高光谱遥感数据预处理：辐射定标与大气校正详解

高光谱数据预处理是遥感数据分析的关键步骤，它在处理高光谱遥感数据时与多光谱数据的预处理有一些共同点，但侧重点有所不同。预处理主要包括辐射定标和大气校正两大部分。 1. **辐射定标** - 红外传感器记录的数据通常为电压或数字量化值（DN）。辐射定标的目标是将这些值转换为物理意义明确的辐射亮度或表观反射率。定标分为绝对定标和相对定标： - 绝对定标通过线性关系式将DN转换为辐射亮度值，如辐射亮度单位为 sr·m^(-2)·cm^(-1)·W·m^(-2)。 - 相对定标关注的是在同一场景内不同像元、探测器、波段及时间点间辐射度量的相对值，ENVI软件提供了CalibrationUtilities工具支持多种传感器的定标操作。 2. **大气校正** - 大气校正的核心在于消除大气吸收、散射和光照等因素对地物反射的影响，以获得更准确的地物反射率、辐射率和地表温度等参数。主要分为两类： - **绝对大气校正**：试图将遥感数据转换为折合表面反射率，以便于跨地域比较。这通常需要同步的传感器光谱剖面和大气属性信息，但实际应用中这些信息不易获取。 - **相对大气校正**：针对难以获取同步信息的情况，通过校正使同一DN值在图像中代表相同的地物反射率，但忽略了实际反射率的差异。这种方法在没有详细大气信息的情况下更为实用。 2.1 方法与技术 - 绝对大气校正可能借助模式大气计算，假设一年中特定时间和地理位置下的大气条件，适用于大气衰减影响较小的情况。同时结合遥感数据获取实时大气参数可以提高校准准确性。 - 相对大气校正则依赖于统计分析和模型推算，如通过多光谱波段组合或其他辅助数据来纠正大气影响。 高光谱数据预处理是一个细致的过程，辐射定标确保数据的辐射物理量准确性，大气校正则是关键环节，能够揭示出地表的真正特性。在实际操作中，需结合特定软件工具（如ENVI）和恰当的方法来有效进行这些预处理步骤。