全自动多源遥感影像大气校订方法

        以前一直想开发一种全自动的大气矫正方法，可是基于6s等模型方法，须要气溶胶等各类参数问题，致使开发一直处于停滞状态，最近看到了南京信息工程大学的Muhammad Bilal教授2019年发表在Remote Sensing上面的大气校订方法，感受颇有意思，特此实现一把。

这个大气校订方法的核心思想是，只须要太阳和传感器方位角、高度角、表观反射率数据便可，这就很是方便了，无需任何大气参数输入了，从本质上来讲，实际上是对6S大气矫正模型的简化而已。 若是各位有任何问题，欢迎联系qq1044625113;Email:1044625113@qq.com. 

        下面对其核心原理进行一下分析：

         

 

 

图1. 总体算法流程 

       这里面的核心思想就是，简化了水汽吸取、臭氧吸取等一些大气参数，用了一个简单的数学模型进行了估计，从而获得大气矫正结果，若是你们对他的关键技术有兴趣，能够仔细阅读原文。在这里，我不提过多的意见，固然这篇文章是有漏洞的，行家应该一眼能看出来。

       我简单用纯matlab进行了实现（之因此没用python，是由于懒），若是须要代码能够同我联系，下面是大气矫正完的结果：

                                                                                         图(a)  表观反射率图                                                              图(b)  大气校订结果                                  

      从这个结果能够看出，仍是很不错的，地表反射率基本上符合视觉效果，我对其中的数值进行了比较，结果不错！

      这个算法有一个好处，就是只须要方位角、天顶角参数便可，无需复杂大气参数等，对于国产高分一号、高分二号、高分六号均可以进行，这就很是方便，这彻底可以应用到大批量工程生产中，

若是用并行算法、GPU计算等，把效率拔高一个档次不是问题，纯matlab代码下，i7 7700HQcpu执行完大概是60秒，IDL代码须要5倍以上时间。。。为何IDL这么慢。。。说一句题外话，我我的

以为真正的研发是服务于大批量的工程生产中的，任何空中楼阁的算法研究是没有任何意义的，这与MIT的思想是一致的，我从研究生毕业后，转变了观念，无论是由于兴趣仍是什么的，我都会思考一下，

这个东西是否真的有用，是否能真的大批量用起来，或者说可以改变现有模式。我举一个例子，遥感影像去云，不少人写文章喜欢用多期影像去替换云区域，个人心里其实很想说一句，有时候只有这么一

景，我去哪里找替换的呢？因此我以为这个研究其实意义不大，应当转向如何大批量全自动云掩膜、全自动替换的工程研究中，例如分块GPU并行等。

     好吧，先扯到这里！