高光谱数据预处理：辐射定标与大气校正

"FLAASH输出结果包括地表反射率数据、水汽含量数据water.dat、云分类数据cloudmask.dat、日志文件journal.txt以及FLAASH大气校正工程文件template.txt，这些都是高光谱数据预处理的重要部分。" 在高光谱遥感领域，数据预处理是至关重要的步骤，它直接影响到后续分析和应用的精度。高光谱数据的预处理与多光谱数据的预处理虽然有相似之处，但在细节和复杂性上有所不同。主要的预处理任务包括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（DN）转化为具有物理意义的辐射亮度值或地表反射率。这一过程通常分为绝对定标和相对定标。绝对定标通过一个线性方程将DN值转换为辐射亮度值，单位通常是瓦特每平方米每 steradian (W/m²/sr)。相对定标则关注于图像内部各个像元、探测器、波段之间的相对辐射度量。ENVI的Calibration Utilities工具支持多种传感器的辐射定标，如AVHRR、MSS、TM、QuickBird和WorldView-1等。 大气校正是消除大气影响，获取地物真实反射率的关键步骤。它涉及去除大气中的水汽、气体和气溶胶对地物反射的影响，以及大气分子的散射效应。大气校正分为绝对大气校正和相对大气校正。绝对大气校正需要详细的大气属性信息，能转换为可与其他地方数据比较的折合表面反射率。相对大气校正则是在缺乏精确大气信息时，使同一DN值代表相同的地物反射率，不考虑实际反射率，适用于大多数卫星影像。 绝对大气校正通常基于特定时间、地理位置和高程的模式大气，当大气影响较小时适用。如果能结合实时大气测量数据，校正效果更佳。相对大气校正则是从不同角度或利用多光谱波段进行校正，以消除大气影响，但不求解实际地物反射率。 在FLAASH（Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes）算法中，它输出的地表反射率数据、水汽含量数据、云分类数据和日志文件，都是大气校正和数据分析的重要依据。例如，水汽含量数据有助于理解大气状态，云分类数据帮助识别和剔除受云层遮挡的像元，确保分析的准确性。日志文件提供了校正过程的详细信息，便于诊断和问题排查。FLAASH大气校正工程文件template.txt则包含了校正所需的参数设置和配置信息，是执行大气校正不可或缺的部分。 高光谱数据预处理是一个涉及多个复杂步骤的过程，其中辐射定标和大气校正尤为关键。FLAASH作为大气校正工具，其输出的各类数据对于理解和改进遥感图像的质量至关重要，为后续的地物识别、特征提取和环境监测提供了基础。