做遥感的童鞋一定会问的问题：什么是大气校正、什么时候要做大气校正，下面给出解答。
1.大气校正
遥感所利用的各种辐射能均要与地球大气层发生相互作用:或散射、或吸收，从而使能量衰减，并使光谱分布发生变化。大气的衰减作用对不同的波长的光是有选择性的，因而大气对不同波段的图像的影响是不同的。另外，太阳-目标-遥感器之间的几何关系不同，则所穿越的大气路径长度不同，使图像中不同地区地物的像元灰度值所受大气影响程度不同，且同一地物的像元灰度值在不同获取时间所受大气影响程度也不同。
即使遥感系统工作正常，获取的数据仍然带有辐射误差。两种最重要的环境衰减是1)由大气散射和吸收引起的大气衰减；2）地形衰减。然而，在所有的遥感应用中都进行大气校正可能没有必要。是否进行大气校正，取决于问题本身、可以得到的遥感数据的类型的历史与当前实测大气信息的数据和遥感数据中提取生物物理信息所要求的精度。
有时候可以完全忽略遥感数据的大气影响。例如，对某些分类和变化检测而言，大气校正并不是必须的。理论分析和经验结果都只是有取自某个时间或空间的训练数据需要进行时空拓展时，影像分类和各种变化检测才需要进行大气校正。例如，用最大似然法对单时相遥感数据进行分类，通常就不需要大气校正。只要影像中的用于分类的训练数据具有相对一致的尺度，大气校正与否就对分类精度几乎没有影响。
有时必须对遥感数据进行大气校正。例如，从水体或植被中提取生物物理变量(如：水体中的叶绿素a、悬浮泥沙、温度；植被中生物量、叶面积指数、叶绿素、树冠郁闭百分比)时，就必须对遥感数据进行大气校正。如果数据未经校正，就可能会丢失这些重要成分的反射率(或出射率)的微小差别信息。此外，如果需要将某景影像中提取的生物物理量(如：生物量)与另一景不同时相影像中提取的同一生物量相比较，就必须对遥感数据进行大气校正。
3.Flaash大气校正
使用MODTRAN 4+辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。Flaash可对Landsat，SPOT,AVHRR,ASTER,MODIS,MERIS,AATSR,IRS等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校正分析。能有效消除大气和光照等因素对地物反射的影响，获得地物较为准确的反射率和辐射率、地表温度等真实物理模型参数。
所谓6S是SECOND SIMULATION OF THE SATELLITE SIGNAL IN THE SOLAR SPECTRUM的简写，直译的意思就是“太阳光谱的卫星信号二次模拟”。其前身为法国里尔科技大学大气光学实验室开发的5S（SIMULATION OF THE SATELLITE SIGNAL IN THESOLAR SPECTRUM）大气辐射传输模型。在遥感观测的太阳-目标-传感器这种模式中，无论是使用卫星或是飞机，获取数据的过程中都不可避免的受到大气的影响。6S就是为了模拟这种地气系统中的太阳辐射，计算卫星入瞳处的辐射能量。通过这种模拟，我们就可以知道大气对太阳辐射的影响大小，由此来进行大气校正。
6S假定晴空无云的条件下，并考虑了水汽、CO2、O3和O2等的吸收、分子和气溶胶的散射以及非均一地面和双向反射率的问题。相比与5S，6S可以模拟机载观测、设置目标高程、解释BRDF作用和临近效应，增加了新的吸收气体的计算（CO、N2O、CH4），对于瑞利和气溶胶散射的计算由于使用了逐级散射(successive order of scattering)方法，精度有了显著提升，并且光谱积分的步长从5nm改进到2.5nm。6S所能处理的光谱区间为0.25微米至4微米，低于0.25或高于4的都无法运算。缺点是对球形大气和limb (临边)观测不能处理。
参考：1.https://blog.csdn.net/qq_36213352/article/details/88071802