Featured image of post 大氣校正

大氣校正

將三個波段的影像消除因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。

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)。

圖一:P012R31_5T870916_nn2
圖一:P012R31_5T870916_nn2

圖二:P012R31_5T870916_nn3
圖二:P012R31_5T870916_nn3

圖三:P012R31_5T870916_nn4
圖三:P012R31_5T870916_nn4

無校正過的影像 COMPOSITE 後為:

圖四:無校正的影像。
圖四:無校正的影像。

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:

1
2
3
4
5
6
7
8
Band
Spectral Reflectance
1 4.043227E-02
2 7.830066E-02
3 4.706150E-02
4 6.998996E-01
5 3.204015E-01
7 1.464245E-01

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。

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:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
File_Name=p012r31_5t870916_nn2.tif.gz;
File_Description=Band 2 (gzipped);
File_Context=RASTER;
File_Size =16460513;
Number_Of_Lines =7765;
Pixels_Per_Line =8081;
Pixel_Order=NOT_INVERTED;
Pixel_Format=BYTE;
Pixel_Resolution =2.85000000000000e+01 ,2.85000000000000e+01;
Pixel_Resolution_Units=METERS;
Reference_Point =3.10778250000000e+05 ,4.62556425000000e+06;
Reference_Offset = -285.12 , -10.57;
Reference_Location=SCENE_CENTER;
Wavelengths =0.52 ,0.60;
Gains_And_Biases =1.17509810000000e+00 , -2.83999990000000e+00;
  • 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:

圖五:nn2 的 AtmosC。
圖五:nn2 的 AtmosC。

output 的影像為:

圖六:nn2 波段消除大氣干擾後的影像。
圖六:nn2 波段消除大氣干擾後的影像。

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:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
File_Name=p012r31_5t870916_nn3.tif.gz;
File_Description=Band 3 (gzipped);
File_Context=RASTER;
File_Size =18737754;
Number_Of_Lines =7765;
Pixels_Per_Line =8081;
Pixel_Order=NOT_INVERTED;
Pixel_Format=BYTE;
Pixel_Resolution =2.85000000000000e+01 ,2.85000000000000e+01;
Pixel_Resolution_Units=METERS;
Reference_Point =3.10778250000000e+05 ,4.62556425000000e+06;
Reference_Offset = -285.12 , -10.57;
Reference_Location=SCENE_CENTER;
Wavelengths =0.63 ,0.69;
Gains_And_Biases =8.05764700000000e -01 , -1.17000000000000e+00;
  • 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:

圖七:nn3 的 AtmosC。
圖七:nn3 的 AtmosC。

output 的影像為:

圖八:nn3 波段消除大氣干擾後的影像。
圖八:nn3 波段消除大氣干擾後的影像。

nn4 的資料為:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
File_Name=p012r31_5t870916_nn4.tif.gz;
File_Description=Band 4 (gzipped);
File_Context=RASTER;
File_Size =21466319;
Number_Of_Lines =7765;
Pixels_Per_Line =8081;
Pixel_Order=NOT_INVERTED;
Pixel_Format=BYTE;
Pixel_Resolution =2.85000000000000e+01 ,2.85000000000000e+01;
Pixel_Resolution_Units=METERS;
Reference_Point =3.10778250000000e+05 ,4.62556425000000e+06;
Reference_Offset = -285.12 , -10.57;
Reference_Location=SCENE_CENTER;
Wavelengths =0.76 ,0.90;
Gains_And_Biases =8.14549000000000e -01 , -1.51000000000000e+00;
  • 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:

圖九:nn4 的 AtmosC。
圖九:nn4 的 AtmosC。

output 的影像為:

圖十:nn4 波段消除大氣干擾後的影像。
圖十:nn4 波段消除大氣干擾後的影像。

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:

圖十一:校正後的影像。
圖十一:校正後的影像。

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:

CategoryAverage
00.028461
10.061067

校正過的 nn3 影像與 lawn grass 數值比較:

CategoryAverage
00.027876
10.050528

校正過的 nn4 影像與 lawn grass 數值比較:

CategoryAverage
00.208320
10.595664

參考資料

TerrSet Tutorial - Center for Geospatial Analytics

comments powered by Disqus
使用 Hugo 建立
主題 StackJimmy 設計