高光谱遥感实验指导书
高光谱遥感图像预处理实验指导书
高光谱遥感图像预处理实验指导书一、实习目的通过高光谱遥感图像预处理的学习，使学生在课堂教学及实验课教学的基础上进一步将理论与实践相结合，消化和理解课堂所学理论知识，达到初步掌握利用ENVI等软件预处理高光谱遥感图像，并熟悉高光谱遥感图像预处理流程与方法的目的。
二、实习方式学生自学指导书为主，指导教师讲授为辅；利用计算机，结合相应遥感图像及ENVI软件的具体操作进行。
三、练习数据机载高光谱AVIRIS数据。
四、实习内容与要求掌握高光谱遥感图像预处理的理论与方法，利用ENVI中FLAASH大气校正工具和快速大气校正工具对高光谱数据进行大气校正及快速大气校正。
实验一、高光谱FLAASH数据大气校正实验目的：通过实验操作，掌握高光谱遥感图像FLAASH数据的大气校正的基本方法和步骤，深刻理解遥感图像大气校正的意义。
实验内容：ENVI软件中高光谱图像预处理模块下的图像大气校正。
高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气校正。
辐射校正一般由数据提供商完成。
太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器，由于大气气溶胶、地形和邻近地物等影像，使得原始影像包含物体表面，大气，以及太阳的信息等信息的综合。
如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来，这就需要进行大气校正过程。
操作步骤：1.打开文件File→Open→CupriteAVIRISSubset.dat→打开。
2. FLAASH Atmospheric Correction Module Input Parameters设置在 Toolbox 中打开 FLAASH 工具Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction→双击启动→进入FLAASH Atmospheric Correction Module Input Parameters 面板。
ENVI实习-高光谱遥感
ENVI实习-高光谱遥感高光谱遥感第三次实习一、实习任务：运用MNF变换后的波段以及散点图工具提取端元运用MNF变换后的波段以及纯净像元指数工具以及N维可视化仪提取端元运用提取的端元进行分类和制图二、实习目标以及用时：学习运用ENVI软件进行纯净像元的提取方法三、教学方式：依据实习指导书进行实验，并完成实习报告四、使用器材：美国内华达的赤铜矿AVIRIS遥感数据，该数据已经经过ATREM大气校正，ENVI遥感软件五、具体实习过程本次实习主要内容：本章选用的实验数据是一幅经过校准的AVIRIS图像，处理的结果用于地质学应用，这主要是考虑到，到目前为止地质学研究仍然是高光谱遥感的主要应用领域之一。
在ENVI主菜单下选择：File > Open Image File，在打开的文件选择窗口中选择图像文件cup95eff，点击OK打开图像：这是一幅经过校准的有50个波段的AVIRIS图像，图中显示的是将第183、193、207波段分别赋红、绿、蓝合成的彩色图像。
我们可以打开它的2-D 散点图观察一下。
在主图像窗口中选择：Tools > 2-D Scatter Plots，在随即弹出的波段选择窗口中任意选择两个波段，点击OK构成2-D 散点图。
这里选择的是第172、173波段。
在这幅2-D三点图上我们可以观察到，在由172和173波段组成的光谱特征空间中图像上的点明显地呈线状点云分布，说明这两个波段的相关性极强。
遥感图像的某些波段之间往往存在着很高的相关性，直观上波段图像彼此很相似，从提取有用信息的角度考虑，有相当一部分数据是多余和重复的，解决这一问题的有效方法是进行特征提取和特征选择，去相关和分离噪声。
在多光谱遥感图像处理中，我们会采取PC旋转，但是相比之下，MNF变化更适用于高光谱遥感数据。
下面我们就用MNF 变换对图像进行处理。
最低噪声分数（MNF）变换用以确定图像数据的内在维度、隔离噪声以及降低后处理的计算要求。
第1章-高光谱遥感(张良培)
教学目的:
本课程是地信专业的必修课程，需要掌握的内容包括： 理解高光谱遥感科学相关的物理概念，了解高光谱遥 感与简单的地学分析的过程，了解国内外最新的高光 谱遥感技术和手段。培养一定的高光谱遥感实验能力。
考核形式:
平时成绩：40%，包括点名，作业，课程实验等 考试成绩：60%，课程设计或课程论文。
表征地物的特征光谱区间和参数，最常用的是各种 各样的植被指数。
成像光谱仪问世以后，许多研究人员沿用了这种 方法，用成像光谱仪数据的高光谱分辨率，选取影 像的波段，发展了许多更为精细的植被指数。
46
（2）基于统计分析的图像分类和分析
基于统计分析的图像分类和分析视每一波段的图像为随 机变量，然后利用概率统计理论进行多维随机向量的分 类。成像光谱仪图像波段多，分类很大程度上受限于数据 的维数。面对数百个波段的数据，如果全部用于分类研 究，在时间上往往是无法接受的。因此在图像分类之前必 须压缩波段，即进行“降维”的研究。
29
高光谱成像遥感技术的发展是20世纪80年代遥感技术的 最大成就之一。
◆ 20世纪70年代初美国发射的陆地卫星仅有4个波段， 其平均光谱分辨率为150nm； ◆ 80年代的TM则增加到7个波段，在可见光到近红外光 谱范围的平均光谱分辨率为137nm； ◆法国SPOT卫星的多光谱波段的光谱分辨率为87nm。 1987年研制成功的航空可见光/红外光成像光谱仪 ◆ AVIRIS为成像光谱仪的第二代产品。AVIRIS是首次 测量全部太阳辐射光谱范围（400-2500nm）的成像光谱 仪，共有224个通道。 ◆我国第一台224波段推帚式高光谱成像仪PHI与128波 段实用型模块化机载成像光谱仪OMIS已研制成功并进 行了多次成功地航空遥感实验。
44
高光谱遥感080705(2)
2. 高光谱遥感成像技术——光谱成像
色散型成像光谱仪
光谱图像立方体
λ
前置光学 干涉型成像光谱仪 前置光学 干涉成像 光电转换 分色成像 光电转换
ΔL
干涉图像立方体
FFT
光谱图像立方体
2. 高光谱遥感成像技术——光谱成像 （1）棱镜、光栅色散型成像光谱仪
Grating spectrometer
衍射光栅
飞机最高飞行地速要求：
V
≤ 像元分辨率 × 遥感器行扫描速率
1. 引言
（8）信噪比 (SNR): 信噪比是遥感器采集到的信号和噪声的比,信噪比和图像的空间分 辨率、光谱分辨率是相互制约的 。
Vs D02ωτ aτ 0 Dλ = X T ΔT VN 4 AD Δf
D0为成像仪光学系统的有 效口径，
2. 高光谱遥感成像技术——空间成像 摆扫型成像光谱仪的优点：
（1） FOV大； （2） 像元配准好； （3） 探测元件定标方便，数据稳定性好； （4） 进入物镜后再分光，光谱波段范围可以 做得很宽。
摆扫型成像光谱仪的不足之处：
像元凝视时间短，提高光谱和空间分辨率以及 信噪比相对困难。
2. 高光谱遥感成像技术——空间成像 （2）推扫型成像光谱仪（Pushbroom） 推扫型成像光谱仪采用一个面阵探测器，其垂直于运动方向在飞 行平台向前运动中完成二维空间扫描；平行于平台运动方向，通 过光栅和棱镜分光，完成光谱维扫描。
GR=2×tg(IFOV/2) ×altitude
r
α
L
L α = rad r
1. 引言 2.1 基本概念
（5）空间分辨率(Spatial Resolution):
1 IFOV = rad = 1mrad 1000
高光谱遥感实验指导书
（2） 选择 cup95eff.int 文件，默认 Spatial Subsetting, Spectral Subsetting, 和 Masking，然后点击 OK，打开 Forward MNF Transform Parameters 的对话框；
实验内容
1、 MNF变换 cup95eff.int是本次实验使用AVIRIS的高光谱影像，已经经过消
光和大气校正。在ENVI中打开该影像，按照下列步骤进行MNF变换处 理：
（1） 从 ENVI 的主菜单按照下列之一的方式打开 MNF 的对话框
a) Transform → MNF Rotation → Forward MNF → Estimate Noise Statistics From Data
6
实验三 地物光谱测量与成像
实验目的
1、 了解地面高光谱数据获取的一般方法和测量过程 2、 了解地物光谱仪的一般工组原理 3、 理解地物光谱测量是定量遥感建模的重要内容
实验内容
1、了解野外便携式地物光谱仪的原理、使用和操作 2、使用野外便携式地物光谱仪测量典型地物（水，土，作物）的 光谱曲线
预备知识
I
实验一 高光谱遥感数据获取
实验目的
高光谱遥感数据的具有较高的光谱分辨率，每个波段的范围小 （窄波段），通常具有数十个至 200 多个窄波段。本次实验的目的是 利用 ENVI、Erdas 等软件观察 TM、AVIRIS 和 Hyperion 等遥感数据或 者实验室使用 Headwall 高光谱相机拍摄的高光谱图像数据，认识高 光谱数据的图谱合一的特点。
遥感上机高光谱数据分析实验
实验一高光谱数据分析一、实验目的理解波谱库的概念，掌握波谱库操作、浏览和提取影像反射率，学会从感兴趣区中提取波谱信息，并进行彩色合成。
实验过程：打开cup95_at.int，在可用波段列表对话框中，选择Band 193（2.2008um）点击Gray Scale 单选按钮，然后点击Load Band。
将灰度影像加载到显示窗口中。
从主影像窗口菜单中选择Tools →Profiles →Z Profile (Spectrum)，提取表观反射率波谱曲线浏览影像波谱并同波谱库进行比较在主影像窗口中，使用鼠标左键点击并拖动缩放指示矩形框或者直接点击鼠标左键，将缩放指示矩形框移动到以所选像素点为中心的区域中，右图曲线发生变化。
打开ENVI给定的波谱库，本次实验使用JPL和USGS波谱库，步骤如下：从ENVI 主菜单中选择Spectral →Spectral Libraries →Spectral Library Viewer。
在Spectral Library Input File 对话框中，点击Open File 按钮，从spec_lib/jpl_lib 子目录中，选择jpl1.sli 波谱库文件，点击OK。
选择Select Input File 区域中的jpl1.sli，点击OK。
在Spectral Library Viewer 对话框中，选择Options →Edit (x, y) Scale Factors，并在Y Data Multiplier 文本框中，输入值1.000，以匹配影像表观反射率范围（1-1000），点击OK。
在Spectral Library Viewer 对话框中，选择下列波谱名称，绘制它们的波谱曲线：ALUNITE SO-4ABUDDINGTONITE FELDS TS-11ACALCITE C-3DKAOLINITE WELL ORDERED PS-1A得到如下的波谱图像：波谱库的波谱曲线从绘制（plot）窗口菜单中，选择Edit →Plot Parameters，自定义波谱曲线的绘制图。
高光谱预处理实验指导书
高光谱遥感图像预处理实验指导书指导教师：赵泉华一、实习目的通过高光谱遥感图像预处理的学习，使学生在课堂教学及实验课教学的基础上进一步将理论与实践相结合，消化和理解课堂所学理论知识，达到初步掌握利用ENVI等软件预处理高光谱遥感图像，并熟悉高光谱遥感图像预处理流程与方法的目的。
二、实习方式学生自学指导书为主，指导教师讲授为辅；利用计算机，结合相应遥感图像及ENVI软件的具体操作进行。
三、练习数据机载高光谱AVIRIS数据。
四、实习内容与要求掌握高光谱遥感图像预处理的理论与方法，利用ENVI中FLAASH大气校正工具和快速大气校正工具对高光谱数据进行大气校正及快速大气校正。
实验一、高光谱FLAASH数据大气校正实验目的：通过实验操作，掌握高光谱遥感图像FLAASH数据的大气校正的基本方法和步骤，深刻理解遥感图像大气校正的意义。
实验内容：ENVI软件中高光谱图像预处理模块下的图像大气校正。
高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气校正。
辐射校正一般由数据提供商完成。
太阳辐射通过大气以某种方式入射到物体表面然后再反射回传感器，由于大气气溶胶、地形和邻近地物等影像，使得原始影像包含物体表面，大气，以及太阳的信息等信息的综合。
如果我们想要了解某一物体表面的光谱属性，我们必须将它的反射信息从大气和太阳的信息中分离出来，这就需要进行大气校正过程。
操作步骤：1.打开文件File→Open→CupriteAVIRISSubset.dat→打开。
2. FLAASH Atmospheric Correction Module Input Parameters设置在Toolbox 中打开FLAASH 工具Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction→双击启动→进入FLAASH Atmospheric Correction Module Input Parameters 面板。
遥感实验指导书-部分20151111课件资料
实验一传感器的认识及使用（2学时）一、目的要求1．认识照相机的基本构造，了解各部件的功能。
2．初步掌握照相机的操作要领。
3．掌握数码相机和计算机之间的传输及数据转换。
二、材料和工具数码照相机，计算机，磁盘。
三、原理及方法1.摄影相机用于遥感的摄影机可分为分幅式和全景式相机（1）分幅式摄影机：一次曝光得到地面一幅像片。
这是最常用的摄影遥感相机。
根据摄影的目的要求不同，相机的镜头透镜可用常角（视场角50°~70°）、宽角（视场角70°~105°）和特宽角镜头（视场角105°~135°）。
在同样的平台高度下，视场角愈大，覆盖地面范围愈大。
焦距f<100mm的为短焦距，100~200mm为中焦距，>200mm为长焦距。
常用的航空摄影相机的焦距在150mm左右。
航天的摄影机的焦距须大于300mm,甚至大于1000mm。
一般的遥感摄影机镜头中心的光学分辨率通常在70~100线对/mm。
分幅式的摄影机拍摄的地面一般呈正方形，在胶片上形成缩小的地面影像。
通常胶片像幅的大小有230mm*230mm、180mm*180mm、300mm*300mm。
（2）全景摄影机（扫描摄影机）：由于其结构和工作方式不同，又分为缝隙式摄影机和镜头转动式摄影机。
缝隙式摄影机又称航带摄影机，是在焦平面的前方设置一狭缝快门，狭缝与飞行器的飞行方向垂直，获取地面横向的狭带形影像。
可以用快门控制并不断地卷动胶片，也可以不用快门而是通过控制卷片速度获取地面连续的影像。
镜头转动式全景摄影机有两种工作方式：一种是转动镜头的物镜，狭缝设在物镜筒的后端，随着物镜筒的转动，在后方向弧形胶片上聚焦成像，另一种是用棱镜镜头转动，连续卷片成像。
全景摄影机采用的焦距较长，，有的在600mm以上，可在长230mm（航向）、宽1280mm （横向）的胶片上成像。
这种摄影机在军事侦察中应用较多，在通常的遥感探测和制图中，大都采用分幅式摄影。
高光谱遥感定标和校正
实验报告班级：遥感科学与技术2013级1班姓名：文凤平学号：2013043009 一．实验名称定标和大气校正二．实验目的用FLAASH工具完成影像的大气校正，熟悉其校正含义及参数的意义。
三．实验数据四．实验内容与结果分析（实验主要内容，软件操作的主要过程截图及实验结果截图）（1）TM影像定标—FLAASH大气校正，结果分析，查看校正前后影像光谱曲线变化1.加载多光谱中需要进行大气校正的图像，Basic Tools->Preprocessing->Calibration Utilities->Landsat Calibration在弹出来的对话框中加载TM图像；2.Basic Tools->Convert Data(BSQ,BIL,BIP)在对话框中选择定标后的图像，然后再Convert File Parameters窗口中作如下选择：Output Interleave选择BIP，Convert In Place选择Yes，点击ok按钮即可；3.Spectral->FLAASH在弹出的对话框中的Input Radiance Image中加载定标且转换过格式的多光谱图像在弹出的对话框中设置如下：点击在右下角的按钮加载多光谱文件夹中TXT记事本即可得到所有的FLAASH参数设置：4.点击左下角的Apply按钮即可运行大气校正的操作，将校正后和校正前的图像进行link对比并查看两者的光谱曲线图像（在主窗口中右键->Z Profile（Spectrum））；左图为校正前右图为校正后（2）AVIRIS数据（已定标）—FLAASH大气校正，结果分析，查看校正前后影像光谱曲线变化1.加载高光谱文件夹中需要进行大气校正的图像，Spectral->FLAASH在弹出的对话框中的Input Radiance Image中加载定标且转换过格式的多光谱图像在弹出的对话框中设置如下：点击在右下角的按钮加载多光谱文件夹中TXT记事本即可得到所有的FLAASH参数设置：点击对话框下面按钮，设置如下：点击右下角按钮设置如下：2.点击左下角的Apply按钮即可运行大气校正的操作，将校正后和校正前的图像进行link对比并查看两者的光谱曲线图像（在主窗口中右键->Z Profile（Spectrum））；。
遥感信息技术实习指导书
实习三图像解译本次实习主要学习以下内容:图像空间增加(Spatial Enhancement)图像辐射增加(Radiometric Enhancement)图像光谱增加(Spectral Enhancement)高光谱工具(Hyperspectral Tools)地形分析功能(Topographic Analysis)地理信息系统分析(GIS Analysis)图像解译功能简介(Introduction of Image Interpreter)ERADS IMAGINE 的图像解译器(Image Interpreter) 包含了50 多个用于遥感图像处理的功能模块，这些功能模块在执行过程中都需要您通过各种按键或对话框定义参数，多数解译功能都借助模型生成器(Model Maker)建立了图形模型算法，很简洁调用或编辑。
图像解译器又称Image Interpreter 或Interpreter，可以通过两种途径启动:ERDAS 图标面板菜单条:Main 一Image Irnerpreter 一Image Interpreter 菜单ERDAS 图标面板工具条:点击Interpreter 图标~Image Interpreter 菜单图像解译器Image Interpreter 面板从上图可以看出，ERDAS 图像解译模块包含了8 个方面的功能，依次是遥感图像的空间增加(Spatial Enhancement)、辐射增加(Radiometric Enhancement )、光谱增加(SpectralEnhancement)、高光谱工具(Hyper Spectral Tools)、傅立叶变换((Fourier Analysis)、地形分析(Topographic Analysis)、地理信息系统分析(GIS Analysis)、以及其它有用功能(Utilities)，每一项功能菜单中又包含假设干具体的遥感图像处理功能。
高光谱与高空间分辨率遥感实习
13
三、实习仪器与数据 SPSS软件、EXCELL软件及玉米叶片反射光谱
数据、叶绿素含量数据。 四、实习步骤 1、相关分析
1）将玉米反射光谱数据及叶绿素数据导入SPSS软 件，并进行对每个波段与对应的叶绿素含量数据 进行相关分析
幅影像的真实地表反射率ρ.
19
2、模块参数设置 参数主要包括：传感器几何参数、地面高程、遥 感影像成像时间和日期、大气参数气溶胶模式、 能见度、光谱波段响应。
三、实习仪器与数据 ENVI软件及Hyperion影像数据。
20
四、实习步骤 1、处理流程
图4 处理流程
21
2、去除未定标及水汽影像波段 删除的波段见表1，最终保留196个波段，分别为857,79-224。 表1 被删除的波段
14
2）获得相关分析结果，找出相关系数绝对值 最大值波段，并与临界值进行比较。
反射率/相关系数
0.6
0.4
0.2
0 400 -0.2
-0.4
-0.6
玉米叶片反射光谱 相关系数
500
600
700
800
波长 (nm)
图3 相关系数曲线
900
1000
15
2、回归建模 1)选用540nm反射率与叶绿素含量进行回归 分析 2）回归分析结果
步计算A,B,S 和La.
②忽略影像邻近像元效应影响,利用(5)式计算像元空
间平均反射率ρe,获取邻近像元反射率.FLAASH 模
块中用一个径向距离近似指数函数,代替大气点扩 散函数进行邻近像元反射率计算.当求得邻近像元 反射率后,将遥感器接收的辐射亮度和 MODTRAN4 模拟大气校正参数代入(4)式,求得整
高光谱遥感项目二实验报告
高光谱遥感项目二实验报告
一、实验目的
1、掌握光谱分析方法；
2、分析样本数量对相关系数的影响。
二、实验内容
1、绘制光谱曲线，分析不同波段光谱特点。
2、根据样本数不同计算并绘制相关系数图。
三、实验方法
1，制作不同土壤的反射率谱，把数据按土壤类型的不同进行分类，把同一土壤的多个样本在同一波长下的反射率进行平均，得到平均数列，然后将平均数列和波长列制作成图表。
2，制作黄棉土不同有机质含量的反射图谱，把黄棉土的样本按有机质含量多少进行排序，按一定规则把样本分成几块，对每一部分样本进行上述操作，最后将得到的数据制作成图表。
3，制作不同数量样本有机质相关系数图，将有机质含量数据转置复制到样本数据里面，通过correl函数来计算不同样本数量的相关系数，然后将得到的数据与波长列制作成图表。
4，制作不同数量样本含水量相关系数图，方法与制作有机质相关系数相同。
四、结果与分析
表1，不同类型土壤的光谱反射率图像。
表2，不同有机质含量的黄棉土的光谱反射率。
表3，不同数量样本有机质相关系数图。
表4，不同数量样本含水量相关系数图。
高光谱遥感定标和校正
实验报告班级：遥感科学与技术2013级1班姓名：文凤平学号：2013043009 一．实验名称定标和大气校正二．实验目的用FLAASH工具完成影像的大气校正，熟悉其校正含义及参数的意义。
三．实验数据四．实验内容与结果分析（实验主要内容，软件操作的主要过程截图及实验结果截图）（1）TM影像定标—FLAASH大气校正，结果分析，查看校正前后影像光谱曲线变化1.加载多光谱中需要进行大气校正的图像，Basic Tools->Preprocessing->Calibration Utilities->Landsat Calibration在弹出来的对话框中加载TM图像；2.Basic Tools->Convert Data(BSQ,BIL,BIP)在对话框中选择定标后的图像，然后再Convert File Parameters窗口中作如下选择：Output Interleave选择BIP，Convert In Place选择Yes，点击ok按钮即可；3.Spectral->FLAASH在弹出的对话框中的Input Radiance Image中加载定标且转换过格式的多光谱图像在弹出的对话框中设置如下：点击在右下角的按钮加载多光谱文件夹中TXT记事本即可得到所有的FLAASH参数设置：4.点击左下角的Apply按钮即可运行大气校正的操作，将校正后和校正前的图像进行link对比并查看两者的光谱曲线图像（在主窗口中右键->Z Profile（Spectrum））；左图为校正前右图为校正后（2）AVIRIS数据（已定标）—FLAASH大气校正，结果分析，查看校正前后影像光谱曲线变化1.加载高光谱文件夹中需要进行大气校正的图像，Spectral->FLAASH在弹出的对话框中的Input Radiance Image中加载定标且转换过格式的多光谱图像在弹出的对话框中设置如下：点击在右下角的按钮加载多光谱文件夹中TXT记事本即可得到所有的FLAASH参数设置：点击对话框下面按钮，设置如下：点击右下角按钮设置如下：2.点击左下角的Apply按钮即可运行大气校正的操作，将校正后和校正前的图像进行link对比并查看两者的光谱曲线图像（在主窗口中右键->Z Profile（Spectrum））；。
高光谱遥感实验
高光谱遥感实验实验一高光谱遥感数据一. 分别使用AVIRIS和Hyperion数据，如何针对植被、水体等不同地物进行假彩色合成选择合适的波段？根据彩色合成原理，可选择同一目标的单个多光谱数据合成一幅彩色图像，当合成图像的红绿蓝三色与三个多光谱段相吻合，这幅图像就再现了地物的彩色原理，就称为真彩色合成。
假彩色合成又称彩色合成。
根据加色法或减色法，将多波段单色影像合成为假彩色影像的一种彩色增强技术。
合成彩色影像常与天然色彩不同，且可任意变换，故称假彩色影像。
下面以ETM影像为例，进行真彩色合成，详细步骤如下：1.在ERDAS IMAGINE 2010中加载ETM影像etmsubsrt.img。
图一.添加ETM影像数据2.由ETM影像数据的基本参数中，RGB三色数据如下故分别选取1、2、3波段作为蓝、绿、红三色进行真彩色合成，结果如下图二.ETM影像真彩色合成图中绿色为植被，蓝色为水体。
3.对ETM影像数据的基本参数进行分析，选取对水体、植被有特征三个波段进行假彩色合成。
因为ETM影像中波段2，即绿色波段可用于分辨植被，波段,3，即红色波段处于叶绿素吸收区域，可用于观测植被效果好，波段4，即近红外波段，可以从植被中区分出水体，故分别选取波段2、3、4作为蓝、绿、红三色进行假彩色合成。
图三.ETM影像假彩色合成图中深蓝色为植被，浅蓝色和红色为水体。
使用AVIRIS和Hyperion数据，针对植被、水体等不同地物进行假彩色合成的步骤如上，其中，使用AVIRIS数据进行假彩色合成时选取波段50、31、20作为红绿蓝三色进行假彩色合成图四.AVIRIS影像假彩色合成使用Hyperion数据进行假彩色合成时选取波段110、31、21作为红、绿、蓝三色进行假彩色合成图五. Hyperion影像假彩色合成图中深蓝色为水体，浅蓝色为植被。
二. 分别从ETM、AVIRIS和Hyperion数据中分别选取3到5种不同的地物，提取曲线。
高光谱遥感器实验室定标
高光谱遥感器实验室定标英文回答：Hyperspectral remote sensing, also known as imaging spectroscopy, acquires data within hundreds or even thousands of contiguous spectral bands. This vast amount of spectral information provides a unique opportunity to identify and characterize materials on the Earth's surface. However, in order to use hyperspectral data forquantitative analysis, it is essential to perform accurate laboratory calibration.Laboratory calibration involves a series of steps to ensure that the hyperspectral data accurately represents the spectral properties of the measured materials. These steps typically include:1. Instrument characterization: This involves measuring the spectral response of the hyperspectral sensor using a known reference target, such as a white reference panel.The resulting data can be used to correct for any spectral artifacts or non-linearities in the sensor's response.2. Target preparation: The materials to be measured are prepared for measurement by ensuring that they are flat, uniform, and free of contaminants. This may involve cutting or grinding the samples to a specific size and shape.3. Data acquisition: The prepared samples are placed in the hyperspectral sensor and measured under controlled lighting conditions. The resulting data is typically stored in a spectral image format, with each pixel representing the spectral reflectance or emittance of a specificlocation on the sample.4. Data processing: The acquired data is processed to remove noise, correct for atmospheric effects, and convert the spectral values to a desired format. This may involve applying spectral filters, atmospheric correction algorithms, and radiometric calibration procedures.5. Spectral library generation: The processed data isused to create a spectral library, which is a collection of reference spectra for the measured materials. The spectral library can be used for material identification and classification in subsequent hyperspectral image analysis tasks.Laboratory calibration is a critical step in ensuring the accuracy and reliability of hyperspectral data for quantitative analysis. By following these steps, researchers can ensure that their hyperspectral data provides reliable and repeatable information about the materials under study.中文回答：高光谱遥感器实验室定标。
《遥感》实验指导
《遥感基础及应用》实验指导书目录实验一、ERDAS视窗的基本操作 (1)实验二、遥感图像的几何校正 (5)实验三、遥感图像的增强处理 (13)实验四、遥感信息的复合 (17)实验五、遥感图像分类—人工解译 (18)实验六、遥感图像分类—监督分类 (20)实验七、遥感图像分类—非监督分类 (21)实验八、遥感应用 (24)实验一、ERDAS视窗的基本操作实验目的初步了解目前主流的遥感图象处理软件ERDAS的主要功能模块，在此基础上，掌握视窗操作模块的功能和操作技能，为遥感图像的几何校正等后续实习奠定基础。
实验内容视窗功能介绍；文件菜单操作；实用菜单操作；显示菜单操作；矢量和删格菜单操作等。
视窗操作是ERDAS软件操作的基础, ERDAS所有模块都涉及到视窗操作。
本实验要求掌握视窗的基本功能，熟练掌握图像显示操作和矢量菜单操作，从而为深入理解和学习ERDAS软件打好基础。
1、视窗功能简介二维视窗（图1-1）是显示删格图像、矢量图形、注记文件、AOI等数据层的主要窗口。
通过实际操作，掌握视窗菜单的主要功能、视窗工具功能。
图1-1 二维视窗重点掌握ERDAS图表面板菜单条；ERDAS图表面板工具条；掌握视窗菜单功能和视窗工具功能等基本操作。
2、图像显示操作（Display an Image）第一步：启动程序（Start Program）视窗菜单条：File→open→ RasterLayer→Select Layer To Add对话框。
第二步：确定文件（Determine File）在Select Layer To Add对话框中有File和Raster Option两个选择项，其中File就是用于确定图像文件的，具体内容和操作实例如表。
第三步：设置参数（Raster option）图1-2 参数设置第四步：打开图像（Open Raster Layer）3、实用菜单操作了解光标查询功能；量测功能；数据叠加功能；文件信息操作；三维图像操作等。
遥感实验指导书-多光谱数据的合成与显示
遥感实验2 多光谱数据合成与显示一、实验目的了解常用遥感数据格式，学会数据导入、多光谱合成、彩色合成等技术，通过实际影像的操作，制作可用于实际工作的某区域遥感图像，为下一次实验准备数据。
二、实验原理三原色原理。
三、实验材料与方法某区域的遥感图像、ERDAS软件。
四、实验内容及主要步骤数据导入多光谱合成用不同方式打开同一景多光谱遥感影像图像色彩变换四、实验结果合成1988年的TM数据和2001年ETM+多光谱数据，取3个波段合成合适的彩色图像。
附：实验指导书利用ERDAS软件进行处理，制作可用于目视解译和计算机分析处理的遥感图像，主要过程包括：1、数据导入①导入86年数据点击import按钮，出现下左图，在input栏选择要导入的文件夹和文件，在output栏中选择合适文件夹并输入文件名，在type栏选generic binary，OK，在出现的界面中文件格式和行列数（在要导入数据所在的文件夹中有记录这些信息的他头文件），OK。
②导入2000年数据操作类似①，不同的是在输入界面下的选择TM L7的多光谱数据，如下图。
③导入扫描地形图操作类似①，不同的是在输入界面下的选择JPEG类型，操作界面如下图。
2、多光谱合成点击、utilities、layer stack，出现下右图界面，在input file处选择文件、add，重复选择和add，需加在一起的波段全部加入后，在output file处选择文件夹并输入文件名，OK。
3、用不同方式显示同一景遥感影像启动ERDAS IMAGINE；打开影像：在Viewer下点击打开影像按钮、在出现的界面中files of type处选择合适的数据格式；点击raster options、在display as处选择不同的显示方式（真彩色、假彩色、灰度、地势），则图像按多波段RGB真彩色、某波段按假彩色、某波段按灰度、高程数据按地势显示。
4、图像色彩变换在RGB真彩色模式下更改颜色：viewer下菜单raster/band combinations，更改RGB分别对应的波段，OK确定。
高光谱遥感实验七
2012级研究生《高光谱遥感技术》实验报告姓名：张东霞学号：2012110673专业：摄影测量与遥感成绩：2013年5月21日实验项目七张东霞 2012110673一、实验目的1、掌握模糊模式识别光谱反演建模方法；2、掌握了光谱数据处理软件的基本操作方法.二、实验要求1、利用包络线去除法提取的参数建立神经网络反演模型；2、利用对数的一阶微分变换提取的参数建立神经网络模型；3、调整模式数，比较模型精度。
三、试验方法与分析1、利用包络线去除法提取的参数建立神经网络反演模型在试验四中，已经知道深度面积和S1、对称度1、最大深度H1、右位置、宽度与有机质含量的相关性最高，在不剔除任何数据的情况下，将数据按照有机质含量升序排列，按照区间[0.1,0.3],(0.3,0.5],(0.5,0.7],(0.7,0.9],(0.9, 2]进行分类。
从每类中抽取两个样本作为待识别样本，这里选取hs4、hs80、hs57、hs48、hs59、hs47、hs3、hs13、hs32作为待检测样本。
将每组样本分类后复制到DPS数据处理系统中，待识别的样本的类号赋值为0，同样复制到DPS数据处理系统。
选择其他—模糊数学方法—模糊模式识别，处理结果如下图所示：图1图2得到实验结果如下：图3可以看到有两个样本被错误的分类，其余七个都被赋予到正确的类别中。
2、利用对数的一阶微分变换提取的参数建立神经网络模型将一节微分后的数据按照有机质含量升序排列，按照区间[0.1,0.3],(0.3,0.5],(0.5,0.7],(0.7,0.9],(0.9, 2]进行分类。
从每类中抽取两个样本作为待识别样本，这里选取hs4、hs80、hs57、hs48、hs59、hs47、hs3、hs13、hs32作为待检测样本。
将每组样本分类后复制到DPS数据处理系统中，待识别的样本的类号赋值为0，同样复制到DPS数据处理系统。
选择其他—模糊数学方法—模糊模式识别，处理结果如下图所示：图4图5 得到实验结果如下：图6这次实验结果只有hs59是异常的，其他数据都被完成的赋在了正确的类上。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目 录实验一 高光谱遥感数据获取 (1)实验二 高光谱遥感数据的大气校正 (4)实验三 地物光谱测量与成像 (7)实验四 MNF与端元选取 (11)实验五 光谱特征分析 (17)实验一 高光谱遥感数据获取实验目的高光谱遥感数据的具有较高的光谱分辨率，每个波段的范围小（窄波段），通常具有数十个至200多个窄波段。
本次实验的目的是利用ENVI、Erdas等软件观察TM、AVIRIS和Hyperion等遥感数据或者实验室使用Headwall高光谱相机拍摄的高光谱图像数据，认识高光谱数据的图谱合一的特点。
实验内容1、合成真彩色和假彩色的影像2、提取同类或异类地物（物体）的光谱曲线预备知识1、遥感数据的基本参数a)ETM波段 波长(微米) 分辨率(米)主要作用 Band 1 蓝绿波段 0.45-0.52 30 用于水体穿透,分辨土壤植被 Band 2 绿色波段 0.52-0.60 30 分辨植被Band 3 红色波段 0.63-0.69 30 处于叶绿素吸收区域, 用于观测道路/裸露土壤/植被种类效果很好Band 4 近红外 0.76-0.90 30 用于估算生物数量, 尽管这个波段可以从植被中区分出水体，分辨潮湿土壤，但是对于道路辨认效果不如TM3Band 5 中红外 1.55-1.75 30 用于分辨道路/裸露土壤/水, 它还能在不同植被之间有好的对比度, 并且有较好的穿透大气、云雾的能力。
b) AVIRIS指标 波段波长(微米) 波长范围 400-2500nmBand 1-4 紫外 0.369-0.399 光谱分辨率 10nm Band 5-14 蓝光 0.409-0.497 Fwmh 10nm Band 15-24绿光 0.507-0.596 Band 25-36红光 0.606-0.693Band 37-63近红外0.702-1.048c) Hyperion指标 波段波长(微米) 波长范围 430-2400 Band 1-5 紫外 0.356-0.396 光谱分辨率10nm Band 6-15 蓝光 0.406-0.498 Band 16-25 绿光 0.508-0.600 Band 26-36 红光 0.609-0.691 Band 37-184 近红外 0.702-1.992Band 185-242中红外2.002-2.577报告内容1、分别使用AVIRIS 和Hyperion 数据，如何针对植被、水体等不同地物进行假彩色合成选择合适的波段？ 2、分别从ETM+，AVIRIS 和Hyperion 数据中分别选取5种不同的地物，提取曲线。
从光谱剖面曲线上，比较分析多光谱数据和高光谱数据的各自特点。
3、信噪比计算，对Headwall 拍摄的数据，采用MNF 去噪后，实现以下计算和比较分析：a) 去噪前后，各波段图像的信噪比值Band 6 热红外 10.40-12.5060 感应发出热辐射的目标。
Band 7 中红外 2.09-2.35 30 对于岩石/矿物的分辨很有用, 也可用于辨识植被覆盖和湿润土壤。
Band 8全色0.52-0.9015得到的是黑白图象, 分辨率为15m, 用于增强分辨率, 提供分辨能力。
b)去噪前后，同一像素的（或同一区域的平均）光谱的信噪比值实验二 高光谱遥感数据的大气校正实验目的大气的影响对高光谱遥感而言比多光谱遥感更重要，尤其是陆地高光谱遥感，消除大气的影响而获得接近地面测量的光谱数据，对于准确识别地物、属性估计等具有十分重要的意义。
大气校正的目的是消除大气和光照等因素对地物反射的影响，获得地物反射率和辐射率、地表温度等真实物理模型参数，用来消除大气中水蒸气、氧气、二氧化碳、甲烷和臭氧对地物反射的影响，消除大气分子和气溶胶散射的影响。
本次实验的目的是掌握一般大气校正方法，理解大气传输过程中散射、吸收和折射作用的影响机理和校正的原理，掌握大气校正的一般方法和处理过程。
实验内容1、使用黑暗目标法分别对TM和AVIRIS影像进行大气校正2、使用FLAASH模块对AVIRIS影像进行大气校正预备知识1、黑暗目标消减法(Dark Object Substraction,DOS)a) 基本原理：寻找影像中的最暗的目标区域，假设该区域的光谱反射率为0，而实际获得的反射率是由于大气影响或程辐射的结果，并且其它区域受到相同的影响。
那么，可以通过从每个像元的反射率扣除掉黑暗目标的反射率就可以达到大气校正的目的。
通常情况下，我们一般选择水体作为暗目标。
b) ENVI 中DOS 的操作i. ENVI 中DOS 被称为Dark Subtractii. 依次选择菜单 Basic Tool ‐> Preprocessing ‐> General Purpose Utilities ‐> Dark Subtract，启动模块。
选择待校正的图像，选择Band Minimum 选项，即每个波段的最小值将被自动选为暗目标的反射率。
处理后保存结果即可。
2、ENVI FLAASHa) 简介：ENVI 的高精度大气校正工具包，其最新扩展模块FLAASH2.0 专门对波谱数据进行快速大气校正分析。
FLAASH可以处理任何高光谱数据、卫星数据和航空数据(860nm/1135nm)，这些数据是由HyMAP、AVIRIS、CASI、HYDICE、HYPERION(EO‐1)AISA、HARP、DAIS、Probe‐1、TRWIS‐3、SINDRI、MIVIS、 OrbView‐4、NEMO 等传感器获得的。
FLAASH还可以校正垂直成像数据和侧视成像数据。
FLAASH 是目前精度最高的大气辐射校正模型，使用了 MODTRAN 4 辐射传输模型的代码，基于像素级的校正，校正由于漫反射引起的连带效应，包含卷云和不透明云层的分类图，可调整由于人为抑止而导致的波谱平滑。
FLAASH 可对Landsat, SPOT,AVHRR, ASTER, MODIS, MERIS, AATSR, IRS 等多光谱、高光谱数据、航空影像及自定义格式的高光谱影像进行快速大气校气校正的目的。
通常情况下，我们一般选择水体作为暗目标。
b) ENVI 中的FLAASH 的操作请参见附件《ENVI FLAASH使用手册》报告内容1、一些基本的概念：a) 大气散射b) 大气吸收和地面遥感可以利用的主要大气窗口c) 解释为什么天空是蓝色的，而在太阳升起和落下时天空会呈现红色或橘红色d) 为什么需要进行大气校正2、对比分析 DOS 和FLAASH 的处理结果，注意典型地物的校正效果。
从大气传输过程简要分析一下FLAASH的关键参数设置对结果的影响。
实验三 地物光谱测量与成像实验目的1、了解地面高光谱数据获取的一般方法和测量过程2、了解地物光谱仪的一般工组原理3、理解地物光谱测量是定量遥感建模的重要内容实验内容1、了解野外便携式地物光谱仪的原理、使用和操作2、使用野外便携式地物光谱仪测量典型地物（水，土，作物）的光谱曲线预备知识1、便携式地物光谱仪的基本工作原理光纤光谱仪是现代主流的便携式地物光谱仪，基本工作原理是光源发光通过光纤传导入采样探头，光线照射于物体表面后，反射光再经探头导入与光谱仪相连的光纤束，被测光由接头入射到光谱仪内。
光谱仪内的分光结构至关重要。
入射光经反射准直镜准直，平面反射式光栅分光后，将入射光分成按一定波长顺序排列的单色光，再由成像物镜聚焦后，投射到CCD阵列的光敏面上进行检测。
典型的光纤光谱仪的构造如下图。
V s (λ实验采用式中，ρ)分别为测2、 几1) SV 2)海用垂直测量(λ)为被测测量物体种便携式VC 便携式地光海洋光学US光量方法，计ߩሺߣሻ测物体的反和标准版式地物光谱地物光谱仪光谱内置存通线阵列探光谱分辨率（最小积分SB4000‐VIS ‐光谱内置存储通道线阵列探光谱分辨率（最小积分计算公式为ൌܸሺߣሻܸ௦ሺߣሻ反射率，ρ版的仪器测谱仪仪的基本参数谱范围：35储器 ：50道数 ：10探测器：((2(（FWHM）：≦≦≦分时间：1NIR谱范围：35储器 ：-道数 ：-探测器：36FWHM）：1.分时间：3.为：ൈߩ௦ሺߣሻs (λ)为标准测量值。
数50 – 2500 00 scans(扫0241) 512 Si，2) 256 InGa3) 256扩展≦3.5nm, 350≦8.5nm 1000≦6.5nm, 185毫秒50 – 1000 648 Si，3505nm, 350 –8毫秒ሻ准版的反射nm扫)350-1000nm aAs，1000-1展的InGaAs 0 – 1000 n 0 – 1850 n 50 – 2500 nm -1000nm– 1000 nm射率，V(m 1850nm s，1850-25nmnm nmλ)，00nm实验步骤1、测量目标和条件的选择（1） 环境: 无严重大气污染，光照稳定，无卷云或浓积云， 风力小于3 级，避开阴影和强反射体的影响(测量者不穿白色服装)。
（2） 时间: 地方时9: 30‐14: 30 。
（3） 取样: 选择物体自然状态的表面作为观测面，取样面积大于地物自然表面起伏和不均匀的尺度，被测目标面要充满视场。
（4） 标准板: 标准板表面与被测地物的宏观表面相平行， 与观测仪器等距，并充满仪器视场，保证板面清洁。
2、安装仪器开始测试（1） 对准标准板，读取数据为V s 。
（2） 移开标准板对准地物，读取数据V g 。
（3） 重复步骤(1)(2)， 测量5‐9 次， 记录数据， 计算平均值。
（4） 更换目标，做好信息记录， 重复(1)‐(3)步骤。
（5） 整理数据，根据上述公式计算反射率ρg(λ), 标准板的反射率ρ's(λ)为已知值。
仪器安装注意事项:测量高度: 仪器保持水平架设，离被测地物表面距离≥1m。
几何关系:仪器轴线与天顶的倾斜角<±2°，标准面水平放置。
3、分析实测结果（1）根据计算结果，准确绘出地物光谱反射率曲线图。
（2）根据所绘曲线， 比较不同地物光谱特征，分析在遥感影像上可能产生的差异。
（3）分析实习过程中可能引起误差的因素。
报告内容1、分析地物光谱测量过程中的几种主要的影响因素。
2、在Excel或Matlab中绘制测量得到的典型地物的光谱曲线，并从地物的光谱响应特征和特征波段的测量结果对数据的质量进行分析和简要评价实验四 MNF与端元选取实验目的光谱解混是高光谱数据处理与分析的基本方法和必要的过程。
本次实验目的是了解高光谱影像混合的基本理论，掌握端元选取和光谱解混的一般方法。
实验内容1、MNF变换cup95eff.int是本次实验使用AVIRIS的高光谱影像，已经经过消光和大气校正。