二、遥感影像预处理 数据预处理的过程包括几何校正（地理定位、几何精校正、图像配准、正射校正等）、图像镶嵌、图像裁剪和大气校正等几个环节（如右图）在几何校正环境，使用从标准数据中选择控制点方式进行对全色图像几何校正，以全色图像作为基准图像配准多光谱图像 但实际上在地理空间数据云上下载得到的Landsat8数据是经过几何校正的，故实验部分不做几何校正操作1. 数据预处理一般流程2. 数据预处理的主要步骤介绍 波段合成 Landsat 8存在15m、30m、100m分辨率的波段，故不同的分辨率是不能叠加在一起的 因此选择相同分辨率的2、3、4 、5 、6 、7波段进行合成得到一个新文件Landsat8Landsat7波段名称波段(m)空间分辨率(m)波段名称波段(m)空间分辨率(m)Band1Coastal0.4330.45330Band2Blue0.4500.51530Band1Blue0.4500.51530Band3Green0.5250.60030Band2Green0.5250.60530Band4Red0.6300.68030Band3Red0.6300.69030Band5NIR0.8450.88530Band4NIR0.7750.90030Band6SWIR11.5601.66030Band5SWIR11.5501.75030Band7SWIR22.1002.30030Band 6 TIR 10.412.5m60Band8Pan0.5000.68015Band7SWIR22.0902.35030Band9Cirrus1.3601.39030Band8Pan0.5200.90015Band 10TIRS 110.60 -11.19100Band 11TIRS 211.50 -12.51100 影像镶嵌（拼接）Basic Tools-Mosaicing-Georefenced（基于地理参考的镶嵌） 在镶嵌对话框中输入影像（最好是每两景拼接一次，防止各景颜色差异过大导致出图效果不好） 右击任意一景影像，选择Edit Entry，弹出具体参数设置对话框 设置Data Value to Ignore为0，即忽略0值 设置Feathering Distance为10，羽化半径为10像素 将Mosaic Display设置为RGB，并选择波段合成RGB图像显示，此处选择564非标准假彩色合成，选择其中一副颜色更好的作为基准图像（勾选Fixed），另一副选择Adjust，点击File-Apply，选择保存路径，其中Color Balance using选项中，默认的是统计重叠区的直方图，也可切换到统计整个基准图像的直方图，具体效果根据实际情况选择。
同理，将另一幅影像与刚刚拼接的再进行一次拼接，得到西安市影像拼接图 矢量裁剪 envi有自己标准格式的矢量文件，所以当我们输入shp格式的矢量文件时，envi都会将其转换成evf的格式 File-Open Vector File，选中研究区的shp文件，选择保存路径，保存即可 在弹出的Available Vectors List对话框中，点击File-export Layers to ROI（输出图层到感兴趣区域），然后选中需要裁剪的影像文件，选择将所有的evf转换为一个感兴趣区域选择RGB的显示方式，将需要裁剪的文件显示到三窗口中，点击Image窗口的Overlay-Region of Interest 在ROI Tool对话框中，FileSubset Data via ROIS（通过感兴趣区域进行裁剪，选择对应的ROI，选择对ROI区域以外的像素使用掩膜，掩膜背景值设为NaN(即将研究区以外的值设置为空值） 这是裁剪得到的西安市2014年夏季的影像，并以543的标准假彩色波段合成 对于土地利用分类的前处理基本就是拼接和裁剪，其中重点就是拼接后的影像颜色不一致的问题，这个只能通过多次筛选，在云量不至于过分影像研究区的前提下，选择比较颜色比较接近的影像，并分别使用ENVI提供的两种颜色平衡方法去尝试处理，得到最优的拼接结果。
补充部分：大气校正 关于是否需要做大气校正？ 如果我们需要进行定量遥感，比如从植被中提取生物量、叶面积指数、叶绿素、树冠郁闭百分比等就必须要做大气校正 当然，在某些情况下，也可省略大气校正过程通常情况下，当训练数据来自所研究的影像，而不需要进行多时相、多地点的影像数值的交叉对比分析的时候，通常不需要进行大气校正比如针对单时相的遥感数据进行土地利用分类，如采用最大似然法时，只要用于分类的训练数据在大体上具有一致性，比如研究区域较小或者影像受到云层的影响较低，则大部分区域的大气条件也就类似，影像质量精度受大气校正影响较小时，可以不进行大气校正 总之，对于单纯只做土地利用分类来说，一般可不做大气校正但出于学习的目的，下面还是讲解一下大气校正的操作流程，大气校正需要使用元数据MTL.txt文件，如果要做大气校正的话，应该在影像拼接和裁剪前进行FLAASH大气校正输入文件的要求：1. 数据是经过定标后的辐射亮度（辐射率）数据2. 数据需带有中心波长值3. 数据存储是以ENVI标准的栅格格式，且是BIP或者BIL存储结构4. 数据类型是浮点型、32bit无符号整型、16bit无符号和有符号整型 对于Landsat8的大气校正需要安装envi5.0sp3及其以上的版本，使用新界面进行操作：File-Open选择某一景的元文件MTL.txtENVI自动显示RGB显示真彩色图像，打开DataManager对话框，可以看到ENVI自动读取元数据信息，包括中心波长信息、波段名称等。
并将数据根据类型自动划分为三类1)选择ToolBox/RadiometricCorrection/RadiometricCalibration，选择可见光-近红外数据2)在RadiometricCalibration面板中定标类型（CalibrationType）：辐射亮度值（Radiance）输出储存顺序（OutputInterleave）：BIL输出数据类型：Float单击FLAASHSettings按钮，自动获取辐射亮度单位转换系数ScaleFactor：0.1选择Toolbox/RadiometricCorrection/AtmosphericCorrectionModule/FLAASHAtmosphericCorrection，打开FLAASH大气校正工具1）文件输入与输出信息项目单击InputRadianceImage按钮，选择上一步准备好的辐射亮度值数据在RadianceScaleFactors对话框中选择Usesinglescalefactorforallbands（Singlescalefactor：1），在辐射定标中对单位进行了转换单击OutputReflectanceFile按钮选择输出文件名和路径。
2）传感器与图像目标信息Lat：34.60711389，Lon：108.83010833（FLAASH自动获取）SensorType：Landsat8OLIGroundElevation（km）:（从相应区域的DEM获得平均值）FlightDate：2014-07-30注：在右边图层管理器中，单击右键选择ViewMetadata，在Metadataviewer中浏览time可以看到飞行时间大气模型（AtmosphericModel）：Mid-LatitudeSummer（7月份纬度：30-40）气溶胶模型（AerosolModel）：Urban 气溶胶反演（AerosolRetrieval）：2-Band（K-T） 初始能见度（InitialVisibility）：40多光谱设置（MultispectralSettings）Defaults下拉框：Over-LandRetrievalStandard（660：2100）运行即可完成大气校正。