高光谱遥感
高光谱遥感
• 中国：MAIS、PHI、OMIS-1（10个热波段）、 中国： 个热波段）、 、 、 （ 个热波段 CMODIS（神舟III号） 、Env-DD（环境灾害小卫星） （神舟 号 （环境灾害小卫星）
三、高光谱遥感技术优势与局限性
优势 1：充分利用地物波谱信息资源 ：
图 不同波谱分辨率对水铝反射光谱曲线
优势 2： 利用波形 精细光谱特征进行分类与识别地物 ： 利用波形/精细光谱特征进行分类与识别地物
Al-OH
Paragonite
Muscovite
Phengite
三种类型的白云母精细光谱特征
岩石的光谱发射率特征
航空高光谱遥感飞行设计图
（2）光谱特征参数定量分析技术 ）
不同水分含量的叶片的光谱反射率
RWC(%)=24.5+7.13*面积 (R2=0.845)
（3）光谱匹配技术（二值编码） ）光谱匹配技术（二值编码） • 岩矿光谱分类与识别
岩石和矿物
2.15-2.31微米 粘 土 矿 2.24-2.31微米 Mg-OH 对称性>1 滑石 2.15-2.19微米 叶蜡石 2.31-2.35微米 碳 酸 盐
优势 3： 利用图 谱实现自动识别地物并制图 ： 利用图-谱实现自动识别地物并制图
局限1：海量数据的传输、 局限 ：海量数据的传输、处理与存储 128波段的 波段的OMIS: 采集数据速率 采集数据速率60Mb/s；400Mb/km2 波段的 ；
高光谱遥感信息的图像立方体表达形式是一种新 高光谱遥感信息的图像立方体 表达形式是一种新 型的数据存储格式， 型的数据存储格式，其正面图像是由沿飞行方向的扫 描线合沿扫描方向的像元点组成的一景优选的三波段 合成的二维空间彩色影像； 合成的二维空间彩色影像；其后面依次为各单波段的 图象叠合，其数据量为所有波段图像的总和； 图象叠合，其数据量为所有波段图像的总和；位于图 像立方体边缘的信息表达了各单波段图像最边缘各像 元的地物辐射亮度的编码值或视反射率。 元的地物辐射亮度的编码值或视反射率。
高光谱遥感分解课件
端元提取的效果直接影响到后续的混合 像元分解和谱间关系分析的精度和可靠 性，因此是高光谱遥感分解中的关键步
骤。
混合像元分解方法
混合像元分解的方法包括基于物理模型的方法和基于 统计模型的方法等。这些方法通过建立地物光谱与像 元光谱之间的数学模型，利用优化算法对模型参数进 行求解，从而得到每个像元的纯组分和丰度信息。
高光谱遥感分解方法
端元提取方法
端元提取是高光谱遥感分解的基础，目 的是从高光谱数据中提取出纯净的地物 光谱，为后续的混合像元分解和谱间关
系分析提供基础。
端元提取的方法包括基于统计的方法、 基于空间的方法和基于变换的方法等。 这些方法通过不同的原理和算法，从高 光谱数据中提取出尽可能纯净的地物光
谱。
矿物与地质应用
总结词
高光谱遥感在矿物与地质应用中具有重要作用，可以用于矿产资源调查、地质构造分析 等。
详细描述
高光谱遥感能够通过分析地物的光谱特征差异，识别不同类型的矿物和地质构造。在矿 产资源调查中，高光谱遥感可以用于发现潜在的矿床和评估矿产资源的分布情况。同时 ，在地质构造分析中，高光谱遥感可以通过分析地物的光谱特征差异，揭示地质构造的
高光谱遥感分解课件
ቤተ መጻሕፍቲ ባይዱ
目录
CONTENTS
• 高光谱遥感概述 • 高光谱遥感技术原理 • 高光谱遥感分解方法 • 高光谱遥感应用实例 • 高光谱遥感技术展望
01
CHAPTER
高光谱遥感概述
高光谱遥感的定义
高光谱遥感是一种利用光谱信息对地球表面进行观测和监测 的技术。它通过卫星或飞机搭载的高光谱成像仪获取地物辐 射的连续光谱信息，进而分析地物的成分、结构和动态变化 。
高光谱遥感技术的挑战与问题
高光谱遥感名词解释
高光谱遥感名词解释
1.高光谱遥感(Hyperspectral Remote Sensing):是遥感技术的一种，利用高光谱数据进行地物信息的提取。
高光谱遥感能够提供每个像元的数十至数百个波段的光谱数据，这些数据可以用来识别不同类型的地物，对地表的物理、化学和生物属性进行精确的定量分析。
2.光谱(Spectrum):是由不同波长的光组成的光线。
在高光谱遥感中，探测器可以测量出每个像元的光谱，也就是不同波长的光在该像元的反射率或辐射率的值。
3.反射率(Reflectance):是地物表面反射入射光的比率，是高光谱遥感中的一个重要参数。
不同地物的反射率在不同波段上表现出不同的特征，可以用来识别地物类型。
4.特征提取(Feature extraction):是高光谱遥感中的重要分析方法，通过数学和统计学方法对光谱数据进行处理，提取出地物的光谱特征，如反射率峰值、谷值和斜率等，用来识别地物类型和进行精确分类。
5.分类(Classification):是将地物根据其光谱特征划分为不同的类别的过程。
高光谱遥感中常用的分类方法包括基于像素的分类、基于物体的分类和基于混合像元的分类等。
6.多光谱遥感(Multispectral Remote Sensing):和高光谱遥感相似，但是只能提供少数几个波段的光谱信息。
多光谱遥感常用于地物类型的粗略分类，而高光谱遥感更加适用于地物的精细分类和属性分析。
高光谱遥感的概念
定量反演与模型模拟技术
定量反演
利用高光谱数据反演地物参数， 如叶绿素含量、地表温度等。
模型模拟
建立地物光谱模型，模拟地物光 谱特征，用于预测和模拟。
参数优化
对反演和模拟的参数进行优化， 提高结果的准确性和可靠性。
04
高光谱遥感的应用案例
农业应用案例
作物分类与识别
土壤质量评估
高光谱遥感能够通过分析不同作物反射 的光谱特征，实现对农作物的精细分类 和识别，有助于精准农业的实施。
图像融合
将多源遥感数据融合，提 高信息量和分辨率。
图像增强
通过对比度拉伸、色彩映 射等手段，改善图像的可 视化效果。
特征提取与分类技术
特征提取
从高光谱数据中提取地物 光谱特征，如光谱曲线、 谱带宽度等。
分类识别
利用提取的特征进行地物 分类，识别不同类型地物。
精度评估
对分类结果进行精度评估， 提高分类准确率。
高光谱遥感的概念
目
CONTENCT
录
• 引言 • 高光谱遥感的原理 • 高光谱遥感的关键技术 • 高光谱遥感的应用案例 • 高光谱遥感的未来发展
01
引言
什么是高光谱遥感
高光谱遥感是一种利用光谱信息对地球表面进行观测和监测的技 术。它通过卫星、飞机或其他遥感平台搭载的高光谱传感器，获 取地表反射、发射和散射的光谱数据，从而实现对地物的精细识 别和分类。
高光谱遥感的数据获取方式
采集方式
通过卫星或飞机搭载高光谱传 感器进行数据采集。
数据处理
对采集的高光谱数据进行预处 理、特征提取和分类识别等操 作。
应用领域
农业、环境监测、城市规划、 地质勘察等领域。
03
高光谱遥感
多光谱遥感：国际遥感界的共识是光谱分辨率在λ /10数量级范围 的称为多光谱(Multispectral)，这样的遥感器在可见光和近红外 光谱区只有几个波段，如美国 LandsatMSS，TM，法国的SPOT等。 高光谱遥感：光谱分辨率在λ /100的遥感信息称之为高光谱遥感 (HyPerspectral)。它是在电磁波谱的可见光，近红外，中红外和 热红外波段范围内，获取许多非常窄的光谱连续的影像数据的技术。 其成像光谱仪可以收集到上百个非常窄的光谱波段信息。高光谱遥 感是当前遥感技术的前沿领域,它利用很多很窄的电磁波波段从感 兴趣的物体获得有关数据，它包含了丰富的空间、辐射和光谱三重 信息。高光谱遥感使本来在宽波段遥感中不可探测的物质,在高光 谱遥感中能被探测。 超高光谱遥感：而随着遥感光谱分辨率的进一步提高，在达到 λ /1000时，遥感即进入超高光谱(ultraspeetral)阶段。
土壤属性高光谱反演
土壤盐分
在土壤反射光谱中的特征光谱，从而对土壤营养状况和
土壤侵蚀状况做进一步检测与评价。有图可知，总氮在 0.55-0.60μm之间和0.80-0.85μm之间有较明显的反射峰 ，在1.4μm周围有较显著的吸收谷。
土壤水分
当土壤的含水率增加时，土壤的反射率下降，在水的吸
Hyperion/EO-1
Hyperion 传感器搭载于 EO-1 卫星平台，EO-1(Earth
Observing-1)是美国NASA 面向 21 世纪为接替 LandSat-7 而 研制的新型地球观测卫星，于 2000 年 11月发射升空，其卫 星轨道参数与 LandSat-7 卫星的轨道参数接近，之所以设计 相同轨道，目的是为了使 EO-1 和 LandSat-7 两颗星的图像 每天至少有 1~4 景重叠，以便进行比对。 传统的陆地资源卫星只提供为数不多的七个多光谱波段，远 远不能满足各种实际应用的需要，因此美国地质调查局 （USGS）与美国宇航局（NASA）合作发射了 EO-1 卫星， 并在该卫星上搭载了三种传感器分别是 ALI (the Advanced Land Imager), Hyperion, LEISA （the Linear Etalon Imaging Spectrometer Array）Atmospheric Corrector
高光谱遥感的原理与应用
高光谱遥感的原理与应用1. 高光谱遥感技术简介•高光谱遥感是一种用于获取地面物体光谱信息的遥感技术。
•与传统遥感技术相比，高光谱遥感具有更高的波段分辨率和更丰富的光谱信息。
•高光谱遥感技术的原理是通过采集地面物体在可见光和近红外波段的光谱反射信息，来获取物体的光谱特征。
2. 高光谱遥感的原理•高光谱遥感利用高光谱仪器来收集地面物体在一系列窄波段上的光谱反射数据。
•高光谱仪器通常由特定波段的传感器阵列组成，每个传感器负责收集一个波段的光谱数据。
•地面物体的光谱特征可以通过分析被收集到的光谱数据来确定。
3. 高光谱遥感的应用领域•农业：利用高光谱遥感技术可以监测作物的生长状态、优化农田管理以及检测病虫害等问题。
•矿产资源勘探：高光谱遥感可以检测矿产资源的类型和分布，有助于矿产资源勘探和开发。
•环境监测：高光谱遥感可以监测水体质量、土壤污染程度等环境参数，有助于环境保护和资源管理。
•森林火灾监测：通过高光谱遥感技术可以实时监测森林火灾的扩散情况，有助于及时采取灭火措施。
•城市规划：高光谱遥感可以提供城市土地利用信息，有助于城市规划和土地管理。
4. 高光谱遥感技术的优势•高光谱遥感技术具有较高的波段分辨率，可以获取更详细的光谱信息。
•高光谱遥感技术可以提供更准确的地物分类和识别能力。
•高光谱遥感技术可以探测隐蔽的物体特征，对物体的构成和结构提供更深入的了解。
•高光谱遥感技术具有较高的空间分辨率，可以提供更精细的地物信息。
5. 高光谱遥感技术的挑战和发展方向•数据处理：高光谱遥感技术生成的数据量巨大，对数据处理的算法和技术提出了新的挑战。
•传感器技术：高光谱遥感仪器的性能和稳定性需要不断提升，以满足复杂环境下的需求。
•数据标定和校正：高光谱遥感数据需要进行标定和校正，来消除传感器和大气等因素对数据的影响。
•数据分析和解释：高光谱遥感技术生成的数据需要进行分析和解释，以提取有用的地物信息。
6. 结论高光谱遥感技术是一种重要的遥感技术，具有广泛的应用前景。
高光谱遥感原理与方法
高光谱遥感原理与方法
高光谱遥感是一种利用光谱信息来获取地物特征的遥感技术。
传统的遥感技术通过测量地物反射、辐射或散射的总辐射能量来获取地物信息，而高光谱遥感则可以在较短的时间内获取地物的详细光谱信息。
高光谱遥感的原理是利用遥感仪器将地球表面上被测量物体反射的电磁波信号分成很多独立的波段，称为光谱带。
每个光谱带对应于不同的波长范围，从可见光到红外波段。
对于每个光谱带，遥感仪器会记录地物对该波段的反射或辐射能量。
高光谱遥感的方法可以分为两个步骤：数据获取和数据分析。
数据获取阶段，需要利用高光谱遥感仪器对地表进行遥感观测。
高光谱遥感仪器通常由光学设备和光谱仪组成，可以捕捉地物反射的光谱信息。
数据分析阶段，利用计算机技术对获取的高光谱数据进行处理和分析。
首先，需要对原始数据进行预处理，包括大气校正、辐射校正等，以消除环境因素的影响。
然后，利用光谱特征进行地物分类和识别。
通过对高光谱数据分析，可以提取出地物的光谱特征，比如植被指数、土壤属性、水质等。
最后，可以将分析结果应用于各种领域，比如环境监测、农业管理、资源调查等。
总的来说，高光谱遥感通过光谱信息获取地物特征，具有较高
的分辨率和较强的光谱敏感性，可以提供更详细的地物信息，对于地球科学研究和自然资源管理具有重要意义。
高光谱遥感原理
高光谱遥感原理
高光谱遥感是一种使用高光谱仪器获取地物和目标物质光谱信息的遥感技术。
它通过获取不同波长范围内的光谱数据，从而分析和识别地表物质的成分、结构和特征。
高光谱遥感利用高光谱仪器（例如光谱辐射计或光谱成像仪）能够分辨不同的波长，从紫外线到红外线范围的电磁波谱。
这些仪器通常使用分光技术将不同波长范围的光分解成若干个独立的光谱带，可以获取到数百个波段的光谱数据。
在高光谱遥感中，遥感仪器通过航空或卫星平台获取地面上的光谱信息。
当光线照射到地面物体上时，不同的物质会对不同波长的光有特定的反射、散射或吸收特性，形成其独特的光谱信号。
高光谱仪器能够测量并记录这些光谱信号的强度。
通过分析和解译高光谱数据，可以确定地表物质的组成、含量和分布。
不同的物质对不同波段的光具有特定的光谱特征，这些特征可以用来区分不同的地物类型，如植被、岩石、水体等。
高光谱遥感也可以用于环境监测、农业管理、矿产勘探等领域。
总之，高光谱遥感原理是利用高光谱仪器获取地物光谱信息，通过分析和解译这些光谱数据来识别和研究地表物质的特征和属性。
- 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)。
高光谱遥感的基本概念
高光谱遥感的基础是波谱学，早在20世纪初波 谱学就被用于识别分子和原子的结构。由于物 质是由分子、原子构成的，组成物质的分子、 原子的种类及其排列方式决定了该物质区别于 其它物质的本质特征。当电磁波入射到物质表 面时，物质内部的电子跃迁，原子、分子的振 动、转动等作用使物质在特定的波长形成特有 的吸收和反射特征，能够通过物质的反射（或 吸收）光谱上反映出物质的组成成分与结构的 差异,然而这些吸收和反射特征在传统的多光 谱遥感数据上很难清楚地体现（童庆禧， 1990）。
10-1λ
>10-2λ
高光谱遥感的基本概念 2 Radiant
2 Spatial (2D)
高光谱图像立方体
2 Spectral
高光谱遥感的基本概念
z光谱分辨率高(λ×10-2)
特 点
z波段多⎯数十到数百 z谱⎯像合一的特点 z信息量大，一次数据获取达千兆(GB)级
z数据速率高，数十⎯数百兆比特/秒
10
ΕΟ−1/ΗΨ
220
ΠΕΡΙ ON
EO-1/ LAC
256
Landsat7
7/W TM+
Obv iew-4
MO DIS
MERIS
AR IES
400-2 500
2 5.4 12 0.0 1 6.5 <5.0 12.5 2 5.0 2 0.0-71.0 6 0.0 57 0.0 1 6.0 10 0.0 1 5.0 200 0.0 60 0.0 2 0.0 5 0.0 8.0 400/ 500
航天高光谱仪 Hyperion
遥感器 PLI-PMI C ASI S FSI AIS-1
AIS-2 AVI RIS (20 km) A SAS 改进 ASAS
GE RIS
光谱范围 ( nm)
403-805 430-870 1 200-2 400 900-2 100 1 200-2 400 800-1 600 1 200-2 400
美国 (G ER)
德国
图像立方体 法国
机载 机载 机载
图 像立方体
澳大利亚 机载
(G EOSCAN)
图 像立方体
GER 为 ESA 机载
研制
图 像立方体
美国 机载
Daeda lus
图像立方体 NRL
机载
图像立方体 中国
机载
图 像立方体 图 像立方体
图 像立方体 图 像立方体
中国 澳大利亚 美国 GER 为日 本 JGI 研 制
VIS/NIR SWIR-II MIR
TIR
辅助通道
主通道
全反射离轴镜设计 公用准直镜→分色滤光片→色散元件→会聚镜→线阵
探测器
反射式平面闪耀光栅
透射式会聚镜组
下层光谱仪模块
上层光谱仪模块
高光谱遥感器
MAIS系统（Modular Airborne Imaging Spectrometer）
VNIR: 32 波段 (0.44~1.08um) 光谱分辨率: 20nm
•成像子系统：使用成像主镜的中心遮光区，形成两个独立的 光学通道一主通道和辅助通道，既分离了波长紧接的可见光、 近红外区与短波红外I区，又提高了光学效率。
•光谱仪模块：各光谱区自成一个光谱仪，使用各自的分光元 件、会聚镜组和探测器。
高光谱遥感器
波段
OMIS系统部分参数 128波段
波长 光谱分辩率
64(64,32,16) 0.4-1.1um 10nm
高光谱遥感的基本概念
明矾矿在高光谱与多光谱上的波谱差别
高光谱遥感器
窄波段CCD相机 获得的高空间、高光 谱分辨率图像
杂 草
土 壤
小 麦 经反射率转换后 的图像立方体 空间分辨率2.4mm,光谱分辨率10nm
高光谱遥感器
高光谱技术所获取的
图像包含了丰富的空间、
辐射和光谱三重信息，因
而在地质、农业、植被、
3 5.0
剖面图像 剖面图像
加拿大 加拿大
122
1 0.0
0.4
11.7 图像立方体 加拿大
128
9.3
1.91 3.7
图像立方体 美国
128
1 0.6
2.05 7.3
图像立方体 美国
224
9.4-16.0 1.0
3 0.0 图像立方体 美国
(20m) (12km)
28
1 5.0
0.80 25.0 图像立方体 美国
256
460-1 100
32
M AIS
1 440-2 400 32 8 200-12 200 7
PHI
400-850
224
Hy Map
450-2 480
128
WIS
400-5 400
812
760-850
1
AS TER
3 000-5 000 3
(模拟器)
8 000-12 000 20
EO-1/ ALI 400-2 400
400-2 450
455-873 400-1 060 400-100 1 000-2 000 2 000-2 500
表 1.1，国际上部分成像光谱仪一览表（陈述彭等，1997）
波段宽
I FOV
FOV
波段数
数据形式
国家
(nm) (mrad) (°)
288
2.5
288
2.9
0.66/0.8 70.0
1.2
光谱仪 Spectro SE 590TM ASD PSⅡTM SpectraS can PR-650TM ASD FieldSpec UV/VNIRTMGER1 500TM GER 1 500TM Inter Spectronics PI MA ⅡTM ASD FieldSpec NIRTM GER IRIS Mk IVTM GER SIRI STM ASD FieldSpec F RTM
4.7/11.7 20.0 20.0 400−800 <5 15 11 ,16 9 0.0 60 0.0 20 0.0 可变
2.5 3.3 4.5 0.55 3.3/11.7
2 .1/3.0
3 .3,2 .2 或1.1
2.0
0.5 1.3,3. 0 或 4.5 1.5 2.5 0 .66 1.0,2. 5 5.0 30m
9 0.0 3 2.4 4 0.0
92
7 8.0
7 0.0
7.2 9 0.0 21 6 1.3 2 8.8 65 .0, 10 4.0 3 7km
10
30m
7 5km
2-6
2 50m
18 5km
可变
30m
18 5km
20 /16
30m
1 5km
图像立方体 10 个视角 7 50/-550 图 像立方体
SWIR: 32 波段 (1.5~2.45um) 光谱分辨率: 25nm
TIR: 7 波段 (8.0~11.6) 光谱分辨率: 0.45um
IFOV: 3.0mrad FOV: 90 degree scanning : 10-20(line/second) digitizer: 12bit
MAIS：云南腾冲火山群
能 力
z能获取地物目标的精细光谱特征 z综合地面目标的空间维、时间维、光谱维特征 z探测各种目标的成分属性及有机目标的状态属性
优 点
z有利于利用光谱特征分析来研究地物 z有利于采用各种光谱匹配模型 z有利于地物的精细分类与识别
应用 领域
zz各农种业需、识地别质地、面城目市标、的环领境域、军事（（伪侦装察与与反反伪侦装察））
16(8,1)
1.1-2.0um 60nm
32(32,1) 2.0-2.5um 15nm
8(8,1)
3.0-5.0um 250nm
8(8,1)
8.0-12.5um 500nm
IFOV 3.0,1.5mrad
FOV > 路形式
色散元件 会聚单元 空间布局
SWIR-I
波段数 5-10
100-200
Δλ/λ 0.1 0.01
VNIR 50-100 5-20
IRT
MIR 100-200
10-50
IRT 1000-2000 100-500
高光谱遥感的基本概念
高光谱遥感起源于20世纪70年代初的多光谱遥 感,它将成像技术与光谱技术结合在一起,在对目标 的空间特征成像的同时,对每个空间像元经过色散 形成几十乃至几百个窄波段以进行连续的光谱覆 盖,这样形成的遥感数据可以用“图像立方体”来形 象的描述.同传统遥感技术相比, 其所获取的图像包 含了丰富的空间,辐射和光谱三重信息。
高光谱遥感器
PHI推扫式成像仪介绍
2000.6日本长野实验，具有80个 波段的PHI高光谱图像立方体
高光谱遥感器
OMIS系统实物
OMIS系统模型
高光谱遥感器
光学系统由扫描机构、成像子系统和光谱仪模块组成,各个模 块的组成和特点为：
•扫描机构：45º旋转反射镜作扫描部件，扫描角大，航空遥 感作业效率高；且设置了高、低温黑体源及可见光源，作机 上定标。
环境、城市、军事、水文、
大气等方面都有巨大的应 工作方式
用前景。
FOV
IFOV
我国在中科院遥感所 和上海技物所等单位的协 作下，发展的OMIS，
S/N 波段数 光谱范围 光谱分辨率
MAIS，PHI等航空高光谱 像元数
成像仪也达到了很高的水
光谱采样 重量
平
帧频
数据速率
航空高光谱仪 PHI
面阵CCD推扫 0.36rad(21degree) 1.0mrad 300 244bands VIS-NIR(400nm--850nm) <5nm 376pixels/line 1.86nm 9Kg 60Fr/sec 7.2Mb/Sec.