_高分一号_多光谱遥感数据特征评价分析_孙明

“高分一号”多光谱遥感数据特征评价分析

孙明1，钟仕全1，孙涵1，谢敏2，吴朝晖1

（1 广西区气象减灾研究所/国家气象卫星中心遥感应用试验基地/气象GIS应用联合实验室，南宁

530022；

2 广西区气候中心，南宁 530022）

摘 要：本文主要利用多种数据质量指标对高分一号WFV4传感器的多光谱图像数据进行了评价，并将其和美国最新发射的Landsat-8 OLI数据进行对比分析，结果表明：GF-1卫星在灰度值分布、影像所含信息量等方面与Landsat-8卫星有一定差距，但在空间分辨率、近红外波段的独立性以及地物可分性方面则要强于Landsat-8，在国土资源调查、环境监测等方面具有很大的潜力。

关键词：高分一号；Landsat-8 OLI；地物光谱；遥感

1 引言

随着我国经济建设的快速发展，广大用户对高空间分辨率、高时间分辨率、高光谱分辨率和全天候的卫星遥感数据的需求十分迫切，面对复杂多样的自然灾害及环境问题,急需能够共享的、标准化的、能满足不同需求的不同类型的卫星遥感数据, 满足灾害和环境监测与预报的要求。随着微电子、微机械等技术的迅猛发展，对地遥感技术取得了重大的突破性进展，作为对地遥感卫星家族的主要成员之一的高分辨率遥感卫星成为国内外用户的宠儿，尤其是在精细农业、化工、资源详查、水利、测绘、重大工程、新闻报道等领域的应用为世界各国带来了巨大的经济效益和难以估量的社会效益。国家根据这一经济发展大需要，提出建设“天地一体化的对地观测体系”的发展思路，近年来接连发射成功了多颗高分辨率的资源卫星：主要包括资源一号02C星、资源三号卫星以及最新发射的高分一号卫星，这一系列卫星构成了我国高空间分辨率和高时间分辨率对地观测体系，改变了我国从国外大量购买卫星影像的被动局面，提升了高分辨率遥感卫星影像的自主供给能力和国际竞争力[1]。其中，最新发射的“高分一号”卫星突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，对于推动我国卫星工程水平的提升，提高我国高分辨率数据自给率，具有重大战略意义。

本文主要选用几项数据评价指标对高分一号卫星WFV4传感器的多光谱图像数据特征进行评价,并与美国最新发射的Landsat-8 OLI多光谱数据进行对比分析，为该数据的后期推广及应用提供参考。

2 数据选取及预处理

本文所选取的实验数据为2014年1月04日GF-1卫星WFV4传感器的一景16m分辨率多光谱数据，覆盖范围包括南宁、来宾、柳州以及百色，影像基本晴空（如图1所示）。为了对比分析，本文同时选取美国最新发射的Landsat-8卫星数据，成像时间为2013年12月04日（如图2所示），选择与GF-1卫星多光谱波段相对应的4个波段数据，并选取两种数据共同覆盖的区域作为实验样区。

386

387

图1 GF-1卫星的WFV4多光谱图像数据 图2 Landsat-8卫星 OLI 多光谱图像数据 Fig.1 Multispectral Image of GF-1 WFV4 sensor Fig.2 Multispectral Image of Landsat-8 OLI sensor

2.1 GF-1卫星影像基本特征

GF-1卫星是国家高分辨率对地观测系统重大专项天基系统中的首发星，其主要目的是突破高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，多载荷图像拼接融合技术，高精度高稳定姿态控制技术，5-8年寿命高可靠低轨卫星技术，高分辨率数据处理与应用等关键技术，推动我国卫星工程水平的提升，提高我国高分辨率数据自给率。卫星于2013年4月26日发射入轨。GF-1卫星搭载了两台2m 分辨率全色/8m 分辨率多光谱相机，四台16m 分辨率多光谱相机以及配套的高速数传系统，设计寿命5-8年，具备每天8轨成像、侧摆35度成像能力，最长成像时间12分钟，可广泛应用于国土资源调查与监测、防灾减灾、农

业水利以及生态环境监测等国家重大工程领域[2]

。

GF-1卫星轨道参数及有效载荷技术指标如表1和表2[3]所示，表3[4]

列出了GF-1卫星WFV4传感器四个波段与Landsat-8卫星OLI 传感器对应的四个波段信息对比数据。

表1 GF-1卫星轨道和姿态控制参数

Table 1 Control parameters of orbit and attitude of GF-1

参 数 指 标 轨道类型 太阳同步回归轨道 轨道高度 645km（标称值） 倾角 98.0506° 降交点地方时 10:30 AM

侧摆能力（滚动）

±25°，机动25°的时间≦200s，具有应急侧摆（滚动）

±35°的能力

表2 高分一号卫星有效载荷技术指标

Table 2 Technical index of payload of the GF-1 satellite

参 数

2m 分辨率全色/8m 分辨率多光谱相机16m 分辨率多光谱相机

全色

0.45-0.90μm 0.45-0.52μm 0.45-0.52μm

0.52-0.59μm 0.52-0.59μm 0.63-0.69μm 0.63-0.69μm 光谱范围

多光谱

0.77-0.89μm 0.77-0.89μm

空间分辨率 全色 2m 16m

多光谱8m

幅宽 60km（2台相机组合） 800km（4台相机组合）重访周期（侧摆时）4天

覆盖周期（不侧摆） 41天4天

表3 GF-1 WFV4传感器与Landsat-8 OLI传感器参数对比

Table 3 Comparison between parameters of GF-1 WFV4 sensor and Landsat-8 OLI sensor

卫星型号 波段列表 波段范围/μm 像元分辨率/m幅宽/km

Band1 0.45-0.52

Band2 0.52-0.59

16 800

GF-1

Band3 0.63-0.69

Band4 0.77-0.89

Band2 0.45-0.51

Band3 0.53-0.59

Landsat-8

30 185

Band4 0.64-0.67

Band5 0.85-0.88

2.2 数据预处理

为了分析和比较卫星影像地物的光谱反射信息，需将GF-1影像与Landsat-8影像进行辐射校正处理。表4列出了GF-1卫星WFV4传感器的辐射定标系数，利用ENVI软件和公式（1）对GF-1卫星WFV4传感器数据进行辐射校正。

λ=?+ 公式（1）

L Gain DN Bias

()

εε

式中：Gain为定标斜率；DN 为卫星载荷观测值； Bias为定标截距。

表4 GF-1 WFV4传感器的定标系数

Table 4 Calibration coefficients of WFV4 sensor

卫星载荷 波段号 Gain Bias

Band1 0.1819 3.6469

Band2 0.1762 -13.54

WFV4

Band3 0.1463 -10.998

Band4 0.1522 -12.142

ENVI 5.0 SP3软件的辐射校正模块中新增了对Landsat 8卫星OLI传感器的支持，通过ENVI软件中的Radiometric Calibration功能完成对Landsat 8卫星OLI多光谱数据的辐射校正。

3 数据质量评价

利用ENVI 5.0 SP3软件对两种卫星数据的不同波段进行灰度值统计，计算每个波段的最小值、最大值、平均值和方差（如表5），并对每个波段的灰度值分布范围统计，得出每个传感器不同波段的灰度值分布直方图（图2和图3）；同时，计算不同波段间的相关系数，

388

389

并选取典型地物分析光谱反射特征差异。 3.1 波段统计特征量及直方图比较

从表5可以看出，GF-1卫星WFV4传感器的多光谱数据每个波段的最小值、最大值、平均值以及标准差均比Landsat-8多光谱数据小：GF-1卫星WFV4数据各波段最大值均小于1000，而Landsat-8 OLI 多光谱数据第五波段最大值超过20000，说明Landsat-8 OLI 数据的灰度值分布范围要远远优于GF-1 WFV4数据；GF-1 WFV4数据每个波段的灰度均值小于Landsat-8 OLI，说明其多光谱数据各个波段图像中的地物平均反射强度要远远小于Landsat-8 OLI 数据，灰度值集中在较低的范围，从而导致其影响的明亮度整体低于Landsat-8 OLI 数据；方差较小则说明GF-1 WFV4数据每个波段所含信息量相对Landsat-8 OLI 数据要小。

从图3我们可以看出：GF-1 WFV4传感器的波段1、波段2和波段3的主要灰度值分布范围相差不大，均小于波段4的灰度值分布范围；从图4看出，Landsat-8 OLI 传感器的波段直方图分布和GF-1 WFV4趋势相同，波段2、波段3和波段4的灰度值分布范围较小，而波段5的灰度值范围远远大于前面三个波段。表明两种卫星的四个波段中，GF-1的第四波段和Landsat-8的第五波段地物细节更丰富。比较图3和图4的横坐标，我们可以看出GF-1 WFV4各个波段灰度值主要集中在较小的数值范围，远远小于Landsat-8 OLI 数据，这种差别反映到图像上则表现出Landsat-8地物层次细节较为丰富，纹理更清晰，色彩明亮，和GF-1相比，Landsat-8多光谱数据所含信息量要更大。

表5 GF-1 WFV4数据和Landsat-8 OLI 数据基本统计特征量对比

Table 5 Comparison between characteristic values of GF-1 WFV4 data and Landsat-8 OLI data

卫星 波段 最小值 最大值 平均值 标准差 Band1 235 841 366.6519 31.11952 Band2 167 916 324.3392 38.10797 Band3 111 935 269.9108 48.20425 GF-1 WFV4传感器

Band4

103 777 328.2756 48.06406 Band2 7781 15419 9251.806 438.3825 Band3 6687 16651 8549.327 572.4319 Band4 6044 17813 8024.787 819.2846 Landsat-8 OLI 传感器

Band5

6177

23850

12961.98

1930.038

图3 GF-1 WFV4传感器多光谱波段直方图 Fig.3 Histograms of multispectral band of GF-1 WFV4

390

图4 Landsat-8 OLI 传感器多光谱波段直方图 Fig.4 Histograms of multispectral band of Landsat-8 OLI

3.2 波段间相关性分析

在大量的遥感图像数据处理中发现,遥感图像的波段之间具有较强的线性相关性,尤其相邻波段的线性相关性非常强。波段数据之间这种强线性相关性正是遥感多光谱数据的重要特点之一。相关系数反映了不同波段间的相关程度，了解图像各个波段间的相关系数对于波

段的选择，减少数据冗余有很大作用[5-6]

。本文对两种卫星影像数据不同波段间的相关系数进行统计，利用ENVI 软件对GF-1和Landsat-8实验区影像进行计算得到波段间相关系数矩阵（如表6）。

通过波段间的相关分析计算，从表6可以看出，GF-1 WFV4传感器的波段1和波段2间的相关系数最高，为0.976296；其次为波段2和波段3，为0.971449；再次为波段1和波段3，为0.937898，这意味着这三个波段存在大量的冗余信息；波段4和波段1、2、3的相关系数较小，表明波段4的独立性要好于其他三个波段，这与Landsat-8四个波段间的相关系数趋势相同。同时，比较GF-1和Landsat-8各波段间相关系数，我们发现GF-1波段1、波段2以及波段3之间的相关系数基本上都比Landsat-8数据大，而波段4与前面三个波段的相关系数绝对值则比Landsat-8数据小，表明GF-1卫星WFV4多光谱数据的波段1、波段2和波段3数据之间的独立性和Landsat-8数据相比较差，波段4的独立性要好于Landsat-8卫星的OLI 数据的波段5。

表6 GF-1和Landsat-8各波段间的相关系数对比

Table 6 Comparison between the correlation coefficients among wavebands of GF-1 data and

Landsat-8 data

波段

传感器

波段

Band1(Band2)

Band2(Band3)Band3(Band4)Band4(Band5) Band1 1 0.976296

0.937898 -0.178691 Band2 0.976296 1 0.971449

-0.138402 Band3 0.937898 0.971449 1 -0.150981

GF-1 WFV4传感

器 Band4 -0.178691

-0.138402 -0.150981 1 Band2 1 0.960036

0.921422 -0.233764 Band3

0.960036 1 0.968248

-0.166881 Landsat-8

OLI 传感器 Band4

0.921422

0.968248

1

-0.209974

391

Band5 -0.233764 -0.166881 -0.209974 1

3.3 地物光谱特征分析

为了研究对比农作物在GF-1卫星多光谱波段的光谱信息，我们在2014年1月10日对南宁市宾阳县以及武鸣县进行实地考察和采样，最终选定南宁冬季种植比较广泛的三种蔬菜作为研究对象：胡萝卜、大白菜以及卷心菜。根据三种蔬菜的分布特征，分别在Landsat 8和GF-1影像上选取相应蔬菜的样本数据，然后利用所得样本提取出相应蔬菜类别的光谱统计数据，对采样点光谱值进行光谱平均，得到三种蔬菜的平均光谱曲线特征（图5）

。

（a）GF-1卫星WFV4传感器 （b）Landsat-8卫星OLI 传感器

(a) WFV4 sensor in GF-1 satellite (b)OLI sensor in Landsat-8 satellite

图5 三种蔬菜在不同卫星传感器上的光谱均值曲线

Fig.5 The mean spectral curves of three vegetables in among different remote satellite sensors

如图5所示，三种蔬菜在GF-1和Landsat-8两种卫星上的反射光谱波形是大致相同的，因为两种传感器的对应波段光谱范围大致相同，产生光谱反射的主要元素相同，但是由于不同植被叶面积大小、叶子色素含量、细胞结构、含水量等参数均不相同，因而其光谱反射曲线存在着一定差异。

从曲线分布特征上看，图5a 中，三种农作物显示出相似的光谱分布特征，在可见光波段，光谱反射率逐渐走低，其中蓝光波段光谱反射率最高，在红光波段有一个吸收谷，反射率大小为卷心菜、大白菜、胡萝卜，可见光反射率主要取决于冠层叶绿素含量和盖度；而后从红光波段到近红外波段，光谱反射率逐渐升高，近红外波段反射率大小为胡萝卜、大白菜、卷心菜，近红外反射率主要取决于生物量、叶面积指数和冠层结构，胡萝卜的反射率最高是由于其茎叶和大白菜以及卷心菜相比较为密集，覆盖度较高，叶片重叠较多，近红外的透射光进行重复反射，而卷心菜的种植较为稀疏，植株间隙较大，叶面积指数最小，因此通过近红外波段反射率不同可以区分不同植物类别。图5b 中，Landsat-8卫星OLI 传感器上三种蔬菜的反射率曲线走势和GF-1卫星WFV4传感器大致相同，可见光波段三种冬菜反射率逐渐降低，红光到近红外波段逐渐增大，反射率的最大值在近红外波段，其中大白菜、胡萝卜、冬菜。

从光谱反射率数值上看，三种蔬菜在GF-1卫星WFV4传感器上的对应波段反射率数值比在Landsat-8影像上大一个数量级，GF-1影像上反射率极大值为65.2263，而在Landsat-8影像上反射率极大值仅为7.3015。我们对辐射校正后的两种卫星数据进行直方图对比发现（如图6所示），GF-1卫星WFV4数据辐射亮度值较灰度值缩小十倍左右，波段独立性较好；而Landsat-8卫星OLI 数据的四个波段辐射亮度值主要分布在1～10之间，波段与波段之间有较大程度的重合，独立性不如GF-1卫星WFV4数据，因而从可见光到近红外四个波段上分析，在地物可分性上，GF-1卫星的效果会好于Landsat-8。

392

（a）GF-1卫星WFV4传感器 （b）Landsat-8卫星OLI 传感器 (a) WFV4 sensor in GF-1 satellite (b) OLI sensor in Landsat-8 satellite

图6 辐射校正后卫星传感器波段直方图

Fig.6 bands histogram of the satellite sensor after radiometric correction

为了进一步比较两种卫星数据的地物区分能力，我们选取胡萝卜作为研究对象，分别在两景影像上选取相同经纬度的点，制作该点胡萝卜的X 剖面光谱曲线（如图7所示）。对比图7两幅图片，我们发现GF-1号WFV 传感器的多光谱数据光谱剖面曲线在不同波段响应有明显的差异性；在Landsat-8 OLI 传感器上，不同波段的光谱响应则不如GF-1号；说明GF-1号多光谱数据反映不同地物的辐射差异明显大于Landsat-8卫星，地物区分能和Landsat-8

卫星相比较强。

(a)GF-1号WFV4传感器 (b)Landsat-8 OLI 传感器

(a) WFV4 sensor in GF-1 satellite (b) OLI sensor in Landsat-8 satellite

图7 多光谱数据光谱剖面曲线图 Fig.7 Spectral profiles of the multispectral data

4 结论

本文利用南宁地区GF-1号WFV4传感器多光谱数据，通过计算每个波段的统计特征量(最小值、最大值、平均值以及标准差)、不同波段灰度值分布直方图以及波段间的相关系数，并选择三种冬季蔬菜作为研究对象进行光谱特征研究，将分析结果与美国Landsat-8卫星OLI 传感器对应的四个波段进行了对比分析，结果显示：GF-1号数据在灰度值的分布范围、波段最小值、最大值、平均值以及标准差等方面均比Landsat-8数据较差，导致GF-1卫星的WFV4多光谱数据影像整体偏暗，影像所含信息量较小；但在波段4的独立性方面则要好于Landsat-8数据；通过分析相同地物X 剖面光谱曲线的结果也表明GF-1数据在地物可分性方面也强于Landsat-8数据；三种蔬菜在不同两种卫星不同传感器上的光谱曲线趋势相

同，区别在于三种蔬菜在GF-1卫星WFV4传感器的蓝光波段反射率值最大，而在Landsat-8卫星的OLI传感器上则是在近红外波段反射率最大。

通过对GF-1卫星WFV4传感器多光谱数据的质量进行对比分析，可以为其在国土资源调查、环境监测、精准农业等方面的提供参考，满足国民经济建设、社会发展和国家安全的需要。

参考文献

[1] Li Fen. Application Study of ZY-3 Satellite Data to Landuse Dynamic Monitoring[D].Jilin: Surveying

Engineering of Jilin University,2013:1-78.[李芬.资源三号卫星数据在土地利用遥感监测中的应用研究[D].

吉林:吉林大学测绘工程,2013:1-78.]

[2] Introduction of surface system in GF-1 satellite[OL].[高分一号卫星地面系统介绍[OL].

https://www.sodocs.net/doc/19937530.html,/n16/n1145/n189058/index.html]

[3] GF-1 Satellite[OL].[高分一号[OL]. https://www.sodocs.net/doc/19937530.html,/n16/n1130/n188475/188494.html]

[4] USGS. Landsat Missions. http: / /https://www.sodocs.net/doc/19937530.html, /index.php.2013/4/18．

[5] Wang Jing, Wang Hong,et al. The Quality Evaluation of the Image Date of CBERS-1No.2Satellite[J].

SPACECRAFT RECOVERY&REMOTE SENSING,2004,25(2):34-38.[汪静,杨媛媛,王鸿,等.CBERS-1卫星02星图像数据质量评价[J].航天返回与遥感,2004,25(2):34-38.]

[6] Sun Zhongping, Xiong Wencheng, Weibin,et al.Image Quality Evaluation of HJ-1 Satellite CCD

Sensor[J].Infrared, 2010,31(9):30-36.[孙中平,熊文成,魏斌,等.环境一号卫星CCD影像质量评价研究[J].红外,2010,31(9):30-36.]

393

_高分一号_多光谱遥感数据特征评价分析_孙明

“高分一号”多光谱遥感数据特征评价分析 孙明1，钟仕全1，孙涵1，谢敏2，吴朝晖1 （1 广西区气象减灾研究所/国家气象卫星中心遥感应用试验基地/气象GIS应用联合实验室，南宁 530022； 2 广西区气候中心，南宁 530022） 摘 要：本文主要利用多种数据质量指标对高分一号WFV4传感器的多光谱图像数据进行了评价，并将其和美国最新发射的Landsat-8 OLI数据进行对比分析，结果表明：GF-1卫星在灰度值分布、影像所含信息量等方面与Landsat-8卫星有一定差距，但在空间分辨率、近红外波段的独立性以及地物可分性方面则要强于Landsat-8，在国土资源调查、环境监测等方面具有很大的潜力。 关键词：高分一号；Landsat-8 OLI；地物光谱；遥感 1 引言 随着我国经济建设的快速发展，广大用户对高空间分辨率、高时间分辨率、高光谱分辨率和全天候的卫星遥感数据的需求十分迫切，面对复杂多样的自然灾害及环境问题,急需能够共享的、标准化的、能满足不同需求的不同类型的卫星遥感数据, 满足灾害和环境监测与预报的要求。随着微电子、微机械等技术的迅猛发展，对地遥感技术取得了重大的突破性进展，作为对地遥感卫星家族的主要成员之一的高分辨率遥感卫星成为国内外用户的宠儿，尤其是在精细农业、化工、资源详查、水利、测绘、重大工程、新闻报道等领域的应用为世界各国带来了巨大的经济效益和难以估量的社会效益。国家根据这一经济发展大需要，提出建设“天地一体化的对地观测体系”的发展思路，近年来接连发射成功了多颗高分辨率的资源卫星：主要包括资源一号02C星、资源三号卫星以及最新发射的高分一号卫星，这一系列卫星构成了我国高空间分辨率和高时间分辨率对地观测体系，改变了我国从国外大量购买卫星影像的被动局面，提升了高分辨率遥感卫星影像的自主供给能力和国际竞争力[1]。其中，最新发射的“高分一号”卫星突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，对于推动我国卫星工程水平的提升，提高我国高分辨率数据自给率，具有重大战略意义。 本文主要选用几项数据评价指标对高分一号卫星WFV4传感器的多光谱图像数据特征进行评价,并与美国最新发射的Landsat-8 OLI多光谱数据进行对比分析，为该数据的后期推广及应用提供参考。 2 数据选取及预处理 本文所选取的实验数据为2014年1月04日GF-1卫星WFV4传感器的一景16m分辨率多光谱数据，覆盖范围包括南宁、来宾、柳州以及百色，影像基本晴空（如图1所示）。为了对比分析，本文同时选取美国最新发射的Landsat-8卫星数据，成像时间为2013年12月04日（如图2所示），选择与GF-1卫星多光谱波段相对应的4个波段数据，并选取两种数据共同覆盖的区域作为实验样区。 386

常见国产卫星遥感影像数据的简介

北京揽宇方圆信息技术有限公司 常见国产卫星遥感影像数据的简介 本文介绍了常见国产卫星数据的简介、数据时间、传感器类型、分辨率等情况。 中国资源卫星应用中心产品级别说明 ◆1A级和1C级产品均为相对辐射校正产品,只是不同卫星选用的生产参数不同。 ◆2级，2A级和2C级产品均为系统几何校正产品,只是不同卫星选用的生产参数不同。 其中: ■GF-1卫星和ZY3卫星归档产品为1A级，ZY1-02C卫星数据归档产品级别为1C级，其他卫星归档级别为2级! ◆归档产品是指:该类产品已经存在于系统中,仅需要从存储系统中迁移出来.即可供用户下载的数据。 ◆生产产品是指:该类产品不是已经存在的产品,需要对原始数据产品进行生产,然后再提供给用户下载的数据。

■当用户需要的产品级别是上述归档的级别,直接选择相应的产品级别，然后查询即可！ ■当用户需要的产品级别不是上述归档的级别,就需要进行生产.本系统提供GF-1卫星和ZY3卫星2A级的生产产品,ZY1-02C卫星2C级的生产产品,在选择需要的级别查询后,无论有没有数据,在查询结果页上方有一个“查询0级景”按钮,点击此按钮后,进行数据查询,如果有数据，选择需要的产品直接订购,即可选择需要的产品级别。 国产卫星 一、GF-3(高分3号) 1.简介 2016年8月10日6时55分，高分三号卫星在太原卫星发射中心用长征四号丙运载火箭成功发射升空。 高分三号卫星是中国高分专项工程的一颗遥感卫星，为1米分辨率雷达遥感卫星，也是中国首颗分辨率达到1米的C频段多极化合成孔径雷达（SAR）成像卫星，由中国航天科技集团公司研制。 2.数据时间 2016年8月10日-现在 3.传感器 SAR：1米 二、ZY3-02（资源三号02星） 1.简介 资源三号02星（ZY3-02）于2016年5月30日11时17分，在我国在太原卫星发射中心用长征四号乙运载火箭成功将资源三号02星发射升空。这将是我国首次实现自主民用立体测绘双星组网运行，形成业务观测星座，

多光谱图像

多光谱图像 图像理解是在数字图像处理、计算机技术和人工智能不断发展的基础上产生的一种模拟人的图像识别机理的理论，它与计算机视觉理论有许多共同的部分，或者说有许多交叉的部分，它与人工智能、专家系统也有着一些共同的地方。 图像理解主要包括三个层次，其低层为一般图像处理；中层为图像中特征的符号化组织过程；高层为抽象的符号推理。因此，计算机视觉主要与其低层，人工智能主要与其高层产生重叠。目前，就图像理解这一理论的研究探讨有了专门的期刊；有关大学设置了专门的课程；有关专家学者写了专著。比如国防科技大学的王润生教授就系统地介绍和总结了图像理解的基本理论、方法和国内外研究现状等〔1〕。这一方面的基础理论和方法引起了有关学者和科研人员的注意和浓厚兴趣，他们结合自己的工作领域，进行了更深入的研究。应当说，有关的理论和方法已经被极大地丰富了。比如，有关图像纹理分析这方面的论文、论著数不胜数，其中，有关新理论新方法(如分形分维方法)的应用，更为这一理论注入了新内容；再如，我国数字摄影测量界已经将“双目”图像的分析理论和方法推向了具有世界先进水平的境界。 尽管如此，图像理解的理论与方法仍有严重不足之处。这并不是指这一理论尚未成熟，而是指它的理论与方法还存在着片面性，还没有成为一个完整的体系。因为图像理解的对象是各类图像，并没有限定是某一类图像，那么，现在的问题就是遥感图像理解(主要是多光谱图像理解)的理论十分贫乏。以人类生存环境及地球资源为主要研究目标获取的各种遥感图像已经得到越来越广泛的应用，丰富的光谱信息及其在时间空间域的分辨率的提高，配合着地理信息系统技术，全球定位系统技术和因特网技术的发展和普及，为图像信息的广泛应用创造了空前繁荣的局面，成为信息时代的显著特征，在信息高速公路和数字地球战略中占据着极其重要的地位。然而，现有的图像理解理论和方法在如此丰富的信息面前却显得苍白无力。应当说，面对丰富的遥感信息，人们一直在研究如何处理和应用，有关这方面的理论和方法的研究成果也是不少的，但似乎并没有从图像理解的角度加以总结、提练，有的方面甚至缺乏系统的研究。如对于多光谱图像边缘提取、区域分割等应以什么理论为基础，应采取什么方法；在纹理分析方面，多光谱图像的纹理具有怎样的意义，或者多光谱图像的纹理概念是什么，需要采取什么方法进行分析；时序多光谱图像又应当采取什么分析方法；针对多光谱图像的符号化工作应当如何进行，在此基础上如何利用知识进行推断，如何在模拟人的思维模式方面更深入地开展研究，等等，这些都是应当考虑的问题。这些问题在图像理解的理论与方法之中尚没有或很少有现成的答案。应该承认，对上述一些问题已有一些研究，至少我们自己就已经在一些方面作了初步的研究，但这些研究还不够，研究的成果还未加以总结。 在现实工作中，多光谱图像的分析具有非常重要的意义。丰富的光谱信息为地物的边界和地物目标的识别创造了良好的条件，比起单色图像，多光谱图像具有极大的优越性。随着多光谱图像空间分辨率的提高和地理信息系统技术的发展，人们的信心更加增强，对多光谱图像处理的要求也越来越高。比如，在地形图更新生产中，如果以多光谱图像为背景，就可以半自动地确定地物分布的边缘或跟踪线状地物的“骨架线”，从而大大减轻人工劳动强度，提高效率；又如，利用多光谱图像和各种背景数据如地貌、土壤信息，即将遥感与地理信息系统结合，引入人工智能方法，就象已有的图像理解系统那样，更好、更准确地提取地物目标信息，为土地利用分析、资源环境调查，提供更高质量的成果，已经是许

红外光谱分析概述

红外光谱分析概述（上） 1．红外光谱 红外光谱是反映红外辐射强度或其他与之相关性质随波长（波数）变化的谱图。目前，它是一种被广泛应用于研究表征物质的化学组成，在分子层次上的结构及分子间相互作用的有力手段。红外射线发现于1800年，在用普通温度计测量可见光谱的温度效应时，在红光一端的外侧观察到有较强的热效应。后来，实验证实了这是由一种肉眼看不见、波长比红光更长的电磁辐射所造成的，这种电磁辐射被称为红外光。通常将红外辐射的波长范围定为0.8～1000微米，并可粗略地分为三个波段：（1）近红外的波段为0.8～2.5微米，波数为12500～4000厘米-1；（2）中红外的波段为2.5～25微米，波数为4000～400厘米-1；（3）远红外的波段为25～1000微米，波数为400～10厘米，目前，实验上已能测定到2500微米，波数为4厘米-1。相应地有近红外光谱、中红外光谱和远红外光谱。 红外光谱的形式虽然多种多样，从本质上可分为发射光谱和吸收光谱两大类。物体的红外发射光谱是指样品在通过受激或自发辐射的条件下，所发射的红外光的强度随波长(波数)变化的光谱图，红外发射光谱主要决定于物体的温度和化学组成。吸收光谱是指样品对红外辐射的吸收能力随波长(波数)变化的光谱图，在实验上，使红外光与样品发生相互作用，测定红外光与物质相互作用前后光强的变化与波长(波数)之间的关系, 称红外吸收光谱。 2．分子的振动和转动光谱 对于分子体系而言，其振动和转动是量子化的，其能级差所对应的光子的波长落在红外光范围，因此是红外光谱(拉曼光谱)的主要研究对象。研究指出，红外光谱的研究范围不仅仅局限于分子的振动、转动跃迁，某些特殊体系的电子能级跃迁亦可能落在红外光谱波段范围内，例如，超大规模共轭体系的电子跃迁、某些稀土离子的f-f能级跃迁等等。不过目前绝大多数的红外光谱研究工作仍集中于分子的振动能级跃迁上，以最简单的双原子为例，其振动吸收Eν可近似地表示为： 式中h为普朗克常数；ν为振动量子数（取正整数）；n0为简谐振动频率。当ν=0时，分子的能量最低，称为基态。处于基态的分子受到频率为n0的红外射线照射时，分子吸收了能量为n0的光量子，跃迁到第一激发态，得到频率为n0的红外吸收带, 它称为分子振动的基频。反之，处于该激发态的分子也可发射频率为n0的红外射线而恢复到基态。n0的数值决定于分子的约化质量μ和力常数κ： κ决定于原子的核间距离、原子的特性和化学键及键级等。 在多原子分子体系中，各原子在平衡位置附近作相对运动。这些振动方式可以被分解为各种简正振动的线性组合，所谓简正振动就是指分子中各原子以同一频率、同一相位在平衡位置附近作简揩振动。含N个原子的非线分子有3N-6个简正振动方式；线性分子有3N－5种简正振动方式。 对于分子的转动而言，往往可以假定分子为刚性转子，则其转动能量Er为： 红外光谱分析概述（中）

全色卫星影像 多光谱卫星影像 高光谱卫星影像

北京揽宇方圆信息技术有限公司 全色卫星影像多光谱卫星影像高光谱卫星影像 随着光谱分辨率的不断提高，光学遥感的发展过程可分为：全色（Panchromatic）→彩色（Color Photography）→多光谱（Multispectral）→高光谱（hyspectral）。 注： 全色波段（Panchromatic band），因为是单波段，在图上显示是灰度图片。全色遥感影像一般空间分辨率高，但无法显示地物色彩。实际操作中，我们经常将之与波段影象融合处理，得到既有全色影象的高分辨率，又有多波段影象的彩色信息的影象。 全色波段，一般指使用0.5微米到0.75微米左右的单波段，即从绿色往后的可见光波段。全色遥感影象也就是对地物辐射中全色波段的影象摄取，因为是单波段，在图上显示是灰度图片。全色遥感影象一般空间分辨率高，但无法显示地物色彩。 多光谱遥感 多光谱遥感：将地物辐射电磁破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。不同地物在不同波段的辐射能量有差别，取得的不同波段图像上有差别。 优点：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，还可以根据光谱特性的差异判别地物，扩大了遥感的信息量。 航空摄影用的多光谱摄影与陆地卫星所用的多光谱扫描均能得到不同普段的遥感资料，分普段的图像或数据可以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，也为地物影像计算机识别与分类提供了可能。

高光谱 高光谱遥感起源于20世纪70年代初的多光谱遥感，它将成像技术与光谱技术结合在一起，在对目标的空间特征成像的同时，对每个空间像元经过色散形成几十乃至几百个窄波段以进行连续的光谱覆盖，这样形成的遥感数据可以用“图像立方体”来形象的描述。同传统遥感技术相比，其所获取的图像包含丰富的空间、辐射和光谱三重信息。 高光谱遥感技术已经成为当前遥感领域的前沿技术。 高光谱遥感具有不同于传统遥感的新特点： 1）波段多：可以为每个像元提供十几、数百甚至上千个波段； 2）光谱范围窄：波段范围一般小于10nm； 3）波段连续：有些传感器可以在350~2500nm的太阳光谱范围内提供几乎连续的地物光谱； 4）数据量大：随着波段数的增加，数据量成指数增加； 5）信息冗余增加：由于相邻波段高度相关，冗余信息也相对增加。 优点： 1）有利于利用光谱特征分析来研究地物； 2）有利于采用各种光谱匹配模型； 3）有利于地物的精细分类与识别； 异同点 国际遥感界的共识是光谱分辨率在λ/10数量级范围的称为多光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区只有几个波段，如美国LandsatMSS，TM，法国的SPOT等；而光谱分辨率在λ/100的遥感信息称之为高光谱遥感(HyPerspectral)；随着遥感光谱分辨率的进一步提高，在达到λ/1000时，遥感即进入超高光谱(ultraspectral)阶段(陈述彭等，1998)。 高光谱和多光谱实质上的差别就是：高光谱的波段较多，普带较窄。（Hyperion有233~309个波段，MODIS有36个波段） 多光谱相对波段较少。（如ETM+，8个波段，分为红波段，绿波段，蓝波段，可见光，热红外（2个），近红外和全色波段） 高光谱遥感就是多比多光谱遥感的光谱分辨率更高，但光谱分辨率高的同时空间分辨率会降低。

高分辨率遥感卫星介绍

北京揽宇方圆信息技术有限公司 高分辨率遥感卫星有哪些 高分辨率遥感可以以米级甚至亚米级空间分辨率精细观测地球，所获取的高空间分辨率遥感影像可以清楚地表达地物目标的空间结构与表层纹理特征，分辨出地物内部更为精细的组成，地物边缘信息也更加清晰，为有效的地学解译分析提供了条件和基础。随着高分辨率遥感影像资源日益丰富，高分辨率遥感在测绘制图、城市规划、交通、水利、农业、林业、环境资源监测等领域得到了飞速发展。 北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。 一、卫星类型 (1)光学卫星：worldview1、worldview2、worldview3、worldview4、quickbird、geoeye、ikonos、pleiades、deimos、spot1、kompsat系例、spot2、spot3、spot4、spot5、spot6、spot7、landsat5(tm)、Sentinel-卫星、landsat(etm)、rapideye、alos、kompsat系例卫星、planet卫星、北京二号、高景一号、资源三号、高分一号、高分二号、环境卫星。 (2)雷达卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、哨兵卫星 (3)侦查卫星：美国锁眼卫星全系例(1960-1980) 二、卫星分辨率 (1)0.3米：worldview3、worldview4 (2)0.4米：worldview3、worldview2、geoeye、kompsat-3A (3)0.5米：worldview3、worldview2、geoeye、worldview1、pleiades

近红外光谱分析及其应用简介

近红外光谱分析及其应用简介 1、近红外光谱分析及其在国际、国内分析领域的定位 近红外光谱分析是将近红外谱区（800-2500nm）的光谱测量技术、化学计量学技术、计算机技术与基础测试技术交叉结合的现代分析技术，主要用于复杂样品的直接快速分析。近红外分析复杂样品时，通常首先需要将样品的近红外光谱与样品的结构、组成或性质等测量参数（用标准或认可的参比方法测得的），采用化学计量学技术加以关联，建立待测量的校正模型；然后通过对未知样品光谱的测定并应用已经建立的校正模型，来快速预测样品待测量。 近红外光谱分析技术自上世纪60年代开始首先在农业领域应用，随着化学计量学与计算机技术的发展，80年代以来逐步受到光谱分析学家的重视，该项技术逐渐成熟，90年代国际匹茨堡会议与我国的BCEIA等重要分析专业会议均先后把近红外光谱分析与紫外、红外光谱分析等技术并列，作为一种独立的分析方法；2000年PITTCON 会议上近红外光谱方法是所有光谱法中最受重视的一类方法，这种分析方法已经成为ICC（International Association for Cereal Science and Technology国际谷物科技协会）、AOAC(American Association of Official Analytical Chemists美国公职化学家协会)、AACC（American Association of Cereal Chemists美国谷物化学家协会）等行业协会的标准；各发达国家药典如USP(United States Pharmacopoeia美国药典)均收入了近红外光谱方法；我国2005年版的药典也将该方法收入。在应用方面近红外光谱分析技术已扩展到石油化工、医药、生物化学、烟草、纺织品等领域。发达国家已经将近红外方法做为质量控制、品质分析和在线分析等快速、无损分析的主要手段。 我国对近红外光谱技术的研究及应用起步较晚，上世纪70年代开始，进行了近红外光谱分析的基础与应用研究，到了90年代，石化、农业、烟草等领域开始大量应用近红外光谱分析技术，但主要是依靠国外大型分析仪器生产商的进口仪器。目前国内能够提供完整近红外光

(完整word版)常见遥感卫星的基本参数大全

常见遥感卫星的基本参数大全 1. BERS-1 中巴资源卫星 CBERS-1 中巴资源卫星由中国与巴西于1999年10月14日合作发射，是我国的第一颗数字传输型资源卫星。 卫星参数： 太阳同步轨道轨道高度：778公里,倾角:98.5o 重复周期：26天，平均降交点地方时为上午10：30 相邻轨道间隔时间为 4 天扫描带宽度:185公里星上搭载了CCD传感器、IRMSS红外扫描仪、广角成像仪，由于提供了从20米-256米分辨率的11个波段不同幅宽的遥感数据，成为资源卫星系列中有特色的一员。 红外多光谱扫描仪：波段数：4波谱范围：B6：0.50 –1.10(um)B7：1.55 – 1.75(um)B8：2.08 – 2.35(um)B9：10.4 – 12.5(um)覆盖宽度：119.50公里空间分辨率：B6 – B8：77.8米B9：156米CCD相机：波段数：5波谱范围：B1：0.45 – 0.52(um)B2：0.52 –0.59(um)B3：0.63 – 0.69(um)B4：0.77 – 0.89(um)B5：0.51 – 0.73(um)覆盖宽度：113 公里空间分辨率：19.5米(天底点)侧视能力：-32 士32 广角成像仪：波段数：2波谱范围：B10：0.63 – 0.69(um)B11：0.77 – 0.89(um)覆盖宽度：890公里空间分辨率：256米 CBERS- 1卫星于1999年10月14日发射成功后，截止到2001年10月14日为止，它在太空中己运行2年，围绕地球旋转10475圈，向地面发送了大量的遥感图像数据，已存档218201景0级数据产品。CBERS-1卫星的设计寿命是2年，但据航天专家测定CBERS-1卫星在轨道上运行正常。有效载荷除巴西研制的宽视场成像仪于2000年5月9日因电源系统故障失效外，其余均工作正常，而且目前星上的所有设备均工作在主份状态，备份设备还未启用，星上燃料绰绰有余。因此，虽然卫星设计寿命是2年，但航天专家设计时对各个器件都打有超期服役的余量，从CBERS-1卫星目前的运行情况来，其寿命肯定要远远大于2年。所以欢迎用户继续踊跃使用CBERS- 1的数据。2002年我国将发射CBERS-2卫星，用户期望的中巴地球资源卫星在太空中双星运行的壮观将会实现。 2、法国SPOT卫星 法国SPOT-4卫星轨道参数： 轨道高度：832公里 轨道倾角：98.721o 轨道周期：101.469分/圈

高光谱遥感

高光谱遥感

? ? ? ?
高光谱遥感的基本概念 高光谱遥感器及平台简介 高光谱遥感技术 高光谱应用概况

高光谱遥感的基本概念
? 高光谱分辨率（简称为高光谱）遥感或成像光 谱遥感技术的发展是过去二十年中人类在对地 观测方面所取得的重大技术突破之一，是当前 遥感的前沿技术。它是指利用很多很窄的电磁 波波段获取许多非常窄且光谱连续的图像数据 的技术，融合了成像技术和光谱技术，准实时 地获取研究对象的影像和每个像元的光谱分布。

国际遥感界认为光谱分辨率在10-1λ数量级范围内的为多 光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区 只有几个波段，如美陆地卫星TM和法国SPOT卫星等; 光谱分 辨率在10-2λ的遥感信息称之为高光谱(Hyperspectral)遥感。由 于其光谱分辨率高达纳米(nm)数量级，往往具有波段多的特 点，即在可见到近红外光谱区其光谱通道多达数十甚至超过 100以上。随着遥感光谱分辨率的进一步提高，在达到10-3λ 时，遥感即进入了超高光谱(Ultraspectral)阶段 、
光谱区域（nm） ： 400 700 1100 2500 5500 14000
VIS VNIR
PIR
MIR
Sunlight 光谱分辨率 波段数 多光谱 高光谱 5-10 100-200 Δλ/λ 0.1 0.01 VNIR 50-100 5-20
IRT
MIR 100-200 10-50
IRT 1000-2000 100-500

多光谱遥感卫星影像植被指数种类

遥感植被指数的种类、适用性和优缺点分析 摘要：遥感是现代科学技术中的一种远距离观测、分析目标地物的理论和方法，它在现代环境监测中具有广泛的应用。遥感植被指数是指利用遥感图像进行植被长势、生物量生产潜能等监测的重要指标。本文将在对植物的光谱特征分析的基础上，总结相关研究，对植被指数的种类以及它们的适用性和优缺点进行分析。 1、引言 遥感是指利用不同地物波谱特征不同这一特性，通过传感器这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息，进行处理、分析与应用的一门科学和技术。而植被指数则是利用遥感图像获取多光谱遥感数据，经过分析得到植被分布、种类等数值，对某些植被的长势、生物量等有一定应用价值。 目前，国内外学者已研究发展了几十种不同的植被指数模型，常用的有以下几类： 1、比值植被指数（RVI）； 2、归一化植被指数（NDVI）； 3、差值植被指数（DVI）； 4、缨帽变换中的绿度植被指数（GVI）； 5、垂直植被指数（PVI）； 6、土壤调整植被指数（SAVI）等， 这几类植被指数对植被的敏感性、抗土壤和大气的干扰性等不尽相同。一般情况下由于归一化植被指数（NDVI）与一些重要的生物物理参数如生物量、叶面积指数和光有效辐射等有密切的联系[1]，所以NDVI被广泛用于植被研究。 遥感植被指数是预测生物量、作物生产潜能以及评价一个生态系统结构与功能特征的重要指标[2]，然而遥感的植被指数不仅取决于植被的种类，还要受到其他环境条件的干扰，如土壤湿度、土壤的物理化学属性、大气条件以及季节等的影响。于是如何在不同的条件下选择不同的植被指数对更好的进行植被监测、农作物估产等有着较大的影响。本文正是通过对植被遥感的原理、植物光谱特征分析研究等的基础上，总结有关资料数据，对各类遥感植被指数的适用性和优缺点进行了分析，作为今后相关研究的参考。 2、植被遥感的原理 植物遥感依赖于植物本身的特征，主要是叶片结构特点和植被冠层光谱特性。我们都知道，植物叶片能进行光合作用，但所利用的仅是太阳光的可见光部分（0.4~0.76μm），即称之为光合有效辐射（PAR），约占太阳辐射的47%~50%，其强度随着时间、地点、大气条件等变化。 植物的光谱特征可使其在遥感影像上有效地与其他地物相区别。同时，不同

常用遥感数据的遥感卫星基本参数大全

常用遥感数据的遥感卫星基本参数大全

常用遥感数据的遥感卫星基本参数大全 常用, 遥感数据, 遥感卫星, 基本参数, 大全 1、CBERS-1 中巴资源卫星 CBERS-1 中巴资源卫星由中国与巴西于1999年10月14日合作发射，是我国的第一颗数字传输型资源卫星 卫星参数： 太阳同步轨道轨道高度：778公里,倾角:98.5o 重复周期：26天平均降交点地方时为上午10：30 相邻轨道间隔时间为 4 天扫描带宽度:185公里星上搭载了CCD传感器、IRMSS红外扫描仪、广角成像仪，由于提供了从20米-256米分辨率的11个波段不同幅宽的遥感数据，成为资源卫星系列中有特色的一员。 红外多光谱扫描仪：波段数： 4波谱范围：B6：0.50 –1.10(um)B7：1.55 –1.75(um)B8：2.08 – 2.35(um)B9：10.4 – 12.5(um)覆盖宽度：119.50公里空间分辨率：B6 – B8：77.8米B9：156米 CCD相机：波段数： 5波谱范围：B1：0.45 –0.52(um)B2：0.52 –0.59(um)B3：0.63 –0.69(um)B4：0.77 –0.89(um)B5：0.51 – 0.73(um)覆盖宽度：113公里空间分辨率：19.5米(天底点)侧视能力：-32 士32 广角成像仪：波段数： 2波谱范围：B10：0.63 –0.69(um)B11：0.77 –0.89(um)覆盖宽度：890公里空间分辨率：256米 CBERS-1卫星于1999年10月14日发射成功后，截止到2001年10月14日为止，它在太空中己运行2年，围绕地球旋转10475圈，向地面发送了大量的遥感图像数据，已存档218201景0级数据产品。 CBERS-1卫星的设计寿命是2年，但据航天专家测定CBERS-1卫星在轨道上运行正常。有效载荷除巴西研制的宽视场成像仪于2000年5月9日因电源系统故障失效外，其余均工作正常，而且目前星上的所有设备均工作在主份状态，备份设备还未启用，星上燃料绰绰有余。因此，虽然卫星设计寿命是2年，但航天专家设计时对各个器件都打有超期服役的余量，从CBERS-1卫星目前的运行情况来，其寿命肯定要远远大于2年。所以欢迎用户继续踊跃使用CBERS-1的数据。 2002年我国将发射CBERS-2卫星，用户期望的中巴地球资源卫星在太空中双星运行的壮观将会实现。 2、法国SPOT卫星 法国SPOT-4卫星轨道参数： 轨道高度：832公里 轨道倾角：98.721o 轨道周期：101.469分/圈 重复周期：369圈/26天 降交点时间：上午10：30分 扫描带宽度： 60 公里 两侧侧视：+/-27o 扫描带宽：950公里 波谱范围：

常见地遥感卫星地介绍及具体全参数

常见的遥感卫星的介绍及具体参数 遥感卫星(remote sensing satellite )用作外层空间遥感平台的人造卫星。用卫星作为平台的遥感技术称为卫星遥感。通常，遥感卫星可在轨道上运行数年。卫星轨道可根据需要来确定。遥感卫星能在规定的时间覆盖整个地球或指定的任何区域，当沿地球同步轨道运行时，它能连续地对地球表面某指定地域进行遥感。所有的遥感卫星都需要有遥感卫星地面站，卫星获得的图像数据通过无线电波传输到地面站，地面站发出指令以控制卫星运行和工作。以下列出较为常见的遥感卫星: 一、Landsat卫星 美国NASA的陆地卫星(Landsat)计划(1975年前称为地球资源技术卫星——ERTS )，从1972年7月23日以来，已发射7颗（第6颗发射失败）。目前Landsat1—4均相继失效，Landsat 5仍在超期运行（从1984年3月1日发射至今）。Landsat 7于1999年4月15日发射升空。其常见的遥感扫描影像类型有MMS影像、TM图像。 （一）、MSS影像 MSS影像为多光谱扫描仪（MultiSpectral Scanner）获取的图像，第一颗至第三颗地球卫星（Landsat）上反光束导管摄像机获取的三个波段摄影相片分别称为第1、2、3波段，多光谱扫描仪有4个波段获取的扫描影像被命名为4、5、6、7波段，两个波段为可见光波段，两个波段为近红外波段，此外，第三颗地球卫星上还供有热红外波段影像，这个影像称为第8波段，但使用不久，就因为一起的问题二关闭了。 表 1 ：Landsat上MSS波段参数

(二)、TM影像 TM影像是指美国陆地卫星4～5号专题制图仪（thematic mapper）所获取的多波段扫描影像。 影像空间分辨率除热红外波段为120米外，其余均为30米，像幅185×185公里2。每波段像元数达61662个（TM-6为15422个）。一景TM影像总信息量为230兆字节），约相当于MSS影像的7倍。 因TM影像具较高空间分辨率、波谱分辨率、极为丰富的信息量和较高定位精度，成为20世纪80年代中后期得到世界各国广泛应用的重要的地球资源与环境遥感数据源。能满足有关农、林、水、土、地质、地理、测绘、区域规划、环境监测等专题分析和编制1∶10万或更小比例尺专题图，修测比例尺地图的要求。 表 2 ：Landsat上TM波段参数 （三）、ETM 1999年4月15日，美国发射了Landsat-7，它采用了增强-加型专题绘图仪（ETM）遥感器来获取地球表层信息，它与TM的区别在于增加了全色波段，分辨率为15米，并改进了热红外波段影像的分辨率。

卫星全色和多光谱模式介绍

QuickBird卫星全色和多光谱模式 时间:2009-08-24 众所周知，遥感是使用各种传感器远距离探测目标所辐射、反射或散射的电磁波，经加工处理变成能够识别和分析的图像和信号，以获取目标性质和状态信息的综合技术。 遥感根据获取目标的手段不同可分为狭义遥感和广义遥感。 狭义遥感以电磁辐射为感测对象，而广义遥感还包括磁力、重力等地球物理的测量和属于地球物理测量范畴的地震波、声波等弹性波。 我们通常所说的遥感概念则专指以电磁辐射为特征的狭义遥感。不同的目标物受到太阳或其他辐射源的电磁辐射时，它们所特有的反射、发射、透射、吸收电磁辐射的性质是不同的。通过获取目标物对电磁辐射的显示特征，可识别目标的属性和状态。所以传感器谱段的设置与目标物的光谱特性有着密切的关系。 目前世界上用于卫星遥感的传感器有两大类：光学遥感和微波遥感。 光学遥感: 光学遥感指利用光学设备探测和记录被测物体辐射、反射和散射的相应谱段电磁波，并分析、研究其特性及变化的技术。 光学遥感覆盖了红外、可见光和紫外三个谱段，常用的有以下三种： 可见光遥感: 其工作波长为0.4～0.76微米，一般采用感光胶片或光电探测器作为感测元件，属于摄影成像遥感。它主要使用可见光远摄镜头照相和可变焦距电视摄像等，感测的是目标及背景反射或自身发出的可见光，记录的信息或拍摄的图像是物体反射光或发光强度的空间分布。可见光遥感是光学遥感中历史最长的一种，是对地观测和军事侦察的主要手段之一。摄影成像的分辨率(G)很高，可以近似地表示为： G=f×R/H 其中f为镜头焦距，R为镜头与底片的综合分辨率，H为高度(或距离)。 红外遥感器: 主要包括红外扫描仪、红外辐射仪等。红外遥感通过探测红外辐射获取目标和背景的辐射温度或热成像。其探测能力取决于目标、背景与周围环境的温度差。红外遥感的最大优点是可获取无光照或薄云下目标和背景的图像。 多谱段遥感： 使用几个不同的谱段同时对一目标或地区进行感测，从而获得与各谱段相对应的各种信息。将不同谱段的遥感信息加以组合，可获取目标物更多的信息。多谱段遥感是在可见光和红外遥感的基础上发展起来的，它能明显地分辨多种目标和背景特性，兼有可见光和红外遥感技术的优点。也为高光谱和超高光谱的发展提供了依据。微波遥感： 微波遥感是利用微波遥感设备，对地物目标和环境的微波辐射、反射或散射能量实施探测的技术，其波长为1～1000毫米． 微波遥感按工作模式的不同可分为两种： 有源微波遥感: 主要由成像雷达、微波散射计和微波高度计组成。在卫星遥感中应用较多的是合成孔径雷达，它是利用平台与目标的相对运动产生的多普勒频移，经二维相关处理或匹配滤波处理而获得高分辨率的图像。 无源微波遥感: 主要指各种微波辐射计，它是通过测量自然界各种物体发出的微弱微波辐射来测量目标的辐射特性和实际温度。

高光谱,多光谱及超光谱

1、光谱分辨率 光谱分辨率spectral resolution 定义1：遥感器能分辨的最小波长间隔，是遥感器的性能指标。遥感器的波段划分得越细，光谱的分辨率就越高，遥感影像区分不同地物的能力越强。 定义2：多光谱遥感器接收目标辐射信号时所能分辨的最小波长间隔。 光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。细分光谱可以提高自动区分和识别目标性质和组成成分的能力。 传感器的波谱范围，一般来说识别某种波谱的范围窄，则相应光谱分辨率高。 举个例子：可以分辨红外、红橙黄绿青蓝紫紫外的传感器的光谱分辨率就比只能分辨红绿蓝的传感器的光谱分辨率高。 一般来说，传感器的波段数越多波段宽度越窄，地面物体的信息越容易区分和识别，针对性越强。 2、什么是高光谱，多光谱及超光谱 高光谱成像是新一代光电检测技术，兴起于2O世纪8O年代，目前仍在迅猛发展巾。高光谱成像是相对多光谱成像而言，通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。如果根据传感器的光谱分辨率对光谱成像技术进行分类，光谱成像技术一般可分成3类。 (1)多光谱成像——光谱分辨率在delta_lambda/lambda=0．1mm数量级，这样的传感器在可见光和近红外区域一般只有几个波段。 (2)高光谱成像——光谱分辨率在delta_lambda/lambda=0．01mm数量级，这样的传感器在可见光和近红外区域有几十到数百个波段，光谱分辨率可达nm 级。 (3)超光谱成像——光谱分辨率在delta_lambda/lambda =O．001mm=1nm数量级，这样的传感器在可见光和近红外区域可达数千个波段。 众所周知，光谱分析是自然科学中一种重要的研究手段，光谱技术能检测到被测物体的物理结构、化学成分等指标。光谱评价是基于点测量，而图像测量是基于空间特性变化，两者各有其优缺点。因此，可以说光谱成像技术是光谱分析

常用卫星数据介绍

国外卫星有： WorldView 1/2/3，GeoEye1/2，RapidEye,IKONOS,QuickBird,Spot5,Spot6,Landsat-5 TM,Landsat-7 ETM+,Landsat-8 ALI,Pleiades,Alos,terrasar-x,radarsat-2,全美锁眼卫星全系列(1960-1980)，印度Cartosat-1(又名IRA-P5) 国内卫星有: HJ-A/B CCD,ZY-02-C,ZY-3,CBERS-3/4,天绘系统,高分系列,资源系列等 一、Landsat7卫星的TM/ETM+数据介绍 TM是一种遥感器，搭载在美国陆地卫星Landsat系列卫星上。TM影像是指美国陆地卫星4～5号专题制图仪（thematic mapper）所获取的多波段扫描影像。有7个波段 Landsat-7，星上携带专题制图仪ETM，ETM具有8个波段，其中1-5波段和7波段是多光谱波段，空间分辨率是30米，第六波段是热红外波段，空间分辨率是120米，第8波段为全色波段，分辨率为15米。景宽185公里，景面积为34225平方公里。 波段介绍： 1.TM1 0.45-0.52um,蓝波段 对水体穿透强, 该波段位于水体衰减系数最小，散射最弱的部位（0.45— 0.55um）,对水体的穿透力最大，可获得更多水下信息，用于判断水深，浅海水下地形，水体浑浊度，沿岸水，地表水等；能够反射浅水水下特征，区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等。 2.TM2 0.52-0.60um,绿波段 对植物的绿反射敏感该波段位于健康绿色植物的绿色反射率（0.54—-0.55um）附近；对健康茂盛植物的反射敏感, 主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力对绿的穿透力强, 探测健康植被绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种，植被类型和评估作物长势对水体有一定的穿透力，可反映水下特征，水体浑浊度，水下地形，沙洲，沿岸沙地等。. 可区分人造地物类型， 3.TM3 0.62-0.69um ,红波段 对水中悬浮泥沙反映敏感。该波段位于含沙浓度不同的水体辐射峰值（0.58—-0.68um）附近，对水中悬浮泥沙反映敏感。叶绿素的主要吸收波段, 能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差，反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率, 测量植物绿色素吸收率，并以此进行植物分类；此外其信息量大,广泛用于对裸露地表，植被，岩性，地层，构造，地貌等为可见光最佳波段；可区分人造地物类型

遥感图像的多光谱增强实验报告

→Principial Comp →Pincipal Components对话框，（图1.1.1）。选择影像，忽略0值，期望输出主成分数量：7并勾选输出特征值和特征向量。 图1.1.1 主成份变换对话框 选择保存路径，保存主成份变换之后的影像、后缀名为.mtx的特征向量和后缀名为.tbl的特征值。 图1.1.2 主成份变换前影像

图1.1.2 主成份变换后影像 ②查看七个单波段主成份变换后的影像。 图1.2.1 第一波段影像图1.2.2 第二波段影像图1.2.3 第三波段影像 图1.2.4 第四波段影像图1.2.5 第五波段影像图1.2.6 第六波段影像 图1.2.7 第七波段影像

2.①ERDAS 图标面板菜单条：Tools→Edit Txt Files，分别打开特征向量和特征值文件。 图1.2.1 主成份特征向量 图1.2.2 主成份特征值 ②把特征值复制到ECXEL表格中计算百分比，可以看到第一主分量标准差分布最广，集中信息量最多，第二分量次之。 特征值百分比 868.4795153 80.94410239 149.9110022 13.9720181 40.51377151 3.775968013 5.7131775 0.53248006 4.347115382 0.405160221 3.125243136 0.291279179 0.847535218 0.07899205 合计：1072.93736 100 3.主成份逆变换 ①进入ERDAS 图标面板菜单条：Image Interpreter→Spectral Enhancement →Principial Comp →Inverse Pincipal Components。 图2.3.1 主成份逆变换参数设置对话框 ②即可得到原影像。

高光谱遥感的发展与应用_张达

第１１卷　第３期２ ０１３年６月光学与光电技术 ＯＰＴＩＣＳ　＆ＯＰＴＯＥＬＥＣＴＲＯＮＩＣ　 ＴＥＣＨＮＯＬＯＧＹＶｏｌ．１１，Ｎｏ．３　 Ｊｕｎｅ，２０１３收稿日期　２０１２－０９－２９；　收到修改稿日期　２０１２－１２－ １３作者简介　张达（１９８１－） ，男，博士，副研究员，硕士生导师，主要从事空间光学遥感仪器的研制、空间光学成像，以及光谱探测技术方面的研究。Ｅ－ｍａｉｌ：ｚｈａｎｇｄａ＠ｃｉｏｍｐ ．ａｃ．ｃｎ基金项目　国防预研基金（ＳＡ０５０），国家８６３高技术研究发展计划（２０１０ＡＡ１２２１０９１００１） ，吉林省科技发展计划（２０１１０１０７９ ）资助项目文章编号：１６７２－３３９２（２０１３）０３－００６７－ ０７高光谱遥感的发展与应用 张　达　郑玉权 （中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３） 摘要　阐述了高光谱遥感的特点、优势，以及在航空及航天领域的发展情况，列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上， 概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议，包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。关键词　高光谱遥感；发展；应用；成像光谱仪中图分类号　ＴＰ７０ 文献标识码　Ａ １　引　言 遥感技术是２０世纪６０年代发展起来的对地 观测综合性技术［１］ ，随着２０世纪８０年代成像光谱 技术的出现， 光学遥感进入了高光谱遥感阶段。从２０世纪９０年代开始， 高光谱遥感已成为国际遥感技术研究的热门课题和光电遥感的最主要手段。 高光谱遥感技术作为对地观测技术的重大突破［ ２］ ，其发展潜力巨大。 高光谱遥感实现了遥感数据图像维与光谱维信息的有机融合，在光谱分辨率上有巨大优势，是遥感发展的里程碑。随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛，已渗透到国民经济的各个领域，如环境监测、资源调查、工程建设等，对于推动经济建设、社会进步、环境的改善和国防建设起到了重大的作用。本文主要阐述高光谱遥感的特点、优势以及在航空及航天领域的发展情况，概括了高光谱遥感在植被生态、大气环境、地质矿产， 海洋军事等领域的应用情况。２　高光谱遥感特点与优势 高光谱遥感是高光谱分辨率遥感（Ｈｙｐｅｒｓｐ ｅｃ－ｔｒａｌ　Ｒｅｍｏｔｅ　Ｓｅｎｓｉｎｇ） 的简称［３］ ，它是在电磁波谱的紫外、可见光、近红外、中红外和热红外波段范围 内，获取许多非常窄且光谱连续的影像数据的技 术，是在传统的二维遥感的基础上增加了光谱维，形成的一种独特的三维遥感。对大量的地球表面物质的光谱测量表明， 不同的物体会表现出不同的光谱反射和辐射特征，这种特征引起吸收峰和反射峰的波长宽度在５～５０ｎｍ左右，其物理内涵是不同的分子、 原子和离子的晶格振动，引起不同波长的光谱发射和吸收，从而产生了不同的光谱特征。运用具有高光谱分辨率的仪器，通过获取图像上任何一个像元或像元组合所反映的地球表面物质的光谱特性， 经过后续数据处理，就能达到快速区分和识别地球表面物质的目的［ ４］ 。高光谱遥感的成像光谱仪具有光谱分辨率高（５～１０ｎｍ），光谱范围宽（０．４μｍ～２．５μｍ） 的显著特点，可以分离成几十甚至数百个很窄的波段来接收信息， 所有波段排列在一起能形成一条连续的完整的光谱曲线，光谱的覆盖范围从可见光、近红外到短波红外的全部电磁辐射波谱范围。高光谱数据是一个光谱图像的立方体，其空间图像维描述地表二维空间特征，其光谱维揭示图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱 维信息的有机融合［ ５］ 。高光谱遥感在光谱分辨率方面的巨大优势，使得空间对地观测时可获取众多连续波段的地物光谱图像， 从而达到直接识别地球表面物质的目的。地物光谱维信息量的增加为遥感对地观测、地物识别及地理环境变化监测提供了