下面是小编为大家整理的实验二(二),供大家参考。
一、 实验目 的与要求
测绘工程学院
海洋遥感 实验报告书
实验名称：
实验二
水色遥感应用
专业班级：
海洋 101
姓
名：
管明雷
学
号：
141003105
实验地点：
实验室 305
实验时间：
实验成绩：
1． 经过前面的练习， 大家应该对 MODIS 数据处理有了一定的认识， 对海洋水色也有了一定的了解。
通过本实验的联系， 能够培养学生应用遥感技术解决实际问题的能力。。
2、 本实验的基于“应用 MODIS 监测太湖水体叶绿素 a 浓度的研究” 一文设计的， 需要更加详尽的信息请阅读该文献。
二、 实验准备 2003 年 10 月 28 日 Aqua L1B 250m 和 500m 数据（需要下载）
太湖矢量数据 三、 实验内容与主要过程
1、 辐射定标
主菜单：
File→Preferences， 进 入 System
Preferences 对话框， 选择 Miscellaneous选项， 将 Auto-Correct
ASTER/MODIS 改成 No。
再用 File→Open Image Files 方法打开，看看是否和过去的是一样的。
如何比较是不是二者是否相同呢， 我们可以通过在 Image 或者 Scroll、 Zoom 窗口点击右键， Cursor Location/Value， 会弹出一个窗口， 看其中的 Data 项是整数还是浮点数。
如果为整数， 则说明没有进行辐射， 反之如果为浮点型， 则说明已经经过了辐射定标。
(图 1
Cursor Location/Value 窗口 ) 之所以出现这种情况， 是因为为了节省存储数据的空间， 将数据存成了整型， 需要用 2个字节。
而如果存成浮点型需要 4 个字节， 如果是双精度的话， 需要 8 个字节， 会占用很大的空间。
大家可以注意一下原始的 HDF 文件， 通常是 170M 左右， 而进行了辐射定标和几何校正以后的文件， 通常有 600M 以上。
2、 几何校正和 bow-tie 校正 为了下面便于做大气校正， 对整幅影像进行几何校正和 bow-tie 校正。
由于我们在前面的实验中已经学会了如何使用 MODIS Georeference 功能， 步骤参照实验二（一）。
下面是（250m 数据）
过程部分截图。
（图 2
几何校正和 bow-tie 校正过程图）
3、 大气校正 为了削弱大气影响， 本实验采用基于图像的直方图最小值去除法对MODIS影像进行大气
纠正， 其基本思想是：
假设大气程辐射所导致的反射率增值△r在一幅图像的有限面积内是一个常数。
其值的大小只与波段有关， 并且近似认为每一波段的反射率最小值rmin就是△r。这样， 将图像中每个像元的反射率值都减去本波段的rmin， 就可以粗略去除大气影响。
这里采用黑暗像元法， 利用最小值进行大气校正。
黑暗像元法的基本原理是假设待校正遥感图像上存在黑暗像元， 地表朗伯面反射和大气性质均一， 并忽略大气多次散射辐照作用和邻近像元漫反射作用的前提下， 反射率很小（近似0）
的黑暗像元由于大气的影响， ， 使得这些像元的反射率相对增加。
可认为这部分增加的反射率是由于大气影响产生的。
这样， 将其他像元减去这些黑暗像元的像元值， 就能减少大气（主要是大气散射）
对整幅图像的影响，
达到大气校正的目 的。
步骤：
先打开待校正图像， 再在主菜单中点击Basic Tools > Preprocessing > General Purpose Utilities > Dark Subtract 选择待校正图像， 出现如图3、 图4所示对话框， 设置参数如图所示。
然后点击OK. 图2-2所示为处理之后的图像。（下面以500m数据为列）
（图3
Dark Subtract界面）
（图4
Dark Subtraction parameter）
然后是在主菜单点击Basic Tools>Preprocessing>Calibration Utilities>FLAASH. 接着就是最重要的一步， 对校正对话框的参数设置。
如图2-3所示。
重点参数设置有Lat/Lon（纬度/经度）
中输入该待校正图像中心位置的经纬度; 获得该数据的方法是：
选择主菜单Basic Tools→Preprocessing→Data-Specific Utilities→View HDF Global Attributes,在文件选择对话框中选择要校正的图像文件， 打开Global Attributes， 将Global Attributes中的内容复制到记事本中， 查找scenecenter。
就知道了中心位置， 并输入对话框。
然后在Sensor Type中选择传感器类型, 选择好后Sensor Altitude（传感器飞行高度）将会自动添加； Ground Elevation（图像区域平均海拔）， Pixel Size（图像分辨率）
也将自动添加。
（图5
Conver File Elevation）
4、 切图
由于图像很大， 我们拟采用海州湾附近海域作为我们的研究区域。
Basic→Region of Interest→ROI Tool， 进入 ROI Tool 对话框。
在该对话框中， 选择 ROI_Type→Rectangle， 在影像中用矩形 ROI 画出研究区域。
(图 6
太湖选定区域) 在 ROI_Type 对话框， File→Subset via ROI。
进入以下界面， 选择文件二值图的文件， 点击 OK， 进入 Spatial Subset Via ROI Parameters 界面， 参考截图设置相应参数，请大家弄清楚各个参数的含义。
文件名保存为 C-MOD03.V01。
主菜单：
Classification→Post Classification→Classification to Vector， 选择刚才切好的文件。
（图 7
二值图像转换成矢量图）
下一步， 我们将矢量成 ROIs。
Available Vector List：
File→Export Layers to ROI，选择 250 校正文件。
（图 8
ROT 选项图）
点击 Export EVF Layers to ROI 对话框的 OK 按钮之后， 可能没有特别明显的显示，但是通常都可以成功完成。
5、 建立模型 根据相关分析结果， 选取250m数据的比值组合r2／ r作为因子构建基于MODIS的叶绿素a浓度遥感监测模型。
通过一元线性回归分析， 建立模型如下：
Cchl-a=79. 386(r2/r1) -16. 092
（公式 1）
（图 9 公式一）
其中Cchl-a为叶绿素a浓度值； r1、 r2为MODIS 250m分辨率波段1、 2的反射率。
（图10
250m叶绿素a浓度图）
由于500m和1000m数据没有与叶绿素a浓度高度相关的因子。因此对这两组数据进行多元回归建模尝试。
对500m数据1～7波段与叶绿素a浓度采用Backward法进行多元回归分析， 建立的模型如下：
Cchl-a =-46824. 4r1一6954. 2r2+44719． 6r4+11582. 7r7-10. 5
(公式2)
其中， r1、 r2、 r4、 r7为MODIS 500m分辨率波段1、 2、 4、 7的反射率。
（图11
公式二）
（图12
500m叶绿素a浓度图）
6、 成果图
前面的实验介绍如何进行成果图的生产， 请大家按照同样的要求出图。
（图 13
250m 成果图）
（图 14
500m 成果图）
四、 实验心得
这次试验老师没有个详细的试验步骤， 给了我们大纲性的提要， 然后我们照着这个纲要， 自己去网站找资料， 自己总结试验步骤。
清楚的地方也是自 己上网站找资料， 我非常赞同老师这种做法。
只有这样我们才能更好的把自 己学到的知识应用起来。
不过， 我觉得老师在我们做完以后， 在给我讲一讲整个过程那就完美了。
这样，我们也好检查我们的错误和不足。
现在， 我们还有一个实验， 老师只给了 一个PDF 资料， 我们只看那个资料来做。
什么问题和操作过程完全自己考虑， 这对我来说是一个不小的挑战。
