geoskill-atmospheric-correction

对多光谱影像执行 DOS/简化6S 大气校正，将 DN/TOA 转为地表反射率。DOS/simplified-6S atmospheric correction converting DN/TOA to surface reflectance. 支持 Landsat 8/Sentinel-2 传感器元数据，输出地表反射率 GeoTIFF + 校正参数 JSON。

ruiduobao@ruiduobao

Install

openclaw skills install @ruiduobao/geoskill-atmospheric-correction

大气校正 | Atmospheric Correction

Performs atmospheric correction on multispectral remote sensing imagery, converting the DN values recorded by the sensor or top-of-atmosphere (TOA) reflectance into surface reflectance. Two methods are implemented:

DOS (Dark Object Subtraction): estimates per-band atmospheric path radiance from a low percentile DN and subtracts it from TOA reflectance. Suitable for fast preprocessing and temporal radiometric consistency.
6s-simplified (simplified 6S radiative transfer): extends DOS with a wavelength-dependent Rayleigh scattering optical thickness correction (strong in blue, weak in red), approximating the atmospheric path radiance behavior of 6S.

Built-in band metadata for Landsat 8, Sentinel-2 and a generic sensor (central wavelength, exo-atmospheric solar irradiance ESUN). The --synthetic mode generates physically consistent simulated imagery, allowing the pipeline to be validated without network access or real data.

Dependencies / 依赖

bash

pip install numpy rasterio

Usage / 使用方法

Basic Usage (Synthetic Data, Offline)

bash

python geoskill-atmospheric-correction.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./output

示例 1：Landsat 8 DOS 校正（合成数据）

bash

python geoskill-atmospheric-correction.py \
    --bbox 116.0 39.0 117.0 40.0 \
    --synthetic \
    --sensor landsat8 \
    --method dos \
    --output-dir ./landsat8_dos

示例 2：Sentinel-2 简化 6S 校正

bash

python geoskill-atmospheric-correction.py \
    --bbox 121.0 31.0 122.0 32.0 \
    --synthetic \
    --sensor sentinel2 \
    --method 6s-simplified \
    --output-dir ./s2_6s

示例 3：真实影像 DOS 校正

bash

python geoskill-atmospheric-correction.py \
    --input scene_dn.tif \
    --sensor landsat8 \
    --method dos \
    --dark-percentile 0.5 \
    --output-dir ./real_dos

Example 4: Custom Solar Zenith Angle

bash

python geoskill-atmospheric-correction.py \
    --input scene.tif \
    --sensor sentinel2 \
    --solar-zenith 45.0 \
    --output-dir ./custom_angle

示例 5：批量参数对比（DOS vs 6s）

bash

python geoskill-atmospheric-correction.py --bbox 116 39 117 40 --synthetic --sensor landsat8 --method dos --output-dir ./cmp_dos --quiet
python geoskill-atmospheric-correction.py --bbox 116 39 117 40 --synthetic --sensor landsat8 --method 6s-simplified --output-dir ./cmp_6s --quiet

Output / 输出

File	Format	Description
`surface_reflectance.tif`	GeoTIFF (float32)	Surface reflectance, per-band [0,1], EPSG:4326
`correction_params.json`	JSON	Per-band correction parameters (dark target DN, ρ_dark, ESUN, etc.)
`output-manifest.json`	JSON	Run manifest (inputs/outputs/QA/software versions)

Data Source / 数据源 / Source

Landsat 8/9: USGS Collection 2 (public domain); ESUN from Chander et al. 2009
Sentinel-2: ESA (open data policy); ESUN from ESA S2 documentation
Synthetic mode: generated locally, no external data sources

Privacy / 隐私声明 / Privacy

Fully offline by default; no network requests are made
--synthetic mode reads no external data
All computation is done locally; user data is never uploaded
Nominatim may only be accessed when using place-name resolution (not a direct feature of this skill)

License / License

MIT

name: geoskill-atmospheric-correction description: '对多光谱影像执行 DOS/简化6S 大气校正，将 DN/TOA 转为地表反射率。DOS/simplified-6S atmospheric correction converting DN/TOA to surface reflectance. 支持 Landsat 8/Sentinel-2 传感器元数据，输出地表反射率 GeoTIFF + 校正参数 JSON。'

大气校正 | Atmospheric Correction

对多光谱遥感影像执行大气校正，将传感器记录的 DN 值或大气顶（TOA）反射率转换为地表反射率（surface reflectance）。实现了两种方法：

DOS（Dark Object Subtraction，暗目标扣除）：逐波段用低分位数 DN 估计大气路径辐射，从 TOA 反射率中扣除。适用于快速预处理和时序辐射一致性。
6s-simplified（简化 6S 辐射传输）：在 DOS 基础上追加随波长变化的瑞利散射光学厚度改正（蓝光强、红光弱），近似 6S 的大气程辐射行为。

内置 Landsat 8、Sentinel-2 和通用传感器的波段元数据（中心波长、太阳大气外辐照度 ESUN）。支持 --synthetic 模式生成物理一致的模拟影像，无需网络和真实数据即可验证流程。

依赖

bash

pip install numpy rasterio

使用方法

基本用法（合成数据，离线）

bash

python geoskill-atmospheric-correction.py --bbox 116.0 39.0 117.0 40.0 --synthetic --output-dir ./output

示例 1：Landsat 8 DOS 校正（合成数据）

bash

python geoskill-atmospheric-correction.py \
    --bbox 116.0 39.0 117.0 40.0 \
    --synthetic \
    --sensor landsat8 \
    --method dos \
    --output-dir ./landsat8_dos

示例 2：Sentinel-2 简化 6S 校正

bash

python geoskill-atmospheric-correction.py \
    --bbox 121.0 31.0 122.0 32.0 \
    --synthetic \
    --sensor sentinel2 \
    --method 6s-simplified \
    --output-dir ./s2_6s

示例 3：真实影像 DOS 校正

bash

python geoskill-atmospheric-correction.py \
    --input scene_dn.tif \
    --sensor landsat8 \
    --method dos \
    --dark-percentile 0.5 \
    --output-dir ./real_dos

示例 4：自定义太阳天顶角

bash

python geoskill-atmospheric-correction.py \
    --input scene.tif \
    --sensor sentinel2 \
    --solar-zenith 45.0 \
    --output-dir ./custom_angle

示例 5：批量参数对比（DOS vs 6s）

bash

python geoskill-atmospheric-correction.py --bbox 116 39 117 40 --synthetic --sensor landsat8 --method dos --output-dir ./cmp_dos --quiet
python geoskill-atmospheric-correction.py --bbox 116 39 117 40 --synthetic --sensor landsat8 --method 6s-simplified --output-dir ./cmp_6s --quiet

输出

文件	格式	说明
`surface_reflectance.tif`	GeoTIFF (float32)	地表反射率，逐波段 [0,1]，EPSG:4326
`correction_params.json`	JSON	逐波段校正参数（暗目标 DN、ρ_dark、ESUN 等）
`output-manifest.json`	JSON	运行清单（输入/输出/QA/软件版本）

数据源 / Source

Landsat 8/9：USGS Collection 2（公共领域），ESUN 取自 Chander et al. 2009
Sentinel-2：ESA（开放数据政策），ESUN 取自 ESA S2 文档
合成模式：本地生成，无外部数据源

隐私声明 / Privacy

默认完全离线运行，不发起任何网络请求
--synthetic 模式不读取任何外部数据
所有计算在本地完成，不上传用户数据
仅当使用地名解析（非本 skill 直接功能）时才可能访问 Nominatim

License

MIT