ENVI 5.6 利用现场标准校准板计算地表反射率具体步骤

核心目标： 利用已知反射率的校准板，建立DN值与地表反射率的线性关系 ρ = a × DN + b，并将此关系应用于整个Pix4D拼接影像，得到定标后的反射率影像。

第一步：准备工作与环境搭建

数据整理：
- **Pix4D拼接影像：** 准备好最终的GeoTIFF格式的多光谱正射影像。假设它有4个波段（例如：蓝、绿、红、近红外）。
- **校准板信息：** 明确您的校准板反射率。例如：
  - 灰板A：30% (0.3)
  - 灰板B：80% (0.8)
- **现场照片：** 保留拍摄校准板时的现场照片，用于在拼接影像中定位。
软件启动：
- 打开ENVI 5.6。
- 建议在菜单栏选择 File > Data Manager，方便管理后续生成的多个文件。

第二步：在拼接影像中定位并提取校准板的DN值

这是最关键的一步，精度取决于此。

加载影像：
- 在ENVI主界面或Data Manager中，点击 Open，选择您的Pix4D拼接影像并将其打开。
创建ROI（感兴趣区）：
- 在右侧工具栏找到并点击 Region of Interest (ROI) Tool 按钮（图标像一个点连成的多边形），或使用快捷键 R。
- 在ROI Tool面板中，确保ROI类型为 Polygon（多边形）。
- 在影像窗口中，结合现场照片和地理特征，找到一块校准板。
- 仔细地沿着校准板的边缘绘制一个多边形。务必只圈选校准板中心颜色均匀的区域，避开边缘、任何可能的阴影或高光反光点。ROI内部应呈现单一均匀的色调。
- 绘制完成后，在ROI Tool的列表中，右键点击默认的ROI名称（如ROI #1），选择 Rename ，将其重命名为有意义的名字，例如 ROI_30percent（对应30%灰板）。
重复创建所有校准板的ROI：
- 在影像中找到第二块校准板（如80%灰板），重复上一步操作，创建一个新的多边形ROI，并命名为 ROI_80percent。
- **注意：** 如果校准板较小，确保每个ROI包含至少30x30像素的区域，以减少随机噪声的影响。
计算ROI内DN值的均值：
- 在ROI Tool面板中，确保您创建的所有ROI都处于选中状态（可按住Ctrl键多选）。
- 点击ROI Tool面板下方的 Statistics for All ROIs 按钮（一个带表格图标的按钮）。
- 在弹出的窗口中，确保 Input File 是您的拼接影像，ROI List 里包含了您刚创建的所有ROI。
- 点击 OK。ENVI会计算每个ROI在每个波段上的统计信息。
- 在结果列表中，重点关注 Mean 列。这就是我们需要的DN值均值。
- **记录数据：** 创建一个简单的表格，记录下每个校准板在每个波段的DN均值。

校准板	已知反射率 (ρ)	波段1 (蓝) DN均值	波段2 (绿) DN均值	波段3 (红) DN均值	波段4 (近红外) DN均值
30%灰板	0.3	(例如: 120)	(例如: 135)	(例如: 200)	(例如: 180)
80%灰板	0.8	(例如: 450)	(例如: 480)	(例如: 500)	(例如: 520)

至此，步骤二完成，我们获得了求解线性方程所需的 (DN_measured, ρ_standard)数据点。

第三步：计算定标系数 (a 和 b)

我们将对每个波段分别进行计算。以上面的表格数据为例，演示如何计算红波段的系数。

建立方程：
- 对于红波段，我们有两个点的数据：
  - 点1: (DN₃₀ = 200, ρ₃₀ = 0.3)
  - 点2: (DN₈₀ = 500, ρ₈₀ = 0.8)
- 线性方程为：ρ = a × DN + b
手动计算系数（推荐，理解原理）：
- 根据两点求斜率公式：
  
  a = (ρ₈₀ - ρ₃₀) / (DN₈₀ - DN₃₀)
  
  a = (0.8 - 0.3) / (500 - 200) = 0.5 / 300 ≈ 0.001667
- 代入其中一个点求截距 b：
  
  b = ρ₃₀ - a × DN₃₀
  
  b = 0.3 - (0.001667 × 200) = 0.3 - 0.3334 ≈ -0.0334
- 结论： 红波段的定标系数为 a_red ≈ 0.001667, b_red ≈ -0.0334。
重复计算其他波段：
- 对蓝、绿、近红外波段，使用它们各自的DN均值数据，重复步骤2，计算出 a_blue, b_blue、a_green, b_green、a_nir, b_nir。
- **记录结果：** 将最终得到的四个波段的a, b系数整理好。

波段	a 系数	b 系数
蓝 (Band 1)	(计算得出)	(计算得出)
绿 (Band 2)	(计算得出)	(计算得出)
红 (Band 3)	0.001667	-0.0334
近红外 (Band 4)	(计算得出)	(计算得出)

第四步：全图辐射定标（应用系数计算反射率）

我们将使用ENVI的 Band Math 工具，为每个波段应用其专属的 a和 b系数。

打开Band Math工具：
- 在ENVI菜单栏，点击 Toolbox。
- 依次展开 Band Algebra -> Band Math。
构建并计算红波段的反射率：
- 在 Enter an expression 输入框中，输入以下公式（假设红波段是影像的第3个波段，在Band Math中用 b3表示）：
  
  0.001667 * b3 - 0.0334
- 点击 Add to List ，然后点击 OK。
- 在弹出的 Variables to Bands Pairings 对话框中，将左侧的 b3与右侧影像列表中的 **波段3 (红波段)** 关联起来。
- 指定一个输出文件名和路径，例如 Reflectance_Red.tif，数据类型保持为 Float32。
- 点击 OK 开始计算。ENVI会生成一个只包含红波段反射率的单波段影像。
重复处理其他波段：
- 再次打开 Band Math。
- 为蓝波段 输入公式，例如 a_blue * b1 - 0.0334（假设蓝是b1，并使用您计算出的a_blue和b_blue值）。
- 重复变量关联和输出过程，生成 Reflectance_Blue.tif。
- 同样的方法，为绿波段（b2）和近红外波段（b4）生成 Reflectance_Green.tif和 Reflectance_NIR.tif。
合并为多波段反射率影像：
- 现在您有了4个独立的单波段反射率文件。需要将它们合并回一个多波段文件。
- 在Toolbox中，展开 Raster Management -> Layer Stacking。
- 在弹出的对话框中，点击 Import File。
- 将刚才生成的4个单波段TIFF文件按顺序（蓝、绿、红、近红外）全部选中并加入。
- 检查波段顺序是否正确。
- 指定输出文件名，例如 Final_Reflectance_Image.dat或 .tif。
- 点击 OK 执行合并。

恭喜！您现在已经得到了经过现场校准板定标后的、以地表反射率为单位的多光谱影像。

第五步：结果验证（重要！）

校准板验证：
- 在ENVI中打开最终合并的反射率影像。
- 使用 Pixel Locator 或 Profiles/Spectral 工具，在之前创建的校准板ROI位置点击一下。
- 查看读取到的反射率数值是否非常接近其已知的标称值（30%和80%）。如果误差在±0.05（即5%）以内，说明定标效果很好。
地物光谱验证：
- 在植被区域采样，检查其光谱曲线：红波段反射率应较低（~0.05-0.2），近红外波段反射率应显著升高（~0.3-0.7）。
- 在水体区域采样，所有波段的反射率都应非常低（通常<0.1）。
- 如果光谱特征符合常识，则证明您的定标流程和结果是可靠的。

总结与提醒：

**精度核心：** ROI的选取是重中之重，务必保证均匀、无阴影、无反光。
**波段对应：** 在整个过程中，要时刻清楚哪个数字代表哪个波段，避免混淆。
灵活性： 如果有3块或更多校准板，可以在Excel中使用线性回归功能来计算 a和 b，并评估拟合的R²值，这样可以更好地验证线性关系和剔除异常值。