大气校正是遥感影像处理中非常重要的过程之一,但是在保证校正精度的基础上,受限于遥感影像的庞大数据量以及处理过程的计算量,大气校正的效率一直得不到有效提高。着眼于此,本文对基于太阳光谱波段卫星信号二次模拟(Second Simulation of the Satellite Signal in the Solar Spectrum,6S)模型的大气校正方法进行了优化和改进。首先对基于6S模型的大气校正方法的校正过程和模型输入参数对大气校正系数的影响进行了分析,并在现有研究成果的基础上,结合斯皮尔曼相关性分析,对大气校正系数的主要影响因素进行了相关性分析。针对大气校正区域范围的大小,基于6S模型分别针对性地提出了简化查找表法和多项式拟合法。然后基于6S模型设计了相关实验,验证了两种方法在其适用范围中的校正精度。精度校验结果显示,进行小范围区域的大气校正时,多项式拟合法可以代替传统的查找表法,不仅操作简单,提高效率,还能保持较高的精度;进行大范围区域大气校正时,简化查找表较传统查找表优化一维,所以建表速度得到大大提高,也直接提高了整体的大气校正效率,同时能够保证大气校正的精度。针对传统查表方法中的插值法进行了局限性分析,从查表精度以及计算量上考虑,提出以误差反向传播(Back Propagation,BP)算法代替传统的查表法,经过验证,BP神经网络算法的精度更高,且结构简单,易操作。最后基于高分一号(GF-1)卫星数据对两种方法分别进行了验证。两种方法对遥感影像进行校正之后,植被的地表反射率在可见光波段明显减小,在近红外波段的有所增加,影像的植被光谱曲线更加符合实际特征;NDVI(Normalized Vegetation Index)较未校正之前发生了明显变化,且NDVI的变化趋势与FLAASH(Fast Line-of-Fight Atmospheric Analysis of Spectral Hypercubes)模型的校正结果变化趋势一致,变化程度相近,进一步验证了两种方法的大气校正精度。实验结果表明,基于6S模型的多项式拟合法和简化查找表法在其对应的适用范围内都在保持校正精度的同时大幅度提高校正效率。