遥感卫星影像的预处理与未预处理数据在质量、可用性以及应用场景上存在显著差异，具体区别如下：
1. 未预处理的原始影像
特点：
-
直接来自卫星传感器，保留原始辐射值和几何信息，未经过任何校正或增强。
-
包含传感器噪声、大气散射、地形畸变、云层遮挡等干扰。
-
几何位置可能因卫星姿态、地球曲率、地形等因素存在偏差。
典型问题：
-
辐射失真：受大气吸收、散射影响，像元亮度值（DN值）不能真实反映地物反射率。
-
几何畸变：影像扭曲、缩放或偏移，与真实地理坐标不匹配。
-
噪声干扰：条带噪声、坏像元、波段配准不准等。
适用场景：
-
专业用户需要原始数据以进行定制化处理（如科研机构开发新算法）。
-
某些特殊分析（如传感器性能评估）。
2. 预处理后的影像
预处理旨在消除原始数据中的误差，分为辐射校正和几何校正两大类：
（1）辐射预处理
-
辐射定标：将原始DN值转换为物理量（如大气顶层反射率或辐射亮度）。
-
大气校正：消除大气散射、吸收影响，获取地表真实反射率（如使用FLAASH、6S模型）。
-
去噪与增强：消除条带噪声、薄云，或通过直方图均衡化提升对比度。
（2）几何预处理
-
系统几何校正：基于卫星轨道和传感器模型消除系统性畸变（如L1T级数据）。
-
正射校正：结合DEM数据消除地形起伏引起的位移（如使用Rational Polynomial Coefficients, RPC模型）。
-
影像配准：将多时相或多源影像对齐到同一坐标系。
优势：
-
更高的精度：几何位置准确，适合GIS叠加分析。
-
更好的可比性：多时相影像可直接用于变化检测。
-
减少后续工作量：用户可直接进行分类、目标识别等应用。
适用场景：
-
土地利用/覆被分类、环境监测、灾害评估等需要定量分析的场景。
-
商业应用（如农业、城市规划）或非专业用户使用。
3. 关键区别对比表
| 特征 | 未预处理影像 | 预处理影像 |
|---|---|---|
| 几何精度 | 存在畸变，需用户自行校正 | 已匹配地理坐标（如WGS84） |
| 辐射一致性 | 受大气影响，DN值不可比 | 地表反射率，支持多时相分析 |
| 数据质量 | 可能含噪声、云覆盖 | 经过去噪、云检测等优化 |
| 使用门槛 | 需专业处理能力 | 可直接用于大部分应用 |
| 典型数据级别 | L0（原始数据）或L1A（未校正） | L1C（辐射校正）或L2A（大气校正） |
4. 注意事项
-
预处理级别：不同卫星数据提供商定义不同（如Landsat的Level 1/2，Sentinel-2的L1C/L2A）。
-
用户需求：若需长期监测，预处理数据可节省时间；若研究大气效应，则需保留原始数据。
-
自动化工具：Google Earth Engine、PIE-Engine等平台已提供在线预处理服务。
