MODIS数据条带去除技术：ENVI的ReplacingBadLines方法

"这篇文章除了介绍MODIS数据的去条带方法，还涉及到ENVI软件中的ReplacingBadLines功能，以及如何通过自定义过程MakeBadLineList来生成用于修复条带的BLL文件。" 在遥感图像处理中，MODIS（ Moderate Resolution Imaging Spectroradiometer）数据因其宽广的覆盖范围和丰富的光谱信息而被广泛应用。然而，由于波谱的相互干涉，MODIS数据的5通道（分辨率500米）和26通道（分辨率1000米）会出现明显的“条带”效应，也称为“bow-tie effect”，这在5通道尤为突出，对云和气溶胶的分析造成干扰，而在26通道中，条带呈现中心扩散的羽化特征，去除难度更大。 为了解决这一问题，文章提到了使用ENVI（Environment for Visualizing Images）软件中的ReplacingBadLines功能。该功能允许用户通过计算条带两侧对称的临近行的平均值来替换条带区域的异常值。然而，手动输入每条条带的行数效率低下，因此作者建议编写小程序MakeBadLineList来快速确定条带行数。这个过程需要指定几个参数：first（第一条条带出现的行数），interval（条带的间隔），lines（数据总行数），以及可选的输出文件名（默认为‘c:\aa.BLL’）。 MakeBadLineList过程的执行步骤大致如下： 1. 指定起始条带行号（first）。 2. 确定条带出现的间隔（interval）。 3. 知道数据的总行数（lines）。 4. 输出文件名（filename）用于存储条带行信息，如果不设置，则默认保存为指定路径的BLL文件。 5. 遍历数据，找到所有条带行，并将这些信息写入BLL文件。 完成上述步骤后，使用Generated BLL文件，通过ENVI的ReplacingBadLines功能的Restore选项，可以快速有效地去除MODIS数据中的条带。这种方法在500M分辨率的5通道中表现出色，但在26通道由于条带的复杂性，可能无法达到理想的效果。 总结起来，本文提供了一种利用ENVI软件和自定义过程处理MODIS数据中条带问题的方法，对于提高数据质量，尤其是5通道的分析精度，有着显著的帮助。同时，通过这种方式，可以提高处理效率，降低人工干预的程度，对于大规模遥感数据分析工作具有重要的实践意义。