以我国高光谱遥感卫星——环境1号卫星为例，开展结合NCEP再分析资料辅助优化的6S 大气校正方法的分析。首先，考虑到高光谱图像缺少标准反射率产品的问题，利用最优化估计方法构建高光谱反射率曲线，并作为标准曲线，用于大气校正结果的验证。其次，基于6S大气校正理论，开展了大气校正的敏感性分析，确定了气溶胶光学厚度的敏感因素以及气溶胶类型、大气模式和大气温湿度对大气校正系数的敏感性。在此基础上，提出了NCEP再分析资料辅助优化的6S大气校正方法，利用NCEP再分析资料提供的大气温湿度廓线、水平能见度反演的550 nm气溶胶光学厚度等数据资料，优化6S模式的输入参数，得到准确的大气校正系数X_a、X_b和X_c，获得大气校正后的不同地物反射光谱曲线。最后，选取西安作为试验区，以水体为例，进行波谱曲线对比，利用标准曲线对校正结果进行精度评价。对比分析结果表明，NCEP再分析资料辅助优化的6S模式校正的地面反射率结果明显优于6S的大气校正结果，与标准曲线具有一致的反射率变化趋势，二者的相关系数达到0.8596，标准差低于0.0685，各波段地面反射率逐像元误差的平均值和标准差接近0.02，反映了利用NCEP辅助数据优化的6S模式对大气校正有着明显的改善作用，可提高6S 大气校正的地物反射率反演精度。

高分二号卫星的成功发射，标志着我国遥感卫星进入了亚米级高空间分辨率时代，遥感影像在定量反演，地物识别和变化分析等领域将有重要作用。大气校正的精度是影响其定量化应用的重要因素。由于高分二号遥 感数据缺乏短波红外波段，无法采用暗像元法进行大气校正。提出一种基于辐射传输模型的高分二号影像大气校正方法，利用 6S(second simulation of the satellite signal in the solar spectrum)辐射传输模型建 立大气校正系数查找表，利用同步 MODIS影像数据结合改进后的暗像元方法反演气溶胶光学厚度，确定大气校正系数，消除高分二号影像大气分子和气溶胶等的吸收和散射的影响，实现 GF-2数据的大气校正。选取地表平坦 均一的敦煌辐射校正场作为实验区，通过同步的实测数据对校正结果进行精度评价，并且比较大气校正前后归一化植被指数 NDVI。结果表明：最小相对误差仅为 0.9%，大气校正之后影像数据更真实地反映了地物的反射特 性；大气校正后的 NDVI大大增强了植被信息反差，突出了 GF-2卫星传感器的植被信息区分能力。

对于沿岸水体, 传感器接收到的水体辐射信号受到沿岸陆地高反射率的影响, 图像对比度降低, 邻近效应影响显著。有效剔除大气衰减和邻近效应, 准确获取水体表面反射率, 是水色遥感定量反演的重要前提。基于2016年4月29日太湖沿岸水体的实测光谱数据与同步过境的高分一号宽覆盖相机(GF-1/WFV)影像, 使用6S模型剔除大气衰减的影响, 并使用核函数表达大气点扩展函数, 进行邻近效应校正。实验结果表明, 邻近效应校正后的图像更清晰, 对比度增大, 水体细节信息更丰富。与6S校正结果相比, 3个同步实测样点的邻近效应校正结果的平均相对误差分别降低了10.8%, 5.24%, 10.39%, 邻近效应校正改进了水面遥感反射率的辐射探测精度。

Sentinel-2卫星是全球环境与安全监测系统“哥白尼计划”中的第二颗卫星,其影像具有高时空分辨率,是未来遥感应用的重要数据源。采用大气校正简化模型(SMAC)、6S模型和Sen2cor方法对Sentinel-2卫星影像进行大气校正,将上层大气表观反射率转换为地表反射率,并结合实测地物的光谱数据进行分析。Sentinel-2卫星影像经过大气校正后,影像光谱曲线与地面实测光谱曲线的变化趋势一致,具有较高的拟合度。三种模型大气校正的结果具有较强的相关性和较高的精度,其中Sen2cor方法精度最高,决定系数(R²)为0.8196,均方根误差(E_rmse)为0.0388,其次为6S模型和SMAC。从归一化植被指数(NDVI)的分析可以看出,SMAC计算的NDVI值与实测值的相关性最高,R²为0.6389,E_rmse为0.093,其次为6S模型和Sen2cor方法。结果表明这三种方法的大气校正精度较高,Sentinel-2卫星影像经过校正后影像质量明显得到提高,增加了可用性。

去除大气影响是遥感影像应用中具有重要实用意义的一步,因此依据多光谱遥感数据开展了大气校正方法的研 究工作。基于6S辐射模型和消除邻边效应的经验方法对ZY-3卫星影像数据进行大气校正；作为对照,对同 一影像也做FLAASH(一种成熟的大气校正软件模块)大气校正处理。由结果所见,校正后影像质量得到提 高;校正精度与FLAASH精度都在10%左右,具有较高准确性。

资源三号卫星多光谱数据空间分辨率达到5.8 m, 能够很好的应用于地物分类和识别, 由于其缺乏短波红外波段, 无法采用暗目标法进行大气校正, 因此, 提出通过6S辐射传输模型构建大气校正系数查找表, 结合MODIS数据反演的气溶胶光学厚度参数的大气校正方法, 对ZY-3卫星多光谱（MUX）数据进行大气校正。 采用敦煌地区星地同步测量的石膏矿、 戈壁两种地物光谱对大气校正结果进行了验证, 并比较了大气校正前后归一化植被指数（NDVI）。 结果表明: 大气校正后的地面反射率与石膏矿、 戈壁两种地物实测光谱数据相对误差不超过6%; 大气校正增大了植被的NDVI与其他地物的NDVI的差值, 突出在植被监测方面的应用能力。

采用遥感技术监测大气气溶胶可实现整个研究区域的全覆盖，对区域生态环境的研究具有十分重要的意义.环境与灾害监测预报小卫星于2008年9月6日成功发射，是我国第一个专门用于环境与灾害监测预报的小卫星星座，较目前常用于反演大气气溶胶光学厚度(AOD)的遥感数据源具有一定时间分辨率和空间分辨率的优势.为了促进环境星在陆地气溶胶监测领域的应用，提出一种综合利用环境星同台获取的CCD和红外(1.6 μm)数据反演AOD的方法，该方法利用CCD近红外波段和AFRI植被指数提取非阴影区域浓密植被为暗目标像元、通过6S模型模拟来构建查找表、基于暗目标像元红和蓝波段地表反射率具有较好的线性关系这一原理反演AOD.反演结果误差分析表明该方法比较稳定和可靠，反演结果合理.

HJ-1A/1B卫星CCD传感器具有较高的空间、 时间分辨率, 在内陆湖泊水质遥感定量监测方面有很大潜力, 大气校正是制约其应用的关键问题之一。 以我国第一大淡水湖——鄱阳湖为研究区域, 结合2009年、 2011年两次现场实测数据对FLAASH, 6S, COST和QUAC四种大气校正结果进行对比分析, 并探讨各种大气校正算法对悬浮泥沙浓度反演精度的影响。 结果表明: (1)HJ-1A/1B卫星CCD的第1波段在水环境遥感应用时, 建议进行重新定标; 第2和3波段四种大气校正结果精度相对较高, 其中, FLAASH, 6S和COST三种大气校正算法精度都较高, QUAC精度偏低, 建议在可能的情况下对该算法进行有针对性的改进; (2)FLAASH, 6S, COST和QUAC四种大气校正算法第2和3波段比值结果与实测数据吻合度最好, 平均相对误差分别为8.2%, 9.5%, 7.6%和11.6%, 因此建议在鄱阳湖水域尽量采用第2和3波段比值作为反演因子; (3)以四种大气校正结果为基础, 与悬浮泥沙浓度直接建模, 结果发现, 四种模型反演精度均比用实测遥感反射率与实测悬浮泥沙浓度建立的模型反演结果要高, FLAASH, 6S和COST三种算法反演所得悬浮泥沙浓度精度都较高, 平均相对误差分别为: 10.0%, 10.2%和8.0%; QUAC略差, 平均相对误差为18.6%。 建议在泥沙浓度反演时采用大气校正结果与悬浮泥沙浓度直接建模, 可以有效降低利用实测光谱数据建模引起的大气校正误差的累积效应; (4)在精度要求不是特别高的前提下, 四种大气校正算法都可以采用, 但综合算法复杂程度、 精度、 稳定性等多种因素, 在辅助信息不全的情况下, COST大气校正算法更值得推荐。

大气纠正的目的是从遥感影像中去除大气影响，并反演获取地物真实反射率。介绍了一种逐像元对遥感影像进行大气纠正的算法，该算法基于6S(Second Simulation of the Satellite Signal in the Solar Spectrum)大气辐射传输模型计算建立的查找表(look－up table)，并利用地面暗目标(dark object)进行陆地气溶胶光学厚度的自动反演，由于气溶胶的分布具有空间连续性，在获取地面暗目标气溶胶光学厚度值后，通过空间插值的方法计算影像中非暗目标像元的气溶胶光学厚度值，经过查找表二次插值计算，逐像元进行大气纠正并获取像元地表反射率值。以Landsat5遥感影像为例，介绍了算法流程，展示了大气纠正的结果。结果显示，利用查找表逐像元大气纠正的算法，能够在一定程度上去除云雾对影像的影响，更加精确的对遥感影像进行大气纠正并获取地物的真实反射率。

利用LANDSAT-5的TM对CBERS-2的CCD 1～4波段进行交叉定标,得到了CCD 1～4波段的参考辐射定标系数,并对这组定标系数进行了验证.利用6S模型和同步气象资料,对CBERS-2的CCD数据,进行了大气校正和反射率反演.最后对CCD 1～4波段大气校正前后的反射率和归一化植被指数(NDVI)的变化进行了对比研究.发现大气校正后的CCD3和CCD4波段的地面反射率明显升高,大气校正后的CCD图像呈现出高植被覆盖区NDVI增大,低植被覆盖区NDVI减小的趋势.