有時必須對遙感資料進行大氣校正。例如，從水體或植被中提取生物物理變數(如：水體中的葉綠素a、懸浮泥沙、溫度；植被中的生物量、、葉綠素、樹冠百分比)時，就必須對遙感資料進行大氣校正(haboudane等，2002；thiemann和hemann，2002)。如果資料未經校正，就可能會丟失這些重要成分的反射率(或出射率)的微小差別資訊。此外，如果需要將某景影像中提取的生物物理量(如：生物量)與另一景不同時相影像中提取的同一生物物理量相比較，就必須對遙感資料進行大氣校正。 '
例如，由landsat tm資料推導的歸一化植被指數(nomalied difference veretation lndex，ndvl)
=(ρtm4-ρtm3)/(ρtm4+ρtm3)
在許多決策支援系統如非洲饑荒預警系統和家畜預警系統中，經常採用它(ndvi)測度植物的生物量和功能健康(jen刪等，2002)。錯誤估計ndvi會導致生命和財產損失。大氣對ndvi的影響很大，在植被稀少或已被破壞的地區能引起50%的誤差甚至更多。因此，如何去除用於計算ndvi估計的遙感資料中大氣的不利影響具有重要意義。簡單比值(simpl'ratio，雙)(tm4/rm3，landsat tm)同樣受大氣影響(song等，2001)。
備受重視的是，發展遙感資訊提取演算法來提取遙感資料中的生物物理資訊，為地區、區域和全球應用提供服務。這些資料也用於各種確定性和以及決策支援系統，以監測全球過程，並希望提高人們的生活質量。因此，受到極大關注的是，從大量的具有精確的遙感資料中提取各種測度值的能力。在時空域上對光譜特徵的拓展變得越來越重要，而這種拓展的惟一方式是對每個單時相遙感資料進行大氣校正。
遺憾的是，將這些大氣校正模型應用於具體某景和某時相的影像時，同樣需要同步的感測器光譜剖面資訊和大氣狀況特徵值。即使是經過計畫，大氣狀況特徵值也是很難獲取的。因為對大多數的歷史衛星資料而言，已無法獲知當時的大氣資訊。即使，對於大多數用於的，精確提取折合表面也難以實現(du等，2002)。na5從的中解析度成像光譜儀()是個例外，它的表面反射率產品是可以獲取的(jus—比e等，1998)。我們將繼續討論有關絕對大氣校正的問題，並給出輻射校正的例項。 [2]
大氣校正方法
主要分為兩種型別：統計型和物理型。統計型是基於陸地表面變數和遙感資料的相關關係，優點在於容易建立並且可以有效地概括從區域性區域獲取的資料，例如經驗線性定標法，內部平場域法等，另一方面，物理模型遵循遙感系統的物理規律，它們也可以建立因果關係。如果初始的模型不好，通過加入新的知識和資訊就可以知道應該在哪部分改進模型。但是建立和學習這些物理模型的過程漫長而曲折。模型是對現實的抽象；所以乙個逼真的模型可能非常複雜，包含大量的變數。例如6s模型，mortran等。而指在光學遙感資料獲取過程中，產生的一切與輻射有關的誤差的校正(包括和大氣校正)。廣西善圖科技****
遙感IDL二次開發（大氣校正）
1.程式功能 用envi開啟tm資料，將資料傳到idl工作空間，在idl環境下進行大氣校正，並將結果回傳給envi。2.程式源 function atmocorr32,test 讀入資料 size image size test samples size image 1 tm列數 lines siz...
海洋遙感與大氣遙感的區別
海洋水色觀測的是海洋表面反射回的向上散射可見光譜，該輻射與水體光學特性以及水體中各種要素的光學特性密切相關，而由於海洋水色訊號比較微弱，大氣對水色遙感資訊的影響十分嚴重。通常情況下，可見光波段的大氣分子及氣溶膠的後向散射佔了感測器接收輻射量的80 以上。相比之下，陸地遙感訊號較強收大氣的影響相對較弱...
基於6s模型的遙感影像大氣校正方法
目的 針對光學遙感影像 landsat 8 sentinel 2 gf 1 gf 2 的大氣校正自動化實現方法，大多數是使用envi的flassh模組進行大氣校正，雖然現在envi提供了flassh模組的呼叫介面。但是當需要對大規模資料進行處理時，尤其是在linux環境下，envi的環境配置特別麻煩...