高分2号 全色 多光谱 融合步骤

1. 数据完整性检查

• 确认全色影像（2 米，单波段）和多光谱影像（8 米，4 波段：蓝、绿、红、近红外）文件完整，包含配套元数据（.xml），记录辐射定标系数、成像时间、轨道参数等。
• 目视检查影像是否存在条带噪声、云层遮挡或数据缺失，若有需先进行修复（如条带噪声可用均值滤波去除）。

2. 辐射校正标准化

• 辐射定标：对全色和多光谱影像分别进行定标，将 DN 值转换为辐射亮度：
  从元数据中提取各波段的增益（Gain）和偏移（Bias），公式为：
  辐射亮度 = DN值 × Gain + Bias
  （确保全色与多光谱的辐射量纲一致，为后续融合减少亮度偏差）。
• 大气校正：推荐使用 ENVI 的 FLAASH 模型或 6S 模型，输入参数包括：
  • 传感器类型（GF-2）、成像时间、中心经纬度；
  • 大气模式（如中纬度夏季 / 冬季）、气溶胶类型（如大陆型）；
  • 海拔高度（从 DEM 获取或输入平均海拔）。
    校正后得到地表反射率，消除大气散射导致的 “雾化” 效果，确保地物光谱真实性。

3. 几何配准（关键步骤，误差需≤0.5 像素）

• 目标：使全色与多光谱影像的同名点（如同一建筑物角点）在空间位置上完全对齐，避免融合后出现重影或模糊。
• 操作步骤：
  1. 以全色影像为基准（分辨率更高，细节更清晰），将多光谱影像与之配准；
  2. 在 ENVI 或 ArcGIS 中选取 15-20 个均匀分布的地面控制点（GCP）：
     • 优先选择稳定地物（道路交叉口、桥梁、标志性建筑、边界清晰的农田角点）；
     • 避免选云层、阴影、水体（易变化）或模糊区域；
  3. 采用 RPC 有理函数模型（GF-2 支持）进行几何校正，计算均方根误差（RMSE），需≤0.5 个像素（即≤1 米）；
  4. 对多光谱影像进行重采样（采用双线性内插法），将分辨率从 8 米提升至 2 米，与全色影像一致。