TM图像薄云去除新算法对比：效能与优缺点分析

本文主要探讨了TM图像薄云去除中几种常见大气纠正算法的比较与分析。TM图像在实际应用中经常受到薄云的影响，大气纠正的目的就是通过消除这些影响，恢复地表反射率，从而提高图像质量并实现更精确的地表特征提取。文章列举了四种主要的纠正方法： 1. 参考地物法：这种方法依赖于图像中已知的非云遮挡区域（如水面、雪面）的反射率信息，通过对比计算得出大气影响，然后去除。然而，这种方法受限于参考地物的选择和准确性。 2. 直方图匹配法：这是一种基于统计的技术，通过查找图像中各波段的像素值分布与标准大气模型的匹配程度来估计大气参数。虽然简单，但可能无法处理复杂的气溶胶分布。 3. 暗目标法：这种方法利用暗目标（如水体、土壤或云层下方的阴影区域）的反射率特性来推算大气参数。其优点是可以避开云层干扰，但对暗目标的选择和稳定性要求较高。 4. 对比消去法：该方法通过多时相或多传感器数据的比较，找出大气影响的一致模式，然后消除。它能够提供更全面的时空信息，但可能需要大量的数据支持。 梁顺林等人在2001年提出的新型算法则突破了传统的依赖外部信息的限制，它直接从图像本身估计气溶胶的空间分布，实现了从图像内部参数估计，具有自适应性和对复杂气溶胶分布的更好处理能力。文章通过实例对比，证实了这种新算法在薄云去除方面的优越性，尤其是在气溶胶分布复杂的情况下，新算法能够提供更准确的地表反射率估计。 本文通过对不同大气纠正算法的分析，强调了新算法在解决TM图像薄云问题上的优势，为实际遥感应用提供了有价值的技术参考。大气纠正技术的进步对于地球观测、植被动态监测、生态环境评估以及多源数据融合等领域都具有重要意义。