zhaoguanhua / atmosphericcorrection Goto Github PK

ERROR 4: F:\huangyandao\s2\S2A_MSIL1C_20160511T024332_N0202_R046_T50PNB_20160511T024328.SAFE\GRANULE\L1C_T50PNB_A004619_20160511T024328\IMG_DATA\T50PNB_20160511T024332_B05.jp2' not recognized as a supported file format. ERROR 4: F:\huangyandao\s2\S2A_MSIL1C_20160511T024332_N0202_R046_T50PNB_20160511T024328.SAFE\GRANULE\L1C_T50PNB_A004619_20160511T024328\IMG_DATA\T50PNB_20160511T024332_B06.jp2' not recognized as a supported file format.
ERROR 4: `F:\huangyandao\s2\S2A_MSIL1C_20160511T024332_N0202_R046_T50PNB_20160511T024328.SAFE\GRANULE\L1C_T50PNB_A004619_20160511T024328\IMG_DATA\T50PNB_20160511T024332_B07.jp2' not recognized as a supported file format.
F:\huangyandao\s2\S2A_MSIL1C_20160511T024332_N0202_R046_T50PNB_20160511T024328.SAFE\GRANULE\L1C_T50PNB_A004619_20160511T024328\IMG_DATA\T50PNB_20160511T024332_B07.jp2数据集读取为空
F:\huangyandao\s2\S2A_MSIL1C_20160511T024332_N0202_R046_T50PNB_20160511T024328.SAFE\GRANULE\L1C_T50PNB_A004619_20160511T024328\IMG_DATA\T50PNB_20160511T024332_B08.jp2数据集读取为空

一景GF-6 WFV影像的八个波段运行6s大气校正所需的时间大概是3小时，更改nBlockSize = 1024为nBlockSize = 8192可以将时间减少一半，但还是太久。
能否在引入多线程增大CPU利用率呢？它似乎只用到了Xeon CPU 40核中的两核。如果不能，还有其它方法增大处理速度吗？

GF-1校正脚本中这句应该不用90去减吧，我直接用脚本运行出来植被的校正结果和FLAASH校正差距较大。
s.geometry.solar_z = 90-float(dom.getElementsByTagName('SolarZenith')[0].firstChild.data)
xml中给出的就是太阳天顶角吧，不是太阳高度角，应该不需要计算，直接拿来用就行，调整后差距明显减小。
还有我没有将卫星方位角和天顶角设为0，而是使用了xml中提供的角度。
我是个学生，有错误还请指正。

File "F:/数据样例/GF1pms_sample/AtmosphericCorrection-master/test.py", line 78, in Block
AtcCofa, AtcCofb, AtcCofc = AtmosphericCorrection(m, metedata, config, SatelliteID, SensorID)
File "F:/数据样例/GF1pms_sample/AtmosphericCorrection-master/test.py", line 237, in AtmosphericCorrection
s.run()
File "D:\Program Files\anaconda3\envs\AtmosphericCorrection-master\lib\site-packages\Py6S\sixs.py", line 357, in run
self.outputs = Outputs(outputs[0], outputs[1])
File "D:\Program Files\anaconda3\envs\AtmosphericCorrection-master\lib\site-packages\Py6S\outputs.py", line 65, in init
stderr = stderr.decode("utf-8")
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb2 in position 13: invalid start byte

作者您好，对高分元文件天顶角实为高度角不太理解，是元文件中天顶角的单词拼写错误还是其它？是否同时包括太阳和卫星天顶角两项？ 能否提供一下相关文献出处，谢谢！

我用作者的代码跑高分影响大气校正的时候，水的反射率随着辐射定标的系数变高也随之变高，结果反射率数值都很高请问是为什么

我需要做20、21年的大气校正，大佬怎么更新那个json文件呀

校正后的GF-2数据，植被的地表反射率光谱曲线与FLAASH校正曲线基本吻合，但是水体的光谱曲线差异较大，有些水体的近红外波段校正后的数据偏高。

in base.py

# DEM起始点：左上角，X：经度，Y：纬度    originX = geotransform[0]    originY = geotransform[3]
# 研究区左上角在DEM矩阵中的位置    yoffset1 = int((originY - pointUL['lat']) / pixelWidth)    xoffset1 = int((pointUL['lon'] - originX) / (-pixelHight))
# 研究区右下角在DEM矩阵中的位置    yoffset2 = int((originY - pointDR['lat']) / pixelWidth)    xoffset2 = int((pointDR['lon'] - originX) / (-pixelHight))
# 研究区矩阵行列数    xx = xoffset2 - xoffset1    yy = yoffset2 - yoffset1    # 读取研究区内的数据，并计算高程    DEMRasterData = DEMBand.ReadAsArray(xoffset1, yoffset1, xx, yy)<br class="Apple-interchange-newline"><!--EndFragment-->

计算出的影像区域行列起始号与行列数存在问题，建议如下写法：

geo = ds.GetGeoTransform()
inv_geo = gdal.InvGeoTransform(geo)
pointUL = dict()
pointDR = dict()
pointUL["lat"] = float(''.join(re.findall('CORNER_UL_LAT_PRODUCT.+',data2)).split("=")[1])
pointUL["lon"] = float(''.join(re.findall('CORNER_LL_LON_PRODUCT.+',data2)).split("=")[1])
pointDR["lat"] = float(''.join(re.findall('CORNER_LR_LAT_PRODUCT.+',data2)).split("=")[1])
pointDR["lon"] = float(''.join(re.findall('CORNER_UR_LON_PRODUCT.+',data2)).split("=")[1])
extent = [pointUL["lon"], pointUL["lat"], pointDR["lon"], pointDR["lat"]]

off_ulx, off_uly = map(int, gdal.ApplyGeoTransform(inv_geo, extent[0], extent[1]))
off_drx, off_dry = map(math.ceil, gdal.ApplyGeoTransform(inv_geo, extent[2], extent[3]))
columns = off_drx - off_ulx
rows = off_dry - off_uly

data = ds.GetRasterBand(1).ReadAsArray(off_ulx, off_uly, columns, rows)

这个地方有点云里雾里，可以讲解一下吗