辐射定标与大气校正：高光谱数据预处理关键步骤

高光谱数据预处理是遥感数据分析的关键步骤，它在高光谱遥感中与多光谱数据预处理相似，但具有特定的重点。预处理主要包括辐射定标和大气校正两个主要环节。 1. **辐射定标**: - 把传感器记录的电压或数字量化值（DN）转换成辐射亮度值（辐射率），这是将数据从仪器测量值转换到物理意义的重要步骤。 - 分为绝对定标和相对定标： - 绝对定标：通过线性关系确定DN与辐射亮度值之间的固定比例，通常用于精度要求高的情况。 - 相对定标：关注的是不同像元、探测器、波段及时间点间辐射度量的相对值，如ENVI软件中的CalibrationUtilities工具支持多种传感器的定标。 2. **大气校正**: - 消除大气和光照等因素对地物反射的影响，目标是获取地物反射率、辐射率和地表温度等真实参数。 - 大气校正类型包括： - 绝对大气校正：使用传感器光谱剖面和同步大气属性，追求准确的表面反射率值。 - 相对大气校正：适用于缺乏具体大气信息的情况，校正后虽然不能保证实际反射率，但确保相同DN值对应相同地物反射率。 2.1 绝对大气校正方法： - 基于模式大气假设，根据地理位置、时间、海拔等因素计算理想大气条件，适用于大气衰减影响较小的场景。 - 结合实时大气测量值可提高校正准确性。 2.3 相对大气校正： - 无需依赖精确的传感器光谱信息，通过特定算法校正，使得图像中的DN值反映的是地物相对反射率，而非绝对值。 在整个高光谱数据预处理过程中，输入文件需包含辐射亮度值（辐射率）、波段范围、数据类型（如浮点、32位或16位）、图像格式（bil或bip）以及辅助信息如中心波长和波谱响应函数。输出则是经过辐射定标和大气校正后的反射率文件，以便后续的分析和应用。这个过程对于正确解读和利用高光谱数据至关重要。