高光谱在遥感技术的应用

合集下载

高光谱应用描述

高光谱应用描述

高光谱应用涉及到多个领域,并在这些领域中发挥着重要作用。

在遥感领域中,高光谱成像技术可以区分地表的不同特征,因
为每个特征都有独特的光谱带。

例如,多光谱卫星可以捕获几个波
段的图像,而高光谱成像卫星则可以在200多个波段中捕获地球表面,这有助于科学家区分由于光谱分辨率而无法在多光谱成像中区
分的物体。

此外,高光谱成像技术也可以应用于食品安全、医学诊断和航
天领域。

在食品安全方面,高光谱成像技术可以融合传统的成像和
光谱技术的优点,同时获取被检测物体的外部和内部品质。

在医学
诊断方面,高光谱成像技术是一种特殊的光学技术,具有成像系统
多样化、研究对象广泛化、临床诊断实用化和分析方法功能化等特征,能够原位实时活体诊断疾病,尤其是肿瘤,临床应用前景广阔。

在航天领域,高光谱成像仪的发展将进入新一轮发展。

除此之外,高光谱在种子活力研究、生物医学应用、生物技术
等方面也有着广泛的应用。

例如,通过使用高光谱图像和绘制反射
光谱,可以得出种子的活力情况;高光谱技术在生物和医学应用中
越来越流行,可以轻松快速地获取可在实验室中使用的数据;高光
谱成像是一种特殊光学诊断技术,具有成像系统多样化、研究对象
广泛化、临床诊断实用化和分析方法功能化等特征。

总的来说,高光谱应用已经渗透到许多领域中,并为相关行业
带来了革命性的进步。

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。

高光谱遥感图像处理与应用研究

高光谱遥感图像处理与应用研究

高光谱遥感图像处理与应用研究遥感技术是地球科学和自然资源管理领域的核心技术之一。

高光谱遥感是一种近年来发展迅猛的高分辨率遥感技术,其具有高维度、高分辨率和高覆盖面积等优势,被广泛应用于农业、森林、城市规划和环境监测等领域。

本文将对高光谱遥感图像的处理方法和应用进行简要介绍。

一、高光谱遥感图像的处理方法(一)预处理高光谱遥感图像的预处理是为了降低图像噪声和增强图像特征,以提高后续分析处理的准确性和可信度。

1、辐射校正:即将图像灰度值归一化为反射率,以消除光照不均匀和大气影响。

2、几何校正:对图像进行几何校正可以消除成像中的扭曲和畸变,使得图像更为准确和精确。

3、噪声去除:高光谱遥感图像常常伴随着高噪声,因此需要通过噪声滤波或概率降噪等方法来降低图像噪声。

(二)特征提取特征提取是高光谱遥感图像处理的重要环节,它是提取图像中某些特定目标信息的过程。

1、主成分分析法(PCA):PCA是最常见的特征提取算法之一,可以将高光谱数据降维并提取主成分,以保留更有效的信息,提高分类精度。

2、端元分解法(VCA):VCA是一种基于混合像元模型的特征提取方法,可以将每个像素分解为混合的端元(pure pixels)和混杂像元,从而更好地识别目标对象。

(三)分类识别分类识别是高光谱遥感图像分析最常用的技术之一,它是将图像中像素点进行分类,把同一类别的像素标注相同标签的过程。

1、常用分类算法:传统的分类算法包括最小距离分类、支持向量机(SVM)分类、KNN分类等。

2、深度学习分类:随着深度学习的发展,深度卷积神经网络(CNN)被广泛应用于高光谱遥感图像分类中,并在各种分类任务中取得了不错的效果。

二、高光谱遥感图像的应用研究(一)农业领域高光谱遥感图像可以用于农作物的分类、生长状态的监测和病虫害的诊断,从而帮助农业生产做出更加科学和精准的决策。

(二)森林资源管理领域高光谱遥感图像可用于森林植被覆盖度、森林生物多样性、森林类型等指标的监测和评估。

高光谱遥感的应用(课堂PPT)

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







石灰岩



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:

高光谱遥感的原理与应用

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。

高光谱成像在遥感中的应用

高光谱成像在遥感中的应用

高光谱成像在遥感中的应用1. 引言遥感技术是通过对地球表面的光谱、热力、电磁辐射等信息进行测量和分析,从而获取地表信息的一种手段。

高光谱成像是遥感技术中的一项重要技术,它能够获取被观测物体在数百个连续的光谱波段上的信息。

本文将探讨高光谱成像在遥感中的应用及其优势。

2. 高光谱成像的原理高光谱成像利用一个连续的光谱范围,将被观测物体的反射、辐射或发射光谱信息以光谱图像的形式记录下来。

相比于传统的彩色图像,高光谱图像包含了更丰富的光谱信息,能够提供更多种类的地表特征。

高光谱成像技术主要依赖于高光谱成像仪器,其通过分光光栅将光分成不同的波段,然后通过具有高灵敏度和高空间分辨率的光学传感器捕捉每个波段的图像。

3. 高光谱成像在地质勘探中的应用地质勘探是指通过对地质构造、矿产资源等进行调查和研究的一种手段。

传统的地质勘探通常依赖于地质样品的采集和实地勘探,而高光谱成像技术能够通过对地表光谱数据的分析,准确识别出不同的地质类型。

例如,高光谱成像可以用于矿产资源的预测和探测,通过识别不同波长下矿物质的光谱特征,可以定量地评估矿床分布和矿床类型。

此外,高光谱成像还可以用于确定地下水资源的分布情况,为地下水的开发利用提供信息支持。

4. 高光谱成像在农业中的应用农业是一个多因素综合作用的复杂系统,对农作物的监测和管理需要全面的信息支持。

高光谱成像技术可以通过对农田的高光谱图像进行分析,提供精准的作物信息。

例如,高光谱成像可以用于农作物的远程监测和应力识别。

通过分析不同波段下植被的光谱反射率,可以测量植被的生理指标,如叶绿素含量、叶面积指数等,进而判断作物生长状态和营养状况。

此外,高光谱成像还可以用于病虫害的预警和监测,通过识别不同病虫害对植物的光谱特征影响,及时发现问题并采取措施。

5. 高光谱成像在环境监测中的应用环境监测是指对环境污染、资源利用和环境质量等进行监测和评价的活动。

高光谱成像技术具有高灵敏度和高空间分辨率的特点,可以对大范围的地区进行高精度的环境监测。

高光谱遥感技术的发展与应用现状

高光谱遥感技术的发展与应用现状

三、高光谱遥感技术的应用现状
然而,目前高光谱遥感技术还存在一些问题和挑战。首先,高光谱遥感技术 的数据采集和处理成本较高,限制了其广泛应用。其次,高光谱遥感技术的数据 处理算法和模型还不够完善,分类精度有待提高。此外,由于高光谱遥感技术使 用的光谱波段范
三、高光谱遥感技术的应用现状
围较窄,对于某些特定地物目标的识别精度有限。
一、高光谱遥感技术概述
一、高光谱遥感技术概述
高光谱遥感技术是一种利用电磁波谱中可见光、近红外、中红外和热红外波 段的光谱信息,进行地表特征识别的遥感技术。它能够揭示出地物的光谱特征, 反映地物的空间、形态、结构等信息,具有很高的空间分辨率和光谱分辨率。
一、高光谱遥感技术概述
高光谱遥感技术的应用,为地球表面的资源调查、环境监测、精准农业等提 供了强有力的技术支持。
四、未来展望
四、未来展望
针对现有问题和未来发展趋势,高光谱遥感技术的研究和应用将朝着以下几 个方向发展:
1、降低成本:通过研发成本更低的硬件设备和优化数据处理算法,降低高光 谱遥感技术的数据采集和处理成本,促进其广泛应用。
四、未来展望
2、提高精度:通过对数据处理算法和模型的深入研究和完善,提高高光谱遥 感技术的分类精度和识别精度。
三、高光谱遥感技术的应用现状
高光谱遥感技术可以用于土地资源调查、土地利用规划、土地资源保护等方 面的应用。例如,通过对不同土地类型的光谱特征进行分析,可以实现对土地类 型的精细分类和利用评估。
三、高光谱遥感技术的应用现状
在农作物监测方面,高光谱遥感技术可以用于农作物的生长状态监测、产量 预测、品质评估等方面的应用。例如,通过测量农作物的叶绿素含量和水分含量 等光谱特征,可以判断农作物的生长状况和预测产量。此外,高光谱遥感技术在 地质勘察、城市规划、军事侦察等领域也有广泛的应用。

高光谱遥感技术的应用前景

高光谱遥感技术的应用前景

高光谱遥感技术的应用前景随着科技的不断发展,遥感技术越来越成为人们了解和掌握地球信息的有力工具,而高光谱遥感技术就是其中一种很重要的技术。

高光谱遥感技术能够提供比传统遥感技术更丰富和精细的地球信息,因而在许多领域都有广泛应用,从环境保护、水资源管理到农药使用管理等等,都有着广泛的应用前景。

一、高光谱遥感技术的基本原理和特点高光谱遥感技术是指遥感技术中利用高光谱仪器获取并记录地物反射光谱的过程。

高光谱遥感技术相比于传统遥感技术,不仅能够获取到地物的空间和光晕信息,还能够获取到更高的光谱分辨率,能够对地物的光谱反射进行更精确的分析。

高光谱遥感技术有着广泛的应用范围,既能用于地表覆盖和生态环境监测,也能用于资源勘探和开发。

高光谱遥感技术数据的处理通常是建立在一个多波段反射率数据集上,数据集中每个像素的反射率都被记录在不同波长的光谱带中。

二、高光谱遥感在环境保护中的应用高光谱遥感技术在环境监测与评估中有着广泛的应用,可以用于监测和掌握地球上的各种环境指标,比如水质检测、空气污染等等。

在水资源管理中,高光谱遥感技术可用于测定水体水质、流速等水文参数,还可以追踪水文演化、水生生态系统变化等。

在空气污染的识别、区分和定量化监测方面,高光谱遥感技术也无疑是非常有用的。

能够捕获不同类型的污染物质与混合物在光谱上的独特的“指纹”,通过这些指纹可以对目标物质进行识别和区分。

这种技术可以适用于城市和工业区域、矿山地区、较为多源的汽车尾气等。

三、高光谱遥感在农业中的应用高光谱遥感技术在农业中的应用是多方面的,例如识别不同的植物覆盖、追踪作物生长等。

针对农业领域,高光谱遥感技术能够提供更为精确和准确的地物分类、植被指数、作物监测和干旱指数等信息,还可以对农药使用管理等方面进行科学决策和预测。

例如,在干旱监测上,采用高光谱遥感获取显著的有机物光谱特征,从而可制定地表和植被湿度指数,进而进行干旱程度分级评估。

这种技术可用于种植业、水资源管理、生态学和气候模型研究等领域。

高光谱遥感的原理及应用

高光谱遥感的原理及应用

高光谱遥感的原理及应用1. 概述高光谱遥感是一种在更多波段上获取图像数据的遥感技术。

与传统的遥感技术相比,高光谱遥感可以捕捉更丰富的光谱信息,对地表物质进行更精细的分类与分析。

本文将介绍高光谱遥感的基本原理和其在各个领域的应用。

2. 基本原理在高光谱遥感中,传感器能够获取地表物质在连续的较窄波段范围内反射或辐射的能量。

这些数据形成了一个高光谱数据立方体,其中的每个像素都包含了多个波段的光谱信息。

高光谱遥感数据的采集过程包括以下几个步骤:•辐射校正:对于每个波段的数据,需要进行辐射校正,将辐射强度转换为辐射亮度温度或辐射亮度值。

•大气校正:由于大气对辐射的吸收和散射会对数据产生影响,需要进行大气校正以消除这些影响。

•几何校正:将采集到的数据进行几何校正,使其与地表物质之间的关系更加精确。

•光谱校正:由于传感器的响应可能会随时间而变化,需要进行光谱校正以使数据具有更高的精度和一致性。

3. 应用领域高光谱遥感技术在许多领域中都有广泛的应用,下面将介绍其中的几个主要领域。

3.1 农业高光谱遥感可以提供农作物的生长状况和营养需求的信息,帮助农民制定合理的施肥和灌溉计划。

通过监测作物的反射光谱,可以检测到病虫害的存在并进行预警。

此外,高光谱遥感还能够分析土壤特性,评估土壤质量和植被覆盖度。

3.2 环境监测高光谱遥感可以用于监测和评估环境变化及污染状况。

通过分析海洋、湖泊和河流的水质,可以检测到水体中的有害物质和蓝藻水华等问题。

同时,利用高光谱遥感技术还可以监测空气质量,识别并追踪大气污染源。

3.3 建筑与城市规划高光谱遥感可以提供高精度的地物分类和识别能力,有助于建筑和城市规划的设计与评估。

通过分析建筑物材料的光谱特征,可以对建筑物进行3D建模和监测。

此外,在城市规划中,高光谱遥感可以用于检测土地利用、土地覆盖和城市扩展等方面的变化。

3.4 自然资源管理高光谱遥感技术在自然资源管理中有广泛的应用。

利用高光谱遥感数据,可以对森林、湿地和荒漠等自然环境进行监测和分析。

高光谱遥感图像分类算法研究与应用

高光谱遥感图像分类算法研究与应用

高光谱遥感图像分类算法研究与应用高光谱遥感图像是一种利用高光谱影像数据获取地物光谱信息的遥感技术。

与传统遥感图像不同,高光谱图像具有更高的光谱分辨率和丰富的光谱信息,能够提供更多的数据维度,为地物分类和识别任务提供了更多潜在的优势。

本文将对高光谱遥感图像分类算法的研究与应用进行探讨。

一、高光谱遥感图像分类算法的基本原理高光谱遥感图像分类的基本原理是基于地物光谱的差异来实现分类任务。

每个地物在光谱上都有独特的反射特性,这使得地物在高光谱遥感图像上呈现出不同的光谱特征。

因此,通过分析这些光谱特征,可以将图像中的像素点归类为不同的地物类别。

二、高光谱遥感图像分类的方法目前,主要的高光谱遥感图像分类方法包括有监督分类方法和无监督分类方法。

1. 有监督分类方法有监督分类方法需要事先提供训练样本,通过学习这些样本的光谱特征和类别标签,来构建分类模型进行分类。

常见的有监督分类方法包括最大似然分类、支持向量机、随机森林等。

这些方法通过建立分类模型来预测未知像素点的类别,并在实际应用中取得了一定的成功。

2. 无监督分类方法与有监督分类方法不同,无监督分类方法不需要事先提供样本类别信息。

它通过分析图像的光谱特征,把光谱相似的像素点聚类为同一类别。

常见的无监督分类算法包括K均值聚类、自组织映射网络等。

这些方法在一定程度上能够自动发现图像中的地物类别,但对于复杂的图像分析任务仍然存在一定的挑战。

三、高光谱遥感图像分类算法的应用高光谱遥感图像分类算法在遥感应用领域有着广泛的应用前景。

1. 土地利用与覆盖分类高光谱遥感图像能够提供地表覆盖的光谱信息,对于土地利用与覆盖的分类具有重要意义。

利用高光谱遥感图像分类算法可以实现对不同植被、土地利用类型进行识别和分类,为土地管理和规划提供决策支持。

2. 环境监测与资源管理高光谱遥感图像分类算法在环境监测和资源管理领域也有广泛的应用。

通过对高光谱图像的分类分析,可以实现对水体、植被、土壤等自然资源的监测和管理,为环境保护和可持续发展提供技术支持。

高光谱遥感的应用

高光谱遥感的应用
星载成像光谱仪美国的 Hyperion,德国的 EnMAP 和日本的 Hyper-X。
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

高光谱遥感技术的原理与应用

高光谱遥感技术的原理与应用

高光谱遥感技术的原理与应用近年来,随着科学技术的不断发展,高光谱遥感技术在地球科学、环境监测、农业等领域的应用逐渐得到了广泛的关注。

高光谱遥感技术通过获取物体在可见光及近红外波段的反射、辐射或散射光谱信息,对地球表面进行非接触式的遥感观测。

本文将围绕高光谱遥感技术的原理和应用展开论述。

一、高光谱遥感技术的原理1. 光谱分辨率高光谱遥感技术利用传感器获取地物反射光谱,其分辨率是对光谱信息进行观测和采集的能力。

传统的遥感技术多采用较低的光谱分辨率,只能获取几种光谱波段的信息。

而高光谱遥感技术则采用更高的光谱分辨率,可以获取数十到上百个连续的光谱波段信息。

通过这些连续的光谱数据,可以对地物的光谱特征进行更加精细的分析和识别。

2. 光谱特征提取高光谱遥感技术利用物体在不同频谱波段上的反射光谱特征,对地物进行识别和分类。

不同的物体或地物在光谱上会产生不同的反射率曲线,形成独特的光谱特征。

通过对这些光谱特征进行提取和分析,可以识别地物的种类、分布和状态等信息。

例如,通过高光谱遥感技术可以区分不同类型的植被,检测到植被的健康状况和生长状态。

3. 光谱图像处理高光谱遥感技术获取的数据是大量的光谱图像,需要进行图像处理和分析。

常见的光谱图像处理方法包括光谱反射率校正、光谱特征提取、光谱曲线匹配等。

光谱反射率校正是指根据大气光学模型,对光谱数据进行大气校正,消除大气散射和吸收对光谱数据的影响。

光谱特征提取是指通过算法和模型,从光谱数据中提取出地物的光谱特征,用于地物的分类和识别。

光谱曲线匹配是指将高光谱数据与已知的光谱库进行比对,进一步确定地物类型。

二、高光谱遥感技术的应用1. 地质勘探高光谱遥感技术可以通过对地壳中不同矿物质的光谱特征进行分析,实现矿产资源的勘探和识别。

不同的矿物质在光谱分布上有独特的特征峰值,通过对这些特征进行提取和分析,可以确定地下的矿产类型和储量。

同时,高光谱遥感技术还可以监测地质灾害,如岩层滑坡、地震活动等,为地质灾害防治提供重要的科学依据。

高光谱遥感技术的介绍及应用

高光谱遥感技术的介绍及应用

高光谱遥感技术的介绍及应用高光谱遥感技术的介绍及应用在20 世纪,人类的一大进步是实现了太空对地观测,即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测。

最近几十年,随着空间技术、计算机技术、传感器技术等与遥感密切相关学科技术的飞速发展,遥感正在进入一个以高光谱遥感技术、微波遥感技术为主要标志的时代。

本文简要介绍了高光谱遥感技术的特点、发展状况及其在一些领域的应用。

1 高光谱遥感简介1.1 高光谱遥感概念所谓高光谱遥感,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。

高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术,它是集探测器技术、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的综合性技术。

在成像过程中,它利用成像光谱仪以纳米级的光谱分辨率,以几十或几百个波段同时对地表地物像,能够获得地物的连续光谱信息,实现了地物空间信息、辐射信息、光谱信息的同步获取,因而在相关领域具有巨大的应用价值和广阔的发展前景。

1.2 高光谱遥感数据的特点同其他常用的遥感手段相比,成像光谱仪获得的数据具有以下特点:1)、多波段、波段宽度窄、光谱分辨率高。

波段宽度< 10 nm ,波段数较多光谱遥感(由几个离散的波段组成)大大增多,在可见光和近红外波段可达几十到几百个。

如AVIRIS 在0. 4~214 波段范围内提供了224 个波段。

研究表明许多地物的吸收特征在吸收峰深度一半处的宽度为20~40 nm。

这是传统的多光谱等遥感技术所不能分辨的(多光谱遥感波段宽度在100~200 nm 之间),而高光谱遥感甚至光谱分辨率更高的超光谱遥感却能对地物的吸收光谱特征进行很好的识别,这使得过去以定性、半定量的遥感向定量遥感发展的进程被大大加快。

高光谱 应用

高光谱 应用

高光谱应用广泛,下面是一些主要的应用领域:
1. 农业:高光谱技术可以用于农作物监测和管理。

通过收集不同波段的光谱数据,可以分析作物健康状况、营养水分含量和病虫害等信息,帮助农民制定农作物种植和管理策略。

2. 矿产勘探:高光谱遥感技术可以帮助发现和识别地下矿藏。

不同矿石和矿物在不同波段下有独特的光谱吸收特征,通过分析这些特征,可以远程探测矿产资源的位置和类型。

3. 环境监测:高光谱遥感技术可以用于环境监测和生态系统研究。

通过观测地表和大气的光谱反射特征,可以监测空气质量、水质污染、植被覆盖和土地利用等环境指标,为环境保护和可持续发展提供重要数据支持。

4. 国土资源调查:高光谱技术在国土资源调查中有广泛应用。

通过获取地表不同波段的光谱数据,可以提供土地覆盖分类、土地利用监测、土地质量评估和土地变化分析等信息,对国土资源合理利用和规划提供科学依据。

5. 医学诊断:高光谱成像技术在医学中的应用越来越多。

通过收集和分析人体组织或细胞的光谱信息,可以提供疾病诊断、肿瘤检测和治疗反应监测等重要数据,为医学研究和临床实践提供帮助。

这些只是高光谱应用的一些例子,随着技术的不断发展和创新,高光谱在更多领域可能会有更广泛的应用。

光谱成像技术在遥感领域中的应用

光谱成像技术在遥感领域中的应用

光谱成像技术在遥感领域中的应用遥感技术是指利用航空器、卫星或其他遥感平台获取地球表面信息的一种方法。

其中,光谱成像技术是遥感领域中一种重要的技术手段之一。

通过光谱成像技术,可以将地球表面的光谱信息转化为数字图像,从而观测和分析地表物质的特性和变化。

本文将聚焦于光谱成像技术在遥感领域中的应用,并探究其在地质勘探、农业生态、环境监测等方面的具体应用和优势。

光谱成像技术是一种利用不同波长的光束照射目标物体,通过记录不同波长的反射或辐射能量,再进一步将光谱数据转化为图像的技术。

光谱成像技术的基本原理是利用不同物质对不同波长的光的吸收、散射或透射特性,来分辨和识别目标物体。

光谱成像技术在遥感领域的应用十分广泛。

首先,光谱成像技术在地质勘探中起到了重要作用。

地质勘探是通过对地球内部和地表结构进行观测和分析,获取有关地质构造、矿产资源等信息的科学技术。

光谱成像技术能够对地表岩石、土壤等进行高光谱成像,提供了丰富的地质信息。

通过不同波段的光谱数据,可以准确地判断不同矿物的存在及含量,辅助地质学家准确定位矿体位置,提高矿产资源勘探的效率和准确性。

其次,光谱成像技术在农业生态方面也得到了广泛应用。

光谱成像技术可以从遥感图像中获取农作物的光谱特性,进而分析和监测农作物的生长状况和健康状态。

通过光谱成像技术,可以实时监测农田的营养状况、水分含量、病虫害等情况,提供科学的决策依据,做出相应的调整措施,提高农作物的产量和质量。

此外,光谱成像技术还可以追踪农田的土壤侵蚀情况,提供土地资源保护的参考。

另外,光谱成像技术在环境监测中也起到了重要作用。

遥感技术结合光谱成像技术可以快速获取大范围的环境变化和污染源的信息。

通过光谱成像技术可以实时监测空气质量、水质状况、植被覆盖等环境指标,及时发现环境问题并采取相应的措施进行治理。

例如,可以利用红外波段的光谱图像来监测污染源排放的情况,进而评估其对环境的影响,为环境保护和治理提供有力的数据支持。

高光谱遥感技术在农业领域中的应用研究

高光谱遥感技术在农业领域中的应用研究

高光谱遥感技术在农业领域中的应用研究一、前言高光谱遥感技术是一项基于光谱分析原理的遥感技术。

它在探测地球表面不同材料时能够提供详细的光谱信息,比传统的遥感技术更加精确。

因此,在农业领域中,高光谱遥感技术由于能够获取大量的农业信息、帮助农业生产了解到作物的状况,因此被广泛应用。

本文将介绍高光谱遥感技术在农业领域中的应用研究。

二、农业领域中的遥感技术遥感技术是通过远距离感知技术来获取地球表面的信息的一种技术,因其作用范围广泛,能够获取大量的数据信息而被广泛应用于现代农业。

从传统的遥感技术开始出现之后,农业生产的各个环节都有了新的变化。

农业生产的船舶可以通过遥感技术更加精确地掌控作物的生长情况,避免过量灌溉或农药施用等情况的出现。

三、高光谱遥感技术的基础原理高光谱遥感技术是通过对不同波长下物质吸收光谱的分析,能够更加清晰地了解到地表物质的成分、结构、形态、功能等信息。

因此,在农业领域中,它可以通过感知作物表面的不同材料的光谱信息来判断植被健康程度,帮助生产者更精确地控制作物的状况,提高生产效率。

四、高光谱遥感技术在农业领域中的应用4.1 作物生长监测在农业生产的过程中,监测作物的生长情况对于后续的生产管理极为重要。

而高光谱遥感技术通过对植被反射光谱的分析,可以监测作物的生长速度以及是否缺氮缺水等情况。

通过不断的监测作物的生长情况,可以更好地掌控作物生长状态,提高作物的产量。

4.2 土壤检测高光谱遥感技术还可以通过对土壤的质量的感知,进行土壤检测。

例如检测土壤的PH值、土壤的有机物含量等指标,通过监测土壤的质量,可以从源头上预防作物生长的不良现象。

4.3 病虫害检测在现代农业生产过程中,病虫害极大地影响了农业生产的质量和产量。

高光谱遥感技术可以通过检测受到病虫害侵袭的作物,通过不同的光谱反射波长,来提前发现病虫害的情况,及时地进行管理,保障农业生产的质量。

五、总结高光谱遥感技术在农业领域的应用,对于提高生产效率,保证农业生产质量具有重要的意义。

遥感高光谱融合技术

遥感高光谱融合技术

遥感高光谱融合技术
遥感高光谱融合技术,是遥感数据处理中的一种重要方法,主要是
将高光谱数据和多光谱或全色影像数据融合,以获得更好的地物监测、分类和识别效果,为资源管理、环境监测和自然灾害等领域提供有力
支持。

具体来说,遥感高光谱融合技术有以下几个方面的应用和特点:
1. 地物识别和分类
遥感高光谱数据具有丰富的光谱信息,在地物识别和分类方面有很大
优势。

高光谱融合可以将高光谱数据与多光谱或全色影像数据结合,
获得更全面、更准确、更细节的光谱特征,提高对地物的识别和分类
准确度。

2. 立体视觉
高光谱融合技术还可以应用于立体视觉,通过高光谱影像的不同角度
拍摄和光谱信息,可以实现对三维地形的识别和重建,为制图、地形
分析和三维模型构建等领域提供可靠数据支持。

3. 环境监测
高光谱数据可以反映地表环境变化和生态参数信息,例如植被状况、
水质、土地覆盖等,在环境监测和评估方面有着广泛应用。

高光谱融合技术结合多光谱或全色影像,可以提高对环境变化的探测能力和识别精度,为环境保护、自然资源管理等领域提供重要依据。

4. 自然灾害监测和应对
高光谱融合技术还可以应用于自然灾害监测和应对,如洪涝灾害、山体滑坡、地震等。

通过高光谱数据和多光谱或全色影像的融合,可以实现对自然灾害影响范围和程度的全面分析和监测,为预警和应急决策提供科学支持。

总之,遥感高光谱融合技术是一项非常有前景的遥感数据处理技术,可以提高遥感数据的应用效果,为遥感在资源管理、环境监测和自然灾害应对等领域的应用提供强有力的支持。

高光谱遥感的应用及原理

高光谱遥感的应用及原理

高光谱遥感的应用及原理引言高光谱遥感是一种非常重要的遥感技术,它可以获取地球表面广泛频谱分辨率的遥感图像。

它的应用范围非常广泛,涉及到农业、环境保护、地质勘察等领域。

本文将介绍高光谱遥感的应用以及其原理。

高光谱遥感的应用高光谱遥感技术在许多领域都有广泛的应用。

以下是一些常见的应用领域:农业•作物监测:通过高光谱遥感图像可以对农作物进行快速监测和评估,帮助农民掌握作物的生长状况和健康状况,从而采取相应的措施。

•土壤分析:高光谱遥感图像可以获取土壤的光谱特征,从而帮助农民了解土壤的质地、湿度等参数,为农作物的种植提供参考。

•病虫害监测:高光谱遥感可以检测农作物上的病虫害,帮助农民及时采取控制措施,减少损失。

环境保护•水质监测:高光谱遥感可以通过检测水体的光谱特征来评估水质的好坏,监测污染源,为环境保护部门提供有效的数据支持。

•植被监测:高光谱遥感可以检测植被的健康状况和类型,对植被的分布、变化进行及时监测。

这对于森林资源管理和生态环境保护非常重要。

地质勘察•矿产资源调查:高光谱遥感可以通过检测地表岩矿的光谱特征来定量和定性分析地质信息,为矿产资源的勘察提供重要的数据支持。

•地形测量:高光谱遥感可以获取地表的高程和形态特征,可以用于地形测量、地形分析和地质灾害评估等方面。

•矿山环境监测:高光谱遥感可以监测矿山的环境变化,帮助矿产公司进行环境保护和可持续发展。

高光谱遥感的原理高光谱遥感是利用地表物体对不同波段的光谱反射或辐射进行测量,然后利用这种反射或辐射的光谱信息来提取地表物体的特征和参数。

其原理可以简单描述如下:1.光谱测量:高光谱遥感使用一台高光谱遥感仪器,能够同时获取多个波段的光谱数据。

这些波段的范围通常覆盖了整个可见光和近红外光谱区域。

2.光谱分析:通过对获取的光谱数据进行分析,可以得到地表物体在不同波段上的反射或辐射信息。

这些信息可以反映地表物体的不同特征,如植被的健康状况、土壤的含水量等。

高光谱遥感在农业领域中的应用研究

高光谱遥感在农业领域中的应用研究

高光谱遥感在农业领域中的应用研究一、引言高光谱遥感技术是指在可见光、近红外以及波段较短的红、绿、蓝三个波长范围内对物质进行高分辨率、高精度和高灵敏度的遥感探测技术。

该技术具有观察范围广、观测精度高、实时性强等特点,被广泛应用于农业领域。

本文将探讨高光谱遥感在农业领域中的应用研究。

二、高光谱遥感技术的基础1.高光谱遥感技术的原理高光谱遥感技术是运用高光谱仪进行多光谱遥感探测,可以获取从红外到可见光中所有可采集波段的多光谱数据。

高光谱遥感技术集光学、电子、计算机等多学科技术于一体,可以有效获取植被、土壤、水体、生物等自然环境中的光谱信息,从而进行遥感监测、分析和研究。

2.高光谱遥感技术的特点高光谱遥感技术具有以下几个特点:(1)采集的光谱信息丰富,包括色调、饱和度、亮度等多个维度。

(2)数据量大,需要进行复杂的处理和分析。

(3)数据处理技术要求高,需要使用多元统计学、模式识别和机器学习等技术手段。

三、高光谱遥感在农业监测中的应用1.作物生长监测利用高光谱遥感技术可以对作物生长情况进行全面、快速、准确的监测,主要表现为以下三种情况:(1)植被指数监测。

植被指数可以反映作物的生长状态,如植被覆盖度、光合作用状况等。

通过比较不同时间点的植被指数,可以评估作物生长情况。

(2)作物叶面积指数监测。

叶面积增加会使得反射和散射较多的植物物质增多,因此该指数可以反映作物叶面积的变化。

在作物生育期不同阶段,可以通过叶面积指数的变化来判断作物的生长情况。

(3)作物生理特征监测。

作物种类、品种、生长环境等因素会直接影响到作物的生理特征,如光合作用、水分利用效率等。

通过高光谱遥感技术可以对这些特征进行检测和分析,帮助农业生产提高产量和质量。

2.农业灾害监测农业灾害包括干旱、洪涝、病虫害等,将直接影响到农业生产。

利用高光谱遥感技术可以实时、准确地监测农业灾害情况,早期预警,并及时采取措施。

以病虫害监测为例,病害、虫害、草害都会释放大量化学物质,通过对这些化学物质的光谱特性进行分析,可以对病虫害的发生和传播情况进行检测和预测,及时采取控制措施。

  1. 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. 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. 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)。

高光谱在遥感技术的应用高光谱遥感技术(Hyperspectral Remote Sensing)的兴起是20世纪80年代遥感技术发展的主要成就之一.作为当前遥感的前沿技术,高光谱遥感在光谱分辨率上具有巨大的优势。

,随着高光谱遥感技术的日趋成熟,其应用领域也日益广泛。

本文主要阐述高光谱遥感的特点和主要应用。

1 高光谱遥感孙钊在《高光谱遥感的应用》中提到,高光谱遥感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,利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。

[1]高光谱遥感具有较高的光谱分辨率,通常达到10~2λ数量级。

[2]1.1 高光谱遥感特点综合多篇关于高光谱的期刊文章,总结高光谱具有如下特点:(1)波段多,波段宽度窄。

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。

[3]与传统的遥感相比,高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的(一般<10nm) 成像波段,波段数与多光谱遥感相比大大增多,在可见光和近红外波段可达几十到几百个,且在某个光谱区间是连续分布的,这不只是简单的数量的增加,而是有关地物光谱空间信息量的增加。

[4](2)光谱响应范围广,光谱分辨率高。

成像光谱仪响应的电磁波长从可见光延伸到近红外,甚至到中红外。

[5]成像光谱仪采样的间隔小,光谱分辨率达到纳米级,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。

(3)可提供空间域信息和光谱域信息,即“谱像合一”,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。

在成像高光谱遥感中,以波长为横轴,灰度值为纵轴建立坐标系,可以使高光谱图像中的每一个像元在各通道的灰度值都能产生1 条完整、连续的光谱曲线,即所谓的“谱像合一”。

(4)数据量大,信息冗余多。

高光谱数据的波段众多,其数据量巨大,而且由于相邻波段的相关性高,信息冗余度增加。

(5)数据描述模型多,分析更加灵活。

高光谱影像通常有三种描述模型:图像模型、光谱模型与特征模型。

1.2 高光谱遥感的优势高光谱遥感的光谱分辨率的提高,使地物目标的属性信息探测能力有所增强。

因此,较之全色和多光谱遥感,高光谱遥感有以下显著优势:(1)蕴含着近似连续的地物光谱信息。

高光谱影像经过光谱反射率重建,能获取地物近似连续的光谱反射率曲线,与地面实测值相匹配,将实验室地物光谱分析模型应用到遥感过程中。

(2)地表覆盖的识别能力极大提高。

高光谱数据能够探测具有诊断性光谱吸收特征的物质,能够准确区分地表植被覆盖类型、道路的铺面材料等。

(3)地形要素分类识别方法灵活多样。

影像分类既可以采用各种模式识别方法,如贝叶斯判别、决策树、神经网络、支持向量机等,又可以采用基于地物光谱数据库的光谱匹配方法。

分类识别特征,可以采用光谱诊断特征,也可以进行特征选择与提取。

(4)地形要素的定量或半定量分类识别成为可能。

在高光谱影像中,能估计出多种地物的状态参量,提高遥感高定量分析的精度和可靠性。

[5]2 高光谱遥感的发展2.1 高光谱遥感在国外的发展自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。

第一代成像光谱仪(AIS),由美国国家航空和航天管理局(NASA)所属的喷气推进实验室设计,共有两种,AIS-1(1982年~1985年,128波段)和AIS-2(1985年~1987年,128波段),其光谱覆盖范围为1.2~2.4μm。

1987年,由NASA喷气推进实验室研制成功的航空可见光/红外光成像光谱仪(AVIRIS)成为第二代高光谱成像仪的代表。

与此同时,加拿大、澳大利亚、日本等国家竞相投入力量研究成像光谱仪。

在AVIRIS之后,美国地球物理环境研究公司(GER)又研制了1台64通道的高光谱分辨率扫描仪(GERIS),主要用于环境监测和地质研究。

其中63个通道为高光谱分辨率扫描仪,第64通道是用来存储航空陀螺信息。

第三代高光谱成像光谱仪为克里斯特里尔傅立叶变换高光谱成像仪(FTHSI),其重量仅为35kg,采用256通道,光谱范围为400~1050nm,光谱分辨率为2~10nm,视场角为150°。

而于1999年和2000年发射升空的中分辨率成像光谱仪(MODIS和Hyperion)都已经成为主要的应用数据来源。

[3]经过20世纪80年代的起步与90年代的发展,一系列高光谱成像系统在国际上研制成功并在航空平台上获得了广泛的应用。

至20世纪90年代后期,在高光谱遥感应用的一系列重要技术问题,如高光谱成像信息的定标和定量问题,成像光谱图像信息可视化及多维表达问题,图像——光谱变换和光谱信息提取、大数据量信息处理、光谱匹配和光谱识别、分类等问题得到基本解决之后,高光谱遥感一方面由实验研究阶段逐步转向实际应用阶段,而在技术发展方面则由以航空系统为主开始转向于航空和航天高光谱分辨率遥感系统相结合的阶段。

迄今为止,国际上已有许多套航空成像光谱仪处于运行状态,在实验、研究以及信息的商业化方面发挥着重要作用。

[6]2.2 高光谱遥感在国内的发展我国紧密跟踪国际高光谱遥感技术的发展,并结合国内不断增长的应用需求,于20世纪80年代中后期着手发展自己的高光谱成像系统。

主要的成像光谱仪有中科院上海技术物理研究所研制的推扫式成像光谱仪(PHI)系列、实用型模块化成像光谱仪(OMIS)系列、中科院长春光机所研制的高分辨率成像光谱仪(C2HR IS)和西安光机所研制的稳态大视场偏振干涉成像光谱仪(SLP IIS) 。

中科院上海技术物理研究所研制的中分辨率成像光谱仪(CMOD IS)于2002年随“神舟”三号发射升空,并成功获取航天高光谱影像,其获取影像从可见光到近红外共30波段,中红外到远红外的4波段,空间分辨率为500m。

2007年10月年发射的“嫦娥1号”卫星已携带中科院西安光机所研制的干涉成像光谱仪升空,用于获取月球表面二维多光谱序列图像及可分辨地元光谱图,通过与其他仪器配合使用对月球表面有用元素及物质类型的含量与分布进行分析,获得的数据用于编制各元素的月面分布图。

从2007年到2010年,我国将组建环境与灾害监测预报小卫星星座,将携带超光谱成像仪,采用0.45~0.95μm波段,平均光谱分辨率为5nm,地面分辨率为100m。

我国在积极研制具有自主知识产权的成像光谱仪的同时,在地物光谱数据技术、高光谱影像分析技术等方面的研究中也取得了部分的成果。

20世纪90年代初期,中科院安徽光机所、遥感所等单位对大量的典型地物进行了波谱采集,建立了我国第一个综合性“地物波谱特性数据库”。

1998年,中国国土资源航空物探与遥感中心建立了“典型岩石矿物波谱数据库”,其中包含了我国主要的典型岩石和矿物500余种。

2000年,中国科学院遥感所基于GIS和网络技术研制了典型地物波谱数据库及其管理系统,记录了10000多条地物波谱,并能动态生成相应的波谱曲线和遥感器模拟波段,实现了波谱数据库与“3S”技术的链接。

[5]3 高光谱遥感的应用领域通过阅读相关文献,高光谱遥感在以下领域有重要应用。

3.1 在植被和生态研究中的应用高光谱遥感能够提供图像每个像元高的光谱分辨率,使一些在常规宽波段遥感中不能探测到的物质,在高光谱遥感中能被探测。

高光谱遥感数据能够精确估算关键生态系统过程中的生物物理和生物化学参量,特别是在大尺度上冠层水分、植被干物质和土壤生化参量的精确反演,在生态学研究中有广阔的应用前景。

[7]在生态系统方面,高光谱遥感还应用于生态环境梯度制图、光合作用色素含量提取、植被干物质信息提取、植被生物多样性监测、土壤属性反演、植被和土地覆盖精细制图、土地利用动态监测、矿物分布调查、水体富营养化检测、大气污染物监测、植被覆盖度和生物量调查、地质灾害评估等等。

植被高光谱遥感数据,按获取方式的不同,采用相应的高光谱遥感信息处理技术处理后可用于植被参数估算与分析,植被长势监测及估产等领域。

另外,高光谱的出现使植物化学成分的遥感估测成为可能。

3.2 在大气科学研究中的应用高光谱遥感具有非常高的光谱分辨率,它不仅可以探测到常规遥感更精细的地物信息,而且能探侧到更精细的大气吸收特征。

大气的分子和粒子成份在反射光谱波段反映强烈,能够被高光谱仪器监测。

高光谱遥感技术在大气研究中的突出应用是云盖制图、云顶高度与云层状态参数估算、大气水汽含量与分布估算、气溶胶含量估计以及大气光学特性评价等。

利用高光谱数据,在准确探测大气成分的基础上,能提高天气预报、灾害预警等的准确性与可靠性。

3.3 在地质矿产中的应用区域地质制图和矿产勘探是高光谱技术主要的应用领域之一,也是高光谱遥感应用中最成功的一个领域。

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。

最近15 年来的研究表明,高光谱遥感可为地质应用的发展做出重大贡献,尤其是在矿物识别与填图、岩性填图、矿产资源勘探、矿业环境监测、矿山生态恢复和评价等方面。

[8]高光谱遥感能成功地应用于地质领域的主要原因是高光谱遥感有许多不同于宽波段遥感的性质,各种矿物和岩石在电磁波谱上显示的诊断性光谱特征可以帮助人们识别不同矿物成分,高光谱数据能反映出这类诊断性光谱特征。

随着高光谱遥感地质应用的不断扩展和日益深入,高光谱遥感技术和方法也在不断改进。

近年来在基于高光谱数据的矿物精细识别、高光谱影像地质环境信息反演、基于高光谱遥感的行星地质探测等方面取得了突出的进展。

高光谱遥感在地质成因环境探测、蚀变矿物与矿化带的探测、成矿预测、岩性的识别与分类、油气资源及灾害探测、高光谱植被重金属污染探测等方面也有应用。

3.4 在海洋研究中的应用随着科学技术的发展,高光谱遥感已成为当前海洋遥感前沿领域。

由于中分辨率成像光谱仪具有光谱覆盖范围广、分辨率高和波段多等许多优点,因此已成为海洋水色、水温的有效探测工具。

它不仅可用于海水中叶绿素浓度、悬浮泥沙含量、某些污染物和表层水温探测,也可用于海冰、海岸带等的探测。

国内海洋遥感应用基础研究主要是一些数学模型的构建。

关于如何解决水体的低反射率、大气对蓝紫波段光谱的散射影响等难题的研究还未涉足。

在海洋水质监测应用方面,只有可见光光谱能够观测水下的状况。

另外,陆源污染、海水养殖、滩涂等海岸带典型要素的光谱特性研究工作也在开展,研究人员以航空高光谱图像为数据源,选取陆源污染、海水养殖、滩涂为监测要素,进行上述要素的光谱波段敏感性研究,试图获得其探测的最佳波段,并进一步发展准确、快速识别和探测技术。

在海洋表面温度测量、海洋表层悬浮泥沙浓度的定性或半定量的观测、海洋动力现象的研究等方面都开展了相应的研究。

相关文档
最新文档