一种Aster热红外遥感数据大气校正方法与系统

摘要

本申请涉及一种Aster热红外遥感数据大气校正方法与系统，涉及热红外遥感地质调查领域，解决了在应用热红外数据时往往难以获得准确的大气反演参数，使得后续无法反演得到准确的地物比辐射率波谱进而准确识别地物成分的问题，其包括：基于黑体地物在Aster的可见光近红外、短波红外波段的波谱特征，通过波段比值法得到黑体像元掩膜；将所述黑体像元掩膜标记的像素利用ISAC算法反演得到大气透过率和大气路径辐射；进行大气校正。本申请具有如下效果：充分利用了Aster可见光近红外波段和短波红外波段预识别黑体地物，光谱信息明确，代替目前ENVI等主流商业软件中使用的ISAC算法中基于经验统计的黑体像元标定方法，取得了更加稳健、精确的Aster热红外数据大气校正参数。

说明书

技术领域

本申请涉及热红外遥感地质调查领域，尤其是涉及一种Aster热红外遥感数据大气校正方法与系统。

背景技术

Aster是搭载在Terra卫星上的高级星载热辐射和反辐射仪（AdvancedSpaceborne Thermal Emission and Reflection Radiometer），其主要任务是通过跨可见光-近红外（VNIR，3个波段，15米空间分辨率）、短波红外（SWIR，6个波段，30米空间分辨率）和热红外（TIR，5个波段，90米空间分辨率）的14个通道获取整个地表的高分辨解析图像数据，已广泛应用于生态、地理、地质、农业等有关国计民生的各个领域。

凭借热红外遥感相较于可见光、近红外和短波红外遥感在地质矿物识别方面的巨大技术优势，Aster数据的五个热红外通道在地质矿物信息识别方面也取得了广泛的应用。热红外遥感精准识别矿物的关键在于反演得到地物精确的比辐射率和温度信息。在热红外窗口，传感器接收的热红外辐射除了地表信息以外，还受大气吸收以及大气辐射等因素的影响。为了得到精确的地表温度与比辐射率数据，从热红外数据有效去除大气因素的干扰是至关重要的。

目前，最流行的遥感软件ENVI在进行热红外数据预处理时，仅提供一种由StephenJ.Young等于1998年开发的ISAC（An in-scene method for atmosphericcompensation）算法。该算法假设大气参数横向稳定性明显优于地物，即大气在一定区域范围内均一不变，而对应的地表温度及地物类型变化较大。在热红外波段，很多地物，诸如水体、植被及粗糙的地表，具有高且平滑的比辐射率谱。对于这些热红外行为近似黑体的地物，传感器接收辐射亮度可简化为：

因此，通过对传感器接收的辐射亮度L(λ)与近黑体地表发射辐射亮度B(T,λ)进行线性拟合，便可获得大气透过率τ(λ)和大气上行辐射Lu(λ)。

针对上述中的相关技术，发明人认为存在有如下缺陷：决定ISAC算法性能的核心在于能否标定黑体像元，ISAC算法通过复杂的经验统计方法来标定黑体像元，缺乏明确的光谱诊断意义，在应用于Aster遥感热红外数据时往往得不到与Modtran等辐射传输模型一致的大气反演参数，使得后续难以获得准确的地物比辐射率波谱。

发明内容

为了提高Aster热红外数据大气校正方法的准确率，本申请提供一种Aster热红外遥感数据大气校正方法与系统。

第一方面，本申请提供一种Aster热红外遥感数据大气校正方法，采用如下的技术方案：

一种Aster热红外遥感数据大气校正方法，其特征在于，包括：

获取调查区Aster遥感影像数据，Aster遥感影像数据包含3个可见光近红外波段数据、6个短波红外波段数据和5个热红外波段数据，其中可见光近红外波段数据包括第1波段数据至第3波段数据，短波红外波段数据包括第4波段数据至第9波段数据，热红外波段数据包括第10波段数据至第14波段数据；

对Aster遥感热红外波段数据进行辐射定标；

基于黑体地物在Aster的可见光近红外波段、短波红外波段的波谱特征，通过波段比值法得到黑体像元掩膜；

将所述黑体像元掩膜标记的像素利用ISAC算法反演得到大气透过率和大气路径辐射；

利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正。

通过采用上述技术方案，基于Aster遥感影像数据所包含的适配的不同波段数据，采用比值法，使黑体地物在所生成的指数影像中得到最大的亮度增强，而其他背景地物则受到普遍抑制，从而达到突出感兴趣地物的目的，然后做阈值切割分析获取黑体像元掩膜，并结合ISAC算法假设整幅影像内的大气水平均一且影像内部存在黑体或近似黑体像元的特定属性，反演获得大气透过率和大气路径辐射，从而作更加准确的大气校正。

可选的，对Aster遥感热红外波段数据进行辐射定标包括：

使用

通过采用上述技术方案，在需要计算相关地物的光谱反射率时，可以有效将图像的亮度灰度值转换为绝对的辐射亮度，从而减少传感器由于接收到电磁性能量与目标本身辐射的能量不同所造成的图像信息失真，更加准确的计算出相关地物的光谱反射率，为后续作更加准确的大气校正奠定基础。

可选的，基于黑体地物在Aster的可见光近红外波段、短波红外波段的波谱特征，通过波段比值法得到黑体像元掩膜包括：

对可见光近红外波段数据按照热红外波段数据空间范围和分辨率进行重采样；

对上述重采样过的可见光红外波段数据，计算第3波段数据与第2波段数据的比值，并做高端阈值切割，即float(第3波段数据)/float(第2波段数据)>1.2,得到植被掩膜，将植被掩膜作为黑体像元掩膜。

通过采用上述技术方案，考虑到植被近似黑体，此处应用植被作为黑体，考虑反映植被的最强反射波段为红边波段即第3波段数据，反映植被的最弱波段为第1波段数据，取两者的比值可以让植被在所生成的指数影像上得到最大程度的亮度增强，然后考虑植被阈值高于1.2的特性，做高端阈值切割，以区分植被和其他物体，从而准确有效获取植被掩膜，为后续作更加准确的大气校正奠定基础。

可选的，基于黑体地物在Aster的可见光近红外波段、短波红外波段的波谱特征，通过波段比值法得到黑体像元掩膜，包括：

对可见光近红外波段数据以及短波红外波段数据按照热红外波段数据空间范围和分辨率进行重采样，并打包；

对上述重采样并打包过的可见光近红外波段数据和短波红外波段数据，计算第9波段数据与第1波段数据的比值，并做低端阈值切割，即float(第9波段数据)/float(第1波段数据)<0.8，得到水体掩膜，将水体掩膜作为黑体像元掩膜。

通过采用上述技术方案，考虑到水体近似黑体，此处应用水体作为黑体，考虑反映水体的最强反射波段为第1波段数据，反映水体的最强反射波段为第9波段数据，通过计算第9波段数据与第1波段数据的比值，并结合低端阈值切割，可以很好区分水体和其他物体，从而准确有效获取水体掩膜，为后续作更加准确的大气校正奠定基础。

可选的，基于黑体地物在Aster的可见光近红外波段、短波红外波段的波谱特征，通过波段比值法得到黑体像元掩膜，包括：

对可见光近红外波段数据以及短波红外波段数据按照热红外波段数据空间范围和分辨率进行重采样；

对上述重采样过的可见光红外波段数据，计算第3波段数据与第2波段数据的比值，并做高端阈值切割，即float(第3波段数据)/float(第2波段数据)>1.2,得到植被掩膜；

对上述重采样并打包过的可见光近红外波段和短波红外波段数据，计算第9波段数据与第1波段数据的比值，并做低端阈值切割，即float(第9波段数据)/float(第1波段数据)<0.8，得到水体掩膜；

将植被掩膜与水体掩膜求并集，作为黑体像元掩膜。

通过采用上述技术方案，考虑到水体以及植被均近似黑体，通过可见光近红外波段和短波红外波段可识别水体、植被作为黑体地物，并应用相应波段的比值以及阈值切割，可以有效获取水体掩膜以及植被掩膜，然后取并集的方式最大程度上的提高了黑体像元掩膜的获取，为后续作更加准确的大气校正奠定基础。

可选的，将所述黑体像元掩膜标记的像素利用ISAC算法反演得到大气透过率和大气路径辐射包括：

选取第13波段作为参考通道，其中，中央波长λ=10.657μm，半峰全宽FWHM=0.7μm，利用普朗克逆函数计算经黑体掩膜标记的黑体像元的地表亮温：

式中，c

令λ依次取第10、11、12、14波段的中央波长值，其中，第10波段的中央波长值为8.291μm，第11波段的中央波长值为8.634μm，第12波段的中央波长值为9.075μm，第14波段的中央波长值为11.318μm，，执行以下循环步骤：

a.根据每个黑体像元的亮温，利用普朗克辐射亮度函数计算对应波长λ下的黑体辐射亮度值：

b.对黑体像元的辐射定标值L(λ)和亮温等效黑体辐射亮度值B(λ,T)按下式进行回归运算：

式中，相当于斜率的参数

通过采用上述技术方案，具体公开了如何将所述黑体像元掩膜标记的像素利用ISAC算法反演得到大气透过率和大气路径辐射。

可选的，利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正包括：

利用

通过采用上述技术方案，具体公开了如何利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正。

可选的，还包括位于利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正之后的步骤：

分析所获取的大气透过率是否落入至预设的大气透过率范围之内，且同时分析所获取的大气路径辐射是否落入至预设的大气路径辐射范围之内；

若大气透过率落入至预设的大气透过率范围之内且大气路径辐射落入至预设的大气路径辐射范围之内，则确认本次大气校正成功；

若大气透过率未落入至预设的大气透过率范围之内且大气路径辐射未落入至预设的大气路径辐射范围之内，则判定本次大气校正失败，且定义本状况为状况一；

若大气透过率落入至预设的大气透过率范围之内而大气路径辐射未落入至预设的大气路径辐射范围之内，则判定本次大气校正失败，且定义本状况为状况二；

若大气透过率未落入至预设的大气透过率范围之内而大气路径辐射落入至预设的大气路径辐射范围之内，则判定本次大气校正失败，且定义本状况为状况三；

若存在状况，则基于目前的状况、状况与问题信息的对应关系，分析确认目前状况所对应的问题信息作为待发送问题信息，并发送至负责人所持终端，同时发送加载有用于提示负责人调整前述黑体掩膜阈值，重新执行大气校正参数反演程序的通知信息至负责人所持终端；

反之，则不作通知

通过采用上述技术方案，综合考虑大气透过率和大气路径辐射出现问题的情况，作进一步细分，并结合导致相应情况的问题，更加有效的分析出所存在的问题，并及时通知到负责人，从而让负责人作及时处理，而且在通知的时候也会把最优先设置的部分通知到负责人。

可选的，发送至负责人所持终端包括：

分析获取待发送问题信息所包含的问题以及相应概率信息；

基于待发送问题信息所处时段、负责人在不同时段关于不同问题的处理成功率的对应关系、待发送问题信息所包含的问题以及相应概率信息，分析确认负责人关于本次待发送问题信息的整体处理成功率，定义负责人为多个；

若存在负责人关于本次待发送问题信息的整体处理成功率超过预设的成功率，则筛选其中关于本次待发送问题信息的整体处理成功率最高的负责人作为通知对象，并发送本次待发送问题信息至通知对象所持终端；

若负责人关于本次待发送问题信息的整体处理成功率均未超过预设的成功率，则拆分待发送问题信息所包含的问题，并结合负责人在不同时段关于不同问题的处理成功率的对应关系，分析拆分待发送问题信息并分配至两负责人的问题以及整体处理成功率；

若两负责人的整体处理成功率超过预设的成功率且最高，则将分析确认分配至两负责人的问题分别发送至两负责人所持终端；

若两负责人的整体处理成功率低于预设的成功率，则拆分待发送问题信息所包含的问题，并结合负责人在不同时段关于不同问题的处理成功率的对应关系，分析拆分待发送问题信息并分配至所有负责人的问题，并将分析确认的问题发送至对应负责人所持终端。

通过采用上述技术方案，充分考虑往往导致情况发生的问题不止一个，而且负责人也往往有多个的情况，在这个情况下会综合考虑每个负责人针对问题的处理成功率，在大概率能单人处理的情况下，那么就只通知一个人，而如果单人不能处理就会考虑通知多人，而且在通知多人的时候也会优先先通知两个人，并分配合适的问题来处理，提高整体问题的处理成功率。

可选的，分析拆分待发送问题信息并分配至两负责人的问题以及整体处理成功率包括：

将任意两负责人作为处理小组；

基于待发送问题信息所包含的问题以及相应概率信息，以及负责人在不同时段关于不同问题的处理成功率的对应关系，逐一分析获取处理小组中任一负责人关于同一问题在当下时段的处理成功率，并将相应问题在当下时段的处理成功率较高的负责人作为相应问题所分配的负责人员；

逐一分析获取所有处理小组的问题分配情况以及整体处理成功率；

将整体处理成功率所对应的处理小组作为待通知的处理小组，并以相应处理小组的问题分配情况作为待发送问题信息分配至两负责人的问题。

通过采用上述技术方案，考虑达到了需要通知两个人的时候，如何有效结合两个人的处理相应问题的成功率情况，具体确认合适的处理人员，最大程度的提高问题的处理成功率。

第二方面，本申请提供一种Aster热红外遥感数据大气校正系统，采用如下的技术方案：

一种Aster热红外遥感数据大气校正系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的程序，该程序能够被处理器加载执行时实现如第一方面所述的一种Aster热红外遥感数据大气校正方法。

通过采用上述技术方案，通过相关程序的调取，基于Aster遥感影像数据所包含的适配的不同波段数据，采用比值法，使黑体地物在所生成的指数影像中得到最大的亮度增强，而其他背景地物则受到普遍抑制，从而达到突出感兴趣地物的目的，然后做阈值切割分析获取黑体像元掩膜，并结合ISAC算法假设整幅影像内的大气水平均一且影像内部存在黑体或近似黑体像元的特定属性，反演获得大气透过率和大气路径辐射，从而作更加准确的大气校正。

综上所述，本申请的有益技术效果为：

1、充分利用了Aster可见光近红外波段和短波红外波段预识黑体地物，光谱信息明确，代替目前ISAC算法中基于经验统计的黑体像元标定方法，取得了更加稳健、精确的Aster热红外数据大气校正方法；

2、可以有效分析大气校正是否合适，如果不合适能够及时通知合适的负责人来进行处理。

附图说明

图1是本申请实施例Aster热红外遥感数据大气校正方法的整体流程示意图。

图2是图1中步骤S300的一种实施方式的具体流程示意图。

图3是图1中步骤S300的又一种实施方式的具体流程示意图。

图4是图1中步骤S300的另一种实施方式的具体流程示意图。

图5是图1中步骤S400的流程示意图。

图6是不同地物发射率在不同算法下的反演波谱折线对比图和反演结果折线对比图。

图7是不同地物在不同算法下反演波谱以及反演结果的应用效果对比图。

图8是本申请实施例Aster热红外遥感数据大气校正方法相较于ISAC算法以及modtrain软件，在大气透过率和大气路径辐射两方面的反演结果折线对比图。

图9是本申请实施例Aster热红外遥感数据大气校正方法相较于ISAC算法以及modtrain软件，在地质矿物信息提取时的应用效果对比图。

图10是本申请实施例Aster热红外遥感数据大气校正方法在步骤S500之后的流程示意图。

图11是图10中步骤S700所提及的发送至负责人所持终端的流程示意图。

图12是图11中步骤S7d0所提及的分析拆分待发送问题信息并分配至两负责人的问题以及整体处理成功率的流程示意图。

具体实施方式

以下结合附图对本申请作进一步详细说明。

实施例1

参照图1，一种Aster热红外遥感数据大气校正方法，包括步骤S100至步骤S500。

步骤S100，获取调查区Aster遥感影像数据。

具体来说，Aster数据版本为ASTER Level 1 precision terrain correctedregistered at-sensor radiance V003，时相为2000年~2005年，Aster遥感影像数据包含3个可见光近红外（VNIR）波段数据、6个短波红外（SWIR）波段数据和5个热红外波段（TIR）数据，其中可见光近红外波段数据包括第1波段数据至第3波段数据，短波红外波段数据包括第4波段数据至第9波段数据，热红外波段数据包括第10波段数据至第14波段数据。

需要说明的是，Aster遥感影像数据的获取有多种，例如，可以由国家相关部分直接下发，又例如，可以通过自己实际测量获取或购买的方式获取。

步骤S200，对Aster遥感热红外波段数据进行辐射定标。

具体来说，对Aster遥感热红外波段数据进行辐射定标包括：使用

步骤S300，基于黑体地物在Aster的可见光近红外波段、短波红外波段的波谱特征，通过波段比值法得到黑体像元掩膜。

需要说明的是，步骤S300所提及的黑体是一个理想化的物体，它能够吸收外来的全部电磁辐射，并且不会有任何的反射与透射，地物为地面上各种有形物（如山川、森林、建筑物等）和无形物（如省、县界等）的总称。

参照图6以及图7，图中所提及的Modtran是一款主流的辐射传输模拟软件，用于建模理论大气波谱，JHU波谱库是目前通用的遥感地物参考波谱库，可以有效说明类似黑体的地物为水体和植被。

参照图2，作为步骤S300的一种实施方式，步骤S300包括：

步骤S3A0，对可见光近红外波段数据按照热红外波段数据空间范围和分辨率进行重采样。

其中，步骤S3A0所提及的对可见光近红外波段数据按照热红外波段数据空间范围和分辨率进行重采样，可以有效保障空间分辨率与热红外数据保持一致，那么后续所使用的植被掩膜才可以直接用于热红外数据标定黑体像元。

步骤S3B0，对上述重采样过的可见光红外波段数据，计算第3波段数据与第2波段数据的比值，并做高端阈值切割，即float(第3波段数据)/float(第2波段数据)>1.2,得到植被掩膜，将植被掩膜作为黑体像元掩膜。

其中，步骤S3B0所提及的第3波段数据为反映植被的最强发射波段，第2波段数据为反映植被的最弱发射波段；步骤S3B0所提及的高端阈值切割，即float(第3波段数据)/float(第2波段数据)>1.2，1.2为植被的阈值，用于区分植被与其他物体，另外步骤S3B0所提及的植被掩膜为用植被对所处理的图像进行遮挡，来控制图像处理的区域，避免其他物体参与。

参照图3，作为步骤S300的又一种实施方式，步骤S300包括：

步骤S3a0,对可见光近红外波段数据以及短波红外波段数据按照热红外波段数据空间范围和分辨率进行重采样，并打包。

其中，步骤S3a0所提及的对可见光近红外波段数据以及短波红外波段数据按照热红外波段数据空间范围和分辨率进行重采样，可以有效保障空间分辨率与热红外数据保持一致，那么后续所使用的水体掩膜才可以直接用于热红外数据标定黑体像元。

步骤S3b0，对上述重采样并打包过的可见光近红外波段和短波红外波段数据，计算第9波段数据与第1波段数据的比值，并做低端阈值切割，即float(第9波段数据)/float(第1波段数据)<0.8，得到水体掩膜，将水体掩膜作为黑体像元掩膜。

其中，步骤S3b0所提及的第9波段数据为反映水体的最弱发射波段，即水体在波段9反射率几乎为0，步骤S3b0所提及的第1波段数据为反映水体的最强发射波段，即水体在波段1为相对高反射率，然后低端阈值切割，并结合水体阈值小于0.8的情况，通过上述阈值切割，可以有效将水体和其他物体进行分离，另外步骤S3b0所提及的植被掩膜为用水体对所处理的图像进行遮挡，来控制图像处理的区域，避免其他物体参与。

参照图4，作为步骤S300的另一种实施方式，步骤S300包括：

步骤S310，对可见光近红外波段数据以及短波红外波段数据按照热红外波段数据空间范围和分辨率进行重采样，并打包。

其中，步骤S310与步骤S3a0相同，此处不作赘述。

步骤S320，对上述重采样过的可见光红外波段数据，计算第3波段数据与第2波段数据的比值，并做高端阈值切割，即float(第3波段数据)/float(第2波段数据)>1.2,得到植被掩膜。

步骤S330，对上述重采样并打包过的可见光近红外波段数据和短波红外波段数据，计算第9波段数据与第1波段数据的比值，并做低端阈值切割，即float(第9波段数据)/float(第1波段数据)<0.8，得到水体掩膜。

步骤S340，将植被掩膜与水体掩膜求并集，作为黑体像元掩膜。

需要说明的是，步骤S320与步骤S3B0的操作相同，步骤S330与步骤S3b0的操作相同，步骤S340所提及的将植被掩膜与水体掩膜求并集，就是将植被掩膜与水体掩膜共同具有以及单独具有的部分相加，获取的和为黑体像元掩膜，其中，步骤S340所提及的黑体像元为黑体的像素点或像元点，而黑体像元掩膜为用黑体像元对所处理的图像进行遮挡，来控制图像处理的区域，避免其他物体参与。

步骤S400，将所述黑体像元掩膜标记的像素利用ISAC算法反演得到大气透过率和大气路径辐射。

参照图5，其中，步骤S400包括如下步骤：

步骤S410，选取第13波段作为参考通道，其中，中央波长λ=10.657μm，半峰全宽FWHM=0.7μm，利用普朗克逆函数计算经黑体掩膜标记的黑体像元的地表亮温：

步骤S420，令λ依次取第10、11、12、14波段的中央波长值，其中，第10波段的中央波长值为8.291μm，第11波段的中央波长值为8.634μm，第12波段的中央波长值为9.075μm，第14波段的中央波长值为11.318μm；

步骤S430，执行以下循环步骤：a.根据每个黑体像元的亮温，利用普朗克辐射亮度函数计算对应波长λ下的黑体辐射亮度值：

b.对黑体像元的辐射定标值L(λ)和亮温等效黑体辐射亮度值B(λ,T)按下式进行回归运算：

步骤S500，利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正。

具体来说，步骤S500所提及的利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正包括：利用

参照图8以及图9，说明经本申请实施例所应用的改进算法进行大气校正后的Aster TIR数据在用于地质矿物信息提取方面，更有益于揭示地质规律；而ISAC算法由于无法有效剔除大气影响，使得提取地质信息分异度较差。

本实施例的实施原理为：

充分利用了Aster可见红外波段和短波红外波段预识别黑体地物，并结合ISAC算法自身的假设整幅影像内的大气水平均一且影像内部存在黑体或近似黑体像元的特定属性，来反演获得大气透过率和大气路径辐射，从而方便后续正确的大气校正。

实施例2

参照图10，本实施例与实施例1的不同之处在于：一种Aster热红外遥感数据大气校正方法还包括位于利用大气透过率和大气路径辐射对Aster遥感热红外数据进行大气校正之后的步骤，具体包括步骤S600、步骤SA00、步骤SB00、步骤SC00、步骤SD00、步骤S700、步骤S800。

步骤S600，分析所获取的大气透过率是否落入至预设的大气透过率范围之内，且同时分析所获取的大气路径辐射是否落入至预设的大气路径辐射范围之内。

需要说明的是，步骤S600所提及的预设的大气透过率范围以及预设的大气路径辐射范围，可以是从预设的存储有大气透过率范围以及大气路径辐射范围的数据库中调取来获取，而大气透过率范围以及大气路径辐射范围可以是通过Modtran来分析获取，其中，Modtran是一款主流的辐射传输模拟软件，用于建模理论大气波谱。

步骤SA00，若大气透过率落入至预设的大气透过率范围之内且大气路径辐射落入至预设的大气路径辐射范围之内，则确认本次大气校正成功。

步骤SB00，若大气透过率未落入至预设的大气透过率范围之内且大气路径辐射未落入至预设的大气路径辐射范围之内，则判定本次大气校正失败，且定义本状况为状况一。

步骤SC00，若大气透过率落入至预设的大气透过率范围之内而大气路径辐射未落入至预设的大气路径辐射范围之内，则判定本次大气校正失败，且定义本状况为状况二。

步骤SD00,若大气透过率未落入至预设的大气透过率范围之内而大气路径辐射落入至预设的大气路径辐射范围之内，则判定本次大气校正失败，且定义本状况为状况三。

步骤S700,若存在状况，则基于目前的状况、状况与问题信息的对应关系，分析确认目前状况所对应的问题信息作为待发送问题信息，并发送至负责人所持终端，同时发送加载有用于提示负责人调整前述黑体掩膜阈值，重新执行大气校正参数反演程序的通知信息至负责人所持终端。

举例来说，假定大气透过率为c，预设的大气透过率范围为[a，b],且已知的，ce,且d

需要说明的是，步骤S700所提及的状况与问题信息的对应关系可以是从预设的存储有状况与问题信息的对应关系的数据库中来查询获取，步骤S700所提及的分析确认目前状况所对应的问题信息作为待发送问题信息，具体如下：以目前的状况作为查询对象，从预设的存储有状况与问题信息的对应关系的数据库中来查询获取。

举例来说，状况一所对应的问题可以是初始所获取的Aster遥感影像数据中存在类似干扰信息，影响后续的分析，也可以是黑体地物中识别完全出错或部分出错。

参照图11，其中，步骤S700所提及的发送至负责人所持终端，具体包括如下步骤：

步骤S7a0，分析获取待发送问题信息所包含的问题以及相应概率信息。

其中，步骤S7a0所提及的待发送问题信息所包含的问题以及相应概率信息的分析获取如下：首先进一步拆分待发送问题信息所包含的问题，并基于每个问题逐一从预设的存储有问题以及相应问题概率的数据库中来查询获取，最后就能获取待发送问题信息所包含的问题以及相应概率信息。

步骤S7b0，基于待发送问题信息所处时段、负责人在不同时段关于不同问题的处理成功率的对应关系、待发送问题信息所包含的问题以及相应概率信息，分析确认负责人关于本次待发送问题信息的整体处理成功率，定义负责人为多个。

其中，负责人在不同时段关于不同问题的处理成功率的对应关系可以是从预设的存储有负责人在不同时段关于不同问题的处理成功率的数据库中来查询获取。

需要说明的是，负责人关于本次待发送问题信息的整体处理成功率可以是按照如下方式来获取：首先，将当下时段、以及待发送问题信息所包含的问题作为共同查询对象，可以从预设的存储有负责人在不同时段关于不同问题的处理成功率的对应关系的数据库来查询每个负责人在当前时段关于每个问题的处理概率；然后，将每个负责人在当前时段关于每个问题的处理概率，与每个问题的概率相乘并将每个乘积相加，将相加之和作为相应负责人本次待发送问题信息的整体处理成功率。

步骤S7c0，若存在负责人关于本次待发送问题信息的整体处理成功率超过预设的成功率，则筛选其中关于本次待发送问题信息的整体处理成功率最高的负责人作为通知对象，并发送本次待发送问题信息至通知对象所持终端。

其中，预设的成功率可以是90%或80%，也可以是用户基于需要来自行设定的数值。

举例来说，负责人有三个，分别为甲、乙、丙，三人中整体处理成功率最高的为甲，为92%，超过预设的成功率90%，那么乙为通知对象。

步骤S7d0，若负责人关于本次待发送问题信息的整体处理成功率均未超过预设的成功率，则拆分待发送问题信息所包含的问题，并结合负责人在不同时段关于不同问题的处理成功率的对应关系，分析拆分待发送问题信息并分配至两负责人的问题以及整体处理成功率。

参照图12，其中，步骤S7d0所提及的分析拆分待发送问题信息并分配至两负责人的问题以及整体处理成功率包括：

步骤S7d1，将任意两负责人作为处理小组。

举例来说，负责人有三个，分别为甲、乙、丙，那么组合有三组，依次分为甲乙一组、甲丙一组、乙丙一组。

步骤S7d2，基于待发送问题信息所包含的问题以及相应概率信息，以及负责人在不同时段关于不同问题的处理成功率的对应关系，逐一分析获取处理小组中任一负责人关于同一问题在当下时段的处理成功率，并将相应问题在当下时段的处理成功率较高的负责人作为相应问题所分配的负责人员。

步骤S7d3，逐一分析获取每个处理小组的整体处理成功率，并确认相应整体处理成功率下处理小组内不同负责人所负责的问题；

步骤S7d4，将整体处理成功率最高所对应的处理小组作为待通知的处理小组，并确认相应处理小组内不同负责人所负责的问题。

假定待发送问题信息所包含的问题依次为问题1、问题2、问题3，问题1的概率为20%，问题2的概率为50%，问题3的概率为30%。

甲当下时段关于问题1的处理成功率为80%，甲当下时段关于问题2的处理成功率为90%，甲关于问题3的处理处理成功率为70%；乙当下时段关于问题1的处理成功率为90%，乙当下时段关于问题2的处理成功率为80%，乙关于问题3的处理处理成功率为90%；丙当下时段关于问题1的处理成功率为60%，乙当下时段关于问题2的处理成功率为90%，乙关于问题3的处理处理成功率为70%。

按照上述数据可以分析获取甲乙一组1的组合成功率最高，其最高成功率的方案为：乙来处理问题1，甲来处理问题2，乙来处理问题3，整体的成功率为90%，达到了预设90%的成功率。

因此在发送问题的时候，将问题1以及问题3发给乙，将问题2发送给甲。

步骤S7e0，若两负责人的整体处理成功率超过预设的成功率且最高，则将分析确认分配至两负责人的问题分别发送至两负责人所持终端。

需要说明的是，步骤S7e0所提及的两负责人所持终端可以是手机、电脑，也可以是其他可通信设备。

举例来说，负责人有三个，分别为甲、乙、丙，那么组合有三组，依次分为甲乙一组、甲丙一组、乙丙一组，假定甲乙一组的整体处理成功率最高为95%，超过了预设的成功率90%，那么甲乙一组为通知对象。

步骤S7f0，若两负责人的整体处理成功率低于预设的成功率，则拆分待发送问题信息所包含的问题，并结合负责人在不同时段关于不同问题的处理成功率的对应关系，分析拆分待发送问题信息并分配至所有负责人的问题，并将分析确认的问题发送至对应负责人。

需要说明的是，步骤S7f0所提及的分析拆分待发送问题信息并分配至所有负责人的问题类似于步骤S7d0，只是从两个人扩大到更多人，但分析方式类似，此处不作赘述。

其中，步骤S7f0所提及的分析拆分待发送问题信息并分配至所有负责人的问题，

步骤S800,反之，则不作通知。

本实施例的实施原理为：

进一步分析了实际大气透过率和大气路径辐射不正常的所有情况，并针对每种情况的问题又进行了细分，并结合每个负责人在不同时段关于不同问题的的处理成功率，分析确认了成功率满足要求且所需人员最少的方案，避免负责人不了解大气校正出现问题的情况下进行后续的操作。

基于同一发明构思，本发明实施例提供一种Aster热红外遥感数据大气校正系统，包括存储器、处理器，存储器上存储有可在所述处理器上运行实现如图1至图5以及图10至12任一种方法的程序。

本具体实施方式的实施例均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。