基于ENVI的Hyperion数据预处理方法

杨玲莉 张廷斌 何菊红 悦永峥 张雨晨

（成都理工大学 地球科学学院，四川 成都 610059）

基于ENVI的Hyperion数据预处理方法

杨玲莉 张廷斌 何菊红 悦永峥 张雨晨

（成都理工大学 地球科学学院，四川 成都 610059）

基于ENVI遥感影像处理软件，选取一景Hyperion数据，介绍了应用ENVI软件对Hyperion数据进行遥感影像预处理的流程和方法。主要包括：未定标和受水汽影响波段去除、坏线修复、条纹去除、去除Smile效应、FLAASH校正、几何校正等，通过预处理获得了地物真实反射率数据，为高光谱遥感技术在地质找矿、环境监测、精细农业等领域的应用提供技术支撑。

ENVI；Hyperion；遥感影像；数据预处理

遥感图像预处理是遥感图像应用过程中非常重要的环节，不同的遥感数据预处理的过程有所不同，主要包括图像几何校正、图像融合、图像镶嵌和图像裁剪等过程［1］。ENVI遥感图像处理软件操作简单、易学，具有先进、可靠的图像分析工具、专业的光谱分析和流程化向导的图像处理工具，能够随心所欲地扩展新功能，并且能与ArcGIS整合，使RS和GIS一体化集成［2］。本文以一景Hyperion数据为例，运用ENVI遥感图像处理软件，对Hyperion数据进行预处理，最终得到Hyperion数据能够反映地面信息的反射率数据，为Hyperion数据的后续应用做准备。

1 ENVI软件简介

ENVI（The Environment for Visualizing Images）是由遥感领域的科学家基于交互式数据语言IDL（Interactive Data Language）开发的一套功能强大的遥感图像处理软件，是美国Exelis VIS公司的旗舰产品。其是一个完整的遥感图像处理平台，可以轻松读取、显示、分析各种类型的遥感数据，并提供了从影像预处理、信息提取到GIS整合过程中需要的各种工具［2］。

现在，众多的图像分析师和科学家选择ENVI来获取遥感图像中的信息，其应用领域包括国土、地质、环境保护、农业、林业、医学、国防和安全、自然资源勘探、海洋及城市与区域规划等。

2 Hyperion数据

Hyperion传感器是世界上第一台成功发射的星载民用成像光谱仪，也是目前唯一在轨的星载高光谱图谱测量仪。搭载于卫星EO-1（Earth Observing-1），EO-1由美国NASA（National Aeronautics and Space Administration）于2000年11月发射升空，是接替Landsat-7的新型地球观测卫星。EO-1卫星与Landsat-7卫星的轨道参数基本相同，轨道高度为705km，倾角98.7°，Hyperion以推扫方式获取可见光、近红外（VNIR，355～1058nm）及短波红外（SWIR，852～2577nm）连续波谱数据，共有242个波段，光谱范围355～2577nm，光谱分辨率9.6nm，传感器空间分辨率30m，每景可覆盖7.5km×85km［3-4］。

Hyperion数据产品分两级：Level 0和Level 1，L0是原始产品，仅用于生成L1产品。用户使用的产品是L1产品，其又分为L1A、L1B、L1R、L1GS和L1GST五种，本文使用的是L1R级产品，是由美国地质调查局（USGS）经辐射校正得到的，数据景号为EO1H1370392002032110PZ，成像时间为2002年2月1日。

3 基于ENVI的Hyperion数据预处理方法研究

Hyperion L1R产品是经过一系列处理过程后生成的，可是异常的像元仍存在，其将对图像的质量和应用产生很大的影响，在图像进行应用之前，须将异常的像元识别出来并加以修正。

3.1 数据读取

ENVI中的 Hyperion tools能直接读取 Hyperion Level 1R的HDF格式，其把Level 1R HDF数据转换成包含中心波长、波长半径、像元增益系数和坏波段信息的ENVI BIL格式文件。

3.2 未定标和受水汽影响波段去除

Hyperion图像共有242个波段，辐射定标的波段共有198个波段（VNIR8～57，SWIR77～224），由于VNIR56～57与SWIR77～78重叠，而VNIR56～57比SWIR77～78噪音小，通常保留VNIR56～57，实际只有196个独立的波段。高光谱数据中，光谱范围1 356～1 416nm、1 820～1 932nm和大于2 395nm的波段受水汽的影像较大，基本上不包含地面信息，也需要把他们剔除。最后保留波段是176个（见表1）。在ENVI软件中，用Basic tools下的layer stacking工具把保留的波段按顺序重新组合起来。

表1 Hyperion数据有效波段

3.3 坏线修复

坏线是像元DN值为零或值非常小的一行或一列。对剩余波段进行检查并记录有坏线存在的波段数和对应的行、列号（见表2），然后用其相邻行或列的平均值予以代替。

表2 Hyperion数据坏线修复波段

从表2可以发现，大部分波段首末行和首末列都存在坏线，但首末行列又不能用平均值修复，可以把首末行列裁剪掉，将图像大小由256*3128变为254*3126，然后用ENVI软件中的Replace bad lines功能进行坏线修复，此修复功能是针对行的，如果都是列上有坏线的话，需将影像顺时针旋转90度（Basic Tools->Rotate/Flip data），再修复，修复完了再旋转回来。修复后的结果如图1、2。

3.4 条纹去除

图1 坏线修复前

Hyperion光谱仪采用推扫式的对地观测方式，所以系统中CCD的排列方式垂直于航迹方向。由于不同行中的传感器对光谱响应值不同，在光谱入射时，会导致在每个谱段上出现了竖的条纹，即列向条纹噪声［5］。条纹的像元DN值较小，但一般不为零。Hyperion的VNIR波段条纹比SWIR波段条纹更重、更清晰，但较少。由于条纹图像的质量和应用受到了较严重的影响，所以条纹噪声的去除是非常必要的。本文采用ENVI软件中Vertical Stripe Removal（垂直条纹去除）功能进行条纹去除。结果如图3、4。

图2 坏线修复后

图3 条纹去除前

图4 条纹去除后

3.5 Smile效应去除

Smile效应是指在垂直飞行方向上，像元的波长从中心位置向两边偏移的现象。所有的Hyperion产品都存在Smile效应。本文利用ENVI软件中Cross-Track Illumi⁃nation Correction（垂直轨道照度修正）功能，在图像空间进行Smile效应去除［6］。

3.6 大气校正

大气校正（atmospheric correction，AC）的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率、辐射率、地表温度等真实物理模型参数。因此进行高光谱数据的大气校正是进行高光谱数据预处理的必要过程。

图5 FLAASH大气校正前后波谱曲线对比

本研究应用ENVI软件中的FLAASH（Fast Line-of-sight Atmospheric Analysisof SpectralHpercubes）模块进行大气校正处理，将DN值转换为反射率数据，在输入辐射能量数据时，FLAASH模块需要的量纲为W/（cm2.nm.sr）。Hyperion L1高光谱原始数据的DN值在-32 767～+32 767，VNIR的最大辐射为750W/（m2.um.sr），SWIR的最大辐射为350W/（m2.um.sr），因此在生产L1级产品时对辐射值进行了扩大因子，VNIR波段扩大因子是40，SWIR扩大因子是80，而1W/（cm2.nm.sr）=10W/（m2.um.sr）。因此在FLAASH中VNIR和SWIR输入的尺度转换因子分别是400和800，最终获得地物真实反射率［7-8］。大气校正前后的光谱曲线，可见大气校正后的光谱曲线更为真实，如图5所示。

3.7 几何校正

本文以有地理信息的ETM+影像为基准，采用人机交互选择地面控制点，利用二次多项式和双线内插法重采样对预处理后的Hyperion图像进行几何纠正。经重新选点检验，重采样成30m*30m的图像，结果如图6、7。

图6 几何校正前影像

图7 几何校正后影像

4 结语

本文介绍了基于ENVI的Hyperion高光谱图像预处理的流程和方法，通过未定标和受水汽影响波段去除、坏线修复、条纹去除、去除Smile效应、FLAASH校正、几何校正等方法，不仅剔除了无信号、无价值的波段，从而降低了波段运算量，提高了运算效率，而且减少了噪声，降低了大气的影响，提高了Hyperion图像的质量，获得了地物真实反射率，使遥感图像上记录的地物辐射量和地面真实目标一一对应，提高了高光谱数据的实用性。因此，Hyperion图像预处理是必不可少的一个数据处理过程，其结果的好坏对后续影像的信息提取和分类有重要的决定作用，为高光谱遥感技术在地质找矿、环境监测、精细农业等领域的应用提供技术支撑。

［1］梅安新，彭望琭.遥感导论［M］.北京：高等教育出版社，2001.

［2］邓书斌，陈秋锦，杜会建，等.ENVI遥感图像处理方法（第二版）［M］.北京：高等教育出版社，2014.

［3］谭炳香，李增元，陈尔学，等.EO-1Hyperion高光谱数据的预处理［J］.遥感信息，2005（6）：36-41.

［4］Barry P.EO-1/Hyperion Science Data User’s Guide［R］. Redondo Beach，CA：TRW Space，Defense&Inform.Syst，2001.

［5］董连风.高光谱影像预处理技术研究［D］.西安：长安大学，2007.

［6］曾庆伟.基于Hyperion高光谱数据的森林类型精细识别研究［D］.北京：中国林业科学研究院，2010.

［7］Richard Beck，EO-1 User Guide v.2.3［EB/OL］.http：// eol.usgs.gov-&http：//eol.gsfs.nasa.gov，2003.

［8］张苗，将志荣.Hyperion影像的辐射处理方法［J］.地理空间信息，2013，11（5）：86-93.

［栏目责任编辑 邵冰欣］

Research on the Hyperion Data Pre-processing M ethod Based on ENVI

Yang Lingli Zhang Tingbin He Juhong Yue Yongzheng Zhang Yuchen
（CollegeofEarth Sciences，Chengdu University of Technology，Chengdu，Sichuan 610059）

On the base of ENVI remote sensing image processing software,this paper selects a king hyperiondata and introduces the processes and methods of hyperion data pre-processing based on ENVI.The pre-processing for Hyperion data includes removing zeroed bands and strongestwater vapour bands,repairing broken lines,remov⁃ingstripe,removing Smile effect,correcting FLAASH and correcting geometric.The real reflectance datais ob⁃tained by pre-processing,which provides technical support for hyper-spectral remote sensing technology in geolo⁃gy,environmentalmonitoring,precision agriculture and other areas.

ENVI;Hyperion;remote sensing image;data pre-preprocessing

P627

A

1003-5168（2015）05-0039-4

2015-4-10

杨玲莉（1989-），女，硕士研究生，研究方向：遥感地质应用。