遥感地学分析方法
遥感地学分析整理
遥感地学分析整理遥感地学分析⼀、名词解释遥感地学分析：是建⽴在地学规律基础上的遥感信息处理和分析模型，其结合物理⼿段、数学⽅法和地学分析等综合型应⽤技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论⽅法。
热惯量：由于系统本⾝有⼀定的热容量，系统传热介质具有⼀定的导热能⼒，所以当系统被加热或冷却时，系统温度上升或下降往往需要经过⼀定的时间，这种性质成为系统的热惯量(Thermal inertia)。
叶⽅位⾓：法线在⽔平⾯上的投影与正北⽅向的交⾓称为叶⼦在该点的⽅位⾓。
红边：反射光谱的⼀阶微分最⼤值所对应的光谱位置.光合有效辐射：植物光合作⽤所能利⽤的可见光部分的太阳辐射。
简答1、植被遥感中NDVI应⽤最⼴泛？①NDVI是对植被⽣长状态及植被覆盖度的最佳指⽰因⼦。
NDVI 与 LAI、绿⾊⽣物量、植被覆盖度、光合作⽤等植被参数有关；NDVI的时间变化曲线可反映季节和⼈为活动变化；甚⾄整个⽣长期的NDVI对半⼲旱区降⾬量、对⼤⽓CO2浓度随季节和纬度变化均敏感。
②NDVI经⽐值处理，可部分消除与太阳⾼度⾓、卫星观测⾓、地形、⼤⽓程辐射（云 / 阴影和⼤⽓条件有关的辐照度条件变化）等的影响。
③NDVI介于-1和1之间，负值表⽰地⾯覆盖为云、⽔、雪等，对可见光⾼反射；0表⽰岩⽯或裸⼟等，NIR和R近似相等；正值表⽰有植被覆盖，且随覆盖度增⼤⽽增⼤。
⼏种典型的地⾯覆盖类型在⼤尺度NDVI图象上区分鲜明，植被得到有效的突出。
因此，NDVI 特别适⽤于全球或各⼤陆等⼤尺度的植被动态监测。
⼆、论述题1、植被指数影响因素。
①物候期、农事历。
物候期指⾃然植物在其⽣长发育过程中，其⽣理、外形、结构等的季节性变化，可通过遥感加以监测。
对于农作区，物候期表现为地⽅农事历，即耕作、播种、发芽、⽣长、成熟、收获、休闲等季相循环周期。
它是由作物的⽣长特点、地⽅⽓候、地⽅农业耕作⽅式与习惯等决定的。
遥感地学分析的重点知识
遥感地学分析的重点知识遥感地学是利用遥感技术研究地理现象和解决环境问题的学科。
它包括遥感技术原理、遥感数据处理和解译、地物分类与识别、变化检测和监测、数字地图制作等方面的内容。
以下是遥感地学分析的重点知识：一、遥感技术原理：1.电磁波与物质相互作用的基本原理：包括辐射、辐射传输和散射的基本概念和原理。
2.遥感数据获取原理：包括航空摄影、卫星遥感等遥感数据获取方式的原理和特点，了解遥感数据的获取分辨率、波段选择、时间频率和时态特点等方面的知识。
二、遥感数据处理：1.遥感影像的几何校正：包括影像的投影变换、大地坐标系统的建立等内容。
2.遥感影像的辐射校正：包括大气校正和表面反射率计算等内容。
3.遥感影像的增强与融合：包括直方图均衡化、滤波、波段融合等内容。
三、地物分类与识别：1.监督分类算法：包括最大似然分类、支持向量机分类等常见的监督分类算法，了解其原理和特点。
2.无监督分类算法：包括聚类、自组织神经网络等无监督分类算法，了解其原理和应用。
3.土地覆盖类型的分类与识别：了解土地覆盖类型分类的方法和应用，例如湿地、森林、农田等不同类型的土地覆盖。
四、变化检测和监测：1.遥感影像的时间序列分析：了解遥感影像的拼接和时间序列分析的方法，掌握时序遥感数据的获取和处理。
2.遥感影像的变化检测方法：包括基于阈值的像元级变化检测、基于多尺度分析的地物级变化检测等方法。
3.自然灾害的遥感监测：了解遥感监测自然灾害的方法和应用，例如洪水、地震、火灾等灾害的遥感监测。
五、数字地图制作：1.数据融合和地图综合：了解遥感影像和地理信息系统数据的融合与综合，包括栅格数据和矢量数据的转换与处理。
2.地理空间数据库的设计与管理：了解地理空间数据库的基本概念、模型和设计方法。
3.数字地图制作流程与软件技术：了解数字地图的制图流程和常用的地理信息系统软件的基本操作方法。
以上是遥感地学分析的重点知识，掌握这些知识可以帮助研究人员利用遥感技术解决地理现象和环境问题，提高对地球表层和自然资源的监测和管理能力。
遥感地学分析—植被遥感原理
（一）单张叶片光谱特性及影响因素
❖ 3、叶片反射波谱的影响因素 ❖ 1）叶片生化组分
❖ 叶绿素a、b，导致0.45μm与0.67μm为中心形 成两个强烈的吸收带；
❖ 胡萝卜素、叶黄素导致0.43μm-0.48μm范围内 形成强烈的吸收带。
❖ 两吸收谷间（0.54μm附近）吸收相对较少， 形成绿色反射峰（10%-20%）。
✓ 等面叶的组织分化不明显。
（一）单张叶片光谱 特性及影响因素
❖ 1、植物叶片结构
✓ 叶片一般具有三部分：表皮、叶肉和叶脉 ✓ 表皮：包围整个叶片，由一层或多层组成。表
皮细胞扁平，排列紧密，通常不含叶绿体，外 表常有一层角质层。
（一）单张叶片光谱
特性及影响因素
❖ 1、植物叶片结构
✓ 叶肉：为表皮内的同化薄壁组织，有两种： （1）栅栏组织：紧靠上表皮下方，呈圆柱状，
叶方位角：法线在水平面上的投影与正北方向 的交角称为叶子在该点的方位角。
（二）植被冠层光谱特性及影响因素
❖ 2、植被冠层影响因素-植被结构
各参数的描述，如：
同一叶子的不同部位，其倾角和方位角可能有很大 差异，测量时，根据叶片弯曲程度将叶片分成几部 分，对每一部分进行测量。
一个冠层内叶倾角的分布模式可以从0 ° （水平叶 ）到90 ° （垂直叶），一般用间隔为10°作出的叶 倾角分布频率图来表示。
植被遥感研究的主要内容：
• （1）通过遥感影像从土壤背景中区分出植被覆盖 区域，并对植被类型进行划分，区分是森林还是 草场或者农田，进而可以问是什么类型的森林， 什么类型的草场，什么样的农作物，如此等等。
• （2）能否从遥感数据中反演出植被的各种重要参 数，例如叶面积指数（LAI）、叶子宽度、平均叶 倾角、植被层平均高度、树冠形状等等，这一类 问题属于更深层次的遥感数据定量分析方法与反 演技术。
遥感地学应用实验教程
遥感地学应用实验教程遥感地学是一门利用航空或卫星等遥感数据进行地理学研究的学科。
它通过获取、处理和分析遥感图像，来获取地球表面的信息。
遥感地学应用实验教程是帮助学习者掌握遥感地学的基本理论、技术和方法的教程。
本文将介绍遥感地学应用实验教程的内容和步骤，旨在帮助读者了解遥感地学应用实验的基本流程和要点。
一、遥感地学应用实验教程的内容1. 遥感数据获取：介绍遥感数据的来源、类型和获取方法。
遥感数据可以通过航空遥感或卫星遥感获取，包括可见光、红外、热红外等不同波段的数据。
2. 遥感数据处理：介绍遥感数据的预处理和处理方法。
预处理包括数据校正、大气校正、几何校正等，处理方法包括图像增强、特征提取、分类等。
3. 遥感数据分析：介绍遥感数据分析的方法和技术。
包括监督分类、非监督分类、变化检测、物候学分析等。
4. 遥感地学应用：介绍遥感地学在不同领域的应用。
包括土地利用与覆盖变化监测、环境监测、灾害风险评估、城市规划等。
1. 确定实验目标：根据自己的研究兴趣和需求，确定实验的目标和内容。
比如，想要研究土地利用变化，可以选择相关的遥感数据和分析方法。
2. 数据获取与准备：根据实验目标，选择合适的遥感数据，可以从公开的遥感数据库中获取。
然后进行数据预处理，包括校正、几何校正和辐射校正等。
3. 数据处理与分析：根据实验目标，选择合适的数据处理和分析方法。
可以利用遥感软件进行图像增强、特征提取和分类等操作，得到所需的地表信息。
4. 结果解释与应用：根据实验结果，进行结果解释和分析。
可以绘制地表分类图、变化检测图等，用于研究和应用领域。
5. 实验报告和总结：根据实验结果和分析，撰写实验报告并进行总结。
实验报告要包括实验目标、数据处理和分析方法、结果和结论等内容。
三、遥感地学应用实验教程的注意事项1. 数据选择：根据实验目标和需求，选择合适的遥感数据。
要考虑数据的时空分辨率、波段信息等。
2. 数据准备：对遥感数据进行预处理，包括校正、几何校正和辐射校正等，确保数据的准确性和可靠性。
遥感地学分析实验——实验五：植被波谱特征与叶面积指数、生物量分析
实验五：植被波谱特征与叶面积指数、生物量分析（3学时）
原理与方法
遥感图像上面的植被信息主要是通过绿色植物叶子和植被灌层的光谱特性以及差异变化变现出来的，选择多光谱遥感数据进行分析运算，产生某些对植被长势、生物量等有一定指示意义的数值，即是所谓的“植被指数”。
用一种简单有效的形式来实现对植被状态信息的表达，以定性和定量地评价植被覆盖、生长活力与生物量。
在植被光谱中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光波段和对绿色植物（叶内组织引起的）高反射的近红外波段，通过两个不同波段数据的分析运算得到不同的植被指数，如归一化植被指数（NDVI）等。
实习仪器
学生实习机房
图象处理软件（ENVI3.5）
叶面积指数仪（WINSCANNY）
实验目的
1、掌握应用遥感图像处理软件进行植被波谱与叶面积指数、生物量测量方法。
2、掌握运用植被指数分析叶面积指数和生物量。
实验报告
内容包括：实验目的、分析叶面积指数和生物量的区域分异。
新大遥感地学分析课件第4章 地质遥感
坚硬沉积岩 可溶性沉积岩 碎屑岩
二、岩浆岩的影像特征及其识别
酸性岩浆岩 基性岩浆岩 中性岩浆岩
岩浆岩影像(第四系喷出岩，黑龙江德都县)
火山岩影像(内蒙占科尔沁)
三、变质岩的识别
石英岩及大理岩类 千枚岩和板岩类 片麻岩类
四、 松散沉积物的识别
1 松散沉积物的识别依据
识别和研究要求
按地质属性分类、命名； 断裂要按构造性质分类，按方向统计分组，按规 模化分等级、证据充分时确定相对时序并划分体 系；
详细研究影像内外色彩，结构、构造 特点及变化；
相关联环形影像之间的包容、叠加、 切割、镶嵌、串联、辐射等空间分布 关系；
与相关线性影像间的交切、限制等同 生、衍生关系；
1. 按地质属性分类； 2. 与岩浆侵入、喷出活动和热液活动有成因联系 的应尽量鉴别岩体产状、埋深和相对侵入时序；
MAIS成像光谱仪地质分辨波段
波长
地质含义
0.440-0.460 二价铁及三价铁矿物吸收
0.460-0.480 植物叶绿素吸收
0.500-0.520 二价铁矿物吸收
0.540-0.560 二价铁矿物吸收
0.660-0.680 植物叶绿素吸收
0.680-0.700 光谱“三移”的红边、二价铁的矿物吸收
0.860-0.880 三价铁的矿物吸收
0.900-1.00 二价铁矿物吸收
1.892-1.924 H2O吸收
2.082-2.114 铵盐矿物吸收（水铵石等）
2.146-2.178 碱矿物吸收（叶腊石等）
2.178-2.210 铝矿物吸收（高岭石、明矾石等）
2.274-2.305 镁矿物吸收（滑石等）
光谱范围与可识别矿物简表
遥感地学分析的重点知识
遥感地学分析的重点知识遥感地学分析是利用遥感技术获取的地球信息进行地学分析的一门学科。
它综合利用了遥感技术、地理信息系统（GIS）、全球定位系统（GPS）和地球物理学等多学科的知识，以及数字图像处理、数学模型和统计分析等技术。
遥感地学分析的重点知识可分为以下几个方面：1.遥感原理和遥感仪器：遥感原理包括传感器对地物的辐射特性和反射光谱的解释，遥感仪器包括多光谱、高光谱和合成孔径雷达等传感器。
了解遥感原理和仪器有助于理解地球表面被动反射和主动发射的信息获取过程。
2.遥感图像的解译：遥感图像的解译是对图像进行信息提取和解释的过程，包括目标识别、目标提取和目标分类等。
常见的解译方法有目视解译、数字解译和专业解译软件的应用。
了解遥感图像的解译方法和技巧是进行地学分析的基础。
3.数字图像处理：数字图像处理是将遥感图像进行预处理、增强和特征提取的过程，包括影像校正、滤波、变换和分类等。
了解数字图像处理的原理和方法，可以提高遥感图像的质量和准确性。
4.地理信息系统（GIS）：GIS是将地球信息进行空间处理、管理和分析的计算机软件系统。
了解GIS的基本原理和功能，可以对遥感图像进行空间分析和综合应用，包括空间插值、地理叠加和空间模型等。
5.数学模型和统计分析：数学模型和统计分析是进行地学分析和预测的数学方法，包括回归分析、协方差和相关性分析等。
通过数学模型和统计分析，可以对遥感信息进行定量化和预测分析。
6.地球物理学和地学模型：地球物理学是研究地球物质和能量的物理现象和规律的学科，地学模型是对地球系统的物理过程和相互关系进行建模和模拟的工具。
了解地球物理学和地学模型，可以对特定地区的地学问题进行解决和分析。
7.实地验证和野外调查：实地验证和野外调查是对遥感解译结果进行验证和分析的方法，包括野外样方调查、采样和地面测量等。
通过实地验证和野外调查，可以提高遥感解译的准确性和可信度。
8.应用案例和研究方法：学习和掌握遥感地学分析的重点知识，需要参考和分析遥感应用案例和研究方法。
遥感地学分析
2城市功能结构的分析应用
在城市系统中，生产、消费等不同单元， 有其不同的功能与结构。利用航空像片， 对城市内部细小的结构及利用特点、格式 都能得到很好的判释。
3城市环境质量分析评价
随着城市用地的扩展，城市环境的变化， 为能维持城市系统的正常运转，需要进行 一定周期的航摄调查，实现动态分析，包 括城市环境质量的定性、定量和定位的研 究。
原图
打印输出常用的灰度图
打印输出常用的黑白图
二、数字图象打印输出
三、彩色图象打印输出 常见有伪彩、真彩图象。
第二节彩色硬拷贝图形 图象输出 工艺
BESTMAP遥感图象处理系统提供有完 善的打印 设置功能 。
第三节 地图制印新技术的 发展 与应用
随着计算机技术和 图象技术的发展，地 图制印技术也得到极大的 发展。
第四节 电子地图编辑设计 与制 版一体化系统 工艺
地图电子出版系统 是地图生产的计算机 系统，它从数字地图信息及数据输入、地 图编辑设计和分色制版，形成一体化软硬 件系统。
作业：
请思考如何对遥感图象进行灰度透镜处理
原图
反色+腐蚀
第十一章 城市环境遥感调查 监测与制图
第二节 城市规划与管理中的遥感分析 一航空遥感在城市规划与管理中的应用
城市规划通常分总体规划和详细规划，遥 感在城市规划与管理中的应用参看P204
1城市及背景现状调查
城市是一个复杂多边和不断发展演化的 动态系统。利用航空像片分析城市现状， 进行城市规划和实现现代化技术管理是重 要的新手段
航空像片城市Βιβλιοθήκη 状与背景调查的 主要内容城市规模 城镇体系及功能分区 城市自然环境空间结构 城市社会经济的配置 城市生态系统及其物质流、能量流、信息 流的关系
《遥感地学分析》课件
图像解译
通过遥感图像识别地物，提取所需信息。
遥感图像的获取与处理
获取方式
通过卫星、飞机、无人机等平台上的传感器 获取。
处理流程
预处理（辐射定标、大气校正等）、图像增强（对 比度拉伸、直方图均衡化等）、信息提取（特征提 取、分类等）。
应用领域
土地利用、城市பைடு நூலகம்划、环境监测、灾害评估 等。
遥感地学在国家安全、资源调查、环境保护、灾 害监测等方面发挥着重要作用，为社会经济发展 提供了重要的数据支持。
提高人类生活质量
遥感地学的发展为人类提供了更加准确的环境监 测和预测数据，有助于提高人类的生活质量。
遥感地学的历史与发展
遥感地学的起源
遥感技术最早应用于军事领域，随着技术的发展和普及，逐渐应用于地球科学研究。
遥感地学的发展历程
随着卫星遥感技术的发展，遥感地学逐渐成为一门独立的学科。在过去的几十年中，遥感 地学在理论、技术、应用等方面都取得了显著的进展。
遥感地学的未来发展
随着技术的不断进步和应用需求的增加，遥感地学将继续发展壮大。未来遥感地学将更加 注重高光谱、高分辨率数据的获取和处理，加强与其他学科的交叉融合，拓展应用领域， 提高应用效果。
02
遥感技术原理
遥感技术的定义与分类
定义
遥感技术是一种通过非直接接触目标的方式获取其信息的高新技术。
分类
按平台可分为航天遥感、航空遥感和地面遥感；按波段可分为可见光遥感、红外遥感、微波遥感和多波段遥感。
遥感技术的原理
电磁波理论
地球表面各种地物对太阳辐射的反射和发射 的电磁波有不同的特征。
分辨率
水资源评估
总结词
遥感地学分析-实验报告
一 基于灰度共生矩阵的纹理特征提取1概念与原理基于统计的纹理分析方法是纹理分析最基本的一类方法，该方法考虑纹理中灰度级的空间分布，计算影像中每点的局部特征，从特征的分布中推导出一些统计量来刻画纹理，典型的基于统计的纹理分析方法有灰度共生矩阵法(Gray Level Co-occurrence Matrices ，GLCM)，灰度-梯度共生矩阵，长游程法等。
灰度共生矩阵法，又称灰度联合概率矩阵法，它建立在估计影像的二阶组合条件概率函数的基础上，通过计算影像中有一定距离和一定方向的两像素点之间的灰度相关性，反映影像在方向、相邻间隔、变化幅度及快慢上的综合信息。
统计图像中相距位置为(Δx,Δy)的两个灰度像元同时出现的联合频数概率的分布称为共生矩阵。
设图像灰度为2m 级，则灰度共生矩阵由2m ×2m 矩阵M 表示。
矩阵中第(i ,j)个元素记为p (i ,j)，表示全图中这一对像元，它们相距(Δx,Δy)，其中一个像元为i 灰度，另一个像元为j 灰度的情况出现的频数。
这样，两个象素灰度级同时发生的概率，就将（x ，y ）的空间坐标转换为对“灰度对”（i ，j ）的描述，它们形成了灰度共生矩阵。
通常，灰度共生矩阵需要做如下的归一化：()()()()⎪⎩⎪⎨⎧=θ=θ=θ=θ==135451-N 9001-N N R R j i Pd j i Pd 2或，或，，，， R 为归一化常数。
由于灰度共生矩阵易于理解和计算，因此，由共生矩阵获取特征已经被用在许多的纹理分析方法中。
但是，灰度共生矩阵也有它的缺点。
由定义可以看出，灰度共生矩阵的大小只与最大灰度级有关系，而与图像大小无关，即灰度共生矩阵的大小为G ×G 。
对于灰度级G ＝256的图像而言，它的灰度共生矩阵为256×256，如果图像比较小，则它可能比较稀疏，而所占的空间还是256×256。
因此，通常情况下，需要对原图像的灰度级进行缩减，以减少计算的时间复杂度。
遥感地学分析的重点知识
遥感地学分析的重点知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第1章绪论一、遥感地学分析遥感地学分析是以地学规律为基础对遥感信息进行的分析处理过程。
地学分析方法与遥感图像处理方法有机地结合起来，一方面可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。
二、遥感的分类1、以探测平台划分；（地面、航空、航天、航宇）2、按探测的电磁波段划分；3、按电磁辐射源划分；（被动、主动）4、按应用目的划分。
（地质、农业、林业、水利、海洋等）二、按探测的电磁波段划分1、可见光遥感2、红外遥感3、微波遥感4、多光谱遥感5、紫外遥感6、高光谱遥感三、遥感信息定量化的定义遥感信息定量化是指通过实验或物理模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学或大气等测量目标参量。
四、遥感信息的定量化两重含义1、遥感信息在电磁波不同波段内给出的地标物质定量的物理量和准确的空间位置。
2、从定量的遥感信息中，通过实验或物理模型将遥感信息与地学参量联系起来，定量地反演或推算某些地学或生物学的参量。
3、定量化模型：分析模型、经验模型、半经验模型。
第2章地物光谱特征与遥感数字图像信息提取一、地物的反射光谱特性反射率——用来表示不同地物对入射电磁波的反射能力的不一样。
反射——当电磁辐射到达两种不同介质的分界面时，入射能力的一部分或全部返回原介质的现象。
光谱反射率——Ρ(λ)=E R（λ）/E I(λ)↓↓↓反射率反射能入射能一般地说，当入射电磁波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。
反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。
判读遥感图像的重要标志——在遥感图像上色调的差异。
判读识别各种地物的基础和依据——不同地物在不同波段反射率存在着差异，在不同波段的遥感图像上就呈现出不同的色调。
遥感地学分析地物光谱特征与遥感数字图像信息提取课件.ppt
一般而言，绝大多数物体对可见光都不具备透射能力，而 有些物体如水，对一定波长的电磁波透射能力较强，特别是对 0. 45 ~ 0. 56μm的蓝绿光波段，一般水体的透射深度可达 10~20 m，清澈水体可达100 m的深度。
对于一般不能透过可见光的地面物体，波长5 cm的电磁波 却有透射能力，如超长波的透射能力就很强，可以透过地面岩 石和土壤。
相关布局（association）：是指多个目标地 物间的空间配置关系。
3.2.2 遥感图像解译方法与步骤
1、目视解译的认知过程
自下向上过程
图像信息获取 特征提取 识别证据选取
自上向下过程
特征匹配 提出假设 图像辨识
3.2.2 遥感图像解译方法与步骤
2、图像解译方法
遥感资料的选择及影像处理
1、岩石的反射光谱特征
岩石的波谱特征是地质遥感的基础，不同的矿物 成分、矿物含量、风化程度、含水状况、颗粒大小、 表面的光滑程度、色泽等都会影响到其反射波谱特征。
3.1.2 典型地物的反射光谱特征
2、土壤的反射光谱特征
自然状况的土壤表面的反射率没有明显 的峰值和谷值，一般来说土质越细，反射率 越高，有机质含量越高和含水量越高反射率 越低。此外土壤的肥力也会对反射率产生影 响。
3.1.1 遥感图像地物特征
1、地物的反射光谱特性
反射率
地物的反射能量Pe占总入射能量Po的百分比， 称为反射率ρ
Pe 100%
Po
反射类型
镜面反射（Specular reflection）
入射波与反射波在同一平面内，入射角与反射角相等 时，所形成的反射现象
漫反射（Diffuse reflection）
遥感地学分析读书笔记[教材]
![遥感地学分析读书笔记[教材]](https://img.taocdn.com/s3/m/6b47090afbd6195f312b3169a45177232f60e499.png)
绪论根据遥感信息的利用方式和效应，可以把遥感技术的发展划分为四个阶段：1.瞬时信息的定性分析2.空间信息的定位分析3.时间信息的趋势分析4.环境信息的综合分析，即多种来源信息的复合分析第一章遥感信息的地学评价（一）遥感信息的属性1.遥感信息的多源性（平台、载体的多层次，波段不同，视场不同，时间不同）2.遥感信息的物理属性（不同的空间分辨率、波普分辨率、时间分辨率）（二）遥感研究对象的地学属性1.空间分布2.波谱反射和辐射特征3.时相变化二、遥感信息地学评价的标准（一）空间分辨率空间分辨率又可称为地面分辨率，指一个影像上能够详细区分的最小单元的尺寸或大小。
空间分辨率有三种表示形式：（1）象元，每个象元的大小在地面上对应的范围，即在地表与一个象元大小相当的尺寸，用米表示。
（2）象解率，指胶片上1毫米间隔内包含的线对数，用线对/毫米来表示。
（3）视场角，指电子传感器的瞬时视域，用豪弧度表示。
视场角小，得到的光通量小，空间分辨率低；反之，空间分辨率高。
（二）波谱分辨率波普分辨率指传感器所用的波段数目、波段波长以及波段宽度。
也就是选择的通道数、每个通道的波长、带宽，这三个因素决定波普分辨率。
对于传感器波谱分辨率的选择，有两种情况。
在实验过程中，分析波谱特征时，光谱波段分得愈多愈细、频带宽度愈窄，所包含的信息量就愈大，针对性愈强，则易于鉴别细微差异，因而在实验室研究中多光谱波段往往可以发展到十几、甚至几十个波段.但是在实际应用中，便要对之进行综合归纳。
因为波段分得愈细，各波段数据间的相关性就愈大，增加了信息的冗余度，未必能达到预期识别效果。
同时波段愈多，数据量愈大，给数据传输、数据处理和鉴别带来困难。
（三）时间分辨率时间分辨率指对同一地区遥感影像重复覆盖的频率。
第二节陆地卫星系列的地学评价(三)火箭遥感的特点1. 火箭可以选择最有利的时机2.火箭资料有快速、大面积同步覆盖的特点3.火箭灵活、方便，发射简单，准备时间短，发射架小，可以移动4.成本较低，并可根据用户的需要来设计5.摄影处理设备简单二、航空遥感的特点航空遥感作为遥感立体观测系统中不可缺少的一部分，有其明显的特点。
遥感地学分析课件——第6章 水环境遥感
悬浮泥沙
水体浑浊
在MSS5像片上呈浅色调,在彩色红外片上呈淡蓝、 灰白色调,染
油膜覆盖水面
在紫外、可见光、近红外、微波图像上呈浅色调, 在热红外图像上呈深色调,为不规则斑块状
废水污染 水色水质发生变化
热污染 固体漂浮物
水温升高
单一性质的工业废水随所含物质的不同色调有差异, 城市污水及各种混合废水在彩色红外像片上呈黑色
6.3 水体污染监测
从原理上说，遥感传感器记录的是地表物体的电磁 波辐射特性（强弱变化及空间变化），因此只有在较大 程度上直接或间接影响水体的电磁波辐射性质的水环境 化学物质才有可能通过遥感技术加以探测，并非所有水 环境化学研究的内容都可以辅以遥感手段。
6.3 水体污染监测
利用遥感技术研究水环境化学包括定性和定量两种 方法。定性遥感方法是通过分析遥感图像的色调（或颜 色）特征或异常对水环境化学现象进行分析评价的，这 往往需要了解水环境化学现象与遥感图像的色调（或颜 色）之间的关系，建立图像解译标志。定量遥感方法建 立在定性方法的基础之上，为了消除随机因素的影响， 通常需要获得与遥感成像同步（或准同步）的实测数据， 以标定定量数学模型。
6.3 水体污染监测
在江河湖海各种水体中，污染物种类繁多。为了便 于用遥感方法研究各种水污染，习惯上将其分为富营养 化、悬浮泥沙、石油污染、废水污染、热污染和固体漂 浮物等几种类型。
6.3 水体污染监测
污染类型
生态环境变化
遥感影像特征
富营养化 浮游生物含量高
在彩色红外图像上呈红褐色或紫红色, 在MSS7图像上呈浅色调
最为突出，效果明显。这是因为，一是水域面积大，变 化快，形态独特；二是水在各波段具有明显的特性；三 是水域演变后多能在原地保留一定湿度和形态， 即“痕 迹”较为明显。因而，在遥感图像上图斑清晰，信息丰 富，较易辨别。 （1）河流、水系变化 （2）湖泊演变 （3）河口三角洲演变 （4）海岸带演变
遥感地学分析方法简介
遥感地学分析方法简介
遥感地学分析方法是一种利用遥感技术来获取地理信息的方法。
它可以收集和分析地理空间数据，以支持地理空间分析和决策。
遥感地学分析方法可以帮助研究人员更好地理解地理空间环境，并为决策提供支持。
遥感地学分析方法的主要步骤包括：数据收集、数据处理、数据分析和结果可视化。
首先，研究人员需要收集遥感数据，这些数据可以来自卫星或航空遥感技术。
其次，研究人员需
要对收集的数据进行处理，以提取有用的信息。
然后，研究人员可以使用各种分析方法，
如空间分析、空间模式分析和空间统计分析，来提取有用的信息。
最后，研究人员可以使
用可视化技术，如地图制作、三维建模和动画制作，将分析结果可视化。
遥感地学分析方法可以帮助研究人员更好地理解地理空间环境，并为决策提供支持。
它可
以帮助研究人员更好地了解地理空间环境，从而更好地制定有效的管理措施。
此外，它还
可以帮助研究人员更好地了解地理空间环境的变化，从而更好地应对环境变化。
因此，遥
感地学分析方法在地理空间研究中具有重要作用。
遥感地学分析地物光谱特征分析
遥感地学分析地物光谱特征分析遥感地学分析地物光谱特征是通过遥感技术获取地物的光谱信息并进行分析。
光谱是电磁波在不同波长处的分布情况，地物在遥感图像中的光谱特征可以提供关于其组成、结构和性质的信息。
地物光谱特征分析是遥感地学的重要研究内容，对于地物分类、环境监测和资源调查等应用具有重要意义。
地物光谱特征分析基于遥感图像中的光谱曲线，通过对比不同地物的光谱特征，可以帮助我们区分地物类型，并了解地物的空间分布、数量和变化情况。
光谱特征分析主要包括以下几个方面的内容。
首先是光谱曲线的形态分析。
不同地物的光谱曲线形态有所不同，通过对光谱曲线的起伏、波峰、波谷等形态特征进行分析，可以帮助我们鉴别地物类型。
比如，水体的光谱曲线具有明显的吸收特征，而植被的光谱曲线则显示出明显的吸收波段和反射波段，利用这些形态特征可以将水体和植被进行区分。
其次是光谱曲线的能量分析。
地物的光谱曲线能量分布情况与地物的组成和结构有关。
通过分析不同波段上的光谱能量分布情况，可以获得地物的组成信息。
例如，植被含有大量的叶绿素，对红辐射吸收较强，因此在红光波段上反射较少的能量。
反之，水体和土地等地物则在红光波段上反射较多的能量。
通过这种能量分布的差异，可以将植被、水体和土地等地物进行区分。
此外，也可以通过计算光谱特征参数来分析地物光谱特征。
常用的光谱特征参数包括植被指数、水体指数等。
植被指数可以反映植被的绿度和生长状况，常用的有归一化植被指数（NDVI）和增强型植被指数（EVI）。
水体指数则用于提取水体的光谱特征，常用的有归一化水体指数（NDWI）和水体影像差异指数（MNDWI）。
通过计算这些指数，可以量化地物的光谱特征，进一步分析地物类型和性质。
最后，地物光谱特征分析还可以通过光谱数据库和遥感图像分类技术进行辅助分析。
光谱数据库是一种记录不同地物的光谱特征的库，可以通过与遥感图像的光谱曲线进行对比，帮助我们确定地物类型。
遥感图像分类技术通过对图像中的像元进行分类，将不同的光谱特征的像元归类到不同的地物类型中。
遥感地学分析-遥感地物识别与专题制图
重庆交通大学学生实验报告课程名称遥感地学分析开课实验室土木学院机房实验室学院2008 年级08地信专业学生姓名学号开课时间2011 至2012 学年第 1 学期总成绩教师签名河海学院资源与环境科学系2011年9月实验题目遥感地物识别与专题制图实验时间2011年9月1日实验地点土木学院机房实验室实验成绩实验性质综合性试验一、实验目的1、以自己所熟悉的软件,选择一个区域(影像自己选择,不小于500×500像素),进行地物类型的判别与读取(人机交互目视解译或者计算机自动分类)监督与非难监督2、考察学生对本课程有关典型地物类别光谱特征知识点的掌握情况。
3、地物类型不小于五类,结果输出为专题图,图分,图例,各地物类型的面积(矢量面积,栅格百分比)。
二、原理与方法波段合成：将下载到的单波段遥感数据运用Erdas进行波段合成，形成假彩色的遥感影像图。
监督分类(supervised)，又称训练分类法，即用被确认类别的样本像元去识别其他未知类别像元的过程。
已被确认类别的样本像元是指那些位于训练区的像元。
在监督分类过程中，首先选择可以识别或者借助其他信息可以判定其类型的像元建立分类模板（训练样本），然后让计算机系统基于该模板自动识别具有相同特性的像元。
对分类结果进行评价后再对分类模板进行修改，多次反复后建立一个比较准确的模板，并在此基础上最终进行分类。
监督分类一般有以下几个步骤：定义分类模板、评价分类模板、进行监督分类、评价分类结果，在实际应用过程中，可以根据需要执行其中的部分操作。
分类后处理（Post-Classification Process），无论监督分类还是非监督分类，都是按照光谱特征进行聚类分析的，因此，都带有一定的盲目性。
所以，对获得的分类结果需要进行一些处理工作才能得到最终相对理想的分类结果，这些处理操作统称为分类后处理。
包括聚类统计（Clump）、过滤分析（Sieve）、去除分析（Eliminate）。
遥感地学分析-第4章土壤遥感
第一节 土壤波谱特征及其变化规律
1.2土壤反射光谱特征
– 土 壤是岩矿的风化产物，其主要物质组成与
岩矿一脉相承，因而土壤和岩矿的光谱反射 特性在整体上基本一致：即反射率从可见
光的短波段起随波长的增加而逐渐抬升。
– 但土壤是岩矿经历不同的风化过程，又是在
不同的生物气候因子和人类长期耕作活动的 共同作用下形成的，因此，土壤类别是多种 多样的，其光谱反射特性也必然相应 地发生 许多变化。 遥感地学分析
– 都是土壤水分子振动的倍频或合频引
起的。
遥感地学分析
1.3.1土壤组分的影响
1）土壤水分含量对土壤光谱的影响
– 总体讲：
随着土壤含水量的提高，任意波长的反射率 均会降低，而且其差异随波长的增加而加大； 但当土壤含水量超过田间持水量时，由于土 壤表面膜水层形成镜面反射，反而会提高反 射率。
第一节 土壤波谱特征及其变化规律
1.3土壤反射光谱特征的影响因素
其中土壤有机质、氧化铁和水分含量、土壤质地、 土壤母质等性状均明显地随地理分布的差异而不 同。 因此，土壤光谱的反射特性也必然会随土壤地理 的分布规律和土壤剖面而发生变异。
遥感地学分析
1.3.1土壤组分的影响
土壤由固相（矿物质：原生矿物和次
遥感地学分析
1.3.1土壤组分的影响
2）土壤矿物成分对土壤光谱的影响
– 岩石、矿物在350-2500nm光谱范围内的吸
收和反射机理
可见光区的光谱主要由土壤成分中的Fe3+和 Fe2+引起。
– Fe2+吸收波长位于0.43、0.45、0.51、0.55和1.0— —1.1um – Fe3+吸收波长位于0.40、0.45、0.49、0.70、 0.87um
遥感地学分析总结
第一章遥感：指空对地的遥感，即从远离地面的不同工作平台上（如高塔、气球、飞机、火箭、人造地球卫星、宇宙飞船、航天飞机等）通过传感器，对地球表面的电磁波（辐射）信息进行探测，并经信息的传输、处理和判读分析，对地球的资源与环境进行探测和监测的综合性技术。
地学分析是以地学规律为基础对信息进行的分析处理过程。
地学分析方法主要有地理相关分析法、主导因素法、环境本底法、交叉分析法、信息复合等。
遥感的目的：建立模型，从简单到复杂地分析图像，从少到多地利用图像，从遥感数据中获取需要的遥感信息。
人们通过对遥感信息的处理、分析、复原和反演来揭示地表各种现象和过程的规律。
遥感地学分析是建立在地学规律基础上的遥感信息处理和分析模型，其结合物理手段、数学方法和地学分析等综合型应用技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论方法。
遥感信息源的综合特征（1）多源性多平台多波段多视场（2）空间宏观性遥感影像覆盖围大、视野广，具有概括性（3）遥感信息的时间性瞬时特征时效性重返周期与多时相（4）综合性、复合性多种地理要素的综合反映多分辨率遥感信息的综合（5）波谱、辐射量化性地物波谱反射、辐射的定量化记录（6）遥感信息在地学分析中的模糊性和多解性地面信息是多维的、无限的（时间和空间的），而遥感信息是简化的二维信息遥感信息的复杂性和不确定性主要表现在：同物异谱、异物同谱；混合象元；时相变化；信息传输中的衰减和增益（辐射失真和几何畸变）遥感数据介绍1）高分辨率遥感数据 2）中分辨率遥感数据 3）低分辨率遥感数据高分辨率（高清晰度）遥感卫星像片空间分辨率一般为5m-10m 左右，卫星一般在距地600km （千米）左右的太阳同步轨道上运行。
应用围：精度相对较高的城市部的绿化、交通、污染、建筑密度、土地、地籍等的现状调查、规划、测绘地图；大型工程选址、勘察、测图和已有工程受损监测等；还可应用于农业、林业、灾害等领域的详细调查和监测。
地质遥感分析方法-地貌遥感解译
二、坡地貌解译
• 坡地地貌可分为坡地侵蚀地貌和堆积地貌。
• 坡地侵蚀地貌以风化剥蚀作用为主，重力作 用为辅而形成；
• 堆积地貌以面状流水的堆积作用为主，股状 水流作用为辅。
• 坡地侵蚀地貌的图像标志是基于岩石类型 和坡面地形特征而构成的，主要有色调、 形态、影纹图案、景观4种基本类型；
宽浅，形成流路不定的辫状交织河道、河 床内支岔繁多，发育自然堤、古河道、决 口扇微地貌单元。
• 松花江游荡型河谷的卫星图像，图中密集 分布有牛轭湖、迂回扇、自然堤微地貌单 元，河水流路不定，支岔河道极为发育。
四、冰川地貌解译
1、中等尺度下的冰川地貌类型及其特征 现代冰川在影像上呈现雪白明亮的色调，
远 安 地 堑 黄陵背斜
• 构造地貌、岩石地貌、海岸地貌。
• 特殊岩石类型控制的地貌，如黄土地貌、 岩溶地貌、丹霞地貌等；
• 特殊气候带控制的地貌，如冰川-冻土地貌、 雅丹地貌，沙漠地貌等；
• 特殊地质作用控制的地貌，如火山地貌， 陨石坑地貌，河口三角洲地貌等。
一、大型构造地貌解译
构造地貌是由地壳运动直接形成的或受地质构造控 制而形成的地貌类型。大型构造地貌是指在大地构 造作用控制下形成的高原、平原、盆地、山地、丘 陵五种类型；
表面光滑易于辨认，其分布范围易于勾绘， 覆盖面积和储量易于计算，结合地形图对雪 线高度也易于确定。
2、大比例尺遥感影像上的地貌类型
冰川地貌的形态，如冰舌、冰裂隙、冰碛物 等。常见的冰川侵蚀地貌有冰斗、刃脊、角 峰、冰川槽谷、悬谷。
冰川堆积地貌：基碛地形（冰碛丘陵、古 丘）、终碛堤、侧碛堤
冰面湖和冰川湖等都有明显的形态特征，它 们不仅定向展布，且在影像上呈现深黑色调， 与浅白色冰川形成鲜明的对照。
- 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)。
遥感地学分析方法
南京地区植被指数提取与分析：
采用的遥感数据：Landsat TM （120－38南京地区）。
植被指数提取方法：
植被主要通过绿色植物叶子和植被冠层的光谱特性及其差异、变化而反映的，不同光谱通道所获得的植被信息可与植被的不同要素有相关性，所以我们往往选用多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义的数值——即所谓的“植被指数”。
用一种简单有效的形式来实现对植物状态信息的表达，以定性和定量地评价植被覆盖、生长活力及生物量等。
在植被指数中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光红波段和对绿色植物（叶内组织引起的）高反射的近红外波段。
这两个波段不仅是植物光谱中的最典型的波段，而且它们对同一生物物理现象的光谱响应截然相反，故它们的多种组合对增强或揭示隐含信息将是有利的。
1、提取归一化植被指数
归一化指数（NDVI）被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。
公式：NDVI=（TM4-TM3）/（TM4+TM3）
2、提取绿度植被指数GVI
GVI=-0.2848*TM1-0.2435*TM2-0.5436*TM3+0.7243*TM4+0.084*TM5-0.1800*TM7 在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像
3、提取比值植被指数RVI
比值值被指数（RVI）由于可见光红波段（R）与近红外波段（NIR）对绿色植物的光谱响应十分不同，且具倒转关系。
两者简单的数值比能充分表达两反射率之间的差异。
公式：RVI= TM4/TM3
在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像
4、提取差值植被指数
公式：RVI= TM4-TM3
在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像
将得到的几种植被指数按RGB合成后得到彩色图像，可以很明显的看到黄色较亮的部分为植被覆盖区。
总结：
通过这几种植被指数的图像合成，我们从图上可以清晰的看出影像中植被的覆盖区域与覆盖密度。
从而了解到影像中南京地区的植被覆盖程度。
利用植被指数提取的方法可以轻松的获得某地区的植被覆盖状况从而了解这一地区的自然状况。
这种方法在森林保护，自然保护区，植被覆盖度研究等方面有着重要的作用。
同时，不同时间的植被覆盖状况还可以用来研究植被退化的状况，对于森林保护计划有着极大的作用。