Python实现6s模型大气校正工具，支持多种遥感影像处理

资源摘要信息:"AtmosphericCorrection:6s模型大气校正python版本，支持GF1、2,Landsat-8,Sentinel-2等影像" 知识点说明： 1. 大气校正的必要性：在遥感影像分析中，大气对光线的散射和吸收会影响影像的质量和信息提取，因此需要进行大气校正。大气校正的目的在于消除大气对遥感影像的影响，恢复出地物的原始反射率或辐射亮度，以便进行精确的地表信息提取和分析。 2. 6S模型：6S（Second Simulation of the Satellite Signal in the Solar Spectrum）是一种用于模拟卫星传感器观测信号的算法模型。它能够计算大气对于地表反射太阳辐射的影响，从而可以用于遥感影像的大气校正。6S模型考虑了多种大气参数，如气溶胶、大气成分、云层等，能够提供较为准确的大气校正结果。 3. Python版本大气校正：在本资源中，提供了基于6S模型的Python脚本，用于对多种卫星影像进行大气校正。通过调用py6s库（一个Python接口，用于操作6S模型），可以实现自动读取遥感影像头文件信息，并进行批处理大气校正。 4. 支持的影像类型：本工程支持对多种类型的遥感影像进行大气校正，包括GF1、GF2、Landsat-8和Sentinel-2。这意味着用户可以根据所使用的影像类型选择相应的脚本来进行大气校正。 5. 工程化使用：提供的脚本已经可以工程化使用，这表明它们已经经过测试和验证，能够被集成到自动化的遥感影像处理流程中。 6. 存储空间优化：为了减少校正结果存储空间的占用，程序中将大气校正的结果放大了10000倍。这一点对于大规模数据处理来说非常重要，因为可以显著降低所需的存储容量。 7. Python环境和依赖：脚本使用的Python版本是3.6。此外，通过conda环境管理系统安装了必要的库，包括gdal（地理空间数据抽象库，用于读取和写入地理空间数据格式）和py6s。conda是一个开源的包、依赖和环境管理系统，它可以确保依赖库的正确安装和版本一致性。 8. 脚本说明：脚本AtmosphericCorrection_Landsat8.py、AtmosphericCorrection_Sentinel.py和AtmosphericCorrection_GF.py分别针对Landsat-8、Sentinel和GF1、2影像。每个脚本都经过了工程化的测试，可直接用于大气校正处理。 9. 压缩包子文件说明：AtmosphericCorrection-master是一个压缩文件，它可能包含了上述Python脚本及其依赖环境的安装文件、示例数据和其他可能的辅助工具或文档。 综上所述，本资源提供了一个基于6S模型和Python编写的遥感影像大气校正工具，支持多类型卫星影像，能够实现高效准确的大气校正处理，并且已经工程化，能够直接用于实际的遥感影像分析工作。用户仅需按照说明安装Python和所需的库，即可开始使用。