遥感影像的波段组合及用途
高光谱遥感数据最佳波段的选择根据自己对具体影像解译的要求进行波段的选择，以提高解译的速度和精度。
若要获得丰富的地质信息和地表环境信息，可以选择TM(7、4、1)波段的组合，TM(7、4、1)波段组合后的影像清晰度高，干扰信息少，地质可解译程度高，各种构造形迹(褶皱及断裂)显示清楚；
若要获得监测火灾前后变化分析的影像，可以选择TM(7、4、3)波段的组合，它们组合后的影像接近自然彩色，所以可通过TM(7、4、3)彩色合成图的分析来掌握林火蔓延与控制及灾后林木的恢复状况；
若要获得砂石矿遥感调查情况，可以选择TM(5、4、1)波段组合；用TM影像编制洲地芦苇资源图时，宜用TM(3、4、5)波段组合的影像，分辨率最高，信息最丰富；用MSS图像编制土地利用地图，通常采用MSS(4、5、7)波段的合成影像；
若要再区分林、灌、草，则需要选用MSS(5、6、7)波段的组合影像。
遥感影像时相的选择 :
遥感影像的成像季节直接影响专题内容的解译质量。
对其时相的选择，既要根据地物本身的属性特征，又要考虑同一地物不同地域间的差异。
例如解译农作物的种植面积最好选在8、9月份，因为这时作物成熟了，但还没有收割，方便各种作物的区别；解译海滨地区的芦苇地及其面积宜用5、6月份的影像；解译黄淮海地区盐碱土分布图宜用3、4月份的影像。
高分辨率影像的选择 :
分辨率的选择要符合自己的实际需要，分辨率高对解译速度和精度都有很大帮助。
随着科技的不断发展，已经有了15～30m分辨率的ETM／TM影像、2．5～5．0m分辨率的SPORT
影像、2m分辨率的福卫二号、lm分辨率的ORBVIEW一3／IKONOS、0．6m分辨率的QUICK BIRD 等。
法国SPOT-5卫星影像分辨率可达到2．5m，并可获得立体像对，进行立体观测。
SPOT 一5卫星上的主要遥感设备是2台高分辨率几何成像仪(HRVIR)，其工作谱段有4个，主要任务是监测自然资源分布，特别是监测农业、林业和矿产资源，观测植被生长状态与农田含水量等项，对农作物进行估产，了解城市建设与城市土地利用状况等。
卫星遥感传感器和遥感数据处理技术发展很快，一些传感器的立体观测，各类遥感数据分辨率的提高，为遥感影像解译标志和遥感影像信息模型的开发、研究提供了有利条件，为快速和精确地进行解译提供了便利。
ETM+遥感不同波段的用途
741
741波段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。
742
1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色
合成片进行解译，共解译出线性构造1615条，环形影像481处, 并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成矿模式的基础上，对全区进厅成矿预测，圈定金银A类成矿远景区2处，B类 4处，C类5处。
为该区优选找矿靶区提供遥感依据。
743
我国利用美国的陆地卫星专题制图仪图象成功地监测了大兴安岭林火及灾后变化。
这是因为TM7波段（2.08-2.35微米）对温度变化敏感；TM4、 TM3波段则分别属于红外光、红光区，能反映植被的最佳波段，并有减少烟雾影响的功能；同时TM7、TM4、TM3（分别赋予红、绿、蓝色）的彩色合成图的色调接近自然彩色，故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。
754
对不同时期湖泊水位的变化，也可采用不同波段，如用陆地卫星MSS7，MSS5，MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。
从而可用作分析湖泊水位变化的地理规律
754
陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波
段MSS4图像、第五波段MSS5图像和第七波段MSS7图像，分别配以兰、绿、红色的彩色合成图像上的彩色。
并称此种合成的图像为陆地卫星标准假彩色图像。
在此图像上植被分布显红色，城镇为兰灰色，水体为兰色、浅兰色（浅水），冰雪为白色等。
541
XX开发区砂石矿遥感调查是通过对陆地卫星TM最佳波段组fefee7合的选择（TM5、TM4、TM1）以及航空、航天多种遥感资料的解译分析进行的，在初步解译查明调查区第四系地貌。
543
例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。
543
波段选取及主成份分析我们的研究采用1995年8月2日的TM数据。
对于屏幕显示和屏幕图象分析，选用信息量最为丰富的5、4、3波段组合配以红、绿、兰三种颜色生成假彩色合成图象，这个组合的合成图象不仅类似于自然色，较为符号人们的视觉习惯，而且由于信息量丰富，能充分显示各种地物影像特征的差别，便于训练场地的选取，可以保证训练场地的准确性；对于计算机自动识别分类，采用主成分分析（K-L变换）进行数据压缩，形成三个组分的图象数据，用于自动识别分类。
543
742
该项工作是采用以遥感图像解译为主结合地质、物化探资料进行研究的综合方法。
解译为目视解译，解译的遥感图像有：以1984年3月成像经处理放大为1：5万卫星TM假彩色片（5、4、3波段合成）和1979 年7月拍摄的1：1.6万黑白航片为主要工作片种；采用1986年11月的1：10万TM假彩色片（7、4、2波段合成》为参考片种。
432
卫星遥感图像示蓝藻暴发情况
我们先看一看蓝藻爆发时遥感监测机理。
蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面，蓝藻覆盖区的光谱特征与周围湖面有明显差异。
由于所含高叶绿素A的作用，蓝藻区在LandsatTM2波段具有较高的反射率，在TM3波段反射率略降但仍比湖水高，在TM4波段反射率达到最大。
因此，在TM4（红）、3（绿）、2（蓝）假彩色合成图像上，蓝藻区呈绯红色，与周围深蓝色、蓝黑色湖水有明显区别。
此外，蓝藻暴发
聚集受湖流、风向的影响，呈条带延伸，在TM图像上呈条带状结构和絮状纹理，与周围的湖水面也有明显不同。
453
本研究遥感信息源是中国科学院卫星遥感地面接收站于1995年10月接收美国MSS卫星遥感TM波段4(红)、波段5(绿)、波段3(蓝)CCT磁带数据制作的1∶10万和1∶5 万假彩色合成卫星影像图。
图上山地、丘陵、平原台地等喀斯特地貌景观及各类用地影像特征分异清晰。
成像时期晚稻接近收获，且稻田中不存积水，因此耕地类型中的水田色调呈粉红色；旱地由于作物大多收获，且土壤水分少而呈灰白色；菜地则由于蔬菜长势好，色调鲜亮并呈猩红色。
园地色调呈浅褐色，且地块规则整齐、轮廓清晰。
林地中乔木林色调呈深褐色，而分布于喀斯特山地丘陵等地区的灌丛则呈黄到黄褐色。
牧草地大多呈黄绿色调。
建设用地中的城镇呈蓝色；公路呈线状，色调灰白；铁路呈线条状，色调为浅蓝；机场跑道为蓝色直线，背景草地呈蓝绿色；在建新机场建设场地为白色长方形；备用旧机场为白色色调，外形轮廓清晰、较规则。
水库和河流则都呈深蓝色调。
453
采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。
451
453
TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。
在TM7个波段光谱图像中，一般第5个波段包含的地物信息最丰富。
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。
第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性。
计算0种组合的熵值的结果表明，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，其中又常以4，5，3或4，5，1波段的组合为最佳。
第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。
最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。
人眼最敏感的颜色是绿色，其次是红色、蓝色。
因此，应将绿色赋予方差最大的波段。
按此原则，采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。
例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非遥感应用专业人员使用。
472
在采用TM4、7、2波段假彩色合成和1:4计算机插值放大技术方面，在制作1:5万TM影像图并成1:5万工程地质图、塌岸发展速率的定量监测以及在单张航片上测算岩（断）层产状等方面，均有独到之处。
遥感波段合成
遥感波段合成是指将多光谱遥感影像的各个波段进行组合，以生成具有丰富地物信息和高空间分辨率的彩色影像。
波段合成有助于提高遥感图像的解译能力和视觉效果，从而更好地分析和识别地物特征。
常用的遥感波段合成方法包括真彩色合成、假彩色合成和伪彩色合成。
1. 真彩色合成：真彩色合成是指将遥感影像的三个波段分别赋予红、绿、蓝色，生成与实际地物颜色一致的彩色影像。
这种方法适用于非遥感应用专业人员使用，可以直观地反映地物的真实色彩。
例如，将RGB波段分别赋予3、2、1波段，可以得到自然彩色合成图像。
2. 假彩色合成：假彩色合成是指将多波段单色影像合成为假彩色影像。
这种方法可以通过任意选择三个波段进行合成，以增强地物信息的表达。
例如，对于Landsat影像，可以选择4、3、2波段进行假彩色合成。
3. 伪彩色合成：伪彩色合成是通过将多个波段的光谱信息进行组合，生成具有不同颜色特征的影像。
这种方法通常用于提取和显示地物的特定属性，如植被、水体、土壤等。
例如，利用ENVI软件的Classification Raster Color Slices功能，可以对波段进行密度分割，生成伪彩色图像。
在实际操作中，常用的遥感波段合成软件有ERDAS IMAGINE和ArcGIS等。
通过这些软件，可以实现遥感影像的波段合成、图像处理和地物信息提取等功能。
遥感平台波段设计及应用
02 遥感平台波段设计的技术 细节
可见光波段
可见光波段范围
通常在380-780nm之间，是人类视觉可感知的 波长范围。
可见光遥感应用
用于拍摄地物表面颜色和纹理，如卫星遥感影 像。
可见光波段特点
受天气和时间影响较小，但容易受到大气散射和吸收的影响。
红外波段
红外波段范围
通常在770-1000000nm之间，超出可见光 范围。
红外遥感应用
用于探测地物温度和热辐射，如红外热像仪。
红外波段特点
能够穿透云层和大气，但容易受到大气中水 蒸气和二氧化碳的影响。
微波波段
微波波段范围
通常在1mm-1m之间，位于长波和短波之间。
微波遥感应用
用于穿透云层和地表，探测地物内部结构和成分，如雷达遥感。
微波波段特点
不受天气和时间影响，能够穿透云层和地表，但分辨率较低。
随着科技的不断进步，遥感技术将不 断创新和发展，提高数据获取和处理
的能力。
智能化发展
遥感技术将向着智能化方向发展，实 现自动化、智能化的数据处理和分析。
应用领域的拓展
随着遥感技术的不断发展，其应用领 域也将不断拓展，为人类提供更广泛
的服务。
感谢您的观看
THANKS
根据遥感平台和传感器的不同，遥感波段可以分为可见光、近红外、中红外、 热红外等类型。
遥感波段设计的重要性
提高遥感图像的分辨率和识别精度
01
合理的波段设计可以更好地突出地物的特征差异，从而提高遥
过不同波段的组合和融合，可以综合利用多种遥感数据，提
通过分析遥感影像中的地貌、地表形变 等信息，监测滑坡、泥石流等地质灾害 风险区，预警灾害发生。
02
遥感影像数据融合原理与方法
遥感影像数据融合原理与方法遥感影像数据融合是将不同波段或不同传感器的遥感影像数据融合在一起，以获取更全面、准确、可靠的信息。
它在农业、林业、城市规划、环境监测等领域具有广泛的应用。
下面将对遥感影像数据融合的原理和方法进行详细介绍。
一、遥感影像数据融合原理遥感影像数据融合的原理是通过将多个波段或多个传感器的影像数据进行组合，以获取多波段或多传感器数据的综合信息。
融合后的影像数据能够提供更多的数据维度和更丰富的信息内容，从而增强地物辨别能力和特征提取能力。
1.时空一致性：遥感影像数据融合要求融合后的影像数据在时域和空域上具有一致的特性，即不同时间或空间的影像数据融合后要保持一致性，以便进行准确的信息提取和分析。
2.特征互补性：不同波段或传感器的影像数据通常具有不同的特征信息，例如，光学影像可以提供颜色信息，而雷达影像可以提供物体的形状和纹理信息。
融合时要充分利用不同波段和传感器的特征互补性，使融合后的影像数据包含更全面、准确的信息。
3.数据一致性：遥感影像数据融合应保持数据的一致性，即融合后的影像数据应在不改变原始数据的情况下，能够反映出原始数据的真实信息。
在融合过程中要注意去除噪声和图像畸变等因素，以保持数据的一致性。
二、遥感影像数据融合方法1.基于像素的融合方法：基于像素的融合方法是将不同波段或传感器的影像数据进行像素级别的融合。
常用的方法有像素互换法和加权平均法。
像素互换法是将一个波段或传感器的像素值替换到另一个波段或传感器的影像上，以增加信息的表达能力。
加权平均法是对不同波段或传感器的像素值进行加权平均，得到融合后的像素值。
2.基于特征的融合方法：基于特征的融合方法是针对不同波段或传感器的特征进行分析和融合。
常用的方法有主成分分析法和小波变换法。
主成分分析法是通过对不同波段或传感器的影像数据进行主成分分析，提取出影像数据中的主要特征，然后将主成分进行融合。
小波变换法是利用小波变换来分析和提取不同波段或传感器的影像数据中的特征，然后通过小波系数的线性组合对影像数据进行融合。
多波段遥感影像地物分类技术研究及应用
多波段遥感影像地物分类技术研究及应用近年来，随着遥感技术的不断发展和普及，多波段遥感影像地物分类技术的研究和应用也越来越受到关注。
本文将重点针对该方向进行探讨，包括多波段遥感影像的概念、地物分类技术的原理和方法、常见问题与解决方案、以及在实际应用中的表现和展望等方面。
一、多波段遥感影像的概念多波段遥感影像是指通过遥感技术获取的由多个波段组成的图像。
一般情况下，这些波段是由不同的传感器或不同的光谱带宽获取的，其中包含了丰富的地物信息和特征。
例如，常见的多波段遥感影像包括高光谱影像和多光谱影像等。
二、地物分类技术的原理和方法地物分类技术是指将遥感影像中的像素按照它们的物理、化学和光谱特征自动划分为不同的地物类别。
地物分类技术的原理基于遥感影像的光谱信息和空间信息，通过图像处理和数学模型进行分类。
常用的地物分类技术包括基于特征的分类、基于像元的分类和基于目标的分类等方法，具体流程如下：1、数据预处理：对遥感影像数据进行去噪、增强和辐射校正等预处理操作，以提高图像质量和减小误差。
2、特征提取：从遥感影像中提取出有关地物类别的特征，例如像元的光谱、空间、纹理和形状等特征。
3、特征选择：对提取出的特征进行筛选和优化，以提高地物分类的精度和效率。
4、分类方法选择：根据特定的需求选择合适的分类方法，例如最大似然法、支持向量机、人工神经网络等。
5、分类结果评估：对分类结果进行精度评估和统计分析，以验证分类结果的可靠性和实用性。
三、常见问题与解决方案在实际的地物分类过程中，会经常遇到一些问题，例如遥感影像的复杂性、不同地物类别之间的重叠和混淆等。
为了应对这些问题，可以采取以下解决方案：1、选取合适的波段组合：对于不同的地物类别，采用不同的波段组合可以提高分类的精度和可靠性。
2、引入空间信息：通过引入空间信息和上下文关系，可以解决地物重叠和混淆的问题。
3、多尺度分类：通过采用多个比例的分类窗口或融合不同分辨率的遥感影像进行分类，可以提高分类的准确性和稳定性。
遥感影像不同波段组合的用途
最佳。
第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。
最佳波段组合选出后，要想得到最佳彩色合成图像，还必须考虑赋色问题。人眼最敏感的
颜色是绿色，其次是红色、蓝色。因此，应将绿色赋予方差最大的波段。
按此原则，采取4、5、3波段分别赋红、绿、蓝色合成的图像，色彩反差明显，层次丰富，
而且各类地物的色彩显示规律与常规合成片相似，符合过去常规片的目视判读习惯。
例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩
色合成图像，适合于非遥感应用专业人员使用。
――《TM图像的光谱信息特征与最佳波段组合》－戴昌达，环境遥感，1989.12
M1）以及航空、航天多种遥感资料的解译分析进行的，在初步解译查明调查区第四系地貌
。
543
例如把4、5两波段的赋色对调一下，即5、4、3分别赋予红、绿、蓝色，则获得近似自然彩
色合成图像，适合于非遥感应用专业人员使用。
543
波段选取及主成份分析 我们的研究采用1995年8月2日的TM数据。对于屏幕显示和屏幕图
742
1992年，完成了桂东南金银矿成矿区遥感地质综合解译，利用1：10万TM7、4、2假彩色合
成片进行解译，共解译出线性构造1615条，环形影像481处, 并在总结了构造蚀变岩型、石
英脉型、火山岩型典型矿床的遥感影像特征及成 矿模式的基础上，对全区进厅成矿预测，
圈定金银A类成矿远景区2处，B类 4处，C类5处。为该区优选找矿靶区提供遥感依据。
波段光谱图像中，一般第5个波段包含的地物信息最丰富。3个可见光波段（即第1、2、3波
多光谱 波段组合
多光谱波段组合是指将不同波长范围内的光谱信号组合在一起，以获取更全面和丰富的信息。
在遥感领域，多光谱波段组合常用于地物分类、环境监测、农业调查等研究中。
常见的多光谱波段组合包括以下几种：
红、绿、蓝（RGB）组合：通过将红、绿、蓝三个波段的光谱信号合并，可以还原出彩色图像，常用于图像显示和直观观察。
真彩色组合：在RGB组合的基础上，综合利用红、绿、蓝三个波段的不同光谱特性，以更加真实地呈现被观测物体的颜色。
红、近红外、短波红外（RGBNIR）组合：此组合常用于农业和环境研究中，通过利用近红外（NIR）和短波红外（SWIR）波段的特性，可以较好地区分不同地物类型，并提供植被健康状况和土地覆盖信息。
红、绿、蓝、近红外（RGBNIR）组合：此组合在RGB基础上加入近红外波段，可以提供更丰富的植被信息，用于植被监测、土地利用/覆盖分类等应用中。
红、绿、蓝、红外、短波红外（RGBIRSWIR）组合：此组合在RGBNIR基础上加入短波红外波段，可以进一步提取土地表面温度和湿度等地表物理参数，用于气候与环境研究。
需要注意的是，具体使用哪些波段进行组合，取决于所研究的领域和目标。
不同波段的选择可以提供不同的信息，因此在进行多光谱波段组合时，需要根据具体的研究需求和目标进行合理选择。
遥感影像的波段
遥感影像的波段
遥感影像涉及到许多物理量，其中波段是一项很重要的指标。
波段可以理解为在特定光谱范围内的一段电磁波。
通过对这些波段进行分析和处理，我们可以获得地表覆盖物的相关信息。
常见的遥感波段包括可见光波段、红外线波段、微波波段等。
其中，可见光波段是最为常用的波段之一。
它们包括红、橙、黄、绿、青、蓝和紫七种颜色，对应着不同的波长范围和频率。
人眼只能识别可见光波段中的部分波长，但遥感技术可以获取所有的可见光波段信息。
除了可见光波段，红外线波段也是遥感影像中经常使用的波段之一。
红外线波段具有穿透力强、能够探测到地表以下深度的特点，在土地利用、农业生产、城市规划等领域都有广泛的应用。
另外，微波波段的遥感应用主要涉及到雷达技术。
通过微波波段的反射和散射，我们可以获取地表高程、植被生长状态、地表湿度等信息，这些信息对于自然灾害监测和预警、城市规划等方面也具有重要意义。
总之，波段作为遥感影像中的一项重要指标，对于地表覆盖物的监测、资源管理以及环境保护等方面都具有不可替代的作用。
常用遥感图像基本技术参数和各波段应用
常用遥感图像基本技术参数和各波段应用大纲要求：常用遥感图像（TM、OLI、SPOT、CBERS、MODIS、HJ-1、ASAR、RADARSAT等）的基本技术参数和各波段的主要应用范围等：了解目前常用的国内外遥感器及其主要技术参数、各波段的特点及主要应用范围等。
ndsat 4-5 TM（1）、产品描述Landsat主题成像仪(TM)是Landsat4和Landsat5携带的传感器，从1982年发射至今，其工作状态良好，几乎实现了连续的获得地球影像。
Landsat-4和Landsat5同样每16天扫瞄同一地区，即其16天覆盖全球一次。
LandsatTM影像包含7个波段，波段1-5和波段7的空间分辨率为30米，波段6（热红外波段）的空间分辨率为120米。
南北的扫描范围大约为170km，东西的扫描范围大约为183km。
2. Landsat8 OLI（1）、产品描述2013年2月11号，NASA 成功发射了Landsat 8 卫星。
LandSat- 8上携带有两个主要载荷：OLI和TIRS。
其中OLI（全称：Operational Land Imager ，陆地成像仪）由卡罗拉多州的鲍尔航天技术公司研制；TIRS（全称：Thermal Infrared Sensor，热红外传感器），由NASA的戈达德太空飞行中心研制。
OLI陆地成像仪包括9个波段，空间分辨率为30米，其中包括一个15米的全色波段，成像宽幅为185x185km。
OLI包括了ETM+传感器所有的波段，为了避免大气吸收特征，OLI对波段进行了重新调整，比较大的调整是OLI Band5(0.845–0.885 μm)，排除了0.825μm处水汽吸收特征；OLI全色波段Band8波段范围较窄，这种方式可以在全色图像上更好区分植被和无植被特征；此外，还有两个新增的波段：蓝色波段(band 1; 0.433–0.453 μm) 主要应用海岸带观测，短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测；近红外band5和短波红外band9与MODIS对应的波段接近。
Landsat_5遥感卫星波段组合与比值分析在汶川地震前后的应用_杨斌
第35卷第1期航天返回与遥感2014年2月SPACECRAFT RECOVERY & REMOTE SENSING81Landsat-5遥感卫星波段组合与比值分析在汶川地震前后的应用杨斌1,2王金生1詹金凤2（1 北京师范大学水科学学院，北京 100875）（2 西南科技大学环境与资源学院，绵阳 621010）摘要文章在遥感图像处理软件ENVI的支持下，以汶川地震的极重灾区汶川县为研究区，选取2007年、2008年和2010年这3个时期的Landsat-5 TM数据为数据源，提取分析了地震前后TM数据的相关信息。
利用相关系数矩阵、特征向量和特征值，按照最佳波段组合原则，对地震前后的TM影像进行了多种波段组合试验和比值分析。
经分析得出以TM3、TM4、TM5波段组合为基础，参考其他组合（如TM1、TM4、TM5，TM4、TM2、TM7和NDVI、TM5/TM3、TM4/TM3的组合）容易解译和判读TM 遥感影像的相关地物数据类型，为地震解译和灾害评估提供了理论依据和支撑。
关键词专题制图仪遥感图像波段组合比值处理汶川地震中图分类号: TP316文献标志码: A 文章编号: 1009-8518(2014)01-0081-10DOI: 10.3969/j.issn.1009-8518.2014.01.011Application of Band Combination and Ratio Analysis about Landsat-5Satellite before and after Wenchuan EarthquakeYANG Bin1,2 WANG Jinsheng1 ZHAN Jinfeng2（1 College of Water Sciences, Beijing Normal University, Beijing 100875, China）（2 College of Environment and Resource, Southwest University of Science and Technology, Mianyang 621010, China）Abstract With the support of ENVI（The Environment for Visualizing Images）that is a kind of remote sensing image processing software, the paper takes Wenchuan region as a research region which is the most serious area in Wenchuan earthquake. It selects three different periods of Landsat-5 TM data in the year of 2007, 2008 and 2010 and calculates the relevant statistical information respectively. It carries out all kinds of band combination test and ratio analysis based on TM remote sensing images before and after Wenchuan earthquake, by using correlative coefficient matrix, covariance and correlation, according to the principles of the best band combination. The conclusion is that based on the combination of TM bands（4, 3, 5）and has the reference with other combinations（such as TM1, TM4, TM5; TM4, TM2, TM7 and NDVI, TM5/TM3, TM4/TM3 combina-tions）as references, it is easy to interpret the types of features of TM image and the change of features, which can provide the convincing theoretical basis and support for seismic interpretation and disaster assessment.Key words thematic mapper; remote sensing image; band combination; ratio processing; Wenchuan earthquake收稿日期：2013-10-10基金项目：国家自然科学基金项目（41201541）；国家科技支撑项目（2011BAK12B02）82航天返回与遥感2014年第35卷0引言Landsat-5对地观测卫星自1984年3月发射升空以来，以其优良的性能和极高的性价比在各行业中得到了广泛应用[1]，特别是在地震发生前后，可以为地震灾区的快速救援、灾害评估和应急分析提供良好的数据源。
遥感波段合成 -回复
遥感波段合成-回复遥感波段合成是一种将不同波段的遥感影像图像合并在一起的技术。
这种技术可以提供更多的信息，帮助科学家和研究者在环境监测、自然资源管理、农业、城市规划等领域做出更准确的决策。
遥感波段合成的目的是将不同波段的遥感影像图像合并在一起，以便得到更全面、准确的信息。
通常情况下，我们可以通过选择合适的波段组合来突出特定的地表特征。
在波段合成之前，需要对不同波段的数据进行预处理，例如图像校正、去云、去噪等处理。
然后，将不同波段的数据进行融合，可以使用不同的方法，如直接相加、加权求和、主成分分析等。
在遥感波段合成中，常见的波段包括可见光、红外线、热红外线、微波等。
不同波段的信息可以提供不同的地表特征。
例如，可见光波段可以显示地表的颜色和纹理，红外线波段可以显示地表的植被分布和健康状况，热红外线波段可以显示地表的热量分布，微波波段可以穿透云层和植被，获取地表的地形和土壤湿度信息。
通过遥感波段合成技术，我们可以获取到更多的地表信息。
例如，在环境监测中，通过合成可见光和红外线波段的影像，可以监测植被的分布和健康状况，以及污染物的扩散情况。
在自然资源管理中，通过合成多个波段的影像，可以监测森林、湖泊、冰川等自然资源的变化和健康状况。
在农业中，合成红外线和热红外线波段的影像，可以监测作物的生长状况和灌溉需求。
在城市规划中，通过合成可见光和微波波段的影像，可以获取城市土地利用和土地覆盖信息。
通过遥感波段合成技术，我们可以将不同波段的数据进行融合，得到更全面、准确的信息。
然而，波段合成也面临一些挑战。
首先，不同波段的数据可能受到不同的干扰和噪声，需要进行预处理来减少这些干扰和噪声。
其次，波段合成需要选择合适的波段组合方式，以突出特定的地表特征。
最后，波段合成仍然需要专业的知识和技能来处理和分析遥感数据。
总而言之，遥感波段合成是一种将不同波段的遥感影像图像合并在一起的技术。
它可以提供更全面、准确的地表信息，帮助科学家和研究者在环境监测、自然资源管理、农业、城市规划等领域做出更准确的决策。