ETM图像水体信息提取
ETM图像水体信息提取
仇大海1，田淑芳1，吴亚玲2
1中国地质大学（北京）遥感教研室北京市（100083）
2北京鼎峰同惠工业技术有限公司北京市（100098）
E-mail：qdh12011@https://www.360docs.net/doc/4e17247891.html,
摘要：本文应用云南省南部地区的ETM遥感影像图，对该区域内的水体信息进行提取。以G48C004002为典型示范区，结合交互式矢量化和野外验证成果对各种方法进行分析选优，最后提出了一种水体提取的新方法：缨帽变换湿度分量法，经验证该方法满足提取要求。本文还对去除影响因素进行了深入的探讨，例如对于阴影的去除和混合像元影响的去除。关键词：信息提取，缨帽变换，遥感，阈值
中图分类号：K909
1. 引言
本论文基于中国地质调查局2005年项目《中国陆域边界云南瑞丽江—大盈江中下游地区基础地质遥感调查》。工作区北部与青藏高原相连，南到中缅、中老、中越边界，东西横跨1200km，南北纵跨800km，地理坐标位于东径97°30′—106°10′，北纬21°00′—28°00′，总面积约400000km2，涉及1∶25万比例尺地形图34幅。该工作区属于我国西南多云多雨地区，气候湿润，雨量充沛，植被茂盛，水量丰富。工作所采用的ETM数据共25幅。本文以1：25万标准分幅G48C004002为例（如图1），讨论遥感方法在提取水体中的实用性。
图1 G48C004002 ETM（742）彩色合成示意图
随着人类活动规模的增强，人类影响环境能力越来越显著，生态地质环境也快速地发生着变化，主要表现在干旱、洪涝、泥沙淤积河道、水土流失和滑坡、泥石流地质灾害时有发生等。这些变化直接威胁着该地区的经济发展，同时也影响着邻国的环境变化，容易引起国际纠纷，不利于和平稳定的周边环境。因此该区域内的水体信息调查尤为重要，水体信息调查为环境评估和地质灾害的预防和治理提供依据。
该区域面积较大、环境复杂，用传统的工作方法很难满足要求，而遥感技术以其大面积、同步观测的优势发挥了在该区域内水体调查的优势，因此如何采用最优的遥感方法结合GIS 等多种技术提取水体信息就成了本文论述的重点。研究过程中使用了1999年和2001年的ETM遥感数据、当地的地形图、地质资料、气象资料等等。主要的工作思路如下图：
图2 ETM水体信息提取工作流程图
2. 提取水体的遥感原理
卫星遥感影像记载了地物对电磁波的反射信息及地物本身的热辐射信息。各种地物由于其结构、组成及理化性质的差异,导致其对电磁波的反射及本身的热辐射存在着差异。正是由于不同谱段上不同地物的反射率不同，才使得水体等其他地物的提取可以实现。
2.1 水体的电磁波特性
水体对于电磁波具有吸收、反射、透射等特点。传感器所记录的电磁波既有来自水面的反射，也有来自于水体底部的反射，还有水中悬浮物的信息。
2.1.1 水体对电磁波的吸收
水分子的特征吸收谱带，均出现在红外波段。振动吸收带的基频位于2.66μm、2.73μm 和6.27μm(强吸收)；倍频位于1.4μm和1.9μm(锐带、强吸收)；合频位于0.96μm和1.1μm(弱吸收)。如果物体中含水或结晶格架中存在分子水，它们的光谱中都会显示出水的特征吸收带。水对红外波段辐射的吸收非常强。即使一层极薄的水层，也会出现高强度的吸收。在1.4μm和1.9μm波长附近及2.5μm波长以远的水的吸收率几乎等于100％。显然，对于自然水体，即使水深很浅，也能够全部吸收入射电磁辐射中的红外段辐射，这也正是研究水体的极佳波段。
2.1.2 水体对电磁波的反射
水体对可见光的反射来自三方面：
(1)水体表面的反射；
(2)水体底部物体的反射；
(3)水中悬浮物的反射。
平静的水面以镜面反射为主，在雷达图像上镜面反射的特点尤为显著，雷达图像上的水体多为深色调，但如果水面与雷达信号垂直时，水面则呈现出明显的亮色调。水面上如果有植被或石油等污染物时水体的反射出现异常，反射率明显增高。
如果水体无污染，透明度高，且水体较浅时，水体底部的反射信息不可忽略。尤其在蓝光波段，水体底部的反射信息明显，可用来研究水体的深度和水底的地形特点。
水中的悬浮物包括植物、泥沙、污染物等，悬浮物的存在降低了水体的透射能力，并使得反射率增高。
2.1.3 水体的透射特点
水的透射率也是随波长变化的。如可见光中的蓝、绿光穿透水的能力相对较高。并且水中杂质对水的光谱透射率有很大影响。清洁的海洋水的最高透射率分别是30％左右，峰值波长的范围在0.42—0.58μm之间；沿海岸的海水中的杂质较多，透射率的峰值下降至10%左右，峰值波长的范围缩小为0.48—0.53μm之间；混浊的海湾水，透射率更低，峰值仅为4％左右，峰值波长的范围也缩小到0.54—0.58μm之间。并且，无论哪一种水体，它们的透射率在波长为0.58μm之后，都雪崩似地降至0.25％左右。随着水的混浊度增加，透射率峰值对应的波长范围相对缩小。
2.2 水体与其他地物的区别
水体的波谱曲线与其他地物明显不同（见图3），这正是将水体提取出来的依据[1]。
图3几种典型地物的波谱曲线
天然水体对0.4—2.5μｍ电磁波的吸收明显高于绝大多数其它地物,因而水体的总辐射水平低于其它地物,在彩色遥感影像上表现为暗色调。在红外波段,水体吸收的能量高于可见光波段,即使水很浅,水体也几乎全部吸收了近红外及中红外波段内的全部入射能量,所以水体在近红外及中红外波段的反射能量很少,而植被、土壤在这两个波段内的吸收能量较小,且有较高的反射特性,这使得水体在这两个波段上与植被和土壤有明显的区别。反映在影像上,水
体呈现出暗色调,而土壤植被则相对较亮。因此,选用一个合适的近红外波段,定出水体的阈值,将低于该值的像元定为水体,高于该值的像元则为非水体,这样就可很容易地把水体与其它地物区分开来。但在山区,由于山体阴影的影响,阴坡在红外波段的反射能量特别低,在图像上同样呈现暗色调，使得阴影成为水体提取过程中遇到的难题之一[2]。
2.3 提取水体的常用光谱波段
不同的光谱波段记录了不同的地物反射信息，单一的波段记录的信息量小，不利于精确的水体提取，而各种波段的组合应用是提取水体的关键。常用的波段有蓝绿光波段、红光波段、近红外波段，另外热红外波段和微波也可以利用。
2.3.1 蓝、绿光波段
对于清水，蓝绿光的反射率为4—5%。蓝光波段水体的透射率高，水体的反射会叠加一些水底的反射信息。总的来说蓝绿光波段的反射率明显高于其他波段。水体会与旱地有一定程度的混淆。
2.3.2 红光波段
红光波段水体的反射率在2%左右。水体与旱地均有明显的区别，因而利用阈值法可以将水体与他们区别开来，但是，水体与阴影的混淆存在。
2.3.3 近红外和短波红外
在近红外和短波红外上，水体的反射率几乎为零。水体同样与林地、居民地、水田和旱地有明显的区别，而与阴影有混淆，在短波红外上的混淆尤为明显。
2.3.4 热红外波段
在热红外波段上，水体由于其比热大，其光谱特征明显区别于其他地物。白天水体将太阳辐射能大量地吸收存储，增温比陆地慢，在遥感图像上表现为热红外波段辐射低，呈暗色调。在夜间，水温比周围地物温度高，发射辐射强，在红外影像上呈高辐射区，为浅色调。因此，利用热红外图像是提取水体的途径之一[1]。
3. 水体提取的常用方法
3.1 阈值法
阈值法分为全局阈值法和局部阈值法两种。全局阈值法指利用全局信息(例如整幅图像的灰度直方图)对整幅图像求出最优分割阈值,可以是单阈值,也可以是多阈值;局部阈值法是把原始的整幅图像分为几个小的子图像,再对每个子图像应用全局阈值法分别求出最优分割阈值[10]。其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。阈值分割法的结果很大程度上依赖于对阈值的选择,因此该方法的关键是如何选择合适的阈值。局部阈值法中仍要用到全局阈值法。阈值分割法实际就是按某个准则函数求最优阈值的过程[9]。
3.2 非监督分类
根据图像数据的本身统计特征及自然点群的分布情况划分类别，各类别的统计特征是未知的，一般是提供少数阈值对分类过程给以部分控制。
非监督分类由图像数据的统计特征来决定。遥感图像上的同类地物在相同的表面结构特征、植被覆盖、光照等条件下，应当具有相同或相近的光谱特征，从而表现出来某种内在
的相似性，归属于同一个光谱空间区域；不同的地物，光谱信息特征不同，归属于不同的光谱空间区域。这就是非监督分类的理论依据。
非监督分类用于在没有已知类别的训练数据的情况下，而且，在一幅复杂的图像中分类选择训练区，有时并不能完全包括所有的波谱样式，造成一部分像元找不到归属。在实践中为进行监督分类而确定类别和选取训练区也是不易的。因而，在开始分析图像时，用非监督分类方法来研究数据的本来结构及自然点群的分布情况是很有价值的。
3.3 监督分类
先在图像中选择有代表性的训练区（应是波谱特征比较均一的地区），由训练组数据得出各个类别的统计数据，然后根据这些统计数据对整个图像进行分类，即把图像中各个像元点归化到给定类中[2]。以最大似然法为例，监督分类法的大体过程是：
(1)选择有代表性的试验区(训练区)。
(2)将已知地物类别的图像进行灰度统计和运算，求其均值、方差和协方差矩阵。
(3)选择判别函数确定其判别规则。例如，用概率判别函数，计算一个给定像元属于每一类的概率。
(4)用已知的其余像元进行检核。
(5)输入末知地区的数字图像，算出该地区各像元落于已知类别的概率。
(6)从未知像元落于已知类别的概率中，找出最大值所属的类别，就是未知像元的类别归属。
3.4 人工神经网络法
人工神经网络是由大量称为神经元的简单信息单元广泛连接组成的复杂网络。它是在现代生物学研究人脑组织所取得的成果基础上提出来的,用于模拟人类大脑神经网络结构和行为。
在遥感数字图像分类处理中,人工神经网络的输入层神经元表征遥感数据的输入模式。每一个输入层神经元对应于一个光谱波段。每一个输出层神经元则对应于一种土地覆盖类型。神经网络的拓扑结构决定着各神经元与网络层之间的信息传递途径。训练规则利用转移函数实施处理数据的加权和求和,进而训练网络实施模式识别。处理所得的加权和,通过转移函数转换为输出值[7]。
神经网络有不足之处,即训练网络所需的时间较长,因为一般说来,训练时间总消耗量与神经网络的规模和训练期间所用的数据总量直接相关。可见,如何针对一给定数据集优选人工神经网络的结构,即确定所需的最佳的层数和各层神经元个数以及缩短神经网络的训练时间就成为神经网络应用实践中一大难题[8]。
3.5 决策树法
决策树是遥感图像分类中的一种分层处理结构，其基本思想是通过一些判断条件对原始数据集逐步进行二分和细化。其中，每一个分叉点代表一个决策判断条件，每个分叉点下有两个叶节点，分别代表满足和不满足条件的类别。这种方法不仅不需要依赖任何先验的统计假设条件，而且可以方便地利用除亮度值以外的其他知识，具有灵活、直观、运算效率高等特点，所以在遥感影像分类和专题信息提取中已有广泛的应用。
3.6 谱间关系法提取水体
水体具有独特的谱间关系特征，即绿光波段加红光波段反射率大于近红外波段加短波红外的特征，这个特征适合应用谱间关系法。谱间关系法比单波段阈值法提取水体更有优势，尤其是它能将水体与阴影区分开来。该方法特别适合山区水体的提取。但是这种方法仍然不能提取特别细小的河流，这是因为特别细小的河流都是以混合像元的形式存在的。
谱间关系法是基于一种逆向思维方式来进行地物信息提取,抛开传统分类方法,即从特定的图像空间进行特定地物识别的思维方式。首先根据分析已有地物的遥感特征建立地物光谱知识的遥感信息模型,结合到图像上进行地物光谱分析、形态结构分析、调整和修改模型参数。这种采用面向对象的设计思路,使整个模型有可继承性,可进行多种地物多种传感器的推广应用。建立遥感信息模型关键是多种知识模型的建立。可以分别选用产生式、框架、语义网络、逻辑、判定表、过程和神经元网络等知识表示模型。为不同应用领域和不同方向构造各自的知识库,建立知识表达模型。建立地面特征遥感信息模型的关键在于首先对各种地面特征,特别是环境独立因子的波谱特性及其在不同传感器上的表现有深刻的认识,通过大量具有代表性的样本的分析,总结出内在规律,充分反映地面特征的属性、空间分布及时相变化特征[3]。
3.7 缨帽变换湿度分量提取法
缨帽变换又称K－T(Kanth-Thoms)变换变换，是一种经验性的多波段图像的线性变换，它是Kanth和Thoms（1976）通过MSS图像反映农作物或植被生长过程的数据结构后，提出的一种正交线性变换。
ETM图像六个波段(BAND123457)经过缨帽变换处理后每个组分图像所代表的特征意义分别是亮度、绿度、湿度,三个特征内容具有明显差别：
①亮度是TM图像六个波段数据的加权和代表总的反射比的差异
②绿度反映了可见光波段与近红外波段之间的差异
③湿度反映了1、2、3、4、波段与5、7波段之间的对比
其中湿度分量体现了图像与水有关的信息，较明显的是大面积的水体信息。因此将此分量应用阈值分割法加以区分就可以将水体信息提取出来了。提取的精度主要取决于阈值范围的圈定。
4. 提取方法的评价
简单阈值法曾经被广泛地应用于水体的提取工作中，其方法简单，计算速度快，但精度不高，随着更成熟方法的应用，它的应用范围将越来越小，必须与其他方法相结合才能发挥作用。阈值法可以粗略地应用于精度要求不高的平原地区。
非监督分类的分类精度较低，但用它来研究数据的本来结构及自然点群的分布情况是很有价值的，它可以为监督分类提供依据。
监督分类是一种很好的提取方法，其最大似然法可以达到很高的提取精度，并结合一定的方法可以减少阴影的影响和混合像元的影响。
谱间关系法是伴随高光谱的发展而来的，其应用前景广阔，但由于ETM数据的波谱分辨率较低、只有七个多光谱波段，故谱间关系法不很适用。
人工神经网络和决策书法以其先进的思想和全面的考虑逐渐成为遥感信息识别的主要使用方法，合理、周到的设计可以保证提取精度，但是对于模型的设计要求较高，不合理的
设计反而会得到较差的结果。
缨帽变换的湿度分量法是本论文提出的新方法之一，经验证这种方法基本可以满足水体提取的需要，但对于不同数据源和不同研究区的情况是否适用有待进一步提高，而湿度分量的阈值划分也成为决定提取精度的关键因素，结合多元信息反复调整阈值可以达到较高的提取精度。
5验证并提高提取精度
5.1 提取精度验证
提取精度的验证依据主要有两种：结合交互式矢量化成果和野外验证。光谱匹配技术也可以作为参考依据之一。
5.1.1 结合交互式矢量化成果
交互式适量化即结合GIS软件将水体信
息提取出来，提取精度与操作者的目视解译能
力和遥感、地质知识水平有关。目前很多领域
仍采用交互式矢量化，如土地利用类型分类
中，交互式适量化的提取精度可以达到96%以
上。所以可以将矢量化成果作为验证提取精度
的主要依据。交互式适量化的成果如（图4）。
图4 交互式矢量化成果图
5.1.2野外验证
野外实测在验证提取精度时起到了十分重要的作用，通过野外采点对照提取结果可以纠正所犯的错误，发现错提和少提的点，经过反复分析，可以总结出改正的方法，为进一步改正打好基础。由于图像的分辨率、混合像元等因素的影响，野外实测在当前的遥感工作中是必不可少的。结合野外验证成果可以改正在交互式矢量化过程中人工解译的错误、减小误差，然后调整缨帽变换湿度分量的阈值划分，达到满意的提取效果。
5.1.3光谱匹配技术
光谱匹配技术(Spectral Matching)可用于表面特性的遥感数据分析。此方法包括景物光谱对参考光谱的匹配或景物光谱与光谱数据库的比较，以求算它们之间的相似性或差异性。用光谱匹配来突出感兴趣的光谱特征，以便对其作较详细的分析。有时直接将景物光谱与参考光谱相比较。
将提取水体的光谱曲线与标准光谱曲线库中的数据进行比较可以验证提取的精度，但由于各地区的情况不同，所以光谱匹配不可能精确地适用于所有情况。
5.2如何保证、提高提取精度
精度是对图像提取的基本要求，一个工程项目如果没有精度的保证，那么它是没有意义的。所以我们一定要寻求各种办法，以提高提取的精度。
5.2.1做好图像预处理工作十分重要
图像的预处理工作是进行下一步工作的铺垫，更是决定提取精度的关键因素之一，其中辐射校正主要是指大气校正，它去除或削减了大气因素给图像质量带来的影响。几何校正一
方面可以实现图像的精确定位，另一方面削减因几何变形带来的误差（线段长度、几何角度、图斑面积等）。
精确的辐射校正需要除去由大气影响引起的附加项，从而得到像元之间的亮度变化真正反映不同像元地物反射率之间的变化关系。但要找出每个像元亮度值与地物反射率的关系，非常困难。粗略的校正只需要校正程辐射度，即散射光直接进入传感器的部分。严格地说，程辐射度的大小与像元的位置有关，随大气条件、太阳辐照方向和时间变化而变化。但可以认为在有限面积内是一个常数，其大小只与波段有关。
遥感图像在获取过程中由于多种原因导致景物中目标物相对位置的坐标关系在图像中发生变化，这种变化称为几何畸变。所以纠正各种原因引起的畸变是几何校正的基本内容。
5.2.2 影响因素的剔除
影响水体提取的因素有阴影和混合像元。通常这两种影响因素在提取结果中的权重并不很大，但仍然不能忽视。
A、混合像元的处理
处理图像时，并不是所有的图像都是纯净像元，当某个像元位于某一类区域的内部时，基本上都是纯净像元，但对于多类地物交界处的像元，由于地物散射等因素的影响，一个像元往往包含有多类地面目标的信息，这种像元成为混合像元。混合像元的存在使得水体的提取出现了一定程度的误差，如果完全保留或完全去除都是错误的，所以如何正确的处理混合像元十分必要[11]。
空间分辨率的提高可以减少混合像元的影响，但光谱不“纯”的像元依然存在。高光谱遥感的出现有利于对混合像元的光谱分解，其原因是像元光谱能较完整地描述一给定地物的光谱特征。
为了处理混合像元，人们建立了光谱混合模型的分析技术。这类模型包括分析光谱数据以确定同一像元内不同成分(目标物)所占的比例或者识别在已知成分分析中外加的成分15。
B、阴影的处理
图形中的阴影主要包括云阴影和山体阴影两类。云阴影会不同程度地覆盖水体，而山体阴影一方面容易和水体发生混淆，另一方面山体的阴影区内可能也包含水体，提取的时候很容易将这部分水体的提取漏掉[4][5]。去除阴影影响的流程图如下：
图5 去除阴影流程图
如（图5）所示，圆角框代表输入图像，其中图像1与图像2是不同时相的两期数据。
菱形框代表判断条件，矩形框是最后的输出成果。云阴影的去除可以用两期数据进行叠加判
断，由于两期数据（要求运量较少）的云阴影区通常是不同的，所以相异的区域就是云阴影，
可以用替代法去除[6]。山体阴影中水体的提取只要判断地势坡度就可以区分，因此需要DEM
数据。这样，阴影因素的影响就基本上去除了。
5.2.3 结合多元信息进行反复修改
水体的提取如果只采用某种方法进行一次提取，通常不能满足精度的要求。除了利用遥
感图像外，必须获得并利用多元信息。如气象资料可以用来做精确的大气校正，地形资料可
以去除图像中的阴影，野外实测可以确定不明确的点等等，还要尽量收集水文、历史资料等。
利用多元信息可以保证并提高提取的精度。
在做好图像预处理工作的基础上，使用缨帽变换的湿度分量法对图像中的水体进行提
取，去除影响因素的干扰，然后结合野外验证结果和矢量化成果来反复调整湿度分量的阈值
划分，最后就可以得到比较满意的成果,如（表1）。
表1 提取经过误差分析表
河流长度（米）相对误差水体面积（平法米）相对误差
矢量化结果3005571.1 56370125.76
缨帽变换结果2707889 -9.90% 38684168 -31.37% 改进后结果2897561 -3.59% 48135889 -14.61%
观察提取结果误差表可以发现，缨帽变换湿度分量法的误差不是很大，并且经过反复调整阈值之后，误差可以满足要求，其河流长度的提取精度达到了96.41%，水体的面积精度也达到了85.39%。如果继续调整阈值还可以得到更满意的效果。这样就可以将这种方法加以推广，即将其他标准分幅图像按照G48C004002的图像预处理方法进行处理，再运用已经得到的阈值范围对其他图像进行处理，就可以完成全部工作，这样大大节省了工作量。
6. 结论
本文采用ETM遥感数据，对研究区内的水体进行提取。由于工作区面积较大，故选用1:25万标准分幅G48C004002为示范区。对示范区进行了交互式矢量化和野外验证，以评价各种遥感方法的适用性。本文提出了一种新的水体提取方法：缨帽变换湿度分量法。经验证其改正后的精度满足水体提取的要求，而阈值范围的划分、影响因素的去除成为决定提取精度的关键。阈值范围的划分主要依靠交互式矢量化成果和野外验证成果；云阴影的去除采用图像替换法，山体阴影的去除主要采用DEM坡度分析法。一旦提取结果满足精度要求就可以采用通用的模型处理其他标准分幅图像。
7. 致谢
在做项目和论文的编写过程中，田淑芳和邝生爱两位教授给予我大力的指导和帮助，他们深厚的学术知识和一丝不苟的学术态度让我敬佩万分，在此向二位表示由衷的感谢。刘少峰教授教会了我很多图像处理方法，在此对您表示感谢。同时也要感谢吴亚玲、党委、王磊等在论文编撰过程中给予我的大力帮助，谢谢大家！另外，国土资源部遥感中心和中科院卫星地面站为本次研究提供了大量的数据，在此一并予以感谢。
参考文献
[1]梅安新,彭望琭,秦其明,刘慧平.遥感导论.高等教育出版社.2001，7.
[2]钱乐祥.遥感数字图像处理与地理特征提取.科学出版社.2004，7.
[3]汪金花,张永彬,孔改红.谱间关系法在水体特征提取中的应用.矿山测量.2004,4.
[4]邓劲松,王珂,邓艳华,黄娟琴.SPOT5卫星影像中水体信息自动提取的一种有效方法.上海交通大学学
报.2005,23（2）198—201.
[5]都金康黄永胜冯学智王周龙 SPOT卫星影像的水体提取方法及分类研究遥感学报 2001，5（3）
215—219.
[6]盛永伟,肖乾广.应用气象卫星识别薄云覆盖下的水体.环境遥感.1994,9（4）.247—255.
[7]魏一鸣,万庆,周成虎.基于神经网络的自然灾害灾情评估模型研究.自然灾害学报.1997，5（2）2—6.
[8]张宝光.人工神经网络在遥感数字图像分类处理中的应用.国土资源遥感.1998，1.21—23.
[9]韩思奇,王蕾.图像分割的阈值法综述.系统工程与电子技术.2002,24(6).91—94.
[10]金立左,夏良正,杨世周.图像分割的自适应模糊阈值法.中国图像图形学报.2004，5（5）390—395
[11]朱述龙.基于混合像元的遥感图像分类技术.解放军测绘学院学报.1995，12（4）276—278.
Water Information Extracting from the ETM Images
Qiu Dahai1，Tian Shufang1，Wu Yaling2
1 China University of Geosciences，Beijing (100083)
2 Beijing DingfengTonghui Industrial Technology Ltd.，Beijing (100098)
Abstract
Using the remote sensing data “ETM” of the southern part in Yunnan, this article extracted the water information of this region. This article had chosen the G48C004002 as a typical demonstration zone, combining the interactive vector field and the results from the wild, choose the best of the extracting methods. Finally, a water extraction method “Humidity component of Tasseled Cap transformation” was given out; by certification this method meets the requirements of extraction. Then this article discussed how to remove the impacts of extracting, such as the shadow and the mixed-pixels. Keywords：Information extracting，Tasseled Cap transformation，Remote sensing，Threshold
山脊线山谷线提取实验报告
山脊线山谷线提取实验报告 实验内容描述： 山脊线和山谷线构成了地形起伏变化的分界线（骨架线），因此它对于地形地貌研究具有重要意义；另一方面，对于水文物理过程研究而言，由于山脊、山谷分别代表示分水性与汇水性，山脊线和山谷线的提取实质上也是分水线与汇水线的提取。 本次实验通过某区域栅格DEM掌握山脊线和山谷线这两个基本地形特征信息的理论及其基于DEM的提取方法与原理；同时，熟练掌握利用ArcGIS软件对这两个地形特征信息的提取方法。 实验原理： 1.本实验基于规则格网DEM数据使用平面曲率与坡形组合法提取山脊线和山谷线，首先利用DEM数据提取地面的平面曲率及地面的正负地形，取正地形上平面曲率的大值即为山脊，负地形上平面曲率的大值为山谷。实际应用中，由于平面曲率的提取比较繁琐，而坡向变率（SOA）在一定程度上可以很好地表征平面曲率。因此，提取过程中可以SOA代替平面曲率。 2.主要用到以下理论知识： 1）坡向变率：是指在提取坡向基础上，提取坡向的变化率，亦即坡向之坡度（Slope of Aspect，SOA）。它可以很好地反应等高线弯曲程度； 2）反地形DEM数据：求取原始DEM数据层的最大高程值，记为H，通过公式（H-DEM），得到与原来地形相反的DEM数据层，即反地形DEM数据； 3）地面坡向变率SOA：地面坡向变率在所提取的地表坡向矩阵的基础上沿袭坡度的求算原理，提取地表局部微小范围内坡向的最大变化情况。但是SOA在提取过程中在北面坡将会有误差产生，所以要将北坡坡向的坡向变率误差进行纠正，其公式为： SOA=(( [SOA1]+[ SOA2] )-Abs( [SOA1]-[ SOA2] ))/2 其中：SOA1为原始DEM数据层坡向变率，SOA2为反地形DEM数据层坡向变率。 4）焦点统计 5）ArcScan自动矢量化 流程图
遥感影像中水面及水体信息提取方法的研究
遥感影像中水面及水体信息提取方法的研究 胡启中1，祁建勇2 （1.上海佳文比特信息科技有限公司，上海，200135；2.河北建设勘察研究院有限公司，石家庄，050031） 摘要：根据遥感影像中不同光谱波段对不同地物的反射率特征，以西洋河流域2000年春秋两期Landsat7 ETM＋遥感数据为研究对象，结合实地调查数据，利用地理信息系统及遥感数据处理系统软件平台，建立植被覆盖度对不同季节、不同程度的植被覆盖、岩土裸露及水面水体相关的特征关系、对该流域内分布的各类中小型水库塘坝的水面和水体信息的分析和提取方法进行系统的研究和验证。通过结果分析表明：根据不同时相遥感影像的光谱波段组合建立不同的处理方法可以提高季节性变化的水面及水体信息识别和提取的精度和效率。 关键词 ：遥感影像；光谱分析；水体信息；提取方法 水面及水体信息的分析和提取，一直是遥感影像分析处理及解译分类的基础性工作，在水资源调查、水环境监测、水灾害评估等许多方面得到了广泛应用。国内外很多专家学者在大规模区域尺度、高精度空间分辨率及多时相时间分辨率的遥感数据基础上对水体的提取方法做了深入研究，并提出了许多行之有效的方法。 在中小流域尺度范围上，基于中低空间分辨率的卫星遥感影像，对各类中小型水库塘坝的水面及水体信息的分析和提取是困难的，即使单一的借助专业的遥感数据处理系统软件平台进行分类解译，不仅技术性强，步骤繁多，模型构造复杂，也是费工费时费力的。水域范围精度控制和水面水体提取效率的提高一直是遥感解译水面及水体信息方法改进的驱动力。 1 Landsat7 ETM＋遥感波段光谱特征及归一化植被指数应用 遥感数据是在预定的光谱波段（波长）上获得的。美国陆地卫星7号（Landsat-7）携带的增强型专题制图仪（ETM+），包含三个可见光波段兰绿红、一个近红外波段、二个中红外波段，空间分辨率为30米；一个热红外波段，空间分辨率为60米；另加一个空间分辨率为15米的全色波段。尽管空间分辨率不是较高，重采样覆盖周期16天，但其波段设置比较合理，并采集传输回大量的遥感数据，成为陆地资源调查及生态环境监测等诸多领域应用重要的遥感数据源之一。各种地物，尤其是岩石土壤、绿色植被和水面水体在可见光和红外波段附近具有明显的反射率特征。在光谱中，波段3可见光红光主要被植物吸收，同土壤和岩石相比，绿色植物的反射系数相当弱；而在波段4近红外线部分的反射却比多数其它地表覆盖物的反射要强得多[ 1 ]。水面或水体几乎吸收了近红外波段4和中红外波段5或7的全部能量使之反射率很低，同时土壤和植被在这三个波段内的吸收能量较小，而有较高的反射率，这就使得水体在这三个波段上与植被和土壤具有明显的光谱特征差异。因此在假自然色彩波段合成影像（RGB543波段组合）中，水体呈现出深蓝色及蓝色的暗色调，而土壤因其岩类基质特征呈不同浅色调，植被则呈现出相对较亮的深绿色、绿色或浅绿色色调。但由于不规则山体阴影的影响，使得近红外、中红外在阴坡面的反射能量特别低，它们在影像上也呈现出明显的暗色调；规则的铁路线、公路线等基础设施在遥感影像上也同时呈现出明显的暗色调。水面水体与山体阴影、铁路线、公路线等基础设施的光谱特征混淆使得遥感解译的普通分类方法难以准确提取水面水体信息。 归一化植被指数（NDVI），是植被指数的一种通用化指标形式，正是利用了遥感数据中近红外线和红光之间植被、水体及岩石土壤等其它地物的光谱特征，计算两波段之间的差异或比值，使之反映植被覆盖状况。因此，通过遥感数据直接计算的植被指数近一步估算植被覆盖度，在全球植被变化、作物生长状况、
AVHRR图像上的水体提取
AVHRR图像上的水体提取 ●AVHRR图像上水体表现及特征分析 ●AVHRR图像上的水体识别提取模型 AVHRR图像上水体表现及特征分析 ●AVHRR数据拥有5个通道（CH），CH1（0.58-0.68微米）属橙色可见光范围，对水体中的泥沙 含量十分敏感；CH2（0.725-1.1微米）为近红外通道，为水的强吸收带，水体的反射率很低，水体的边界轮廓十分清晰。 ●为了整体上了解水体空间、时间、水质上的多变性在AVHRR影像上的反映，以及水体与其他易 混地物的区别，采用分地物类别按时间、空间变化的规律对AVHRR数据进行采样分析，分别在2月、5-8月AVHRR图像上对湖泊（太湖、鄱阳湖、洞庭湖、青海湖）、河流（长江、辽河）、海洋（黄海、东海、渤海）、云、云影、城市（上海、无锡、苏州、杭州）的光谱值进行采样分析。 ●该图幅内以平均值的光谱曲线为分界，厚云、薄云五个波段都相对为高值，光谱曲线明显高出 平均曲线；而其它地物明显低于或围绕平均曲线有小的起伏，其中云影在CH3、CH4、CH5又稍高于平均水平。从曲线的走向看，云、云影与河流、积水区一致，因此，要进一步区分水体与云及云影，在原有CH1>CH2的规律下，须加入CH2、CH3的判断条件，利用CH2、CH3的均值分别排除云及云影。 ●图内的河流、湖泊、海洋的3、4、5波段则相对洪水期有增高，表现出高于图幅均值的规律； 而云影在曲线走向和数据大小都与各种水体的规律极为相似，无法再加以区分；反而该时期的城市曲线依然全低于图幅均值，落在平均曲线的下方，虽然在CH1、CH2也满足水的规律，但完全可以利用CH3波段把它剔除掉。 ●上面的采样分析可知，在AVHRR这一特定的传感器上，水体的遥感特性与地面实测相比呈现出 一定程度的变化，表现为：正常情况下水体随空间的变化幅度较小，而随时间的变化幅度较大，而在洪水期间，水体表现大幅度的变化，由平常时期的相对稳定到起伏较大，呈现出特殊的规律。其中由于降水的增加引起水中泥沙含量，水温等异常变化也起到了相当大的作用，而由于时间变化引起水体的变化反映则相当的微弱。但无论水体随时间，空间怎么变化，则其在近红外吸收的特性则始终不变，且表现为CH1>>CH2，CH2<图像的均值；CH3有规律的上升或下降，在正常时期，水体CH3大于整幅图像的平均值，而洪水期间CH3小于整幅图像的均值，这就是水体在光谱多变性条件下，呈现出的统一规律，即光谱特征。 AVHRR图像上的水体提取模型 根据大量的水体光谱样本分析，得出AVHRR数据的水体信息摄取的基本光谱模型： ●CH1》CH2，且CH2<图像平均值； 洪灾期：CH3<图像平均值；非洪水期，且CH3>图像均值； ●随着水面积减小，混浊度增加，水深变浅，水体特征有所改变。CH1相对减小，CH2相对增加， 有向陆地逐渐过渡的趋势，且往往该部分水体是陆地包围的水体或覆盖在陆地上的浅水体。 ●在分析了水体在图像上的空间特征后，在光谱模型上又给出水体的空间模型： –水体相对于陆地或云层等呈现出较为均一的图斑，无明显的纹理特征 –水体图斑的边界相对于云层较稳定，河流的线状特征，湖泊、海洋等的面状特征较明显。 以上的光谱模型和空间模型采用面向对象的思想完成模型建立，可以实现水体的智能化信息提取。 TM图像上的水体提取 ●由于时间分辨率的限制，在洪水期难以获得无云雾的TM图像，因此TM主要用于洪水灾害损失 评估和本底水体的提取。 ●从TM数据中提取水体信息的关键是区分水体与其他地物的阴影，这同样需要进行不同地物各 波段的光谱值分析。 ●水体、阴影的第5波段明显小于第2波段。而其它地物则刚好相反。在第2、3波段上，水体的
叶绿体色素的提取分离实验报告
叶绿体色素的提取分离、理化性质实验报告 第一部分提取与分离 一实验目的 学习应用薄层色谱法分离叶绿体色素的实验方法 二实验原理 叶绿体是进行光合作用的细胞器。叶绿体中的叶绿体a(C55H72O5N4Mg)、叶绿素b(C55H72O6N4Mg)、胡萝卜素(C40H56)和叶黄素(C40H56O2)与类囊体膜结合成为色素蛋白复合体。这些色素都不溶于水，而溶于有机溶剂，故可用乙醇等有机溶剂提取。提取液可用薄层色谱法加以分离与鉴别。 薄层色谱分析法是将吸附剂均匀的涂在玻璃板上成一薄层，将此吸附剂薄层做固定相，把待分离的样品溶液点在薄层板的下端，然后用一定量的溶剂做流动相，将薄层板的下端浸入到展开剂中。流动相通过毛细管作用由下而上的逐渐浸润薄层板，并带动样品在板上也向上移动，样品中各组分在吸附剂和展开剂之间发生连续不断的吸附、脱附、再吸附、再脱附……的过程。由于吸附剂的吸附能力大小不同，吸附力强的物质相对移动慢一些，而吸附力弱的则相对移动快一些，从而使各组分有不同的移动速度而彼此分开。 三实验材料与试剂 1 新鲜的菠菜叶片 2 体积分数为95%的乙醇，碳酸钙粉末，展开剂(石油醚:丙酮:苯=7:5:1，体积比) 3 天平，研钵，漏斗，三角瓶，剪刀，点样毛细管，层析缸，硅胶预制板，滤纸 四实验步骤 (一)色素提取液的制备 1 取新鲜叶片4至5片(2g左右)，洗净，擦干叶表面，去中脉剪碎，放入研钵中。 2 研钵中加入少量碳酸钙粉末，加2至3ml体积分数为95%的乙醇，研磨至糊状，再加10至15ml体积分数为95%的乙醇，上清液用漏斗过滤，残渣再用10ml体积分数为95%的乙醇冲洗一次，一同过滤于三角瓶中，即制成叶绿体色素提取液。提取液应避光保存。 (二)叶绿体色素的分离 1 取硅胶预制板一个，用点样毛细管吸取上述提取液，平行于硅胶板的短边，距下边缘约1cm处用毛细管划线，风干后再划第二次，重复操作3至4次。 2 在干洁的层析缸中加入适量的展开剂，高度约0.5cm，将硅胶预制板带有色素的一端放下，使其浸入展开剂中(但不要使待测样品浸入展开剂中)。迅速盖好层析缸盖。此时，展开剂借毛细管作用沿硅胶预制板向上扩散，并把叶绿体色素向上推动，不久即可以看到各种色素的色带。 3 当各种色素的得到较好分离，展开剂前沿接近硅胶预制板上端近边缘处时，取出硅胶预制板，并迅速用铅笔标出展开剂前沿和各色素带的位置。
果胶提取实验报告1
桔皮中果胶提取技术的试验分析 【摘要】酸浸提法提取果胶具有快速、简便、易于控制、提取率较高等特点，用盐酸浸提、乙醇沉淀法进行了从桔皮中提取果胶的工艺试验。用单因素试验进行工艺参数的优化，其适合的工艺条件是：液料质量比为20；浸提液pH值为2；浸提温度为90℃。 关键词：桔皮果胶提取工艺工艺参 引言：果胶是一种亲水性植物胶，属于多糖类物质，广泛存在于高等植物的根、茎、叶、果的细胞壁中。通常人们所说的果胶系指原果胶、果胶和果胶酸的总称，是一种高分子聚合物，分子量介于20 000-400 000之间。其基本结构是D一吡喃半乳糖醛酸，以1，4甙链连接成的长链，其中部分半乳糖醛酸被甲醇酯化 [1]。 胶凝剂、增稠剂、稳定剂和乳化剂，随着功能性多糖的开发研究，果胶作为水溶性膳食纤维，越来越受到重视。应用必定会越来越广泛[2-4]。我国是柑桔的主要产地，柑桔皮中果胶含量可达10%～30%。从桔皮中提取果胶不仅有极大的工业价值，而且对综合开发、利用柑桔资源，提高原材料利用率，减少环境污染，有重要的实际意义[2,4,6]。果胶的提取一般有酸提取法、离子交换法、微生物法和微波加热处理法等方法[5-9],由于酸提取法具有快速、简便且提取率高的优点，国内外大多采用此法。果胶分离沉淀主要有乙醇沉淀法和盐析法。国内主要采用乙醇沉淀法，而国外多用盐析法或不经沉淀直接喷雾干燥。针对我国情况而言，对乙醇沉淀法已有大量研究，而本实验也是在总结
别人成果的基础上进行对比以及提取工艺条件的优化。 1材料与方法 1．1 材料 桔皮采用成熟新鲜、无病虫果害的晚熟蜜桔，人工取皮，在40℃下干燥，粉碎至1～3 mm，待用。 盐酸、乙醇、氢氧化钠、无水氯化钙、冰醋酸和甲基红，均为化学纯。1．2 果胶提取方法 果胶提取工艺为：原料→洗涤→失活→干燥→粉碎→酸提取→过滤→浓缩→冷却→乙醇沉淀→离心分离→干燥→称量→粉碎→果胶。 剔除腐烂变质、发黑的桔皮，用清水洗净后，放入烧杯中，加水，加热至90 ℃保温5～10 min，使酶失活,捞出桔皮，将桔皮在40 ℃下干燥，切碎。将20 g原料加入用HC1预先配制的、具有一定pH值和温度的酸溶液中，维持所需的温度达到一定的提取时间，并不断搅拌。趁热用布氏漏斗过滤得果胶提取液。将滤液用旋转蒸发仪在60-70 ℃下浓缩至原体积的1／3时为止。果胶浸提液冷却至常温后加入1倍体积的95 乙醇，搅拌、静置2 h，使果胶沉淀析出。用布氏漏斗过滤得粗果胶。在60-70 ℃干燥，粉碎即得果胶粉。随后进行提取物中果胶含量的测定和提取率的计算。 1．3 试验方法 单因素试验,分别研究不同液料质量比对果胶提取率的影响(浸 提液pH值3、温度80℃、浸提时间45 min)；不同浸提液pH值对果胶提取率的影响(浸提液温度80℃、液料质量比10、浸提时间45 min)；不
实验报告设计-叶绿体中色素的提取和分离
叶绿体中色素的提取和分离 一、实验目标 1、知识方面 （1）探究叶绿体中含有几种种色素：理解它们的特点及与光合作用的关系 （2）了解纸层析法的原理。 2、能力方面 掌握提取和分离叶绿体中色素的方法。 3、情感态度与价值观方面 认识生物科学的价值，乐于学习生物科学，养成质疑、求实、创新及勇于实践的科学精神和科学态度 二、实验原理 1、色素提取的原理：叶绿体中的色素能溶于有机溶剂中，故可用丙酮和无水乙醇提取色素。 2、色素分离的原理：叶绿体中的各种色素在层析液中的溶解度不同。溶解度大的色素，在滤纸上随层析液的扩散速度快；溶解度小的色素，在滤纸上随层析液的扩散速度慢。三、实验准备 实验材料：新鲜的绿叶（如新鲜菠菜叶片）。 实验仪器及用具：定性滤纸，研钵，玻璃滤斗，脱脂棉，尼龙布，毛细吸管，剪刀，药勺，量筒（10mL），天平，试管，试管架，滴管，培养皿，三角瓶，烧杯 试验试剂：无水乙醇（或丙酮），层析液（CCl4），石英砂（SiO2）和碳酸钙（CaCO3） 四、实验步骤 1、叶绿体色素的提取 （1）取菠菜新鲜叶片5g，洗净，擦干，去掉中脉，剪碎，放入研钵中。 （2）向研钵中加入少许碳酸钙和二氧化硅，再加10mL无水乙醇，进行迅速、充分研磨（二氧化硅有助于研磨得充分，碳酸钙可防止研磨中色素被破坏）。 （3）将研磨液迅速倒入漏斗（漏斗基部放一块单层尼龙布）中进行过滤。将滤液收集到试管中，及时用棉塞将试管口塞严。 2、制备滤纸条 用预先干燥处理过的定性滤纸，将滤纸剪成长10 cm、宽1cm的滤纸条，在滤纸条的一端剪去两角（防止层析液在滤纸条的边缘扩散过快），并在距离这一端1cm处用铅笔画一条细的横线。 3、画滤液细线 用毛细吸管吸取少量滤液，沿铅笔线均匀地画出一条细而直的滤液细线。待滤液干后，再画二三次。 4、分离叶绿体中的色素
遥感影像水体提取实验
基于高分一号卫星多时相数据的洪水监测 摘要：本文利用两幅高分一号多光谱影像数据，通过ENVI4.8软件，采用NDVI对黑龙江地区水体进行了提取，并在图像上展示了水体变化区域，计算了水体变化面积。结果表明：9月9日黑龙江水域面积比8月27日增加了226.6822 km。最后又采用了假彩色合成法展示了水体增加区域。结果表明：两种方法对水体变化信息的提取具有一致性。 1 数据介绍 本作业获得了两幅高分一号TIF数据，分别是8月27日，9月9日。每幅影像有4个波段，查阅资料得知：1波段波长为0.45-0.52um，属于蓝、青光，2波段波长为0.52-0.59um，属于黄、绿光，3波段波长为0.63-0.69um，属于红光，4波段为0.77-0.89，属于近红外。 图1 0827影像信息图2 0909影像信息 2 研究区域 由所给数据的经纬度坐标可知，研究区域为抚远县，其地处黑龙江、乌苏里江交汇的三角地带。地理方位是东经133° 40′ 08″至
135° 5′20″,北纬47° 25′30″至48° 27′40″。 图3 研究区域的百度卫星地图 2 水体提取方法选择 单波段：水体在近红外波段的反射率很低，所以可以设置阈值进行提取。 归一化水体指数 )/()(NIR Green NIR Green NDWI ρρρρ+-= 归一化植被指数 )/()(NDVI Re Re d NIR d NIR ρρρρ+-= 但单波段方法中阈值的设置需要反复调整，而高分一号数据的1、2波段不完全是蓝、绿光，而3、4波段完全是红、近红外。所以选择归一化植被指数提取水体。-1= PCR扩增及DNA琼脂糖凝胶电泳 刘琳1131428 环境科学 一、实验目的 1．学习并掌握PCR扩增的基本原理与实验技术。 2．对扩增后的DNA进行琼脂糖凝胶电泳试验，并分析相应结果。 二、实验原理 1. PCR扩增 多聚酶链反应（PCR）技术的原理类似于DNA的天然复制过程。在微量离心管中加入适量缓冲液，加入微量模板DNA、四种脱氧核苷酸（dNTP）、耐热T aq聚合酶及两个合成DNA的引物，而后加热使模板DNA在高温下（94℃）变性，双链解链，这是所谓变性阶段。降低溶液温度，使合成引物在低温（55℃）与模板DNA互补退火形成部分双链，这是所谓退火阶段。溶液反应温度升至中温（72℃），在Tap酶作用下，用四种dNTP为原料，引物为复制起点，模板DNA的一条双链在解链和退火之后延伸为两条双链，这是延伸阶段。如此反复，在同一反应体系中可重复高温变性、低温退火和DNA合成这一循环，使产物DNA重复合成，并在重复过程中，前一循环的产物DNA可作为后一循环的模板DNA而参与DNA的合成，使产物DNA的量按指数方式扩增。经过30～40个循环，DNA扩增即可完成。 2. DNA琼脂糖凝胶电泳实验 DNA分子在高于其等电点的溶液中带负电，在电场中向阳极移动。在一定的电场强度下，DNA分子的迁移速度取决于分子筛效应，即分子本身的大小和构型是主要的影响因素。DNA分子的迁移速度与其相对分子量成反比。不同构型的DNA分子的迁移速度不同。该电泳方法以琼脂凝胶作为支持物，利用DNA分子在泳动时的电荷效应和分子筛效应，达到分离混合物的目的。 三、实验材料 仪器：PCR扩增仪、0.2ul薄壁管、1.5ml离心管、移液枪、枪头、微波炉、电泳仪、水平电泳槽、制胶版、紫外透射仪。 试剂：TapDNA聚合酶、dNTP、buffer、两种引物、16S全长DNA样本、无菌ddH2O、模板DNA 、TBE、琼脂糖、EB、显色剂。 四、实验步骤 1. PCR扩增 本次试验选择细菌16S rDNA V3区片段进行扩增。 1.1 根据计算，首先取1.5ml离心管按照 2.5ul 10×Buffer 、1 ul dNTP、0.5 ul 341GC、 0.5 ul 534、0.125 ul Taq、19.375u ddH2O的比例配置足量的PCR反应体系。 1.2 分别向9个薄壁管中分别加入24 ul的反应体系，并分别添加8种不同的模版，并于第9个薄壁管中加入无菌ddH2O作为阴性对照。 1.3 将薄壁管放入PCR扩增仪中，按照预定程序进行PCR扩增。其中循环过程需要达到30~40次。程序如下： 预变性：94℃3min 循环：94℃变性30s 55℃退火30s 72℃延伸30s 末次延伸：72℃5min 陕西师范大学远程教育学院生物学实验报告 报告题目叶绿素的提取和分离 姓名刘伟 学号 专业生物科学 批次/层次 指导教师 学习中心 叶绿素的提取和分离 一、实验目的 1. 学习叶绿体色素的提取、分离方法。 2. 通过叶绿体色素提取、分离方法的学习了解叶绿体色素的相关理化性质。 3. 为进一步研究各叶绿体色素性质、功能等奠定基础。 二、原理 叶绿体中含有绿色素（包括叶绿素a和叶绿素b）和黄色素（包括胡萝卜素和叶黄素）两大类。它们与类囊体膜蛋白相结合成为色素蛋白复合体。它们的化学结构不同，所以它们的物化性质（如极性、吸收光谱）和在光合作用中的地位和作用也不一样。这两类色素是酯类化合物，都不溶于水，而溶于有机溶剂，故可用乙醇、丙醇等有机溶剂提取。提取液可用色谱分析的原理加以分离。因吸附剂对不同物质的吸附力不同，当用适当的溶剂推动时，混合物中各种成分在两相（固定相和流动相）间具有不同的分配系数，所以移动速度不同，经过一定时间后，可将各种色素分开。 三、材料、仪器设备和试剂 1. 绿色植物如菠菜等的叶片。 2. 研钵、漏斗、三角瓶、剪刀、滴管、康维皿、圆形滤纸（直径11cm）。 3. 试剂：95%乙醇，石英砂，碳酸钙粉，推动剂:按石油醚:丙酮:苯=10:2:1比例配制（v/v） 四、试验步骤 1. 叶绿体色素的提取 （1）取菠菜或其他植物新鲜叶片4-5片（4g左右），洗净，擦干，去掉中脉剪碎，放入研钵中。 （2）研钵中加入少量石英砂及碳酸钙粉，加2-3ml 95%乙醇，研磨至糊状，再加10ml 95%乙醇，然后以漏斗过滤之，残渣用10ml 95%乙醇冲洗，一同过滤于三角瓶中。 2. 叶绿体色素的分离 (1)将11cm的滤纸的一端剪去二侧，中间留一长约1.5cm、宽约0.5cm窄条。 (2)用毛细管取叶绿体色素浓溶液点于窄条上端，用电吹风吹干，如一次点样量不足可反复在色点处点样数次，使色点上有较多的叶绿体色素。 (3)在大试管中加入四氯化碳3-5ml及少许无水硫酸钠。然后将滤纸条固定于软木塞上，插入试管内，使窄端浸入溶剂中，而色点略高于液面，滤纸条边缘不可碰到试管壁，软木塞盖紧，直立于阴暗处层析。 0.5-1小时后，观察色素带分布：最上端橙黄色(胡萝卜素)，其次黄色(叶黄素)，再崐次 蓝绿素(叶绿素a)，最后是黄绿色(叶绿素b)。（4）当展层剂前沿接近滤纸边缘时便可结束实 验，此时可看到不同色素的同心圆环，各色素由内往外的顺序为：叶绿素b（黄绿色）、叶 绿素a（蓝绿色）、叶黄素（鲜黄色）、胡萝卜素（橙黄色），再用铅笔标出各种色素的位置 和名称。 水体提取方法简单归纳总结 一、基于MODIS影像的几种提取方法。 最常用的水体提取方法： 波段阈值法、谱间关系法（波段组合法）和多光谱混合分析法 单波段阈值法是提取水体的最简单易行的方法。 基本原理：是利用水体在近红外波段上反射率较低,易与其它地物区分的特点,选取单一的红外波段, 通过反复试验, 确定一个灰度值,作为区分水体与其它地物的阈值即可。 缺点：是无法将水体与山区阴影区分开来,提取的水体往往比实际要多。 有些文献中叙述由于阀值随时间、地点变化的不确定性使得该方法具有局限性,但对于非山区的特定时相和区域里,尤其像MODIS 这样高光谱的遥感数据, 首先应选用阈值法进行试验,因为光谱的细分已经将上述问题大大减弱。若能获得较满意的提取效果,则很容易实现水体的自动提取。 对于用阈值法确实得不到理想效果的,则可以考虑谱间关系法和多光谱混合分析法。 利用谱间关系可建立的模型很多,如对波段进行如下组合运算CH7/CH6 ,CH7/CH5, CH6/CH5, 从而找出组合图像上水陆分界非常明显的影像。以CH7/CH6为例,可以采用如下方法剔除非水体: 在ENVI 软件下输入CH7 及CH6 波段, 运用波段计算功能,将公式CH7/CH6 输入,载入影像, 在放大窗口中,手工裁取明水水域范围, 生成多边形,对各多边形赋予一个感兴趣区( AOI) 文件, 并将其输出为EN-VI 等矢量文件即可。 对波段进行组合运算的目的,是为了增强水陆反差。MODIS 数据的波段1 是红光区( 0. 62 ～0.67um) ,水体的反射率高于植被, 波段2 是近红外区( 0. 841 ～0. 876um) ,植被 建筑与测绘工程学院 《水处理实验设计与技术》 实验报告 实验1 颗粒自由沉淀实验 颗粒自由沉淀实验是研究浓度较低时的单颗粒的沉淀规律。一般是通过沉淀柱静沉实验，获取颗粒沉淀曲线。它不仅具有理论指导意义，而且也是给水排水处理工程中沉砂池设计的重要依据。 一、实验目的 加深对自由沉淀特点、基本概念及沉淀规律的理解。 掌握颗粒自由沉淀实验的方法，并能对实验数据进行分析、整理、计算和绘制颗粒自由沉淀曲线。 二、实验原理 浓度较低的、粒状颗粒的沉淀属于自由沉淀，其特点是静沉过程中颗粒互不干扰、等速下沉，其沉速在层流区符合Stokes （斯托克斯）公式。 但是由于水中颗粒的复杂性，颗粒粒径、颗粒相对密度很难或无法准确地测定，因而沉淀效果、特性无法通过公式求得而是通过静沉实验确定。 由于自由沉淀时颗粒是等速下沉，下沉速度与沉淀高度无关，因而自由沉淀可在一般沉淀柱内进行，但其直径应足够大，一般应使内径D ≥100mm 以免颗粒沉淀受柱壁干扰。 具有大小不同颗粒的悬浮物静沉总去除率η与截留沉速u 0剩余颗粒重量百分率P 的关系如下： ()dP P u u P s ?+-=00 001η ( 1 ) 此种计算方法也称为悬浮物去除率的累积曲线计算法。 设在一水深为H 的沉淀柱内进行自由沉淀实验，如图1所示。实验开始，沉淀时间为0，此时沉淀柱内悬浮物分布是均匀的，即每个断面上颗粒的数量与粒径组成相同，悬浮物浓度为C 0（mg/L ），此时去除率η=0。 实验开始后，不同沉淀时间t i ，颗粒最小沉淀速度u i 相应为： i i t H u = ( 2 ) 此即为t i 时间内从水面下沉到池底（此处为取样点）的最小颗粒d i 所具有的沉速。此时取样点处水样悬浮物浓度为C i ，而： 00 0011η=-=-=-i i i P C C C C C ( 3 ) 此时去除率η0，表示u ≥u i （d ≥d i ）的颗粒除去率，而： ETM图像水体信息提取 仇大海1，田淑芳1，吴亚玲2 1中国地质大学（北京）遥感教研室北京市（100083） 2北京鼎峰同惠工业技术有限公司北京市（100098） E-mail：qdh12011@https://www.360docs.net/doc/4e17247891.html, 摘要：本文应用云南省南部地区的ETM遥感影像图，对该区域内的水体信息进行提取。以G48C004002为典型示范区，结合交互式矢量化和野外验证成果对各种方法进行分析选优，最后提出了一种水体提取的新方法：缨帽变换湿度分量法，经验证该方法满足提取要求。本文还对去除影响因素进行了深入的探讨，例如对于阴影的去除和混合像元影响的去除。关键词：信息提取，缨帽变换，遥感，阈值 中图分类号：K909 1. 引言 本论文基于中国地质调查局2005年项目《中国陆域边界云南瑞丽江—大盈江中下游地区基础地质遥感调查》。工作区北部与青藏高原相连，南到中缅、中老、中越边界，东西横跨1200km，南北纵跨800km，地理坐标位于东径97°30′—106°10′，北纬21°00′—28°00′，总面积约400000km2，涉及1∶25万比例尺地形图34幅。该工作区属于我国西南多云多雨地区，气候湿润，雨量充沛，植被茂盛，水量丰富。工作所采用的ETM数据共25幅。本文以1：25万标准分幅G48C004002为例（如图1），讨论遥感方法在提取水体中的实用性。 图1 G48C004002 ETM（742）彩色合成示意图 随着人类活动规模的增强，人类影响环境能力越来越显著，生态地质环境也快速地发生着变化，主要表现在干旱、洪涝、泥沙淤积河道、水土流失和滑坡、泥石流地质灾害时有发生等。这些变化直接威胁着该地区的经济发展，同时也影响着邻国的环境变化，容易引起国际纠纷，不利于和平稳定的周边环境。因此该区域内的水体信息调查尤为重要，水体信息调查为环境评估和地质灾害的预防和治理提供依据。 该区域面积较大、环境复杂，用传统的工作方法很难满足要求，而遥感技术以其大面积、同步观测的优势发挥了在该区域内水体调查的优势，因此如何采用最优的遥感方法结合GIS 等多种技术提取水体信息就成了本文论述的重点。研究过程中使用了1999年和2001年的ETM遥感数据、当地的地形图、地质资料、气象资料等等。主要的工作思路如下图： 叶绿素的提取和分离实 验报告 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】 陕西师范大学远程教育学院 生物学实验报告 报告题目叶绿素的提取和分离 姓名刘伟 学号 专业生物科学 批次/层次 指导教师 学习中心 叶绿素的提取和分离 一、实验目的 1. 学习叶绿体色素的提取、分离方法。 2. 通过叶绿体色素提取、分离方法的学习了解叶绿体色素的相关理化性质。 3. 为进一步研究各叶绿体色素性质、功能等奠定基础。 二、原理 叶绿体中含有绿色素（包括叶绿素a和叶绿素b）和黄色素（包括胡萝卜素和叶黄素）两大类。它们与类囊体膜蛋白相结合成为色素蛋白复合体。它们的化学结构不同，所以它们的物化性质（如极性、吸收光谱）和在光合作用中的地位和作用也不一样。这两类色素是酯类化合物，都不溶于水，而溶于有机溶剂，故可用乙醇、丙醇等有机溶剂提取。提取液可用色谱分析的原理加以分离。因吸附剂对不同物质的吸附力不同，当用适当的溶剂推动时，混合物中各种成分在两相（固定相和流动相）间具有不同的分配系数，所以移动速度不同，经过一定时间后，可将各种色素分开。 三、材料、仪器设备和试剂 1. 绿色植物如菠菜等的叶片。 2. 研钵、漏斗、三角瓶、剪刀、滴管、康维皿、圆形滤纸（直径11cm）。 3. 试剂：95%乙醇，石英砂，碳酸钙粉，推动剂:按石油醚:丙酮:苯=10:2:1比例配制（v/v） 四、试验步骤 1. 叶绿体色素的提取 （1）取菠菜或其他植物新鲜叶片4-5片（4g左右），洗净，擦干，去掉中脉剪碎，放入研钵中。 （2）研钵中加入少量石英砂及碳酸钙粉，加2-3ml 95%乙醇，研磨至糊状，再加10ml 95%乙醇，然后以漏斗过滤之，残渣用10ml 95%乙醇冲洗，一同过滤于三角瓶中。 短时记忆的信息提取方式 于尧 （西南大学心理学部，重庆，400715） 摘要本实验旨在通过模仿Sternberg（1966）的短时记忆的信息提取经典实验，了解短时记忆的信息提取方式。本实验选取西南大学心理学部本科三年级学生89人作为被试，在心理学部机房利用PsyKey心理教学系统3.2中“短时记忆的信息提取”程序完成实验。实验为两因素被试内实验设计，按记忆集大小共六种呈现给被试，要求被试在特定时间识记，之后再呈现一个数字，要求被试判断是否是刚才识记过的，并按键反应，程序会自动记录被试的在不同水平下再认的反应时间和正确率。通过SPSS19.0进行数据分析，得出结果：记忆集对短时记忆信息提取没有影响；反应类型对短时记忆信息提取有显著影响。进而得出结论：短时记忆的信息提取并不是系列全扫描，也不是Stermberg假设中的任何一种信息提取方式。 关键词短时记忆信息提取 1 前言 Atkinson和Shiffrin（1968）提出了记忆系统的多存储模型（the multi-store model of memory），将记忆看作一个系统，按照信息在系统内储存的时间可以划分为三个不同的子系统：感觉记忆（sensory memory）、短时记忆和长时记忆，且这三个子系统在信息的储存量、保持时间、储存形式（或通道）、提取方式、遗忘规律以及在信息加工过程中所处的位置等许多方面均存在不同。其中，短时记忆是指在刺激作用终止后，对信息保持到几十秒直至一分钟左右的记忆（郭秀艳，2004），是操作性的、正在工作的、活动着的记忆（王甦、汪圣安，2006）。不论是何种记忆系统，其信息的提取方式都是一个极受关注的问题，因为记忆的最终目标是信息的提取利用。在越来越奉行效率至上的近代，短时记忆的信息提取在近几十年更是始终被认为是认知心理学研究的重要课题之一。 所谓信息提取，指把储存在假定的记忆系统中的特定信息取出来以便使用（朱智贤，1989），即将短时记忆中的项目回忆出来，或者当该项目再度呈现时能够再认，都是短时记忆的信息提 水体样本提取的方法 手提 （细菌细胞直径约0.5um，长度约0.5~5um） 将300-500ml水样通过0.45um或者0.22um的滤膜 如果水样中不可溶解的颗粒较多，需要使用2-5um孔径的滤膜将不可溶解的颗粒杂质滤去，滤膜孔径大于水体微生物细胞直径。 用于水体微生物富集的滤膜的选择： 常用的滤膜孔径大小有45mm和22mm两种，孔径太小滤膜容易阻塞，45mm的孔径大小透水性较好，提样的时候可根据客户的需要，选择45mm或22mm孔径的滤膜。 滤膜材质有很多种，常用的三种为聚苯醚砜滤膜、混合纤维素酯薄膜、氧化铝薄膜。 聚苯醚砜滤膜（Polyethersulfone）：最结实的滤膜之一，可以过滤比其它滤膜更多的水样。使用真空泵可快速抽干，易于折叠不易撕破。能抵受真空泵长时间高压力的滤过。若需要过滤大量低微生物含量的清亮水样，0.22mm滤膜的更合适。在提取核酸时，得率可与PowerWater? DNA 和RNA Isolation Kits中自带的混合纤维素酯滤膜相媲美。 混合纤维素酯滤膜（膜醋酸纤维素、硝酸纤维素）: 0.45μm孔径最合适材质。如果水样浑浊，使用0.22μm滤膜过滤缓慢容易堵塞时，建议使用0.45μm孔径的滤膜。纤维素滤膜吸水性强，不好处理。有文献显示杀虫剂和除草剂很容易吸附到纤维素滤膜上。若样品含有杀虫剂和除草剂，最好避免使用这类滤膜。 聚碳酸酯滤膜（Polycarbonate）: 这种滤膜很薄且容易起褶皱，所以不太好用。通常用0.45μm孔径的滤膜来预防过滤时发生阻塞。不像聚醚砜膜（PES）和混纤膜（MCE），水样中微生物会停留在滤膜表面。使得滤膜很容易阻塞，本该滤过的小颗粒也会截留下来。实验证明，珠磨研磨破碎强度越小，获得DNA分子量越大。如果样品只是用来做PCR，可以采用强力的研磨方法提高得率，暂时忽略片段破碎。 样品富集之后按照以下方法进行提取： 1. 滤膜剪碎，溶于500ul水中，液氮反复冻融（或用超低温冰箱）（从-70℃拿出来后在65℃水中冻融，小心操作，防止管子炸裂）【裂解细胞】 2. 将水样于13000rpm下离心，10min，收集沉淀 3. 沉淀溶于100ul 1×TE，重悬 利用ArcGIS水文分析工具提取河网的操作ArcGIS 水文分析工具提取河网 DEM包含有多种信息，ArcToolBox提供了利用DEM提取河网的方法，但是操作比较烦琐（帮助可参看Hydrologic analysis sample applications），今天结合我自己的使用将心得写出来与大家分享。提取河网首先要有栅格DEM，可以利用等高线数据转换获得。在此基础上，要经过洼地填平、水流方向计算、水流积聚计算和河网矢量转化这几个不步骤。 1．洼地填平 DEM洼地（水流积聚地）有真是洼地和数据精度不够高所造成的洼地。洼地填平的主要作用是避免DEM 的精度不够高所产生的（假的）水流积聚地。洼地填平使用ArctoolBox->Spatial Analysis Tools->Hydrol ogy->Fill工具。 2．水流方向计算 水流方向计算就可以使用上一步所生成的DEM为源数据了（如果使用未经洼地填平处理的数据，可能会造成精度下降）。这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Direction 工具。输入的DE M采用第一步的Fill1_exam1 3．水流积聚计算 这里主要使用ArctoolBox->Spatial Analysis Tools->Flow Accumulation工具流向。栅格数据就是第二步所获得的数据（FlowDir_fill1）。可以看到，生成的水流积聚栅格已经可以看到所产生的河网了。现在所需要做的就是把这些河网栅格提取出来。可以把产生的河网的支流的象素值作为阀值来提取河网栅格。 4．提取河网栅格 使用spatial analyst中的栅格计算器，将所有大于河网栅格阀值的象素全部提取出来。至于这个阀值是多少因具体情况而定。通常是要大于积聚计算后得到栅格的最低河流象素值。这里采用的是500这个值。最 后生成只有0、1值的栅格数据。其中1表示是河网，0是非河网。 5．生成河网矢量 这里主要使用ArctoolBox->Spatial Analysis Tools->Stream to Feature工具.Input Stream raster 为第 四步只有0、1值的河网栅格。流向栅格使用第二步所生成的栅格数据。 遥感ENVI水体信息提取实验 实习一：水体信息提取姓名：XXxx 学号：!!!!!!!!!!!!!!!!!!! 专业：地理信息科学 教师：XXXXX 成绩： 环境与规划学院 二〇一六年四月 实验报告 一实验目的 学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。 掌握水体提取的常用方法；能够使用ENVI 软件进行水体信息提取。 二实验内容 遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸 收则会同时减少Ed和Eu。 遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。 在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。 水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策 三实验方案 单波段法（阈值）； 多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI） 1．图像预处理 （1）辐射定标：将DN值转成辐亮度 File--->open image file--->。。。。MTL.txt--->spectral--->Preprocessing--->C alibration Utilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok （2）BSQ转成BIL Basic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok （3）Flaash大气校正 Spectral--->Preprocessing--->Calibr ation Utilities--->Flaash —> 《叶绿体色素的提取和分离》实验报告 实验目的 1. 学习叶绿体色素的提取、分离方法。 2. 通过叶绿体色素提取、分离方法的学习了解叶绿体色素的相关理化性质。 3. 为进一步研究各叶绿体色素性质、功能等奠定基础。 实验原理 叶绿体色素包括绿色的叶绿素(包括叶绿素a和叶绿素b)和黄色的类胡萝卜素(包括胡萝卜素和叶黄素)两大类,它们均以色素蛋白复合体形式存在于类囊体膜上。两类色素均不溶于水而溶于有机溶剂,故可用乙醇、丙酮等有机溶剂提取。由于提取液中不同色素在固定相和流动相中的分配系数不同,所以可借助分配层析方法将其分离。 实验仪器与药品 1. 绿色植物如菠菜等的叶片。 2. 研钵、漏斗、三角瓶、剪刀、滴管、康维皿、圆形滤纸(直径11cm)。 3. 95%乙醇、石英砂、碳酸钙、展层剂。展层剂按石油醚:丙酮:苯10:2:1的比例配制(V/V)。 实验步骤 1. 叶绿体色素的提取 (1)取菠菜或其它新鲜植物叶片4~5片(4g左右),将其洗净、擦干并去掉中脉,剪碎后置入研钵中。 (2)研钵中加入95%乙醇2~3 ml及少许石英砂、碳酸钙研磨至匀浆,再加95% 乙醇5ml,然后以漏斗过滤之,即为色素提取液。 2. 叶绿体色素的分离 (1)取圆形定性滤纸一张(直径应小于康维皿直径)于其中心扎一圆形小孔(直 径约3mm),另取长方形滤纸条一张(5cm×1.5cm),用滴管吸取乙醇叶绿体色素提取 液沿滤纸条的长度方向涂抹,注意涂抹色素扩散宽度应限制在0.5cm以内,风干后再重复操作数次。然后沿长度方向将滤纸条卷成纸捻,使涂抹过叶绿体色素溶液的一侧恰在纸捻的一端。 (2)将纸捻带有色素的一端插入圆形滤纸的小孔中,使与滤纸刚刚平齐(勿突出)。 (3)在康维皿中央小室中加入适量的展层剂,把带有纸捻的圆形滤纸平放在康 维皿中央小室上,使纸捻下端浸入展层剂中,迅速盖好培养皿。展层剂将借助毛细管作用顺纸捻扩散至圆形滤纸上,使叶绿体色素在固定相(滤纸中吸附有水分的纤维素)和流动相(展层剂)间反复分配,从而使不同色素得到分离,分离结果为滤纸上可见到各种色素的同心圆环。无康维皿时亦可用底、盖直径相同的培养皿进行实验,实验时可在培养皿底中放入一平底短玻管或塑料药瓶盖以替代康维皿中央小室盛装展层剂,其余相同。 (4)当展层剂前沿接近滤纸边缘时便可结束实验,此时可看到不同色素的同心 圆环,各色素由内往外的顺序为:叶绿素b(黄绿色)、叶绿素a(蓝绿色)、叶黄素(鲜黄色)、胡萝卜素(橙黄色),再用铅 笔标出各种色素的位置和名称。 实习一：水体信息提取姓名：XXxx 学号：!!!!!!!!!!!!!!!!!!! 专业：地理信息科学 教师：XXXXX 成绩： 环境与规划学院 二〇一六年四月 实验报告 一实验目的 学习水体光谱的征曲线，掌握应用遥感图像处理软件进行水体波普的差异性分析。 掌握水体提取的常用方法；能够使用ENVI软件进行水体信息提取。 二实验内容 遥感探测的水体波谱信息：水可以吸收也可以散射通过水汽界面的波谱辐射能量（Ed），但水的散射会增加天空辐射能量（Eu），而水的吸收则会同时减少Ed和Eu。 遥感影像记录了地表物体的反射信息及其自身向外的辐射信息。相对于其他地物而言，水体在整个光谱范围内都呈现出较弱的反射率。 在近红外、中红外及短波红外部分，水体几乎吸收了去不得入射能量，因此水体在这些的反射率特别低，而土壤、植被、建筑物等在这些波段吸收能量较小，具有较高的反射率，是的水体与他们具有明显的区别。 水体信息提取有助于确定水体边界、了解水域面积变化、水文水资源要素，提取结果可用于水资源信息统计及相关的辅助决策 三实验方案 单波段法（阈值）； 多波段法（谱间关系法、比值法、归一化差异水体指数（NDWI）、改进的归一化差异水体指数（MNDWI） 1．图像预处理 （1）辐射定标：将DN值转成辐亮度 File--->open image file--->。。。。MTL.txt--->spectral--->Preprocessing--->Calibration Utilities--->Landsat Calibration--->（选择文件），OK--Radiance，File，choose（选择保存地址并命名），Ok （2）BSQ转成BIL Basic Tools-->Convert data （BSQ、BIL、BIP）-->-BIL，choose（选择保存地址并命名），Ok （3）Flaash大气校正 Spectral--->Preprocessing--->Calibration Utilities--->Flaash—>DNA提取及PCR扩增实验报告.doc
叶绿素的提取和分离实验报告
水体提取方法
颗粒自由沉淀实验报告
ETM图像水体信息提取
叶绿素的提取和分离实验报告
短时记忆的信息提取实验报告
水体样本提取的方法
利用ArcGIS水文分析工具提取河网的具体操作
遥感ENVI水体信息提取实验
《叶绿体色素的提取和分离》 实验报告
遥感ENVI水体信息提取实验