ENVI 5.6保姆级教程：手把手搞定GF-1/WFV卫星数据预处理（含最新定标系数获取）

ENVI 5.6实战指南GF-1/WFV卫星数据预处理全流程解析第一次接触GF-1卫星数据时面对ENVI复杂的菜单和参数设置我完全不知所措。记得当时为了找到一个正确的定标系数翻遍了各种论坛和文档。这份指南将带你避开所有我曾经踩过的坑用最直观的方式完成从原始数据到可用影像的完整预处理流程。1. 环境准备与数据导入1.1 ENVI国产卫星插件安装ENVI 5.6对国产卫星的支持需要通过App Store安装额外插件。打开ENVI后在顶部菜单栏选择App Store搜索China Satellite Support点击安装。安装完成后需要重启ENVI。常见问题排查如果App Store无法连接检查网络代理设置安装后功能未出现尝试手动加载扩展File Preferences IDL Extensions最新插件版本号为2.3.12023年12月更新1.2 GF-1数据文件结构解析GF-1/WFV数据通常以压缩包形式分发解压后会看到如下文件结构GF1_WFV1_E116.5_N39.4_20230115_L1A0000000000/ ├── GF1_WFV1_E116.5_N39.4_20230115_L1A0000000000.xml ├── GF1_WFV1_E116.5_N39.4_20230115_L1A0000000000.tiff └── AUX_DATA/ ├── DEM.dat └── RPC.txt关键点ENVI只能通过读取xml文件来正确识别GF-1数据格式直接打开tiff文件会导致元数据丢失。2. 辐射定标实战操作2.1 获取最新定标系数2023年GF-1/WFV定标系数如下表所示数据来源中国资源卫星应用中心2023年12月公告波段增益(Gain)偏移(Bias)蓝0.1934-3.868绿0.1852-3.704红0.1578-3.156近红0.1276-2.552注意定标系数每年更新一次建议在处理当年数据时先查询最新公告。历史数据应使用对应年份的系数。2.2 ENVI定标操作步骤打开数据File Open As China Satellites GF-1选择xml文件启动定标工具Toolbox Radiometric Correction Apply Gain and Offset参数设置输入文件选择刚打开的GF-1数据Spectral Subset全选4个波段Gain Values手动输入上述表格中的增益值Offset Values手动输入上述表格中的偏移值输出设置输出格式建议选择ENVI格式文件名添加_rad后缀以便识别# 辐射定标公式验证代码示例 import numpy as np def rad_calibration(DN, gain, bias): DN: 原始数字量化值 gain: 波段增益 bias: 波段偏移 返回: 辐射亮度值(W·m^-2·sr^-1·μm^-1) return gain * DN bias3. 大气校正关键技巧3.1 FLAASH参数配置详解运行Toolbox Radiometric Correction Atmospheric Correction Module FLAASH主要参数设置Input Radiance Image选择辐射定标后的文件Output Reflectance File设置输出路径建议添加_flaash后缀Scene Center Location从元数据中自动获取Sensor Type选择GF-1/WFVGround Elevation研究区域平均海拔可从DEM获取Pixel Size16米大气模型选择取决于成像季节夏季6-8月Tropical冬季12-2月Mid-Latitude Winter其他季节Mid-Latitude Summer3.2 Filter Function File设置这是最容易出错的环节之一。GF-1/WFV的滤波函数文件应选择...\ENVI56\classic\filter_funcs\gf1_wfv.sli如果找不到此文件可能是插件安装不完整需要重新安装国产卫星支持包。3.3 高级参数优化在Advanced Settings中调整以下参数可显著提高处理效率Modtran Resolution5cm-1平衡精度与速度Tile Size根据内存大小设置16GB内存建议设为200MBUse Square Output Pixels勾选避免几何畸变4. 几何校正与影像拼接4.1 RPC正射校正使用Toolbox Geometric Correction Orthorectification RPC Orthorectification Workflow输入经过大气校正的数据DEM源选择ENVI内置全球DEM约90米分辨率输出投影根据研究需求设置常用WGS84 UTM重采样方法植被研究Nearest Neighbor保留原始值一般用途Cubic Convolution平滑效果好4.2 多时相影像拼接当处理多景影像时使用Toolbox Mosaicking Seamless Mosaic关键设置项Data Ignore Value0去除黑边Color Correction选择质量最好的一景作为参考Feathering Distance20-30像素平滑接缝处Output Stats勾选用于质量检查# 拼接后质量检查代码示例 import matplotlib.pyplot as plt def check_mosaic_quality(mosaic_path): 检查拼接影像的质量 dataset gdal.Open(mosaic_path) band dataset.GetRasterBand(1) arr band.ReadAsArray() plt.figure(figsize(12,6)) plt.subplot(121) plt.imshow(arr, cmapgray) plt.title(拼接全图) plt.subplot(122) plt.hist(arr.flatten(), bins256) plt.title(像元值分布) plt.show()5. 常见问题解决方案5.1 定标后数值异常现象辐射定标后出现负值或异常高值可能原因定标系数输入错误特别是正负号原始DN值超出正常范围数据本身存在质量问题解决方法检查定标系数的小数点和符号使用Basic Tools Statistics Compute Statistics查看原始DN值范围联系数据提供商确认数据质量5.2 FLAASH运行失败常见报错Error calculating reflectanceAtmospheric correction failed排查步骤确认输入数据是辐射定标结果而非原始DN值检查地面高程单位是否为千米尝试降低Modtran分辨率如从5cm-1降到15cm-1临时关闭杀毒软件可能干扰临时文件写入5.3 几何校正精度不足当研究区域地形起伏较大时建议使用更高精度的DEM替换ENVI内置DEM在RPC校正中添加地面控制点(GCPs)对结果进行人工检查使用Pixel Locator工具验证关键点坐标预处理后的数据质量直接影响到后续分析的可靠性。记得在处理每个环节后都保存中间结果这样当发现问题时可以快速回溯而不是从头开始。GF-1数据的16米分辨率虽然不高但通过严谨的预处理流程完全可以满足区域尺度的植被监测、土地利用分类等应用需求。