遥感地学分析复习题

遥感地学分析复习题

一、名词解释：

1、大气窗口：电磁波通过大气层较少被反射、吸收和散射的那些透射率高的波段称为大气窗口。通常把太阳光透过大气层时透过率较高的光谱段称为大气窗口。考虑各种气体吸收的综合影响，仅有某些波段大气的吸收作用相对较弱，透射率较高。这些能使能量较易通过的波段。

2、图像镶嵌：当研究区超出单幅遥感图像所覆盖的范围时，通常需要将两幅或多幅图像拼接成一幅后一系列覆盖全区的较大图像的过程。

3、光谱分辨率：是指探测器在波长方向上的记录宽度，又称波段宽度(band width)。光谱分辨率被严格定义为仪器达到光谱响应最大值的50%时的波长宽度。

4、遥感地学分析：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，是综合物理手段、数学方法和地学分析等综合性应用技术和理论，或者能反映地球区域分异规律和地学发展过程的有效信息理论方法。

5、水体富营养化：是指由于大量的氮、磷、钾等元素排入到流速缓慢、更新周期长的地表水体，使藻类等水生生物大量地生长繁殖，使有机物产生的速度远远超过消耗速度，水体中有机物积蓄，破坏水生生态平衡的过程。

6、植被指数：根据地物光谱反射率的差异作比值运算可以突出图像中植被的特征、提取植被类别或估算绿色生物量，通常把能够提取植被的算法称为植被指数。

7、几何纠正：就是纠正这些系统及非系统性因素引起的图像变形，从而使之实现与标准图像或地图的几何整合。

二、问答题：

1、辐射分辨率与空间分辨率的关系？

瞬间视场IFOV越大，最小可分像素越大，空间分辨率越

低。但是IFOV越大，通光率即瞬时获得的入射能量越大，

辐射测量越敏感，对微弱能量差异的检测能力越强，则

辐射分辨率越高。因此，空间分辨率的增大，伴之以辐

射分辨率降低。

2、在定量遥感中，比较经验模型、物理模型、半经验模型的优缺点。

经验模型优点：简单、实用性强

缺点：理论基础不完备，缺乏对物理机理的足够理解和认识，参数之间缺乏逻辑

关系。

物理模型优点：理论基础完善，模型参考具有明确的物理意义

缺点：输入参数多，方程复杂，实用性较差，且常对非主要因素有过多的忽略或

假定

半经验模型优点：综合了统计模型和物理模型的优点，模型所有的参数往往虽

是经验参数，但又具有一点的物理意义。

3、简述陆陆卫星TM5传感器的各波段的光谱特性..

TM10.45~0.52μm 蓝绿波段

TM20.52~0.60μm 绿红波段

TM30.63~0.69μm 红波段

TM40.76~0.90μm 近红外波段

TM5 1.55~1.75μm 近红外波段

TM610.4~12.5μm 热红外波段

TM7 2.08~2.35μm 近红外波段

TM1 0.45-0.52um蓝波段：对叶绿素和夜色素浓度敏感，对水体穿透强，用

于区分土壤与植被、落叶林与针叶林、近海水域制图，有助于判别水深及水中叶

绿素分布以及水中是否有水华等。

TM2 0.52-0.60um,绿波段：对健康茂盛植物的反射敏感,对力的穿透力强,用

于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和

反映水下特征。

TM3 0.62-0.69UM ,红波段：叶绿素的主要吸收波段,反映不同植物叶绿素吸

收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳

波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面。

TM4 0.76-0.96UM近红外波段：对无病害植物近红外反射敏感，对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量，生物量测定及水域判别。

TM5 1.55-1.75UM中红外波段：对植物含水量和云的不同反射敏感，处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力，可判断含水量和雪、云。

TM61. 04-1.25UM远红外波段：可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,作温度图，植物热强度测量。

TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.

4、NDVI的计算及优缺点：

优点：

几种典型的地面覆盖类型在大尺度NDVI图像上区分鲜明，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；

是植被生长状态及植被覆盖度的最佳指示因子；NDVI经比值处理，可部分消除与太阳高度角、卫星观测角、地形、大气层辐射（云/阴影和大气条件有关的辐照度条件变化）等影响。

同时，NDVI的归一化处理，使因传感器标定衰退的影响降低（对单波段从10-30%降到对NDVI的0-6%），并使由地表二向反射和大气效应造成的角度影响减小。因此，NDVI增强了对植被的响应能力。

缺点：

NDVI对土壤背景的变化较为敏感。实验表明，作物生长初期NDVI将过高估计植被覆盖度，而作物生长结束季节，NDVI值偏低。NDVI更适用于植被发育中期或中等覆盖度植被监测。

5、变化检测对遥感数据时间分辨率、光谱分辨率、辐射分辨率等有何要求？

时间分辨率：

1.尽可能选每一天同一时刻或者相近时刻的遥感图

像

2.尽可能选用年间同一季节甚至同一日期的遥感数据

空间分辨率：

1.采用具有相同的瞬时视场的遥感数据

2.采用具有相同或相近俯视角的数据

辐射分标率：

1.采用具有相同辐射分辨率的不同日期遥感图像

2.如果采用具有不同辐射分辨率的图像进行比较的话，需要把低辐射分辨率遥感图像数据转换为较高辐射分辨率的图像数据。

6、比值植被指数（RVI）和归化植被指数（NDVI）的优缺点：

比值植被指数（PPT2-72、73、74）

优点：比值植被指数能增强植被与土壤背景之间的辐射差异。比值植被指数可提供植被反射的重要信息，是植被长势、丰度的度量方法之一。比值植被指数可从多种遥感系统中得到。它与叶面积指数（LAI）、叶干生物量（DM）、叶绿素含量相关性高，被广泛用于估算和监测绿色植物生物量。

缺点：在植被高密度覆盖情况下，它对植被十分敏感，与生物量的相关性最好。但当植被覆盖度小于 50% 时，它的分辨能力显著下降。RVI 对大气状况很敏感，大气效应大大地降低了它对植被检测的灵敏度，尤其是当 RVI值高时。因此，最好运用经大气纠正的数据，或将两波段的灰度值（DN）转换成反射率后再计算RVI，以消除大气对两波段不同非线性衰减的影响。

归一化植被指数（PPT2-76、77、78）

优点：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；是植被生长状态及植被覆盖度的最佳指示因子；NDVI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。同时，NDVI的归一化处理，使因传感器标定衰退的影响降低（对单波段从10-30%降到对NDVI的0-6%），并使由地表二向反射和大气效应造成的角度影响减小。因此，NDVI 增强了对植被的响应能力。

缺点：实验表明，作物生长初期NDVI将过高估计植被覆盖度，而作物生长结束季节，NDVI值偏低。NDVI 更适用于植被发育中期或中等覆盖度植被检测