ENVI 5.6 保姆级教程：手把手搞定 Landsat 8 影像的辐射定标与大气校正
ENVI 5.6 零基础实战：Landsat 8 影像预处理全流程详解
遥感影像预处理是定量遥感分析的基础环节，也是新手最容易遇到操作瓶颈的关键步骤。本文将基于ENVI 5.6软件，以Landsat 8数据为例，从文件结构解析到参数设置原理，完整演示辐射定标与大气校正的全流程操作。不同于简单的步骤罗列，我们将重点剖析每个操作背后的技术逻辑，帮助用户真正理解"为什么这么做"，而不仅仅是"怎么做"。
1. 数据准备与环境配置
1.1 Landsat 8 数据文件结构解析
下载的Landsat 8数据通常包含多个文件，关键文件包括：
- MTL.txt：元数据文件，包含成像时间、太阳高度角、波段增益/偏置等关键参数
- 波段文件（B1-B11）：实际影像数据，不同波段具有不同空间分辨率
- QA_PIXEL.TIF：质量评估波段，用于云掩膜生成
正确打开方式：
ENVI → File → Open → 选择MTL.txt文件注意：必须通过MTL文件打开数据，直接打开波段文件会导致元数据丢失，影响后续处理精度。
1.2 ENVI 5.6 预处理模块配置
建议在开始前进行以下环境检查：
- 确认ENVI版本为5.6（Help → About ENVI）
- 检查可用磁盘空间（建议预留原始数据5倍空间）
- 设置临时文件存储路径（File → Preferences → Directories）
常见问题排查表：
| 问题现象 | 可能原因 | 解决方案 |
|---|---|---|
| 无法打开MTL文件 | 文件路径含中文/特殊字符 | 移动数据至纯英文路径 |
| 波段显示异常 | 显卡驱动不兼容 | 关闭GPU加速（Preferences → Display） |
| 工具菜单缺失 | 模块未授权 | 检查License包含"Radiometric Correction"模块 |
2. 辐射定标深度解析
2.1 辐射定标原理与参数选择
辐射定标将DN值（Digital Number）转换为具有物理意义的辐射亮度值。Landsat 8的定标公式为：
Lλ = ML * Qcal + AL其中：
Lλ：波段λ的辐射亮度（W/(m²·sr·μm)）ML：波段特定增益系数（从MTL文件中读取）AL：波段特定偏置系数（从MTL文件中读取）Qcal：原始DN值
操作步骤：
- Toolbox → Radiometric Correction → Radiometric Calibration
- 选择多光谱数据（Multispectral）
- 关键参数设置：
- 输出类型：BIL（Band Interleaved by Line）
- 调整系数：0.1（将结果单位转换为μW/(cm²·sr·nm)）
- 输出数据类型：Float
技术细节：BIL格式在ENVI中处理效率最高，而0.1系数转换可使数值范围更适应后续FLAASH处理。
2.2 典型报错与解决方案
错误："Invalid input file type"
- 原因：未从MTL文件打开数据
- 解决：重新通过MTL文件加载数据
警告："Data values exceed valid range"
- 原因：部分像素DN值异常
- 处理：勾选"Apply Scale Factors"选项
辐射定标后建议进行快速检查：
右键图层 → Quick Stats → 确认辐射亮度值在合理范围典型Landsat 8各波段辐射亮度范围参考：
| 波段 | 最小值(μW/cm²/sr/nm) | 最大值(μW/cm²/sr/nm) |
|---|---|---|
| B2 | 0.1 | 80.0 |
| B3 | 0.1 | 70.0 |
| B4 | 0.1 | 60.0 |
3. FLAASH大气校正实战
3.1 高程数据获取技巧
FLAASH需要输入研究区平均高程，推荐三种获取方式：
ENVI内置DEM：
File → Open World Data → Elevation(GMTED2010)统计方法：
Toolbox → Statistics → Compute Statistics → 选择研究区范围SRTM 30米数据：
- 从USGS EarthExplorer下载
- 使用
Subset Data from ROIs裁剪研究区
在线高程查询：
- 使用Google Earth定位中心点高程
- 取多个点平均值提高精度
实用技巧：山区地形建议获取多个点高程取平均，平原地区单点即可满足需求。
3.2 FLAASH参数设置详解
核心参数组配置：
传感器参数：
- Sensor Type: Landsat-8 OLI
- Flight Date/Time: 从MTL文件自动读取
- Ground Elevation: 前步获取的高程值（单位：km）
大气模型选择：
纬度范围 月份 推荐模型 <23° 全年 Tropical 23-45° 夏季 Mid-Latitude Summer 23-45° 冬季 Mid-Latitude Winter 气溶胶模型：
- 城市区域：Urban
- 植被覆盖区：Rural
- 不确定时：选择Rural保守处理
高级设置关键点：
- Aerosol Retrieval: 2-Band (K-T) Method
- K-T Upper Channel: 660 nm
- 勾选"Use Tied Points"提高校正精度
3.3 常见报错排查指南
错误："Pixel size out of range"
- 检查输入数据空间分辨率是否匹配Landsat 8的30米
- 解决方案：重采样时保持原始分辨率
警告："Negative reflectance values"
- 原因：高程值误差或大气模型不匹配
- 处理：检查高程单位是否为km，尝试不同大气模型
进程卡顿：
- 降低"Tile Size"（默认值50→30）
- 关闭其他占用内存的程序
校正完成后验证方法：
Band Math输入：b1/b2计算NDVI应处于[-1,1]合理范围，验证校正效果。
4. 结果验证与质量评估
4.1 辐射定标效果检查
有效辐射定标应满足以下特征：
- 直方图呈单峰分布，无异常截断
- 不同时相相同地物辐射值差异<15%
- 水体区域在近红外波段（B5）接近0
快速检查命令：
Toolbox → Statistics → Compute Statistics → 选择均匀地物区域4.2 大气校正质量指标
成功的大气校正结果应表现为：
光谱曲线合理性：
- 植被：近红外高反射，红光低谷
- 水体：蓝绿波段高，近红外骤降
- 裸土：平滑上升曲线
空间一致性：
- 同质区域内部变异系数<10%
- 无条带或斑块状噪声
物理值范围：
- 地表反射率处于[0,1]区间
- 典型地物参考值：
- 健康植被：0.3-0.8（近红外）
- 清澈水体：0.01-0.1（可见光）
- 干燥裸土：0.2-0.4（全波段）
4.3 进阶验证方法
对于需要更高精度的用户，推荐：
交叉验证法：
- 同步获取MODIS地表反射率产品
- 重采样至相同分辨率比较
地面控制点法：
- 使用实测光谱数据
- 计算RMSE（应<0.05）
时序一致性检查：
- 选择稳定目标（如沙漠场）
- 多时相反射率变异系数<5%
5. 效率优化与批处理技巧
5.1 内存与性能调优
ENVI处理大数据时常见瓶颈及解决方案：
| 瓶颈类型 | 优化方案 | 预期效果 |
|---|---|---|
| 内存不足 | Preferences → Memory → 增加Cache Size | 减少磁盘交换 |
| 处理速度慢 | 勾选"Use Multiple CPUs" | 提速30-50% |
| 临时文件过大 | 设置专用SSD临时目录 | 避免系统盘写满 |
推荐配置参数：
[Memory] Cache_Size=2048 # MB Tile_Size=512 # 像素5.2 批处理脚本开发
对于多景影像处理，建议使用ENVI IDL批处理：
pro batch_flaash, filelist foreach file, filelist do begin ; 辐射定标 calib = envi_radiometric_calibration(file, $ out_type='BIL', scale_factor=0.1) ; 获取高程 dem = envi_open_dem(file) elev = mean(dem.statistics()) ; FLAASH校正 flaash = envi_flaash_correction(calib, $ sensor_type='Landsat8', $ ground_elev=elev, $ atmospheric_model='Mid-Latitude Summer') endforeach end脚本提示：先在小范围测试脚本逻辑，再扩展至全数据集。
5.3 典型问题速查表
| 现象 | 可能原因 | 应急方案 |
|---|---|---|
| 结果全黑 | 输出数据类型错误 | 检查是否为Float格式 |
| 色偏严重 | 大气模型选择错误 | 尝试Tropical模型 |
| 边缘异常 | 投影不匹配 | 统一所有数据为UTM |
| 进程崩溃 | 内存不足 | 分块处理或增加虚拟内存 |
实际项目中，我们曾遇到山区影像校正后出现条带噪声的情况，最终发现是DEM分辨率不足导致。改用30米SRTM数据后问题解决，这提醒我们：地形复杂区域必须使用高精度DEM。