1 高光谱遥感的概念
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。
高光谱遥感卫星技术及其地质应用
高光谱遥感卫星技术及其地质应用高光谱遥感卫星技术是一种先进的地球观测技术,具有光谱分辨率高、覆盖范围广、信息量大等特点,在地质领域具有广泛的应用前景。
本文将介绍高光谱遥感卫星技术的基本概念、原理、组成及其在地质领域的应用,并探讨未来的发展趋势。
高光谱遥感卫星技术是一种利用高光谱传感器获取地球表面信息的卫星遥感技术。
高光谱传感器可以捕捉到电磁波谱上从可见光到热红外波段的光谱信息,将地物目标的反射、透射、辐射等多维度信息进行采集和处理,从而识别地物类型、结构和变化。
高光谱遥感卫星技术的优势在于其具有高的光谱分辨率和空间分辨率,可以获取地物的精细光谱特征,为地质应用提供更为准确和全面的信息。
高光谱遥感卫星技术的组成包括数据采集、数据预处理、特征提取和分类应用等方面。
数据采集是利用高光谱传感器获取地球表面信息,生成包含大量光谱特征的数据立方体。
数据预处理是对原始数据进行校正、定标、融合等处理,提取出有效的光谱特征。
特征提取是对预处理后的数据进行统计分析,提取出与地物类型、结构和变化相关的光谱特征。
分类应用是根据提取的光谱特征,利用分类算法对地物进行分类和识别。
高光谱遥感卫星技术在地质领域具有广泛的应用,包括地质灾害监测、矿藏探测、生态环境监测等方面。
地质灾害监测方面,高光谱遥感卫星技术可以获取地质灾害(如滑坡、泥石流等)发生前后的光谱特征,为灾害预警和评估提供依据。
矿藏探测方面,高光谱遥感卫星技术可以通过探测岩石的光谱特征,识别出不同类型的矿藏和其分布规律。
生态环境监测方面,高光谱遥感卫星技术可以监测土地利用变化、生态保护区范围内的人类活动和自然生态的变化等。
为了更好地说明高光谱遥感卫星技术在地质应用中的效果和优势,我们选取了一个具体的应用案例进行分析和对比。
该案例是对某区域进行矿藏探测的应用。
我们利用高光谱遥感卫星技术获取了该区域的高光谱数据,并通过数据预处理提取出有效的光谱特征。
然后,我们根据提取的光谱特征,利用分类算法对该区域进行了矿藏类型的分类和识别。
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
高光谱遥感技术及发展
遥感技术与系统概论结课作业高光谱遥感技术及发展高光谱遥感技术及发展摘要:经过几十年的发展,无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面,都获得了飞速的发展,目前遥感正进入一个以高光谱遥感技术、微波遥感技术为主的时代。
本文系统地阐述了高光谱遥感技术在分析技术及应用方面的发展概况,并简要介绍了高光谱遥感技术主要航空/卫星数据的参数及特点。
关键词:高光谱,遥感,现状,进展,应用一、高光谱遥感的概念及特点遥感是20 世纪60 年代发展起来的对地观测综合性技术,是指应用探测仪器,不与探测目标相接触,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]。
所谓高光谱遥感,即高光谱分辨率遥感,指利用很多很窄的电磁波波段(通常<10nm)从感兴趣的物体获取有关数据;与之相对的则是传统的宽光谱遥感,通常>100nm,且波段并不连续。
高光谱图像是由成像光谱仪获取的,成像光谱仪为每个像元提供数十至数百个窄波段光谱信息,产生一条完整而连续的光谱曲线。
它使本来在宽波段遥感中不可探测的物质,在高光谱中能被探测。
同其它传统遥感相比,高光谱遥感具有以下特点:⑴波段多。
成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。
⑵光谱分辨率高。
成像谱仪采样的间隔小,一般为10nm 左右。
精细的光谱分辨率反映了地物光谱的细微特征。
⑶数据量大。
随着波段数的增加,数据量呈指数增加[2]。
⑷信息冗余增加。
由于相邻波段的相关性高,信息冗余度增加。
⑸可提供空间域信息和光谱域信息,即“图谱合一”,并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。
近二十年来,高光谱遥感技术迅速发展,它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体,已成为当前遥感领域的前沿技术。
二、发展过程自80 年代以来,美国已经研制了三代高光谱成像光谱仪。
1983 年,第一幅由航空成像光谱仪(AIS-1)获取的高光谱分辨率图像的正式出现标志着第一代高光谱分辨率传感器面世。
高光谱遥感
高光谱遥感器
OMIS系统部分参数 128波段 波段 波长 光谱分辩率 64(64,32,16) 0.4-1.1um 10nm 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 > 70 degree
VNIR: 32 波段 (0.44~1.08um) 光谱分辨率: 20nm 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
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,由于其所获取的图 像包含了丰富的空间,辐射和光谱三重信息。
2 5.0 表 1.1,国际上部分成像光谱仪一览表(陈述彭等,1997) 500-980 32 2 0.0-71.0
遥感器 PLI-PMI CASI SFSI AIS-1 AIS-2 AVIRIS (20km) ASAS 改进 ASAS GERIS
光谱范围 (nm) 403-805 430-870 1200-2400 900-2100 1200-2400 800-1600 1200-2400 400-2450 455-873 400-1060 400-100 1000-2000 2000-2500
《高光谱遥感的发展》课件
高光谱遥感技术的发展趋势
提高数据获取能力
未来将进一步提高高光谱传感器的性 能,提高数据获取的精度和稳定性。
加强数据处理能力
未来将进一步发展人工智能、机器学 习等技术,提高数据处理的速度和精 度。
拓展应用领域
未来将进一步拓展高光谱遥感技术的 应用领域,如城市规划、资源调查、 灾害监测等。
加强技术交流与合作
从分割后的图像中提取地物的光谱特征,包括光谱曲线、谱带宽度 、谱带深度等。
地物分类与识别
利用提取的光谱特征,对地物进行分类和识别,常用的方法包括监 督分类、非监督分类和支持向量机等。
03
高光谱遥感技术发展现状
高光谱遥感传感器的发展
高光谱成像技术进步
随着技术的不断进步,高光谱成像传 感器在空间分辨率、光谱分辨率和辐 射分辨率等方面取得了显著提升,为 地物精细识别提供了有力支持。
新型传感器研发
科研人员正致力于开发新型的高光谱 传感器,如多角度高光谱传感器和热 红外高光谱传感器,以拓宽遥感的应 用领域。
高光谱数据处理技术的发展
数据处理算法优化
针对高光谱数据的处理,算法不断优 化以提高数据处理速度和准确性,例 如支持向量机、神经网络等机器学习 方法在高光谱分类和识别中的广泛应 用。
3
城市规划与管理
在城市规划与管理方面,高光谱遥感为城市发展 提供了丰富的空间和环境信息,有助于实现精细 化管理和可持续发展。
04
高光谱遥感技术面临的挑战与展 望
高光谱遥感技术面临的挑战
数据获取难度大
数据处理复杂度高
高光谱遥感技术需要获取大量的高光谱数 据,但受到传感器性能、天气条件等多种 因素的影响,数据获取难度较大。
资源调查与利用
遥感题库答案
一、名词解释:1.RS:广义理解:泛指一切无接触的远距离探测。
狭义理解:是应用探测仪,不与探测目标相接触,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征、性质及其变化的综合探测技术。
2.大气窗口:通过大气而较少被反射、吸收或散射的透射率较高的电磁辐射波段。
3.密度分割:单波段黑白遥感图像可按亮度分层,对每层赋予不同的色彩,使之成为一幅彩色图像,这种方法叫做密度分割。
4.遥感影像地图:遥感影像地图是一种以遥感影像和一定的地图符号来表现制图对象地理空间分布和环境状况的地图。
5.高光谱遥感:是高光谱分辨率的遥感的简称,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。
6.瑞利散射与米氏散射:瑞利散射:当微粒的直径比辐射波长小得多时,此时的散射称为瑞利散射。
米氏散射:当微粒的直径与辐射波长差不多时的大气散射。
7.地物反射波谱:地物的反射率随入射波长变化的规律。
8.主动遥感与被动遥感:主动遥感由探测器主动发射一定电磁波能量并接收目标的后向散射信号。
被动遥感的传感器不向目标发射电磁波,仅被动接收目标物的自身发射和对自然辐射源的反射能量。
9.空间分辨率与时间分辨率:空间分辨率是指像素所代表的地物范围大小,即扫描仪的瞬时视场或地面物体能分辨的最小单元。
时间分辨率:只对同一地点进行遥感采样的时间间隔,即采样的时间频率也称重访周期。
10.空间滤波:以突出图像上的某些特征为目的,通过像元与周围相邻像元的关系,采取空间域中的邻域处理方法进行图像增强方法。
11.多光谱空间:就是一个n维坐标系,每一个坐标轴代表一个波段,坐标值为亮度值,坐标系内的每一个点代表一个像元。
12.多源信息复合:是将多种遥感平台,多时相遥感数据之间以及遥感数据与非遥感数据之间的信息组合匹配的技术。
13. 遥感平台:是搭载传感器的工具,根据运载工具的类型分为航天平台、航空平台和地面平台。
高光谱整理
1.遥感图像的最基本单元是像元,每个像元具有空间特征和属性特征。
空间特征:是用X值和Y值来表示;(纹理,形状,大小,方位)属性特征:常用亮度值表示。
(灰度值,亮度值)2.遥感图像特征(②,③遥感成像技术发展的方向)①时间分辨率:对同一地点进行遥感采样的时间间隔,集采样的时间频率。
也称重访周期。
②空间分辨率:像素所代表的地面范围的大小,或地面物体能分辨的最小单元;③光谱分辨率:传感器在接收目标辐射的光谱时能分辨的最小波长间隔;④辐射分辨率:指传感器接收波谱信号时,能分辨的最小辐射度差;3.高光谱遥感基本概念:①多光谱遥感(Multirspectral Remote Sensing),光谱分辨率在波长的1/10数量级范围内(几十个至几百个nm)的遥感;②高光谱遥感(Hyperspectral Remote Sensing),光谱分辨率在波长的1/100数量级范围内(几个nm)的遥感;③超光谱遥感(Ultraspectral Remote Sensing),光谱分辨率在波长的1/1000数量级范围内(0.2-1nm)的遥感。
4.高光谱遥感与常规多光谱遥感的比较:①高光谱遥感:即高光谱分辨率成像光谱遥感,幅宽小,成像范围小,其细微的波段可进行地物成分的识别,风度估计(精细识别)。
②常规多光谱遥感:幅宽大,成像范围宽,可进行宏观地物影像分析,不可被高光谱遥感完全取代(宏观变化趋势)。
研究宏观的变化情况则必须用多光谱成像仪。
5.高光谱遥感发展概况:高光谱遥感的基础是光谱学(spectroscopy).①光谱学:实验室分析地物光谱特征(获得谱信息)②成像技术:把遥感传感器放置航空或航天平台(获得地物的图像信息)③成像光谱学:把实验室仪器放置航空或航天平台(获得地物的图和谱信息)注:光学遥感的发展——空间、光谱分辨率的不断提高:①全色Panchromatic:主要通过形状(空间信息)识别地物。
②彩色color photography:增加了颜色的感知,加强型的颜色感知。
高光谱遥感的应用
在外星探测中,有火星探测 热红外高光谱仪等,中 国和印度的探月计划中也将搭载高光谱仪。
基于高光谱数据的矿物精细识别
利用高光谱遥感(含热红外高光谱)进行矿 物识别可分为 3 个层次:
矿物种类识别 矿物含量识别 矿物成分识别
3.混合光谱分解技术
用以确定在同一像元内不同地物光谱成分所 占的比例或非已知成分。因为不同地物光谱成 分的混合会改变波段的深度,波段的位置,宽 度,面积和吸收的程度等。这种技术采用矩形 方程,神经元网络方法以及光谱吸收指数技术 等,求出在给定像元内各成分光谱的比例。
4.光谱分类技术
主要的方法包括传统的最大似然方法、人工 神经网络方法、支持向量机方法和光谱角 制图方法(Spectral Angel Map-per, SAM)。
5.光谱维特征提取方法
可以按照一定的准则直接从原始空间中选 出一个子空间;或者在原特征空间之间找到 某种映射关系。这一方法是以主成分分析为 基础的改进方法。
6、模型方法
是模型矿物和岩石反射光谱的各种模型方法 。 因为高光谱测量数据可以提供连续的光谱抽样 信息,这种细微的光谱模型特征是模型计算一 改传统的统计模型方法建立起确定性模型方法。 因而,模型方法可以提供更有效和更可靠的分 析结果。
植被遥感研究的分析方法,除了应用于地质分析中的一些 方法外,主要有以下几种技术:
1、多元统计分析技术 用原始的光谱反射率或经微分变换、对数变换、植被指数变换或其
他数学变换后的 数据作为自变量,以叶面指数、生物量、叶绿素含量
等作为因变量,建立多元回归预测模型来估计或预测生物物理模型和 生物化学参数。 2、基于光谱波长位置变量的分析技术
高光谱遥感期末考试复习题库
高光谱遥感第一章高光谱遥感理论基础名词解释高光谱遥感:(是指具有高光谱分辨率的遥感科学和技术)用很窄而连续的光谱通道对地物持续遥感成像的技术。
光谱反射率特性曲线:反射波谱曲线是物体的反射率随波长变化的规律,以波长为横轴,反射率为纵轴的曲线。
植被红边:(在电磁波谱中,红边是植被的反射率在近红外线波段接近与红光交界处快速变化的区域。
)在可见光波段与近红外波段之间,即大约0.76 µm附近,植被反射率急剧上升,形成所谓“红边”。
瑞利散射:瑞利散射是一种光学现象,属于散射的一种情况。
又称“分子散射”。
粒子尺度远小于入射光波长时(小于波长的十分之一),其各方向上的散射光强度是不一样的,该强度与入射光的波长四次方成反比,这种现象称为瑞利散射。
双向反射率分布函数:双向反射分布函数是一个定义光线在不透明表面反射的四次元函数。
用来定义给定入射方向上的辐射照度如何影响给定出射方向上的辐射率。
更笼统地说,它描述了入射光线经过某个表面反射后如何在各个出射方向上分布这可以是从理想镜面反射到漫反射、各向同性或者各向异性的各种反射。
来自某方向地表辐照度的微增量与其所引起的某方向上反射辐射亮度增量之间的比值。
辐射传输方程:辐射传输方程是指电磁波在介质中传播时,受到介质的吸收、散射等作用的影响发生衰减。
辐射传输方程是电磁波辐射在介质中传输时的衰减方程,它描述了辐射能在介质中的传输过程、特性及其规律。
简答论述1.简述高光谱遥感与全色、多光谱遥感的区别。
高光谱遥感与全色、多光谱遥感的区别主要体现在空间分辨率、光谱分辨率、波段数和带宽上。
全色遥感只能探测可见光部分,其影像是单波段的,无法显示地物的色彩,光谱信息少,但空间分辨率高。
多光谱遥感通常有3个至10几个探测通道,具有较为丰富的光谱信息,能够显示地物的色彩,但其空间分辨率较低。
高光谱遥感有更窄的波段,对反射能量的细微变化更加敏感;高光谱图像可能有数百或数千个波段,具有非常丰富的光谱信息。
高光谱遥感在农作物生长监测的应用研究进展
高光谱遥感在农作物生长监测的应用研究进展高光谱遥感是一种获取地球表面上物质的光谱信息的遥感技术,其具有较高的光谱分辨率和能够获取物质的光谱特征的能力。
在农作物生长监测中,高光谱遥感具有广泛的应用潜力,并且已经取得了一定的研究进展。
本文将重点介绍高光谱遥感在农作物生长监测的应用研究进展。
高光谱遥感可以获取到农作物的光谱特征,这些特征与农作物生长的关系密切。
通过解析农作物的光谱特征,可以对农作物的养分状况、生长状态和产量进行监测和评估。
下面将从农作物光谱特征分析、农作物生长监测和高光谱遥感数据分析方法等方面对高光谱遥感在农作物生长监测中的应用研究进展进行详细介绍。
农作物的光谱特征分析是高光谱遥感在农作物生长监测中的重要研究内容。
通过对农作物光谱的分析,可以获取到与农作物生长状态相关的光谱特征。
光合作用是农作物生长的重要过程,光合作用产生的叶绿素吸收光谱峰和光散射光谱峰可以用来表征农作物的光合活性和叶绿素含量。
农作物的水分状况也对其光谱特征产生影响,水分压力下的农作物叶片会发生变化,导致其光谱特征发生变化。
农作物的光谱特征分析对于理解农作物生长的机制和评估农作物生长状态具有重要的意义。
高光谱遥感可以实现对农作物生长状态的监测。
通过对农作物的光谱特征进行分析,可以建立农作物生长模型,实现对农作物生长状态的监测和评估。
通过对农作物光谱数据和农作物生长数据进行关联分析,可以建立农作物的反射率和生长状态之间的关系模型,从而实现对农作物的生长状态进行监测。
高光谱遥感还可以应用于农作物的氮素营养监测。
由于氮素是农作物生长的重要营养元素之一,农作物的氮素含量与其生长状态密切相关。
通过对农作物的光谱数据进行分析,可以获取到与氮素含量相关的光谱特征,从而实现对农作物的氮素营养状况进行监测。
高光谱遥感数据分析方法是提高农作物生长监测精度的关键。
高光谱遥感数据的处理和分析涉及到光谱数据的预处理、特征提取和分类方法等方面。
光谱数据的预处理对于提高数据的质量和准确性非常重要。
高光谱遥感
EO-1
Landsat-7
1
mi
n
29 min
Terra
表 Hyperion主要技术参数
中国的环境与减灾1号卫星高光谱成像仪
• 高光谱遥感信息成像机理
➢ 高光谱遥感器接收到入瞳辐射后通过探测器产生电信号,在经过增益和模数转 换(A/D)产生遥感影像数值(DN)。遥感器的空间响应、光谱响应和辐射响应决 定了输出图像的信息特征。进入传感器的辐射量通过光学系统后,由分光器件分成 不同的光谱段后到达探测器焦平面转换为测量值。该测量值的大小直接与探测器的 光谱响应率相关,从而又与光学系统的透过率和探测器的光谱灵敏度相关联。
三、高光谱遥感器的发展
❖ 70年代末,美国加州理工学院喷气推进实验室(JPL)
学者提出。
❖ 1983年,世界上第一台成像光谱仪问世,AIS-1
(Airborne Imaging Spectrometer)问世,64波段。
❖ 1987年,航空可见光/红外成像光谱仪AVIRIS,224波段 ❖ 2000年第一台星载高分辨率成像光谱仪 HYPERION升空。 ❖ 1991年,中国第一台航空成像光谱仪(MAIS)运行
➢ 第一代成像光谱仪称航空成像光谱仪AIS(Airborne
Imaging Spectrometer),64个通道,光谱覆盖范围从990nm-2400nm, 光谱分辨率9.3nm。
➢ 第二代成像光谱仪称航空可见光、近红外成像光谱仪
AVIRIS(Airborne Visible/Infrared Imaging Spectrometer),224个通道, 光谱范围410nm-2450nm,光谱分辨率10nm。
❖多光谱遥感(Multirspectral Remote Sensing),光谱分 辨率为波长 的1/10数量级范围(几十个至几百个nm);
- 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)。
7
狭义理解,是应用探测仪器,不与探测目标相接触,从远 处把目标的电磁波特性记录下来,通过分析,揭示出物体 的特征性质及其变化的科学及综合性探测技术。 广义理解,泛指一切无接触的远距离探测,包括对电磁场 、力场、机械波(声波、地震波)等的探测。实际工作中,重 力、磁力、声波、地震波等的探测被划为物探(物理探测)的 范畴。因而,只有电磁波探测属于遥感的范畴。
30
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。
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。
47
(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。
26
27
遥感的商业化
美国海军EP-3侦察机,IKONOS 2
28
(9)高光谱遥感的发展,使得遥感的波段宽度从 早期的0.4 (黑白摄影)、0.1 (多光谱扫描) 到5nm(成像光谱仪),遥感器波段宽度窄化, 针对性更强,可以突出特定地物反射峰值波长的 微小差异;同时,成像光谱仪等的应用,提高了 地物光谱分辨力,有利于区别各类物质在不同波 段的光谱响应特性。
34
1.高光谱遥感定义
光谱连续、图谱合一
35
电磁波的范围
电磁波频率范围 可见光波长
可见光是电磁波的一部分。
极小一部分。 不同的波段有不同的物理反射 和透射性质。。 更宽范围的电磁波的探测和解 释需要进行不断地研究
36
高光谱遥感的概念
高光谱分辨率遥感(Hyperspectral remote sensing):是指用很窄(10-2波长)而连续的光谱
17
18
(2)大、中、小卫星相互协同,高、中、低轨道 相结合,在时间分辨率上从几小时到18天不等, 形成一个不同时间分辨率互补系列。
(不同时间分辨率互补)
19
卫星相互协同
20
正在使用的传感器有: MODIS(EOS), MISR(Terra), ASTER(Terra), ADEOS…
高光谱遥感与地学分析
吴 柯 (物探楼601室)
邮箱:hyper_spectral@
1
课程介绍
高光谱遥感:高是体现在波段信息上,高光谱遥 感的出现是遥感界的一场革命,它使本来在宽波段 遥感中不可探测的物质,在高光谱遥感中能被探测。
地学分析:主要是指寻找地表及地表以上的地学 规律,通过对获取的遥感信息进行分析和处理, 一方面扩大地学研究本身的视域,提高对区域的 认识水平;另一方面可改善遥感分析、处理、识 别目标的精度。
第1章 高光谱遥感的概念 第2章 高光谱遥感成像系统 第3章 高光谱遥感理论基础 第4章 地物光谱数据的重建 第5章 高光谱遥感数据的特征选择与提取 第6章 高光谱特征参量与光谱库 第7章 高光谱遥感图像分类 第8章 高光谱遥感影像混合像元分解 第9章 高光谱遥感影像目标探测 第10章 高光谱遥感应用
12
2)信息的获取
13
3)信息的接收
14
4)信息的处理—遥感卫星地面站 接收、处理、存档、分发各类地球资源遥感卫星 数据并进行相关技术研究,为遥感应用提供数据 服务。
15
整个现代遥感技术体系
各应用部门
遥感信 息传输
用户
遥感成像机 理与模型
分发
目标提取与识别
(自动化、智能化)
数据处理 (高光谱、高分辨率、雷达)
实习安排:
3次实习课程,时间是第3,4,5周,周四下午
3
课程主要参考资料
1、《高光谱遥感》 张良培 等,武汉大学出版社,2005 2、《高光谱遥感的多学科利用》,童庆禧,张兵等, 电子工业出版社出版社,2006 3、《高光谱遥感:原理技术与应用》,童庆禧,张兵等 ,高等教育出版社,2006
4
课程安排:
31
高光谱遥感成像过程
32
光谱信息直观的表示
一幅传统的遥感图象数据,对于某一点的光谱特征最直 观的表达方式就是二维的光谱曲线,如图所示,用直角坐 标系表示光谱数据,横轴表示波长,纵轴表示反射率,那 么地物的特性可以从曲线中获得,比如吸收特征可以从曲 线的极小值中获取。
33
光谱曲线表达
对于高光谱数据中的每 一个点,最直观的表达方式 是二维的光谱曲线,波长作 为横坐标,反射率作为纵坐 标,通过对不同波长离散点 的插值,获取到光滑的曲线。
多源数据融合与集成
16
遥感的发展趋势
(1)随着热红外成像、机载多极化合成孔径雷达、 高分辨力表层穿透雷达和星载合成孔径雷达技术 日益成熟,遥感波谱域从最早的可见光向近红外、 短波红外、热红外、微波方向发展,波谱域的扩 展将进一步适应各种物质反射、辐射波谱的特征 峰值波长的宽域分布。
(波段范围扩展从可见光、近红外、发展到中 远 红外、微波)
44
高光谱遥感影像数据的一个重要特征是超多波段和大 数据量,对它的处理也就成为其成功应用的关键问题 之一 。 一些针对传统遥感数据的图像处理算法和技术,如: 特征选择与提取、图像分类等技术面临挑战。如:用 于特征提取的主分量分析方法,用于分类的最大似然 法、用于求植被指数的NDVI算法等等,不能简单地直 接应用于高光谱数据。
48
二、基于混合像元的分析方法
由于传感器空间分辨率的限制以及地物的复杂多样性,混合像 元普遍存在于遥感图像中,地面地物分布比较复杂的区域尤其 如此。如果将该像元归为一类,势必会带来分类误差,导致分 类精度下降,不能反映地物的真实覆盖状况。 概括起来,混合模型主要有两类,即线性光谱混合模型和非线 性光谱混合模型。线性混合模型是迄今为止最受欢迎且使用最 多的一种模型,其突出优点是简单。
23
(5)遥感分析技术从“定性”向“定量”转变, 定量遥感成为遥感应用的发展热点。 (遥感从定性到定量分析) (6)建立适用于遥感图像自动解译的专家系统, 逐步实现遥感图像专题信息提取自动化。 (遥感图像自动解译的专家系统) (7)3S一体化
24
(8)随着高空间分辨力新型传感器的应用,遥感 图像空间分辨率从1KM、500m、250m、80m、 30m、20m、10m、5m发展到1m,军事侦察卫星 传感器可达到15cm或者更高的分辨率。空间分辨 率的提高,有利于分类精度的提高,定位和目标 识别,但也增加了计算机分类的难度。
(光谱分辩率越来越高)
29
按传感器的探测波段分:
紫外遥感:50-380nm 可见光遥感:380-760nm 红外遥感:760-1000nm 微波遥感:1000nm-10m 多波段遥感:指探测波段在可见光波段和红外波段范围内,再 分成若干窄波段来探测。 高光谱遥感:指探测波段在可见光波段和红外波段范围内,再 分成若干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。
39
高光谱影像可以反映出在多光谱影像中难以表达的 光谱近似物质的细微光谱差异。
40
高光谱影像地物光谱曲线
高光谱影像可以完整地反映不同地物的诊断性光谱特征
41
常规遥感与高光谱遥感对比
成像光谱仪为每个像元提供数十个至数百个窄波段 的光谱信息,每个像元都能产生一条完整而连续的 光谱曲线。这就是高光谱遥感与常规遥感的主要区 别。
遥感技 术
8
遥感的特点
• 大面积同步观测:气象卫星,资源卫星 • 时效性强:周期短,覆盖面广 • 数据的综合性和可比性好:不用去实地 采集数据 • 较高的经济和社会效益:应用广泛 • 一定的局限性:数据处理;受天气影响
9
10
11
遥感信息处理的技术流程
1)目标物的电磁波特性_遥感信息源
任何目标物都具有发射、反射、吸收电磁波的性质。
新的传感器产生,正在研制的有:
EO-1 233 bands OrbView-4 ARIES (Australia)
21
22
(3)机载三维成像仪和干涉合成孔径雷达的发展 和应用,将地面目标由二维测量为主发展到三维 测量。 (多角度遥感) (4)各种新型高效遥感图像处理方法和算法将被 用来解决海量遥感数据的处理、校正、融合和遥 感信息可视化。 (海量遥感数据处理、融合)
5
高光谱遥感(Hyperspectral Remote
Sensing)
高光谱遥感是传统遥感的一个发展分支,它使 得遥感的波段宽度更窄,针对性更强,可以突 出特定地物反射峰值波长的微小差异;同时, 成像光谱仪等的应用,提高了地物光谱分辨力, 有利于区别各类物质在不同波段的光谱响应特 性。 首先介绍一下背景知识,我们简单回顾一下遥 感的特点:
(空间分辩率越来越高)
25
遥感上的“双高”: 光谱分辨率与空间分辨率的提高是遥感技术发展的重要 趋势。 空间分辨率: ◆ 1960年美国发射了TIROS-1和NOAA-1太阳同步卫星 ◆1972年ERTS-1发射(后改名为Landsat-1),装有MSS 传感器,分辨率79米 ◆1982年Landsat-4发射,装有TM传感器,分辨率提高 到30米 ◆1986年法国发射SPOT-1,装有PAN和XS传感器,分辨 率提高到10米 ◆1988年9月7日中国发射的第一颗“风云1号气象卫星” ◆1999年美国发射的IKNOS,空间分辨率提高到1米 ◆1999年10月14日中国成功发射资源卫星1号