第二章 地物光谱特征与遥感数字图像信息提取
遥感概论ppt课件第二章--电磁辐射与地物光谱特征
22
2.2 太阳辐射及大气对辐射的 影响
l太阳是被动遥感最主要的辐射源，太阳 辐射有时习惯称作太阳光，太阳光通过 地球大气照射到地而，经过地面物体反 射又返回，再经过大气到达传感器，这 时传感器探测到的辐射强度与太阳辐射 到达地球大气上空时的辐射强度相比， 已有了很大的变化，包括入射与反射后 二次经过大气的影响和地物反射的影响。 本节主要讨论大气的影响。
6
2.1.2 电磁辐射的度量
1. 辐射源 任何物体都是辐射源。不仅能够吸收其他物体对它的辐
射，也能够向外辐射。 因此对辐射源的认识不仅限于太阳、 炉子等发光发热的物体。能发出紫外辐射、 X射线、微波辐 射等的物体也是辐射源，只是辐射强度和波长不同而已。 电 磁波传递就是电磁能量的传递。因此遥感探测实际上是辐射 能量的测定。
一般辐射体和发射率
21
以石英的辐射为例，对不同波长测出对 应于该波长的光谱辐射出射度Mλ,这时
石英温度假定为250 K。分别作出250 K 时绝对黑体的辐射曲线和石英的辐射曲 线(图2．9)，从图可以看出，石英的辐 射显然比黑体辐射弱，而且随波长不同 而不同，也就是说比辐射率(或吸收系 数)与波长有关。虚线各点的纵坐标是 石英对应于每一波长的光谱辐射出射度 ．曲线下面积是整个电磁波谱的总辐 射出射度。
l 方向:由电 磁振荡向各个 不同方向传播 的.
第二章 地物光谱特征与遥感数字图像信息提取
Geography Analysis for Remote Sensing
第2章 遥感图像识别与信息提取
内容提要
2.1 遥感图像地物特征与识别 2.1.1 遥感图像地物特征 2.1.2 典型地物的反射光谱特征 2.2 遥感图像的目视解译 2.2.1 目视解译标志 2.2.2 目视解译方法与步骤 2.3 遥感图像的计算处理 2.3.1 遥感数字图像的概念 2.3.2 遥感数字图像预处理 2.3.3 遥感数字图像分类处理 2.3.4 遥感数字图像定量反演
目视解译
2.2.1 目视解译标志
1、直接解译标志
色调（tone）：色调是识别目标地物的基本依据。由 于地物属性的差别，在遥感图像上表现出色调上的差 别。一般来说由于人眼的局限性，在图像可分出16个 灰度级。 颜色（colour）：由于目标地物在不同波段中反射或 发射电磁辐射能量的差异性，由此而表现在彩色图像 颜色的差异性。颜色也是目视解译的基本标志之一。 图型（pattern）：目标地物有规律排列而成的图形 结构。
阴影
形状
纹理（Texture）
大小（size）
2.2.1 目视解译目标地物分布的地点。任何 地物与其周围地理环境（geographical Environment）或生态环境(ecological Environment)总是存在着一定的空间关系，并 受到周围环境的某种程度的制约。 相关布局（association）：是指多个目标地 物间的空间配置关系。
2.1.2 典型地物的反射光谱特征
3、水体的反射光谱特征
水体的反射主要在蓝光波段，其他波段吸收都很 强，特别在近红外以后水体便成为一个吸收体。 光谱反射特性可能包括来自三方面的贡献：水 的表面反射、水体底部物质的反射和水中悬浮 物质的反射。 光谱吸收和透射特性不仅与水体本身的性质有 关，而且还明显地受到水中各种类型和大小的 物质——有机物和无机物的影响。
遥感数据处理中的特征提取与分类方法
遥感数据处理中的特征提取与分类方法引言遥感技术的发展使得人们能够通过航天器远距离获取地球表面的图像数据，并进行各种分析和应用。
遥感数据处理是指对这些获取到的数据进行预处理、特征提取和分类，以实现对地球表面特定区域的信息提取和解读。
本文将探讨遥感数据处理中的特征提取与分类方法。
一、特征提取方法1. 光谱特征提取光谱特征提取是遥感数据处理中最常用的方法之一。
通过分析地球表面的反射、辐射和发射光谱信息，可以获取不同物体或地物的光谱特征。
这些特征包括反射率、辐射亮度、辐射强度等。
2. 纹理特征提取纹理特征提取是通过分析地物表面纹理的空间分布和统计特性来获取特征信息的方法。
纹理特征包括灰度共生矩阵、方差、平均灰度等。
这些特征可以用于界定地物的边界、形状和空间分布特征。
3. 结构特征提取结构特征提取是通过分析地物的几何形状和排列方式来获取特征信息的方法。
结构特征包括面积、周长、长度、宽度、密度等。
这些特征可以用于判断地物的类型和分类。
二、分类方法1. 监督分类方法监督分类方法是基于已知地物类型的样本数据进行训练和分类的方法。
这种方法需要先收集一定数量的地物样本数据，并标注其类别信息。
然后，通过对样本数据进行统计分析和特征提取，建立分类模型，对未知地物进行分类。
2. 无监督分类方法无监督分类方法是不依赖已知样本数据进行分类的方法。
无监督分类方法主要依靠对地物间的相似性和差异性进行统计分析，通过将地物划分为具有相似特征的类别，实现分类。
3. 半监督分类方法半监督分类方法是监督分类方法和无监督分类方法的结合，充分利用已知样本数据和未知样本数据进行分类。
半监督分类方法首先使用无监督方法对未知样本数据进行聚类，然后使用监督方法对聚类结果进行分类。
结论遥感数据处理中的特征提取与分类方法是实现对地球表面信息提取和解读的关键环节。
光谱特征、纹理特征和结构特征的提取可以有效地表示地物的特点和特征。
监督分类、无监督分类和半监督分类方法可以根据不同的需求和数据情况进行选择和应用。
遥感图像分类与地物提取的方法与应用
遥感图像分类与地物提取的方法与应用遥感技术在地理信息系统（GIS）和环境科学等领域扮演着重要的角色。
遥感图像分类与地物提取作为遥感技术的一个关键应用，通过利用遥感图像的特征信息，将图像中的像素按照其所属地物类别进行分类，以实现对地物的定量分析和地理信息的提取。
一、遥感图像分类的方法遥感图像分类有多种方法，其中最常见的包括基于像元的分类、基于面向对象的分类和基于深度学习的分类。
基于像元的分类是利用像素本身的特征进行分类，常用的特征包括光谱信息、纹理特征和形状信息等。
光谱信息是指不同波段的反射率或辐射能力，利用不同波段之间的差异来区分不同地物类别。
纹理特征是指地物表面上的纹理变化情况，如纹理的粗细、密度和方向等。
形状信息是指地物的形状特征，常用的形状指标包括面积、周长、紧凑度等。
基于面向对象的分类是将相邻像素组合成对象，再对对象进行分类。
该方法更符合人类对地物的认知方式，可以更好地保留地物的空间关系信息，提高分类的准确性。
主要特征包括对象的形状、纹理和光谱等。
基于深度学习的分类是利用深度神经网络模型进行图像分类。
该方法利用多层次的神经网络结构，通过学习图像中的特征模式来实现分类。
深度学习的优点是可以学习更高级、抽象的特征，但需要大量标注样本的支持。
二、遥感图像地物提取的应用遥感图像地物提取在环境监测、城市规划、农业资源管理等领域具有重要的应用价值。
在环境监测领域，利用遥感图像地物提取可以实现对地表覆盖类型的监测和变化检测。
通过对不同时期的遥感图像进行比较，可以发现土地利用、植被覆盖、水体变化等环境因素的动态变化情况。
这对于环境保护、资源管理和灾害监测都有很大的帮助。
在城市规划中，遥感图像地物提取可以帮助规划部门了解城市发展的现状和趋势。
通过提取城市中的建筑物、道路网络和绿地等地物信息，可以对城市的用地利用情况进行评估和规划。
这有助于合理规划城市的空间布局和资源利用，促进城市的可持续发展。
在农业资源管理中，遥感图像地物提取可以实现对农田的分布和农作物类型的识别。
遥感数字图像的获取和存储
辐射分辨率：指传感器接收波谱信号时，
能分辨的最小辐射度差。在遥感图像上表 现为每一像元的辐射量化级。
常用量化级D表示，如： Landsat 8bit 0~255级； Ikonos 10bit 0~210
遥感图像的波谱分辨率
波谱分辨率：指传感器在接收 目标辐射的波谱时能分辨的最 小波长间隔。间隔愈小，分辨 率愈高。 不同波谱分辨率的传感器对同 一地物探测效果有很大区别。 传感器的波段选择必须考虑目 标的光谱特征值
卫星
波段/μm 全色 多光谱
QuickBird－2
0.445～0.90 0.45～0.52 0.52～0.60 0.63～0.69 0.76～0.90
IKONOS－2
0.45～0.90 0.45～0.52 0.52～0.60 0.60～0.69 0.76～0.90
地面分辨率/m 全色 多光谱 幅/km 量化等级/bit 重访周期/d 立体成像
自然界的各种地物在温度不等于绝对零度的情况下都能反反射辐射和吸收射辐射和吸收电磁波远距离探测第2章遥感数字图像的获取和存储21遥感图像的获取和数字化遥感图像的获取和数字化212目前遥感技术应用的主要波谱段范围目前遥感技术应用的主要波谱段范围第2章遥感数字图像的获取和存储21遥感图像的获取和数字化遥感图像的获取和数字化21遥感图像的获取和数字化遥感图像的获取和数字化212目前遥感技术应用的主要波谱段范围目前遥感技术应用的主要波谱段范围各波段的主要用途
（2）量化对采样点的辐射值进行数字化，即对辐射值进行量 化编码处理，这一过程称为量化。
采样
一个采样点的几何意义是双重的 相对于坐标系统以及在运算过程中，其空间位置(x，y)代表一个 没有大小的点，但是作为构成图像的一个最小单位来看，它是有面 积的——常称为像元(像素)。 采样点的函数值称像元值(或亮度值或灰度值等) 对遥感图像来说，相当于(x,y)点周围某个小范围内的平均辐射值。 遥感图像的采样过程，实际上就 是对连续图像g(x,y)在x,y方向上分别 以⊿x和⊿y为采样间隔对遥感影像 面离散化过程，其结果是获得了遥 感图像的数字表示形式，即一个二 维的数字矩阵。
第2章 遥感数字图像特征
v 什么是遥感 v 遥感过程 Ø地面反射类型 Ø大气对遥感的影响 Ø光电成像、光学成像、微波成像 Ø数字影像与模拟影像 Ø工作波段 v 遥感方程 v 遥感数字图像处理的概念 v 遥感数字图像处理的内容Βιβλιοθήκη 第二章遥感数字影像特征
章皖秋 西南林学院 资源学院 2009-8
本章内容
v 图像与遥感影像 v 模拟影像与数字影像 v 遥感影像的分辨率 v 常见数字影像 v 遥感影像的统计特征 v 数据格式与文件格式 v 数字彩色与彩色合成
4. 常见数字影像
4.1 LandSat卫星影像 4.2 Spot卫星影像 4.3 QuickBird卫星影像 4.5 其他影像
4. 常见数字影像
v4.1
陆地资源卫星LandSat影像
Ø美国宇航局(NASA)发射的一系列探测地球资
源的卫星。 Ø对于遥感观测地球发挥了巨大的作用 。
Ø目前使用的为 LandSat-5/7。 Ø光机扫描 Ø8位存储
像元数 像元数 像元数
l
l
像元值
像元值
v 像元值不是偏
大，就是偏小
Ø两端分布
影像像元值集中在直方图的左侧和右 侧；影像黑白分明，中间色调少，对比 度高，缺少色调变化的层次 。
l
v 各种像元值均
有，分布合理
Ø正态分布：
大量数据集中在中央、往两边数值频率 逐渐减少，符合统计分布规律 l 影像的对比度适中，亮度分布均匀，层 次丰富 l 反差适中
l
v 像元值集
中且偏小
v 像元值集
中且偏大
v 像元值集中
v 像元值集中
Ø 偏态分布：
l
峰值变化过陡、过窄，则说明灰度值过于集中， 图像反差小，质量差。 像元值集中，且直方图峰值位置偏向灰度值小的 一边，说明大部分像元值偏低，影像偏暗； 像元值集中，且直方图峰值位置偏向灰度值大的 一边，说明大部分像元值偏高，影像偏亮。
遥感地学分析的重点知识
遥感地学分析的重点知识-CAL-FENGHAI-(2020YEAR-YICAI)_JINGBIAN第1章绪论一、遥感地学分析遥感地学分析是以地学规律为基础对遥感信息进行的分析处理过程。
地学分析方法与遥感图像处理方法有机地结合起来，一方面可扩大地学研究本身的视域，提高对区域的认识水平；另一方面可改善遥感分析、处理、识别目标的精度。
二、遥感的分类1、以探测平台划分；（地面、航空、航天、航宇）2、按探测的电磁波段划分；3、按电磁辐射源划分；（被动、主动）4、按应用目的划分。
（地质、农业、林业、水利、海洋等）二、按探测的电磁波段划分1、可见光遥感2、红外遥感3、微波遥感4、多光谱遥感5、紫外遥感6、高光谱遥感三、遥感信息定量化的定义遥感信息定量化是指通过实验或物理模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学或大气等测量目标参量。
四、遥感信息的定量化两重含义1、遥感信息在电磁波不同波段内给出的地标物质定量的物理量和准确的空间位置。
2、从定量的遥感信息中，通过实验或物理模型将遥感信息与地学参量联系起来，定量地反演或推算某些地学或生物学的参量。
3、定量化模型：分析模型、经验模型、半经验模型。
第2章地物光谱特征与遥感数字图像信息提取一、地物的反射光谱特性反射率——用来表示不同地物对入射电磁波的反射能力的不一样。
反射——当电磁辐射到达两种不同介质的分界面时，入射能力的一部分或全部返回原介质的现象。
光谱反射率——Ρ(λ)=E R（λ）/E I(λ)↓↓↓反射率反射能入射能一般地说，当入射电磁波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。
反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。
判读遥感图像的重要标志——在遥感图像上色调的差异。
判读识别各种地物的基础和依据——不同地物在不同波段反射率存在着差异，在不同波段的遥感图像上就呈现出不同的色调。
遥感数字图像处理教程
遥感数字图像处理教程 第一章 概论
1. 遥感数字图像：数字形式的遥感图像。(P1，第六段) 2. 遥感数字图像处理的主要内容：(P2，第七段) ① 图像增强： 其目的是增强整体图像或突出图像中的特定地物的信息， 其方法主要包括： 灰度拉伸、平滑、锐化、彩色合成、主成分变换、缨帽变换、代数运算、图像融合等； ② 图像校正：其目的是对传感器或环境造成的模糊、噪声、几何失真等进行校正，其主 要方法是辐射校正和几何校正； ③ 信息提取：根据地物光谱特征和几何特征，从校正后的遥感图像中提取各种有用的地 物信息，主要包括图像分割、监督分类、非监督分类等，处理结果为分类专题图。 3. 遥感数字图像处理系统：硬件系统和软件系统。(P3，第五段) 4. 数字图像处理存在的两种观点：(P7，第三段) ① 离散方法的观点：即一幅图像的存储和表示均为数字形式，数字是离散的，因此，使 用离散方法进行图像处理才是合理的，与其对应的概念为空间域； ② 连续方法的观点：即图像具有连续性，可用连续的数学形式表达，与其对应的概念为 频率域。
第 3 页 共 13 页
小恺工作室•遥感数字图像处理教程
② HDF（Hierarchy Data Format） ：其构成包括一个头文件、一个或多个描述块、若干个数据 对象。优势：可移植性强；超文本；自我描述性；可扩展性。 ③ TIFF：扩展性好，移植方便，可改性强。 ④ GeoTIFF：在 TIFF 可扩展性的基础之上，添加了一系列的地理信息标签，来描述卫星成 像系统、航空摄影、地图信息、DEM 等。 12. 图像文件的大小计算(单位： 字节)： 行数×列数×单个像素字节数×波段数×辅助参数。 (P35， 第五段)
第四章 图像的显示和拉伸
1. 颜色模型：RGB 颜色模型、CMY 颜色模型、YIQ 颜色模型、HIS 颜色模型。(P61，第三 段) 其中 CMK 模型主要用于打印。 2. 图像的彩色合成：包括伪彩色合成、真彩色合成、假彩色合成和模拟真彩色合成。(P67， 第五段) ① 伪彩色合成：把单波段灰度图像中的不同灰度级按特定的函数关系变换成彩色，然后进行 彩色图像显示的方法，其转换可通过密度分割的方法实现。 ② 真彩色合成：用红绿蓝波长或近似波长合成的、图像显示效果与真彩色近似的合成方式。 ③ 假彩色合成：从多个波段中任意选择 3 个波段（不能与真彩色合成波段相同） ，分别赋予 红绿蓝 3 种原色，其图像的显示效果与真彩色不同。 ④ 模拟真彩色合成：由于蓝光易受气溶胶的影响，有些传感器舍弃了蓝波段，而是通过某种 形式的运算得到模拟的红绿蓝三个通道，从而产生类似于真彩色的图像。 3. 图像拉伸：以波段为处理对象，通过处理波段中单个像素值来实现增强的效果。图像拉伸 的方法包括线性拉伸(全域线性拉伸和分段线性拉伸)和非线性拉伸(指数拉伸、对数拉伸)，图 像直方图是选择拉伸具体方法的基本依据。(P75，第四段) 4. 直方图均衡化： 对原始图像的像素灰度做某种映射变换， 使改变后图像灰度的概率密度(即
- 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)。
遥感图像的处理
影像放大 影像数字化 图像处理
2.2.2 遥感图像解译方法与步骤
目视解译的方法
直判法
–
是根据遥感影像目视判读直接标志，直接确定目标 地物属性与范围的一种方法。
对比分析法
–
对比分析法包括同类地物对比分析法、空间对比分 析法和时相动态对比法。不仅是同一遥感影像图进 行对比，而且要借助不同时相的遥感影像图之间进 行对比。
2.1.1 遥感图像地物特征
1、地物的反射光谱特性
反射率
地物的反射能量Pe占总入射能量Po的百分比， 称为反射率ρ
Pe 100 % Po
反射类型
镜面反射（Specular reflection）
入射波与反射波在同一平面内，入射角与反射角相等 时，所形成的反射现象
漫反射（Diffuse reflection）
2.1 遥感图像地物特征与识别
2.1.1 遥感图像地物特征
地物的反射光谱特性 地物的发射光谱特性 地物的透射光谱特性
2.1.1 遥感图像地物特征
在可见光与近红外波段，地表物体自身的辐射几乎等于零。 地物发出的波谱主要以反射太阳辐射为主。太阳辐射到达地面 之后，物体除了反射作用外，还有对电磁辐射的吸收作用。电 磁辐射未被吸收和反射的其余部分则是透过的部分，即： 到达地面的太阳辐射能量＝反射能量＋吸收能量＋透射能量 一般而言，绝大多数物体对可见光都不具备透射能力，而 有些物体如水，对一定波长的电磁波透射能力较强，特别是对 0. 45 ~ 0. 56μm的蓝绿光波段，一般水体的透射深度可达 10~20 m，清澈水体可达100 m的深度。 对于一般不能透过可见光的地面物体，波长5 cm的电磁波 却有透射能力，如超长波的透射能力就很强，可以透过地面岩 石和土壤。
2.1.2 典型地物的反射光谱特征
2、土壤的反射光谱特征
自然状况的土壤表面的反射率没有明显 的峰值和谷值，一般来说土质越细，反射率 越高，有机质含量越高和含水量越高反射率 越低。此外土壤的肥力也会对反射率产生影 响。
2.1.2 典型地物的反射光谱特征
不同含水量的土壤反射光谱曲线
三种土壤反射波谱曲线比较
光学镜头的非均匀性 引起的边缘减光现象 （边缘部分比中心部 分发暗）
（一）辐射校正
1.遥感器校正 （2）光电变换系统的特性引起的辐射误差校正通 过定期地面测定，根据测量值进行校正。 预先测定各波段的辐射值（Lb）和记录值（DNb） 之间的校正增量系数（A）以及校正偏差量（B）。 校正公式： L’b = A*DN+B
目视解译
2.2.1 目视解译标志
1、直接解译标志
色调（tone）：色调是识别目标地物的基本依据。由 于地物属性的差别，在遥感图像上表现出色调上的差 别。一般来说由于人眼的局限性，在图像可分出16个 灰度级。 颜色（colour）：由于目标地物在不同波段中反射或 发射电磁辐射能量的差异性，由此而表现在彩色图像 颜色的差异性。颜色也是目视解译的基本标志之一。 图型（pattern）：目标地物有规律排列而成的图形 结构。
2.1.2 典型地物的反射光谱特征
绿色植物有效光谱响应特征
矿区红杉林反射曲线的蓝移现象
2.2 遥感图像目视解译
目视解译是用肉眼或借助于简单的工具 如放大镜、立体镜、投影观察器等，直 接由肉眼来识别图像特性，从而提取有 用信息，即人把物体与图像联系起来的 过程 。 具备的基本知识：
专业知识、 地理区域知识、 遥感系统知识。
综合考虑遥感图像多种解译特征，分析、推理某种 目标地物的方法。
综合推理法
–
2.2.2 遥感图像解译方法与步骤
信息复合法
–
利用专题图和地形图等信息与遥感影像图重合，根 据这些辅助信息识别遥感影像图上目标地物的方法。
根据地理环境中各种地理要素之间的相互依存，相 互制约的关系，借助专业知识，分析和推理某种地 理要素性质、类型、状况与分布的方法。
2.3.2 遥感数字图像处理
一、遥感数字图像的获取 二、遥感数字图像的预处理 三、遥感数字图像的变换、增强和融合 四、遥感数字图像分析
一、遥感数字图像的获取 通过接收、记录目标物的电磁波特征的仪器，即传感器 获得的
数 字 图 像 获 取 过 程
二、遥感数字图像预处理
（一）辐射校正
无论入射波方向如何，其反射波分散到各个方向
2.1.1 遥感图像地物特征
方向反射：朗伯体表面实际上是一个理想化的表 面。它被假定为介质是均匀的、各向同性的，并 在遥感中多用以作为近似的自然表面。
电磁波的反射的三种形式
光谱反射率曲线
同一地物 在不同情 况下会出 现不同的 光谱特性
2.1.1 遥感图像地物特征
2.1.2 典型地物的反射光谱特征
水体的反射光谱特征
2.1.2 典型地物的反射光谱特征
4、植被的反射光谱特征
植被的反射波谱曲线规律性明显而独特，主要分为三 个波段：可见光波段（0.4~0.76 m )有一个小的反射 峰，位于0.55 m (绿光波段）处，两侧蓝光波段 （0.45 m ）和红光波段(0.67 m )则有两个吸收带； 近红外波段（0.7~0.8 m ）有一反射徒坡，至1.1 m 附近有一峰值；中红外波段（1.3~2.5 m ）受绿色植 物含水量的影响，吸收率大增，反射率下降，在1.45、 1.95和2.7 m 为中心是水的吸收带，开成低谷。
位置、相关布局
a. Thermal electric Haynes steam plant in Long Beach, CA
b. A sawmill with its associated piles of row and finished lumber
c. Vogtle nuclear power plant near Augusta, GA
（一）辐射校正
2.大气校正
以红外波段最低值 校正可见光波段 回归法 相对散射模型
（一）辐射校正
2.大气校正
以红外波段最低值校正可见光波段
遥感地学分析
Geography Analysis for Remote Sensing
第2章 遥感图像识别与信息提取
内容提要
2.1 遥感图像地物特征与识别 2.1.1 遥感图像地物特征 2.1.2 典型地物的反射光谱特征 2.2 遥感图像的目视解译 2.2.1 目视解译标志 2.2.2 目视解译方法与步骤 2.3 遥感图像的计算处理 2.3.1 遥感数字图像的概念 2.3.2 遥感数字图像预处理 2.3.3 遥感数字图像分类处理 2.3.4 遥感数字图像定量反演
地物的发射波谱特性曲线
2.1.1 遥感图像地物特征
太 阳 辐 射
2.1.1 遥感图像地物特征
3、地物的透射光谱特性
透射率
即地物透射的能量与入射总能量的百分率，称之 为投射率
τ=Eτ/Eο×100%
2.1.2 典型地物的反射光谱特征
1、岩石的反射光谱特征
岩石的波谱特征是地质遥感的基础，不同的矿物 成分、矿物含量、风化程度、含水状况、颗粒大小、 表面的光滑程度、色泽等都会影响到其反射波谱特征。
消除图像数据中依附在辐射亮度里的各种失真的过程 称为辐射校正。完整的辐射校正包括遥感器校正、大气校 正，以及太阳高度和地形校正。
遥感器纠正：遥感器的设计 大气辐射纠正： 地形辐射纠正：需要DEM 地物反射模型纠正：需要和成像时刻取得同步的地面地物光 谱测量数据
总体来说，辐射校正的方法有两种：
2.1.2 典型地物的反射光谱特征
3、水体的反射光谱特征
水体的反射主要在蓝光波段，其他波段吸收都很 强，特别在近红外以后水体便成为一个吸收体。 光谱反射特性可能包括来自三方面的贡献：水 的表面反射、水体底部物质的反射和水中悬浮 物质的反射。 光谱吸收和透射特性不仅与水体本身的性质有 关，而且还明显地受到水中各种类型和大小的 物质——有机物和无机物的影响。
一是分析辐射失真的过程，建立辐射失真的数学 模型，然后对此数学模型求逆的过程，用此逆过程 求得遥感图像失真前的图像。
二是利用实地测量的地物真实辐射值，寻找实 测值与失真值之后的图像之间经验函数关系，从而 得到辐射校正的方法。
（一）辐射校正
1.遥感器校正 （1）因传感器的灵敏度特性引起的辐射误差校正
2.2.2 遥感图像解译方法与步骤
1、目视解译的认知过程
自下向上过程
图像信息获取 特征提取 识别证据选取 特征匹配 提出假设 图像辨识
自上向下过程
2.2.2 遥感图像解译方法与步骤
2、图像解译方法
遥感资料的选择及影像处理
遥感资料的选择
资料类型选择 波段选择 时间选择 比例尺选择
2、地物的发射光谱特性
发射率 地物发射电磁辐射的能力 ，以黑体辐射作为 基准
M / M
长的辐射通量密度； M －指与观测地物同温度下黑体的辐射通量 密度；
M
－指单位面积上观测地物发射的某一波
2.1.1 遥感图像地物特征
通常，根据发射率与波长的关系，将地物分为三种类型
黑体，其发射率ελ=1，即黑体发射率对所有波长都是一个常 数，并且等于1。 灰体，其发射率ελ=常数＜1。即灰体的发射率始终小于1，发 射率ελ不随波长变化。 选择性辐射体，其发射率ελ＜1， 发射率ελ随波长而变化。