Question

大气校正的不必要的大气校正

Answer 1

有时候可以完全忽略遥感数据的大气影响(Cracknell和Hayes，1993；Song等，2001）例如，对某些分类和变化检测而言，大气校正并不是必需的。理论分析和经验结果都只有取自某个时间或空间的训练数据需要进行时空拓展时，影像分类和各种变化检测才需进行大气校正(song等，2001)。例如，用最大似然法对单时相遥感数据进行分类，通常就不需要大气校正。只要影像中用于分类的训练数据具有相对一致的尺度(1过的或未经校正的)，大气校正与否就对分类精度几乎没有影响(Kawata等，1990；Sc)ng2001)。
例如，用单时相Landsat TM数据进行地面覆盖分类。瑞利散射和其他散射常使可见光波段(400—700nm)的亮度增加，大气吸收是降低近红外和中红外波段(700—2400nrn)像元亮度值的主要影响因素。幸运的是，Landsat TM近红外和中红外的波段设置已经使大气吸收的影响最小化。因此，对单时相Landsat TM数据进行大气校正，其效果仅是对每个波段分别简单地调整偏差，使每个波段的最小值和最大值减小。由单时相影像提取的各个训练类型的均值会变化，但训练类的方差—协方差矩阵保持不变。因此，采用最大似然法对数据集分类得到的结果也不变。
这种推理方式也可以用于其他类型的变化检测。例如，如果分别对两个时相的影像进行变化检测，若都采用最大似然法进行分类，然后用分类后的比较法进行变化检测(第11章讨论)，对单时相遥感数据进行大气校正就是没有必要的(S1ngh，1989；Foodv等，1996)。类似地，进行多时相合成影像变化检测(Jensen等，1993)时，从放在一个数据集的两个时相所有波段的数据中(例如，时相1的4个TM波段和时相2的4个TM波段放置在一个8波段数据集中)，采用变化检测算法确定变化类别，也没有必要进行大气校正。
不需要进行大气校正的基本原则就是：训练数据来自所研究的影像(或合成影像)，而不是来自从其他时间或地点获取的影像。