有没有办法自动化LANDSAT数据的预处理？

我目前正在使用LANDSAT数据参加遥感课程。
我课程的一部分内容是基于辐射值对场景进行标准化。我认为由于这是一项繁琐的任务，因此有人已经想出了一种自动化的方法。

是否有ESRI或其他工具可以标准化LANDSAT场景？

使用GRASS GIS（http://grass.osgeo.org），您可以执行以下步骤：

• 使用以下命令将GRASS数据库中的Landsat影像导入：
  • bash脚本：请参见页面底部的http://www.grassbook.org/examples_menu3rd.php
  • GRASS-Wiki中的python脚本：自动数据导入
• i.landsat.rgb（或GRASS 7中的i.colors.enhance）-自动增强颜色
• i.landsat.toar（GRASS 6的附加组件，包括在GRASS 7中）-将DN转换为大气辐射率的最高值
• i.atcorr-校正大气顶部至表面反射率
• i.landsat.acca（附件）-云识别
• i.landsat.dehaze（附件）-除雾
• i.landsat.trim修剪Landsat图像边界上的“边缘”

另请参阅此处：http : //grass.osgeo.org/wiki/LANDSAT

我发现这可能有用：

http://ledaps.nascom.nasa.gov/tools/tools.html

第三个程序包很棒，但是从未尝试过第一个程序包（等待委托人的响应和允许）。

我意识到这是一篇很老的文章，但是我开发了一个R程序包（LandsatLinkr），该程序包是一个自动化系统，用于处理大量Landsat影像并在MSS，TM，ETM +和OLI传感器之间建立光谱一致的时间顺序。http://landsatlinkr.jdbcode.com/index.html不能通过CRAN获得，但是网站上有从GitHub（https://github.com/jdbcode/LandsatLinkr）上获取它的说明。