python大气校正_全自动多源遥感影像大气校正方法

之前一直想开发一种全自动的大气矫正方法，但是基于6s等模型方法，需要气溶胶等各种参数问题，导致开发一直处于停滞状态，最近看到了南京信息工程大学的Muhammad Bilal教授2019年发表在Remote Sensing上面的大气校正方法，感觉很有意思，特此实现一把。

这个大气校正方法的核心思想是，只需要太阳和传感器方位角、高度角、表观反射率数据即可，这就非常方便了，无需任何大气参数输入了，从本质上来说，其实是对6S大气矫正模型的简化而已。 如果各位有任何问题，欢迎联系qq1044625113;Email:1044625113@qq.com.

下面对其核心原理进行一下分析：

图1. 整体算法流程

这里面的核心思想就是，简化了水汽吸收、臭氧吸收等一些大气参数，用了一个简单的数学模型进行了估计，从而得到大气矫正结果，如果大家对他的关键技术有兴趣，可以仔细阅读原文。在这里，我不提过多的意见，当然这篇文章是有漏洞的，行家应该一眼能看出来。

我简单用纯matlab进行了实现(之所以没用python，是因为懒)，如果需要代码可以同我联系，下面是大气矫正完的结果：

图(a)  表观反射率图                                                              图(b)  大气校正结果

从这个结果可以看出，还是很不错的，地表反射率基本上符合视觉效果，我对其中的数值进行了比较，结果不错！

这个算法有一个好处，就是只需要方位角、天顶角参数即可，无需复杂大气参数等，对于国产高分一号、高分二号、高分六号都可以进行，这就非常方便，这完全能够应用到大批量工程生产中，

如果用并行算法、GPU计算等，把效率拔高一个档次不是问题，纯matlab代码下，i7 7700HQcpu执行完大概是60秒，IDL代码需要5倍以上时间。。。为什么IDL这么慢。。。说一句题外话，我个人

觉得真正的研发是服务于大批量的工程生产中的，任何空中楼阁的算法研究是没有任何意义的，这与MIT的思想是一致的，我从研究生毕业后，转变了观念，不管是因为兴趣还是什么的，我都会思考一下，

这个东西是否真的有用，是否能真的大批量用起来，或者说能够改变现有模式。我举一个例子，遥感影像去云，很多人写文章喜欢用多期影像去替换云区域，我的内心其实很想说一句，有时候只有这么一

景，我去哪里找替换的呢？所以我觉得这个研究其实意义不大，应当转向如何大批量全自动云掩膜、全自动替换的工程研究中，例如分块GPU并行等。

好吧，先扯到这里！