常用遥感大数据和波段用途
常用遥感大数据和波段用途
（一）NOAA/AVHRRNOAA/AVHRR（National Oceanic and Atomospheric Administration）是低空间分辨率遥感卫星。
它是美国国家海洋大气局的实用气象观测卫星，从1970年12月发射的第一颗到2002年6月24号发射的NOAA-M，30多年来共发射了17颗。
NOAA卫星的轨道为太阳同步近极地圆形轨道，以确保同一时间、同一地方的上午、下午成像。
轨道平均高度分别为833km和870km，轨道倾角98.7º和98.9º；是目前业务化运行最成熟的一种遥感卫星。
NOAA卫星采用双星系统，即NOAA12和NOAA14在服役，它的总体参数：总重量：1421公斤；负载量：194公斤；保留余量：36.4公斤；卫星尺寸：3.71米（长）*1.88米（直径）。
星载传感器有：①极精密高分辨率辐射计（AVHRR）以5个频道同时扫描大气，可获得可见光云图和红外云图，作为天气分析与预报之用。
此外，红外频道的数据可用来决定若干云参数及海面温度。
②泰洛斯业务垂直探测器（TOVS），这组仪器包括三个辐射计，各有不同的功能：A.高分辨率红外辐射探测器（HIRS/2）是具有20个可见光和红外频道的扫描辐射计，可以探测对流层内气温和水汽垂直分布以及臭氧总含量。
B.平流层探测单元（SSU）以3个红外频道观测平流层中的气温垂直分布。
C.微波探测单元（MSU）以4个微波频道观测波长0.5厘米的氧吸收带，可以穿透云层探测云下的气温垂直分布。
③太空环境监测器（SEM）负责侦测太空中太阳质子、α粒子及电子通量等资料。
④地球辐射收支试验（ERBE）以狭角视场和广角视场观测地球大气，可以监测太阳常数、行星反照率以及射出长波辐射等参数。
TIROS-N系列卫星具有数据汇集系统（DCS），可以接收来自两千多个固定及移动观测台的资料，加以处理储存，最后再传送到地面接收站。
AVHRR为TIROS-N系列卫星最主要的仪器，它由一个8英寸口径的卡塞格伦望远镜对准地面，用一个旋转镜对地面左右扫描，望远镜的瞬时视场角为1.3*1.3平方毫弧度，相当于星下点1.1平方公里，扫描每分钟360行，扫描角为正负55度，相当于地面2800公里。
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。
完整版遥感平台波段设计及应用
最主要、最常 用；发射升空 后可在空间轨 道上自动运行 数年，不需要 供给燃料和其 他物资
宇宙飞船
高度： 200～250km 特点：负载容 量大、载人 缺点：飞行时 间短、飞越同 一地区上空
航天飞机
空间轨道站
高度：
应用：天文观
240～350km 测 、 空 间 科 学
应用：空间实验、 研 究 、 医 学 生
无人机 ——机动、快速、经济
利用无人驾驶飞行器、遥感传感器、遥测遥控技术、通信技术、GPS差分定 位技术等进行遥感的平台。
固定翼型 无人机
通过动力系统和机翼实现起降和飞行，需要空旷场地； 用途：矿山资源监测、林业草场监测、海洋环境监测、 污染源及扩散态势监测、土地利用监测及水利、电力监 测、摄影测量等。
热红外窗口，所探测的信息主要反映地物 的发射率及温度。
1.0mm~1m
微波窗口，分为毫米波、厘米波、分米波， 能穿透云层、植被及一定厚度的冰和土壤， 具有全天候的工作能力，因而越来越受到 重视。
2 18
目前主要遥感平台、波段设计、应用
汇报人：
日期：
遥感
广义：遥远的感知，泛指一切无接触的远距离探测，包括对电磁 场、力场、机械波（声波、地震波）等的探测。
狭义：是应用探测仪器，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。
目录
大气窗口
大气窗口 决定 了遥感传感器的波段选择。 太阳辐射在到达地面之前穿过大气层，大气折射只是改变太阳辐射的方向， 并不改变辐射的强度。但是大气反射、吸收和散射的共同影响却衰减辐射强度， 剩余部分才为透射部分。不同电磁波段通过大气后衰减的程度是不一样的，因而 遥感所能够使用的电磁波是有限的。有些大气中电磁波透过率很小，甚至完全无 法透过电磁波，称为“大气屏障”；反之，有些波段的电磁辐射通过大气后衰减 较小，透过率较高，对遥感十分有利，这些波段通常称为“大气窗口”。
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
精准农业中的遥感与大数据应用
精准农业中的遥感与大数据应用在当今农业领域，精准农业正逐渐成为主流趋势。
其中，遥感和大数据的应用发挥着不可忽视的作用。
一、遥感技术在精准农业中的应用（一）作物生长监测遥感技术可以通过卫星、无人机等平台获取农田的影像数据。
这些影像包含了丰富的信息，例如植被的光谱特征。
健康的作物与受到病虫害或者营养不良的作物在光谱反射率上存在差异。
通过分析这些光谱特征，我们能够精确地了解作物的生长状况。
比如，在小麦生长过程中，如果叶绿素含量发生变化，其光谱反射曲线也会相应改变。
通过遥感影像分析，可以及时发现小麦是否缺肥或者缺水，从而为精准施肥和灌溉提供依据。
（二）土地资源调查在精准农业中，了解土地资源状况是至关重要的。
遥感技术能够大面积、快速地获取土地的相关信息，如土壤类型、土壤湿度、地形地貌等。
在开垦新的农田或者对现有农田进行改良时，这些信息不可或缺。
例如，在山区进行梯田建设时，遥感影像可以清晰地显示出地形坡度、土壤厚度等信息，帮助农民确定最佳的梯田建设位置和规模，提高土地利用率和农业生产效率。
（三）灾害监测与预警农业面临着各种自然灾害的威胁，如干旱、洪涝、病虫害等。
遥感技术能够及时监测这些灾害的发生和发展。
以蝗虫灾害为例，通过卫星遥感影像可以监测蝗虫的繁殖地和迁徙路径，提前预警蝗虫可能侵袭的农田区域，让农民有足够的时间采取防治措施。
对于干旱和洪涝灾害，遥感可以监测土壤湿度和地表积水情况，为灾害应对提供准确的数据支持。
二、大数据在精准农业中的应用（一）数据整合与分析大数据可以整合来自多个渠道的数据，包括气象数据、土壤数据、作物生长数据等。
这些数据量庞大且复杂，但通过大数据分析技术，可以挖掘出其中有价值的信息。
例如，将历年的气象数据与作物产量数据进行关联分析，就可以发现气温、降水等气象因素对作物产量的影响规律。
这样，农民就可以根据气象预报提前调整种植计划，选择更适合的作物品种或者调整种植密度。
（二）精准决策支持在精准农业中，决策的精准性直接关系到农业生产的效益。
遥感与大数据
遥感与大数据概述：遥感技术与大数据分析的结合，为地球科学、环境保护、城市规划等领域提供了强大的工具和方法。
本文将详细介绍遥感与大数据的概念、应用领域、数据获取与处理方法，以及未来发展趋势。
一、遥感与大数据的概念遥感是指通过从遥远的地面、大气或太空中获取的电磁辐射数据，来获取地球表面信息的技术。
大数据是指规模庞大、多样化和快速增长的数据集合，通过使用先进的计算机技术进行处理和分析，以揭示隐藏在数据中的模式和趋势。
二、遥感与大数据的应用领域1. 地球科学：利用遥感和大数据分析技术，可以监测和研究地球表面的变化，如气候变化、地表覆盖变化、自然灾害等，为科学家提供了全球尺度的数据和信息，促进了对地球系统的深入认识。
2. 环境保护：遥感技术与大数据分析结合，可以实现对环境污染、自然资源的监测和评估，为环境保护决策提供科学依据。
例如，通过遥感卫星获取的数据可以监测森林覆盖率变化，帮助制定森林保护政策。
3. 城市规划：遥感与大数据的应用可以帮助城市规划师更好地了解城市的发展状况和趋势，从而制定出更科学合理的城市规划方案。
例如，通过遥感技术获取的城市土地利用数据可以帮助规划师分析城市扩张趋势，为城市规划提供参考。
4. 农业与粮食安全：遥感与大数据分析可以提供农作物生长情况、土壤湿度、气候变化等信息，帮助农民和农业决策者制定农业生产策略，提高农作物产量和粮食安全水平。
三、遥感与大数据的数据获取与处理方法1. 数据获取：遥感数据可以通过卫星、飞机、无人机等载体获取。
大数据可以通过互联网、传感器、社交媒体等渠道获取。
获取的数据需要进行预处理，包括数据校正、辐射校正、几何校正等步骤。
2. 数据处理：遥感与大数据的处理方法包括数据融合、特征提取、分类与识别、时空分析等。
数据融合可以将多源遥感数据融合为一幅图像，提高数据的精度和可靠性。
特征提取可以从遥感数据中提取有用的地物信息，如建筑物、道路等。
分类与识别可以将遥感图像中的地物进行分类和识别，帮助实现自动化的地物提取。
遥感考点整理
遥感导论第一章遥感：是应用探测仪器，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。
遥感系统包括：被测目标的信息特征、信息的获取、信息的传输与记录、信息的处理和信息的应用。
遥感的类型：（1）按遥感平台分：地面遥感，航空遥感，航天遥感，航宇遥感。
（2）按传感器的探测波段分：紫外遥感，可见光遥感，红外遥感，微波遥感，多波段遥感。
（3）按工作方式分：主动遥感和被动遥感，成像遥感与非成像遥感。
（4）按遥感的大的研究领域分：外层空间遥感，大气层遥感，陆地遥感，海洋遥感。
（5）按遥感具体应用领域分：资源遥感，环境遥感，农业遥感，林业遥感，渔业遥感，地质遥感，气象遥感，水文遥感，城市遥感，工程遥感及灾害遥感，军事遥感。
（重点掌握）按传感器的探测波段分：紫外遥感（探测波段在0.05~00.38μm之间），可见光遥感（探测波段在0.38~0.76μm之间），红外遥感（探测波段在0.76~1000μm之间），微波遥感（探测波段在1mm~10m之间），多波段遥感：指探测波段在可见光波段和红外波段范围内，再分成若干窄波段来探测目标。
按工作方法分：主动遥感和被动遥感；成像遥感与非成像遥感。
遥感的特点：大面积的同步观测，时效性，数据的综合性和可比性，经济性，局限性。
第二章电磁波谱：按电磁波在真空中传播的波长或频率。
递增或递减排列，则构成了电磁波谱。
遥感中常用的电磁波谱及波长范围：波段波长长波大于3000m中波和短波10~3000m超短波1~10m微波1mm~1m红外波段0.76~1000μm可见光0.38~0.76μm紫外线10^(-3)~3.8*10^(-1)μmX射线10^(-6)~10^(-3)μmY射线小于10^(-6)μm电磁辐射的度量：（1）辐射能量（W）：电磁辐射的能量，单位J。
（2）辐射通量（Φ）：单位时间内通过某一面积的辐射能量。
（3）辐射通量密度（E）：单位时间内通过单位面积的辐射能量。
遥感与大数据
遥感与大数据概述：遥感与大数据是指利用遥感技术获取地球表面信息，并通过大数据分析和处理，从中提取有用的信息和知识。
本文将详细介绍遥感与大数据的基本概念、应用领域、数据处理流程以及未来发展趋势。
一、基本概念：1. 遥感技术：遥感技术是利用卫星、飞机等遥感平台获取地球表面信息的技术，包括光学遥感、雷达遥感、红外遥感等。
2. 大数据：大数据是指数据量巨大、复杂多样、高速增长的数据集合，通过分析这些数据可以揭示隐藏的规律和趋势。
二、应用领域：1. 地质勘探：利用遥感技术获取地质信息，结合大数据分析，可以快速准确地确定矿产资源分布、地质构造等。
2. 环境监测：通过遥感技术获取地表覆盖、气候变化等信息，并结合大数据分析，可以实现对环境污染、自然灾害等的监测和预警。
3. 农业管理：利用遥感技术获取农田植被、土壤湿度等信息，结合大数据分析，可以实现精准农业管理，提高农作物产量和质量。
4. 城市规划：通过遥感技术获取城市建筑、交通网络等信息，结合大数据分析，可以优化城市规划，提高城市管理效率。
5. 水资源管理：利用遥感技术获取水体分布、水质状况等信息，结合大数据分析，可以实现水资源的合理配置和管理。
三、数据处理流程：1. 数据获取：通过卫星、飞机等遥感平台获取地球表面的多光谱、多角度、多时相的遥感影像数据。
2. 数据预处理：对获取的遥感影像数据进行大气校正、几何校正等预处理，以提高数据的质量和准确性。
3. 数据融合：将不同波段、不同分辨率的遥感影像数据进行融合，以获取更全面、更准确的地表信息。
4. 特征提取：通过图像处理和模式识别技术，提取遥感影像中的地物特征，如植被覆盖、建筑物分布等。
5. 数据分析：利用大数据分析方法，对提取的地物特征进行统计分析、空间分析等，揭示地表信息的规律和趋势。
6. 结果展示：将分析结果可视化展示，以便用户直观地理解和利用。
四、未来发展趋势：1. 数据共享：遥感与大数据领域将越来越重视数据共享，通过建立数据共享平台和标准，促进数据的开放和互联互通。
- 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)。
（一）NOAA/A VHRRNOAA/A VHRR（National Oceanic and Atomospheric Administration）是低空间分辨率遥感卫星。
它是美国国家海洋大气局的实用气象观测卫星，从1970年12月发射的第一颗到2002年6月24号发射的NOAA-M，30多年来共发射了17颗。
NOAA卫星的轨道为太阳同步近极地圆形轨道，以确保同一时间、同一地方的上午、下午成像。
轨道平均高度分别为833km和870km，轨道倾角98.7º和98.9º；是目前业务化运行最成熟的一种遥感卫星。
NOAA卫星采用双星系统，即NOAA12和NOAA14在服役，它的总体参数：总重量：1421公斤；负载量：194公斤；保留余量：36.4公斤；卫星尺寸：3.71米（长）*1.88米（直径）。
星载传感器有：①极精密高分辨率辐射计（A VHRR）以5个频道同时扫描大气，可获得可见光云图和红外云图，作为天气分析与预报之用。
此外，红外频道的数据可用来决定若干云参数及海面温度。
②泰洛斯业务垂直探测器（TOVS），这组仪器包括三个辐射计，各有不同的功能：A.高分辨率红外辐射探测器（HIRS/2）是具有20个可见光和红外频道的扫描辐射计，可以探测对流层气温和水汽垂直分布以及臭氧总含量。
B.平流层探测单元（SSU）以3个红外频道观测平流层中的气温垂直分布。
C.微波探测单元（MSU）以4个微波频道观测波长0.5厘米的氧吸收带，可以穿透云层探测云下的气温垂直分布。
③太空环境监测器（SEM）负责侦测太空中太阳质子、α粒子及电子通量等资料。
④地球辐射收支试验（ERBE）以狭角视场和广角视场观测地球大气，可以监测太阳常数、行星反照率以及射出长波辐射等参数。
TIROS-N系列卫星具有数据汇集系统（DCS），可以接收来自两千多个固定及移动观测台的资料，加以处理储存，最后再传送到地面接收站。
A VHRR为TIROS-N系列卫星最主要的仪器，它由一个8英寸口径的卡塞格伦望远镜对准地面，用一个旋转镜对地面左右扫描，望远镜的瞬时视场角为1.3*1.3平方毫弧度，相当于星下点1.1平方公里，扫描每分钟360行，扫描角为正负55度，相当于地面2800公里。
它的成像方式是光学机械扫描成像，成像幅宽为16.5km*16.5km，空间分辨率在星下点处是1100m，在远离星下点处是4000m。
A VHRR具有五个探测波段，每个波段特性见下表1：表1 波段特性NOAA卫星地面接收站每天两次在固定时间里接收某一轨道的卫星云图，几条轨道的图像拼接成区域云图，成为预报员制作预报的重要参考资料。
（二）TERRA/MODISMODIS（Moderate Resolution Imaging Spectrometer）于1999年12月18日在美国加洲的verndenberg空军基地发射成功，承载的卫星是Terra(EOS AM1) ，它是中空间分辨率遥感卫星，于2000年2月24日正式接收数据。
MODIS采用与太阳同步的，近极地圆形轨道，轨道高705km，测绘带宽2330km*10km。
具有36个光谱通道，分布在0.4-14um的电磁波谱围。
MODIS仪器的空间分辨率分别为250m、500m、1000m，在对地观测过程中，每秒可同时获得6.1兆比特的来自大气、海洋和陆地表面信息，每日或每两日可获得一次全球观测数据。
MODIS是被动式成像分光辐射计，携带490个探测器，分布在36个光谱波段，覆盖从可见光到红外波段。
由穿轨迹扫描反射镜、收集辐射的光具和带有光谱滤光片的线列阵探测器组件等部件构成。
探测器组件共四组，分布在四个焦平面处。
MODIS仪器设置多种定标硬件，供空间操作时使用。
包括：太阳漫射器、太阳漫射稳定度监视仪、分光辐射度定标组件、板状黑体、和天空视窗。
仪器操作时定期地使用太阳漫射器、黑体和分光辐射度仪等三个定标装置进行定标。
MODIS仪器操作，在轨日夜连续操作。
正常的获取科学数据，在白天，所有波段均操作运行。
在轨道的夜间时段，只有热红外波段收集数据。
MODIS数据的特点如下表：MODIS波段分布和主要应用通道波长（微米）类型主要用途1 0.58-0.68 可见光探测反射率2 0.752-1.0 近红外探测反射率3 3.55-3.93 中红外探测热辐率4 10.3-11.3 远红外探测热辐率5 11.4-12.4 远红外探测热辐率MODIS数据的文件格式是HDF文件格式。
HDF是美国国家高级计算应用中心（National Center Supercomputing Application）为了满足各种领域研究需求而研究的一种能高效存储和分发科学数据的新型数据格式。
一个HDF文件中可以包含多种类型的数据，如栅格图像数据，科学数据集，信息说明数据。
这种数据结构方便了我们对信息的提取。
MODIS观测数据的分析和研究将在以下几方面应用领域发挥重要作用：（1）地表覆盖变化和全球生产力，包括区域性地表覆盖变化的趋势和模式、作物种类，以及全球初级生产力。
（2）自然灾害监测，包括洪涝、干旱、森林草原火灾、雪灾等。
（3）短期气候预测，季、年的气候预测，以便改进对短期气候异常发生时间、地点的预报。
（4）长期气候变化研究，帮助科学家识别长期气候变化及其趋势的机制和因子，包括人类影响。
（5）大气臭氧监测，帮助科学家监测大气臭氧的变化，分析变化产生的原因及对地球系统的影响。
（三）Landsat/TM&ETMLandsat5 Landsat7Landsat（陆地卫星）是中空间分辨率卫星，它是由NASA（美国航空航天局）发射的。
从1972年7月23日发射以来，已发射7颗（第6颗发射失败）。
目前Landsat1-4相继失效，Landsat5仍在超期运行（从1984年3月1日至今）。
Landsat7于1999年4月15日发射升空。
Landsat卫星采用与太阳同步的近极地圆形轨道，而且卫星以同一地方时、同一方向通过同一地点，保证了遥感观测条件的基本一致，有利于图像的对比。
Landsat4,5轨道高度705km，轨道倾角98.2º每16天重复覆盖一次，穿过赤道的地方时为9点45分，覆盖地球围N81º-S81.5º。
Landsat5上装载了专题制图仪（TM），其空间、光谱、辐射性能均比MSS 有明显提高，因而数据质量提高、数据量增加。
Landsat7在数据获取的地理围与分幅方法、空间分辨率、校正精度和光谱特性等方面足够一致，TM用户可以顺利过渡到ETM+。
Landsat7上装载了ETM+，其在ETM的基础上，设置了太阳定标器和部灯定标，以改善辐射定标，且热红外谱段空间分辨率提高到60m。
Landsat数据的特点如下表：波段类型波谱围（um）空间分辨率（m）1 blue 0.45-0.52 30/302 green 0.52-0.60 30/303 red 0.63-0.69 30/304 NIR 0.76-0.90 30/305 SWIR 1.55-1.75 30/306 TIR 10.4-12.5 120/607 SWIR 2.08-2.35 30/308 Pan 0.52-0.90 —/15在过去的日子里，Landsat数据的用很广泛，如全球变化的研究，，区域环境的研究，国家安全以及一些其他的文化和经济目的。
例如，Landsat数据已经被用于监测农业产量，城市增长以及陆地覆盖变化，并且Landsat数据在油、气和矿的开采方面有广泛的应用。
其他的科学应用包括监测火山，冰河动力学，农业产量以及海岸情况。
可见光的波长大约在0.4-0.7m。
波长最长的可见光是红光，最短的是紫光。
通常可以感觉到的色彩的波长如下：紫光（0.4-0.446）、蓝光（0.446-0.5）、绿光（0.5-0.578）、黄光（0.578-0.592）、橙光（0.592-0.62）、红光（0.62-0.7）、红外（0.7-100），近红外（0.7-0.9）（四）ASTERASTER（Advanced Spaceborne Thermal Emission and Reflection Rdiometer）叫做高级太空热辐射反射辐射计。
它是由日本国际贸易工业部提供的一种便于探索的仪器。
于1998年搭载NASA的地球观测系统上午星（EOS-AM1）平台升空。
发射ASTER的目的是为了提高人们对发生在近地表和低大气层中局部或区域规模的过程的理解，其中也包括地表—大气界面的相互作用。
ASTER的立体观测基高比为0.6，跨宽60km，总跨度232km，寿命为5年。
ASTER的数据特征如下表：类型波段序号波谱围空间分辨率VNIR123N，3B0.52-0.600.63-0.690.78-0.8615mSWIR 4567891.600-1.7002.145-2.1852.185-2.2252.235-2.2852.295-2.3652.360-2.43030mTIR 10111213148.125-8.4758475—8.8258.925-8.27510.25-10.9510.95-11.6590m其中，VNIR和美国陆地卫星TM以及日本地球资源卫星（JERS-1）光学传感器（OPS）相类似的波段通道。
选择SWIR波段主要是为了地表土壤和矿物绘图的目的。
TIR的目的是用来估计SiO2的含量。
从ASTER的几何性能来看，就它们的波段围来说，它们的分辨率在所有EOS-AM1的传感器中仍然是最高的。
对于其它传感器数据的亚像素比率分析，比如对于具有250、500或者1000米空间分辨率的MODIS数据，对于具有275、500或者1100米分辨率的MISR数据，ASTER数据期望能够提供重要的信息。
ASTER的数据类型包括：1、工程数据：监视和维持太空船和仪器的健康和安全。
2、校准数据：作为车载的和替代仪器的校准。
3、科学数据：收集起来满足使命的科学目的。
ASTER数据对于研究各种局部的到区域的现象很有用，比如：（1）陆地表面气候：陆地表面参数的调查，表面温度等，目的是为了了解陆地—大气的互相作用和能量以及湿度流（蒸发作用和蒸发损失总量）。
（2）植被和生态系统动力学：植被和土壤分布的调查以及他们的变化，目的是评估生物生产力，了解陆地—大气的互相作用，并且探测生态系统变化。
（3）火山监控：对喷发和先前时间的监控，例如火山气散发到大气层，喷发柱，熔岩湖的演化和喷气孔的活动，喷发历史和喷发潜能。
（4）灾害监控：野火、洪水、滑坡和海岸侵蚀等的程度和效应。
（5）悬浮微粒和云—对大气中悬浮微粒的特征和云类型的观测，这些对于表面修复的大气纠正很有用。