Landsat简介及数据预处理.doc
《Landsat简介及数据预处理.doc》由会员分享，可在线阅读，更多相关《Landsat简介及数据预处理.doc（14页珍藏版）》请在冰点文库上搜索。
Landsat8简介及数据预处理
OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。
OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLIBand5（0.845–0.885μm），排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；
此外，还有两个新增的波段：
蓝色波段（band1;0.433–0.453μm）主要应用海岸带观测，短波红外波段（band9;1.360–1.390μm）包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。
OLI陆地成像仪
TM
序号
波段
波段（um）
空间分辨率（m）
波段（um）
空间分辨率（m）
1
蓝色波段
0.433—0.453
30
2
Blue
0.450–0.515
30
0.450–0.52
30
3
Green
0.525–0.600
30
0.52–0.60
30
4
Red
0.630–0.680
30
0.63–0.69
30
5
NearIR
0.845–0.885
30
0.76–0.90
30
6
SWIR
1.560–1.660
30
1.55–1.75
30
7
2.100–2.300
30
10.40—12.50（热红外）
120
8
全色
0.500–0.680
15
2.08–2.35
30
9
短波红外
1.360–1.390
30
10
中心波长10.9微米
100
11
中心波长12.0微米
100
Landsat8数据打开和辐射定标处理
美国的USGS（http:
//glovis.usgs.gov/）网站提供最新的Landsat8数据下载，产品类型标示L1GT，与之前的数据格式类似，每个波段以.tif文件提供，元数据存放在_MTL.txt文件中。
Landsat8增加了几个波段，详细信息浏览：
在ENVI5.0SP3中非常容易打开Landsat8数据，如下：
（1） 选择 File->Open ，选择_MTL.txt文件打开。
（2） ENVI自动显示RGB显示真彩色图像，打开DataManager对话框，可以看到ENVI自动读取元数据信息，包括中心波长信息、波段名称等。
并将数据根据类型自动划分为三类。
（3） 从文件信息中可以看到，热红外数据被重采样为30米分辨率，与可见光-近红外波段一致，全色为15米分辨率。
图1：
DataManager对话框
打开之后就可以很方便的进行其他处理，比如辐射定标、大气校正、融合等处理。
下面使用ENVI下的通用定标工具进行Landsat8的辐射定标。
（1） 选择ToolBox/RadiometricCorrection/RadiometricCalibration，选择可见光-近红外数据。
（2） 在RadiometricCalibration面板中，可以选择定标类型：
辐射亮度值和大气表观反射率。
（3） 其他选项是方便用于FLAASH大气校正。
（4） 选择文件名和路径输出
（5） 如图3所示，得到大气表观反射率数据。
图2：
RadiometricCalibration面板
图3：
大气表观反射率结果
ENVI下的Landsat8大气校正（初试）
Landsat8OLI陆地成像仪比之前的TM/ETM+多了两个波段， 0.433–0.453 μm 和 1.360–1.390 μ m ，怎么多的波段对于地表反演更加有利。
ENVI5.1直接支持Landsat8的大气校正（2013下半年发布），利用 ENVI5.1 提供的 Landsat8 波谱响应函数在 ENVI5.0SP3 下也能完成大气校正。
大气校正之前，启动 ENVIClassic ，设置 preferences->Miscellaneous:
CacheSize：
2048（ 最大内存 75%）
ImageTileSize ：
100 （推荐 1-4M ）
注：
电脑内存为 8g ， 64 位操作系统
保存后重启 ENVI5 。
波谱响应函数文件下载：
包括 OLI 和 TIRS 两个传感器
第一步：
辐射定标
选择 File->Open ，选择 _MTL.txt 文件打开。
（2）ENVI 自动显示 RGB 显示真彩色图像，打开 DataManager 对话框，可以看到 ENVI 自动读取元数据信息，包括中心波长信息、波段名称等。
并将数据根据类型自动划分为三类。
（1）选择 ToolBox/RadiometricCorrection/RadiometricCalibration ，选择可见光 -近红外数据。
（2）在 RadiometricCalibration 面板中
定标类型（ CalibrationType ）：
辐射亮度值（ Radiance ）
输出储存顺序 （ OutputInterleave ）：
BIL
输出数据类型：
Float
单击 FLAASHSettings 按钮，自动获取辐射亮度单位转换系数 ScaleFactor ：
0.1
其他选项是方便用于 FLAASH 大气校正。
（3） 选择文件名和路径输出
图 1 ：
RadiometricCalibration 面板
第二步：
FLAASH 大气校正
选择 Toolbox/RadiometricCorrection/AtmosphericCorrectionModule/FLAASHAtmosphericCorrection ，打开 FLAASH 大气校正工具。
（1）文件输入与输出信息项目
单击 InputRadianceImage 按钮，选择上一步准备好的辐射亮度值数据LC81230322013132LGN02_rad.dat 。
在 RadianceScaleFactors 对话框中选择Usesinglescalefactorforallbands （ Singlescalefactor ：
1 ），在辐射定标中对单位进行了转换。
单击 OutputReflectanceFile 按钮选择输出文件名和路径。
（2）传感器与图像目标信息
l Lat ：
40 1939.46 ， Lon ：
116422.98 （ FLAASH 自动获取）
l SensorType ：
UNKONWN-MSI
l GroundElevation （ km ）：
0.043 （从相应区域的 DEM 获得平均值）
l FlightDate ：
2013-05-12 FlightTime ：
02:
55:
26
注：
在右边图层管理器中， 单击右键选择 ViewMetadata ，在 Metadataviewer 中浏览 time 可以看到飞行时间
图 2 ：
图像成像时间查看
（3） 大气模型（ AtmosphericModel ）：
Sub-ArcticSummer （ 5 月份 纬度：
40-50 ）
（4） 气溶胶模型（ AerosolModel ）：
Urban
（5） 气溶胶反演（ AerosolRetrieval ）：
2-Band （ K-T ）
（6） 初始能见度（ InitialVisibility ）：
40 。
图 3 ：
FLAASH 基本参数设置
多光谱设置（ MultispectralSettings ）
l Defaults 下拉框：
Over-LandRetrievalStandard （ 660 ：
2100 ）。
l FilterFunctionFile ：
选择 ldcm_oli.sli 波谱响应文件
图 4 ：
多光谱设置
（8）高级设置（ AdvancedSettings ）：
tile设置为 100M ，其余按照默认设置。
（9）单击 Apply 按钮，执行 FLAASH 。
图 5 ：
估算能见度、水汽柱结果
第三步：
浏览结果
打开大气校正结果，浏览植被波谱曲线如下，大致可以看出大气校正后消除了大气散射的影响。
图 6 ：
大气校正后的植被波谱曲线
同时发现 1.360–1.390 μ m 波段数据大气校正之后结果全部为 0 ，单独打开这个波段的原始文件 LC81230322013132LGN02_B9.TIF 或者在 ENVI 中标识为 Cirrus （1.3730 ）波段，发现这个波段的图像噪声非常大，主要用于识别卷云，辐射定标后的值在集中在 0.011697- 0.023395 。
图 7 ：
卷云 Cirrus （ 1.3730 ）波段图像
讨论 ldcm_oli.sli 波谱响应文件包括了可见光 - 红外，全色 9 个波段的响应，而我们大气校正使用了前 8 个波段，另外卷云 Cirrus 波段噪声比较大，是否将 Cirrus 、Pan 两个波段的响应函数去除，同时将两个波段从图像中移除，只针对 7 个波段进行大气校正，精度是否会更高？
图 8 ：
oli 波谱响应函数
2、TM数据辐射定标
ENVI>basictools>preprocessing>calibrationutilities>Landsatcalibration，弹出如下对话框，图3：
图3辐射定标参数设置对话框
3、储存顺序调整
Flassh大气校正对于波段存储的要求为：
BIL，BIP格式，上述计算得到的存储方式为BSQ，在此进行波段存储顺序的转化，具体操作如下：
ENVI>basictools>convertdata（BSQ,BIL,BIP）
图4存放顺序转换
4、Flaash校正参数设置
大气校正的前期准备工作完毕，现在进行校正参数的设置：
ENVI>basictools>preprocessing>calibrationutilities>FLAASH，弹出对话
图5FLAASH参数界面设置
图6多光谱设置对对话框
根据上述图中的参数设置，然后点击ok，运行flaash大气校正。
Landsat8移除卷云Cirrus波段的大气校正测试
在“ENVI下的Landsat8大气校正（初试）”文章最后提出了一个讨论，这里根据这个设想做出了另外一个结果。
结果分析显示，两种方法得到的结果基本一致。
第一步：
重新制作波谱响应函数
（1）启动ENVIclassic，选择Window->StartNewPlotWindow。
（2）在ENVIPlotWindow窗口中，选择File->InputData–>SpectralLibrary，打开ldcm_oli.sli波谱响应文件。
（3）如下图所示选择7个波段的波谱响应函数，选择File->Saveplotas->SpectralLibrary，按照默认参数保存为.sli文件。
图1：
选择7个波段的波谱响应文件
第二步：
大气校正
（1）使用layerstacking工具将辐射定标后的文件保存为7个波段的文件，也就是去除卷云Cirrus波段。
（2）打开FLAASH工具进行大气校正。
第三步：
浏览结果
分别对两种结果进行统计，如下图所示，每个波段的均值和方差相差非常小（个位数以内），折合0~1反射率在10-3范围内，相差甚小。
对比单个像素的值也是这个结果。
值得注意的是得到的反射率范围是小于0和大于10000，其实浏览直方图发现，小于0的像素只有不到10000个，占0.02%，大于10000的不到100个像素，属于正常范围内。
因此可以看到，两种方法在精度上相差不大，结果认为是一致的。
图2：
统计结果（左-8波段，右-7波段）
40.86830556118.02665000
升级会员 