高光谱与高空间分辨率遥感实习课件
合集下载
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。
高光谱遥感第三章ppt课件
Lt
DN -b a
a (增益系数)，b (暗电流)
病原体侵入机体，消弱机体防御机能 ，破坏 机体内 环境的 相对稳 定性， 且在一 定部位 生长繁 殖，引 起不同 程度的 病理生 理过程
第三章
高光谱遥感图像
辐射与几何校正
场地定标常用方法：
- 反射率法 - 辐亮度法 - 辐照度法
病原体侵入机体，消弱机体防御机能 ，破坏 机体内 环境的 相对稳 定性， 且在一 定部位 生长繁 殖，引 起不同 程度的 病理生 理过程
病原体侵入机体，消弱机体防御机能 ，破坏 机体内 环境的 相对稳 定性， 且在一 定部位 生长繁 殖，引 起不同 程度的 病理生 理过程
第三章
高光谱遥感图像
辐射与几何校正
辐射传输方程为
dI dz
I
sI
B
sJ
是介质所有气体及粒子的吸收系数之和
是
s
介
质
所
有
气
体
及粒
子
的
散
射
系
数
之
和
B是介质热发射能量
病原体侵入机体，消弱机体防御机能 ，破坏 机体内 环境的 相对稳 定性， 且在一 定部位 生长繁 殖，引 起不同 程度的 病理生 理过程
第三章
高光谱遥感图像
辐射与几何校正
（3）场地定标 辐射校正场包括 敦煌陆面试验场和青海湖水面试验场；
辐射标准和设备定标实验室； 光学特性和环境参数观测实验室； 辐射校正资料处理、存档和信息服务实验室
第三章
高光谱遥感图像
辐射与几何校正
• 6S模型（Second Simulation of the Satellite Signal in the Solar Spectrum）
高光谱遥感的应用(课堂PPT)
10
不同传感器红外波段与红波段的光谱响应
11
实例1：MODIS数据
原始modis影像
(b) 植被指数NDVI影像图
(a) 植被指数VIUPD影像图
12
实例2：日本高光谱GLI数据
全球反射率影像图(B1+B5+B8) (GLI数据2003年4月7日)
全球植被指数影NDVI像图 (GLI数据2003年4月7日)
14
地表岩性
岩石分为三大类：沉积岩、火成岩和变质岩， 各类岩石由于形成的环境不同，具有不同的光 谱特性。
沉积岩：以Fe离子的变化作为判别依据，三阶 铁离子（0.5和0.9微米）与二阶铁离子（1.0微 米）的光谱特性并不一样。
火成岩：SiO2的含量。 变质岩：比如白云石和方解石中的Mg和Ca离
新
疆
柯
坪
地
区
岩
石灰岩
性
填
图
白云岩
18
19
20
矿山污染
甘甫平等利用航天 Hyperion高光谱数 据研究矿山污染物 的识别，通过对矿 山野外光谱特征综 合分析，结合污染 物的特征，展开对 废矿的污染物提取 的研究。 （2004）
21
油气渗漏探测
当石油在地表的侵入点明显而且范围较大的时候，高 光谱遥感的发展为油气管线渗漏监测提供了有效的解 决方案。
油气渗漏和土壤混杂点很难被多光谱遥感监测到，原 因在于它们被其他材料所冲淡。而高光谱遥感器提供 了充足的光谱分辨率，可以在可见光，近红外，短波 红外提供大量的光谱数据。
国外政府的投入很大，大的石油公司都有一套完备的 高光谱遥感油气管道监测系统。
22
三、农业方面的应用
高光谱遥感在农业科研和应用技术上主要表现在以下几 个方面：
不同传感器红外波段与红波段的光谱响应
11
实例1：MODIS数据
原始modis影像
(b) 植被指数NDVI影像图
(a) 植被指数VIUPD影像图
12
实例2：日本高光谱GLI数据
全球反射率影像图(B1+B5+B8) (GLI数据2003年4月7日)
全球植被指数影NDVI像图 (GLI数据2003年4月7日)
14
地表岩性
岩石分为三大类：沉积岩、火成岩和变质岩， 各类岩石由于形成的环境不同，具有不同的光 谱特性。
沉积岩：以Fe离子的变化作为判别依据，三阶 铁离子（0.5和0.9微米）与二阶铁离子（1.0微 米）的光谱特性并不一样。
火成岩：SiO2的含量。 变质岩：比如白云石和方解石中的Mg和Ca离
新
疆
柯
坪
地
区
岩
石灰岩
性
填
图
白云岩
18
19
20
矿山污染
甘甫平等利用航天 Hyperion高光谱数 据研究矿山污染物 的识别，通过对矿 山野外光谱特征综 合分析，结合污染 物的特征，展开对 废矿的污染物提取 的研究。 （2004）
21
油气渗漏探测
当石油在地表的侵入点明显而且范围较大的时候，高 光谱遥感的发展为油气管线渗漏监测提供了有效的解 决方案。
油气渗漏和土壤混杂点很难被多光谱遥感监测到，原 因在于它们被其他材料所冲淡。而高光谱遥感器提供 了充足的光谱分辨率，可以在可见光，近红外，短波 红外提供大量的光谱数据。
国外政府的投入很大，大的石油公司都有一套完备的 高光谱遥感油气管道监测系统。
22
三、农业方面的应用
高光谱遥感在农业科研和应用技术上主要表现在以下几 个方面：
福州大学空间中心遥感课件_第9讲高光谱
高光谱目标探测
概念：
1、分类：类别出现的概率大 2、目标探测：目标低概率小 采用方法： 1、分类：类间差别大，类内差别小 2、目标探测：尽量背景消除和噪声， 同时增强目标信号。 评价方法: 1、分类：分类整体误差最小，混淆矩阵 2、目标探测：NP准则，在虚警率一定水平下， 探测率最高（LRT)；ROC曲线
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
光谱特征提取与选择
ቤተ መጻሕፍቲ ባይዱ
混合像元分解
混合像元分解
目标光谱
实验结果
目标坐标：60*(3+6*I)+30, I=1,…,6,混合目标：rand*background+(1-rand)*target
加入目标
检测结果
目标坐标：1800+10*(I-1)+5,I=1,2,3,4,5,6
加入目标
检测结果
PHI高光谱数据
背景 目标
目标光谱：钙铁榴石 [0.4，2.5]
原始 AVIRIS影像
组分合成影像
误差影像
IEA提取的端元分布图
a
b
c
d
e
a：山体、阴影；b：黄钾铁矾；c：针铁矿；d：明矾； e：白云母；f：玉髓；g：高岭石；h：方解石
f
g
h
混合像元分解
可视化评价
混合像元分解
高光谱遥感分类
遥感图像的空间分辨率与光谱分辨率解读
遥感图像的空间分辨率与光谱分辨率解读遥感图像是通过遥感技术获取的地球表面信息的图像。
它是利用飞机、卫星等传感器对地球表面进行观测和探测，通过光电转换技术将观测到的信息转化为数字信号，再经过一系列处理，生成用于科学研究、资源调查、环境监测等领域的图像数据。
遥感图像的分辨率是指图像中显示的最小可分辨的特征的大小。
它分为空间分辨率和光谱分辨率两种类型。
空间分辨率是指遥感图像中所显示的最小可分辨物体的大小。
通常来说，空间分辨率越高，图像所显示的物体越小，细节越清晰。
空间分辨率取决于传感器的分辨能力，较高的空间分辨率可以提供更为细致的地表信息，对于城市规划、土地利用等研究具有重要意义。
光谱分辨率是指遥感图像能够区分不同波长范围内的电磁能量的能力。
通过分析不同波段的电磁能谱，可以获取有关被观测物体的物理、化学特性等信息。
一般来说，光谱分辨率越高，可以获取的信息越丰富。
光谱分辨率对于农业、林业等领域的研究尤为重要，可以用于监测植被生长状况、水质监测等应用。
空间分辨率和光谱分辨率的提高可以更准确地获取地球表面信息，提高遥感图像在科学研究和应用中的价值。
然而，提高分辨率也面临一些挑战。
首先，提高空间分辨率和光谱分辨率会导致图像数据量增大，给数据存储和处理带来困难。
对于大规模遥感图像数据的处理，需要耗费大量的计算资源和存储空间，提高了处理成本。
其次，高分辨率的遥感图像对传感器和设备的要求更高。
高分辨率传感器的研发和制造成本较高，而且在实际应用中，高分辨率的图像采集也更加困难。
此外，高分辨率图像的使用也面临一些技术问题。
由于图像文件较大，传输速度较慢，限制了遥感图像的实时监测和广泛应用。
在解读遥感图像时，需要综合考虑空间分辨率和光谱分辨率。
空间分辨率可以帮助我们观察到尺度较小的地表特征，例如建筑物、道路等，而光谱分辨率可以提供物体的物理属性、化学成分等信息，例如植被类型、土壤含水量等。
在农业领域的应用中，可以利用高空间分辨率的遥感图像观察农田的变化，监测作物的生长状况。
高光谱遥感第二章ppt课件
第二章 高光谱遥感成像机理与 成像光谱仪
第二章 高光谱遥感成像机理与 成像光谱仪
第二章 高光谱遥感成像机理与 成像光谱仪
第二章 高光谱遥感成像机理与 成像光谱仪
第二章 高光谱遥感成像机理与 成像光谱仪
第二章 高光谱遥感成像机理与 成像光谱仪
我校现有设备 Headwall
- 成像光谱仪的光谱与辐射定标技术
第二章 高光谱遥感成像机理与 成像光谱仪
- 成像光谱信息处理技术
海量数据非失真压缩技术 高速化处理技术 辐射量的定量化和归一性 图像特征提取及三维谱像数据的可视化
第二章 高光谱遥感成像机理与 成像光谱仪
5 成像光谱仪的空间成像方式 高光谱遥感成像包括空间维成像和光谱维成
第二章 高光谱遥感成像机理与 成像光谱仪
1 基本概念
光谱学 成像技术
成像 光谱学
第二章 高光谱遥感成像机理与 成像光谱仪
(1) 光谱分辨率 —指探测器在波长方向上的记录宽度，又称为
波段宽度。
第二章 高光谱遥感成像机理与 成像光谱仪
(2) 空间分辨率—对于成像光谱仪，其空间分辨率 是由仪器的角分辨力，即仪器的瞬时视场角 （IFOV）决定的。
第二章 高光谱遥感成像机理与 成像光谱仪
- 二元光学元件成像光谱技术
二元光学元件沿轴向色散，利用面阵CCD 探测器沿光轴方向对所需波段的成像范围进行 扫描，每一位置对应相应波长的成像区。
- 三维成像光谱技术
三维成像光谱仪是在光栅色散型成像光谱 仪的基础上改进而来的，其核心是一个像分割 器，将二维图像分割转换为长带状图像。
(3）仪器的视场角（FOV）—指仪器的扫描镜在空中 扫过的角度。
第二章 高光谱遥感成像机理与 成像光谱仪
高光谱与空间分辨率实验1报告-CUIT
实验报告
班级：姓名：学号：
一、实验名称
高光谱与高分辨率遥感影像融合
二、实验目的
1、理解高光谱与高分辨率遥感影像的区别；
2、理解融合的基本概念；
3、使用transform/image sharpening实现融合，并观察融合前后影像特征差别；
4、学会使用help帮助命令，在help中了解spectral工具栏下的命令意思。
三、实验数据
1、高分辨率遥感图像：bldr_sp.img
2、高光谱遥感图像：TM-30m.img
四、实验内容
1、打开融合的两个文件TM-30m.img和bldr_sp.img；
2、选择主菜单→Transform→ImageSharpening→Color Normalized(Brovey),在弹出的
Select Input RGB对话框中选择从波段列表中选择；
3、在弹出的“High Resolution Input File”对话框中选择高分辨率图像bldr_sp.img，单击
OK按钮；
4、在弹出的Color Normalized(Brovey)输出对话框中，选择重采样方式、输出文件路径及名称，单击OK按钮，完成融合过程。
5、融合结果
融合前的432波段组合融合后的图像6、实验总结
融合后图像的空间分辨率与融合时使用的高分辨率图像bldr_sp.img相同，同时它还具有本身遥感图像多光谱的特点。
融合就是指将低空间分辨率的多光谱图像或高光谱数据与高空间分辨率的单波段图像重采样，生成一副高分辨率多光谱的遥感图像的过程。
高光谱与高空间分辨率遥感实习课件
数据质量评价
01
数据完整性
检查获取的数据是否完整，是否存 在缺失或异常值。
辐射与几何精度
对数据的辐射和几何精度进行评估 ，确保数据质量可靠。
03
02
精度评价
通过与已知地物信息进行对比，评 估分类与识别的精度。
应用效果评价
将处理后的数据应用于实际应用场 景，评估其效果和价值。
04
04
案例分析与实践操作
高光谱遥感的应用领域
高光谱遥感广泛应用于环境监测、资源调查、城市规划等领 域。
在环境监测方面，高光谱遥感可用于检测大气污染、水体污 染和土壤污染等；在资源调查方面，可用于调查土地利用、 森林覆盖、矿产资源等；在城市规划方面，可用于城市扩张 监测、城市绿化监测和城市环境质量评估等。
02
高空间分辨率遥感基本原 理
高空间分辨率遥感图像能够准确监测土地 资源的利用状况和变化情况，为土地管理 和治理提供依据。
环境保护和治理
灾害监测与救援
通过高空间分辨率遥感图像的监测，可以 及时发现和评估环境问题，为环境保护和 治理提供决策支持。
高空间分辨率遥感图像能够快速获取灾区 地形地貌和灾情状况，为灾害监测、救援 和恢复提供重要信息。
报告撰写
撰写实习报告，总结实习过程、 方法、成果和经验教训，为后续 实践提供参考。
05
实习总结与展望
实习收获与体会
掌握高光谱与高空间分辨 率遥感技术的基本原理和 应用方法。
学会使用相关软件和工具 进行遥感数据处理和分析 ，如ENVI、ERDAS Imagine等。
ABCD
了解遥感数据处理和分析 的流程，包括数据预处理 、特征提取和分类识别等 。
特征提取
从遥感图像中提取地物光谱、纹理、形状等特征 ，为后续分析提供依据。
高光谱与高空间分辨率遥感课件.ppt
光谱微分公式（以二阶为例）为：
''(i) ['(i 1 )'(i 1 )]/2
式中， i 为 波长， ' ( i ) 为波长 i 处的一阶微分光谱，
为相邻 两波段间的高光波谱与长高空间间分隔辨率。遥感课件
2、光谱积分 光谱积分就是求光谱曲线在某一波长范围内
的下覆面积。
2
f ( )d 1
高光谱与高空间分辨率遥感课件
由FLAASH模块取得相关参数后,影像反射率就可利 用辐射传输方程对逐个像元进行计算.步骤如下: ①通过计算Column water vapor 的量来计算 A,B,S和La.Column water vapor 在不同场景下 各不相同,运行几次不同水蒸气数量的MODTRAN 模型,构成一个查找表,每个像素可从该表中获得水 蒸气量,进一步计算A,B,S 和La.
高光谱与高空间分辨率遥感课件
2、回归分析 回归分析（regression analysis)是确定两种
或两种以上变数间相互依赖的定量关系的一种统 计分析方法。研究一个随机变量Y对另一个(X)或 一组(X1，X2，…，Xk)变量的相依关系的统计分 析方法。
高光谱与高空间分辨率遥感课件
三、实习仪器与数据 SPSS软件、EXCELL软件及玉米叶片反射光
实习一 光谱的微分和积分
一、实习目的
熟悉和掌握光谱的微分和积分的概念，利用相 关软件对植被高光谱数据进行微分和积分处理； 利用高光谱数据分析植被的“红边”等典型植被 高光谱特征。
高光谱与高空间分辨率遥感课件
二、原理与方法 1、光谱微分
光谱微分技术就是通过对反射光谱进行数学模 拟，计算不同阶数的微分值，以提取不同的光谱 参数。应用光谱微分技术能够部分消除大气效应、 植被环境背景（阴影、土壤等）的影响，以反映 植物的本质特征。
''(i) ['(i 1 )'(i 1 )]/2
式中， i 为 波长， ' ( i ) 为波长 i 处的一阶微分光谱，
为相邻 两波段间的高光波谱与长高空间间分隔辨率。遥感课件
2、光谱积分 光谱积分就是求光谱曲线在某一波长范围内
的下覆面积。
2
f ( )d 1
高光谱与高空间分辨率遥感课件
由FLAASH模块取得相关参数后,影像反射率就可利 用辐射传输方程对逐个像元进行计算.步骤如下: ①通过计算Column water vapor 的量来计算 A,B,S和La.Column water vapor 在不同场景下 各不相同,运行几次不同水蒸气数量的MODTRAN 模型,构成一个查找表,每个像素可从该表中获得水 蒸气量,进一步计算A,B,S 和La.
高光谱与高空间分辨率遥感课件
2、回归分析 回归分析（regression analysis)是确定两种
或两种以上变数间相互依赖的定量关系的一种统 计分析方法。研究一个随机变量Y对另一个(X)或 一组(X1，X2，…，Xk)变量的相依关系的统计分 析方法。
高光谱与高空间分辨率遥感课件
三、实习仪器与数据 SPSS软件、EXCELL软件及玉米叶片反射光
实习一 光谱的微分和积分
一、实习目的
熟悉和掌握光谱的微分和积分的概念，利用相 关软件对植被高光谱数据进行微分和积分处理； 利用高光谱数据分析植被的“红边”等典型植被 高光谱特征。
高光谱与高空间分辨率遥感课件
二、原理与方法 1、光谱微分
光谱微分技术就是通过对反射光谱进行数学模 拟，计算不同阶数的微分值，以提取不同的光谱 参数。应用光谱微分技术能够部分消除大气效应、 植被环境背景（阴影、土壤等）的影响，以反映 植物的本质特征。
高光谱遥感理论基础课件
CHAPTER
02
高光谱遥感的基本原理
电磁波与光谱辐射基础
电磁波的波长和频率
电磁波的波长范围从极长波到极短波，包括无线电波、微波、红外线、可见光 、紫外线、X射线和伽马射线等。不同波长的电磁波具有不同的特性和应用。
光谱辐射与光谱响应
物体对不同波长的电磁波具有不同的吸收、反射和透射特性，这种特性决定了 物体在光谱上的表现。光谱响应是指传感器在不同波长上的测量能力。
详细描述
高光谱遥感能够通过分析地物光谱特征，监 测植被的生长状况、种类分布以及生态系统 的健康状况。同时，高光谱遥感还能用于水 质监测，如水体污染物的分布和扩散情况。 此外，土壤状况的监测也是高光谱遥感的重 要应用之一，如土壤肥力、盐碱化程度等。
城市规划与建设管理
总结词
高光谱遥感在城市规划与建设管理中发挥着重要作用，能够提供丰富的地表信息，为城 市规划和建设提供科学依据。
详细描述
在环境监测方面，高光谱遥感可以用于检测大气污染 、水体污染和土壤污染等环境问题；在城市规划方面 ，高光谱遥感可以用于城市绿化、城市交通和城市空 间布局等方面的监测和规划；在资源调查方面，高光 谱遥感可以用于土地利用、矿产资源和水资源的调查 和评估；在农业管理方面，高光谱遥感可以用于农作 物生长监测、病虫害预警和产量预测等方面。
详细描述
高光谱遥感技术通过获取地物在不同光谱波段的反射或发射信息，能够识别和区分不同类型的地物，并揭示其内 在的光谱特征。由于其高光谱分辨率的特点，高光谱遥感能够提供更丰富的地表信息，为地物识别、环境监测、 资源调查等领域提供了强有力的支持。
高光谱遥感技术的发展历程
总结词
高光谱遥感技术自20世纪80年代诞生以来，经历了初期探索、技术发展和成熟应用三个阶段，目前 已经成为遥感领域的重要分支。
遥感应用模型综述课件：02高光谱遥感原理概述
• 太原西山煤田 • 汝箕沟煤田 • 秦始皇陵区 • 西安市区 • 长安－户县（考古）
影响野影响 • 风的影响 • 观测几何的影响（植被、自然地物）
光谱仪介绍
• 主要参数 • 基本配置
光谱分辨率与采样间隔
• 光谱分辨率：分光计所能区分的最窄的度 量单位
国内发展趋势
• 深度开发：于受矿物光谱非线性混合、光谱变异、无吸收 特征矿物等三方面因素的影响，利用高光谱遥感数据定量 反演矿物绝对含量的难度较大，至今未见报道。
• 提出了去壳单次散射反照率光谱线性分解的方法，可定量 反演各种蚀变矿物以及无吸收特征矿物的绝对含量。
• 利用新疆东天山土墩矿区HyMap数据进行了试验，提取了 绢云母、滑石、蛇纹石、绿泥石、绿帘石、方解石、无吸 收特征矿物的含量分布，并以USGS矿物标准光谱库、矿 物相对含量、野外地质调查结果为基础对反演结果进行了 验证分析，以反演结果为依据初步分析了热液运移，圈出 两个热液蚀变中心与热液运移通道，表明上述方法可用于 提取矿物的空间分布，为分析矿床成因提供支撑信息。
谱库的流程
以野外实测数据建立光谱库的流程
• 野外光谱数据分析统计，排除异常数据 • 对野外水汽强吸收波段进行处理 • 对于多分光计组成的光谱仪的数据，必须
仔细分析光谱接合部的反射率是否平滑一 致 • 数据导出建库
从高光谱遥感图像上提取地物光谱 建立光谱库的流程
• 参考野外同步实测数据对高光谱图像进行 定标
研究区飞行前期工作情况
• 延安附近的野外调查和测试 • 汝箕沟矿区 • 秦始皇陵区和长安－户县考古研究区
野外调查结果
• 延安 • 汝箕沟 • 秦始皇陵区
高光谱遥感飞行
• 延安 • 汝箕沟 • 秦始皇陵区
影响野影响 • 风的影响 • 观测几何的影响（植被、自然地物）
光谱仪介绍
• 主要参数 • 基本配置
光谱分辨率与采样间隔
• 光谱分辨率：分光计所能区分的最窄的度 量单位
国内发展趋势
• 深度开发：于受矿物光谱非线性混合、光谱变异、无吸收 特征矿物等三方面因素的影响，利用高光谱遥感数据定量 反演矿物绝对含量的难度较大，至今未见报道。
• 提出了去壳单次散射反照率光谱线性分解的方法，可定量 反演各种蚀变矿物以及无吸收特征矿物的绝对含量。
• 利用新疆东天山土墩矿区HyMap数据进行了试验，提取了 绢云母、滑石、蛇纹石、绿泥石、绿帘石、方解石、无吸 收特征矿物的含量分布，并以USGS矿物标准光谱库、矿 物相对含量、野外地质调查结果为基础对反演结果进行了 验证分析，以反演结果为依据初步分析了热液运移，圈出 两个热液蚀变中心与热液运移通道，表明上述方法可用于 提取矿物的空间分布，为分析矿床成因提供支撑信息。
谱库的流程
以野外实测数据建立光谱库的流程
• 野外光谱数据分析统计，排除异常数据 • 对野外水汽强吸收波段进行处理 • 对于多分光计组成的光谱仪的数据，必须
仔细分析光谱接合部的反射率是否平滑一 致 • 数据导出建库
从高光谱遥感图像上提取地物光谱 建立光谱库的流程
• 参考野外同步实测数据对高光谱图像进行 定标
研究区飞行前期工作情况
• 延安附近的野外调查和测试 • 汝箕沟矿区 • 秦始皇陵区和长安－户县考古研究区
野外调查结果
• 延安 • 汝箕沟 • 秦始皇陵区
高光谱遥感飞行
• 延安 • 汝箕沟 • 秦始皇陵区
高光谱遥感理论基础.pptx
30
地物反射率：主要在可见光、近红外波段反射太阳的辐射， 反射率等于物体的反射辐射通量与入射辐射通量之比
E
E
反射波谱特性曲线：是某物体的反射率（或反射辐射能）随 波长变化的规律，以波长为横坐标，反射率为纵坐标所得的 曲线即称为该物体的反射波谱特性曲线。
31
1.岩矿
高光谱遥感最早是人们研究岩石和矿物的光谱特性时提 出来的，因此，地质是高光谱遥感应用中最广泛的领域 之一。
33
2）分子振动产生光谱特征 晶体结构不同，受到外来能量的时候，发生振动 而产生的光谱特性并不一致。
3）除此之外，还受到温度和矿物粒度的影响，温度升高，向短 波方向移动。
34
岩石
野外的岩石光谱是矿物光谱的混合而成，可 见光和红外只有几厘米的穿透率，因此，分析岩石 表面情况很重要： （1）风化，水化物的影响 （2）岩石表面结构：颗粒减小，反射率增大 （3）岩石表面颜色：铁，碳的影响 （4）大气环境
26
• 野外光谱测量的光源主要来自三个方面：太阳直射，太阳散射和周围物体的散射光源。
27
光谱地面测量
以美国ASD公司生产的野外光谱分析仪 FieldSpec Pro为例，它是一种测量可见光到近 红外波段地物波谱的有效工具。它能快速扫描地 物，光纤探头能在毫秒内得到地物单一光谱。 可以测量：相对反射率，辐射照度与辐射亮度。
镜面反射(…) 清 ➢反地澈射水物近体在似可不漫达同反10波0射m段，的的深但反度各。射个率方是向不反同射的的。能量大小不同。 主 ➢地反要表集射物吸中率体收在是太的长阳可波反辐以，射射即测满后6定足μ具m的有反以。约射上3定0的0热律K红的，外温入区度射段，角。从而等形于成反自射身角的热。辐只射有，在其反峰值射波波长射为出9.6的6 μ方m向， ➢才时荧反能很光射探暗，率测，物也体到就被与电是单地磁这一物波个波的，原长表辐水因射面面造照颜是成射色近的而、似。发粗射的出糙镜另度面外和反一湿射种度波，长等在辐有遥射关感的。图现象像。上比水如面硫有化物时，很亮，有 ➢地物的反射光谱曲线：反射率随波长变化的曲线。
地物反射率：主要在可见光、近红外波段反射太阳的辐射， 反射率等于物体的反射辐射通量与入射辐射通量之比
E
E
反射波谱特性曲线：是某物体的反射率（或反射辐射能）随 波长变化的规律，以波长为横坐标，反射率为纵坐标所得的 曲线即称为该物体的反射波谱特性曲线。
31
1.岩矿
高光谱遥感最早是人们研究岩石和矿物的光谱特性时提 出来的，因此，地质是高光谱遥感应用中最广泛的领域 之一。
33
2）分子振动产生光谱特征 晶体结构不同，受到外来能量的时候，发生振动 而产生的光谱特性并不一致。
3）除此之外，还受到温度和矿物粒度的影响，温度升高，向短 波方向移动。
34
岩石
野外的岩石光谱是矿物光谱的混合而成，可 见光和红外只有几厘米的穿透率，因此，分析岩石 表面情况很重要： （1）风化，水化物的影响 （2）岩石表面结构：颗粒减小，反射率增大 （3）岩石表面颜色：铁，碳的影响 （4）大气环境
26
• 野外光谱测量的光源主要来自三个方面：太阳直射，太阳散射和周围物体的散射光源。
27
光谱地面测量
以美国ASD公司生产的野外光谱分析仪 FieldSpec Pro为例，它是一种测量可见光到近 红外波段地物波谱的有效工具。它能快速扫描地 物，光纤探头能在毫秒内得到地物单一光谱。 可以测量：相对反射率，辐射照度与辐射亮度。
镜面反射(…) 清 ➢反地澈射水物近体在似可不漫达同反10波0射m段，的的深但反度各。射个率方是向不反同射的的。能量大小不同。 主 ➢地反要表集射物吸中率体收在是太的长阳可波反辐以，射射即测满后6定足μ具m的有反以。约射上3定0的0热律K红的，外温入区度射段，角。从而等形于成反自射身角的热。辐只射有，在其反峰值射波波长射为出9.6的6 μ方m向， ➢才时荧反能很光射探暗，率测，物也体到就被与电是单地磁这一物波个波的，原长表辐水因射面面造照颜是成射色近的而、似。发粗射的出糙镜另度面外和反一湿射种度波，长等在辐有遥射关感的。图现象像。上比水如面硫有化物时，很亮，有 ➢地物的反射光谱曲线：反射率随波长变化的曲线。
《高光谱检测技术》课件
高光谱技术在环境监测中的应用
空气质量监测
通过高光谱成像技术，可以 实时监测和分析城市空气中 污染物的分布和浓度，提高 环境监测效率。
水质监测
利用高光谱技术可以检测水 体中的悬浮物、藻类和有机 污染物，为水资源管理和保 护提供详细信息。
土地覆盖监测
高光谱遥感图像可以用来识 别和监测不同地物类别，帮 助评估土地利用变化和生态 环境变化。
高光谱技术在农业中的应用
1
作物品质检测
高光谱技术可以用于检测农作物的生长状态、营养缺乏和病虫害情况，以及预 测产量和品质。
2
土壤分析
通过分析土壤反射光谱，可以评估土壤质量、养分含量和有害物质含量，帮助 优化农业管理。
3
水资源管理
利用高光谱数据可以监测农田的灌溉需求，帮助合理利用水资源，提高农业生 产效益。
结论和展望
高光谱检测技术在多个领域中发挥着重要作用，为科学研究、环境保护和人 类福祉提供支持。展望未来，随着技术的不断发展，高光谱技术将发挥更大 的作用。
高光谱技术在遥感领域中的应用
城市规划
高光谱图像可以用来获 取城市特征和土地利用 情况，为城市规划和建 设提供基础数据。
自然资源管理
利用高光谱遥感数据可 以检测和监测植被覆盖、 土壤湿度和水资源状况， 为自然资源管理提供支 持。
灾害监测
高光谱遥感可以提供灾 害监测和预警，例如火 灾、洪水、地震等，帮 助减少灾害对人类和环 境的影响。
《高光谱检测技术》PPT 课件
欢迎来到《高光谱检测技术》PPT课件！探索高光谱技术的定义、原理和其在 多个领域中的应用。
高光谱检测技术的定义和原理
1 定义
高光谱技术是一种通过分析物体反射、辐射或透射的广谱光信号来获取关于物体特征的 详细信息的技术。
第72章高光谱遥感图像分类ppt课件
28
初始类别参数的选定
初始类别参数是指：基准类别集群中心（数学期 望）以及集群分布的协方差矩阵。因为无论采用 何种判别函数，都要预先确定其初始类别的参量。 以下为几种常用的方法：
29
1、像素光谱特征的比较法
首先，在遥感图像中定义一个抽样集，它可以是整幅 图像的所有像素，但通常是按一定间隔抽样的像素；
15
欧几里德距离就是两点之间的直线距离。这是我们用的最多因 而也是最为熟悉的一种距离。与我们习惯用的距离一致。欧氏 距离的表达式为：
2. 欧几里德距离
n
2
di x k
x kj M ij
j1
欧氏距离中各特征参数也是等权的。 以上两种距离都称为明可夫斯基(Minkowski)距离（以下 简称明氏距离），使用明氏距离应该注意以下问题：
式中：Pwi 为先验概率，也就是在被分类的图像中类别wi出现的 概率。PX wi 为似然概率，它表示在 wi这一类中出现像元X的
概率。只要有一个已知的训练区域，用这些已知类别的像元做
统计就可以求出平均值及方差、协方差等特征参数，从而可以
求出总体的先验概率。在不知道的情况下，也可以认为所有的Pwi
为相同。Pwi X 为后验概率。PX 表示不管什么类别出现的概率：
31
初始类别参数的选定
19
3、最大似然监督分类
最大似然法是经典的分类方法，已在宽波段遥感图像分类
中普遍采用。它主要根据相似的光谱性质和属于某类的概率最
大的假设来指定每个像元的类别。MLC法最大优点是能快速指定
被分类像元到若干类之中的一类中去 。
从概率统计分析，要想判别某位置的向量属于哪一个类别，
判别函数要从条件概率 Pwi X i 1 , 2 , 3 , 来, m决定，
初始类别参数的选定
初始类别参数是指：基准类别集群中心（数学期 望）以及集群分布的协方差矩阵。因为无论采用 何种判别函数，都要预先确定其初始类别的参量。 以下为几种常用的方法：
29
1、像素光谱特征的比较法
首先，在遥感图像中定义一个抽样集，它可以是整幅 图像的所有像素，但通常是按一定间隔抽样的像素；
15
欧几里德距离就是两点之间的直线距离。这是我们用的最多因 而也是最为熟悉的一种距离。与我们习惯用的距离一致。欧氏 距离的表达式为：
2. 欧几里德距离
n
2
di x k
x kj M ij
j1
欧氏距离中各特征参数也是等权的。 以上两种距离都称为明可夫斯基(Minkowski)距离（以下 简称明氏距离），使用明氏距离应该注意以下问题：
式中：Pwi 为先验概率，也就是在被分类的图像中类别wi出现的 概率。PX wi 为似然概率，它表示在 wi这一类中出现像元X的
概率。只要有一个已知的训练区域，用这些已知类别的像元做
统计就可以求出平均值及方差、协方差等特征参数，从而可以
求出总体的先验概率。在不知道的情况下，也可以认为所有的Pwi
为相同。Pwi X 为后验概率。PX 表示不管什么类别出现的概率：
31
初始类别参数的选定
19
3、最大似然监督分类
最大似然法是经典的分类方法，已在宽波段遥感图像分类
中普遍采用。它主要根据相似的光谱性质和属于某类的概率最
大的假设来指定每个像元的类别。MLC法最大优点是能快速指定
被分类像元到若干类之中的一类中去 。
从概率统计分析，要想判别某位置的向量属于哪一个类别，
判别函数要从条件概率 Pwi X i 1 , 2 , 3 , 来, m决定，
遥感应用模型综述课件：05高空间分辨率遥感应用模型及案例
度达到±15CM
建筑物提取案例
建筑物提取案例
建筑物提取案例－预处理
• 在图像分割前，有必要对原始图像进行适当的预 处理以提高图像质量。预处理主要包括：直方图 均衡化和滤波处理等。其中滤波处理采用均值滤 波器或者中值滤波器对原图像进行平滑处理，以 去除图像噪声和个别孤立点，改善图像质量。同 时为了尽可能的去除无用背景对分割结果的影响， 在分割之前，先设定一个灰度门限（这个值要取 的相对低一些），把低于该门限的像素灰度值设 为0，初步滤除部分干扰因素。经过预处理后得到 的图像作为要进行目标分割的图像。
目标检测与特征提取
• 采用一个粗糙分割或者分类方法实现可能含有兴 趣目标的区域与其背景区域的分割。
• 有的是提取图像的角点；有的直接提取边界线然 后编组成建筑物顶部假设；有的首先提取图像中 的三维边界然后将其编组成建筑物顶部的若干块 状平面；有的采用提取点、边界和区域相结合的 方法。
特征编组和建模
• 边界表示方法对建筑物的形式没有限制，不能表示曲面特征 的建筑物模型。
提取策略
• 自下而上：数据驱动，先提取图像的基元（点、 边界、灰度均匀区），然后编组成实体，最后通 过产生建筑物存在的假设，重建整个建筑物，问 题－次像素级分割处理不稳定。
• 自上而下：模型驱动，特征提取，接着通过与目 标模型库进行匹配，然后对场景中存在的建筑物 产生假设，最后是假设验证。
数据源和线索
• 4）将二维图像中基于特征的匹配结果融合到三维空间中 完成了建筑物的提取，该方法利用二维边界作为匹配基元 ，运用边界的几何特性作为相似度量寻找同名像点
• 5）采用等高线跟踪代替灰度分割获得局部高出区域，保 留可能包含建筑物的区域，在立体像对中用高度信息进行 立体匹配，最后将匹配的三维边界重组为建筑物模型。
建筑物提取案例
建筑物提取案例
建筑物提取案例－预处理
• 在图像分割前，有必要对原始图像进行适当的预 处理以提高图像质量。预处理主要包括：直方图 均衡化和滤波处理等。其中滤波处理采用均值滤 波器或者中值滤波器对原图像进行平滑处理，以 去除图像噪声和个别孤立点，改善图像质量。同 时为了尽可能的去除无用背景对分割结果的影响， 在分割之前，先设定一个灰度门限（这个值要取 的相对低一些），把低于该门限的像素灰度值设 为0，初步滤除部分干扰因素。经过预处理后得到 的图像作为要进行目标分割的图像。
目标检测与特征提取
• 采用一个粗糙分割或者分类方法实现可能含有兴 趣目标的区域与其背景区域的分割。
• 有的是提取图像的角点；有的直接提取边界线然 后编组成建筑物顶部假设；有的首先提取图像中 的三维边界然后将其编组成建筑物顶部的若干块 状平面；有的采用提取点、边界和区域相结合的 方法。
特征编组和建模
• 边界表示方法对建筑物的形式没有限制，不能表示曲面特征 的建筑物模型。
提取策略
• 自下而上：数据驱动，先提取图像的基元（点、 边界、灰度均匀区），然后编组成实体，最后通 过产生建筑物存在的假设，重建整个建筑物，问 题－次像素级分割处理不稳定。
• 自上而下：模型驱动，特征提取，接着通过与目 标模型库进行匹配，然后对场景中存在的建筑物 产生假设，最后是假设验证。
数据源和线索
• 4）将二维图像中基于特征的匹配结果融合到三维空间中 完成了建筑物的提取，该方法利用二维边界作为匹配基元 ，运用边界的几何特性作为相似度量寻找同名像点
• 5）采用等高线跟踪代替灰度分割获得局部高出区域，保 留可能包含建筑物的区域，在立体像对中用高度信息进行 立体匹配，最后将匹配的三维边界重组为建筑物模型。
遥感应用模型综述课件：04高空间分辨率遥感原理概述
多波段高清晰影像
• WorldView-2卫星能提供独有的8波段高清晰商业卫星影像。除了四个 常见的波段外（蓝色波段：450-510；绿色波段：510-580；红色波 段：630-690；近红外线波段：770-895），WorldView-2卫星还能提 供以下新的彩色波段的分析：
• 海岸波段（400-450） 这个波段支持植物鉴定和分析，也支持基于叶绿素和渗水的规格参数 表的深海探测研究。由于该波段经常受到大气散射的影响，已经应用 于大气层纠正技术。
典型的高分辨率商业卫星
• IKONOS卫星系统 • QUICKBIRD卫星系统 • SPOT-5卫星系统
IKONOS卫星系统
• 基本情况：1米全色，4米多光谱 • 成像原理：可以任意方位角成像 • 产品简介：Geo、Reference、Pro、
Precision、Precision Plus
美国IKONOS
• 严密传感器模型：是依据传感器的成像几何关系 ，利用成像瞬间地面点、透视中心和相应像ห้องสมุดไป่ตู้三 点共线的几何关系建立的数学模型，是摄影测量 学最常采用的成像模型，具有最高的定位精度， 但形式较为复杂，所需的传感器成像参数、姿态 参数和轨道星历保存在影像支持数据（ISD）文 件中。
• RPC模型：是对严密传感器模型的拟合，它直接 提供了地面坐标同像点坐标之间的映射关系，理 想情况下也能达到跟严密模型相当的定位精度。
• 星上图像处理功能：集成星上影像处理功 能，特别是变化检测；具体功能（神经网 络分类功能用于自然灾害预警和监测，星 上辐射和几何校正）。
未来“智能型”对地观测卫星
• 卫星集对地观测传感器、数据处理系统、 通讯系统为一体，能够为实时的、机动的 、专业和普通用户提供全球环境状况的实 时观测和分析。
高光谱遥感的应用.ppt
重金属改变或破坏叶细胞的结构，造成光谱红边的斜率 和位置发生变化。叶绿素含量的减少会造成红边向短波 方向位移，称为蓝移。
植被生物变异特征在谱学上重点表现为光谱红边的“红 移”(健康,生长旺盛)和“蓝移”(不发育,中毒等)。
利用高光谱对植物光谱的“精细”结构和变异的探测和 分析,可以定量、半定量地提取与估计植被生物物理和 生物化学参数,快速且定量地评价冠层结构、状态或活 力,冠层水文状态,估计冠层生物化学成分。
水文与冰雪：
利用高光谱成像光谱仪可以测定沿海，江 河，湖泊中的叶绿素，浮游生物，有机质， 悬浮物，水生植物等以及它们的分布。例如： 利用AVIRIS数据研究美国Tahoe胡的叶绿素 浓度和湖底深度制图。
环境与灾害：
高光谱图像可以用来探测危险环境因素。例如： 编制酸性矿物分布图，特殊蚀变矿物分布图， 评价野火危险的等级等。
利用多种航空航天遥感资料，普通遥感与高 光谱遥感数据结合探测火灾发生地点以及其他 与燃烧现象有关的地表生物量，燃烧的后果， 地表组成及更新情况。
土壤调查：
高光谱土壤遥感可以提供土壤表面状况和 性质的空间信息，空间差异性。但由于土壤 性质的空间变化是连续的，土壤表面覆盖使 土壤调查调查与监测比较困难。
一、高光谱遥感在地质调查中的应用
高光谱地质应用的历史 国内外高光谱地质应用技术与方法 国内外高光谱地质应用主要进展 高光谱地质应用的领域与实例 存在的主要问题
高光谱地质应用的历史
从 20 世纪 70 年代末至 80 年代初美国提出高光谱遥 感概念模型并研制成像光谱仪以来，世界各国进行高光 谱遥感的应用。
80 年代以来，高光谱遥感被广泛地应用于地质、矿产 资源及相关环境的调查中。
我国在20世纪80年代末开展了高(成像)光谱技术的研究, 取得了极大的进展
植被生物变异特征在谱学上重点表现为光谱红边的“红 移”(健康,生长旺盛)和“蓝移”(不发育,中毒等)。
利用高光谱对植物光谱的“精细”结构和变异的探测和 分析,可以定量、半定量地提取与估计植被生物物理和 生物化学参数,快速且定量地评价冠层结构、状态或活 力,冠层水文状态,估计冠层生物化学成分。
水文与冰雪：
利用高光谱成像光谱仪可以测定沿海，江 河，湖泊中的叶绿素，浮游生物，有机质， 悬浮物，水生植物等以及它们的分布。例如： 利用AVIRIS数据研究美国Tahoe胡的叶绿素 浓度和湖底深度制图。
环境与灾害：
高光谱图像可以用来探测危险环境因素。例如： 编制酸性矿物分布图，特殊蚀变矿物分布图， 评价野火危险的等级等。
利用多种航空航天遥感资料，普通遥感与高 光谱遥感数据结合探测火灾发生地点以及其他 与燃烧现象有关的地表生物量，燃烧的后果， 地表组成及更新情况。
土壤调查：
高光谱土壤遥感可以提供土壤表面状况和 性质的空间信息，空间差异性。但由于土壤 性质的空间变化是连续的，土壤表面覆盖使 土壤调查调查与监测比较困难。
一、高光谱遥感在地质调查中的应用
高光谱地质应用的历史 国内外高光谱地质应用技术与方法 国内外高光谱地质应用主要进展 高光谱地质应用的领域与实例 存在的主要问题
高光谱地质应用的历史
从 20 世纪 70 年代末至 80 年代初美国提出高光谱遥 感概念模型并研制成像光谱仪以来，世界各国进行高光 谱遥感的应用。
80 年代以来，高光谱遥感被广泛地应用于地质、矿产 资源及相关环境的调查中。
我国在20世纪80年代末开展了高(成像)光谱技术的研究, 取得了极大的进展