【遥感学习整理 03】高分一号与Hyperion数据预处理：从辐射定标到融合与高光谱校正

ThsPool2026-08-01 15:57

高分一号与Hyperion数据预处理：从辐射定标到融合与高光谱校正

文章目录

  • 高分一号与Hyperion数据预处理：从辐射定标到融合与高光谱校正
    • [第一章 多源遥感数据预处理的统一逻辑](#第一章 多源遥感数据预处理的统一逻辑)
      • [1.1 为什么需要把不同传感器放在同一框架下理解](#1.1 为什么需要把不同传感器放在同一框架下理解)
      • [1.2 不同传感器的处理重点](#1.2 不同传感器的处理重点)
      • [1.3 产品级别决定处理起点](#1.3 产品级别决定处理起点)
    • [第二章 高分一号PMS数据结构与处理目标](#第二章 高分一号PMS数据结构与处理目标)
      • [2.1 PMS数据组成](#2.1 PMS数据组成)
      • [2.2 PMS处理的典型目标](#2.2 PMS处理的典型目标)
      • [2.3 全色数据的角色](#2.3 全色数据的角色)
    • [第三章 高分一号WFV数据结构与处理目标](#第三章 高分一号WFV数据结构与处理目标)
      • [3.1 WFV数据特点](#3.1 WFV数据特点)
      • [3.2 WFV适用任务](#3.2 WFV适用任务)
      • [3.3 WFV处理流程](#3.3 WFV处理流程)
    • [第四章 Hyperion高光谱数据结构](#第四章 Hyperion高光谱数据结构)
      • [4.1 Hyperion的基本特征](#4.1 Hyperion的基本特征)
      • [4.2 Hyperion的波段组织](#4.2 Hyperion的波段组织)
      • [4.3 L1R与L1T数据组织](#4.3 L1R与L1T数据组织)
      • [4.4 高光谱处理与多光谱处理的根本差异](#4.4 高光谱处理与多光谱处理的根本差异)
  • [ \\mathbf{s}](# \mathbf{s})
    • [第五章 数据打开与元数据检查](#第五章 数据打开与元数据检查)
      • [5.1 为什么优先通过传感器读取器打开](#5.1 为什么优先通过传感器读取器打开)
      • [5.2 GF-1数据的XML元数据](#5.2 GF-1数据的XML元数据)
      • [5.3 Hyperion元数据检查](#5.3 Hyperion元数据检查)
      • [5.4 打开后的第一轮质量检查](#5.4 打开后的第一轮质量检查)
    • [第六章 辐射定标](#第六章 辐射定标)
      • [6.1 DN与辐射量的关系](#6.1 DN与辐射量的关系)
  • [ L_{\\lambda}](# L_{\lambda})
      • [6.2 表观反射率](#6.2 表观反射率)
  • [ \\rho_{\\lambda}\^{TOA}](# \rho_{\lambda}^{TOA})
      • [6.3 GF-1多光谱辐射定标](#6.3 GF-1多光谱辐射定标)
  • [ \\rho_{stored}](# \rho_{stored})
      • [6.4 缩放反射率的优点与风险](#6.4 缩放反射率的优点与风险)
      • [6.5 全色数据的辐射尺度匹配](#6.5 全色数据的辐射尺度匹配)
      • [6.6 Hyperion辐射定标](#6.6 Hyperion辐射定标)
    • [第七章 大气校正](#第七章 大气校正)
      • [7.1 大气校正的辐射关系](#7.1 大气校正的辐射关系)
  • [ L_{\\lambda}\^{sensor}](# L_{\lambda}^{sensor})
      • [7.2 FLAASH的基本思想](#7.2 FLAASH的基本思想)
      • [7.3 大气模式选择](#7.3 大气模式选择)
      • [7.4 气溶胶模型选择](#7.4 气溶胶模型选择)
      • [7.5 GF-1多光谱大气校正](#7.5 GF-1多光谱大气校正)
      • [7.6 Hyperion高光谱大气校正](#7.6 Hyperion高光谱大气校正)
      • [7.7 水汽吸收波段](#7.7 水汽吸收波段)
      • [7.8 大气校正结果的异常表现](#7.8 大气校正结果的异常表现)
    • [第八章 正射校正与几何处理](#第八章 正射校正与几何处理)
      • [8.1 为什么辐射校正后仍需几何处理](#8.1 为什么辐射校正后仍需几何处理)
      • [8.2 RPC正射校正](#8.2 RPC正射校正)
      • [8.3 使用参考影像正射校正](#8.3 使用参考影像正射校正)
      • [8.4 PMS全色与多光谱的几何一致性](#8.4 PMS全色与多光谱的几何一致性)
      • [8.5 重采样选择](#8.5 重采样选择)
      • [8.6 WFV正射校正](#8.6 WFV正射校正)
      • [8.7 Hyperion图像配准](#8.7 Hyperion图像配准)
    • [第九章 高分一号PMS图像融合](#第九章 高分一号PMS图像融合)
      • [9.1 图像融合的目标](#9.1 图像融合的目标)
  • [ \\mathbf{M}](# \mathbf{M})
  • [ \\mathbf{F}](# \mathbf{F})
      • [9.2 融合前的条件](#9.2 融合前的条件)
      • [9.3 为什么要转换为BIP](#9.3 为什么要转换为BIP)
      • [9.4 NNDiffuse融合思想](#9.4 NNDiffuse融合思想)
      • [9.5 常见融合方法对比](#9.5 常见融合方法对比)
      • [9.6 融合质量评价](#9.6 融合质量评价)
  • [ SAM](# SAM)
      • [9.7 融合结果的适用边界](#9.7 融合结果的适用边界)
    • [第十章 高光谱坏波段与噪声处理](#第十章 高光谱坏波段与噪声处理)
      • [10.1 坏波段来源](#10.1 坏波段来源)
      • [10.2 坏波段标记](#10.2 坏波段标记)
      • [10.3 水汽吸收区](#10.3 水汽吸收区)
      • [10.4 条带与坏列](#10.4 条带与坏列)
      • [10.5 高光谱降噪](#10.5 高光谱降噪)
    • [第十一章 Hyperion光谱质量检查](#第十一章 Hyperion光谱质量检查)
      • [11.1 单像元光谱检查](#11.1 单像元光谱检查)
      • [11.2 植被光谱](#11.2 植被光谱)
      • [11.3 水体光谱](#11.3 水体光谱)
      • [11.4 裸地与矿物光谱](#11.4 裸地与矿物光谱)
      • [11.5 探测器拼接检查](#11.5 探测器拼接检查)
    • [第十二章 多源数据的空间与辐射统一](#第十二章 多源数据的空间与辐射统一)
      • [12.1 多源数据为什么不能直接叠加](#12.1 多源数据为什么不能直接叠加)
      • [12.2 空间尺度统一](#12.2 空间尺度统一)
      • [12.3 波段响应差异](#12.3 波段响应差异)
  • [ R_{b}](# R_{b})
      • [12.4 时间一致性](#12.4 时间一致性)
    • [第十三章 结果质量控制](#第十三章 结果质量控制)
      • [13.1 辐射质量](#13.1 辐射质量)
      • [13.2 几何质量](#13.2 几何质量)
  • [ RMSE](# RMSE)
      • [13.3 融合质量](#13.3 融合质量)
      • [13.4 高光谱质量](#13.4 高光谱质量)
    • [第十四章 三类数据的完整处理路线](#第十四章 三类数据的完整处理路线)
      • [14.1 GF-1 PMS定量分析路线](#14.1 GF-1 PMS定量分析路线)
      • [14.2 GF-1 PMS融合底图路线](#14.2 GF-1 PMS融合底图路线)
      • [14.3 GF-1 WFV区域监测路线](#14.3 GF-1 WFV区域监测路线)
      • [14.4 Hyperion高光谱路线](#14.4 Hyperion高光谱路线)
    • [第十五章 常见误区](#第十五章 常见误区)
      • [15.1 PMS全色影像必须做大气校正](#15.1 PMS全色影像必须做大气校正)
      • [15.2 图像融合后可以直接进行所有定量反演](#15.2 图像融合后可以直接进行所有定量反演)
      • [15.3 反射率扩大10000倍后仍可按0到1使用](#15.3 反射率扩大10000倍后仍可按0到1使用)
      • [15.4 正射校正后全色和多光谱一定完全对齐](#15.4 正射校正后全色和多光谱一定完全对齐)
      • [15.5 Hyperion所有波段都可以直接分析](#15.5 Hyperion所有波段都可以直接分析)
      • [15.6 高光谱曲线越平滑越好](#15.6 高光谱曲线越平滑越好)
      • [15.7 大气校正后视觉更清晰就说明结果可靠](#15.7 大气校正后视觉更清晰就说明结果可靠)
      • [15.8 WFV空间分辨率低，因此不适合监测](#15.8 WFV空间分辨率低，因此不适合监测)
    • [第十六章 术语表](#第十六章 术语表)

第一章 多源遥感数据预处理的统一逻辑

1.1 为什么需要把不同传感器放在同一框架下理解

高分一号PMS、高分一号WFV和Hyperion分别代表三类典型遥感数据：

  • 高空间分辨率全色---多光谱数据：高分一号PMS；
  • 中分辨率大幅宽多光谱数据：高分一号WFV；
  • 窄幅宽、高光谱分辨率数据：Hyperion。

三类数据在空间分辨率、波段数量、幅宽、几何特性和应用目标上差异明显，但预处理的核心逻辑一致：
#mermaid-svg-ZICbTH3mXBcpvFq9{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-ZICbTH3mXBcpvFq9 .error-icon{fill:#552222;}#mermaid-svg-ZICbTH3mXBcpvFq9 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-ZICbTH3mXBcpvFq9 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .marker.cross{stroke:#333333;}#mermaid-svg-ZICbTH3mXBcpvFq9 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-ZICbTH3mXBcpvFq9 p{margin:0;}#mermaid-svg-ZICbTH3mXBcpvFq9 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .cluster-label text{fill:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .cluster-label span{color:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .cluster-label span p{background-color:transparent;}#mermaid-svg-ZICbTH3mXBcpvFq9 .label text,#mermaid-svg-ZICbTH3mXBcpvFq9 span{fill:#333;color:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .node rect,#mermaid-svg-ZICbTH3mXBcpvFq9 .node circle,#mermaid-svg-ZICbTH3mXBcpvFq9 .node ellipse,#mermaid-svg-ZICbTH3mXBcpvFq9 .node polygon,#mermaid-svg-ZICbTH3mXBcpvFq9 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .rough-node .label text,#mermaid-svg-ZICbTH3mXBcpvFq9 .node .label text,#mermaid-svg-ZICbTH3mXBcpvFq9 .image-shape .label,#mermaid-svg-ZICbTH3mXBcpvFq9 .icon-shape .label{text-anchor:middle;}#mermaid-svg-ZICbTH3mXBcpvFq9 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .rough-node .label,#mermaid-svg-ZICbTH3mXBcpvFq9 .node .label,#mermaid-svg-ZICbTH3mXBcpvFq9 .image-shape .label,#mermaid-svg-ZICbTH3mXBcpvFq9 .icon-shape .label{text-align:center;}#mermaid-svg-ZICbTH3mXBcpvFq9 .node.clickable{cursor:pointer;}#mermaid-svg-ZICbTH3mXBcpvFq9 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .arrowheadPath{fill:#333333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-ZICbTH3mXBcpvFq9 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-ZICbTH3mXBcpvFq9 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-ZICbTH3mXBcpvFq9 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-ZICbTH3mXBcpvFq9 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .cluster text{fill:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 .cluster span{color:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-ZICbTH3mXBcpvFq9 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-ZICbTH3mXBcpvFq9 rect.text{fill:none;stroke-width:0;}#mermaid-svg-ZICbTH3mXBcpvFq9 .icon-shape,#mermaid-svg-ZICbTH3mXBcpvFq9 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-ZICbTH3mXBcpvFq9 .icon-shape p,#mermaid-svg-ZICbTH3mXBcpvFq9 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-ZICbTH3mXBcpvFq9 .icon-shape .label rect,#mermaid-svg-ZICbTH3mXBcpvFq9 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-ZICbTH3mXBcpvFq9 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-ZICbTH3mXBcpvFq9 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-ZICbTH3mXBcpvFq9 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 读取原始数据与元数据
检查产品级别与数据完整性
辐射定标
大气校正
几何处理或图像配准
空间分辨率与波段组织统一
图像融合或高光谱降噪
结果质量检查
分类、反演、制图与GIS分析

预处理并不是一套固定菜单顺序，而是围绕三个目标展开：

  1. 恢复可比较的辐射量；
  2. 建立可靠的空间位置关系；
  3. 把数据整理为适合后续分析的数据结构。

1.2 不同传感器的处理重点

数据类型 主要优势 主要限制 预处理重点
GF-1 PMS多光谱 8 m多光谱，适合地物识别 空间细节有限 辐射定标、大气校正、正射校正
GF-1 PMS全色 2 m空间分辨率 缺乏光谱维度 几何校正、辐射尺度匹配、融合
GF-1 WFV 16 m、大幅宽、高覆盖 空间细节较弱 大气校正、区域正射校正
Hyperion 波段多、光谱连续 噪声多、坏波段和吸收波段明显 坏波段处理、辐射定标、高光谱大气校正、配准

1.3 产品级别决定处理起点

同一传感器的数据可能存在不同产品级别。处理前必须确认：

  • 是否已经完成系统几何校正；
  • 是否已经完成辐射定标；
  • 是否包含RPC；
  • 是否包含地理参考；
  • 是否已经生成地表反射率；
  • 是否为单波段文件集合或多波段容器；
  • 是否包含质量控制和波长元数据。

不能仅凭文件名或影像能够正常显示，就判断数据已经可以直接用于分析。

第二章 高分一号PMS数据结构与处理目标

2.1 PMS数据组成

高分一号PMS系统包含：

  • 2 m全色影像；
  • 8 m多光谱影像；
  • 全色与多光谱之间具有较大的空间分辨率差异；
  • 多光谱提供光谱信息；
  • 全色提供空间细节。

PMS数据处理通常不是单独处理某一幅影像，而是构建一组辐射和几何关系一致的多源数据。

2.2 PMS处理的典型目标

PMS数据常用于：

  • 高分辨率遥感底图；
  • 建筑物和道路判读；
  • 土地利用调查；
  • 自然资源核查；
  • 农田和水体边界提取；
  • 城市扩张监测；
  • 多光谱分类与信息提取。

不同目标对应不同流程。

定量遥感流程

若后续涉及分类、指数、反演和跨时相对比，应优先处理多光谱数据：
#mermaid-svg-OChpTz80jNssd5Ly{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-OChpTz80jNssd5Ly .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-OChpTz80jNssd5Ly .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-OChpTz80jNssd5Ly .error-icon{fill:#552222;}#mermaid-svg-OChpTz80jNssd5Ly .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-OChpTz80jNssd5Ly .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-OChpTz80jNssd5Ly .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-OChpTz80jNssd5Ly .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-OChpTz80jNssd5Ly .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-OChpTz80jNssd5Ly .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-OChpTz80jNssd5Ly .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-OChpTz80jNssd5Ly .marker{fill:#333333;stroke:#333333;}#mermaid-svg-OChpTz80jNssd5Ly .marker.cross{stroke:#333333;}#mermaid-svg-OChpTz80jNssd5Ly svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-OChpTz80jNssd5Ly p{margin:0;}#mermaid-svg-OChpTz80jNssd5Ly .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-OChpTz80jNssd5Ly .cluster-label text{fill:#333;}#mermaid-svg-OChpTz80jNssd5Ly .cluster-label span{color:#333;}#mermaid-svg-OChpTz80jNssd5Ly .cluster-label span p{background-color:transparent;}#mermaid-svg-OChpTz80jNssd5Ly .label text,#mermaid-svg-OChpTz80jNssd5Ly span{fill:#333;color:#333;}#mermaid-svg-OChpTz80jNssd5Ly .node rect,#mermaid-svg-OChpTz80jNssd5Ly .node circle,#mermaid-svg-OChpTz80jNssd5Ly .node ellipse,#mermaid-svg-OChpTz80jNssd5Ly .node polygon,#mermaid-svg-OChpTz80jNssd5Ly .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-OChpTz80jNssd5Ly .rough-node .label text,#mermaid-svg-OChpTz80jNssd5Ly .node .label text,#mermaid-svg-OChpTz80jNssd5Ly .image-shape .label,#mermaid-svg-OChpTz80jNssd5Ly .icon-shape .label{text-anchor:middle;}#mermaid-svg-OChpTz80jNssd5Ly .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-OChpTz80jNssd5Ly .rough-node .label,#mermaid-svg-OChpTz80jNssd5Ly .node .label,#mermaid-svg-OChpTz80jNssd5Ly .image-shape .label,#mermaid-svg-OChpTz80jNssd5Ly .icon-shape .label{text-align:center;}#mermaid-svg-OChpTz80jNssd5Ly .node.clickable{cursor:pointer;}#mermaid-svg-OChpTz80jNssd5Ly .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-OChpTz80jNssd5Ly .arrowheadPath{fill:#333333;}#mermaid-svg-OChpTz80jNssd5Ly .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-OChpTz80jNssd5Ly .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-OChpTz80jNssd5Ly .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-OChpTz80jNssd5Ly .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-OChpTz80jNssd5Ly .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-OChpTz80jNssd5Ly .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-OChpTz80jNssd5Ly .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-OChpTz80jNssd5Ly .cluster text{fill:#333;}#mermaid-svg-OChpTz80jNssd5Ly .cluster span{color:#333;}#mermaid-svg-OChpTz80jNssd5Ly div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-OChpTz80jNssd5Ly .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-OChpTz80jNssd5Ly rect.text{fill:none;stroke-width:0;}#mermaid-svg-OChpTz80jNssd5Ly .icon-shape,#mermaid-svg-OChpTz80jNssd5Ly .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-OChpTz80jNssd5Ly .icon-shape p,#mermaid-svg-OChpTz80jNssd5Ly .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-OChpTz80jNssd5Ly .icon-shape .label rect,#mermaid-svg-OChpTz80jNssd5Ly .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-OChpTz80jNssd5Ly .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-OChpTz80jNssd5Ly .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-OChpTz80jNssd5Ly :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 多光谱原始数据
辐射定标
大气校正
正射校正
分类、指数与反演

影像底图流程

若主要目标是提高视觉效果和空间细节，则可采用：
#mermaid-svg-SGbCyWaKsn5g1MyQ{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-SGbCyWaKsn5g1MyQ .error-icon{fill:#552222;}#mermaid-svg-SGbCyWaKsn5g1MyQ .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-SGbCyWaKsn5g1MyQ .marker{fill:#333333;stroke:#333333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .marker.cross{stroke:#333333;}#mermaid-svg-SGbCyWaKsn5g1MyQ svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-SGbCyWaKsn5g1MyQ p{margin:0;}#mermaid-svg-SGbCyWaKsn5g1MyQ .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .cluster-label text{fill:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .cluster-label span{color:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .cluster-label span p{background-color:transparent;}#mermaid-svg-SGbCyWaKsn5g1MyQ .label text,#mermaid-svg-SGbCyWaKsn5g1MyQ span{fill:#333;color:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .node rect,#mermaid-svg-SGbCyWaKsn5g1MyQ .node circle,#mermaid-svg-SGbCyWaKsn5g1MyQ .node ellipse,#mermaid-svg-SGbCyWaKsn5g1MyQ .node polygon,#mermaid-svg-SGbCyWaKsn5g1MyQ .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .rough-node .label text,#mermaid-svg-SGbCyWaKsn5g1MyQ .node .label text,#mermaid-svg-SGbCyWaKsn5g1MyQ .image-shape .label,#mermaid-svg-SGbCyWaKsn5g1MyQ .icon-shape .label{text-anchor:middle;}#mermaid-svg-SGbCyWaKsn5g1MyQ .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .rough-node .label,#mermaid-svg-SGbCyWaKsn5g1MyQ .node .label,#mermaid-svg-SGbCyWaKsn5g1MyQ .image-shape .label,#mermaid-svg-SGbCyWaKsn5g1MyQ .icon-shape .label{text-align:center;}#mermaid-svg-SGbCyWaKsn5g1MyQ .node.clickable{cursor:pointer;}#mermaid-svg-SGbCyWaKsn5g1MyQ .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .arrowheadPath{fill:#333333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-SGbCyWaKsn5g1MyQ .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-SGbCyWaKsn5g1MyQ .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-SGbCyWaKsn5g1MyQ .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-SGbCyWaKsn5g1MyQ .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .cluster text{fill:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ .cluster span{color:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-SGbCyWaKsn5g1MyQ .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-SGbCyWaKsn5g1MyQ rect.text{fill:none;stroke-width:0;}#mermaid-svg-SGbCyWaKsn5g1MyQ .icon-shape,#mermaid-svg-SGbCyWaKsn5g1MyQ .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-SGbCyWaKsn5g1MyQ .icon-shape p,#mermaid-svg-SGbCyWaKsn5g1MyQ .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-SGbCyWaKsn5g1MyQ .icon-shape .label rect,#mermaid-svg-SGbCyWaKsn5g1MyQ .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-SGbCyWaKsn5g1MyQ .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-SGbCyWaKsn5g1MyQ .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-SGbCyWaKsn5g1MyQ :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 多光谱影像
辐射或显示处理
全色影像
辐射尺度匹配
正射校正
正射校正
图像融合
底图与目视判读

2.3 全色数据的角色

全色影像仅包含一个宽波段，光谱信息有限。它适合提供：

  • 建筑边缘；
  • 道路中心线；
  • 细小水系；
  • 地块纹理；
  • 城市结构；
  • 线状和点状目标。

全色影像通常不适合作为主要定量反演数据源。其主要作用是为多光谱影像补充空间细节。

第三章 高分一号WFV数据结构与处理目标

3.1 WFV数据特点

高分一号WFV由多台宽幅相机组成，空间分辨率约16 m，优势在于：

  • 单景覆盖范围大；
  • 区域连续性较好；
  • 重访能力较强；
  • 适合大区域、多时相和业务化监测；
  • 数据量与处理成本低于米级影像。

3.2 WFV适用任务

WFV数据常用于：

  • 区域土地覆盖制图；
  • 农作物与植被监测；
  • 水体与湿地提取；
  • 生态环境评价；
  • 灾害监测；
  • 大区域变化检测；
  • 多时相合成。

WFV并不追求精细建筑边界，而更适合描述区域格局和地表变化。

3.3 WFV处理流程

WFV L1A级数据的典型处理流程为：
#mermaid-svg-7CYEuSicAYa0nYEp{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-7CYEuSicAYa0nYEp .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-7CYEuSicAYa0nYEp .error-icon{fill:#552222;}#mermaid-svg-7CYEuSicAYa0nYEp .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-7CYEuSicAYa0nYEp .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-7CYEuSicAYa0nYEp .marker{fill:#333333;stroke:#333333;}#mermaid-svg-7CYEuSicAYa0nYEp .marker.cross{stroke:#333333;}#mermaid-svg-7CYEuSicAYa0nYEp svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-7CYEuSicAYa0nYEp p{margin:0;}#mermaid-svg-7CYEuSicAYa0nYEp .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-7CYEuSicAYa0nYEp .cluster-label text{fill:#333;}#mermaid-svg-7CYEuSicAYa0nYEp .cluster-label span{color:#333;}#mermaid-svg-7CYEuSicAYa0nYEp .cluster-label span p{background-color:transparent;}#mermaid-svg-7CYEuSicAYa0nYEp .label text,#mermaid-svg-7CYEuSicAYa0nYEp span{fill:#333;color:#333;}#mermaid-svg-7CYEuSicAYa0nYEp .node rect,#mermaid-svg-7CYEuSicAYa0nYEp .node circle,#mermaid-svg-7CYEuSicAYa0nYEp .node ellipse,#mermaid-svg-7CYEuSicAYa0nYEp .node polygon,#mermaid-svg-7CYEuSicAYa0nYEp .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-7CYEuSicAYa0nYEp .rough-node .label text,#mermaid-svg-7CYEuSicAYa0nYEp .node .label text,#mermaid-svg-7CYEuSicAYa0nYEp .image-shape .label,#mermaid-svg-7CYEuSicAYa0nYEp .icon-shape .label{text-anchor:middle;}#mermaid-svg-7CYEuSicAYa0nYEp .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-7CYEuSicAYa0nYEp .rough-node .label,#mermaid-svg-7CYEuSicAYa0nYEp .node .label,#mermaid-svg-7CYEuSicAYa0nYEp .image-shape .label,#mermaid-svg-7CYEuSicAYa0nYEp .icon-shape .label{text-align:center;}#mermaid-svg-7CYEuSicAYa0nYEp .node.clickable{cursor:pointer;}#mermaid-svg-7CYEuSicAYa0nYEp .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-7CYEuSicAYa0nYEp .arrowheadPath{fill:#333333;}#mermaid-svg-7CYEuSicAYa0nYEp .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-7CYEuSicAYa0nYEp .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-7CYEuSicAYa0nYEp .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-7CYEuSicAYa0nYEp .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-7CYEuSicAYa0nYEp .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-7CYEuSicAYa0nYEp .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-7CYEuSicAYa0nYEp .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-7CYEuSicAYa0nYEp .cluster text{fill:#333;}#mermaid-svg-7CYEuSicAYa0nYEp .cluster span{color:#333;}#mermaid-svg-7CYEuSicAYa0nYEp div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-7CYEuSicAYa0nYEp .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-7CYEuSicAYa0nYEp rect.text{fill:none;stroke-width:0;}#mermaid-svg-7CYEuSicAYa0nYEp .icon-shape,#mermaid-svg-7CYEuSicAYa0nYEp .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-7CYEuSicAYa0nYEp .icon-shape p,#mermaid-svg-7CYEuSicAYa0nYEp .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-7CYEuSicAYa0nYEp .icon-shape .label rect,#mermaid-svg-7CYEuSicAYa0nYEp .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-7CYEuSicAYa0nYEp .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-7CYEuSicAYa0nYEp .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-7CYEuSicAYa0nYEp :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 打开GF-1 WFV数据
检查XML和波段
辐射定标
FLAASH大气校正
RPC正射校正
结果检查

与PMS相比，WFV不涉及全色---多光谱融合，其重点是获得辐射一致、空间位置可靠的多光谱影像。

第四章 Hyperion高光谱数据结构

4.1 Hyperion的基本特征

Hyperion是EO-1卫星搭载的高光谱传感器，覆盖可见光、近红外和短波红外范围。其特点包括：

  • 波段数量多；
  • 光谱采样间隔较密；
  • 空间分辨率约30 m；
  • 幅宽较窄；
  • 数据中包含噪声波段、吸收波段和重复波段；
  • 适合矿物、植被、水体和材料光谱分析。

Hyperion的价值不在于空间细节，而在于连续光谱形状。

4.2 Hyperion的波段组织

Hyperion L1产品包含可见近红外和短波红外两个探测器通道。完整文件中虽然包含大量波段，但并非所有波段都适合直接使用。

需要重点检查：

  • 未定标波段；
  • 低信噪比波段；
  • 水汽吸收波段；
  • VNIR与SWIR重叠区；
  • 条带噪声；
  • 坏列；
  • 波长元数据。

4.3 L1R与L1T数据组织

L1R

L1R通常包含：

  • HDF数据文件；
  • 元数据文件；
  • ENVI头文件；
  • 辅助文件；
    -标准元数据；
  • README说明。

L1R更接近辐射处理起点，适合自定义预处理。

L1T

L1T通常包含：

  • 多个单波段GeoTIFF；
  • 元数据文件；
  • README文件；
  • 地理参考和系统几何处理结果。

L1T读取方便，但仍需确认波段组合、辐射尺度和坏波段信息。

4.4 高光谱处理与多光谱处理的根本差异

多光谱数据通常关注几个宽波段之间的差异，高光谱数据则关注连续波长上的吸收峰、反射峰和谱形变化。

单个像元光谱可以表示为：

$$

\mathbf{s}

s_1,s_2,\\ldots,s_B^\mathrm{T}

其中， B B B为波段数。 高光谱分析不仅要看单个波段值，还要考虑： * 谱形； * 一阶和二阶导数； * 吸收深度； * 吸收位置； * 连续统去除； * 光谱角； * 波段间相关性。 *** ** * ** *** ### 第五章 数据打开与元数据检查 #### 5.1 为什么优先通过传感器读取器打开 对于GF-1和Hyperion，应优先使用专用传感器读取方式，而不是将数据作为普通栅格打开。 专用读取器可以自动识别： * 波段顺序； * 产品级别； * 增益与偏移量； * RPC； * 波长； -太阳角度； * 传感器名称； * 地理参考； * 元数据路径。 #### 5.2 GF-1数据的XML元数据 GF-1数据常通过XML文件组织。XML中可能包含： * 卫星和传感器名称； * 获取时间； * 中心经纬度； * 太阳高度角； * 太阳方位角； * 定标参数； * RPC或几何参数； * 产品级别； * 波段信息。 读取后应确认多光谱和全色数据是否与对应XML匹配。 #### 5.3 Hyperion元数据检查 Hyperion数据打开后，应检查： * 波段数； * 中心波长； * 半高宽； * 波段单位； * 缩放因子； * 坏波段标记； * 地图投影； * 场景时间； * 太阳角度； * 数据是否为单波段集合。 #### 5.4 打开后的第一轮质量检查 数据成功显示后，应检查： * 图像是否上下或左右颠倒； * 波段是否错位； * 影像是否存在全黑或异常高亮波段； * 坐标范围是否合理； * 波段值是否符合产品尺度； * 是否存在明显条带和坏列； * NoData是否正确； * 影像边缘是否存在填充值。 *** ** * ** *** ### 第六章 辐射定标 #### 6.1 DN与辐射量的关系 原始遥感影像通常以DN存储。DN只是数字量化结果，不具备直接物理意义。 最常见的线性定标形式为： ##

L_{\lambda}

G_{\lambda}\cdot DN

B_{\lambda}

其中： * L λ L_{\\lambda} Lλ为谱辐亮度； * G λ G_{\\lambda} Gλ为增益； * B λ B_{\\lambda} Bλ为偏移量； * D N DN DN为原始数字量化值。 #### 6.2 表观反射率 反射型波段可进一步转换为大气层顶表观反射率： ##

\rho_{\lambda}^{TOA}

\frac{\pi L_{\lambda} d^2}

{E_{0,\lambda}\cos\theta_s}

其中： * d d d为日地距离修正因子； * E 0 , λ E_{0,\\lambda} E0,λ为波段太阳辐照度； * θ s \\theta_s θs为太阳天顶角。 表观反射率消除了太阳辐照度和太阳高度角的主要影响，但仍包含大气效应。 #### 6.3 GF-1多光谱辐射定标 GF-1 PMS和WFV多光谱数据在定量处理中通常需要先进行辐射定标，再进入大气校正。 输出可以选择： * 辐亮度； * 表观反射率； * 指定比例缩放的整数反射率。 材料中采用了将反射率扩大10000倍并保存为无符号整数的做法。其含义是： ##

\rho_{stored}

\rho_{real}\times 10000

例如，真实反射率0.2435，存储值为2435。 #### 6.4 缩放反射率的优点与风险 优点： * 减少文件大小； * 便于整数格式存储； * 兼容部分传统软件和流程。 风险： * 后续分析若忘记缩放，会导致阈值和模型错误； -不同数据源的缩放因子可能不同； * NoData与0值容易混淆； * 输出为整数时会损失部分小数精度。 #### 6.5 全色数据的辐射尺度匹配 融合前，多光谱和全色影像应具有近似一致的辐射尺度。 若多光谱结果为扩大10000倍的反射率，而全色仍为原始DN，则二者统计分布差异过大，会影响融合结果。 因此，可将全色影像定标到表观反射率并采用相同缩放方式，使： * 数值量级接近； * 亮度统计更一致； * 融合算法更稳定。 #### 6.6 Hyperion辐射定标 Hyperion不同波段可能使用不同缩放系数。处理时必须依据产品元数据，将DN转换为辐亮度。 高光谱数据中，辐射定标错误会直接改变整条光谱曲线，因此影响比多光谱数据更严重。 需要检查： * VNIR和SWIR是否使用不同缩放； * 单位是否一致； * 是否存在未定标波段； * 是否需要删除异常波段； * 是否出现跨探测器跳变。 *** ** * ** *** ### 第七章 大气校正 #### 7.1 大气校正的辐射关系 传感器接收到的辐射可概念化表示为： ##

L_{\lambda}^{sensor}

L_{\lambda}^{path}

T_{\lambda}^{up}

\cdot

L_{\lambda}^{surface}

其中： * L λ p a t h L_{\\lambda}\^{path} Lλpath表示路径辐射； * T λ u p T_{\\lambda}\^{up} Tλup表示大气向上传输率； * L λ s u r f a c e L_{\\lambda}\^{surface} Lλsurface表示地表贡献。 大气校正的目标是尽量恢复地表反射率。 #### 7.2 FLAASH的基本思想 FLAASH属于基于辐射传输模型的大气校正方法。处理通常需要设置： * 传感器类型； * 输入辐射单位； * 场景中心位置； * 获取日期和时间； * 地表高程； * 大气模式； * 气溶胶类型； * 能见度或气溶胶参数； * 水汽反演波段； * 输出缩放。 #### 7.3 大气模式选择 大气模式与区域气候和季节有关。选择时应考虑： * 纬度； * 季节； * 温度； * 湿度； * 水汽含量； * 区域气候类型。 不能仅根据软件默认值直接运行。 #### 7.4 气溶胶模型选择 常见气溶胶类型可概括为： * 城市型； * 乡村型； * 海洋型； * 沙漠型。 选择依据包括研究区地表环境、工业活动、距海距离和天气条件。 #### 7.5 GF-1多光谱大气校正 GF-1多光谱波段数量有限，因此大气校正更依赖元数据和模型参数。 校正后应检查： * 水体在近红外中的反射率是否较低； * 植被是否呈现红光低、近红外高； * 裸地光谱是否平滑； * 是否出现大量负值； * 是否存在异常亮斑； * 影像边缘是否不稳定。 #### 7.6 Hyperion高光谱大气校正 高光谱大气校正比多光谱更复杂，因为光谱中包含明显的大气吸收特征。 重点包括： * 水汽吸收； * 氧气吸收； -气溶胶散射； * 探测器拼接差异； * 低信噪比波段； * 邻近效应； * 光谱平滑与坏波段。 高光谱校正后，应检查光谱曲线是否具有合理的连续性，而不仅是观察影像是否"更清晰"。 #### 7.7 水汽吸收波段 部分波段位于强水汽吸收区域，信号弱、噪声大，不适合用于地物反演。 这些波段通常应： * 标记为坏波段； * 从分类和反演中排除； * 不参与光谱匹配； * 不用于主成分分析； * 保留元数据记录。 #### 7.8 大气校正结果的异常表现 常见异常包括： * 大量负反射率； * 反射率超过合理范围； * 光谱曲线剧烈跳变； * 水体近红外反射率偏高； * 植被红边不明显； * VNIR与SWIR连接处突变； * 边缘区域校正不稳定； * 阴影区域出现高噪声。 出现异常时，应优先检查输入单位、缩放因子、场景中心、时间、地表高程和大气参数。 *** ** * ** *** ### 第八章 正射校正与几何处理 #### 8.1 为什么辐射校正后仍需几何处理 辐射校正解决的是像元值问题，正射校正解决的是像元位置问题。 影像几何误差可能来自： * 轨道和姿态； * 地球曲率； * 传感器视角； * 地形起伏； * 系统定位误差； * RPC偏差。 #### 8.2 RPC正射校正 RPC通过有理多项式近似地面坐标与影像坐标之间的关系。 正射校正通常需要： * RPC； * DEM； * 输出投影； * 重采样方法； * 可选控制点； * 输出分辨率。 #### 8.3 使用参考影像正射校正 当缺少高质量控制点时，可以使用具有可靠空间定位的参考影像进行配准或正射校正。 参考影像应满足： * 坐标正确； * 空间分辨率相近或更高； * 获取时间差异不过大； * 稳定地物丰富； * 研究区覆盖完整； * 几何误差较小。 #### 8.4 PMS全色与多光谱的几何一致性 融合要求全色与多光谱影像严格对齐。 即使两幅影像都完成了正射校正，也应进一步检查： * 建筑边缘； * 道路交叉口； * 水岸边界； -桥梁； * 明显角点。 亚像元错位会造成融合后的彩边和重影。 #### 8.5 重采样选择 | 数据类型 | 推荐方法 | 原因 | |-----------|----------|---------| | 原始DN和分类结果 | 最近邻 | 保留原值 | | 反射率连续影像 | 双线性或三次卷积 | 结果平滑 | | DEM | 双线性或三次卷积 | 保持连续地形 | | 离散类别 | 最近邻或众数 | 避免产生新类别 | #### 8.6 WFV正射校正 WFV幅宽较大，正射校正时需重点关注： * 场景边缘几何误差； * DEM覆盖； * 大区域投影选择； * 参考影像一致性； * 输出像元大小； * 拼接区域的接边。 #### 8.7 Hyperion图像配准 Hyperion常需与多光谱、地形或参考影像配准。 高光谱配准的困难包括： * 幅宽窄； * 波段间信噪比差异； * 某些波段纹理弱； * 地物边缘不明显； * 条带噪声影响特征点。 通常应选择信噪比较高、地物结构清晰的波段或伪彩色合成图进行配准，再将变换参数应用于全部波段。 *** ** * ** *** ### 第九章 高分一号PMS图像融合 #### 9.1 图像融合的目标 图像融合将全色影像的高空间分辨率与多光谱影像的光谱信息结合，生成高空间分辨率多光谱影像。 设多光谱影像为： ##

\mathbf{M}

M_1,M_2,\\ldots,M_B

全色影像为 P P P，融合过程可以概念化表示为： ##

\mathbf{F}

\mathcal{G}(\mathbf{M},P)

其中， F \\mathbf{F} F为融合结果， G \\mathcal{G} G为融合算法。 #### 9.2 融合前的条件 融合前必须满足： * 全色和多光谱覆盖范围一致； * 空间坐标一致； * 像元网格对齐； * 几何误差足够小； * 辐射尺度接近； * NoData一致； * 多光谱波段顺序正确。 #### 9.3 为什么要转换为BIP 材料中将多光谱影像由BSQ转换为BIP，目的是提高融合时像元光谱读取效率。 融合算法往往需要频繁读取同一像元的多个波段。BIP将同一像元的所有波段连续存储，因此更适合逐像元光谱处理。 #### 9.4 NNDiffuse融合思想 NNDiffuse属于基于局部统计和邻域关系的融合方法。其目标是： * 注入全色空间细节； * 尽量保持多光谱颜色； * 减少光谱失真； * 改善边缘和纹理。 融合结果质量不能只看是否"更锐利"，还要检查光谱保持程度。 #### 9.5 常见融合方法对比 | 方法 | 优点 | 局限 | |--------------|-----------|--------------| | IHS | 简单、视觉效果明显 | 光谱失真较大 | | PCA | 可利用波段相关性 | 主成分替换可能改变光谱 | | Brovey | 对比度强 | 容易过增强 | | Gram-Schmidt | 光谱保持较好 | 参数和传感器响应影响较大 | | NNDiffuse | 局部细节较好 | 对配准和辐射一致性敏感 | #### 9.6 融合质量评价 ##### 空间质量 可检查： * 边缘清晰度； * 纹理细节； * 梯度； * 高频信息； * 与全色影像结构相关性。 ##### 光谱质量 可检查： * 波段相关系数； * 光谱角； * ERGAS； * SAM； * UIQI； * 颜色偏移。 光谱角可表示为： ##

SAM

\arccos

\left(

\frac{\mathbf{x}\cdot\mathbf{y}}

{|\mathbf{x}||\mathbf{y}|}

\right)

其中， x \\mathbf{x} x和 y \\mathbf{y} y分别为原始多光谱与融合结果的光谱向量。 #### 9.7 融合结果的适用边界 融合结果适合： * 目视判读； * 高分辨率底图； * 建筑和道路提取； * 面向对象分类； * 纹理分析。 对于严格定量反演，应谨慎使用融合影像，因为融合算法可能改变原始光谱值。 *** ** * ** *** ### 第十章 高光谱坏波段与噪声处理 #### 10.1 坏波段来源 Hyperion坏波段可能来自： * 探测器响应弱； * 强水汽吸收； * 未定标波段； * VNIR与SWIR重叠； * 条带噪声； * 坏列； * 热噪声； * 低信噪比。 #### 10.2 坏波段标记 ENVI头文件中的坏波段列表可以用于标记不参与分析的波段。 坏波段标记的作用是： * 避免其参与显示； * 避免其进入大气校正； * 避免其进入分类； * 避免其进入光谱匹配； * 保留原始文件不被破坏。 #### 10.3 水汽吸收区 高光谱数据中，水汽吸收区常表现为： * 光谱值接近零； * 噪声剧烈； * 相邻波段不连续； * 不同地物光谱难以区分。 这类波段通常不适合直接用于地物分析。 #### 10.4 条带与坏列 条带噪声会在影像中形成沿扫描方向的亮暗条纹。 处理方法包括： * 列均值校正； * 局部统计匹配； * 频域滤波； * 坏列插值； * 低秩分解； * 专用去条带算法。 去条带时应避免破坏真实线状地物。 #### 10.5 高光谱降噪 常见高光谱降噪方法包括： * 最小噪声分离； * 主成分分析； * Savitzky-Golay平滑； * 小波降噪； * 低秩稀疏分解； * 局部多项式滤波； * 深度学习降噪。 降噪的目标不是让曲线越平滑越好，而是提高信噪比并保留真实吸收特征。 *** ** * ** *** ### 第十一章 Hyperion光谱质量检查 #### 11.1 单像元光谱检查 应选择典型地物查看光谱： * 植被； * 水体； * 裸地； * 建筑； * 岩石或矿物； * 阴影。 #### 11.2 植被光谱 健康植被通常表现为： * 蓝光和红光吸收； * 绿光相对反射峰； * 红边快速上升； * 近红外高反射； * 短波红外受叶片含水量影响。 若红边消失或VNIR与SWIR存在明显断裂，应检查定标和拼接。 #### 11.3 水体光谱 水体通常表现为： * 可见光低至中等反射； * 近红外快速下降； * 短波红外接近低值； * 浑水可见光反射增强。 若水体在近红外和短波红外中仍高亮，可能存在大气校正或邻近效应问题。 #### 11.4 裸地与矿物光谱 裸地和矿物通常具有较平滑的连续光谱，并可能在短波红外中出现特征吸收。 高光谱分析关注： * 吸收中心； * 吸收深度； * 吸收宽度； * 谱形不对称； * 连续统去除结果。 #### 11.5 探测器拼接检查 VNIR与SWIR重叠区域可能出现： * 光谱台阶； * 偏移； * 增益差异； * 波长不连续。 必要时可采用重叠波段平均、线性校正或探测器归一化。 *** ** * ** *** ### 第十二章 多源数据的空间与辐射统一 #### 12.1 多源数据为什么不能直接叠加 不同传感器之间可能存在： * 空间分辨率不同； * 投影不同； * 波段响应函数不同； * 辐射尺度不同； * 获取日期不同； * 观测角度不同； * 大气条件不同； * 时相和物候不同。 因此，多源分析前必须统一数据基准。 #### 12.2 空间尺度统一 常见策略： * 将高分辨率数据降采样到低分辨率； * 将低分辨率数据上采样到高分辨率； * 在对象或地块尺度统计； * 在统一网格内聚合； * 使用多分辨率模型。 上采样不会创造真实空间细节，只改变像元网格。 #### 12.3 波段响应差异 GF-1与Hyperion即使覆盖相似波长，实际波段中心和响应函数也不同。 可利用Hyperion模拟宽波段响应： ##

R_{b}

\frac{

\int R(\lambda)S_b(\lambda),d\lambda

}{

\int S_b(\lambda),d\lambda

}

其中： * R ( λ ) R(\\lambda) R(λ)为高光谱反射率； * S b ( λ ) S_b(\\lambda) Sb(λ)为宽波段响应函数； * R b R_b Rb为模拟宽波段反射率。 这种方法可用于高光谱与多光谱数据比较。 #### 12.4 时间一致性 若数据获取日期不同，需要考虑： * 作物物候； * 水位； * 潮位； * 土壤湿度； * 植被生长； * 施工变化； * 云影； * 季节性差异。 多源融合不仅是空间配准问题，也是时间一致性问题。 *** ** * ** *** ### 第十三章 结果质量控制 #### 13.1 辐射质量 检查： * 反射率范围； * 缩放因子； * NoData； * 波段统计； * 典型地物光谱； * 负值和异常高值； * 多期稳定目标。 #### 13.2 几何质量 检查： * 控制点残差； * 道路交叉口； * 建筑边缘； * 水岸线； * 场景边缘； * PMS全色与多光谱对齐； * WFV与参考影像对齐； * Hyperion与辅助数据对齐。 均方根误差可表示为： ##

RMSE

\sqrt{

\frac{1}{n}

\sum_{i=1}^{n}

\left[

(\Delta x_i)^2

(\Delta y_i)^2

\right]

}

$$

13.3 融合质量

检查：

  • 是否出现彩边；
  • 是否有重影；
  • 植被颜色是否异常；
  • 水体是否出现伪纹理；
  • 建筑边缘是否清晰；
  • 多光谱光谱是否保持；
  • 是否存在局部过锐化。

13.4 高光谱质量

检查：

  • 坏波段是否排除；
  • 条带是否减弱；
  • 光谱曲线是否连续；
  • 红边是否合理；
  • 水汽吸收区是否标记；
  • VNIR与SWIR是否平滑连接；
  • 波长信息是否完整。

第十四章 三类数据的完整处理路线

14.1 GF-1 PMS定量分析路线

#mermaid-svg-QnT3YV8d21Bj0rlP{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-QnT3YV8d21Bj0rlP .error-icon{fill:#552222;}#mermaid-svg-QnT3YV8d21Bj0rlP .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-QnT3YV8d21Bj0rlP .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-QnT3YV8d21Bj0rlP .marker{fill:#333333;stroke:#333333;}#mermaid-svg-QnT3YV8d21Bj0rlP .marker.cross{stroke:#333333;}#mermaid-svg-QnT3YV8d21Bj0rlP svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-QnT3YV8d21Bj0rlP p{margin:0;}#mermaid-svg-QnT3YV8d21Bj0rlP .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP .cluster-label text{fill:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP .cluster-label span{color:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP .cluster-label span p{background-color:transparent;}#mermaid-svg-QnT3YV8d21Bj0rlP .label text,#mermaid-svg-QnT3YV8d21Bj0rlP span{fill:#333;color:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP .node rect,#mermaid-svg-QnT3YV8d21Bj0rlP .node circle,#mermaid-svg-QnT3YV8d21Bj0rlP .node ellipse,#mermaid-svg-QnT3YV8d21Bj0rlP .node polygon,#mermaid-svg-QnT3YV8d21Bj0rlP .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-QnT3YV8d21Bj0rlP .rough-node .label text,#mermaid-svg-QnT3YV8d21Bj0rlP .node .label text,#mermaid-svg-QnT3YV8d21Bj0rlP .image-shape .label,#mermaid-svg-QnT3YV8d21Bj0rlP .icon-shape .label{text-anchor:middle;}#mermaid-svg-QnT3YV8d21Bj0rlP .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-QnT3YV8d21Bj0rlP .rough-node .label,#mermaid-svg-QnT3YV8d21Bj0rlP .node .label,#mermaid-svg-QnT3YV8d21Bj0rlP .image-shape .label,#mermaid-svg-QnT3YV8d21Bj0rlP .icon-shape .label{text-align:center;}#mermaid-svg-QnT3YV8d21Bj0rlP .node.clickable{cursor:pointer;}#mermaid-svg-QnT3YV8d21Bj0rlP .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-QnT3YV8d21Bj0rlP .arrowheadPath{fill:#333333;}#mermaid-svg-QnT3YV8d21Bj0rlP .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-QnT3YV8d21Bj0rlP .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-QnT3YV8d21Bj0rlP .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-QnT3YV8d21Bj0rlP .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-QnT3YV8d21Bj0rlP .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-QnT3YV8d21Bj0rlP .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-QnT3YV8d21Bj0rlP .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-QnT3YV8d21Bj0rlP .cluster text{fill:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP .cluster span{color:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-QnT3YV8d21Bj0rlP .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-QnT3YV8d21Bj0rlP rect.text{fill:none;stroke-width:0;}#mermaid-svg-QnT3YV8d21Bj0rlP .icon-shape,#mermaid-svg-QnT3YV8d21Bj0rlP .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-QnT3YV8d21Bj0rlP .icon-shape p,#mermaid-svg-QnT3YV8d21Bj0rlP .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-QnT3YV8d21Bj0rlP .icon-shape .label rect,#mermaid-svg-QnT3YV8d21Bj0rlP .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-QnT3YV8d21Bj0rlP .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-QnT3YV8d21Bj0rlP .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-QnT3YV8d21Bj0rlP :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 读取PMS多光谱
辐射定标
大气校正
正射校正
指数、分类与反演
精度评价
GIS分析

14.2 GF-1 PMS融合底图路线

#mermaid-svg-GckZkBxkyhnmTWvK{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-GckZkBxkyhnmTWvK .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-GckZkBxkyhnmTWvK .error-icon{fill:#552222;}#mermaid-svg-GckZkBxkyhnmTWvK .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-GckZkBxkyhnmTWvK .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-GckZkBxkyhnmTWvK .marker{fill:#333333;stroke:#333333;}#mermaid-svg-GckZkBxkyhnmTWvK .marker.cross{stroke:#333333;}#mermaid-svg-GckZkBxkyhnmTWvK svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-GckZkBxkyhnmTWvK p{margin:0;}#mermaid-svg-GckZkBxkyhnmTWvK .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-GckZkBxkyhnmTWvK .cluster-label text{fill:#333;}#mermaid-svg-GckZkBxkyhnmTWvK .cluster-label span{color:#333;}#mermaid-svg-GckZkBxkyhnmTWvK .cluster-label span p{background-color:transparent;}#mermaid-svg-GckZkBxkyhnmTWvK .label text,#mermaid-svg-GckZkBxkyhnmTWvK span{fill:#333;color:#333;}#mermaid-svg-GckZkBxkyhnmTWvK .node rect,#mermaid-svg-GckZkBxkyhnmTWvK .node circle,#mermaid-svg-GckZkBxkyhnmTWvK .node ellipse,#mermaid-svg-GckZkBxkyhnmTWvK .node polygon,#mermaid-svg-GckZkBxkyhnmTWvK .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-GckZkBxkyhnmTWvK .rough-node .label text,#mermaid-svg-GckZkBxkyhnmTWvK .node .label text,#mermaid-svg-GckZkBxkyhnmTWvK .image-shape .label,#mermaid-svg-GckZkBxkyhnmTWvK .icon-shape .label{text-anchor:middle;}#mermaid-svg-GckZkBxkyhnmTWvK .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-GckZkBxkyhnmTWvK .rough-node .label,#mermaid-svg-GckZkBxkyhnmTWvK .node .label,#mermaid-svg-GckZkBxkyhnmTWvK .image-shape .label,#mermaid-svg-GckZkBxkyhnmTWvK .icon-shape .label{text-align:center;}#mermaid-svg-GckZkBxkyhnmTWvK .node.clickable{cursor:pointer;}#mermaid-svg-GckZkBxkyhnmTWvK .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-GckZkBxkyhnmTWvK .arrowheadPath{fill:#333333;}#mermaid-svg-GckZkBxkyhnmTWvK .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-GckZkBxkyhnmTWvK .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-GckZkBxkyhnmTWvK .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-GckZkBxkyhnmTWvK .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-GckZkBxkyhnmTWvK .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-GckZkBxkyhnmTWvK .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-GckZkBxkyhnmTWvK .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-GckZkBxkyhnmTWvK .cluster text{fill:#333;}#mermaid-svg-GckZkBxkyhnmTWvK .cluster span{color:#333;}#mermaid-svg-GckZkBxkyhnmTWvK div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-GckZkBxkyhnmTWvK .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-GckZkBxkyhnmTWvK rect.text{fill:none;stroke-width:0;}#mermaid-svg-GckZkBxkyhnmTWvK .icon-shape,#mermaid-svg-GckZkBxkyhnmTWvK .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-GckZkBxkyhnmTWvK .icon-shape p,#mermaid-svg-GckZkBxkyhnmTWvK .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-GckZkBxkyhnmTWvK .icon-shape .label rect,#mermaid-svg-GckZkBxkyhnmTWvK .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-GckZkBxkyhnmTWvK .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-GckZkBxkyhnmTWvK .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-GckZkBxkyhnmTWvK :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 多光谱数据
辐射处理
全色数据
辐射尺度匹配
多光谱正射校正
全色正射校正
几何精配准
转换存储结构
NNDiffuse融合
显示增强与质量检查

14.3 GF-1 WFV区域监测路线

#mermaid-svg-Dw5sa96r1547CJHN{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-Dw5sa96r1547CJHN .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-Dw5sa96r1547CJHN .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-Dw5sa96r1547CJHN .error-icon{fill:#552222;}#mermaid-svg-Dw5sa96r1547CJHN .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-Dw5sa96r1547CJHN .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-Dw5sa96r1547CJHN .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-Dw5sa96r1547CJHN .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-Dw5sa96r1547CJHN .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-Dw5sa96r1547CJHN .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-Dw5sa96r1547CJHN .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-Dw5sa96r1547CJHN .marker{fill:#333333;stroke:#333333;}#mermaid-svg-Dw5sa96r1547CJHN .marker.cross{stroke:#333333;}#mermaid-svg-Dw5sa96r1547CJHN svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-Dw5sa96r1547CJHN p{margin:0;}#mermaid-svg-Dw5sa96r1547CJHN .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-Dw5sa96r1547CJHN .cluster-label text{fill:#333;}#mermaid-svg-Dw5sa96r1547CJHN .cluster-label span{color:#333;}#mermaid-svg-Dw5sa96r1547CJHN .cluster-label span p{background-color:transparent;}#mermaid-svg-Dw5sa96r1547CJHN .label text,#mermaid-svg-Dw5sa96r1547CJHN span{fill:#333;color:#333;}#mermaid-svg-Dw5sa96r1547CJHN .node rect,#mermaid-svg-Dw5sa96r1547CJHN .node circle,#mermaid-svg-Dw5sa96r1547CJHN .node ellipse,#mermaid-svg-Dw5sa96r1547CJHN .node polygon,#mermaid-svg-Dw5sa96r1547CJHN .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-Dw5sa96r1547CJHN .rough-node .label text,#mermaid-svg-Dw5sa96r1547CJHN .node .label text,#mermaid-svg-Dw5sa96r1547CJHN .image-shape .label,#mermaid-svg-Dw5sa96r1547CJHN .icon-shape .label{text-anchor:middle;}#mermaid-svg-Dw5sa96r1547CJHN .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-Dw5sa96r1547CJHN .rough-node .label,#mermaid-svg-Dw5sa96r1547CJHN .node .label,#mermaid-svg-Dw5sa96r1547CJHN .image-shape .label,#mermaid-svg-Dw5sa96r1547CJHN .icon-shape .label{text-align:center;}#mermaid-svg-Dw5sa96r1547CJHN .node.clickable{cursor:pointer;}#mermaid-svg-Dw5sa96r1547CJHN .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-Dw5sa96r1547CJHN .arrowheadPath{fill:#333333;}#mermaid-svg-Dw5sa96r1547CJHN .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-Dw5sa96r1547CJHN .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-Dw5sa96r1547CJHN .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Dw5sa96r1547CJHN .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-Dw5sa96r1547CJHN .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Dw5sa96r1547CJHN .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-Dw5sa96r1547CJHN .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-Dw5sa96r1547CJHN .cluster text{fill:#333;}#mermaid-svg-Dw5sa96r1547CJHN .cluster span{color:#333;}#mermaid-svg-Dw5sa96r1547CJHN div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-Dw5sa96r1547CJHN .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-Dw5sa96r1547CJHN rect.text{fill:none;stroke-width:0;}#mermaid-svg-Dw5sa96r1547CJHN .icon-shape,#mermaid-svg-Dw5sa96r1547CJHN .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-Dw5sa96r1547CJHN .icon-shape p,#mermaid-svg-Dw5sa96r1547CJHN .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-Dw5sa96r1547CJHN .icon-shape .label rect,#mermaid-svg-Dw5sa96r1547CJHN .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-Dw5sa96r1547CJHN .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-Dw5sa96r1547CJHN .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-Dw5sa96r1547CJHN :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 读取WFV数据
辐射定标
大气校正
RPC正射校正
云与异常像元处理
镶嵌与裁剪
区域分类或时间序列分析

14.4 Hyperion高光谱路线

#mermaid-svg-6LOtvyqsVXxePHc8{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-6LOtvyqsVXxePHc8 .error-icon{fill:#552222;}#mermaid-svg-6LOtvyqsVXxePHc8 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-6LOtvyqsVXxePHc8 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-6LOtvyqsVXxePHc8 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-6LOtvyqsVXxePHc8 .marker.cross{stroke:#333333;}#mermaid-svg-6LOtvyqsVXxePHc8 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-6LOtvyqsVXxePHc8 p{margin:0;}#mermaid-svg-6LOtvyqsVXxePHc8 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 .cluster-label text{fill:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 .cluster-label span{color:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 .cluster-label span p{background-color:transparent;}#mermaid-svg-6LOtvyqsVXxePHc8 .label text,#mermaid-svg-6LOtvyqsVXxePHc8 span{fill:#333;color:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 .node rect,#mermaid-svg-6LOtvyqsVXxePHc8 .node circle,#mermaid-svg-6LOtvyqsVXxePHc8 .node ellipse,#mermaid-svg-6LOtvyqsVXxePHc8 .node polygon,#mermaid-svg-6LOtvyqsVXxePHc8 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-6LOtvyqsVXxePHc8 .rough-node .label text,#mermaid-svg-6LOtvyqsVXxePHc8 .node .label text,#mermaid-svg-6LOtvyqsVXxePHc8 .image-shape .label,#mermaid-svg-6LOtvyqsVXxePHc8 .icon-shape .label{text-anchor:middle;}#mermaid-svg-6LOtvyqsVXxePHc8 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-6LOtvyqsVXxePHc8 .rough-node .label,#mermaid-svg-6LOtvyqsVXxePHc8 .node .label,#mermaid-svg-6LOtvyqsVXxePHc8 .image-shape .label,#mermaid-svg-6LOtvyqsVXxePHc8 .icon-shape .label{text-align:center;}#mermaid-svg-6LOtvyqsVXxePHc8 .node.clickable{cursor:pointer;}#mermaid-svg-6LOtvyqsVXxePHc8 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-6LOtvyqsVXxePHc8 .arrowheadPath{fill:#333333;}#mermaid-svg-6LOtvyqsVXxePHc8 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-6LOtvyqsVXxePHc8 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-6LOtvyqsVXxePHc8 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-6LOtvyqsVXxePHc8 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-6LOtvyqsVXxePHc8 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-6LOtvyqsVXxePHc8 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-6LOtvyqsVXxePHc8 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-6LOtvyqsVXxePHc8 .cluster text{fill:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 .cluster span{color:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-6LOtvyqsVXxePHc8 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-6LOtvyqsVXxePHc8 rect.text{fill:none;stroke-width:0;}#mermaid-svg-6LOtvyqsVXxePHc8 .icon-shape,#mermaid-svg-6LOtvyqsVXxePHc8 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-6LOtvyqsVXxePHc8 .icon-shape p,#mermaid-svg-6LOtvyqsVXxePHc8 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-6LOtvyqsVXxePHc8 .icon-shape .label rect,#mermaid-svg-6LOtvyqsVXxePHc8 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-6LOtvyqsVXxePHc8 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-6LOtvyqsVXxePHc8 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-6LOtvyqsVXxePHc8 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 读取Hyperion数据
检查波长与产品级别
坏波段与吸收波段标记
辐射定标
条带和噪声处理
FLAASH大气校正
VNIR与SWIR拼接检查
图像配准
光谱降维与特征提取
分类、匹配或反演

第十五章 常见误区

15.1 PMS全色影像必须做大气校正

错误。全色影像主要用于空间细节增强。若不进行严格定量分析，可以只进行必要的辐射尺度匹配和几何处理。

15.2 图像融合后可以直接进行所有定量反演

错误。融合可能改变光谱值。严格反演应优先使用原始多光谱反射率。

15.3 反射率扩大10000倍后仍可按0到1使用

错误。必须先除以10000恢复真实尺度，或在算法中明确使用缩放值。

15.4 正射校正后全色和多光谱一定完全对齐

错误。不同传感器、不同视角和不同分辨率仍可能存在残余误差。

15.5 Hyperion所有波段都可以直接分析

错误。部分波段属于未定标、低信噪比或强吸收波段，应排除。

15.6 高光谱曲线越平滑越好

错误。过度平滑可能删除真实吸收特征。

15.7 大气校正后视觉更清晰就说明结果可靠

错误。应检查反射率范围、光谱形状和稳定目标一致性。

15.8 WFV空间分辨率低，因此不适合监测

错误。WFV更适合大区域、连续覆盖和时间序列任务。

第十六章 术语表

术语 说明
GF-1 高分一号卫星
PMS 全色与多光谱相机系统
WFV 宽幅多光谱相机
Hyperion EO-1卫星高光谱传感器
DN 原始数字量化值
辐亮度 具有物理单位的辐射量
表观反射率 大气层顶反射率
地表反射率 尽量消除大气影响后的反射率
FLAASH 基于辐射传输模型的大气校正工具
RPC 有理多项式系数几何模型
正射校正 利用传感器模型和DEM消除几何畸变
BSQ 按波段顺序存储
BIP 按像元交叉存储
NNDiffuse 一类全色与多光谱融合方法
坏波段 不适合参与分析的异常波段
水汽吸收波段 受大气水汽强吸收影响的波段
VNIR 可见光---近红外
SWIR 短波红外
SAM 光谱角制图或光谱角指标
ERGAS 融合影像综合误差指标
RMSE 均方根误差
相关推荐
艾莉丝努力练剑3 小时前
【AI接入大模型SDK】ChatSDK示例验证
人工智能·学习·面试·大模型·sdk
葡萄成熟时 !8 小时前
JAVA 常用API学习笔记
java·笔记·学习
别动我齐刘海10 小时前
机器人运动控制学习2——基础进阶
c++·人工智能·神经网络·学习·目标检测·机器学习·机器人
05664612 小时前
agent学习——流式响应与文本切分
网络·python·学习
for_ever_love__13 小时前
python基础语法学习: 面向对象的三大特性
开发语言·python·学习
Canmag 兴隆磁性15 小时前
C 系列充磁机
c语言·开发语言·学习·永磁材料·充磁·退磁
PC2005-cloud16 小时前
Go学习笔记：基本概念与项目结构——GOPATH、Go Modules 与常用命令
笔记·学习·golang
新手unity自用笔记17 小时前
unity基于Socket的网络学习
网络·网络协议·学习·unity·c#·游戏引擎
zyf10441617 小时前
暑期实践日志 Day32：完成第六章字幕添加，推进工作
学习·计算机网络·剪辑·暑期实践·课题任务
小雪崩17 小时前
嵌入式学习 day27：标准IO
linux·c语言·学习
热门推荐
01国内可直接用、免费额度/永久免费的大模型API清单（含 SiliconFlow、火山、阿里、智谱、百度、Kimi、DeepSeek、DMXAPI 等）02GitHub 镜像站点03微信历史版本含下载地址（ Windows PC | 安卓 | MAC ）及设置微信不更新042026 国产 AI 大模型横评：DeepSeek、通义千问、Kimi、文心一言、星火、豆包谁更能打？05历年考研数学一、数学二、数学三真题试卷及答案PDF06Agnes AI 免费 API 接入指南：文本、生图、生视频，一套接口全免费07AI 编程 IDE 全景解析 2026：Agent 全面接管开发链路082026年7月AI圈大地震：GPT-5.6被政府限制、Claude入驻Slack、Anthropic自研芯片09VSCode+CodeX扩展，无法启动10如何新建文件夹？ 电脑新建文件夹的4种方法