01 前言
辐射校正的流程如下:
![](https://img-blog.csdnimg.cn/img_convert/3854c79592c4e401f080de5d27aab595.png)
由于粗校正为地面接收站完成的工作,因为站点具备卫星仪器的各项参数,因此我们得到的影像为经过粗校正处理的。
本次实验主要进行辐射定标和大气校正,其它校正不在本次实验的范畴之内。
02 实验说明
2.1 实验项目名称
辐射校正
2.2 实验目的
1. 使用ENVI非经典版对Landsat8做辐射定标处理
2. 对不同类型遥感数据采用bandmath 和Flash模块进行大气校正
3. 校正前后的数据对比
2.3 实验原理
辐射校正中的辐射定标和大气校正的相关原理
2.4 数据来源
2.4.1数据来源
Landsat8数据
2.4.2数据描述
![](https://img-blog.csdnimg.cn/img_convert/dbd8023630c662c65f6289475ee7242c.png)
投影信息:
![](https://img-blog.csdnimg.cn/img_convert/df893d95042b3144a79c28d5e4a68de4.png)
关于Landsat8数据中*_MTL.txt部分内容说明(更详细内容可以查看博客:(6条消息)Landsat8中*_MTL.txt文件详解_炒茄子的博客-CSDN博客)
![](https://img-blog.csdnimg.cn/img_convert/f538cc4146ac85b3459808702c35b426.png)
上述有两个需要说明的点,均参考GEE学习03-Landsat卫星数据标识详解 - 知乎(zhihu.com)
T1(Tier 1):
具有最高数据质量的Landsat影像被放入T1,并被认为适合于时间序列分析。
T1存放的是L1TP(Level-1 Precision and Terrain)处理等级的数据。
L1TP等级数据包括辐射定标和使用地面控制点 (GCP) 和数字高程模型 (DEM) 数据进行的正射校正(正射校正是几何校正的最高级别),以校正地形位移,所采用的地面控制点来自 Global Land Survey 2000 (GLS2000) 数据集。
该等级数据具有良好的辐射特征,并且在不同的 Landsat 传感器之间进行了相互校准。T1等级影像的地理配准是一致的,校正的均方根误差(RMSE)在12米之内。
Collection1:
“Collection 1”与“Collection 2”是USGS对Landsat数据进行的两次不同的处理所形成的采用分级结构管理的数据集。其中,Collection 1是2016年整理形成的。Landsat Collection 2是2020年发布的。Landsat Collection 2 标志着USGS对 Landsat 档案进行的第二次重大再处理工作,它带来了多项数据产品改进,这些改进利用了数据处理、算法开发以及数据访问和分发能力方面的最新进展。
MTL.txt文件中还有部分内容由于专业能力有限无法进行讲述。
![](https://img-blog.csdnimg.cn/img_convert/e6c6f6cd37132eb3effffc27584c941a.png)
![](https://img-blog.csdnimg.cn/img_convert/8bd7815c267b8f92c64d8218f146ee9d.png)
![](https://img-blog.csdnimg.cn/img_convert/a15f1c897ecf6360b4ca052be26ee763.png)
03 实验过程
3.1 辐射定标
首先加载数据
![](https://img-blog.csdnimg.cn/img_convert/6f969fa09e9365817e2b3160d55bbba2.png)
![](https://img-blog.csdnimg.cn/img_convert/e87c5b448a13d071c11e6c67dc74b108.png)
加载的影像结果显示
![](https://img-blog.csdnimg.cn/img_convert/f47bc2119bebfda3efe91db33be4f971.png)
Landsat8相关数据的介绍(可参考上方数据来源了解)
![](https://img-blog.csdnimg.cn/img_convert/062249adb637a7573d819eb339af7a67.png)
辐射定标既可以使用ENVI现成的工具进行操作,也可以通过Landsat8数据中的*_MTL.txt文件的参数从原理上进行操作(借助ENVI中的bandmath工具进行),二者最后的效果是一样的;
这里使用ENVI非经典版进行操作,而非ENVIClassic进行(当然它也是可行的,只是这里不做详细阐述,如需了解,参考***)。
使用ENVI现成的辐射定标(RadiometricCalibration)工具进行辐射定标
![](https://img-blog.csdnimg.cn/img_convert/7bc0849c4c7eaeb9c936c638c184c36c.png)
![](https://img-blog.csdnimg.cn/img_convert/4e36217613389a0fd1202c0aaf9cb477.png)
(上述还有一个Output FileName是为输出的辐射定标后的图像文件的路径和名称设置,如下设置,注意不能出现中文,否则辐射定标出现错误)
![](https://img-blog.csdnimg.cn/img_convert/53914cf2a1a2338661ec4ccbf309c82b.png)
辐射定标前后的影像对比
![](https://img-blog.csdnimg.cn/img_convert/1f5a4627f4f672872bd76ccba764213a.png)
现在我们尝试使用bandmath从底层进行辐射定标的实现,但是在此之前我们需要了解一下*_MTL.txt文件内容(具体可以可以查看数据描述部分,这里不再重复)。
具体使用公式如下:
![](https://img-blog.csdnimg.cn/img_convert/c32ab237c4ceab8b1a892b237c9681fa.png)
需要使用到MTL文件中两部分内容:
![](https://img-blog.csdnimg.cn/img_convert/5ee440c76773ac60ea690221f979a3c6.png)
![](https://img-blog.csdnimg.cn/img_convert/5cd5652ad272ca861264d306edc9a44f.png)
接下来我们使用bandmath从底层进行辐射定标
![](https://img-blog.csdnimg.cn/img_convert/d963b2a0f9f0cd8f0351091fd2dc4278.png)
使用bandmath对影像进行辐射定标这里仅作演示,不做详细说明
3.2 大气校正
输入辐射定标文件
![](https://img-blog.csdnimg.cn/img_convert/0ff4c97636d7e23533de571ffacbb2c6.png)
![](https://img-blog.csdnimg.cn/img_convert/406f9052dfd0e34026c4952a74d5f7ab.png)
大气模式的选取:
![](https://img-blog.csdnimg.cn/img_convert/cfa587a7f1fbab229225082a1e35d523.png)
![](https://img-blog.csdnimg.cn/img_convert/aa2c6ec325541a6a9e3ad6bee26161bf.png)
![](https://img-blog.csdnimg.cn/img_convert/edcf94d3ce5801fb88feec55094c5abd.png)
Flassh大气校正的结果展示:
![](https://img-blog.csdnimg.cn/img_convert/311df8f34096542303df9d3625cd7a49.png)
大气校正前后对比
![](https://img-blog.csdnimg.cn/img_convert/030e4ea7faeaa740558dc95e396d9c89.png)
3.3 实验结果与分析
辐射定标前后的影像结果对比
![](https://img-blog.csdnimg.cn/img_convert/8afc20ca5dab58e643b4d9508a5c2d41.png)
大气校正前后的影像结果对比
![](https://img-blog.csdnimg.cn/img_convert/6d6abfcda806d580a94aa6bb65751c61.png)
辐射定标、大气校正前后的三幅影像对比
![](https://img-blog.csdnimg.cn/img_convert/ea57e89b410c3357eefb1120e3545d9e.png)
如果有问题,欢迎一起探讨.
<p>炒茄子</p>