知方号

知方号

遥感学习笔记(转发)<归一化系数能为负数吗>

遥感学习笔记(转发)

转发自:遥感学习笔记 - 知乎

遥感入门学习两本书和一个软件:遥感原理、遥感图像处理+ENVI软件

注意:遥感分为光学遥感、激光雷达、微波遥感三大类别

光学遥感:

一、遥感卫星(注意各个卫星发射时间和结束工作时间)

1、陆地卫星:Landsat、SPOT

多波段分辨率:5-30m

2、高空间分辨率陆地卫星:Quick Bird、GeoEge-1

3、高光谱类卫星:高分五号、环境小卫星、ASTER卫星、EO-1卫星、MODIS

波段有36~256个光谱分辨率:5-10nm地面分辨率:30-1000m主要用于大气、海洋、陆地探测MODIS:0.4-14.5微米,波段36个,各个波段各有用途,1-2:250m,3-7:500m,8-36:1000m

4、合成孔径雷达类卫星:terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星

高分辨率二维成像雷达主要用于大面积地表成像,穿透能力强,能够穿透云雾,雨雪,全天候工作

5、小卫星

二、遥感种类

1、陆地遥感:植被、土壤、岩石、城市建筑道路、水体、生物

2、水色遥感:水体光学活性物质反演

3、大气遥感:气体成分反演

三、探测器

如Landsat 5 TM

TM专题制图仪MSS多光谱扫描仪ETM+增强型专题制图仪红外光学扫描仪真实孔径雷达合成孔径雷达(SAR)相干雷达(INSAR):探测三维地表信息,生成高精度、高分辨率的地面高程…… 紫外探测紫外线 红外具有昼夜工作能力 可见光分辨率高,但用于白天 微波具有穿透能力,如合成孔径雷达

四、Landsat卫星介绍

Landsat卫星有1-9,没有6号卫星,9号今年中半年发射,7号(ETM+)和8号卫星(OLI/TIRS)在役,5号卫星1984-2013年,有传感器MMS与TM,高度705米,周期16天。Landsat5运转了28年10月,寿命最长。

MSS传感器有四个波段(3系列有5个),分辨率是68×83m,我们到手一般经过重采样为60×60m;TM传感器有7个波段,成像质量、波段数量和分辨率都比MSS好,5系列在11年TM停止运行,重新打开了MSS。

TM的各个波段:

1234567蓝绿红近红外中红外热红外远红外针叶林,对水体穿透力大,可以判别水深,研究水下地形和水体浑浊度可溶有机物和浮游生物,对植被敏感,可识别植物类别,同时对水体也能穿透,可以反应沙坝、沙洲特征位于叶绿素主要吸收带,可以区分植被类型、覆盖度和生长状况,同时对地表、岩层、地貌、水文等特征可以提供丰富的植物信息位于植物的高反射区,反映植物信息,用于植物识别分类,同时位于水体强吸收区,可以识别与水有关地质构造,勾绘水体边界位于两个水体吸收带之间,对植物和土壤水分含量敏感,可以区分作物对地物热量辐射敏感,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,进行热制图专为地质调查追加的波段,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

2波段和4波段获得其他有关植被的信息

蓝色:水体、土地利用、植被、泥沙 绿色:植被 红色:叶绿素吸收 全色:制图、土地利用 反射红外:生物量、作物、土壤陆地水域边界 中红外:植被、干旱、云雪地质、岩石 热红外:温度、热流量 微波-短波:积雪、植被含水量 微波-长波:融雪、土壤含水量,穿透植被

TM波段融合:

321:真彩色,信息量少

432:假彩色突出植被特征,蓝藻呈现绯红色,与周围蓝黑色湖水有对比,因为蓝藻和湖面光谱特征有差异,受叶绿素A影响,2波段具有较高反射率,3波段反射率略低但高于湖面,4反射率很高

453是非标准假彩色,强调水体,可以较好地显示植被,但是植物类型细分困难

345非标准接近真色的假彩色,对水系、居民、街道、水体、林地判读有利

543 分别赋予红、绿、蓝色,则获得近似自然彩色合成图像,适合于非专业人员使用。

由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息,3个可见光波段(即第1、2、3波段)之间,两个中红外波段(即第4、7波段)之间相关性很高,表明这些波段的信息中有相当大的重复性或者冗余性。

五、图像格式:BIL、BSQ、BMP、GeoTIFF

GeoTIFF图像描述的地理信息条理清晰,结构严谨,可以实现与其他遥感影像格式转换,而且应用广泛,很多软件都支持它的读写。Geotiff格式是TIFF格式的扩展,包含了地理信息,如坐标系统、椭球基准、投影信息等。

六、光学图像和数字图像可以相互转换,两者成为空间域,空间域又可以和频域转换

七、遥感图像处理

多光谱、高光谱、高空间分辨率图像处理与微波图像处理略有不同

1、几何校正、图像配准:粗纠正和精纠正,由地形、自传、曲率、传感器等引起,如SAR最严重的就是地形引起的误差

2、正射校正:除了几何变形以外,还可以消除地形引起的几何变形,采用少量的地面控制点与相机卫星模型结合

3、辐射定标和辐射校正:确定传感器入口处的准确辐射值,图像的亮度灰度值转换为绝对的辐射亮度, 消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声

4、大气校正:消除大气对阳光和来自目标的辐射产生的吸收和散射

5、图像融合:全色分辨率高,多光谱信息丰富,融合!

图像融合的方法:HSV变换、Brovey变换、CN变换、主成分变换、CS变换

6、图像镶嵌

7、图像裁剪:将研究区之外的区域去除,分为规则裁剪和不规则裁剪

8、图像增强:为了特定目的,突出某些信息,增强反差

1、空间域增强:卷积滤波、数学形态学滤波、纹理分析 2、辐射增强:直方图拉伸、坏道填补、去条带处理 3、光谱增强:波段运算、主成分分析、独立主成分分析、色彩空间变换、色彩拉伸、NDVI、缨帽变换 4、傅里叶变换 5、波段组合:RGB合成、假彩色合成

9、图像分类:模式识别,特征变换/特征选择:减少分类的特征数,更好进行分类

1、灰度分割(又称密度分割) 2、监督分类 3、非监督分类 4、决策树分类 5、分类后处理 6、 图像分割,是一张遥感图变多张。 图像分类,是将遥感图上的地物进行区别。如把河流,道路,植被地区区分开来显示。

其他一些重要处理:掩膜处理、矢量叠加、感兴趣区、数据类型转换、DEM生成、信息提取、图像分割等

目视判读:单波段、多光谱、热红外、侧视雷达、多时域

单波段判读:色调、空间特征、图像增强、密度分割 多光谱判读:地物反射特性、假彩色合成

八、常用名词

1、全色图像:单通道,全部可见光波段0.38~0.76um,全色图像为这一波段范围的混合图像,空间分辨率高,但是光谱信息少,经常与多波段图像融合

2、高光谱图像:由多通道组成的图形,多光谱是高光谱的一种情况,波段比高光谱少高光谱卫星利用很多很窄电磁波获取数据,分辨率为纳米级,光的波段分的很细,一般由几十甚至上百个波段,光谱分辨率高,但空间分辨率降低,波段是连续的,数据量很大,冗余信息较多

3、多光谱图像:成像的波段数比高光谱图像少,一般只有几个到十几个

光谱通道越多,分辨物体的能力就越强,光谱分辨率越高

4、空间分辨率是对空间细节信息的辨别能力,分辨最小目标地物的大小

不同的环境特征对图像空间分辨率有要求 高空间分辨率:100m MODIS 用于大面积环境监测,如火灾、洪水

光谱分辨率是对地物波谱细节信息的分辨能力,是最小波长间隔

时间分辨率是对同一地点重复观测能力,称为重访周期

5、多源遥感:获取的同一地区的多种遥感影像数据(多时相、多光谱、多传感器、多平台和多分辨率)

通过对多源遥感数据的融合,可以产生比单一信源更精确、更完全、更可靠的估计和判断,增强解译和动态监测能力,有效提高遥感影像数据的利用率

九、植被指数

1、植被覆盖度(VFC):植被(包括叶、茎、枝)在地面的垂直投影面积占统计区总面积的百分比,基于像元二分模型计算,假定由由植被覆盖地表和无植被覆盖地表构成一个像元,基于像元二分模型的混合像元法可以利用两个参数削弱大气、土壤背景和植被类型的影响。

VFC = (NDVI -NDVIsoil)/ ( NDVIveg - NDVIsoil)

NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值(归一化植被指数),NDVIveg 则代表完全被植被所覆盖的像元的NDVI值,即纯植被像元的NDVI值,Soil和lveg值受大气、地表湿度、太阳光、植被类型的影响,所以不能取影像NDVI的最大值和最小值,而应该取置信度区间内的最大值和最小值

2、植被覆盖度计算过程:首先计算NDVI,使用TM3和4波段计算归一化植被指数,突出显示植被部分(输出后图像高亮的部分就是植被区域)-1

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至lizi9903@foxmail.com举报,一经查实,本站将立刻删除。