定量遥感课件光谱波谱分析技术

光谱/波谱分析技术

在定量遥感或者高光谱遥感中，信息提取主要用到光谱/波谱分析技术。本专题对光谱/波谱分析中涉及的流程及一些技术进行讲解，包括以下内容：

∙ ∙●基本概念

∙ ∙●遥感反演

∙ ∙●波谱识别

1 基本概念

“光谱分析”在很多领域也有这个概念，比如医学、电子学、化学等。如其中一个概念为：“光谱分析主要是以光学理论为基础，以物质与光相互作用为条件，建立物质分子结构与电磁辐射之间的相互关系，从而进行物质分子几何异构、立体异构、构象异构和分子结构分析和鉴定的方法。”

在遥感里面经常会看到光谱分析和波谱分析两个概念，可以将光谱分析视为在微观条件下定义；波谱分析在宏观上定义的。也就是光谱分析是广义定义，波谱分析是狭义定义，在不太严格的情况下，两个概念是一样的。

遥感中的光谱分析技术可以理解为基于电磁辐射与物质相互作用产生的波长与反射强度，即地物波谱特征，而进行物质分析的技术。在这个过程中，如果一种物质A中掺和其他物质B而造成物质A的波谱特征发生变化，可以建立物质A、物质B与波谱特征变化三者之间的关系，这个也是定量遥感中物质反演的一个基本过程之一；在这个过程中另外一个情况，地物波谱特征用图像或者波谱曲线表示，用已知的波谱曲线A 和未知的波谱曲线B进行对比分析，从而得出波谱曲线A和B是否一致，或者占多大比重。这个是高光谱遥感中的波谱识别的基本原理。

因此，从应用角度上看，光谱分析就是定量遥感或高光谱遥感中的图像信息提取技术。可分为遥感反演、地物识别和物质分类，后两个就是波谱识别范畴。

2 遥感反演

遥感反演就是根据观测信息和模型，求解或推算描述地面实况的应用参数。可以看到遥感反演的基础是

描述遥感信号或遥感数据与地表应用之间的关系模型。这种关系模型可以是遥感模型和应用模型，包括统计型和物理型。统计模型基于陆地表面变量和遥感数据的相关关系，优点在于容易建立并且可以有效概括从局部区域获取的数据，缺点在于模型一般具有地域局限性，也不能解释因果关系；物理模型遵循遥感系统的物理规律，可以建立因果关系，地域变化时候，也可以方便修改变量，缺点在于模型的建立过程漫长而曲折（梁顺林等）。

可以看到，遥感反演需要具备多方面的知识，需要理解遥感成像机理、相关地学知识、数学知识等。比较成熟或者用的比较多的反演模型包括：植被生物参数反演模型（氮、叶绿素、水分等），水质参数反演模型（浑浊度、透明度、总悬移质泥沙含量、pH 值、总含氮量等），应用包括植被盖度监测、作物长势监测、水华监测等。

反演涉及的关键部分是模型的构建，在模型构建好之后就是模型中参数的推算。下面以太湖叶绿素反演为例，数据使用环境小卫星的CCD多光谱数据，介绍在ENVI下的操作流程。

本例子使用一个比较通用的线性叶绿素反演模型：

Y=ax+b即

Chla=a*BRED/BNIR+b

主要技术路线就是利用实地调查的结果，结合影像上对应的像元反射率值，采用最小二乘法回归得到a和b参数，之后将这个模型应用到整个图像中。

一、传感器定标

直接利用ENVI_HJ1A1B_Tools环境卫星数据读取扩展工具将图像有DN值转成辐射亮度值。（扩展工具下载地址：）

说明：先做传感器定标主要是为了避免在几何精校正过程中进行重采样时候产生一定的误差。

二、几何精校正

这一步不用多讲了，由于HJ卫星数据提供的2级数据已经做过粗校正，可以选择地形图作为参考选

择控制点进行几何精校正。在几何校正重采样输出时候，选择最邻近法（Nearest Neighbor）。

三、大气校正

这个步骤可以参照：

四、图像裁剪

用太湖地区的矢量裁剪大气校正结果，得到太湖水面区域影像。

五、样本选择

这一步需要结合实地调查数据，将水面调查点与BRED/BNIR对应的值在空间上一一对应起来。实地调查数据包括：水面调查点的经纬度、叶绿素含量。以三列形式保存为.txt和Excel文件，以下格式：序号纬度经度叶绿素含量（mg/L）

1 31.516729 120.170916 0.078

2 31.457287 120.048309 0.025

3 31.454855 120.174078 0.056

(1)使用Basic Tool->Bandmath，表达式为float(b3)/b4，计算得到比值图像。

(2)在display中显示比值图像，选择overlay->Region Of Interest 打开ROI Tool。

(3)在ROI Tool中，选择ROI_Type->Input Points from ASCII，选择文本格式的实地调查数据。注意参数选择，x：选择经度；y：选择纬度；These point comprise：Individual Points。这样将实地调查的点位置信息加载到图像中

(4)在ROI TOOL中，选择File->Out ROIs to ASCII。在输出格式设置面板中（如下图），选择ID、经纬度、和波段像元值（Band Values）。

这样就将水面调查点与BRED/BNIR对应的值导出来了，将BRED/BNIR值导入Excel表中，这样就

将实测叶绿素含量值与BRED/BNIR值一一对应上了。

六、模型参数反演

有了实测的叶绿素含量值与BRED/BNIR值的对应表，使用最小二乘法回归参数a和b。回归公式为：

使用Excel的计算功能，很容易得到a=0.060583，b=0.004381

七、叶绿素反演

有了参数a和b，反演模型可表达为：Chla=0.060583*BRED/BNIR+0.004381，利用bandmath很容易得到一个单波段的反演结果

八、反演结果输出

在display中，选择Tools->Color Mapping->ENVI Color Tables，让结果以彩色方式显示。

在打开Overlay->annotation 注记明白，添加Object->Color Ramp，添加一个色带。

3 波谱识别

高光谱图像分类方法与传统的多光谱分类有本质的区别，从高光谱图像的每个像元均可以获取一条连续的波谱曲线，就可以考虑用已知的波谱曲线和图上每个像元获取的波谱曲线进行对比，理想情况下两条波谱曲线一样，就能说明这个像元是哪种物质。

高光谱图像有这个特性，它除了应用于一般的图像分类，还应用于物质识别、目标探测等。图像分类更多关注的是地物覆盖和物质成分，目标识别和探测是对特定对象的搜索，其结果是“有”或者“没有”。因此我们把高光谱图像分类、物质识别、探测等称为波谱识别。