1、数据获取
获取了Landsat-8卫星两个时间两个地区的数据：第一个数据集文件名为LC08_L1TP_124036_20200319_20200319_01_RT，LC08表示卫星名称为Landsat-8。L1TP（Level 1 Precision Terrain (Corrected)）表示L1级数据，TP表示该数据已经进行地形校正和几何校正。124036表示获取的数据地区编号在WRS-2参考系统中的条带号为124，行编号为36，即为郑州地区。第一个20200319表示数据获取时间为2020年3月19日，第二个20200319表示为数据处理时间为2020年3月19日。
第二个数据集文件名为LC08_L1TP_123036_20200328_20200409_01_T1，即为2020年3月28日开封商丘地区的卫星影像图。其中Landsat 8的数据包括13个波段，11个陆地成像仪（OLI）获取的波段，2个热红外传感器（TIRS）获取的波段。
2、图像预处理
由于Landsat数据已经经过几何校正和地形校正，所以直接进行辐射定标和大气校正。以下显示的是对郑州地区影像的预处理操作，开封商丘地区的影像也进行了相应预处理但只用于图像镶嵌。
2.1 辐射定标
打开Landsat 8头文件，显示未处理的真彩色图像。
图1 原始图像
打开Radiometric Correction中的Radiometric Calibration工具，选择多光谱数据。定标类型选择辐射亮度值（Radiance），输出格式为BIL，因为后续FLAASH大气校正的输入数据类型为BIL。输出数据类型为Float，系数为0.1。或者直接点击应用FLAASH设置按钮设置以上参数。参数设置如图2。确定输出路径后点击确定。结果如图3。这里输出数据名为radiometric_result.dat。
图2 辐射定标参数设置
图3 辐射定标后图像
2.2 大气校正
打开Radiometric Correction——Atmospheric Correction Module——FLAASH Atmospheric Correction工具，导入经过辐射定标的数据radiometric_result.dat，因为在辐射定标中已经进行了单位换算，所以在弹出的Radiance Scale Factors中选择第二项（图4）。
图4 Radiance Scale Factors选择界面
由于FLAASH大气校正需要影像区域的平均高程，所以可以使用ENVI自带全球高程数据进行计算。选择File——Open World Data——Elevation，打开ENVI自带的全球900mDEM数据。再将需要计算高程数据的影像打开（需要带坐标信息），可以放大看到影像数据叠加在DEM数据上（图5）。
图5 影像数据与DEM数据叠加结果
打开工具箱中的Statistics——Compute Statistics，在输入文件对话框中选择GMTED2010.jp2数据，再单击Stats Subset，单击File，选择需要统计高程信息对应的图像，然后OK（图6）。
图6 设置需要计算高程信息的影像区域
之后的参数均设置为默认。最后得到统计的平均高程信息，可以看到影像平均高程为256.626m（图7）。
图7 影像区域平均高程信息
随后回到FLAASH工具，设置其他参数。传感器类型Sensor Type为Landsat-8 OLI，平均地面高程Ground Elevation为0.256km，大气模型根据帮助文档中的大气模型表进行选择，根据影像成像时间为3月，影像中心纬度为34°确定大气模型为MLS。气溶胶模型选择城市Urban（图8、9）。
图8 大气模型表
图9 设置的FLAASH参数
同时还要设置多光谱参数，进入Multispectral Settings，将Default设置为Over-Land Retrieval Standard(600：2100)（图10）。
图10 多光谱参数设置
其他参数按照默认设置，最后点击Apply进行大气校正。大气校正结果如图11所示，会显示估算能见度和平均水汽柱。
FLAASH过程中出现“内存资源不足”的错误可以参考这篇博客
FLAASH大气校正过程中内存资源不足解决方法
图11 FLAASH大气校正结果
大气校正前与校正后图像对比如图12，上图为校正前，下图为校正后，可以看到校正后的图像亮度有所增强。
图12 大气校正前后影像对比
同时对比校正前后同一像素点植被的波谱曲线，上方为校正后波谱曲线，下方为校正前，可以看到校正后植被的波谱曲线趋势符合真实植被波谱。
图13 同一像素点植被波谱曲线对比
