大气纠正

大气校正是指传感器最终测得的地面目标的总辐射亮度并不是地表真实反射率的反映，其中包含了由大气吸收，尤其是散射作用造成的辐射量误差。大气校正就是消除这些由大气影响所造成的辐射误差，反演地物真实的表面反射率的过程。

常见的大气纠正方法有基于图像特征的相对校正法、基于地面线性回归经验模型法、基于大气辐射传输模型法、大气校正的复合模型法。

（1）基于图像特征的相对校正法：在没有条件进行地面同步测量的情况下，借用统计方法进行图像相对反射率转换。从理论上来讲，基于图像特征的大气校正方法都不需要进行实际地面光谱及大气环境参数的测量，而是直接从图像特征本身出发消除大气影响，进行反射率反演，基本属于数据归一化的范畴。大气校正是相当复杂的，但在许多遥感应用中，往往不一定需要绝对的辐射校正，这种基于图像的相对校正就能满足其要求。

（2）基于地面线性回归经验模型法：该方法是一个比较简便的定标算法，国内外已多次成功地利用该模型进行遥感定标实验[1，2]。它首先假设地面目标的反射率与遥感器探测的信号之间具有线性关系，通过获取遥感影像上特定地物的灰度值及其成像时相应的地面目标反射光谱的测量值，建立两者之间的线性回归方程式，在此基础上对整幅遥感影像进行辐射校正。该方法数学和物理意义明确，计算简单，但必须以大量野外光谱测量为前提，因此成本较高，对野外工作依赖性强，且对地面定标点的要求比较严格。

（3）基于大气辐射传输模型法：1972年，Turner与Spencer提出的通过模拟大气-地表系统来评估大气影响的方法[3]，可作为最早的大气辐射传输模型之一，当时研究的重点在于消除大气对影像对比度的影响。20世纪80年代，许多学者对卫星影像的大气校正研究做了大量工作，在模拟地-气过程的能力上有了很大提高，发展了一系列辐射传输模型，包括LOWTRAN模型、MODTRAN模型、6S模型[4]。

（4）近年来还出现了一些复合模型方法，如Clark等[5]将ATREM与经验线性方法相结合，通过计算每个像元的归一化因子并应用到ATREM校正后的影像，以此校正ATREM的模型误差;Goetz等[6]将地面实测光谱与MODTRAN相结合提出了与经验线性法类似的模型；闵祥军等[7]利用地面实测得到的大气参数并结合6S辐射传输模型对MAIS影像进行大气校正；田庆久等[8]在DOS(Dark Object Subtraction)方法的基础上，合理分析假设暗体反射率值，并结合LOWTRAN-7、6S和MODTRAN-3大气辐射传输模型对SPOT影像进行大气校正。这些方法对地面目标的要求没有经验线性法那么高，而且弥补了利用单一方法进行校正的不足。