资源遥感常用的遥感数据
遥感数据分级
遥感数据分级引言概述：遥感数据分级是遥感技术中的一项重要应用，通过对遥感数据进行分级处理，可以更好地理解和利用遥感图像信息。
在不同的应用领域中，遥感数据分级具有广泛的应用价值，如土地利用分类、资源调查、环境监测等。
本文将从数据获取、数据预处理、特征提取、分类方法和精度评价等方面介绍遥感数据分级的相关内容。
一、数据获取1.1 遥感数据类型：遥感数据可以分为光学遥感数据和雷达遥感数据两类。
光学遥感数据主要包括多光谱影像、高光谱影像和全色影像等，而雷达遥感数据则包括合成孔径雷达（SAR）数据和雷达高程模型（DEM）数据等。
1.2 数据来源：遥感数据可以通过卫星、飞机、无人机等平台获取，不同平台获取的数据具有不同的空间分辨率和时间分辨率。
1.3 数据格式：遥感数据通常以影像文件的形式存储，常见的格式包括TIFF、JPEG、PNG等。
二、数据预处理2.1 辐射定标：对遥感数据进行辐射定标是数据预处理的重要步骤，可以将原始数据转换为可用的物理量。
2.2 大气校正：大气校正是为了消除大气影响而进行的处理，可以提高遥感数据的质量和准确性。
2.3 几何校正：几何校正是为了保证遥感数据的几何精度，通常包括地理坐标系转换、影像配准等处理。
三、特征提取3.1 光谱特征：光谱特征是遥感数据中最基本的特征之一，通过分析不同波段的反射率可以提取出目标的光谱特征。
3.2 空间特征：空间特征是指目标在影像上的空间分布特征，如形状、大小、纹理等，可以通过图像分割和目标提取算法进行提取。
3.3 深度特征：深度学习技术在遥感数据分级中的应用越来越广泛，可以提取出更加高级的特征表示，提高分类的准确性。
四、分类方法4.1 监督分类：监督分类是最常用的分类方法之一，通过已知类别的样本训练分类器，然后对未知样本进行分类。
4.2 无监督分类：无监督分类是指在没有先验信息的情况下对影像进行分类，常用的方法包括聚类算法和自组织映射算法等。
4.3 深度学习分类：深度学习在遥感数据分级中的应用越来越广泛，如卷积神经网络（CNN）、循环神经网络（RNN）等，可以提高分类的准确性和效率。
常用遥感数据和波段用途
（一）NOAA/A VHRRNOAA/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。
遥感基础知识
遥感基础知识(转）一.什么是遥感？“遥感”，顾名思义，就是遥远地感知。
传说中的“千里眼”、“顺风耳”就具有这样的能力。
人类通过大量的实践，发现地球上每一个物体都在不停地吸收、发射和反射信息和能量，其中有一种人类已经认识到的形式――电磁波，并且发现不同物体的电磁波特性是不同的。
遥感就是根据这个原理来探测地表物体对电磁波的反射和其发射的电磁波，从而提取这些物体的信息，完成远距离识别物体。
例如，大兴安岭森林火灾发生的时候，由于着火的树木温度比没有着火的树木温度高，它们在电磁波的热红外波段会辐射出比没有着火的树木更多的能量，这样，当消防指挥官面对着熊熊烈火担心不已的时候，如果这时候正好有一个载着热红外波段传感器的卫星经过大兴安岭上空，传感器拍摄到大兴安岭周围方圆上万平方公里的影像，因为着火的森林在热红外波段比没着火的森林辐射更多的电磁能量，在影像着火的森林就会显示出比没有着火的森林更亮的浅色调。
当影像经过处理，交到消防指挥官手里时，指挥官一看，图像上发亮的范围这么大，而消防队员只是集中在一个很小的地点上，说明火情逼人，必须马上调遣更多的消防员到不同的地点参加灭火战斗。
上面的例子简单的说明了遥感的基本原理和过程，同时涉及到了遥感的许多方面。
除了上文提到的不同物体具有不同的电磁波特性这一基本特征外，还有遥感平台，在上面的例子中就是卫星了，它的作用就是稳定地运载传感器。
除了卫星，常用的遥感平台还有飞机、气球等；当在地面试验时，还会用到地面象三角架这样简单的遥感平台。
传感器就是安装在遥感平台上探测物体电磁波的仪器。
针对不同的应用和波段范围，人们已经研究出很多种传感器，探测和接收物体在可见光、红外线和微波范围内的电磁辐射。
传感器会把这些电磁辐射按照一定的规律转换为原始图像。
原始图像被地面站接收后，要经过一系列复杂的处理，才能提供给不同的用户使用，他们才能用这些处理过的影像开展自己的工作。
由于遥感在地表资源环境监测、农作物估产、灾害监测、全球变化等等许多方面具有显而易见的优势，它正处于飞速发展中。
遥感数据处理常用的数学模型
遥感图像处理中的数学模型的发展展望
随着遥感技术的发展，获取地球环境信息的手段越来越 多，信息越来越丰富.因此，为了充分利用这些信息，建立 全面收集、整理、检索以及科学管理这些信息的空间数据库 和管理系统，加快进行遥感信息机理研究，研制定量分析模 型及实用的地学模型，进行多种信息源的信息复合及环境信 息的综合分析等，构成了当前遥感发展的前沿研究课题。
(1)农作物遥感估产数学模型
徐希孺等研究了冬小麦产量三要素(穗数、粒数、千 粒童)与小麦光谱参数之间的关系，建立了垂直植被指数 PVI与上述三要素关系的数学模型
李付琴、田国良的研究表明，在一定条件下，高植
被指数、高叶面积指数并不一定代表高产，因而他们在 建立模型时，将PVI与气象因子一并考虑，用逐段订正的 阶乘模型建立PVI与气象因子综合模型，表达式为：
（2）太阳辐射引起的畸变校正模型
太阳高度角引起的畸变校正是将太阳光线倾斜 照射时获取的图像校正为太阳光线垂直照射时获取 的图像.太阳高度角可根据成像时间、季节和地理位 置来确定，即：
大气辐射校正中的数学模型
大气辐射校正主要是消去程辐射，在消去程 辐射过程中，主要采用回归分析模型.由于程辐射 主要发生在短波波段，把近红外波段作为无散射 影响的标准图像，通过对不同波段图像的对比分 析来计算大气影响.设红外波段为a，现需求其他 波段相应的亮度最小值，这些波段设为b.分别以 a,b波段的像元亮度值为坐标，做二维光谱空间， 两个波段中对应像元在坐标系内用一个点表示.结 合图像分析模型，得到的回归模型如下：
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。
10种常见的遥感卫星数据简介
10种常见的遥感卫星数据简介1、Landset 卫星第一颗陆地卫星是美国于1972年7月23日发射的Landset 卫星，这是世界上第一次发射的真正的地球观测卫星。
迄今Landsat 已经发射了6颗卫星。
Landsat-4和Landsat-5进入高约705km 的近图形太阳同步轨道，每一圈运行的时间约为99分钟，每16天覆盖全球一次，第17天返回到同一地点的上空，星上除了带有与前三颗基本相同的多波段扫描仪(MSS)外，还带有一台专题成像仪(TM)，它可在包括可见光，近红外和热红外在内的7个波段工作，MSS 的IFOV 为80米,TM 的IFOV 除6波段为120米以外，其它都为30米。
MSS 、TM 的数据是以景为单元构成的，每景约相当地面上185×170km2 的面积,各景的位置根据卫星轨道所确定的轨道号和由中心纬度所确定的行号进行确定Landsat 的数据通常用计算机兼容磁带(CCT)提供给用户。
Landsat 的数据现在被世界上十几个的地面站所接收，主要应用于陆地的资源探测，环境监测,它是世界上现在利用最为广泛的地球观测数据。
2、SPOT 卫星SPOT 卫星是法国研制发射的地球观测卫星，第一颗SPOT 卫星于1986年2月发射成功。
1990年2月发射了第2号星，第3号星已于1994年发射。
SPOT 采用高度为830公里，轨道倾角为98.7度的太阳同步准回归轨道，通过赤道时刻为地方时上午10:30。
回归天数为26天。
天。
但由于采用倾斜观测，但由于采用倾斜观测，但由于采用倾斜观测，所以所以实际上4-5天就可对同一地区进行重复观测。
SPOT 携带两台相同的高分辨率遥感器HRV ，采用CCD 的电子式扫描，具有多光谱和全色波段两种模式。
由于HRV 装有可变指向反射镜，能在偏离星下点±27°(最大可达30°)范围内观测任何区域，所以通过斜视观测平均二天半就可以对同一地区进行高频率的观测,缩短了重复观测的时间。
使用遥感数据进行资源评估的方法和技巧
使用遥感数据进行资源评估的方法和技巧遥感数据的广泛应用领域之一是资源评估。
通过遥感技术，可以获得大范围、高分辨率的数据，为资源评估提供了有力的工具。
本文将介绍使用遥感数据进行资源评估的方法和技巧。
一、遥感数据的获取和处理使用遥感数据进行资源评估，首先需要获取合适的遥感数据。
常见的遥感数据来源包括卫星、航空摄影和无人机等。
其中，卫星影像是最常用的遥感数据之一，其覆盖范围广、时效性高。
获取到遥感数据后，还需要进行预处理，以提取并准确地表示资源信息。
预处理包括影像校正、镶嵌和辐射校正等步骤，可以通过遥感软件完成。
二、遥感数据的资源评估方法1. 光谱分析法光谱分析是遥感数据处理的核心技术之一。
通过分析遥感影像的光谱信息，可以识别或提取出不同类型的资源。
例如，植被指数可以通过计算遥感数据中的红外波段和可见光波段的比值来评估植被覆盖程度，据此可以进行植被资源的评估。
2. 空间分析法空间分析是对遥感影像进行空间位置和关联性分析的方法。
通过分析资源在空间上的分布和变化情况，可以推断出其相关特征和趋势。
例如，通过比较不同时间段的遥感影像，可以得到资源的变化情况，据此可以评估资源的利用状况和管理效果。
3. 监督分类法监督分类是一种基于人工标注样本的遥感影像分类方法。
通过选择代表不同资源类型的样本点，并进行遥感影像的分类标注，可以建立分类模型。
然后，使用该模型对整个遥感影像进行分类，从而评估资源的数量和分布状况。
4. 非监督分类法非监督分类是一种基于遥感影像统计学方法的分类技术。
它不需要事先标注样本，而是基于遥感数据本身的分布情况进行分类。
通过将遥感影像像元进行聚类，并根据聚类结果划分不同的资源类型或类别，可以实现资源评估。
三、遥感数据的资源评估技巧1. 多源数据融合不同遥感数据具有不同的优势和局限性。
为了获得更准确的资源评估结果，可以将多源遥感数据进行融合。
例如，将高空间分辨率的卫星影像与高光谱分辨率的航空摄影影像融合，可以充分利用两种数据的优势，提高资源评估的准确性。
常用遥感卫星数据介绍
常用遥感卫星数据介绍遥感卫星数据是指由遥感卫星获取的地球表面信息的数字化数据。
遥感卫星通过搭载在航天器上的观测仪器，利用电磁波辐射接收和传输地球表面的物理量，并将其转化为数字信号，最终生成遥感卫星数据。
常见的遥感卫星数据包括光学遥感数据、雷达遥感数据和地形遥感数据等。
光学遥感数据是指通过光学传感器收集的卫星数据，可以分为多光谱数据和高光谱数据两种。
多光谱数据通过在不同波段的探测器中接收光辐射，得到不同波段的图像，常见的有Landsat、Sentinel等卫星。
多光谱数据可以用于土地覆盖分类、植被监测、水资源调查等应用。
高光谱数据则是在较窄的波段范围内获取更多的光谱信息，可以更精确地进行地物分类和光谱分析。
雷达遥感数据是通过雷达传感器获取的卫星数据，利用雷达波的特性对地球表面进行探测和测量。
雷达遥感数据可以在夜晚或云层遮挡的条件下进行观测，具有独特的能力。
它可以提供地表反射率、地表高度、土壤含水量等信息，对于农业、气象和海洋等领域具有重要意义。
常见的雷达卫星包括SAR（合成孔径雷达）卫星、ERS卫星等。
地形遥感数据是通过测量地球表面和地形特征以获取地质、地貌、地貌和地表覆盖等方面的信息。
地形遥感数据可以通过激光雷达测距仪或雷达高度计获得。
地形遥感数据广泛应用于地质勘探、城市规划、水资源管理等领域。
常见的地形遥感卫星包括GEOID和ICESat等。
此外，还有热红外遥感数据用于测量地表及大气的热辐射，用于火灾监测和研究、城市热岛效应等；微波遥感数据用于测量大气和地表的微波辐射，用于气象观测、植被水分状况估算等；激光遥感数据用于三维地形测绘和建筑物监测等。
综上所述，常用的遥感卫星数据包括光学遥感数据、雷达遥感数据、地形遥感数据以及热红外遥感数据、微波遥感数据和激光遥感数据等。
这些数据可以提供丰富的地球表面信息，广泛应用于农业、地质、气象、环境和城市规划等领域。
随着遥感技术的不断发展，遥感卫星数据将为人们提供更多更精确的地球观测数据。
- 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)。
优点：
1、全天候。由于被遥感的物体在任何时间都在不断的向外 辐射热红外线 热红外遥感可以在白天或黑夜无人造光源的 条件下实线， 红外遥感可以在白天或黑夜无人造光源的条 件下实施。 2、在地表温度反演、城市热岛效应、林火监测、旱灾监测、 探地热、岩溶区探水等领域都有很广的应用
简言之，即为把获取的光谱信息（数字信号）转换 成有用的信息
多光谱遥感数据的来源
1、美国（Landsat） 卫星 2、法国SPOT卫星 3、美国QUICKBIRD
美国Landsat卫星——地球资源 卫星(ERTS）
Landsat 8 2019年2月11日，在加州范登堡空军基地成功发射
Landsats1,2,3是太阳 同步，近极轨卫星 （倾角99°），高度 919km， 每次绕行 103分钟， 每 绕地球 约天绕地球约14圈. 重访周期18天
LANDSAT-7
法国SPOT卫星
第一颗SPOT卫星，分辨率，多光谱20m，全色10m，第 4\5颗 含有一个植物传感器
SPOT4和SPOT5
1、增加了独立传感器called vegetation用于监测植被、 全球变化，可以利用数据合成NDVI数据集
2、Short-wavelength infrared (SWIR光谱影象存在一定程度的相关性以及 数据冗余现象， 通过函数变换保留主要信 息， 降低数据量，增强或提取有用信息。
热红外遥感
概念：利用传感器收集并 记录地物的热红外信息， 用来识别地物或反演地表 参数（温度、湿度、热惯 量等）。传感器工作波段 限于红外波段范围之内
原理：物体温度高于绝对 零度将发射红外能量热辐 射能量强度与波谱分布由 物质类型和温度
热红外遥感辐射源
1、自然辐射源太阳辐射：可见光和近红外的主 要辐射源（近似6000K的黑体辐射）大气对
太 阳辐射有吸收、反射和散射地球的电磁辐射
（近似300K的黑体辐射） 2、人工辐射源 3、微波辐射（0 8 30cm0.8-30cm） 激光辐射）、
激光辐射
热红外数据的采集
1、追踪扫描仪 2、推扫式线性排列电荷耦合 器件（CCD）监测NASA TIMNASA TIM和ATLAS有6 个热红外波段（8.2 -12.2μm） 分辨率：D = H ·B B：视角（毫弧度mrad）； H：扫描仪的高度
缺点：
1、地物从热辐射的吸收到标志地物热特性的温度 升高有一个热储存和热释放的过程，这与地物本身 的热性质和环境有关 2、改变地物热状况的热源，涉及微气象参数、土 壤物理参数 植被生化参数理参数、 被生化参数 3、热红外遥感空间分辨率比较低，混合像元问题 复杂
资源遥感常用数据简析
常用数据源
1、多光谱遥感 2、热红外遥感 3、微波 遥感
多光谱遥感
定义：将地物辐射电磁波分割成若干个较窄的光谱 段，以摄影或扫描的方式， 在同一时间获得同一 目标不同波段信息的遥感技术。
原理：不同地物有不同的光谱特性，同一地物则具 有相同的光谱特性。同一地物在不同波段的辐射能 量有差别，在不同波段图像上也有差别
收集机载MSS热红外数据时，需要注意以下事 项：
高空间分辨率与高辐射分辨率是成反比。视角B越大 滞留时间越大，滞留时间越长。辐射分辨率越高，信 噪比越高，空间分辨率低监测器监测物体发射的能量 强度与物体与接收器间的距离成反比
热红外遥感数据特点
1、热红外波段图像，包括航空（如机载热红 外波扫描图像）、航天（如TM6，ETM+6）， 记载的是地物热辐射信息，根据斯蒂芬-波尔 兹曼定律， 发射辐射能与绝对温度的四次方 成比例。影像灰度值越高，表明发射能量越多， 地物温度越高
IKONOS卫星相关技术参数
其他常用卫星遥感数据
1、美国„QUICKBIRD
分辨率：全色0.61m，多光谱2.44m（5个波段）
2、CBERS-1（中巴地球资源卫星即资源一号卫星， 于 2019年10月14日发射成功）
由北京、广州和乌鲁木齐三个地面接收站接收该 卫星 获取的我国境内的遥感数据。 所接收影像的地面 分辨 率分别有19.5m、 78m、 256m等三种。
优点：
1、多光谱遥感不仅可以根据影像的形态和结构的差异判别 地物， 还可以根据地物光谱的差异判别地物， 扩大了
遥 感的信息量
2、航空摄影与陆地卫星用的多光谱摄影/扫描均能得到不同 谱段的遥感资料，并通过摄影彩色合成或计算机图像处 理， 获得比常规方法更为丰富的图像。
3、对于多光谱图像中的单波段数字图像，如TM， ETM1等 量化反映地物反射辐射强弱， 可以根据不同地物在该波 段上的反射率高低差异直接判别。
2、形状：热红外探测器检测到物体温度与 背景温度存在差异时，就能在影像上构成物 体的热分布形状。
如：山区河流在白天拍摄的热红外像片 上 暗灰色调 夜间拍摄的山区河流为灰摄的 热红外像片上，呈现暗灰色调， 间拍摄的山 区河流为灰白色飘带。
热红外片上河流形状
白天
晚上
3、阴影：热红外影像上的阴影是目标物与背景 之
MSS放置在Landsat1-5:光学系 统 镜子垂直于飞行方向；扫描 时集中能量反射到离散的感应元 件上，这些元件将每个视角内的 辐射能量转换成电信号，含有4 组传感器， TM有7组
6个平行的传感器对应4个光谱 段0.5-0.60.6-0.7;0.7-0.8;0.8-1.0 μm
分辨率79m, 6bit(0-63),重采样 到7bit(0- 127)
Landsat5 (近极轨，太阳同步)
分辨率： 30m， TM（专题制图仪）在约705km高度处，扫描 带宽的覆盖范围：南北为1 070km，东西约为183km。 重访周期：16天。 数据构成： 多光谱（7个波段）。 辐射分辨率：8比特，即每个像元可能的数据范围为0到255
光谱信息丰富，通常与SPOT全色卫星数据合成，应用面广
监测植被和土壤湿度
美国IKONOS
分辨率：多光谱(红、绿、蓝、近红外）4m，全色1m 幅宽： 11公里； 重复周期：1~3天； 数据构成：全色，多光谱（5个波段） 。 卫星飞行高度680km，每天绕地球14圈，相机的扫描宽度为 11km。
特点：纹理、波 信 富谱信息丰富， 分辨率高、 覆 期短盖周期 短，应用面广，在军事和民用方面均有重要用途。 幅宽较窄，但价格较贵