遥感地学分析方法
遥感地学分析整理
遥感地学分析整理遥感地学分析⼀、名词解释遥感地学分析：是建⽴在地学规律基础上的遥感信息处理和分析模型，其结合物理⼿段、数学⽅法和地学分析等综合型应⽤技术和理论，通过对遥感信息的处理和分析，获得能反映地球区域分异规律和地学发展过程的有效信息的理论⽅法。
热惯量：由于系统本⾝有⼀定的热容量，系统传热介质具有⼀定的导热能⼒，所以当系统被加热或冷却时，系统温度上升或下降往往需要经过⼀定的时间，这种性质成为系统的热惯量(Thermal inertia)。
叶⽅位⾓：法线在⽔平⾯上的投影与正北⽅向的交⾓称为叶⼦在该点的⽅位⾓。
红边：反射光谱的⼀阶微分最⼤值所对应的光谱位置.光合有效辐射：植物光合作⽤所能利⽤的可见光部分的太阳辐射。
简答1、植被遥感中NDVI应⽤最⼴泛？①NDVI是对植被⽣长状态及植被覆盖度的最佳指⽰因⼦。
NDVI 与 LAI、绿⾊⽣物量、植被覆盖度、光合作⽤等植被参数有关；NDVI的时间变化曲线可反映季节和⼈为活动变化；甚⾄整个⽣长期的NDVI对半⼲旱区降⾬量、对⼤⽓CO2浓度随季节和纬度变化均敏感。
②NDVI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。
③NDVI介于-1和1之间，负值表⽰地⾯覆盖为云、⽔、雪等，对可见光⾼反射；0表⽰岩⽯或裸⼟等，NIR和R近似相等；正值表⽰有植被覆盖，且随覆盖度增⼤⽽增⼤。
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。
⼆、论述题1、植被指数影响因素。
①物候期、农事历。
物候期指⾃然植物在其⽣长发育过程中，其⽣理、外形、结构等的季节性变化，可通过遥感加以监测。
对于农作区，物候期表现为地⽅农事历，即耕作、播种、发芽、⽣长、成熟、收获、休闲等季相循环周期。
它是由作物的⽣长特点、地⽅⽓候、地⽅农业耕作⽅式与习惯等决定的。
遥感地学分析的重点知识
遥感地学分析的重点知识遥感地学是利用遥感技术研究地理现象和解决环境问题的学科。
它包括遥感技术原理、遥感数据处理和解译、地物分类与识别、变化检测和监测、数字地图制作等方面的内容。
以下是遥感地学分析的重点知识：一、遥感技术原理：1.电磁波与物质相互作用的基本原理：包括辐射、辐射传输和散射的基本概念和原理。
2.遥感数据获取原理：包括航空摄影、卫星遥感等遥感数据获取方式的原理和特点，了解遥感数据的获取分辨率、波段选择、时间频率和时态特点等方面的知识。
二、遥感数据处理：1.遥感影像的几何校正：包括影像的投影变换、大地坐标系统的建立等内容。
2.遥感影像的辐射校正：包括大气校正和表面反射率计算等内容。
3.遥感影像的增强与融合：包括直方图均衡化、滤波、波段融合等内容。
三、地物分类与识别：1.监督分类算法：包括最大似然分类、支持向量机分类等常见的监督分类算法，了解其原理和特点。
2.无监督分类算法：包括聚类、自组织神经网络等无监督分类算法，了解其原理和应用。
3.土地覆盖类型的分类与识别：了解土地覆盖类型分类的方法和应用，例如湿地、森林、农田等不同类型的土地覆盖。
四、变化检测和监测：1.遥感影像的时间序列分析：了解遥感影像的拼接和时间序列分析的方法，掌握时序遥感数据的获取和处理。
2.遥感影像的变化检测方法：包括基于阈值的像元级变化检测、基于多尺度分析的地物级变化检测等方法。
3.自然灾害的遥感监测：了解遥感监测自然灾害的方法和应用，例如洪水、地震、火灾等灾害的遥感监测。
五、数字地图制作：1.数据融合和地图综合：了解遥感影像和地理信息系统数据的融合与综合，包括栅格数据和矢量数据的转换与处理。
2.地理空间数据库的设计与管理：了解地理空间数据库的基本概念、模型和设计方法。
3.数字地图制作流程与软件技术：了解数字地图的制图流程和常用的地理信息系统软件的基本操作方法。
以上是遥感地学分析的重点知识，掌握这些知识可以帮助研究人员利用遥感技术解决地理现象和环境问题，提高对地球表层和自然资源的监测和管理能力。
遥感地学分析—植被遥感原理
（一）单张叶片光谱特性及影响因素
❖ 3、叶片反射波谱的影响因素 ❖ 1）叶片生化组分
❖ 叶绿素a、b，导致0.45μm与0.67μm为中心形 成两个强烈的吸收带；
❖ 胡萝卜素、叶黄素导致0.43μm-0.48μm范围内 形成强烈的吸收带。
❖ 两吸收谷间（0.54μm附近）吸收相对较少， 形成绿色反射峰（10%-20%）。
✓ 等面叶的组织分化不明显。
（一）单张叶片光谱 特性及影响因素
❖ 1、植物叶片结构
✓ 叶片一般具有三部分：表皮、叶肉和叶脉 ✓ 表皮：包围整个叶片，由一层或多层组成。表
皮细胞扁平，排列紧密，通常不含叶绿体，外 表常有一层角质层。
（一）单张叶片光谱
特性及影响因素
❖ 1、植物叶片结构
✓ 叶肉：为表皮内的同化薄壁组织，有两种： （1）栅栏组织：紧靠上表皮下方，呈圆柱状，
叶方位角：法线在水平面上的投影与正北方向 的交角称为叶子在该点的方位角。
（二）植被冠层光谱特性及影响因素
❖ 2、植被冠层影响因素-植被结构
各参数的描述，如：
同一叶子的不同部位，其倾角和方位角可能有很大 差异，测量时，根据叶片弯曲程度将叶片分成几部 分，对每一部分进行测量。
一个冠层内叶倾角的分布模式可以从0 ° （水平叶 ）到90 ° （垂直叶），一般用间隔为10°作出的叶 倾角分布频率图来表示。
植被遥感研究的主要内容：
• （1）通过遥感影像从土壤背景中区分出植被覆盖 区域，并对植被类型进行划分，区分是森林还是 草场或者农田，进而可以问是什么类型的森林， 什么类型的草场，什么样的农作物，如此等等。
• （2）能否从遥感数据中反演出植被的各种重要参 数，例如叶面积指数（LAI）、叶子宽度、平均叶 倾角、植被层平均高度、树冠形状等等，这一类 问题属于更深层次的遥感数据定量分析方法与反 演技术。
遥感地学应用实验教程
遥感地学应用实验教程遥感地学是一门利用航空或卫星等遥感数据进行地理学研究的学科。
它通过获取、处理和分析遥感图像，来获取地球表面的信息。
遥感地学应用实验教程是帮助学习者掌握遥感地学的基本理论、技术和方法的教程。
本文将介绍遥感地学应用实验教程的内容和步骤，旨在帮助读者了解遥感地学应用实验的基本流程和要点。
一、遥感地学应用实验教程的内容1. 遥感数据获取：介绍遥感数据的来源、类型和获取方法。
遥感数据可以通过航空遥感或卫星遥感获取，包括可见光、红外、热红外等不同波段的数据。
2. 遥感数据处理：介绍遥感数据的预处理和处理方法。
预处理包括数据校正、大气校正、几何校正等，处理方法包括图像增强、特征提取、分类等。
3. 遥感数据分析：介绍遥感数据分析的方法和技术。
包括监督分类、非监督分类、变化检测、物候学分析等。
4. 遥感地学应用：介绍遥感地学在不同领域的应用。
包括土地利用与覆盖变化监测、环境监测、灾害风险评估、城市规划等。
1. 确定实验目标：根据自己的研究兴趣和需求，确定实验的目标和内容。
比如，想要研究土地利用变化，可以选择相关的遥感数据和分析方法。
2. 数据获取与准备：根据实验目标，选择合适的遥感数据，可以从公开的遥感数据库中获取。
然后进行数据预处理，包括校正、几何校正和辐射校正等。
3. 数据处理与分析：根据实验目标，选择合适的数据处理和分析方法。
可以利用遥感软件进行图像增强、特征提取和分类等操作，得到所需的地表信息。
4. 结果解释与应用：根据实验结果，进行结果解释和分析。
可以绘制地表分类图、变化检测图等，用于研究和应用领域。
5. 实验报告和总结：根据实验结果和分析，撰写实验报告并进行总结。
实验报告要包括实验目标、数据处理和分析方法、结果和结论等内容。
三、遥感地学应用实验教程的注意事项1. 数据选择：根据实验目标和需求，选择合适的遥感数据。
要考虑数据的时空分辨率、波段信息等。
2. 数据准备：对遥感数据进行预处理，包括校正、几何校正和辐射校正等，确保数据的准确性和可靠性。
遥感地学分析实验——实验五：植被波谱特征与叶面积指数、生物量分析
实验五：植被波谱特征与叶面积指数、生物量分析（3学时）
原理与方法
遥感图像上面的植被信息主要是通过绿色植物叶子和植被灌层的光谱特性以及差异变化变现出来的，选择多光谱遥感数据进行分析运算，产生某些对植被长势、生物量等有一定指示意义的数值，即是所谓的“植被指数”。
用一种简单有效的形式来实现对植被状态信息的表达，以定性和定量地评价植被覆盖、生长活力与生物量。
在植被光谱中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光波段和对绿色植物（叶内组织引起的）高反射的近红外波段，通过两个不同波段数据的分析运算得到不同的植被指数，如归一化植被指数（NDVI）等。
实习仪器
学生实习机房
图象处理软件（ENVI3.5）
叶面积指数仪（WINSCANNY）
实验目的
1、掌握应用遥感图像处理软件进行植被波谱与叶面积指数、生物量测量方法。
2、掌握运用植被指数分析叶面积指数和生物量。
实验报告
内容包括：实验目的、分析叶面积指数和生物量的区域分异。
新大遥感地学分析课件第4章 地质遥感
坚硬沉积岩 可溶性沉积岩 碎屑岩
二、岩浆岩的影像特征及其识别
酸性岩浆岩 基性岩浆岩 中性岩浆岩
岩浆岩影像(第四系喷出岩，黑龙江德都县)
火山岩影像(内蒙占科尔沁)
三、变质岩的识别
石英岩及大理岩类 千枚岩和板岩类 片麻岩类
四、 松散沉积物的识别
1 松散沉积物的识别依据
识别和研究要求
按地质属性分类、命名； 断裂要按构造性质分类，按方向统计分组，按规 模化分等级、证据充分时确定相对时序并划分体 系；
详细研究影像内外色彩，结构、构造 特点及变化；
相关联环形影像之间的包容、叠加、 切割、镶嵌、串联、辐射等空间分布 关系；
与相关线性影像间的交切、限制等同 生、衍生关系；
1. 按地质属性分类； 2. 与岩浆侵入、喷出活动和热液活动有成因联系 的应尽量鉴别岩体产状、埋深和相对侵入时序；
MAIS成像光谱仪地质分辨波段
波长
地质含义
0.440-0.460 二价铁及三价铁矿物吸收
0.460-0.480 植物叶绿素吸收
0.500-0.520 二价铁矿物吸收
0.540-0.560 二价铁矿物吸收
0.660-0.680 植物叶绿素吸收
0.680-0.700 光谱“三移”的红边、二价铁的矿物吸收
0.860-0.880 三价铁的矿物吸收
0.900-1.00 二价铁矿物吸收
1.892-1.924 H2O吸收
2.082-2.114 铵盐矿物吸收（水铵石等）
2.146-2.178 碱矿物吸收（叶腊石等）
2.178-2.210 铝矿物吸收（高岭石、明矾石等）
2.274-2.305 镁矿物吸收（滑石等）
光谱范围与可识别矿物简表
遥感地学分析的重点知识
遥感地学分析的重点知识遥感地学分析是利用遥感技术获取的地球信息进行地学分析的一门学科。
它综合利用了遥感技术、地理信息系统（GIS）、全球定位系统（GPS）和地球物理学等多学科的知识，以及数字图像处理、数学模型和统计分析等技术。
遥感地学分析的重点知识可分为以下几个方面：1.遥感原理和遥感仪器：遥感原理包括传感器对地物的辐射特性和反射光谱的解释，遥感仪器包括多光谱、高光谱和合成孔径雷达等传感器。
了解遥感原理和仪器有助于理解地球表面被动反射和主动发射的信息获取过程。
2.遥感图像的解译：遥感图像的解译是对图像进行信息提取和解释的过程，包括目标识别、目标提取和目标分类等。
常见的解译方法有目视解译、数字解译和专业解译软件的应用。
了解遥感图像的解译方法和技巧是进行地学分析的基础。
3.数字图像处理：数字图像处理是将遥感图像进行预处理、增强和特征提取的过程，包括影像校正、滤波、变换和分类等。
了解数字图像处理的原理和方法，可以提高遥感图像的质量和准确性。
4.地理信息系统（GIS）：GIS是将地球信息进行空间处理、管理和分析的计算机软件系统。
了解GIS的基本原理和功能，可以对遥感图像进行空间分析和综合应用，包括空间插值、地理叠加和空间模型等。
5.数学模型和统计分析：数学模型和统计分析是进行地学分析和预测的数学方法，包括回归分析、协方差和相关性分析等。
通过数学模型和统计分析，可以对遥感信息进行定量化和预测分析。
6.地球物理学和地学模型：地球物理学是研究地球物质和能量的物理现象和规律的学科，地学模型是对地球系统的物理过程和相互关系进行建模和模拟的工具。
了解地球物理学和地学模型，可以对特定地区的地学问题进行解决和分析。
7.实地验证和野外调查：实地验证和野外调查是对遥感解译结果进行验证和分析的方法，包括野外样方调查、采样和地面测量等。
通过实地验证和野外调查，可以提高遥感解译的准确性和可信度。
8.应用案例和研究方法：学习和掌握遥感地学分析的重点知识，需要参考和分析遥感应用案例和研究方法。
遥感地学分析
2城市功能结构的分析应用
在城市系统中，生产、消费等不同单元， 有其不同的功能与结构。利用航空像片， 对城市内部细小的结构及利用特点、格式 都能得到很好的判释。
3城市环境质量分析评价
随着城市用地的扩展，城市环境的变化， 为能维持城市系统的正常运转，需要进行 一定周期的航摄调查，实现动态分析，包 括城市环境质量的定性、定量和定位的研 究。
原图
打印输出常用的灰度图
打印输出常用的黑白图
二、数字图象打印输出
三、彩色图象打印输出 常见有伪彩、真彩图象。
第二节彩色硬拷贝图形 图象输出 工艺
BESTMAP遥感图象处理系统提供有完 善的打印 设置功能 。
第三节 地图制印新技术的 发展 与应用
随着计算机技术和 图象技术的发展，地 图制印技术也得到极大的 发展。
第四节 电子地图编辑设计 与制 版一体化系统 工艺
地图电子出版系统 是地图生产的计算机 系统，它从数字地图信息及数据输入、地 图编辑设计和分色制版，形成一体化软硬 件系统。
作业：
请思考如何对遥感图象进行灰度透镜处理
原图
反色+腐蚀
第十一章 城市环境遥感调查 监测与制图
第二节 城市规划与管理中的遥感分析 一航空遥感在城市规划与管理中的应用
城市规划通常分总体规划和详细规划，遥 感在城市规划与管理中的应用参看P204
1城市及背景现状调查
城市是一个复杂多边和不断发展演化的 动态系统。利用航空像片分析城市现状， 进行城市规划和实现现代化技术管理是重 要的新手段
航空像片城市Βιβλιοθήκη 状与背景调查的 主要内容城市规模 城镇体系及功能分区 城市自然环境空间结构 城市社会经济的配置 城市生态系统及其物质流、能量流、信息 流的关系
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
遥感地学分析方法
南京地区植被指数提取与分析：
采用的遥感数据：Landsat TM （120－38南京地区）。
植被指数提取方法：
植被主要通过绿色植物叶子和植被冠层的光谱特性及其差异、变化而反映的，不同光谱通道所获得的植被信息可与植被的不同要素有相关性，所以我们往往选用多光谱遥感数据经分析运算（加、减、乘、除等线性或非线性组合方式），产生某些对植被长势、生物量等有一定指示意义的数值——即所谓的“植被指数”。
用一种简单有效的形式来实现对植物状态信息的表达，以定性和定量地评价植被覆盖、生长活力及生物量等。
在植被指数中，通常选用对绿色植物（叶绿素引起的）强吸收的可见光红波段和对绿色植物（叶内组织引起的）高反射的近红外波段。
这两个波段不仅是植物光谱中的最典型的波段，而且它们对同一生物物理现象的光谱响应截然相反，故它们的多种组合对增强或揭示隐含信息将是有利的。
1、提取归一化植被指数
归一化指数（NDVI）被定义为近红外波段与可见光红波段数值之差和这两个波段数值之和的比值。
公式：NDVI=（TM4-TM3）/（TM4+TM3）
2、提取绿度植被指数GVI
GVI=-0.2848*TM1-0.2435*TM2-0.5436*TM3+0.7243*TM4+0.084*TM5-0.1800*TM7 在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像
3、提取比值植被指数RVI
比值值被指数（RVI）由于可见光红波段（R）与近红外波段（NIR）对绿色植物的光谱响应十分不同，且具倒转关系。
两者简单的数值比能充分表达两反射率之间的差异。
公式：RVI= TM4/TM3
在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像
4、提取差值植被指数
公式：RVI= TM4-TM3
在ENVY3.2的主菜单basic tools下，运行band math子菜单，输入上述公式，得到图像
将得到的几种植被指数按RGB合成后得到彩色图像，可以很明显的看到黄色较亮的部分为植被覆盖区。
总结：
通过这几种植被指数的图像合成，我们从图上可以清晰的看出影像中植被的覆盖区域与覆盖密度。
从而了解到影像中南京地区的植被覆盖程度。
利用植被指数提取的方法可以轻松的获得某地区的植被覆盖状况从而了解这一地区的自然状况。
这种方法在森林保护，自然保护区，植被覆盖度研究等方面有着重要的作用。
同时，不同时间的植被覆盖状况还可以用来研究植被退化的状况，对于森林保护计划有着极大的作用。