高光谱数据预处理：辐射定标与大气校正

"本文主要介绍了高光谱遥感数据预处理中的两个关键步骤：辐射定标和大气校正。辐射定标是将传感器记录的数字量化值转换为地表相关的物理量，包括绝对定标和相对定标。而大气校正则旨在消除大气影响，以获取真实的地物反射率等物理参数。文章详细阐述了这两种处理方法的原理和应用，包括不同的大气校正类型和方法。" 在高光谱数据预处理中，首先涉及的是辐射定标。这是一个将传感器捕捉到的电压或数字量化值(DN)转化为具有物理意义的辐射亮度或地表反射率的过程。辐射定标分为绝对定标和相对定标。绝对定标通过线性关系将DN转换为辐射亮度值，单位通常是瓦特每平方米每微米 steradian (W/m²/μm/sr)。相对定标则关注场景内各像元、探测器、波段以及不同时间点的辐射度量的相对关系。ENVI的Calibration Utilities工具支持多种传感器的辐射定标操作。 接下来是大气校正，这是预处理的重要环节，其目标是消除大气成分和散射对地物反射的影响，从而得到真实的地物反射率、辐射率或地表温度。大气校正通常包括绝对大气校正和相对大气校正。绝对大气校正要求精确的大气属性信息，以便将亮度值转换为折合表面反射率，便于跨地区比较。然而，由于这类信息难以获取，相对大气校正成为更常见的方式，它仅确保同一DN值表示相同的地物反射率，而不考虑实际反射率。 大气校正的方法多样，包括使用模式大气进行校正，这种方法适用于大气衰减较弱的情况，而结合实时大气测量值可以提高校正精度。相对大气校正则通常从不同角度或利用多光谱波段进行，以减少大气效应的影响。 高光谱数据预处理的关键在于准确地进行辐射定标和大气校正，这两步对于后续的地物识别、特征提取和数据分析至关重要。通过精细的预处理，可以显著提升高光谱数据的质量和分析结果的可靠性。