GF2遥感数据在ENVI中的预处理与校正技术

"本文主要介绍了如何使用ENVI遥感数据处理平台对高分二号（GF-2）卫星的PMS数据进行预处理，包括辐射定标、大气校正、正射校正和图像融合等步骤，以实现亚米级的高精度应用。通过详细的操作指南，帮助用户充分利用GF-2卫星数据的高质量特性。" 高分二号是具有亚米级空间分辨率的遥感卫星，其数据在多个领域有着广泛的应用潜力。为了充分挖掘这些数据的价值，需要对其进行一系列的预处理工作，确保数据的准确性和可用性。在ENVI平台上进行预处理，可以提高数据分析的精确度和效率。 首先，影像预处理是整个流程的基础。为了使用ENVI扩展工具，需要从指定链接下载并解压缩Zip文件，将其放置到ENVI的扩展目录中，确保工具与ENVI 5.3或更高版本兼容。预处理包括辐射定标和大气校正两个关键步骤。 辐射定标是将原始的数字图像转换为物理量，如辐射亮度或反射率。对于多光谱数据，需要先打开GF-2的-MSS.xml文件，然后在Radiometric Correction模块中选择多光谱数据，应用FLAASH（Fast Line-of-sight Atmosphere Compensation Algorithm）算法进行定标。而对于全色数据，同样使用Radiometric Calibration工具，但设定不同的参数，如CalibrationType为Reflectance，OutputDataType为Uint，ScaleFactor为10000，以使其与多光谱数据的像元值保持一致。 大气校正是去除大气对地物反射的影响，提高图像的分析精度。对于多光谱数据，使用FLAASH Atmospheric Correction工具，输入辐射定标后的数据，配置合适的参数进行大气校正。FLAASH算法能够自动选取合适的参数，以适应不同环境条件下的大气校正。 接下来，正射校正是将倾斜的图像转换为垂直投影的正射图像，消除地形和观测角度的影响。虽然在描述中没有详细提及具体步骤，但通常在ENVI中，可以使用Orthorectification工具，结合DEM数据来实现这一过程。 最后，图像融合是将多光谱和全色图像组合成一个同时具有高空间分辨率和多光谱信息的图像。这一步通常采用像元级别的融合方法，如Brovey变换或MRF（Multi-resolution Fusion）等，以提高图像分析的综合性能。 通过以上预处理流程，GF-2的数据可以被转化成高精度、易于分析的形式，适用于土地覆盖分类、城市规划、灾害监测等多种应用。理解并掌握这些步骤，将有助于科研人员和专业用户更好地利用我国自研的高分二号卫星数据。