《遥感原理与应用》实验指导书-20140506
《遥感原理与应用》实验报告一
《遥感原理与应用》实验报告一前言一、实验目的与任务《遥感原理与应用》是测量学科的基础课，也是一门实践性很强的课程，实验的目的一方面是为了验证、巩固课堂上所学的知识，另一方面是熟悉遥感平台的应用方法，培养学生进行遥感平台的基本操作技能，使学到的理论与实践相结合。
通过实验，培养学生的动手能力和严格的科学态度，以及爱护仪器、热爱劳动、热爱集体的良好思想。
二、实验内容与学时分配三、实验注意事项1.在实验之前，必须复习教材中的有关内容，认真仔细地预习实验，明确目的要求、方法步骤及注意事项，以保证按时完成实验。
2.每人必须认真、仔细地操作，培养独立工作能力和严谨的科学态度，同时要发扬互相协作精神。
3.实验应在规定的时间和地点进行，不得无故缺席或迟到早退，不得擅自改变地点或离开现场。
在实验或实习过程中或结束时，发现有损坏情况，应立即报告指导教师，同时要查明原因，根据情节轻重，给予适当处理。
四、实验成绩考核单个实验成绩由两部分组成：课程成绩 = 过程考核30% + 实验报告×70%。
实验一认识遥感影像并熟悉遥感影像处理软件一、实验目的1.掌握遥感影像的下载方式，了解相关平台。
2.掌握ENVI的基本视窗操作，能够进行系统设置，查看并理解遥感卫星影像的相关参数。
3.掌握使用ENVI进行遥感影像裁剪的方法和步骤。
4.了解遥感影像的格式，能够将遥感影像存储成特定格式。
5.掌握遥感影像的合成方法，包括真彩色合成和伪彩色合成。
二、实验原理1.图像裁剪图像裁剪的目的是将研究区之外的区域去除，常用的方法是按照行政区边界或者自然区划边界进行图像裁剪。
同时，还可以按照矩形，任意多边形，影像对其进行裁剪。
规则裁剪，是指裁剪图像的边界范围是一个矩形，这个矩形范围获取途径包括：行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。
2.多波段组合以Landsat8 OLI传感器为例，多波段组合方式及用途如下表所示。
表1.1 Landsat8数据波段参数三、实验内容1.通过网络（如地理空间云等），免费下载一幅遥感影像。
《遥感原理与应用》教学大纲
遥感原理与应用一、课程说明课程编号：010517Z10课程名称：遥感原理与应用/Remote Sensing Principle and Application课程类别：专业教育课程学时/学分：48/3先修课程：数字图像处理适用专业：地理信息科学，地质工程教材、教学参考书：1.梅安新主编.遥感导论.北京：高等教育出版社.2010年；2.孙家炳主编.遥感原理与应用（第三版）.武汉：武汉大学出版社.2013年；3.吴俐民编著.卫星遥感影像专题信息提取技术与应用.成都：西南交通大学出版社.2013年；4.周廷刚主编.遥感原理与应用.北京：科学出版社.2015年；5.彭望琭主编.遥感概论.北京：高等教育出版社2002年。
二、课程设置的目的意义该课程是地理信息科学专业的核心必修课程，主要目的是使学生掌握遥感的基本概念、基本原理和方法，并熟悉遥感在各领域中的简单应用，培养学生对遥感技术及其应用方面的兴趣，增强学生创新意识和创新思维，提高实际动手能力和创新能力。
通过本课程的学习，为学生进一步学习《遥感影像分析》、《地理国情监测》、《空间数据挖掘》和《毕业设计/论文》等课程奠定基础。
三、课程的基本要求知识：掌握遥感成像的物理基础；掌握地物光谱的基本特征；熟悉1-2个主要遥感软件的基本操作；能完成遥感影像基本处理；掌握遥感图像解译的基本原理与方法；掌握遥感在各领域的简单应用。
能力：熟悉主要遥感软件的特点与功能，具备应用遥感软件进行遥感影像处理的能力；具备利用遥感影像进行地理空间信息获取、处理、分析、理解与应用的基本能力；掌握文献检索、资料查询及运用现代信息技术获取相关信息的基本方法，具有一定的归纳分析、撰写论文、参与学术交流的能力；具有良好的科学思维和科学方法，具有创新意识和协同攻关能力和科学研究的初步能力。
素质：既能独立工作，又具有团队协作精神，适应竞争学会合作；具有良好的心理承受能力及科学的工作心态；具有良好的自学能力和独立解决问题的能力。
遥感原理与应用实验教学大纲
6、遥感技术的应用：通过在测绘、地质、资源环境、水利四个领域的应用实例，掌握在不同行业遥感应用的具体解决方案和技术措施。
（三）安排方式：实验以班级为单位在学院计算机房进行。
四、场地与设备
1、实践场地：院机房
2、所用设备：计算机及遥感图象处理软件ENVI
五、考核与成绩评定
通过实验学生应该掌握的能力和应完成的主要工作：
1、独立完成软件的安装与设置；
2、独立完成图象数据的下载、属性数据的输入、转换等；
3、独立图象处理的各个环节；
4、完成成果的输出和实验报告书写。
根据以上成果的提供和学生独立完成的数量和质量，按照优、良、中、及格和不及格给出学生综合成绩，记入学生该门课的平时成绩。
六、实验大纲说明
本实验属于课堂实验，要求学生运用所在章节学习内容完成相应的遥感图象处理实验，巩固所学的理论知识。
主要培养学生综合运用所学知识、实验方法和实验技能分析、解决问题的能力。
本实验是“遥感原理与应用”课程的课程实验，所以欲完成本实验，还要参照“遥感原理与应用”课程教学大纲。
《遥感原理与应用》实验报告——影像融合
《遥感原理与应⽤》实验报告——影像融合实验名称：影像融合⼀、实验内容1. 对TM 影像和SPOT 影像进⾏HSV 数据融合。
2. 查阅相关资料⽤envi 软件实现⼀种数据融合的⽅法，如Brovey 、PCA 等。
3. 利⽤均值、标准差、特征值等参数对上述两种⽅法的融合效果进⾏评价。
⼆、实验所⽤的仪器设备，包括所⽤到的数据电脑⼀台，Window7操作系统，遥感影像处理软件（ENVI4.3)英国伦敦的TM 影像数据lon_tm 和SPOT 影像数据lon_spot 。
三、实验原理1. 定义：图像（影像）融合是指将多余遥感影像按照⼀定的算法，在规定的地理坐标系中，⽣成新的图像的过程。
2. ⽬的：(1) 提⾼图像空间分辨率 (2) 改善分类(3) 多时相图像融合⽤于变化检测 3. 基本原理(1) HSV 变换法：HSV （hue, saturation, and value ：⾊调，饱和度，亮度值）。
⾸先将多光谱图像经HSV 变换得到H 、S 、V 三个分量。
然后将⾼分辨率的全⾊图像代替V 分量，保持H 、S 分量不变。
最后再进⾏HSV 变换得到具有⾼空间分辨率的多光谱图像。
(2) Brovey 变换法:对彩⾊图像和⾼分辨率数据进⾏数学合成，从⽽使图像锐化。
彩⾊图像中的每⼀个波段都乘以⾼分辨率数据与彩⾊波段总和的⽐值。
函数⾃动地⽤最近邻、双线性或三次卷积技术将3个彩⾊波段重采样到⾼分辨率像元尺⼨。
输出的RGB 图像的像元将与⾼分辨率数据的像元⼤⼩相同。
4. 评价指标 (1) 均值与标准差∑==ni i x n µ11 （公式1）()212∑=-=ni i µx σ（公式2）上述两个式⼦中，n 表⽰图像总的像素的个数，xi 为第i 像素的灰度值。
(2) 特征值设 A 是n 阶⽅阵，如果存在数m 和⾮零n 维列向量 x ，使得 Ax=mx 成⽴，则称 m是A 的⼀个特征值（characteristic value)或本征值（eigenvalue)。
遥感原理与应用实验报告
遥感原理与应⽤实验报告《遥感原理与应⽤》课程Remote Sensing Principle and Application实验报告适⽤专业：遥感科学与技术、测绘⼯程、地理信息系统学期：2016-2017（1）专业班级：测绘⼯程13-4班学⽣姓名：盼学号： 20137018指导教师：⽥静⿊龙江⼯程学院·测绘⼯程学院2016年10⽉⽬录实验⼀ENVI软件安装与基本功能操作 (2)实验⼆影像的地理坐标定位和校正 (18)实验三图像融合、镶嵌、裁减 (28)实验四遥感图像分类 (35)实验项⽬实验⼀ENVI软件安装与基本功能操作实验⽇期2016年10⽉19⽇实验地点实验楼612同组⼈数1⼈实验类型□传统实验现代实验□其他□验证性综合性□设计性□其他⾃⽴式□合作式□研究式□其他⼀、实验⽬的熟悉遥感数据图像处理软件ENVI的安装过程，了解ENVI基本信息、基本概念及其主要特性。
对ENVI操作界⾯有⼀个基本的熟悉，对各菜单功能有⼀个初步了解，为后⾯的实验作好准备。
⼆、实验仪器设备1．硬件环境：计算机⼀台；2．软件环境：WindowsXP操作系统、ENVI4.7软件等。
三、实验原理、内容及步骤实验原理、内容：（1）遥感图像处理软件ENVI界⾯总体介绍；（2）ENVI软件能识别的图像类型介绍；（3）各种图像⽂件的打开。
实验步骤：1. ENVI的安装。
2. 遥感图像处理软件ENVI界⾯介绍。
启动ENVI后,出现主菜单条,⼀共12项：File：⽂件操作。
⽀持众多的卫星和航空传感器。
⽀持80多种图像以及⽮量数据格式的输⼊，⽀持多种格式图像⽂件的直接输⼊。
可输出的格式包括：栅格格式和⽮量格式。
Basic Tools：基本图像⼯具。
提供了多种ENVI功能的⼊⼝。
这些功能对于处理各种数据类型都是很有⽤的。
主要包括数据的调整、图像统计/分析、变化检测、波段运算、图像分割、图像掩膜。
Classification：图像分类⼯具。
《遥感原理与应用》实验报告
《遥感原理与应用》实验报告实验报告：遥感原理与应用一、实验目的通过实验了解遥感的基本原理，掌握遥感技术的基本应用方法。
二、实验仪器和材料1.遥感软件：ENVI、ERDAS、IDRISI等2.遥感数据：卫星遥感影像数据三、实验内容1.遥感影像地理信息提取通过遥感软件导入遥感影像数据，利用图像处理方法提取地理信息，如土地利用类型、植被覆盖度等。
2.遥感影像分类利用遥感影像数据进行分类分析，将影像中的不同对象或地物进行分类，如建筑物、农田、水域等。
3.遥感影像变化检测利用不同时间的遥感影像数据进行变化检测，观察地物变化的情况，如城市扩张、植被变化等。
四、实验步骤1.打开遥感软件，导入遥感影像数据。
2.使用图像处理方法提取地理信息，如选择适当的阈值进行植被覆盖度的提取。
3.利用分类分析方法将影像中的不同对象进行分类，可以使用最大似然分类方法或支持向量机分类方法等。
4.比较不同时间的遥感影像数据，通过图像差异分析方法进行变化检测。
五、实验结果通过实验，我们成功使用遥感软件导入遥感影像数据，并提取了植被覆盖度等地理信息。
同时，我们还使用分类分析方法将影像中的不同对象进行了分类，得到了建筑物、农田、水域等分类结果。
最后，我们通过比较不同时间的遥感影像数据，成功进行了变化检测，观察到了城市扩张和植被变化的情况。
六、实验感想通过这次实验，我们深入了解了遥感技术的基本原理和应用方法。
遥感技术具有非常广泛的应用领域，如环境监测、农业管理、城市规划等。
遥感影像数据可以提供大量的地理信息，通过图像处理和分类分析可以提取出有用的地理信息，同时通过变化检测可以观察到地物的变化情况。
掌握遥感技术对于我们理解地球变化、环境保护和资源利用具有重要意义。
总结：通过这次实验，我们不仅学习到了遥感技术的基本原理和应用方法，还亲自进行了实验操作，掌握了使用遥感软件进行遥感影像地理信息提取、分类分析和变化检测的基本技能。
希望今后能够将所学的遥感知识应用到实际工作中，为地球环境的保护和资源的利用做出贡献。
遥感原理与应用实验报告.doc
遥感原理与应用ENVI初步学习和影像增强处理一、实验目的1、初步学习ENVI 软件和掌握其基本操作；2、了解遥感图像处理的基本原理、流程以及软件系统的基本构成和功能；3、理解和掌握影像增强处理的基本内容，包括直方图的概念、生成方法，理解直方图所反映的图像性质；4、了解图像增强和滤波的多种方法，掌握直方图均衡、分段线性拉伸、密度分割、平滑、锐化、边缘增强的方法；5、掌握了改善遥感图像视觉效果的有效方法。
二、实验数据介绍ENVIdescription = {Bighorn Basin, Landsat TM, Calibrated to Reflectance}samples = 512lines = 512bands = 6header offset = 0file type = ENVI Standarddata type = 1interleave = bsqsensor type = Landsat TMbyte order = 0map info = {UTM, 1.000, 1.000, 277904.645, 4906894.331, 2.8500000000e+001, 2.8500000000e+001, 13, North, units=Meters}coordinate system string ={PROJCS["UTM_Zone_13N",GEOGCS["GCS_North_American_1927",DATUM["D _North_American_1927",SPHEROID["Clarke_1866",6378206.4,294.9786982]],PRI MEM["Greenwich",0.0],UNIT["Degree",0.0174532925199433]],PROJECTION["Tra nsverse_Mercator"],PARAMETER["False_Easting",500000.0],PARAMETER["False _Northing",0.0],PARAMETER["Central_Meridian",-105.0],PARAMETER["Scale_F actor",0.9996],PARAMETER["Latitude_Of_Origin",0.0],UNIT["Meter",1.0]]} wavelength units = Micrometersz plot range = {0.00, 100.00}z plot titles = {Wavelength, Reflectance}band names = {TM Band 1, TM Band 2, TM Band 3, TM Band 4, TM Band 5, TM Band 7} wavelength = {0.485000, 0.560000, 0.660000, 0.830000, 1.650000, 2.215000}三、实验过程- 1 -A、初步学习初步学习遥感图像的输入/输出、波段组合及图像显示。
《遥感原理与应用》实验报告三
《遥感原理与应用》实验报告三实验五图像融合一、实验目的1.掌握多源遥感影像融合的概念和意义。
2.掌握遥感影像融合的原理和方法。
3.掌握使用ENVI进行图像融合的方法和步骤。
二、实验原理遥感影像融合技术采用一定的算法对同一地区的多源遥感影像进行处理，生成一幅新的图像，从而获取单一传感器所不能提供的某些特征信息。
例如，全色图像一般具有较高的空间分辨率，但光谱分辨率较低，而多光谱图像则具有光谱信息丰富、空间分辨率低的特点，为了有效的利用两者的信息，可以对他们进行融合处理，在提高多光谱图像分辨率的同时，又保留了其多光谱特性。
表5.1 融合方法三、实验内容以GS变换为例：1.打开多光谱图像和全色波段图像2.在工具箱中，选择Image Sharpening→Gram-Schmidt Pan Sharpening，在输入低分辨率多光谱对话框中，选择多光谱文件；3.在输入高分辨率多光谱对话框中，选择全色波段文件；4.在Pan Sharpening Parameters对话框中设定输出文件名和路径。
以Brovey变换为例：1.打开多光谱图像和全色波段图像，并将图像转变为无符号8bit数据，Raster Management→Masking→Stretch Data，在Data Stretching面板中Data Type选择Byte；2.在工具箱中，选择Image Sharpening→Color Normalized (Brovey)，在输入低分辨率多光谱对话框中，选择红、绿、蓝波段；3.在输入高分辨率多光谱对话框中，选择全色波段；4.在Color Normalized (Brovey)输出面板中选择重采样方式，并设定输出文件名和路径。
四、实验要求1.应用ENVI软件对遥感影像进行HSV变换融合。
2.应用ENVI软件对遥感影像进行Brovey变换融合。
3.应用ENVI软件对遥感影像进行PC变换融合。
4.应用ENVI软件对遥感影像进行GS变换融合。
《遥感原理及应用》实验指导书
《遥感概论》实验指导书实验一、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。
表1-1 图像文件确定参数第三步：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。
4、显示菜单操作掌握文件显示顺序（图1-3）；显示比例；显示变换操作等。
5、矢量菜单操作矢量菜单操作功能是ERDAS软件将遥感与地理信息系统相结合的一个体现。
主要介绍矢量操作的有关命令，这是本次实验的重点掌握内容。
指导学生掌握适量工具面板功能，在此基础上重点掌握矢量文件的生成与编辑。
《遥感原理与应用》实验报告四
《遥感原理与应用》实验报告四实验七图像特征变换一、实验目的1.掌握图像特征变换的意义和概念。
2.掌握主成分变换（K-L变换）的原理。
3.掌握穗帽变换（K-T变换）的原理。
4.掌握使用ENVI对遥感影像进行图像特征变换的方法和步骤。
二、实验原理特征变换是将原有的m个测量值集合并通过某种变换，产生n个（n≤m）新的特征。
特征变换的作用表现在两个方面：一方面减少特征之间的相关性，使得尽可能少的特征来最大限度包含原始数据的信息；另一方面使得待分类别之间的差异在变换后的特征中更明显，从而改善分类效果。
主成分变换是生成互不相关的输出波段，达到隔离噪声和减少数据集的维数的方法。
主成分波段是原始波段的线性合成，一般情况下，前三个主成分包含波段的绝大部分信息。
由于数据不相关，主成分可以生成颜色更多、饱和度更好的彩色合成图像。
穗帽变换是一种线性特征变换，变换后的前三个分量表示亮度、绿度和湿度，可以较好地分离土壤和植被。
三、实验内容1.主成分变换(1)主成分正变换，选择Transform→PCA Rotation→Forward PC Rotation New Statistics andRotate，在弹出的对话框中选择图像文件。
(2)在弹出的Forward PC Parameters对话框中，选择默认参数，设定输出路径和文件名，注意要保存统计文件（.sta）,输出类型为Floating Point。
完成主成分正变换，变换后的波段主要信息集中在第一主成分中。
(3)选择Statistics→View Statistics File，查看统计文件（.sta），了解基本统计值、协方差矩阵、相关系数、特征向量和特征值。
(4)主成分逆变换，选择Transform→PCA Rotation→Inverse PCA Rotation，选择逆变换图像文件，点击OK，再选择统计文件（.sta）,完成逆变换。
2.穗帽变换(1)穗帽变换，选择Transform→Tasseled Cap，设置穗帽变换参数，选择输入的文件类型，制定输出的文件名。
遥感原理与应用实习
学号xxxx天津城建大学实习报告遥感原理与应用实习起止日期：2013 年12 月23日至2014年1月3 日学生姓名Xx班级XX成绩指导教师(签字)XX学院2014年1 月3日一、实习目的“遥感原理与图像处理”课程是测绘工程专业的一门重要专业课，遥感信息是测绘、资源调查、环境监测、灾害评价诸方面应用的主要数据源。
已在科学研究、工农业生产、军事、公安、医疗卫生、教育等许多领域得到广泛应用，产生了巨大的经济效益和社会效益，对推动社会发展，改善人们生活水平都起到了重要作用。
未来要建立的数字地球是对真实地球及其相关现象数字化描述的一个虚拟地球。
遥感技术将为数字地球提供动态的高分辨率、高光谱影像，用遥感影像生成的三维数字地面模型（DEM），以及地物和环境的各种属性数据等一些数字地球中最基础的数据。
“遥感实习”目的是培养学生进行遥感技术应用和图像数字处理的实际操作能力。
要求了解一些基本的地物波谱反射率的野外测定方法，理解遥感图像目视解译，了解航天（或航空）像片识读与野外调绘。
二、实验项目基本要求1.熟悉一种遥感图像处理软件2.遥感影像的认知，进行图像剪切，波段组合与图像显示3.图像的几何校正4.遥感影像增强处理5.遥感影像解译三、实习步骤（包括原理，方法，操作过程）1.图象剪切, 波段组合与图像显示原图像比较大，数据量大处理不方便，对齐剪切便于计算机处理，也能达到实习目的剪切DatePrep>SubsetImage命令如下图所示波段组合Raster>Band Combinations 打开波段设置对话框1)真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致.如下图2)标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。
543波段453波段由于各种地物的反射波谱不同，不同的波段组合可以突出不同的地物，可以结合地物反射波谱曲线及要研究的地物选择合适的波普组合，以便帮助我们更容易识别地物信息。
《遥感原理与应用》实验报告——空间滤波
实验名称：空间滤波一、 实验内容1. 对影像进行中值滤波。
2. 对影像进行Sobel 滤波。
二、 实验所用的仪器设备，包括所用到的数据Window7/XP 操作系统电脑一台，遥感影像处理软件（ENVI4.3)，TM 单波段卫星遥感影像PCA 。
三、 实验原理（一） 中值滤波1. 定义：是一种非线性的平滑方法，对一个滑动窗口内的诸像素灰度值排序，用其居于中间位置的值代替窗口中心像素的灰度值。
2. 中间值的取法：当邻域内像元数为偶数时，取排序后中间两像元值的平均值；当邻域内的像素数为奇数时，取排序后的位于中间位置的像元的灰度。
3. 优缺点：抑制噪声的同时能够有效保护边缘少受模糊，但是对点、线等细节较多的图像却不太合适。
当窗口内噪声点的个数大于窗口宽度的一半时，中值滤波的效果不好，因此正确选择窗口的尺寸是用好中值滤波的重要环节。
（二） Sobel 滤波1. Sobel 算子： Sobel 算子是图像处理中的算子之一，主要用于边缘检测。
在技术上，它是一离散性差分算子，用来运算图像亮度函数的梯度之近似值。
在图像的任何一点使用此算子，将会产生对应的梯度矢量或是其法矢量。
2. 核心公式：该算子包含两组3x3的矩阵，分别为横向及纵向，将之与图像作平面卷积，即可分别得出横向及纵向的亮度差分近似值。
如果以A 代表原始图像，Gx 及Gy 分别代表经横向及纵向边缘检测的图像，其公式如下:AG and A G +⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+++---=+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡+-+-+-=121000121101202101y x 图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。
然后可用以下公式计算梯度方向。
如果以上的角度θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。
3. Sobel 滤波：Sobel 滤波是通过Sobel 算子与原始影像进行卷积实现的。
4. 优缺点：该滤波方式使图像的非线性边缘增强。
遥感原理与应用课程实习
《遥感原理与应用》课程实习目录1、实验一高光谱数据分析2、实验二影像镶嵌3、实验三影像配准4、实验四非监督分类5、实验五监督分类6、实习总结与体会实验一高光谱数据分析一、实验目的本专题旨在向用户介绍波谱库的概念，并描述如何从感兴趣区中提取波谱信息，然后还将进行彩色合成，并使用二维散点图进行简单的分类。
让学生学会如何使用ENVI 先进的高光谱工具对多光谱数据进行分析。
更好地理解高光谱处理的概念及其工具。
本专题将从特定矿物质的感兴趣区中提取其波谱曲线，并与波谱库中的波谱曲线进行比较，找出显示波谱信息的最佳RGB 彩色组合。
使用二维散点图定位独特的像元，探究其数据的分布特点，然后进行简单的分类。
二、实验数据介绍文件描述fengjun95_at.int Cuprite地区ATREM校正后的反射率数据，50个波段（整型）fengjun95_at.hdr ENVI相应的头文件Jpl1.sli ENVI格式的JPL波谱库Jpl1.hdr ENVI相应的头文件fengjun_min.sli ENVI格式的USGS波谱库fengjun_min.hdr ENVI相应的头文件fengjun95_av.roi 保存的感兴趣区文件数据：1995 年的航空可见光/红外成像光谱仪（Airborne Visible/Infrared Imaging Spectrometer，简称为A VIRIS）所采集的表观反射率数据，该数据是美国内华达州（Nevada）Cuprite 地区的表观反射率数据，它使用ATREM 大气纠正建模软件进行了校正。
这个数据子集共包含50 个波段，波谱分辨率近似为10nm 宽，其波长范围为1.99~2.48μm。
三、实验内容本部分将介绍以下内容：波谱库操作、浏览和提取影像反射率波谱、ENVI 中感兴趣区（ROI）的定义及进行彩色合成影像的选取，其目的是为了鉴别波谱类型。
1加载A VIRIS影像数据并显示灰阶影像在 ENVI 主菜单中，选择 File → Open Image File，然后选择进入envi47/data目录。
遥感的原理与应用推荐书
遥感的原理与应用推荐书1. 遥感技术的基本原理•电磁波传播与相互作用：介绍电磁波的性质和遥感中常用的波段，以及地球表面、大气和植被等对电磁波的相互作用。
•遥感数据获取与传感器：介绍不同类型的遥感传感器和数据获取方法，包括光学遥感传感器、雷达传感器等。
•遥感数据预处理与校正：介绍遥感数据的预处理方法，包括辐射定标、大气校正、几何校正等。
•遥感数据解译与分析：介绍遥感图像解译和分析的方法，包括分类、变化检测、信息提取等。
2. 遥感的应用领域•农业与林业：介绍遥感在农业和林业中的应用，如作物监测、土壤湿度估计、病虫害预警等。
•环境与资源：介绍遥感在环境和资源领域的应用，如水资源监测、土地利用变化分析、气候变化研究等。
•城市规划与土地利用：介绍遥感在城市规划和土地利用方面的应用，如土地利用变化监测、城市扩张模拟、建筑物提取等。
•自然灾害监测与评估：介绍遥感在自然灾害监测和评估中的应用，如洪水监测、地震灾害评估、森林火灾监测等。
•国土安全与边界管理：介绍遥感在国土安全和边界管理中的应用，如边界监控、国土安全态势评估、恐怖活动监测等。
3. 遥感的软件与工具•遥感图像处理软件：介绍常用的遥感图像处理软件，如ENVI、PCI Geomatics等，以及它们的功能和使用方法。
•遥感数据分析工具：介绍常用的遥感数据分析工具，如ArcGIS、QGIS等，以及它们在遥感数据处理和分析中的应用。
•遥感数据共享和开放平台：介绍一些开放的遥感数据共享平台，如Landsat、Sentinel等，以及它们的数据获取和使用方法。
4. 遥感领域的研究进展•高分辨率遥感技术：介绍高分辨率遥感技术的最新进展，包括超分辨率重建、目标检测与跟踪等。
•深度学习在遥感中的应用：介绍深度学习在遥感图像解译和分析中的应用，包括卷积神经网络、遥感图像的语义分割等。
•遥感与人工智能的结合：介绍遥感与人工智能技术的结合，包括机器学习、自然语言处理等在遥感领域的应用。
遥感技术与应用实习指导书样本
《遥感技术与应用》实习指导书成都理工大学信息工程学院程先琼.9实习一摄影图像的特性实习目的１．掌握航空摄影像片比例尺的计算方法;２．了解航片上像片重叠度;３．计算航片上的投影误差。
原理及方法简介 １．像片的比例尺指像片上两点之间的距离与地面上相应点之间实际距离之比。
设Ｈ为摄影平台的高度( 航高) , ｆ为摄影机的焦距, 则像片的比例尺大小取决于Ｈ和ｆ。
在地形平坦、 镜头主光轴垂直于地面时, 像片的比例尺为:式中, H 为摄影平台高度;m1为像片比例尺; a,b,A,B 分别为像片上和实际地面的对应点; f 为摄影机的焦距。
一般ｆ值能够在像片的边缘或相应的遥感摄影报告、 设计书中找到, H 由摄影部门提供。
２．像点位移( １) 因地形起伏引起的像点位移———投影误差在中心投影的像片上, 地形的起伏除了引起像片比例尺的变化外, 还会引起平面上点位在像片上相对位置的移动, 这种现象称为像点位移。
其位移量就是中心投影与垂直投影在同一水平面上的投影误差。
式中, σ—位移量; h —地面高差;r —像点到像主点的距离; H —摄影高度。
由公式能够看出:１) 位移量与地面高差ｈ成正比, 即高差越大引起的像点位移量也越大。
当地面高差为正时( 地形高于摄影基准面) , σ为正值, 像点位移是背离像点方移动的; 当高差为负时( 地形低于摄影基准面) , σ为负值, 像点向像主点方向移动。
２) 位移量与像主点的距离ｒ成正比, 即距像主点越远的像点位移量越大, 像片中心部分位移量较小。
像主点处ｒ＝０, 无位移。
３) 位移量与摄影高度Ｈ( 航高) 成反比。
即摄影高度越大, 因地表起伏引起的位移量越小。
例如地球卫星轨道高度Ｈ＝７００ｋｍ, 当像片大小为18ｃｍ×18ｃｍ时, 处于像片边缘的像点的地面高差ｈ为１０００ｍ时, 其位移量约０．１３ｍｍ。
( ２) 因像片倾斜产生的像点位移———倾斜误差在航摄过程中, 因飞机倾斜产生地物点在影像上的位移, 称为倾斜误差。
遥感的原理与应用推荐书籍
遥感的原理与应用推荐书籍一、书籍推荐以下是几本经典的遥感原理与应用的推荐书籍：1.《遥感原理与应用》–作者：张小庆–出版社：高等教育出版社–内容简介：该书详细介绍了遥感原理、图像获取与显示、数字图像处理、遥感专题研究等内容，适合初学者入门。
2.《遥感导论》–作者：王勇–出版社：电子工业出版社–内容简介：该书系统地介绍了遥感的基本原理、技术以及应用领域，并结合实际案例进行论述，适合有一定基础的读者。
3.《遥感原理与应用导论》–作者：方淮扬、何钟灿–出版社：科学出版社–内容简介：该书围绕遥感的原理、技术、方法与应用展开，既包括遥感的基本理论，又介绍了应用领域和现状，适合科研人员、工程技术人员和高校教师。
4.《遥感与地理信息系统导论》–作者：张屹山、孟祥昭、杜文洁–出版社：中国地质大学出版社–内容简介：该书全面介绍了遥感与地理信息系统的原理、方法和应用，适合地理信息相关专业的学生和研究人员。
二、遥感原理与应用简介遥感是指利用空间传感器（主要是卫星）从地球远距离上获取地球表面信息的一种技术。
它通过探测、记录和解释大气、电磁能量与地表相互作用的过程，获取各种地球表面信息，例如地表覆盖类型、植被生长状况、土地利用等等。
遥感技术经过多年的发展，已广泛应用于农业、林业、地质、水利、环境等领域。
遥感原理主要是通过接收和解释卫星传感器所捕捉的电磁辐射能量，根据不同波段的信息来分析并提取地表特征。
不同波段的电磁能量在地表物体上有不同的反射、散射和辐射特性，因此可以通过遥感技术来获取地表特征。
应用方面，遥感技术在农业领域可用于农作物生长监测、土壤湿度测量等；在林业领域可用于森林资源管理、森林火灾监测等；在地质领域可用于矿产资源勘探、地质灾害监测等；在水利领域可用于水域动态监测、水质评估等；在环境领域可用于环境质量监测、空气污染监测等。
遥感技术的发展十分迅速，随着技术的进步和卫星的发射，遥感图像的空间分辨率和时间分辨率越来越高，应用领域也越来越广泛。
遥感原理及应用实验报告(1)
遥感原理及应用实验报告(1)遥感原理及应用实验报告一、实验目的本次实验的主要目的是通过对遥感原理的学习，了解遥感技术的基本概念和原理，并掌握遥感技术的基本应用。
二、实验原理1.遥感技术的基本概念遥感技术是指利用空间平台载体进行成像和非成像观测的科学与技术，以获取地球自然和人文环境信息的一种技术手段。
遥感技术通过对地物的光谱、空间和时序等特征进行分析，可以反映出地球表面各种信息，是现代研究地球环境的重要工具之一。
2.遥感技术的基本原理遥感技术主要依据电磁波在不同介质中的传播和反射、折射、散射等现象进行信息获取和分析。
遥感技术的主要原理可归纳为以下几个方面：（1）电磁波的能量吸收和反射特性：不同类型的地物对电磁波的吸收和反射特性不同，可用于了解它们的构成和性质；（2）电磁波在不同频段的反射和穿透特性：不同波段的电磁波对不同深度的地物有所区别，用于获取不同深度的地物信息；（3）电磁波传输与遥感器探测原理：了解遥感器的探测方式和数据处理方式，实现对地表信息的提取。
三、实验步骤及结果本次实验主要包括遥感影像解译和遥感应用两个部分。
1.遥感影像解译：采用卫星影像的高精度解译技术，利用专业软件对影像进行解译，获取有用信息。
解译结果主要包括场地牧草的种类、植被覆盖程度、植被指数等信息。
2.遥感应用：利用遥感数据和分析结果，实现对地球环境变化的监测和预警。
应用结果主要包括草原植被退化与恢复、水资源分析与管理等信息分析。
四、实验结论本次实验通过对遥感原理与应用实现的学习和实践，了解了遥感技术的基本概念、原理和应用，掌握了遥感技术的基础操作与处理方法。
同时，通过遥感数据的分析，对草原植被的生态环境进行了监测和预警，对于推动生态文明建设和可持续发展具有重要意义。
遥感原理与应用实验报告
遥感原理与应用实验报告一、实验目的本次实验旨在通过实际操作和数据分析，深入理解遥感的基本原理，并掌握其在不同领域的应用方法。
具体包括：1、熟悉遥感数据的获取、处理和分析流程。
2、学会运用遥感图像处理软件，对遥感影像进行几何校正、辐射校正、图像增强等操作。
3、掌握遥感图像的分类方法，如监督分类和非监督分类，并对分类结果进行精度评价。
4、应用遥感技术解决实际问题，如土地利用/覆盖变化监测、植被指数提取等。
二、实验原理遥感是一种非接触式的对地观测技术，它通过传感器接收来自地面物体反射或发射的电磁波信息，并对这些信息进行处理、分析和解译，从而获取有关地球表面的特征和现象。
遥感的物理基础是电磁波与物质的相互作用。
不同的地物具有不同的电磁波反射、吸收和发射特性，这些特性可以通过遥感传感器测量的电磁波谱来表征。
例如，植被在近红外波段具有高反射率，而水体在可见光和近红外波段的反射率较低。
遥感图像的处理和分析基于数字图像处理技术。
几何校正用于消除遥感图像的几何变形，使其与实际地理坐标相匹配；辐射校正用于消除传感器误差和大气影响，使图像的辐射值准确反映地物的真实反射或发射特性；图像增强用于突出图像中的有用信息，提高图像的可读性和可解译性；图像分类则是根据图像中像元的特征将其划分为不同的类别，以提取地物信息。
三、实验设备与数据1、计算机：配置较高的个人计算机，用于运行遥感图像处理软件。
2、遥感图像处理软件：如 ENVI、ERDAS 等。
3、实验数据：包括不同分辨率的卫星遥感影像，如 Landsat、SPOT 等，以及相应的辅助数据，如地形图、土地利用现状图等。
四、实验步骤1、数据导入与预处理将遥感影像数据导入图像处理软件。
对影像进行辐射定标和大气校正，以消除大气对电磁波传输的影响。
2、几何校正选取地面控制点（GCP），这些点在遥感影像和参考地图上具有明确的地理位置。
通过计算 GCP 的坐标偏差，建立几何校正模型，对影像进行几何校正。
遥感原理与应用实习
学号xxxx天津城建大学实习报告遥感原理与应用实习起止日期：2013 年12 月23日至2014年1月 3 日学生姓名Xx班级XX成绩指导教师(签字)XX学院2014年1 月3日一、实习目的“遥感原理与图像处理”课程是测绘工程专业的一门重要专业课，遥感信息是测绘、资源调查、环境监测、灾害评价诸方面应用的主要数据源。
已在科学研究、工农业生产、军事、公安、医疗卫生、教育等许多领域得到广泛应用，产生了巨大的经济效益和社会效益，对推动社会发展，改善人们生活水平都起到了重要作用。
未来要建立的数字地球是对真实地球及其相关现象数字化描述的一个虚拟地球。
遥感技术将为数字地球提供动态的高分辨率、高光谱影像，用遥感影像生成的三维数字地面模型（DEM），以及地物和环境的各种属性数据等一些数字地球中最基础的数据。
“遥感实习”目的是培养学生进行遥感技术应用和图像数字处理的实际操作能力。
要求了解一些基本的地物波谱反射率的野外测定方法，理解遥感图像目视解译，了解航天（或航空）像片识读与野外调绘。
二、实验项目基本要求1.熟悉一种遥感图像处理软件2.遥感影像的认知，进行图像剪切，波段组合与图像显示3.图像的几何校正4.遥感影像增强处理5.遥感影像解译三、实习步骤（包括原理，方法，操作过程）1.图象剪切, 波段组合与图像显示原图像比较大，数据量大处理不方便，对齐剪切便于计算机处理，也能达到实习目的剪切DatePrep>SubsetImage命令如下图所示波段组合Raster>Band Combinations 打开波段设置对话框1)真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致.如下图2)标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。
543波段453波段由于各种地物的反射波谱不同，不同的波段组合可以突出不同的地物，可以结合地物反射波谱曲线及要研究的地物选择合适的波普组合，以便帮助我们更容易识别地物信息。
- 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)。
遥感原理与应用实验指导书(第一版)实验一ENVI基本操作实验目的了解遥感图像处理软件ENVI的界面和基本操作。
实验内容ENVI基本功能操作，包括图像的打开、显示、增强等。
实验仪器、设备及材料ENVI遥感图像处理软件，示例遥感影像。
实验原理影像显示功能简介：二维视窗是显示栅格图像、矢量图形、注记文件、ROI 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 ENVI5.0主界面重点掌握ENVI5.0主菜单，ENVI5.0工具栏等基本功能。
实验步骤1、图像显示File->Open或者选择需要进行显示的数据文件。
2、数据管理File->Data Manager或者打开数据管理窗口。
数据列表数据详细信息波段合成列表3、工具栏4、右键菜单进行显示控制。
如改变RGB彩色显示波段，影像缩放，栅格数据密度分割与颜色表变换等。
实验二遥感影像几何校正实验目的遥感影像的几何校正处理（图像配准）。
实验内容⏹使用ENVI软件实现遥感图像的裁剪；⏹对裁剪后的影像进行多项式校正（配准）。
实验仪器、设备及材料ENVI遥感图像处理软件，示例遥感影像。
示例遥感影像包括：◆待校正航摄影像（西南交通大学犀浦校区2008年）参考影像（西南交通大学犀浦校区2006年Quickbird全色影像）实验原理多项式纠正回避成像的空间几何过程，直接对图像变形的本身进行数字模拟。
多项式的项数（即系数个数）N与其阶数n有着固定的关系：N=（n+1）（n+2）/2 根据纠正图像要求的不同选用不同的阶数，当选用一次项纠正时，可以纠正图像因平移、旋转、比例尺变化和仿射变形等引起的线性变形。
当选用二次项纠正时，则在改正一次项各种变形的基础上，还改正二次非线性变形。
如选用三次项纠正则改正更高次的非线性变形。
（一）利用已知地面控制点求解多项式系数；（二）遥感图像的纠正变换（三）数字图像亮度（或灰度）值的重采样采用适当的方法把某点位周围邻近整数点位上亮度值对该点的亮度贡献累积起来，构成该点位的新亮度值，这个过程即称为数字图像亮度（或图像灰度）值的重采样。
１）最邻近像元采样法取距离被采样点最近的已知像素的亮度作为采样亮度。
２）双线性内插法取（x,y）点周围的4邻点，在y方向内插二次，再在x方向内插一次，得到（x,y)点的亮度值f（x,y)。
３）双三次卷积重采样法取与计算点周围相邻的16个点，先在某一方向内插，再根据计算结果在另一个方向上内插，得到一个连续内插函数。
实验步骤第一步：打开并显示图像文件(1)选择主菜单→File→Open Image File，将“犀浦校区航片2008.tif”和“犀浦校区2006全色PAN.img”文件打开，并将他们显示在Display窗口中。
第二步：裁剪待校正影像图像裁剪的目的是将研究区之外的区域去除，常用的方法是按照行政区边界或者自然区划边界进行图像裁剪。
同时，还可以按照矩形，任意多边形，影像对其进行裁剪。
（1）选择主菜单→Basic Tools→Resize Data（Spatial/Spectral），在Resize Data Input File中选择待裁剪的影像，点击Spatial Subset，进入Select Spatial Subset面板。
（2）在Subset Using下方点击Image，进入Subset by Image面板。
通过调整红色矩形框的大小确定待裁剪区域后，点击OK。
回到Select Spatial Subset面板，点击OK。
（3）点击OK后进入Resize Data Parameters面板，选择重采样方式，文件存储路径。
点击OK后裁剪影像自动添加到可用波段列表中。
第三步：启动几何校正模块（1）选择主菜单→Map→Registration→Select GCPs：Image to Image,打开几何校正模块。
（2）选择显示裁剪后的文件的Display窗口为基准图像（Base Image），显示“犀浦校区航片2008.tif”的Display窗口为待校正图像（Warp Image），点击OK按钮，进入采集地面控制点窗口。
第四步：地面控制点（GCPs）选取(1)为了便于选择控制点，在Display#1和Display#2的主窗口（Image）中分别点击右键→Toggle→Display Cross-hair，显示十字靶框。
(2)在两个Display窗口中，移动方框的位置，寻找明显的地物特征点作为输入GCP（GCP一定要布置在影像纹理清晰易于定位的地方，如线状地物的交叉点或地物拐角上，GCP均匀分布在影像上。
）在两个Display窗口中的Image窗口粗略定位后，然后在Zoom窗口精确定位。
(3)匹配好特征点后，在Ground Control Points Selection 上，单击Add Point按钮，将当前GCP加入到列表中。
(4)用同样的方法继续寻找其余特征点，当选择控制点的数量多余3个时，会自动计算RMS。
Ground Control Points Selection上的Predict按钮可用，这时在基准图像上定位一个特征点，单击Predict按钮，待校正图像显示窗口中会自动预测匹配区域，适当调整一下位置，单击Add Point按钮，添加当前GCP。
随着GCP数量越来越多，预测点的精度会越来越精确。
(5)在Ground Control Points Selection 上，单击Show List 按钮，可以看到选择的所有GCPs。
(6)在Image to Image GCP List 上单击Options，选择Order Points by Error，所有的GCPs会自动按照RMS值由高到低排序。
(7)删除RMS过高的点或者将十字光标重新定位到正确位置，点击Image to ImageGCP List上的Update进行微调。
(8)反复调整GCPs，确保总的RMS值小于1个像素，点的数量足够而且分布均匀。
（ENVI提供3种几何校正计算模型：仿射变换RST；多项式模型Polynomial；局部三角网Triangulation。
应用较多的多项式模型需要确定多项式的次方数，如2次多项式或者3次多项式。
选择的次方数与最少的控制点相关的，计算公式为：最少控制点数=（n+1）*（n+2）/ 2,其中n为次方数。
如2次多项式最少需要6个控制点。
）(9)在Ground Control Points Selection 上，选择File→Save GCPs to ASCII，保存所选控制点。
第五步：选择校正结果并输出结果（1）在Ground Control Points Selection上，选择Options→Warp File（as Image to Map），选择待校正影像，点击OK后到Registration Parameter面板。
（2）在Registration Parameter中，默认投影参数和像元大小与基准影像一致。
（3）如上图所示，校正方法选择2次多项式（Polynomial），重采样方法为最近邻法，背景值为0，选择输出路径和文件名，后点击OK。
第六步：检验校正结果（1）同时在两个Display窗口中打开基准影像和校正后的影像，通过视窗链接（Link Displays）及十字光标或者地理链接（Geographic Link）进行关联。
在任意Display窗口中点击鼠标右键，分别选择Link Displays和Geographic Link后如下图所示（2）移动十字光标，目视检查校正结果是否符合要求。
实验注意事项思考题实习报告本次实习报告应该包括如下内容：1、一般多项式几何校正的原理与方法；2、数据处理的主要步骤及结果图件（影像裁剪与几何校正）；3、查阅文献资料，归纳总结目前常用的几何校正模型及其特点。
实验三遥感影像辐射处理实验目的遥感影像的辐射处理（辐射定标与辐射增强）。
实验内容⏹使用ENVI软件实现遥感影像的辐射定标处理；⏹使用ENVI软件实现遥感影像的融合处理。
实验仪器、设备及材料ENVI遥感图像处理软件，示例遥感影像。
示例遥感影像包括：◆Landsat8 OLI影像（成都地区2013年）◆Quickbird影像（全色+多光谱，西南交通大学犀浦校区2006年）实验原理遥感影像的像元值大多是经过量化的、无量纲的DN值，而进行遥感定量化分析时，常用到辐射亮度值、反射率值、温度值等物理量。
传感器（影像）辐射定标就是通过计算获得这些物理量的过程。
辐射定标是将遥感器所得的测量值变换为辐射亮度或地表反射率、表面温度等物理量有关的相对值的处理过程。
或者说，辐射定标就是建立遥感传感器每个探测器输出值与该探测器对应的实际地物辐射亮度之间的定量关系。
常用的辐射定标模型为线性模型：L gain DN bias=⨯+。
影像融合是将同一目标或场景的、并由不同传感器获得的，或用同种传感器以不同成像方式，或在不同成像时间获得的不同影像，融合为一幅影像。
在既保持多光谱影像辐射信息的同时又能提高影像空间分辨率的遥感影像处理方法。
影像融合有3个层次，分别是像素级（影像在经过严格的几何配准基础上进行逐像元运算处理而完成的融合处理）；特征级（考虑影像待识别要素的边缘、形状、纹理等特征，使要素信息在目标向量层次上得到更好的综合）和决策级（根据一定的准则和可信度，实现目标属性层次上的融合）。
主要的融合算法有KL变换、IHS变换、Brovey变换、Gram-Schmidt变换、CN变换及小波变换融合算法等。
实验步骤（1）Landsat8 OLI辐射定标在进行定量化的遥感应用之前，需要对原始影像进行辐射定标运算，目的是把图像上的DN值转为辐亮度或者是反射率。
在ENVI中一般有两种方式进行辐射定量运算，一种是利用利用计算公式，在ENVI中利用band math（波段运算）计算辐亮度或者反射率，另一种是利用ENVI自带的对特定传感器数据的定标工具（如Landsat TM、EOS MODIS等）。
根据NASA对于LandSat 8影像使用的相关说明文档“Landsat 8 Conversion to Radiance, Reflectance and At-Satellite Brightness Temperature ”(/landsat8.php)，可以根据下面的公式将DN值转化为大气层顶辐射亮度值、反射率和亮度温度。
Conversion to TOA RadianceOLI and TIRS band data can be converted to TOA spectral radiance using the radiance rescaling factors provided in the metadata file:Lλ = M L Q cal + A Lwhere:Lλ= TOA spectral radiance (Watts/( m2 * srad * μm))M L= Band-specific multiplicative rescaling factor from the metadata (RADIANCE_MULT_BAND_x, where x is the band number)A L= Band-specific additive rescaling factor from the metadata (RADIANCE_ADD_BAND_x, where x is the band number)Q cal= Quantized and calibrated standard product pixel values (DN)Conversion to TOA ReflectanceOLI band data can also be converted to TOA planetary reflectance using reflectance rescaling coefficients provided in the product metadata file (MTL file). The following equation is used to convert DN values to TOA reflectance for OLI data as follows:ρλ' = MρQcal + Aρwhere:ρλ' = TOA planetary reflectance, without correction for solar angle. Note that ρλ' does not contain a correction for the sun angle.Mρ= Band-specific multiplicative rescaling factor from the metadata (REFLECTANCE_MULT_BAND_x, where x is the band number)Aρ = Band-specific additive rescaling factor from the metadata (REFLECTANCE_ADD_BAND_x, where x is the band number)Qcal = Quantized and calibrated standard product pixel values (DN)TOA reflectance with a correction for the sun angle is then:()()''cos sin SZ SE ρλρλρλθθ==where:ρλ = TOA planetary reflectanceθSE = Local sun elevation angle. The scene center sun elevation angle in degrees is provided in the metadata (SUN_ELEV ATION).θSZ = Local solar zenith angle; θSZ = 90° - θSEConversion to At-Satellite Brightness TemperatureTIRS band data can be converted from spectral radiance to brightness temperature using the thermal constants provided in the metadata file:21ln(1)K T K L λ=+ where:T = At-satellite brightness temperature (K)L λ = TOA spectral radiance (Watts/( m2 * srad * μm))K 1 = Band-specific thermal conversion constant from the metadata (K1_CONSTANT_BAND_x, where x is the band number, 10 or 11) K 2 = Band-specific thermal conversion constant from the metadata (K2_CONSTANT_BAND_x, where x is the band number, 10 or 11)ENVI5.0调用Band Math计算工具：定标参数（2）影像融合①在右侧Toolbox中查找工具Gram-Schmidt Pan Sharpening。