-stitute of Remote Sensing Applications, Chinese Academy of Sciences, and the PhD degree in remote sensing in 2007 from Universit é Louis Pas-teur-Strasbourg I. His research mainly focuses on quantitative remote sensing and digital image processing, and he has published more than 10 papers in this field. E-mail: jianggengming@https://www.sodocs.net/doc/6615612538.html, Intercalibration of the split-window channels of SVISSR/FY-2C against AIRS/Aqua channels JIANG Geng-ming 1, YAN Hao 2, MA Ling-ling 3 1. The Key Lab of Wave Scattering and Remote Sensing Information (MOE ), Fudan University , Shanghai 200433, China ; 2. National Meteorological Center , China Meteorological Administration , Beijing 100081, China ; 3. Academy of Opto-electronics , Chinese Academy of Sciences , Beijing 100190, China Abstract: This paper addresses the intercalibration of the two split-window channels IR1 (10.9μm) and IR2 (11.9μm) of SVISSR (Stretched Visible and Infrared Spin Scan Radiometer) onboard the geostationary satellite FY-2C (FengYun 2C) against the most accurate and stable AIRS (Atmospheric Infrared Sounder) sensor onboard the polar-orbit satellite Aqua. The intercali-bration was implemented using both the AIRS and SVISSR data around the equator in December of 2006 and 2007. The results reveal that: (1) the SVISSR data are highly linearly correlated with the convolved AIRS data, (2) calibration errors exist in SVISSR channels IR1 and IR2, and (3) the discrepancies become larger with time increment. With respect to the AIRS/Aqua measurements, when the brightness temperatures in SVISSR channels change from 220K to 340K, the temperature adjustment for IR1 in Dec., 2006 varies from 5.8K to ?4.4K, and changes from 6.9K to ?5.1K in Dec., 2007; The temperature adjustment for IR2 in Dec., 2006 goes from 2.2K to ?1.5K, and varies from 6.3K to ?6.1K in Dec., 2007. Key words: intercalibration, SVISSR/FY-2C, AIRS/Aqua, split-window channels CLC number: TP702/TP79 Document code: A 1 INTRODUCTION The intercalibration is an operation that relates the outputs of a given instrument, in a certain spectral channel, to the output of one or more instruments measured in other channels (Asem et al ., 1987; Butler & Barnes, 1998). Two methods, the Ray-Matching (RM) method (Doelling et al ., 2004a, 2004b; Teillet et al ., 2001; Heidinger et al ., 2002) and the Radiative Transfer Modeling (RTM) method (Asem et al ., 1987; Liu & Li, 2004; Vermote & Saleous, 2006) are commonly used in the intercalibration. Because of the spectral differences between conventional channels, both the RM and RTM methods have strengths and limitations: (1) The RM methods simply uses the conincident, co-angled and co-located measurements to transfer the calibration of one well-calibrated instrument to another, but it can not take into account the spectral differences between channels. The result may be unacceptable, if the spectral dif-ferences are large enough. (2) Although the RTM method can account for the spectral differences, the algorithm development is much more complicated, and it is also easily affected by the profile accuracy and the rediative transfer modeling. FengYun 2C (FY-2C), the first geostationary meteorological satellite in China, was successfully launched at Xichang Satel-lite Launch Center, China, on October 19, 2004. FY-2C’s main payload is the Stretched Visible and Infrared Spin Scan Radi-ometer (SVISSR). SVISSR/ FY-2C scans the Earth disc from north to south every 60 min with a nominal spatial resolution of 5 km in 5 spectral channels: the visible channel (0.73 μm), the water vapor channel (6.9 μm), the Mid-InfraRed (MIR) channel (3.8 μm) and the two split-window channels IR1 (InfraRed 1, 10.9 μm) and IR2 (InfraRed 2, 11.9 μm). The measurements in the two split-window channels of SVISSR/FY-2C are very suitable for the retrievals of the land/sea surface temperature, however the accurate calibration coefficients of the two split-window channels are not yet obtained, leading to uncer-tainties in the surface temperature retrieval. As we know, the Atmospheric InfraRed Sounder (AIRS) onboard the polar-orbit satellite EOS Aqua is a hyper-spectral infrared sensor, containing 2378 infrared channels from 3.74μm to 15.39 μm and four visible/near-infrared channels ranging from 0.4 μm to 1.0 μm, and its spatial resolution is 13.5 km. The infrared radiance data product is stable to 10 mK/a and accurate to better than 250 mK, which is the most accurate and stable set of high spectral infrared measurements made in space to date (https://www.sodocs.net/doc/6615612538.html,/AIRS/). Gunshor et al . (2007) 万方数据

相关主题