[转载]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
2018-03-20 21:00阅读：
新浪博客
![[转载]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](http://simg.sinajs.cn/blog7style/images/common/sg_trans.gif "此博文包含图片"){kind=small}
用敦煌外场测量数据，此值一般在图像头文件信息中可以读取。以下两表为敦煌场地测定的绝对定标数据。
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/coe
式中coe为绝对定标系数，转换后辐亮度单位为W×m-2×sr-1×mm-1。
由于以上定标系数为敦煌场采用单点法对中等反射率目标（戈壁）测定的结果，因此对于太阳反射光谱波段，建议针对中等反射率地物采用上面提供的绝对辐射定标系数。
对于HJ1B的红外相机，近红外波段绝对定标系数为4.2857，短波红外波段绝对定标系数为18.5579。定标公式同前。HJ-1B红外相机热红外通道绝对辐射定标系数为：增益53.473，单位：DN/（W×m-2×sr-1×mm-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×mm-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
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
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
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
6.
辐射
！！！！表观反射率 http://wenku.baidu.com/view/e332f6d53186bceb19e8bbfe
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 http://wenku.baidu.com/view/d4c2001959eef8c75fbfb3a3
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
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
详见《基于TM/ETM+遥感数据的地面相对反射率反演》
在头文件中．虽然指明是“GAINS／BIASES”，但是．数值的含义与实际并不相同。通过对比计算可以发现．A 中的增益实际上是Lmax／255的值，B和C中的增益实际上是Lmax值。从量纲来看，头文件中的“增益、偏置”的量纲是mW·cm-2·sr-1 ，不是当前所使用的标准单位W·m 2·sr-1·um-1。
头文件中的增益和偏置的值和换算后真实的增益和偏置的值见下表：
《Landsat5图像的增益、偏置取值及其对行星反射率计算分析》）
例如第1波段：
填写存储路径点‘OK’
（也可以用band math 工具，其公式（参数按具体值修改）：
b7*0.0568-0.1481
b5*0.1168-0.4000
b4*0.7418-1.3786
b3*0.8962-1.3
b2*1.1998-2.9
b1*0.5658-1.4286）
2、计算相对反射率
ρ=π×D2×L/（ESUNI×COS(SZ)） （1）
其中：ρ——地面相对反射率；D——日地天文单位距离；LsatI——传感器光谱辐射值，即大气顶层的辐射能量； ESUNl——大气顶层的太阳平均光谱辐射，即大气顶层太阳辐照度；SZ——太阳天顶角（单位为弧度）。
相关参数可以通过不同途径获得。其中：日地天文单位距离D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day），可以通过儒略日算法模块获得；太阳天顶角＝90°－太阳高度角；太阳高度角可以从遥感数据的头文件中获得；大气顶层太阳辐照度（ESUNI）从遥感权威单位定期测定并公布的信息中获取。实验区上述遥感数据参数见遥感数据技术参数表。
具体计算方式：
①日地天文单位距离D：
D = 1 + 0.0167 * Sin(2 * pi * (days - 93.5) / 360)
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。
②太阳天顶角＝90°－太阳高度角 （单位：弧度）
太阳高度角在头文件中（SUM ELEVATION）
在该头文件中为：太阳天顶角＝90°－SUM ELEVATION
③大气顶层太阳辐照度（ESUNI）可从遥感权威单位定期测定并公布的信息中获取；
大气顶层太阳辐照度（ESUNI）
Solar Exoatmospheric Spectral Irradiances(ESUNI) (W/cm2.ster.μm)
------参见《Landsat5图像的增益、偏置取值及其对行星反射率计算分析》）
获得参数后可以用ENVI的band Math 工具写程序做。
例如2004年5月21日第五波段：
公式：
!PI*1.01250756^2*b7/(219.3*(COS(0.436332306))) （需要查证）
其中，各参数随具体值而改变.
（2004年5月21日公式：
!PI*(1.01250756^2)*b4/(1047*(COS(0.436332306)))
!PI*(1.01250756^2)*b3/(1557*(COS(0.436332306)))
!PI*(1.01250756^2)*b2/(1829*(COS(0.436332306)))
!PI*(1.01250756^2)*b1/(1957*(COS(0.436332306)))
!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<</FONT>基于TM/ETM+遥感数据的地面相对反射率反演
1、数据预处理一般流程
图1数据预处理一般流程
2、数据预处理的各个流程介绍
（1）GCP（地面控制点）的选取
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
（3）图像重采样
（二）数字图像镶嵌与裁剪
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。
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
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
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
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
图8 影像的裁剪
（三）大气校正
| 卫星 |
传感器 |
定标系数（DN/W×m-2×sr-1×mm-1） |
|||
| Band1 |
Band2 |
Band3 |
Band4 |
||
| HJ1A |
CCD1 |
0.5763 |
0.5410 |
0.6824 |
0.7209 |
| CCD2 |
0.6360 |
0.5910 |
0.8142 |
0.8768 |
|
| HJ1B |
CCD1 |
0.5329 |
0.52895 |
0.68495 |
0.72245 |
| CCD2 |
0.5782 |
0.5087 |
0.6825 |
0.6468 |
|
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/coe
式中coe为绝对定标系数，转换后辐亮度单位为W×m-2×sr-1×mm-1。
由于以上定标系数为敦煌场采用单点法对中等反射率目标（戈壁）测定的结果，因此对于太阳反射光谱波段，建议针对中等反射率地物采用上面提供的绝对辐射定标系数。
对于HJ1B的红外相机，近红外波段绝对定标系数为4.2857，短波红外波段绝对定标系数为18.5579。定标公式同前。HJ-1B红外相机热红外通道绝对辐射定标系数为：增益53.473，单位：DN/（W×m-2×sr-1×mm-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×mm-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
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
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
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
6.
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/dScosθ θ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 http://wenku.baidu.com/view/e332f6d53186bceb19e8bbfe
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 http://wenku.baidu.com/view/d4c2001959eef8c75fbfb3a3
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
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
| 1750波段号 Band Number |
L5
TM1990/1991 |
L7
ETM+2001/2002 |
||
| 增益GAINS |
偏置BIASES |
增益GAINS |
偏置BIASES |
|
| B1 |
0.99992 |
-0.01000 |
1.18070871 |
-7.38070852 |
| B2 |
2.42430 |
-0.02320 |
1.20984250 |
-7.60984259 |
| B3 |
1.36344 |
-0.00780 |
0.94251966 |
-5.94251966 |
| B4 |
2.62901 |
-0.01930 |
0.96929136 |
-6.06929127 |
| B5 |
0.58771 |
-0.00800 |
0.19122047 |
-1.19122047 |
| B6 |
3.20107 |
0.25994 |
||
| B7 |
0.38674 |
-0.00400 |
0.06649607 |
-0.41649606 |
在头文件中．虽然指明是“GAINS／BIASES”，但是．数值的含义与实际并不相同。通过对比计算可以发现．A 中的增益实际上是Lmax／255的值，B和C中的增益实际上是Lmax值。从量纲来看，头文件中的“增益、偏置”的量纲是mW·cm-2·sr-1 ，不是当前所使用的标准单位W·m 2·sr-1·um-1。
头文件中的增益和偏置的值和换算后真实的增益和偏置的值见下表：
《Landsat5图像的增益、偏置取值及其对行星反射率计算分析》）
例如第1波段：
填写存储路径点‘OK’
（也可以用band math 工具，其公式（参数按具体值修改）：
b7*0.0568-0.1481
b5*0.1168-0.4000
b4*0.7418-1.3786
b3*0.8962-1.3
b2*1.1998-2.9
b1*0.5658-1.4286）
2、计算相对反射率
ρ=π×D2×L/（ESUNI×COS(SZ)） （1）
其中：ρ——地面相对反射率；D——日地天文单位距离；LsatI——传感器光谱辐射值，即大气顶层的辐射能量； ESUNl——大气顶层的太阳平均光谱辐射，即大气顶层太阳辐照度；SZ——太阳天顶角（单位为弧度）。
相关参数可以通过不同途径获得。其中：日地天文单位距离D＝1 - 0.01674 cos(0.9856× (JD-4)×π/180)；JD为遥感成像的儒略日（Julian Day），可以通过儒略日算法模块获得；太阳天顶角＝90°－太阳高度角；太阳高度角可以从遥感数据的头文件中获得；大气顶层太阳辐照度（ESUNI）从遥感权威单位定期测定并公布的信息中获取。实验区上述遥感数据参数见遥感数据技术参数表。
具体计算方式：
①日地天文单位距离D：
D = 1 + 0.0167 * Sin(2 * pi * (days - 93.5) / 360)
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。
②太阳天顶角＝90°－太阳高度角 （单位：弧度）
太阳高度角在头文件中（SUM ELEVATION）
在该头文件中为：太阳天顶角＝90°－SUM ELEVATION
③大气顶层太阳辐照度（ESUNI）可从遥感权威单位定期测定并公布的信息中获取；
大气顶层太阳辐照度（ESUNI）
Solar Exoatmospheric Spectral Irradiances(ESUNI) (W/cm2.ster.μm)
| Band |
TM1 |
TM2 |
TM3 |
TM4 |
TM5 |
TM7 |
| L5 TM |
1957 |
1829 |
1557 |
1047 |
219.3 |
74.52 |
| L7 ETM+ |
1969 |
1840 |
1551 |
1044 |
225.7 |
82.07 |
------参见《Landsat5图像的增益、偏置取值及其对行星反射率计算分析》）
获得参数后可以用ENVI的band Math 工具写程序做。
例如2004年5月21日第五波段：
公式：
!PI*1.01250756^2*b7/(219.3*(COS(0.436332306))) （需要查证）
其中，各参数随具体值而改变.
（2004年5月21日公式：
!PI*(1.01250756^2)*b4/(1047*(COS(0.436332306)))
!PI*(1.01250756^2)*b3/(1557*(COS(0.436332306)))
!PI*(1.01250756^2)*b2/(1829*(COS(0.436332306)))
!PI*(1.01250756^2)*b1/(1957*(COS(0.436332306)))
!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<</FONT>基于TM/ETM+遥感数据的地面相对反射率反演
1、数据预处理一般流程
图1数据预处理一般流程
2、数据预处理的各个流程介绍
（1）GCP（地面控制点）的选取
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
（3）图像重采样
（二）数字图像镶嵌与裁剪
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。
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
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
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
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
图8 影像的裁剪
（三）大气校正
| 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：
|