苜蓿人工草地高光谱遥感估产模型的研究

高光谱遥感综述

高光谱遥感及其发展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在地质矿产、植被生态、大气科学、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 1高光谱遥感 高光谱分辨率遥感是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据。它的基础是测谱学。测谱学早在20世纪初就被用于识别分子和原子及其结构，20世纪80年代才开始建立成像光谱学。它是在电磁波谱的紫外、可见光、近红外和中红外区域，获取许多非常窄且光谱连续的图像数据的技术。成像光谱仪为每个象元提供数十至数百个窄波段光谱信息，能产生一条完整而连续的光谱曲线。 1.1高光谱遥感的特点 （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。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。 （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。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。

遥感在农业中的作用与发展

遥感在农业中的作用与发展 1农作物估产 遥感(RemoteSensing)即遥远的感知,指在一定距离上,应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来,通过分析,揭示出物体的特征性质及其变化的综合性探测技术[1]。摄影照相便是一种最常见的遥感,照相机并不接触被摄目标,而是相隔一定的距离,通过镜头把被摄目标的影像记录在底片上,经过化学处理,相片便重现被摄目标的图像。从拍摄目标到再现目标所用的手段,便是一种遥感技术。遥感与其他技术结合,在农业应用中具有科学、快速、及时的特点。这对于充分利用农业资源、指导农业生产、农产品供需平衡等方面有着重要的意义。 2遥感估产的原理及农作物估产方法 2.1遥感估产的基本原理[2] 任何物体都具有吸收和反射不同波长电磁波的特性,这是物体的基本特性。人眼正是利用这一特性,在可见光范围内识别各种物体的。遥感技术也是基于同样的原理,利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波,根据地面上物体的波谱反射和辐射特性,识别地物的类型和状态。农作物估产则是指根据生物学原理,在收集分析各种农作物不同生育期不同光谱特征的基础上,通过平台上的传感器记录的地

表信息,辨别作物类型,监测作物长势,并在作物收获前,预测作物的产量的一系列方法。它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。 2.2农作物估产的方法 农作物估产在方法上可分为传统的作物估产和遥感估产两类。传统的作物估产基本上是农学模式和气象模式,采用人工区域调查方法。它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。这类模式计算繁杂、速度慢、工作量大、成本高,某些因子种类往往难以定量化,不易推广应用。遥感估产则是建立作物光谱与产量之间联系的一种技术,它是通过光谱来获取作物的生长信息。在实际工作中,常常用绿度或植被指数(由多光谱数据,经线性或非线性组合构成的对植被有一定指示意义的各种数值)作为评价作物生长状况的标准。植被指数中包括了作物长势和面积两方面的信息,各种估产模式,尤其是光谱模式中植被指数是一个极为重要的参数。根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点[3,4]。 农作物估产中所应用的遥感资料大致可分为3类:一是气象卫星资料,主要为美国第三代业务极轨气象卫星(NOAA系列)装载的甚高分辨率辐射仪(A VHRR)资料,其资料特点是周期短、覆盖面积大、资料易获取、实时性强、价格低廉,空间分辨率低但时间分辨率较高;二是陆地卫星(Landsat)资料,应用较多功能是专题制图仪(TM)资料,它重复周期长、价格高,但其空间分辨率高[5];三是航空遥感和地面遥感资料,主要用于光谱特征及估产农学机理的研究中,其中高光谱数据可提供连续光谱,可消除一些外部条件的影响而成为遥感数据处理、地面测量、光谱模型和应用的强有力的工具[6]。在遥感估产中农作物面积提取是最重要的内容。

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。研究表明许多这是传统的多光谱等。40 nm～20地物的吸收特征在吸收峰深度一半处 的宽度为 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。另外，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一条完整、连续的光谱曲线，即所谓的“谱像合一”，它是高光谱成像技术的一大特点。 2）、由于波段众多，波段窄且连续，相邻波段具有很高的相关性，使得高光数据

高光谱遥感技术及发展

遥感技术与系统概论 结课作业 高光谱遥感技术及发展

高光谱遥感技术及发展 摘要：经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的 发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技 术为主的时代。本文系统地阐述了高光谱遥感技术在分析技 术及应用方面的发展概况，并简要介绍了高光谱遥感技术主 要航空/卫星数据的参数及特点。 关键词：高光谱，遥感，现状，进展，应用 一、高光谱遥感的概念及特点 遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。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。 同其它传统遥感相比，高光谱遥感具有以下特点： ⑴波段多。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。 ⑵光谱分辨率高。成像谱仪采样的间隔小，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。 ⑶数据量大。随着波段数的增加，数据量呈指数增加[2]。 ⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。 ⑸可提供空间域信息和光谱域信息，即“图谱合一”，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。近二十年来，高光谱遥感技术迅速发展，它集探测器技术、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，已成为当前遥感领域的前沿技术。 二、发展过程 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

遥感估产技术

遥感在农业估产中的应用与发展 1 引言 遥感( Remote Sensing) 即遥远的感知, 指在一定距离上, 应用探测仪器不直接接触目标物体,从远处把目标的电磁波特性记录下来, 通过分析揭示出物体的特征性质及其变化的综合性探测技术[1]。摄影照相便是一种最常见的遥感,照相机并不接触被摄目标,而是相隔一定的距离,通过镜头把被摄目标的影像记录在底片上,经过化学处理,相片便重现被摄目标的图像。从拍摄目标到再现目标所用的手段,便是一种遥感技术。遥感与其他技术结合, 在农业应用中具有科学、快速、及时的特点。这对于充分利用农业资源、指导农业生产、农产品供需平衡等方面有着重要的意义。 2 遥感估产的原理及农作物估产方法 2.1 遥感估产的基本原理[2] 任何物体都具有吸收和反射不同波长电磁波的特性, 这是物体的基本特性。人眼正是利用这一特性, 在可见光范围内识别各种物体的。遥感技术也是基于同样的原理, 利用搭载在各种遥感平台(地面、气球、飞机、卫星等)上的传感器(照相机、扫描仪等)接收电磁波, 根据地面上物体的波谱反射和辐射特性, 识别地物的类型和状态。农作物估产则是指根据生物学原理, 在收集分析各种农作物不同生育期不同光谱特征的基础上, 通过平台上的传感器记录的地表信息, 辨别作物类型, 监测作物长势, 并在作物收获前, 预测作物的产量的一系列方法。它包括作物识别和播种面积提取、长势监测和产量预报两项重要内容。 2.2 农作物估产的方法 农作物估产在方法上可分为传统的作物估产和遥感估产两类。传统的作物估产基本上是农学模式和气象模式, 采用人工区域调查方法。它们把作物生长与主要制约和影响产量的农学因子或气候因子之间用统计分析的方式建立起关系。这类模式计算繁杂、速度慢、工作量大、成本高, 某些因子种类往往难以定量化, 不易推广应用。遥感估产则是建立作物光谱与产量之间联系的一种技术,它是通过光谱来获取作物的生长信息。在实际工作中,常常用绿度或植被指数( 由多光谱数据, 经线性或非线性组合构成的对植被有一定指示意义的各种数值) 作为评价作物生长状况的标准。植被指数中包括了作物长势和面积两方面的信息, 各种估产模式, 尤其是光谱模式中植被指数是一个极为重要的参数。根据传感器从地物中获得的光谱特征进行估产具有宏观、快速、准确、动态的优点[3, 4]。农作物估产中所应用的遥感资料大致可分为3类: 一是气象卫星资料, 主要为美国第三代业务射仪( AVHRR) 资料, 其资料特点是周期短、覆盖面积大、资料易获取、实时性强、价格低廉,空间分辨率低但时间分辨率较高; 二是陆地卫星(Landsat) 资料, 应用较多功能是专题制图仪(TM)资料, 它重复周期长、价格高, 但其空间分辨率高[5]; 三是航空遥感和地面遥感资料, 主要用于光谱特征及估产农学机理的研究中, 其中高光谱数据可提供连续光谱, 可消除一些外部条件的影响而成为遥感数据处理、地面测量、光谱模型和应用的强有力的工具[6]。摘要本文从遥感估产为出发点, 绍了遥感的概念、原理、方法特点及国内外遥感估产方面的研究进展。 关键词遥感; 农作物估产; 遥感资料; 遥感方法 17 2007年第3 期 在遥感估产中农作物面积提取是最重要的内 容。用遥感方法测算一种农作物的种植面积主要 有以下几种方法[5]。 1) 航天遥感方法。包括卫星影像磁带数字图象

【报告】遥感应用模型实习研究报告

【关键字】报告 遥感应用模型实习研究报告 篇一：遥感模型实习报告 遥感应用模型实习报告 中国地质大学 第一部分：大冶研究区土地使用情况分析 【实习目的】 完成研究区土地使用情况分析，通过遥感分类、空间分析将研究区内4种（批而未用、用而未尽、越界开发、用而未批）违规用地提取出来，并统计相关面积、位置数据。 【实验数据】 研究区影像数据：XXspot_area1.msi；XXspot_area1.msi 辅助数据：大冶批次用地建设用地红线.wp 【实验要求】 要求：1）制定提取方案 2）数据处理 3）要求成果以影像制图输出、数据报表的形式输出； 【参照方案】 方案一：使用第一部分中的遥感变化监测方法进行提取分析；方案二：利用 遥感分类提取建设用地图层，再利用空间分析进行4种违法违规用地的提取分析。 本实验采用方案二。 【实验步骤】 1.最大似然法监督分类： XX年影像监督分类XX年影像监督分类 2.提取出的建设用地层和红线区如下图。 3.变化检测 Change=XX-XX 4.空间查询 变化图层Chang与建设用地红线进行查询。 5．提取结果 批而未用部分未批先用部分 用而未尽部分越界开发部分 6.土地利用情况总体一览图： 7.误差分析 因MAPGIS K9无法进行叠加分析，只好根据各种用地情况来手动分类，效果并不好。 第二部分：遥感反演与建模 【实习目的】 遥感技术的特征使得其可以实现大面积的同步监测，较传统实地点对点监测有不可比拟

的优势。本实习通过太湖区域遥感技术叶绿素监测处理应用过程来学习简单的遥感反演与建模方法。 【实验数据】 研究区影像数据：HJ1B-CCD1-451-76-XX1006-LXX0180174； 太湖区域TM数据（L2级）；HJ1B-CCD1波谱响应函数；太湖矢量数据；实测叶绿素样点浓度数据； 【实验要求】 要求：辐射定标、几何校正、大气校正、反演模型的建立、遥感反演过程、反演结果验证等内容。 注意：软件要求ENVI4.7以上版本。 【参照方案】 目前利用遥感技术可反演的水质参数包括：叶绿素a（Chl-a）、悬浮物（TSM）、有色可溶性有机物（CDOM）透明度（SD）、溶解氧 篇二：XX 遥感应用模型实习指导书-实习二-stu XX年遥感应用模型课程实习 实习二：高光谱数据处理 高光谱数据基础处理 【实习目的】 利用RSP完成高光谱遥感数据常规处理，理解熟悉遥感高光谱数据处理方法。 【实验数据】 研究区影像数据：见文件夹 【实验要求】 要求：完成高光谱遥感数据常规处理。 【参照方案】 一：高光谱数据的导入 1．高光谱数据读入：主菜单—>高光谱分析—>数据导入—>导入Hydice，弹出如下图所示 对话框： 导入原始文件和波段信息文件，设置好结果文件路径，点击确定按钮，弹出“原格式数据转换”对话框，如下图所示： 设置各参数，特别注意的是，根据导入高光谱数据类型，设置相应的象元信息、图像行列数和波度数，若不对应，原格式数据转换就会失败。 2. 高光谱数据输入：在RSP中打开高光谱数据，查看其影像信息，并根据成图目的，选择不同的波段组合。（R:73/24,G:39/79,B:20/8） 3. 查看影像立方体：高光谱分析—>影像立方体，弹出“高光谱立方体”对话框，如下图所示： 输入影像后，根据需要设置其颜色组合及颜色查找表。二：光谱库处理 1. 光谱库基本操作：主菜单—>高光谱分析—>光谱库，打开光谱库子系统，如下图所

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A VIRIS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

高光谱遥感图像研究意义及现状

高光谱遥感图像研究意义及现状 1研究高光谱遥感图像的意义 (1) 2高光谱遥感图像分类以及其基本现状 (2) 2.1图像预处理 (3) 2.2定义感兴趣地物类别并标记训练样本 (3) 2.3特征提取与特征选择 (4) 2.4分类判决 (4) 1研究高光谱遥感图像的意义 遥感图像是按一定比例尺,客观真实地记录和反映地表物体的电磁辐射的强弱信息,是遥感探测所获得的遥感信息资料的一种表现形式，因此遥感技术应用的核心问题是根据地物辐射电磁辐射强弱在遥感图像上表现的特征,判读识别地面物体的类属及其分布特征。遥感图像特征取决于遥感探测通道、地物光谱特征、大气传播特征及传感器的响应特征等因素。只要了解这些因素对遥感图像特征的影响，则可按图像特征判读地面物体的属性及其分布范围，实现遥感图像的分类识别。 高光谱遥感图像是一种高维图像，可反映地物的空间信息和光谱信息，其数据量庞大。随着传感器的不断更新，人们已经可以在不同的航空、航天遥感平台上获取不同时空间分辨率和光谱分辨率的遥感影像。高光谱遥感与以往遥感技术相比，具有图谱合一的特征和从可见光到红外甚至热红外的一系列波段，是一种综合性的遥感技术手段。特别是在地面的信息比较微弱的情况下，高光谱遥感具有识别微弱信息和定量探测的优势。 发展高光谱遥感技术，满足军事和民用对该技术的需求，开展该领域的研究是非常必要而有实际意义的。发展以地物精确分类、地物识别、地物特征信息提取为目标的超光谱遥感信息处理模型，提高超光谱数据处理的自动化和智能化水平。 高光谱遥感技术将确定物质或地物性质的光谱与揭示其空间和几何关系的图像结合在一起，而许多物质的特征往往表现在一些狭窄的光谱范围内，高光谱遥感实现了获取地物的光谱特征同时又不失其整体形态及其与周围地物的关系。 高光谱技术产生的一组图像所提供的丰富信息可以显著地提高数据分析的质量、细节性、可靠性以及可信度，可有效地用于地物类型的像素级甚至亚像素级识别，己广泛应用于地质勘探与地球资源调查、城市遥感与规划管理、环境与

高光谱遥感

高光谱遥感

? ? ? ?
高光谱遥感的基本概念 高光谱遥感器及平台简介 高光谱遥感技术 高光谱应用概况

高光谱遥感的基本概念
? 高光谱分辨率（简称为高光谱）遥感或成像光 谱遥感技术的发展是过去二十年中人类在对地 观测方面所取得的重大技术突破之一，是当前 遥感的前沿技术。它是指利用很多很窄的电磁 波波段获取许多非常窄且光谱连续的图像数据 的技术，融合了成像技术和光谱技术，准实时 地获取研究对象的影像和每个像元的光谱分布。

国际遥感界认为光谱分辨率在10-1λ数量级范围内的为多 光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区 只有几个波段，如美陆地卫星TM和法国SPOT卫星等; 光谱分 辨率在10-2λ的遥感信息称之为高光谱(Hyperspectral)遥感。由 于其光谱分辨率高达纳米(nm)数量级，往往具有波段多的特 点，即在可见到近红外光谱区其光谱通道多达数十甚至超过 100以上。随着遥感光谱分辨率的进一步提高，在达到10-3λ 时，遥感即进入了超高光谱(Ultraspectral)阶段 、
光谱区域（nm） ： 400 700 1100 2500 5500 14000
VIS VNIR
PIR
MIR
Sunlight 光谱分辨率 波段数 多光谱 高光谱 5-10 100-200 Δλ/λ 0.1 0.01 VNIR 50-100 5-20
IRT
MIR 100-200 10-50
IRT 1000-2000 100-500

(完整版)遥感应用

干旱等灾害的监测 干旱及监测 由于从植被指数反演出的地表绿度与植物的生长状态及其密度密切相关，因此，植被指数可用于监测对作物生长不利的环境条件，尤其是对在干旱环境的监测。 植物冠层温度升高是植物受到水分胁迫和干旱发生的最初表征。因此，土地表面温度可用于干旱监测。 距平植被指数A VI ：分析NDVI 的变化与短期的气候变化之间的关系 A VI 作为监测干旱的一种方法，它以某一地点某一时期多年的NDVI 平均值为背景值，用当年该时期的NDVI 值减去背景值，即可计算出A VI 的变化范围，即NDVI 的正、负距平值。正距平反映植被生长较一般年份好，负距平表示植被生长较一般年份差。一般而言，距平植被指数为 -0.1~-0.2表示旱情出现，-0.3~-0.6表示旱情严重。 条件植被指数 VCI VCI 的缺点是未考虑白天的气象条件如净辐射、风速、湿度等对热红外遥感的影响及土地表面温度的季节性变化 条件温度指数TCI 强调了温度与植物生长的关系，即高温对植物生长不利 归一化温度指数 条件植被温度指数 雷达土壤水探测 水的介电常数和干土介电常数有很大的差别，水的介电常数大约为80，而干土介电常数仅为3左右。一般土壤可以看成是水和干土的混合，因而土壤的介电常数会随着土壤含水量的增大而增大。并且，电磁波散射模型已表明雷达回波的后向散射系数直接受土壤介电常数的影响。这就构成了微波遥感探测土壤湿度的物理基础。 雷达土壤水探测的优势：（1）雷达土壤水探测的优势主要体现在微波遥感不受光照、云雾等天气条件的影响，具有全天时、全天候工作的特点。 （2）特别是长波段微波能够穿透植被，并对土壤具有一定的穿透能力。 土壤水反演 通过统计后向散射系数与土壤水分之间的关系，确定土壤水分预测的经验方程。 水平、垂直同极化后向散射系数有很高的相关性，相关系数达到0.904；同时，从两个极化数据的回归线来看，整体上裸土的水平同极化后向散射系数略小于垂直同极化后向散射系数 20cm 深土壤含水量和后向散射系数的散点图，裸土后向散射系数与土壤含水量正相关，后向散射系数对土壤含水量 较敏感。和水平同极化相比，垂直同极化后向散射系数对土壤含水量更为敏感 。由于两种同极化后向散射系数和土壤含水量的相关性都没有达到显著性，因而，其它因素(如土壤粗糙度、土壤质地等)对后向散射系数的影响不可忽略。 选择土壤含水量相近而后向散射系数偏差较大的样点对1和4、3和7，找出点1、3、4、7对应的数字照片。对照实验图片来看，点1、3对应的地表粗糙度较大，点4、7对应的地表粗糙度较小。因而，可以断定：在土壤含水量一致的情况下，粗造度越大， 、 越大。比较地表粗造度对 、 的影响，粗糙度对 影响小，对 影响大。 结合小扰动模型来分析后向散射系数对粗造度的敏感性 。 敏感性分析和对粗糙度的影响都表面，VV 极化更适合土壤水份的反演。 和裸土的水平、垂直同极化后向散射系数之间的相关性相比，小麦地的水平、垂直同极化的相关性明显降低。小麦冠层后向散射系数因极化方式不同有明显的差异 裸土水平、垂直同极化后向散射有很高的线性相关性；与水平同极化相比，垂直同极化后向散射系数和20cm 深土壤含水量有更好的相关性 土壤含水量和地表粗糙度是裸土后向散射系数的重要影响因素 冬小麦麦地水平、垂直同极化后向散射系数有较好的线性相关性 ，水平同极化后向散射与20cm 深土壤含水量有较好的相关性；垂直同极化后向散射和10、20cm 深土壤含水量都有很好的相关性，并且其相关性都达到显著 ； 冬小麦麦地后向散射系数受小麦覆盖度和土壤含水量影响，水平同极化后向散射系数和覆盖度、土壤含水量都有较好的相关性，并且和小麦覆盖度的相关性已达到显著 。垂直同极化后向散射系数和土壤含水量相关性达到显著。因而，可以用垂直同极化后向散射系数预测土壤含水量，用水平同极化后向散射预测小麦覆盖度。 农情监测 1、主要方法：农情地面监测和农情遥感监测 2、农情地面监测依靠全国各地的农情监测站点，按照规范的要求，定期收集本地区农作物的播种面积、田间管理、作物长势、各种灾害以及作物产量等信息，逐级上报 存在问题：客观性、时效性、点上数据难以反映宏观的整体情况 3、农情遥感监测主要应用遥感技术，对农业资源、环境与作物生长过程的监测与分析。即应用遥感技术采集并分析耕地、草地的数量、质量、利用状况，以及主要农作物的面积、长势、灾害和产量等农情信息，为相关政府部门、生产者、消费者提供信息支持。 4、监测的主要内容：农作物长势监测指对作物的苗情、生长状况及其变化的宏观监测 遥感估产，农作物种植面积估算、农作物单产及总产预测，一直是农业遥感研究的重点。 农业灾害监测，我国在水灾遥感监测方面的研究较多；在 100 ?--=min max min i NDVI NDVI NDVI NDVI VCI

高光谱应用研究综述

浙江师范大学 研究生课程论文封面 课程名称：遥感理论与技术 开课时间： 2014-2015年第一学期 学院地理与环境科学学院学科专业自然地理学 学号2014210580 姓名张勇 学位类别全日制硕士 任课教师陈梅花 交稿日期2015年1月21日 成绩 评阅日期 评阅教师 签名 浙江师范大学研究生学院制

高光谱遥感应用研究综述 张勇 （浙江师范大学地理环境与科学学院，浙江金华321004） 摘要：高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。本文阐述了高光谱遥感的特点、优势，以及在航空及航天领域的发展情况，列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上，概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议，包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。 关键字：高光谱遥感；应用；成像光谱以；研究综述 Conclusion application of hyperspectral remote sensing Zhang Yong (Geography and environmental sciences, Zhejiang Normal University, Jinhua 321004) Abstract:Hyperspectral remote sensing, developed in the late twenty years, is the advanced technology of remote sensing. Because of its characters, Hyperspectral Remote Sensing has been attached importance to and used widly. The characteristics and advantages of hyperspectral remote sensing, and development situation are presented in the fields of aviation and aerospace. Several typical hyperspectral imager optical system principle and the main technical indicators are particularized. At the same time, the applications with hyperspectral remote sensing in vegetation ecology, atmospheric science ,geology and mineral resources, marine and military fields are summarized. The suggestions for the future development trend of hyperspectral remote sensing are given in the end，including the remote sensing of low reflectivity target, high signal-to-noise ratio, high spatial resolution and wide coverages. Keywords: hyperspectral remote sensing；application；imaging spectrometer 1 引言 遥感是20世纪60年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技术为主的时代。本文系统地阐述了高光谱遥感技术在分析技术及应用方面的发展概况，并简要介绍了高光谱遥感技术主要航空/卫星数据的参数及特点。 1.1高光谱遥感简介 高光谱遥感技术又称为成像光谱技术，是指利用很多很窄的电磁波波段从感兴趣的物体

简述高光谱遥感及其进展与应用综述

高光谱遥感及其进展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在植被生态、大气科学、地质矿产、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 高光谱遥感（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，是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，被称为遥感发展的里程碑。世界各国对此类遥感的发展都十分重视，随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛。本文系统地阐述了高光谱遥感及其发展的概况，并简要介绍了高光谱遥感技术的主要应用。 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

遥感估产的基本原理

遥感估产的基本原理 遥感是一种远离目标,通过非直接接触而测量、判定和分析目标的技术。任何物体都具有吸收和反射不同波长电磁波的特性,这是物体的基本特性。遥感估产是根据生物学原理,在收集、分析各种作物不同光谱特征的基础上,通过卫星传感器记录地表信息、辨别作物类型、监测作物长势,并在作物收获前预测作物的产量。它包括2项重要内容:作物识别与播种面积提取、长势监测与产量预报。 遥感估产的意义 农作物生长状况的动态监测和产量的及时、准确预测,对于国家粮食政策的制定、农村经济的发展以及对外粮食贸易都有重要意义。谁能较早、准确地掌握各种粮食的生产信息,谁就会在世界粮食贸易中掌握主动权,获得较好的经济效益。灾害、粮食产量损失的预测对国计民生、国家的长治久安具有重要意义。 遥感估产的方法 传统的农作物估产是采用人工区域调查方法,该方法速度慢、工作量大、成本高。现代卫星遥感技术具有宏观、快速、准确、动态的优点,被广泛应用于各种粮食作物产量的估算之中,成为卫星遥感与农业交叉的研究重点。 遥感估产的程序 1.遥感信息爱取与处理遥感信息源的选取首先要考虑满足技术要求,同时也要兼顾经济效 益,好的信息源对估产将起到事半功倍的效果。 2.遥感枯产区划农作物生长的动态监测和估产是大面积的应用,需要将自然条件、社会环 境以及农作物的生长状况基本相同的地区归类,以便于作物生长状况的监测与估产模型的构建。 3.地面采样点布设及观测为了得到高精度的作物种植面积和产量,必须在地面布设足够的 样点,监测作物实际生长状况和产量,作为遥感信息的补充和验证。

4.建立背景数据库建立数据库是一项重要的基础性工作,它收集和存储了估产区自然环境 等方面的信息。 5.农作物种植面积的提取农作物播种面积的提取是农作物估产中的关键。 6.长势及灾害监测监测的主要方法是对不同生长期的植被指数监测,根据植被指数的变化 以及与资料的对比,就可以及时获得各种作物在不同生长期的长势,由长势情况就能预测出作物的趋势产量。 7.建立遥感佑产模型建立遥感估产模型是农作物估产的核心问题,模型的好坏直接决定估 产的精度。 8.佑算总产并对其精度进行评估“精度”直接标志着整个估产结果的可信度,随着经济的 发展,竞争越来越激烈,对估产精度也提出了更高的要求。 卫星遥感估产模型评价 估产模型构建是农作物估产的核心问题,建立一个优秀的模型是进行高效、高精度遥感估产的必要条件。估产方法主要有:统计预报法、数值模拟估产法、遥感估产法、遥感一数值模拟估产方法。 1.统计预报法 统计预报法以概率论和统计学理论为基础,不考虑作物产量形成的复杂过程,直接把众多影响作物产量的因子,诸如温度、水分、日照等,与产量之间作相关分析,建立多因子统计回归关系。该方法的优点是将产量与气象因子直接挂钩,便于定量分析气候变化对农作物产量的影响,缺点是模型过于简单,难以反映作物的生长发育过程,而且随着相关因子的增多,寻求稳定的统计规律就越难,甚至有些因子是无法用数字确切表达的。 2. 数值模拟估产方法 作物数值模拟估产是以相似性原理为依据,以分析作物生长发育的物理过程、物理机制和环境条件为手段,设法将作物生长发育、产量形成的规律表述为有关的物理学定律,并用数学语

高光谱在遥感技术的应用

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:

高光谱遥感期末考复习材料

1、地面光谱测量的作用： ①地面光谱辐射计在成像光谱仪过顶时，常用于地面野外或实验室同步观测，获取下 行太阳辐射，以用于遥感器定标。 ②在一些反射率转换模型中，需要引入地面光谱辐射计测取得地面点光谱来完成 DN 值图像到反射率图像的转换。 ③地面光谱辐射计可以为图像识别获取目标光谱和建立特征项。但是，这时地面光谱 测量要在空间尺度上与图像像元尺度相对应，且要具有代表性；另外，地面光谱测 量要与高光谱图像获取条件相一致。 ④通过地面光谱辐射计测量数据和地面模拟，可以帮助人们了解某一地物被高光谱遥 感探测的可能性，理解其辐射特性，确定需要采用的探测波长、光谱分辨率、探测 空间分辨率、信噪比、最佳遥感探测时间等重要参数。 ⑤地面光谱辐射计还可以勇于地面地质填图。它可以用于矿物的光谱吸收特征，识别 地面矿物或矿物的集合，从而直接完成野外矿物填图。 ⑥可以用来建立地物的表面方向性光谱反射特性。 ⑦建立目标地面光谱数据与目标特性间的定量关系。 2、高光谱成像特点： ①高光谱分辨率。高光谱成像光谱仪能获得整个可见光、近红外、短波红外、热红外 波段的多而窄的连续光谱，波段多至几十甚至数百个，其分辨率可以达到纳米级， 由于分辨率高，数十、数百个光谱图像可以获得影像中每个像元的精细光谱。 ②图谱合一。高光谱遥感获取的地表图像包含了地物丰富的空间、辐射和光谱三重信 息，这些信息表现了地物空间分布的影像特征，同时也可能以其中某一像元或像元 组为目标获得他们的辐射强度以及光谱特征。 ③光谱波段多，在某一光谱段范围内连续成像。成像光谱仪连续测量相邻地物的光谱 信号，可以转化城光谱反射曲线，真实地记录了入射光被物体所反射回来的能量百 分比随波长的变化规律。不同物质间这种千差万别的光谱特征和形态也正是利用高 光谱遥感技术实现地物精细探测的应用基础。 3、高光谱遥感图像数据表达： ①图像立方体——成像光谱信息集。 ②二维光谱信息表达——光谱曲线。 ③三维光谱信息表达——光谱曲线图。（书本44页） 4、成像光谱仪的空间成像方式： （1）摆扫型成像光谱仪。摆扫型成像光谱仪由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。扫描镜对地左右平行扫描成像，即扫描的运动方向与遥感平台运动方向垂直。其优点：可以得到很大的总视场，像元配准好，不同波段任何时候都凝视同一像元；在每个光谱波段只有一个探测元件需要定标，增强了数据的稳定性；由于是进入物镜后再分光，一台仪器的光谱波段范围可以做的很宽，比如可见光一直到热红外波段。其不足之处是：由于采用光机扫描，每个像元的凝视时间相对就很短，要进一步提高光谱和空间分辨率以及信噪比比较困难。 （2）推扫型成像光谱仪。是采用一个垂直于运动方向的面阵探测器，在飞行平台向前运动中完成二维空间扫描，它的空间扫描方向是遥感平台运动方向。其优点是：像元的凝视