从L1A到应用级：高分一号PMS数据ENVI全流程预处理实战
1. 高分一号PMS数据预处理入门指南
第一次接触高分一号PMS数据时，我也被那些专业术语搞得一头雾水。L1A级数据、辐射定标、大气校正...这些概念听起来就让人望而生畏。但经过几个项目的实战，我发现只要掌握基本逻辑，这套流程其实就像做菜一样有章可循。
高分一号是我国自主研制的遥感卫星，它的PMS传感器包含2米分辨率全色(PAN)和8米分辨率多光谱(MSS)两种数据。L1A级是原始数据级别，相当于刚出厂的"生食材"，需要经过一系列"烹饪"才能变成可用的"成品菜"。ENVI则是我们的大厨工具包，能帮我们完成从数据预处理到专题制图的全套工序。
为什么要做预处理？我举个实际例子：去年做农作物分类时，直接使用原始数据导致分类精度只有60%左右。经过完整的预处理流程后，精度提升到了85%以上。这就是预处理的价值——消除传感器误差、大气干扰等因素，让数据更接近地物真实情况。
2. 环境准备与数据导入
2.1 ENVI软件配置
工欲善其事，必先利其器。建议使用ENVI5.6及以上版本，这个版本对国产卫星支持更好。我习惯在开始前做三件事：
- 安装国产卫星支持工具包（File > Extension Manager）
- 检查内存设置（File > Preferences > Memory）
- 准备30GB以上的临时空间（预处理会产生大量中间文件）
# 检查ENVI版本 print, 'ENVI版本：', envi_version()2.2 数据加载技巧
打开GF-1数据时有个小技巧：先用"Open As > Optical Sensors > China Satellites"方式加载。这样ENVI会自动识别元数据，比直接打开TIFF方便得多。我遇到过元数据丢失的情况，这时需要手动输入：
- 成像时间（UTC时间）
- 太阳高度角（查看元文件中的Sun Elevation）
- 传感器类型（GF1-PMS1/PMS2）
3. 辐射定标实战详解
3.1 多光谱数据定标
辐射定标是将DN值转为辐射亮度的过程。在Toolbox中找到Radiometric Calibration工具时，注意这几个关键参数：
- 定标类型：辐射亮度（Radiance）
- 定标系数：优先使用元数据自动填充
- 输出单位：μW/(cm²·sr·nm)
# 伪代码展示定标公式 radiance = DN * scale_factor + offset我常用一个小技巧：点击"Apply FLAASH Settings"按钮自动设置后续大气校正需要的参数。这能避免后续步骤出现单位不匹配的问题。
3.2 全色数据特殊处理
全色数据不需要大气校正，但需要特殊定标。这里有个易错点：为了让全色与多光谱数据融合效果更好，我们需要将全色数据也转为表观反射率（乘以10000）。具体操作：
- 使用相同的辐射定标工具
- 输出类型选择"Reflectance"
- 手动输入比例因子10000
4. 大气校正关键步骤
4.1 FLAASH参数设置
大气校正是最容易出错的环节。去年一个项目就因参数设置错误导致整批数据返工。重点注意：
- 海拔高度：建议用GMTED2010 DEM获取（File > Open World Data）
- 大气模型：中纬度夏季/冬季（根据成像时间）
- 气溶胶模型：农村选Rural，城市选Urban
# 海拔获取示例 dem = envi.open('GMTED2010') stats = dem.statistics(subset=image_extent) mean_elevation = stats.mean[0]4.2 内存优化技巧
遇到大影像时，我通常这样设置：
- 分块大小（Tile Size）：内存的1/4（如32G内存设8G）
- 关闭"Use Tiled Processing"（小影像时）
- 临时目录设在SSD硬盘上
5. 几何精校正实战
5.1 多光谱正射校正
使用RPC Orthorectification Workflow时，新手常忽略这两个参数：
- Output Pixel Size：必须设为8（保持原始分辨率）
- DEM源：优先使用卫星自带DEM
我习惯在Advanced面板中：
- 勾选"Use Topographic Correction"
- 设置重采样方法为"Triangulation"
- 检查RPC残差（应<1个像素）
5.2 全色数据校正要点
全色数据校正有三点不同：
- 输出分辨率设为2米
- 需要额外检查全色-多光谱配准精度
- 建议保存GCP点供后续检查
6. 影像融合高级技巧
6.1 数据格式转换
Gram-Schmidt融合前必须做BSQ到BIP的转换。这个步骤看似简单，但有个隐藏坑：黑边处理。我的标准流程：
- 添加Data Ignore Value=0
- 检查统计量（忽略值后）
- 保存为ENVI格式（兼容性最好）
6.2 融合参数优化
经过多次测试，我发现这些参数组合效果最佳：
- 融合方法：Gram-Schmidt
- 权重设置：全色波段0.7
- 输出拉伸：线性2%
7. 质量检查与常见问题
7.1 必做的五项检查
- 直方图检查：各波段应有合理分布
- 波段相关性：红-近红外应<0.3
- 融合效果：查看道路边缘清晰度
- 几何精度：检查控制点残差
- 元数据完整性：特别是太阳高度角
7.2 我踩过的三个坑
- 时区问题：一次把UTC时间当本地时间，导致大气校正失败
- 内存溢出：16G机器处理大幅影像时崩溃，后改用分块处理
- 投影混淆：WGS84和CGCS2000混用导致后续分析偏移
预处理是个需要耐心的过程。记得第一次处理GF-1数据时，我花了整整一周才得到合格结果。现在熟练后，完整流程3小时就能跑完。关键是多实践、多记录，建立自己的参数模板库。下次拿到新数据时，不妨先在小范围测试，确认效果后再批量处理。