为了消除大气吸收和散射遥感图像电磁辐射水平的影响，可以采取的措施是() 。
A 、图像增强
B 、几何校正
C 、辐射校正
D 、图像分类
【正确答案：C】
受大气环境、传感器性能、投影方式、成像过程等因素的影响，会造成同一景图像上电磁辐射水平的不均匀或局部失真，同一时相的相邻图像之间也会有辐射水平的差异，同一观察范围但不同时相的图像之间更会有辐射水平的差异。辐射差异带来图像色调的差异，往往需要校正后才能正常使用。
遥感数据的预处理也称图像恢复处理，目的是为改正或补偿成像过程中的辐射失真、几何畸变、各种噪声以及高频信息的损失而进行的处理，它是作进一步增强或分类处理的基础。任何实际获取的图像，都在不同程度上与实际地物的辐射能量分布有差异，即存在着退化，这在感测、记录、传输、显示等过程均会出现，例如辐射退化、几何畸变、空间频率的衰减、各种噪声的加入等。造成这些退化的原因是多方面的，主要包括遥感成像系统的特性、环境背景因素等。因此在遥感专题信息提取中，必须认真研究分析遥感数据获取过程中所产生的图像退化的原因，采用合理的方法尽可能去除辐射畸变、几何畸变等影响，为后续的图像信息提取提供基础。
( 一) 大气校正
遥感成像过程中会产生辐射失真的现象，这主要是由于传感器在接收来自地物的电磁辐射能时，由于电磁波在大气层中传输，以及传感器测量过程中受到的太阳位置和角度条件、大气条件、地形条件影响和传感器本身的性能等引起的，这样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，造成成像过程的各种失真。辐射失真对图像的使用和理解会造成一定的影响，必须加以校正或消除。大气校正是为了消除或减轻成像过程中由于大气对阳光和来自目标的辐射所产生的吸收和散射而引起的辐射失真。在遥感数据预处理阶段大气校正主要是利用波段数据统计分析，通过对遥感数据各个波段统计特征的分析而去除大气影响的一种校正方法，无需过多的已知参数，可操作性较强，主要包括直方图法和回归分析法两种方法。
1. 直方图法
直方图法的基本原理是假定图像中水体、地形阴影等低辐照度区域的 DN 值理论上应为 0 ( 尤其是波长较长的波段更是如此) ，而当存在大气影响时会造成低辐照度区域像元DN 值并非为 0，使直方图产生漂移值 a ( 图 4-5) 。波长越短，散射作用越强，a 值越大。这种差异即是由大气影响 ( 程辐射) 而引起的，此时，图像中的最小 DN 值 a 即为大气影响值，图像中各像元 DN 值均减去该大气影响值即可。
图 4-5 直方图法校正大气散射示意图
2. 回归分析法
回归分析法的基本原理是假定波长较长波段图像中低辐照度区域的大气影响 ( 程辐射) 近似为 0，对待校正波段与波长较长波段的 DN 值散点数据进行线性回归分析即可得大气影响值，待校正波段图像各像元 DN 值均减去大气影响值即可。
图 4-6 回归分析法校正大气散射示意图
例如以红外波段图像如 TM4，5，7 等作为无散射影响的标准图像，在待进行大气散射校正的可见光波段图像上，找出最黑的影像，如高山阴影或其他暗黑色地物目标，然后把对应的红外波段图像上的同一地物目标找出来，再把可见光与红外图像的灰度值数据取出进行比较分析。现以 TM2 和 TM4 为例，把 TM4 的灰度值作为 x 轴，TM2 的灰度值作为 y 轴进行点绘。点绘结果出现了许多离散的点，其 x，y 坐标值分别表示红外( TM4) 和可见光 ( TM2) 图像上对应像元的灰度值，基本呈线性结构形式 ( 图 4-6) 。可由一组点拟合其回归直线。即
y = a + bx
式中 x，y 分别是 TM4 和 TM2 的灰度值a，b 是回归直线的截距和斜率。再利用所获得的地物目标数据，并由最小二乘法作直线拟合，可得出 a，b 为
遥感地质学
式中 n 为地物目标像元点数为 TM4 和 TM2 图像上所选地物目标灰度的平均值。
求出 a，b 后，回归方程即被确定，其中常数 a ( 截距) 就是所要进行校正的数值，即只需将 TM2 的灰度值减去 a 就得出了消去散射影响的校正图像。同理，可求出其他可见光波段图像的大气散射校正值 a，进行校正。
大气校正会增加图像的对比度，消除雾霾感 ( 短波波段尤甚) ，在进行比值增强、彩色合成等处理时，事先校正更为必要。
( 二) 几何校正
1. 几何校正的原理
遥感图像在获取过程中，由于多种原因导致目标物相对位置的坐标关系在图像中发生变化，这种变化称为几何畸变。引起几何畸变的原因主要包括 遥感平台的运行姿态( 如卫星的高度、速度，俯仰、翻滚、偏航) 遥感器的工作性能 ( 扫描速度不均、扫描行间错动等) 地球自转的影响地球表面曲率、地表起伏的影响全景畸变等。
校正各种原因引起的几何畸变是几何校正的基本内容，其目的就是要纠正系统性及非系统性因素引起的图像几何变形，从而实现被校正图像与地形图、标准图像、地图或其他图件资料的空间配准。图像的几何校正需要根据图像中几何变形的性质、可用的校正数据以及应用目的来确定合适的校正方法，根据校正的级别、次序及实现方法，可采取不同的遥感图像几何校正处理方案。
遥感图像几何校正包括粗校正和精校正两种，粗校正一般由地向站处理，也称系统级的几何校正，它仅作系统误差改正，即利用卫星所提供的轨道和姿态等参数，以及地面系统中的有关处理参数对原始数据进行几何校正。粗校正对传感器内部畸变的改正很有效，但处理后图像仍有较大的残差，因此必须对遥感图像进行进一步的处理，即几何精校正。几何精校正是在粗校正的基础上进行的，可以由地面站来完成，也可由用户来完成。几何精校正是利用地面控制点进行的几何校正，它是用一种数学模型来近似描述遥感图像的几何畸变过程，并利用畸变的遥感图像与标准地图之间的一些对应点 ( 即控制点) 求得这个几何畸变模型，然后利用此模型进行几何畸变的校正，这种校正不考虑畸变的具体原因，而只考虑如何利用畸变模型来校正图像。它是在几何校正过程中利用地面控制点对系统几何校正模型进行修正，使之更精确地描述卫星与地面位置之间的关系。这里说的几何校正主要是指几何精校正。
2. 几何精校正的实现方法
几何精校正的实现方法包括直接转换法和重采样法，二者的最大区别在于变形空间与标准空间的定义方式不同。
重采样是一个图像恢复的过程，即首先从离散的数字图像尽可能重建代表目标景像的二维连续函数，这个函数可想象为由不同亮度值构成的曲面，然后再根据这个亮度值曲面按照新的像元间距和位置进行采样。具体实现中，重采样法几何精校正包括两个过程，即像元几何位置的确定以及像元亮度值的确定。
( 1) 像元几何位置的确定 几何精校正直接以地形图 ( 地理坐标) 为参照，综合校正所有因素造成的几何畸变，能显著改善数字图像的几何精度，不仅对后续的解译制图和几何量算是非常必要的，而且它也是不同图像的配准和多元信息复合的基础。因此，提高校正处理本身的精度就显得很重要了。关键是选准几何控制点，要尽量挑选那些位置准确、与周围差异显著，且范围窄小的影像，最好是孤立的像元。如河流的干、支流交汇点、拐流点、独立的小水体、特征明显的地形点、坡折点等。由于水在近红外反射极低，数字图像上亮度几乎为零，易于确定，所以应多利用近红外波段的图像 ( TM4/ ETM4，ETM5 / TM5，ETM7 / TM7 等) 来选控制点。控制点的数目要适中，在图像上分布要均匀，位置精度一般应小于 0. 5 个像元。
( 2) 像元亮度值的确定 标准空间中像元坐标 ( x，y) 所对应的变形空间中共轭点像元的坐标 ( u，v) 一般不是整数，故标准空间 ( 输出图像) 的坐标为 ( x，y) 的像元DN 值须由其在变形空间中的内插点 ( u，v) 附近的若干个像元的 DN 值进行内插而确定。内插方法包括最邻近法、双线性内插法和三次褶积法。其中，最邻近法是将变形空间中距离内插点 ( u，v) 最近的像元 DN 值作为标准空间中坐标 ( x，y) 的像元 DN 值双线性内插法是对变形空间中内插点 ( u，v) 周围近邻的 4 个像元点 DN 值进行双线性内插三次褶积法是对变形空间中内插点 ( u，v) 周围近邻的 16 个像元点 DN 值采用无限卷积函数的替代多项式进行内插。上述三种内插法各具优缺点，最邻近法图像光谱信息基本不变，但几何精度略差双线性内插法几何精度较高，但易损失一定的高频信息三次褶积法几何精度较高，光谱信息基本不变，但运算量较大。在实际操作过程中，用户须结合实际需要来选择适宜的内插方法。
( 三) 投影变换及图像镶嵌、图像分幅
1. 投影变换
投影变换是指将图像从一种地图投影方式变换到另一种投影方式，其目的主要在于以人为规定的投影方式进行制图。所谓地图投影，就是把地球参考椭球体曲面按一定的规律投影转化为地图平面。根据地图投影学的知识，在地球参考椭球的形状、体积和各种参数已经通过天文、大地和重力测量得以确定之后，只要依据地面点的经纬度 ( L，B) 就可以转换为任何一种地图投影下的地图坐标 ( X，Y) 。目前，遥感平台所携带的定位系统使得所获取的遥感数据已经带有空间坐标信息，其所采用的投影方式多为 UTM 投影 ( Uni-versal Transverse Mercatol Projection，通用横轴墨卡托投影) ，而我国的基本比例尺地形图是基于克拉索夫斯基参考椭球体的高斯-克吕格投影，所以，用户一般所需要做的工作是对所获取的数据进行投影变换，以满足工作区制图的需要。
2. 图像镶嵌
图像镶嵌是指将数个单景图像拼接为一个整幅的新图像，其目的是为了满足大范围遥感解译与制图的需要，另外有时我们感兴趣的地方恰是两景图像的交接处，这就要将单景图像拼接为一个新图像。理想的镶嵌应使相邻图像重叠 ( 接边) 部位在几何和辐射特征方面完全一致，因此，镶嵌的效果主要取决于相邻图像在几何和辐射特性方面的差异，其中单景图像数据的时相是较为关键的影响因素，实际的镶嵌工作中应尽可能收集时相相同或季节相近的数据来进行镶嵌。
3. 图像分幅
图像分幅是指根据工作区的空间范围对遥感图像进行裁剪处理，多用于遥感影像制图。图像分幅主要包括经纬线分幅和矩形分幅两种方式。经纬线分幅是目前地形图以及小比例尺地图所采用的主要分幅方式，操作时要借助其他 GIS 软件生成分幅图廓 ( 如利用MapGIS 软件生成标准图框) ，而后利用分幅图廓进行图像的裁剪处理。经纬线分幅的各个图幅具有明确的地理位置参考，便于检索，适用于大范围、批量的专题制图。矩形分幅是实际工作中较常涉及的图像预处理过程之一，多用于某个工作区的单幅遥感影像制图及解译工作。
一、实验目的
通过对ENVI的FLAASH 功能运用，掌握对Landsat卫星遥感影像做辐射定标与FLAASH大气校正的技术操作，加深对辐射定标和大气校正原理的理解。
二、实验内容
①桂林市TM 遥感影像辐射定标；
②桂林市TM 遥感影像FLAASH大气校正处理。
三、实验要求
①明确ENVI的Lndsat辐射定标各项参数的意义及作用；
②明确ENVI FLAASH大气校正处理各步操作的作用；
③对FLAASH大气校正前后同名点的植被波谱曲线差异进行比较分析。编写实验报告。
四、技术条件
①微型计算机；
②国际分幅127-43 TM 影像；
③ENVI软件；
④Photoshop软件（ver.6.0以上）和ACDSee软件（ver.4.0以上）。
五、实验步骤
辐射校正包括辐射定标与大气校正两部分。辐射定标是将传感器记录的电压或数字量化值（DN）转换成绝对辐射亮度值（辐射率）。大气校正就是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率和地表温度等物理参数真实数值的物理数学计算。
1.辐射定标
ENVI提供Calibration Utilities（校正工程）工具，可以利用定标系数完成ASTER、MSS、TM、ETM＋、QuickBird等传感器的辐射定标。本次实验介绍Landsat传感器定标的具体操作过程：
（1）在ENVI主菜单中，选择“File>Open External File>Iandsat>GeoTIFF with metadata”，打开Landsat5 TM数据L5127043_04320051009 MTL.txt。
（2）在 ENVI主菜单中，选择“Basic Tools>Prepr coessing >Calibration Utilities >Landsat Calibration”，在打开的“Landsat Calibration Input File”对话框中，选择Land ast5 TM 文件，单击【OK】按钮，出现“ENVI Landsat Calibration”对话框（图19-1）。
（3）在“ENVI Landsat Calibration”对话框中，ENVI将自动从元数据中获取下列参数：Landsat卫星类型（Landsat Satellite Sensor）；图像成像时间（Data Acquisition Month/Day/Year）；太阳高度角（Sun Elevation）。
（4）定标类型（Calibration Type）包括“Radiance”（辐射亮度值）和“Reflectance”（反射率），选择“Radiance”（辐射亮度值）。
（5）点击【Edit Calibration Parameters】按钮，可以打开定标参数对话框，可以自己修改定标参数。
如果定标的数据格式是 ENVI标准或者TIF格式，需要手动输入“ENVI Landsat Calibration”对话框中的参数（Landsat卫星类型、图像成像时间和太阳高度角），并且每次只能定标一个波段。
图19-1 ENVI陆地卫星定标对话框
（6）选择输出路径及文件名，单击【OK】按钮，执行定标过程。
2.大气校正
目的是消除大气中的水蒸气、氧气、二氧化碳、甲烷和臭氧等对地物反射的影响，消除大气分子和气溶胶散射的影响，目前遥感图像的大气校正方法很多，本次实验选择FLAASH大气校正工具进行大气校正，FLAASH 对大气校正的输入图像作了一些要求，具体如下：
◎卫星图像波段范围为400～2500nm；航空图像为860～1135nm。
◎文件类型为ENVI标准栅格格式，BIP或BIL存储格式。
◎数据头文件中包含中心波长（Wavelength）值（表19-1），如果是高光谱还需要有波段宽度（FWHM），这两个参数都可以通过编辑头文件信息输入（Edit Header）。
表19-1 Ladnst中心波长
续表
图19-2 转换文件参数设置
FLAASH大气校正具体操作步骤如下：
（1）数据储存顺序调整。由于FLAASH大气校正工具要求数据存储顺序为BIP或者BIL格式，而ENVI默认的数据存储格式为BSQ格式，我们需要进行数据储存格式调整，在ENVI主菜单中，选择“Basic Tools>Convert Data（BSQ、BIP、BIL）”，在“Convert File Input”对话框中选择上一步辐射定标的结果，单击【OK】按钮打开“Convert File Parameters”对话框（图19-2）。
◎选择“Output Interleave”：BIL，
◎Convert In Place Yes
单击【OK】按钮，执行处理。
（2）文件输入与输出信息。在ENVl主菜单中，选择“Spectral>FLAASH”，打开“FLAASH”功能，如图19-3所示。
点击【Input Radiance lmage】按钮，选择准备好的辐射亮度值数据，由于辐射定标时得到的辐射亮度单位为W/（m2 ·μm ·sr），FLA ASH要求的辐射亮度单位为μW/（cm2 nm ·sr），两者相差10倍，所以点击【Input Radiance Image】按钮会出现“Radiance Scale Factors”对话框（图19-4），选择“Us esingle scale factorfor all bands”（对所有波段使用统一比例因子），“single scale factor”值输入10，点击【OK】按钮，这样就获得符合FLAASH要求的辐射亮度值。
图19-3 FLAASH模块参数对话框
图19-4 辐射亮度比例因子设置
单击图19-3中的【Output Reflectance File】按钮，选择输出文件名和路径。
（3）传感器与图像目标信息。
Scene Center Location：从元数据文件中获取，当图像位于西半球时，经度为负值；位于南半球时，纬度为负值。
Sensor Type：选择辐射亮度图像对应的传感器类型，本实验使用数据为Landsat TM5。
Ground Elevation（km）：可从相应区域的DEM 获取平均值。
Flight Date：图像成像日期，可以从元数据文件中获取。
Flight Time GMT：图像成像格林尼治时间，可以从元数据文件中获取。
（4）大气模型（Atmospheric Model）。ENVI提供了六种大气模型：亚极地冬季（Sub-Arctic Winter）、中纬度冬季（Mid-Latitude Winter）、美国标准大气模型（U.S.Standard）、亚极地夏季（Sub-Arctic Summer）、中纬度夏季（Mid-Latitude Summer）、热带（TroPical）。可以通过季节－纬度信息选择大气模型。
（5）水汽反演（Water Retrieval）。多光谱数据由于缺少相应波段和光谱分辨率太低不执行水汽反演。选择No。
（6）气溶胶模型（Aerosol Model）。ENVI提供五种气溶胶模型：无气溶胶（No Aerosol）、乡村（Rural）、城市（Urban）、海面（Maritime）、对流层（Tropospheric）。
（7）气溶胶反演（Aerosol Retrieval）：选择2-Band（K-T）, K-T气溶胶反演方法。
（8）初始能见度（Initial Visibility）（km）：见表19-2。
表19-2 天气条件与估算能见度
（9）多光谱设置（MultispectraI Settings）。在“Sensor Type”选项中选择多光谱传感器时，出现【Multispectral Settings】按钮，单击此按钮可以打开多光谱设置对话框（图19-5），有两种设置方式：文件方式（File）和图形方式（GUI），一般选择图形方式。由于多光谱数据一般不用于水汽，因此多光谱设置对话框中主要的参数见“Kaufman Taner Aerosol Retrieval”对话框中，选择“Defaults”下拉框：Over-Land Retrieval Standard（6602100），即上行通道660nm，下行通道2100nm，点击【OK】按钮后完成设置，回到FLAASH模块参数对话框。
图19-5 多光谱设置对话框
（10）高级设置（Advanced Settings）。按照默认设置。
上述设置完成后，点击【Apply】按钮，执行FLAASH大气校正。
3.大气校正前后同名点植被波谱曲线对比
（1）分别在“Display”窗口中显示原始数据图像和FLAASH 校正后的反射率图像。
（2）在其中一个主窗口中选择“link>Geographic link”，将两个“Display”窗口地理链接。
（3）将大气校正前后影像窗口移动到植被区域，分别在两个“Display”窗口中单击鼠标右键选择“Z Pro-file（Spectrmu）”，获取两个图像上的植被波谱曲线（图19-6），可以看到经过大气校正后的植被波谱曲线更加接近真实植被波谱曲线。
图19-6 大气校正前（左图）后（右图）植被波谱曲线对比
六、实验报告
（1）简述实验过程。
（2）回答问题：①什么是辐射定标？ENVl软件采用何种功能命令进行辐射定标？②什么是大气校正？ENVI软件采用何种功能命令进行大气校正？③辐射校正前后地物波谱特征对比分析：分别提取辐射校正前、后的漓江水体、岩溶石山、碎屑岩土山、农田、桂林市区和飞机场六种典型地物的波谱曲线。比较分析它们的差异。为何它们会存在差异？
实验报告格式见附录一。
1、减少污染物排放量.改革能源结构,多采用无污染能源（如太阳能、风能、水力发电）和低污染能源（如天然气）,对燃料进行预处理（如烧煤前先进行脱硫）,改进燃烧技术等均可减少排污量.另外,在污染物未进入大气之前,使用除尘消烟技术、冷凝技术、液体吸收技术、回收处理技术等消除废气中的部分污染物,可减少进入大气的污染物数量.2、控制排放和充分利用大气自净能力.气象条件不同,大气对污染物的容量便不同,排入同样数量的污染物,造成的污染物浓度便不同.对于风力大、通风好、湍流盛、对流强的地区和时段,大气扩散稀释能力强,可接受较多厂矿企业活动.逆温的地区和时段,大气扩散稀释能力弱,便不能接受较多的污染物,否则会造成严重大气污染.因此应对不同地区、不同时段进行排放量的有效控制.3、 厂址选择、烟囱设计、城区与工业区规划等要合理,不要排放大户过渡集中,不要造成重复迭加污染,形成局地严重污染事件发生.4、绿化造林,使有更多植物吸收污染物,减轻大气污染程度.
温馨提示：
