前言
卫星遥感影像的预处理步骤因研究目标和应用场景的差异而有所不同,需要根据具体需求来选择合适的预处理方法。一般来说,预处理主要包括辐射定标、大气校正、地形校正、太阳高度角校正和正射校正等关键环节。其中,辐射定标是定量遥感分析的基础,将原始数字量转化为物理辐射值;大气校正旨在消除大气的吸收和散射影响,获取真实的地物反射信息;地形校正纠正了地形起伏造成的辐射失真;太阳高度角校正则消除了不同太阳入射角度引起的辐射变化,实现了不同时相影像的可比性;最后的正射校正将影像校正为与地面真实情况相吻合的正射投影。上述各个步骤的执行与否,需要根据研究的具体目的和对结果精度的要求来权衡确定,合理选择最优的预处理流程,从而为后续的影像解译和定量分析奠定坚实的基础。。
一、ENVI加载影像
如果直接将tif格式影像文件直接导入，这会缺少中心波长、定标参数等信息
（1）下载envi APP store： https://envi.geoscene.cn/appstore/
（2）安装envi APP store只需要将解压缩文件，放到安装路径下（Harris\ENVI56\extensions），对Harris使用者属性设置为完全控制
（3）在打开ENVI，在工具栏中打开APP store，点击安装"中国对地观测卫星支持工具V5.3"
（4）重新打开ENVI，（file---open as---China satellites---JiLin），对应我下载的数据，我选择JL1KF打开
二、辐射定标
利用传感器的辐射定标参数，将原始观测值转换为绝对辐射亮度值
Scale factor of 0.1. This scales the output to units of µW/(cm2 * sr * nm).
三、大气校正
不必要的大气校正：训练数据来自所研究的影像，而不是从其他时间或地点获取的影像。因为同一数据集中的影像已经具有一致的大气条件,不存在大气影响的差异问题。
必要的大气校正：如果需要从遥感影像中精确提取某些地物指标,如从水体反射信号计算水质参数、从植被指数估算生物量等,则必须进行准确的大气校正。因为大气的吸收和散射会影响地物的反射信号,如果不消除大气的影响,导致的误差就会影响后续的定量分析。
（1）FLASSH大气校正第一页面主要设置输入影像与输出，影像中心位置，飞行时间自动生成。传感器高度选择对应的传感器。重要的是设置atmospheric Model，在help里有介绍如何设置，根据时间和位置进行设置，最后就是aerosol Model，根据影像拍摄是郊区还是市区等进行选择。而aerosol retrieval，注意如果影像是rgb+NIR，没有短波红外，就需要自己目视影像清晰度进行设置，设置none，initial visibility设置在help里也有说明。对于有短波红外的影像可以选择2-band-KT计算。
（2）接着选择多光谱设置，在kT aerosol retrieval，上行通道默认为标准陆地即可
（3）接着最后高级设置，注意设置反射系数转换因子，以及切片缓存大小设置。
四、地形校正
适用于起伏较大的山地，需要在envi app store 下载地形校正插件
消除由于地形起伏而引起的影像辐亮度值的变化，使影像更好地反映地物光谱特征。
参数设置如下：第一次因为原始影像没有投影导致校正失败，太阳高度角和方位角可在下载影像的meta文件中找到
<SolarAzimuth>139.402</SolarAzimuth>
<SolarElevation>50.0047</SolarElevation>
校正后效果：校正效果感觉也不是特别好
五、太阳高度角校正
以消除太阳入射角因此的辐射变化影响，实现不同时相影像的可比性
计算1/cosθ的值（θ是太阳天顶角）作为增益，然后用Apply Gain and Offset工具，对每个波段都使用这一增益值即可。
六、正射校正
这一步就比较简单，除非你有控制点数据需要设置，直接使用RPC Orthorectification workflow，默认参数输出即可。
