遥感影像的图像反射率转换是高光谱遥感地、空对比的前提和关键。本文针对EO-1卫星Hyperion高光谱遥感数据特点和研究区的地形环境特征，分别选择对数残差模型、线性回归经验模型、基于MODTRAN4模型的Flaash和基于DEM数据的ACORN-3不同大气校正方法对研究区Hyperion数据进行地面反射率重建。从波谱匹配、识别的目的出发，通过计算不同方法校正后影像像元的波谱曲线与实测地面波谱曲线的匹配程度来分析不同大气校正方法的校正效果。对比上述不同方法大气校正结果，可看出：利用基于影像特征的校正模型方法计算简便，不需要额外的数据。能在一定程度上相对校正照度和大气吸收的影响。但校正效果受地域影响较大，且容易对光谱形成平化效应或出现人为的光谱假象。地面线性回归经验模型最大的特点是简单、易实现。方法物理意义明确，能对大气、照度和仪器噪声等影响作综合校正，重建的效果一般较好。但需要在数据获取时进行地而同步或准同步波谱测试，校正效果对定标点的依赖性较强。而且，在校正方程所作用的范围内，特别是在山区，大气的吸收、散射和邻域效应一般都不均匀。因而对定标点要求苛刻，一般选取比较困难。定标点的选择不好，校正误差较大。基于大气辐射传输理论的模型方法建立在辐射传输方程的基础上，利用理论公式进行大气校正。传输模型反演方法理论基础严密，计算精度高，但需要测量和输入大气光学厚度、水蒸气含量、温度、气压、人气分布状况等多种大气环境参量。随着不同大气环境模型的建立，大气校正模块逐步完善，利用基于大气辐射传输理论的模型方法进行大气校正将越来越简便、使用、精确。该方法相对直接对比反射率的绝对值大小的方法合理、可行。