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