介紹
輻射校正 Radiometric Correction:將輻射亮度或表面反射率校正為地表的實際反射率,消除因大氣影響(散射、吸收、反射)造成的誤差。
將三個波段的影像消除大氣霧霾造成的輻射誤差後,再使用 COMPOSITE
合成為一般正常影像。使用的影像取自美國新英格蘭東南部的 Landsat 5 TM,包括馬薩諸塞州的波士頓、伍斯特和科德角以及羅德島州的普羅維登斯。影像的日期為 1987 年 9 月 16 日,三個波段分別為:p012r31_5t870916_nn2、p012r31_5t870916_nn3、p012r31_5t870916_nn4(以下分別簡稱為 nn2、nn3、nn4)。
無校正過的影像 COMPOSITE
後為:
方法
使用 Terrset 中的 AtmosC
(atmospheric correction) 消除三張波段的照片中因大氣干擾所造成的誤差。
最後再用 EXTRACT
切出 lawn grass 區域的 nn2,nn3,nn4 反射值,與 USGS 標準的 lawn grass 數值比較。以下為 USGS 標準的 lawn grass 數值:
|
|
結果
AtmosC
操作
首先,開啟 AtmosC
與 Metadata file,Atmospheric correction model 選擇 Cos(t) model,Radiance calibration option 選擇 Offest/Gain。
在 AtmosC
內輸入年、月、日和 GMT(格林威治標準時間),分別為 1987、09、16、14:53:59.660。AtmosC
輸入時間需要為十進位。將分鐘、秒和毫秒四捨五入到最接近的分鐘 (54),除以 60,取到小數點後一位,即 14.90。
在 Metadata file 資料中,我們會需要的有:
- Wavelengths。為波段的最大與最小波長(單位:微米)。取出最大與最小波長的平均填入
AtmosC
中的 Wavelength of band center。 - Gains_And_Biases。為偏移量與增益量。將這兩個資料的小數點往左移一位後分別填入
AtmosC
的 Offset 與 Gain。 - Satellite viewing angle。為衛星視角。在此皆為 0,所以直接填 0。
- Sun elevation。為太陽高度角,在 Metadata file 的開頭附近,為 Solar_Elevation = 45.18。
Metadata file 內 nn2 的資料為:
|
|
- Wavelengths = 0.52, 0.60,平均 = 0.56
- Dn haze = 17
- Gains = 1.17509810000000 e +00
- Biases = -2.83999990000000 e+00
最後 Input image 選擇 nn2 後就完成了。
nn2 的 AtmosC
資料如下圖:
output 的影像為:
以上為消除影像大氣干擾的步驟,再以這些步驟分別套入 nn3 與 nn4。以下附上 nn3 與 nn4 在 Metadata file 中的資料
nn3 的資料為:
|
|
- Wavelengths = 0.63, 0.69,平均為 0.66
- Dn haze = 11
- Gains = 8.05764700000000e-01
- Biases = -1.17000000000000e+00
nn3 的 AtmosC
資料如下圖:
output 的影像為:
nn4 的資料為:
|
|
- Wavelengths = 0.76, 0.90,平均為 0.83
- Dn haze = 5
- Gains = 8.14549000000000e-01
- Biases = -1.51000000000000e+00
nn4 的 AtmosC
資料如下圖:
output 的影像為:
三個波段的影像都處理完後,最後使用 COMPOSITE
合成影像,output 出的結果如下圖:
比較


個別影像與 USGS 標準 lawn grass 數值比較
校正過的 nn2 影像與 lawn grass 數值比較:
Category | Average |
---|---|
0 | 0.028461 |
1 | 0.061067 |
校正過的 nn3 影像與 lawn grass 數值比較:
Category | Average |
---|---|
0 | 0.027876 |
1 | 0.050528 |
校正過的 nn4 影像與 lawn grass 數值比較:
Category | Average |
---|---|
0 | 0.208320 |
1 | 0.595664 |
參考資料
TerrSet Tutorial - Center for Geospatial Analytics