4、数据预处理：辐射定标、大气校正（FLAASH、6S）、地形校正与掩膜处理
遥感蚀变信息提取的精度，很大程度上取决于数据预处理的质量。原始遥感影像中的DN值（Digital Number）并非地表真实反射率的直接反映，它混合了传感器响应、大气散射吸收、地形光照差异等多重干扰。本章围绕辐射定标、大气校正、地形校正与掩膜处理四个核心环节，系统讲解其原理、操作流程与实战要点，帮助学员建立标准化的预处理流水线。
4.1 辐射定标：从DN值到物理量的转换
核心原理：辐射定标是将传感器记录的原始DN值转换为具有物理意义的辐亮度或反射率的过程。DN值与辐亮度之间存在线性关系：L = Gain × DN + Offset，其中Gain和Offset由传感器定标参数决定。对于蚀变信息提取，通常需要将辐亮度进一步转换为表观反射率，以消除太阳辐照度和太阳高度角的影响。
| 定标类型 | 输出量 | 适用场景 | 常用工具 |
|---|---|---|---|
| 辐射定标 | 辐亮度 (W·m⁻²·sr⁻¹·μm⁻¹) | 定量遥感、温度反演 | ENVI Radiometric Calibration |
| 表观反射率定标 | 无单位反射率 (0-1) | 蚀变信息提取、植被指数 | ENVI Calibrate Reflectance |
| 相对辐射定标 | 归一化DN值 | 多时相变化检测 | IR-MAD、PIF法 |
操作流程：
- 读取影像元数据文件（MTL.txt），获取各波段的Gain、Offset、太阳高度角、成像时间等参数。
- 在ENVI中打开影像，选择
Radiometric Calibration工具，设置定标类型为Reflectance。 - 设置输出数据类型为Float，避免精度损失。
- 检查定标结果：典型地物反射率应在合理范围内（植被近红外0.3-0.5，水体可见光<0.05）。
4.2 大气校正：FLAASH与6S模型对比
核心原理：大气校正的目的是消除大气分子、气溶胶、水汽等对地表反射信号的散射和吸收影响，获取真实的地表反射率。FLAASH（Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes）基于MODTRAN辐射传输模型，支持多种传感器和大气模型；6S（Second Simulation of the Satellite Signal in the Solar Spectrum）则是一种逐像元计算的辐射传输模型，精度较高但计算量大。
| 对比维度 | FLAASH | 6S |
|---|---|---|
| 理论基础 | MODTRAN 4/5 | 6S辐射传输模型 |
| 输入参数 | 传感器类型、成像日期、大气模型、气溶胶模型、能见度 | 几何参数、大气模式、气溶胶模式、光谱响应函数 |
| 输出结果 | 地表反射率、水汽含量、气溶胶光学厚度 | 地表反射率、各波段透过率 |
| 计算效率 | 较快，适合大区域 | 较慢，适合小区域或高精度需求 |
| 适用软件 | ENVI内置 | 6S模型独立运行或Py6S |
FLAASH操作流程：
- 输入辐射定标后的辐亮度影像（单位：W·m⁻²·sr⁻¹·μm⁻¹）。
- 设置传感器参数：传感器类型、成像日期、飞行高度、像元大小。
- 选择大气模型：根据纬度带和季节选择（如Mid-Latitude Summer）。
- 选择气溶胶模型：Urban、Rural、Maritime等，并输入能见度或气溶胶光学厚度。
- 设置多光谱参数：水汽反演波段（如Landsat 8的Band 9）、气溶胶反演波段。
- 执行校正并检查结果：植被光谱曲线应呈现典型的“红边”特征。
4.3 地形校正：消除山区光照差异
核心原理：地形校正针对山区影像，由于太阳入射角随坡向、坡度变化，导致阴坡和阳坡的反射率存在显著差异。常用的校正模型包括余弦校正、C校正和Minnaert校正。其中C校正通过引入半经验系数C，有效避免了余弦校正的过校正问题，是目前应用最广泛的方法。
# C校正公式
L_h = L_T × (cos θ_z + C) / (cos i + C)
其中：
L_h = 校正后水平地表辐亮度
L_T = 原始地形辐亮度
θ_z = 太阳天顶角
i = 太阳入射角（与坡面法线的夹角）
C = b/a（回归系数，由L_T与cos i的线性回归得到）操作流程：
- 准备DEM数据，分辨率与影像一致或更高。
- 计算坡度、坡向，结合太阳方位角和高度角计算太阳入射角i。
- 对每个波段，将L_T与cos i进行线性回归，得到系数a和b，计算C = b/a。
- 应用C校正公式，输出校正后影像。
- 验证效果：阴坡和阳坡的同质地物反射率应趋于一致。
4.4 掩膜处理：排除非目标地物干扰
核心原理：掩膜处理是通过设定阈值或分类方法，将水体、植被、云、阴影等非蚀变信息从影像中剔除，避免其对蚀变信息提取造成干扰。常用的掩膜方法包括：NDVI阈值法（植被）、NDWI阈值法（水体）、云检测算法（如Fmask）以及基于DEM的阴影掩膜。
| 掩膜目标 | 指数/方法 | 典型阈值 | 适用数据 |
|---|---|---|---|
| 植被 | NDVI = (NIR-Red)/(NIR+Red) | NDVI > 0.3 | Landsat、Sentinel-2 |
| 水体 | NDWI = (Green-NIR)/(Green+NIR) | NDWI > 0.1 | Landsat、Sentinel-2 |
| 云/云影 | Fmask、CFMask | 自动检测 | Landsat、Sentinel-2 |
| 地形阴影 | 基于DEM的太阳入射角 | cos i < 0.2 | 山区影像 |
操作流程：
- 计算NDVI、NDWI等指数，生成掩膜二值图像（0/1）。
- 对掩膜图像进行膨胀/腐蚀操作，消除边缘效应。
- 将掩膜应用于预处理后的反射率影像，将掩膜区域设为NoData或0。
- 结合研究区矢量边界，进行裁剪，减少数据量。
4.5 案例拆解：甘肃北山地区预处理流程
背景与目标：甘肃北山地区为典型的干旱戈壁地貌，植被稀少，但地形起伏较大。研究区面积约1200km²，使用Landsat 8 OLI数据，目标是通过预处理获取高质量反射率影像，用于后续的羟基和铁染蚀变信息提取。
关键输入数据与参数：
- Landsat 8 L1级数据（LC08_L1TP_134030_20200615）
- SRTM DEM（30m分辨率）
- 成像时间：2020年6月15日，太阳高度角62.3°，方位角118.5°
- 大气模型：Mid-Latitude Summer；气溶胶模型：Rural
处理过程与结果：
- 辐射定标：在ENVI中执行Radiometric Calibration，输出辐亮度影像（单位：W·m⁻²·sr⁻¹·μm⁻¹）。
- 大气校正：使用FLAASH，设置能见度40km，水汽反演开启。校正后植被光谱曲线正常，红边特征明显。
- 地形校正：基于DEM计算太阳入射角，对6个反射率波段执行C校正。校正后阴坡和阳坡的同类岩石反射率差异从35%降至8%。
- 掩膜处理：计算NDVI（阈值0.15）和NDWI（阈值0.05），剔除植被和水体；基于DEM生成阴影掩膜（cos i < 0.15），剔除极端阴影区域。
- 结果对比：预处理后影像的蚀变异常提取结果与已知矿点吻合度从预处理前的52%提升至78%。
4.6 常见误区与总结复盘
- 误区一：跳过辐射定标直接进行大气校正。FLAASH要求输入辐亮度影像，若输入DN值，输出反射率将严重偏低。
- 误区二：大气模型选择不当。在高原地区（如青藏高原）使用Tropical模型，会导致水汽反演偏差，影响短波红外波段。
- 误区三：地形校正过度。余弦校正容易在低太阳入射角区域产生过校正，导致反射率超过1，应优先选择C校正或Minnaert校正。
- 误区四：掩膜阈值一刀切。不同季节、不同区域的NDVI阈值应动态调整，建议结合实地采样或高分辨率影像验证。