遥感辐射校正报告

遥感原理与应用》期末 报告 软件系统测试报告下载sgs报告如何下载关于路面塌陷情况报告535n,sgs报告怎么下载竣工报告下载 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 快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题 ：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月目录辐射校正的概念和原理辐射校正的原理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/cos0；0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 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 ，回归方程为：L座二a+b&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；0为太阳天顶角；i代表各波段的序号将上式代入可得：上式说明决定Lai的因素比较复杂，用这一公式计算Lai时需要获得当时具体气象参数。由前面的公式可得：方4=L心—aUAi—bR.—LAj—a式中，L'Ai即为校正后图像灰度值；a为大气附加辐射部分。（二）回归分析法用长波数据来校正短波数。做法：在不受大气影响的波段（如TM5）和待校正的某一波段图像中，选择由最亮至最暗的一系列目标，将每一目标的两个待比较的波段灰度值提取出来进行回归分析。（三）直方图校正法:通过灰度直方图对比找出校正量从图像像元亮度值中减去一个辐射偏置量（LP）,辐射偏置量等于图像直方图中最小的辐射亮度值。前提（假设）：水体（或阴影）等物体的灰度值为0，大气散射导致图像上这些物体的灰度值不为0（辐射偏置量）三、噪声消除遥感图像的噪声源主要有大气传输通道的噪声及传感器内产生的噪声。大气传输通道中由于大气的湍流扰动影响产生随机噪声；传感器的噪声源包含有转换和滤波过程中产生的噪声，例如，光电检测系统的电流不稳定性所表现的散粒噪声，即电流的无规则起伏现象，低光亮时为泊松分布，高光亮时为高斯分布。传感器的另一在噪声源为滤波器电路中的电阻、电容产生的热噪声，这种噪声也具有高斯分布、零均值的随机特性；热红外波段传感器因各部分的温度变化也产生噪声效应；此外，摄影胶片 记录 混凝土 养护记录下载土方回填监理旁站记录免费下载集备记录下载集备记录下载集备记录下载 信息时存在的胶片颗粒噪声，既由胶片上溴化银颗粒受等值曝光时因银颗粒的大小、形状不完全一致，而且分布不均匀引起的。以上这些噪音均属于对图像的高频干扰，因此可以采用滤波方法予以消除。部分辐射校正方法效果展示直£fFWlFy*IHECIO1Lvabfiliwi"Al■尉f■比蒸AMLli4-hH*HmV'U-W-tfFPl»■■■棉■tfesv冲之白・匕丄丸口，益曲水口□N」e.NO□M图1—1图1-1中为经过直方图校正法校正后图与（右半边部分）与未经处理的原图对比。右边图中水面较左边明显偏暗。燥显示募無砒理霸旱笫t*翱e号托影僧甘类专負尹&Mooisn鑼蓦光话分析雷诂分畅主瞒计甘析懵学滿d回▼回右「1・锻*耳克申E3（Bl・ir/逐）農丨鯉O■■"•lY翱I釧P—注：善叵玉与E图1-2图1-3中为经过回归分析校正后图与（右半边部分）与未经处理的原图对比。4．辐射校正相关前沿辐射校正模型现存问题1、模型输入参数模型输入参数主要有遥感图像、DEM、太阳天顶角和太阳辐射等。目前，多数地形辐射校正研究主要针对Landsat图像，对SPOT，IKONOS等高分辨率遥感图像的研究还比较少。由于地形使天空散射光和邻近地表反射光具有很大的随机性和难计算性，在单源数据情况下，阴影区的地形辐射校正无论采用何种模型都不能取得较好的效果。DEM精度及遥感图像与DEM配准的精度会直接或间接影响校正效果，尤其在山脊、山谷处会发生过校正或欠校正现象。刘学军等对不同精度DEM的选取及其对校正的影响程度(即DEM尺度问题)有了一定的研究。但高精度和高分辨率的DEM数据往往比较昂贵且难以获得，这在一定程度上限制了模型的发展和应用。太阳天顶角虽作为常量参与校正，但它会随地球与太阳的相对位置和时间变化而改变。那么同景图像上太阳天顶角的变化有多大?在多大范围内会对校正效果产生影响?这些问题仍需进一步研究。太阳辐射大体分为3个组分:太阳直接辐射、天空散射辐射和邻近像元的反射辐射。前2个组分可在6S模型中反演得到，因此需要先对遥感图像进行辐射定标和大气校正，辐射定标和大气校正的精度就会直接影响校正效果。同时，还需进一步探讨太阳辐射3个组分间的影响因素及其表示方法，尤其是对邻近像元反射辐射的计算。2、模型前提假设当前，地表特征的假设分为朗伯体和非朗伯体两种观点，而非朗伯体的表征一直是研究的热点和难点。基于朗伯体假设的地形辐射校正算法虽然简便，但校正结果却与实际地表不符。非朗伯体模型能更真实地反映实际地表的情况，却没有很好的普适性。如Minnaert校正模型，其系数k要依赖于波段、相位角、地表覆盖类型等因素，且只是用来描述地表二向性的双向反射分布函数(bidirectionalreflectancedistributionfunction，BRDF)的一个经验系数;当引入前向或后向散射时，Minnaert校正算法的缺点就很明显。Han等用V面来反映地表情况，并引入地形衰减因子来提高校正的精度，讨论了基于V面假设的二向反射率校正模型的可行性。3、模型评价方法对模型的评价也是模型应用中极具挑战性的一个问题。常用的评价方法有3种:目视评价、统计参数评价和光谱一致性评价，这3种评价方法可在一定程度上反映出模型的优劣。闻建光等通过几何光学交互遮蔽(li－strahlergeometryopticalmutualshadow，GOMS)模型模拟生成不同模型校正后的冠层反射率，直观地评价了各个模型，但仍不足以从定量的角度说明各模型的差异。除了在模型参数、假设前提和评价方法3个方面存在上述问题外，模型的建立也存在着一些问题，特别是针对复杂地形阴影区所引起的光谱失真，很难从经验关系和物理机制上准确地建立模型。结论从地形辐射校正模型研究进展情况可以看出，近年来发展了众多的地形辐射校正模型，并得到了很好的应用。当前的地形辐射校正模型研究仍存在不足之处，主要表现在数据源存在误差、模型假设条件不合理及模型评价方法不完善等。3）在今后的研究中，除了要重视模型的建立（如模型输入参数的多元考虑、模型假设条件的考虑等），还应重视模型间的对比和模型定量评价方法的研究，以便更精确、客观地评价其地形辐射校正的效果。在多时相遥感监测数据处理过程中，由于缺乏大气状况等相关信息，采用相对辐射校正方法消除不同时相遥感图像之间的辐射亮度差异是较常用的方法。本文在2期TM影像上分别选择以居民地及建设用地和耕地为主的研究区以及以山地和水体为主的研究区，对基于不变特征相对辐射校正方法——基于多元变化检测辐射校正方法中不同阈值以及不同自然景观特征影响进行进一步研究，得到以下结论：①与基于统计特征的辐射校正方法相比，虽然基于多元变化检测相对辐射校正方法的RMSE值略高于图像回归方法，但是比较两种方法的变异系数，该方法有利于遥感影像分类和变化检测;②本文采用5个不同阈值比较它们之间的差异性，从RMSE和变异系数2种评价结果来看，不同阈值对基于多元变化检测方法结果的影响不显著；③研究区分别选择在平原地区和山地，结果显示在基于多元变化检测的相对辐射校正方法中，林地和居民地及建设用地的样本量往往取决于覆盖面积的大小，耕地一般可获取较多样本，水体获取样本较少。实践证明，基于多元变化检测相对辐射校正方法，其操作性优于传统人工采集样本的相对辐射校正方法，辐射校正结果优于基于统计特征相对辐射校正方法获得辐射校正结果，该方法具有较好的应用前景。有着多年野外试验工作经验的戎志国说：“我们利用辐射特性均匀稳定的地面目标，并将其作为‘基准'。在卫星过境时，通过遥感器对‘基准'的观测，校准遥感器偏差（辐射校正），成为确保在轨卫星观测精度的首要方法。”“我们在敦煌场主要是进行可见光辐射校正，在青海湖主要是进行红外校正。辐射校正星地同步观测，需要晴天、小观测角度等条件。一般在极轨卫星过境前后一小时对其进行加密测量，地表反射特性为场区跑点观测，其他的则为定点观测。”孙凌说。截至目前，中国遥感卫星辐射校正场技术系统已经为气象、海洋、资源、环境减灾和军事系列共21颗国产遥感卫星实施了辐射校正，仅用于台风监测的风云卫星图像就超过6万幅。中国资源卫星应用中心应用开发部部长付俏燕表示：“资源卫星有很多颗，我们以该系统指标作为 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 ，每年进行辐射校正，效果不错。资源卫星与气象卫星载荷不一样，卫星分辨率较高，因此我们的网块选择、技术方法、数据反演方法等都借鉴于该系统。”目前，国际地球卫星观测委员会已将该系统列为国际上极少具备现场观测条件的辐射校正基准场；世界气象组织高度评价中国在国际辐射校正领域的主导作用；辐射校正过的图像通过CMACast在亚太17个国家和南美洲、非洲得到业务使用。记者了解到，可见光辐射校正（系统定标）精度以及初级应用光辐射功率标准不确定度2项指标达到国际先进水平；敦煌光学辐射校正场均匀性、尺度指标以及基本特性参数的完整性为国际最优；红外、微波辐射校正业务填补了国际空白。针对大视场多光谱空间相机获取的图像直接合成彩色图像后存在严重的色带和片间色差、地面处理数据量大且耗时长这一问题，提出了一种大视场多光谱遥感相机的在轨自动相对辐射校正方法，给出了利用最小二乘法获取的绝对辐射定标系数计算消除片间色差的相对辐射校正系数的公式，并在分析视频处理器增益等成像工作参数变化对相对辐射校正系数的影响的基础上，将校正算法在成像控制FPGA中进行了具体实现。实验室均匀辐射背景成像实验和仿真结果表明，自动相对辐射校正的结果和在地面进行相对辐射校正的结果一致，校正误差在0.5个DN值以内，校正后的图像滞后原始图像6个系统时钟，可以满足实时性要求。在轨成像实验结果表明，经过自动相对辐射校正后直接合成的彩色图像去除了色带和片间色差，使得对感兴趣目标分辨和识别更加快速及时。基于FLAASH模型的M0DIS1B数据的大气校正中分辨率成像光谱仪M0DIS(ModerateResolutionImagingSpectralradiometer)是美国地球观测系统EOS(EarthObservingSatellites)最主要的仪器，搭载于Terra和Aqua两颗卫星之上，其数据在全世界范围都可免费接收oMODIS有36个离散光谱波段，光谱范围宽从0.4(可见光)〜14.4pm(热红外)全光谱覆盖。其中，前两个波段的空间分辨率250m,3—7波段为500m，8—36波段为1000m,两颗卫星每天可以进行4次观测，具有很强的实时监测能力，在一定程度上弥补了其空间分辨率的不足，在自然灾害监测、环境变化、资源利用等方面都得到了广泛的应用［1］。由于其时间分辨率较高，在遥感成像过程中，传感器接收到的辐射信息是经过大气作用后的辐射信息。它包括了地物辐射信息和大气辐射信息，这些会引起传感器接收到的信号失真，因此，需要对原始遥感影像进行大气校正，消除或者减弱大气对遥感数据的影响，进而还原目标物的真实反射率。国内外的众多学者提出了很多大气校正方法［2］,女口：直方图均衡化法(HistogramMatchingMethod)、经验线性法(EmpiricalLineMethod)、暗目标法(DarkObjectMethod)、6S、MODTRAN大气校正模式等oENVI软件中的FLAASH模型采用的是M0DTRAN4大气辐射传输模型，本文利用该模型对M0DIS1B数据进行大气校正，为M0DIS1B数据的进一步应用提供基础参考数据。2大气校正过程2.1大气校正预处理在利用ENVI软件对M0DIS1B数据进行大气校正前，需要进行几个部分的预处理工作，包括几何校正、辐射定标、格式转换等。预处理流程如图1所示。由于M0DIS1B数据中自带经纬度信息，本文首先以经度作为X方向数据，以纬度作为Y方向数据建立GLT,然后利用map模块中的geo—referencefromGLT功能对图像进行几何校正。其原理就是使图像中的每一个像素对应一个坐标，根据坐标值将此像素放在相应的位置上，从而达到几何校正的目的。辐射定标是大气校正的基础步骤，目的是将记录的原始测量值DN转换为大气外层表面反射率或辐射亮度。大气校正是选择辐射定标后的辐射亮度产品进行纠正.在相应波段科学数据集的属性域中读取。不同影像不同波段的辐射校正参数scales和offsets是不同的，本文所用的实验数据为2008年4月25日上海长江口地区的Terra影像数据，其前七个波段的辐射校正参数见表1。因为M0DIS的数据存贮格式为波段顺序格式(BSQ)，而FLAASH大气校正模块使用的是波段逐行交叉顺序(BIL)或波段逐像元交叉顺序(BIP)格式文件。所以，需要利用ConvertData功能将几何纠正后的1kmRadiance辐射亮度BSQ格式转换为BIL格式文件，并将生成文件的头文件中各波段分别赋中心波长值。经辐射定标后，得到天顶辐射能量，其量纲为W/(m2・pm・sr)，FLAASH要求输入数据的格式是整型或者浮点型，单位是|JW/（cm2・nm・sr），因此运行FLAASH模块前须进行换算，为符合量纲换算关系式1pW（cm2•nm•sr=10W/（m2•pm•sr），需设置scalefactor缩放因子为10,进行量纲转换。2．3大气校正结果大气校正前后MODIS数据6、2、1波段假彩色合成图（如图2所示）表明，校正后影像稍微变亮，对比度有所提高。由于大气校正前的影像原本视觉效果较好，因此用目视的方法并不能准确地评价本次大气校正的效果。为了评价和验证FLAASH模型对MODIS数据大气校正的效果，对第一波段校正前后进行了波段统计，发现波谱还原精度较高，能较真实地恢复地物波谱信息。此外，进一步对校正前后影像计算NDVI进行对比。由于用FLAASH模块校正输出的是反射率数据乘以10000的影像，为了与校正前的影像进行对比，需要把校正前、后数据线性拉伸到0—255。校正前后NDVI的平均值分别为0.224705和0.293071，标准差分别为0．197345和0．267082，平均值反映了图像的灰度值，值越大，说明图像所含的信息量越丰富;标准差反映了图像离散程度，标准差越大，灰度级分布越分散，图像的目视效果越好。综合比较，FLAASH大气校正在一定程度上有效地降低了大气对遥感影像的影响，获得了地表真实反射率，能够达到消除大气影响、增强信息的目的。3结束语随着遥感技术的发展，对遥感影像的信息提取逐渐由定性解释向定量分析阶段发展。为了获取质量较高的影像，大气校正已经成为定量遥感研究的重要环节。实验结果表明,FLAASH大气校正模型可以对MODIS1B数据进行大气校正，其用户界面较简单，并可以较好地消除大气影响，提高影像的清晰度，有利于遥感解译，能够为MODIS数据的进一步研究应用做好基础。参考文献选自王少楠，李爱农《地形辐射校正模型研究进展》选自白穆，刘慧平，朱寿东，冯徽徽《多元变化检测的相对辐射校正方法研究》选自《中国气象报/2013年/2月/18日/第003版》选自武星星，刘金国《大视场多光谱空间相机在轨自动相对辐射校正研究》（中国科学院长春光学精密机械与物理研究所长春130033）选自刘瑜《基于FLAASH模型的MODIS1B数据的大气校正》（上海海洋大学海洋科学学院，上海201306）小组成员分工PPT制作:彭茜蕤演讲PPT.周林MAPGIS演示:刘佳慧周林查找资料：黄慧林报告制作:彭茜蕤刘佳慧黄慧林周林