Landsat5 TM遥感影像反射率计算(NDVI计算)

1.计算反射率

1）计算辐射亮度

Bias DN Gain L +?=λ

L4=0.8726*DN-1.51

L3=1.0399*DN-1.17

2）计算反射率 ()

θπρλλcos 2

???=ESUN d L 日地距离d = 1 + 0.0167 * Sin(2 * pi * (days - 93.5) / 360)。例如2010年7月21日141/32遥感影像d=1+0.0167*sin （2*pi*（202-93.5）/360）=1.015837

ESUN：太阳光谱辐射量，W/(m^2?um).

推荐使用表3右列。

ESUN

b4=1036,ESUN

b3

=1554.

θ为天顶角，θ=90-太阳高度角，太阳高度角可在遥感图像头文件中查到。例如2010年7月21日获取的141/32 Landsat5 TM影像SUN_ELEVATION = 61.5610598

参考文献：《Landsat5图像的增益、偏置取值及其对行星反射率计算分析》

2.计算NDVI。

ENVI-Basic Tools-Band math或者Transform-NDVI

遥感图像几种分类方法的比较

摘要 遥感图像分类一直是遥感研究领域的重要内容，如何解决多类别的图像的分类识别并满足一定的精度，是遥感图像研究中的一个关键问题，具有十分重要的意义。 遥感图像的计算机分类是通过计算机对遥感图像像素进行数值处理，达到自动分类识别地物的目的。遥感图像分类主要有两类分类方法:一种是非监督分类方法，另一种是监督分类方法。非监督分类方法是一个聚类过程，而监督分类则是一个学习和训练的过程，需要一定的先验知识。非监督分类由十不能确定类别属性，因此直接利用的价值很小，研究应用也越来越少。而且监督分类随着新技术新方法的不断发展，分类方法也是层出不穷。从传统的基十贝叶斯的最大似然分类方法到现在普遍研究使用的决策树分类和人工神经网络分类方法，虽然这些方法很大程度改善了分类效果，提高了分类精度，增加了遥感的应用能力。但是不同的方法有其不同优缺点，分类效果也受很多因素的影响。 本文在对国内外遥感图像分类方法研究的进展进行充分分析的基础上，应用最大似然分类法、决策树分类法对TM影像遥感图像进行了分类处理。在对分类实现中，首先对分类过程中必不可少的并影响分类效果的步骤也进行了详细地研究，分别是分类样本和分类特征；然后详细介绍两种方法的分类实验；最后分别分析分类结果图，采用混淆矩阵和kappa系数对两种方法的分类结果进行精度评价。 关键词:TM遥感影像，图像分类，最大似然法，决策树 题目：遥感图像几种分类方法的比较...................................... 错误！未定义书签。摘要.. (1) 第一章绪论 (3)

1.1遥感图像分类的实际应用及其意义 (4) 1.2我国遥感图像分类技术现状 (5) 1.3遥感图像应用于测量中的优势及存在的问题 (6) 1.3.1遥感影像在信息更新方面的优越性 (6) 1.3.2遥感影像在提取信息精度方面存在的问题 (6) 1.4研究内容及研究方法 (8) 1.4.1研究内容 (8) 1.4.2 研究方法 (8) 1.5 论文结构 (9) 第二章遥感图像的分类 (9) 2.1 监督分类 (9) 2.1.1 监督分类的步骤 (9) 2.1.2 最大似然法 (11) 2.1.3 平行多面体分类方法 (12) 2.1.4 最小距离分类方法 (13) 2.1.5监督分类的特点 (13) 2.2 非监督分类 (14) 2.2.1 K-means算法 (14) K-均值分类法也称为 (14) 2.2.2 ISODATA分类方法 (15) 2.2.3非监督分类的特点 (17) 2.4遥感图像分类新方法 (17) 2.4.1基于决策树的分类方法 (17) 2.4.2 人工神经网络方法 (19) 2.4.3 支撑向量机 (20) 2.4.4 专家系统知识 (21) 2.5 精度评估 (22) 第三章研究区典型地物类型样本的确定 (24) 3.1 样本确定的原则和方法 (24) 3.2 研究区地物类型的确定 (24) 3.3样本区提取方案 (25) 3.4 各个地物类型的样本的选取方法 (25) 3.4.1 建立目视解译标志 (25) 3.4.2 地面实地调查采集 (26) 3.4.3 利用ENVI遥感图像处理软件选取样本点 (26) 第四章遥感图像分类实验研究 (26) 4.1遥感影像适用性的判定 (26) 4.2分类前的预处理 (28) 4.2.1空间滤波的处理 (28) 4.2.2 频域滤波处理 (28) 4.3利用ENVI软件对影像按照不同的分类方法进行监督分类 (30) 4.3.1监督分类 (30) 4.3.2 决策树 (33) 4.4分类后的处理 (35)

表观反射率(反射率反照率)的计算

表观反射率（反射率、反照率）的计算 第一步、分别计算各个波段每个像元的辐射亮度L 值： L=Gain*DN+Bias 或者 min min min max min max )(*L QCAL QCAL QCAL QCAL L L L +---= 式中，QcaL 为某一像元的DN 值，即QCAL=DN 。 QCALmax 为像元可以取的最大值255。QCALmin 为像元可以取的最小值。如果卫星数据来自LPGS(The level 1 product generation system)，则QCAL=1(Landsat-7数据属于此类型)。如果卫星数据来自美国的NLAPS ( National Landsat Archive Production System )，则QCALmin=0 (Ldsat-5的TM 数据属于此类型)。 根据以上情况，对于Landsat-7来说，可以改写为(QCALmin=1)： min min max )1(*254L DN L L L +--= 对于Landsat-5来说，可以改写为(QCALmin=0)： min min max *255L DN L L L +-= 表1 Iandsa-7 ETM+各个反射波段的Lmax 和Lmin 值 Table1The values of Lmmax and Lmin for reflecting bands of Landsat-7 表2 Landsat-5 TM 各反射波段的Lmax 和Lmin 值

的陆地、沙漠、冰与雪、水体、海冰、火山等6大类型)和太阳高度角状况来确定采用高增益参数或是低增益参数。一般低增益的动态范围比高增益大1.5倍，因此当地表亮度较大时，用低增益参数;其它情况用高增益参数。在非沙漠和冰面的陆地地表类型中，ETM+的1一3和5,7波段采用高增益参数，4波段在太阳高度角低于45度（天顶角>45度）时也用高增益参数，反之则用低增益参数。详见文献(NASA Landsat Project ScienceOffice , 1998b )。 第二步、计算各波段反射率（反照率、反射率）ρ： 波段） 为第i i Cos ESUN D L i () (2 θπρ???= 式中，p 为人气层顶(TOA)表观反射率(无量纲)，π为常量(球面度str)，L 为大气层顶进人卫星传感器的光谱辐射亮度(W ˙m-2-sr-1˙μm-1)，D 为日地之间距离(天文单位),ESUN 为大气层顶的平均太阳光谱辐照度(W ˙m-2-sr-1˙μm-1),θ为太阳的天顶角(θ=90?-β，β为太阳高度角， Cos(θ)也可以这样计算：Cos(θ)=Sin φ*Sin δ+Cos φ*Cos δ*Cosh,式中φ甲为地理纬度，φ为太阳赤纬，h 为太阳的时角。太阳赤纬是太阳光与地球赤道平面的夹角)。 也可以是： 2 )365)5.93(2sin 0167.01(cos )()(??????-+?= D E L s sun T πθλλπρ 其中,θs 为太阳天顶角, D 为儒略历(Julian) 日期,这两个参数可由数据头文件读 出。L (λ) 为入瞳辐亮度, Esun 为外大气层太阳辐照度。 上式成立的条件是假设在大气层顶，有一个朗勃特(Laribcitian)反射面。太阳光以天顶角θ人射到该面，该表面的辐照度为E = ESUN*Cos(θ)/D 2(吕斯哗，1981)。该表面的辐射出射度M=πL(吕斯骤，1981)。根据Lanbertian 反射率定义，大气层顶的表观反射率P 等于M 和E 的比值，即 波段） 为第i i Cos ESUN D L E M i () (2 θπρ???= = 表 3 随时间变化的日地距离（天文单位） 表 4 Landsat-7 和Landsat-5的大气层顶平均太阳光谱辐照度ESUN(W ˙m-2-sr-1˙μm-1)

表观反射率

表观反射率 遥感反射率的定义:地物表面反射能量与到达地物表面的入射能量的比值。遥感表观反射率的定义:地物表面反射能量与近地表太阳入射能量的比值。大气校正就是将辐射亮度或者表观反射率转换为地表实际反射率，目的是消除大气散射、吸收、反射引起的误差。 1、反射率:是指任何物体表面反射阳光的能力。这种反射能力通常用百分数来表示。比如说某物体的反射率是45%，这意思是说，此物体表面所接受到的太阳辐射中，有45%被反射了出去.英文表示:Reflectance 2、地表反射率:地面反射辐射量与入射辐射量之比，表征地面对太阳辐射的吸收和反射能力。反射率越大，地面吸收太阳辐射越少;反射率越小，地面吸收太阳辐射越多，表示:surface albedo 3、表观反射率:表观反射率就是指大气层顶的反射率,辐射定标的结果之一，大气层顶表观反射率，简称表观反射率，又称视反射率。英文表示为:apparent reflectance (=地表反射率+大气反射率。所以需要大气校正为地表反射率)。 “6S”模型输入的是表观反射率而MODTRAN模型要求输入的是辐射亮“5S”和度。 4、行星反射率:从文献“一种实用大气校正方法及其在,,影像中的应用”中看到“卫星所观测的行星反射率(未经大气校正的反射率)”;在“基于地面耦合的TM 影像的大气校正-以珠江口为例”一文有“该文应用1998年的LANDSAT5 TM影像,对原始数据进行定标、辐射校正,求得地物的行星反射率”。因此行星反射率就是表观反射率。英文表示:planetary albedo

5、反照率:反照率是指地表在太阳辐射的影响下，反射辐射通量与入射辐射通量的比值。它是反演很多地表参数的重要变量，反映了地表对太阳辐射的吸收能力。英文表示:albedo 它与反射率的概念是有区别的:反射率(reflectance)是指某一波段向一定方向的反射，因而反照率是反射率在所有方向上的积分;反射率是波长的函数，不同波长反射率不一样，反照率是对全波长而言的。反照率的定义是地物全波段的反射比,反射率为各个波段的反射系数。因此,反照率为地物波长从0 到?的反射比。 6. 地表比辐射率(Surface Emissivity)，又称发射率，指在同一温度下地表 发射的辐射量与一黑体发射的辐射量的比值，与地表组成成分，地表粗糙度，波长等因素有关。比辐射率的直接测量。理论上,比辐射率的测定有两种途径,一种是比色法,这种方法目前只能使用在被测物的温度大于50 ?的场合。因为信噪比太小, 不适合常温地球表面的测量。然而,随着传感器技术的发展,如果能测量零度以下物体的话,这种比色法似可取得突破性的发展; 另一种是亮度法。也是目前人们所采用的办法。在实验室里,利用封闭式黑体筒可以成功地测量地物的比辐射率。也可以利用主动和被动相结合的方法测量比辐射率,这种方法已在实验室里取得成功。利用二 氧化碳激光,可以远距离测量地物的比辐射率,目前,已经开始把这一技术向航 空和航天遥感扩展,它的可行性已经得到证实,其目标是对区 域范围的地物比辐射率进行直接测定。我们深信这种高技术的实现已为期不远了。这种比辐射率的直接测定,不仅可以直接获得比辐射率 区域分布,而且可以获得比辐射率的多角度以及地物性质的有关信息。这种研 究思路的实现,对定量热红外遥感的推动作用是巨大的。

玻璃的反射率和透光率计算

玻璃的反射率和透光率计算 设r 为每个界面反射率 r=((n-1)/(n+1))2 ，n 是玻璃的折射率，等于1.5，则r=4% 单片玻璃有两个界面，设其反射率为R ，PVB 的透过率为0.92 则 R=r e r r t ??-+-β22)1( 式中β 为吸收率系数,等于1M -1，t 为厚度。 （1）采光顶8+12A+6+1.52PVB+6mm 中空钢化夹胶玻璃 R= %00.792.004.0)04.01(04.02020.022=???-+-x e 单片玻璃的透过率为T ，t e r T β-?-=2)1( %1.8392.0)04.01(020.012=??-=-x e T （2）幕墙10+12A+10mm 中空钢化玻璃 R= %00.792.004.0)04.01(04.02020.022=???-+-x e %1.8392.0)04.01(020.012=??-=-x e T 综合以上计算，采光顶8+12A+6+1.52PVB+6mm 中空钢化夹胶玻璃,幕墙10+12A+10mm 中空钢化玻璃的反射率为7.00%，透光率为83.1%。 玻璃的热传导系数 66333.43.2111d G ++=εδ 66352.1733.452.13.2111+?+=εG 1111-+=i o εεε 式中: G 中空夹胶玻璃的导热系数，c h m kcal o 2/ δ 夹层的厚度（mm ） ε 有效放射率

i o εε 外、内側玻璃的放射率，0.896 d 原板玻璃公称厚度之和，( mm ) （1）采光顶8+12A+6+1.52PVB+6mm 中空钢化夹胶玻璃 23956.066352.33812.033.412 3.2111=+?+=G 中空夹胶玻璃的热传导系数 o i h h G K 1111++= 式中: o h 外侧空气对流系数，17.5 c h m k c a l o 2/ i h 内侧空气对流系数，7.4 c h m k c a l o 2/ 31568.25 .1714.7123956.01=++=K c h m k c a l o 2/ K m W K 2/702..23600 420031568.2=?= （2）幕墙10+12A+10mm 中空钢化玻璃 228..066332812.033.412 3.2111=+?+=G 夹胶玻璃的热传导系数 o i h h G K 1111++= 式中: o h 外侧空气对流系数，17.5 c h m k c a l o 2/ i h 内侧空气对流系数，7.4 c h m k c a l o 2/ 37938.25 .1714.71228.01=++=K c h m k c a l o 2/ K m W K 2/776..23600 420037938.2=?=

试述遥感图像分类的方法,并简单分析各种分类方法的优缺点。

遥感原理与应用 1.试述遥感图像分类的方法，并简单分析各种分类方法的优缺点。答：监督分类：1、最大似然法；2、平行多面体分类法:这种方法比较简单，计算速度比较快。主要问题 是按照各个波段的均值为标准差划分的平行多面体与实际地物类别数据点分布的点群形态不一致，也就造成俩类的互相重叠，混淆不清的情况；3、最小距离分类法:原理简单，分类精度不高，但计算速度快，它可以在快速浏览分类概况中使用。通常使用马氏距离、欧氏距离、计程距离这三种判别函数。主要优点：可充分利用分类地区的先验知识，预先确定分类的类别；可控制训练样本的选择，并可通过反复检验训练样本，以提高分类精度（避免分类中的严重错误）；可避免非监督分类中对光谱集群组的重新归类。主要缺点：人为主观因素较强；训练样本的选取和评估需花费较多的人力、时间；只能识别训练样本中所定义的类别，对于因训练者不知或因数量太少未被定义的类别，监督分类不能识别，从而影响分结果（对土地覆盖类型复杂的地区需特别注意）。 非监督分类：1、ISODATA； 2、K-Mean：这种方法的结果受到所选聚类中心的数目和其初始位置以及模式分布的几何性质和读入次序等因素的影响，并且在迭代的过程中又没有调整类别数的措施，因此不同的初始分类可能会得到不同的分类结果，这种分类方法的缺点。可以通过其它的简单的聚类中心试探方法来找出初始中心，提高分类结果；主要优点：无需对分类区域有广泛地了解，仅需一定的知识来解释分类出的集群组；人为误差的机会减少，需输入的初始参数较少（往往仅需给出所要分出的集群数量、计算迭代次数、分类误差的阈值等）；可以形成范围很小但具有独特光谱特征的集群，所分的类别比监督分类的类别更均质；独特的、覆盖量小的类别均能够被识别。主要缺点：对其结果需进行大量分析及后处理，才能得到可靠分类结果；分类出的集群与地类间，或对应、或不对应，加上普遍存在的“同物异谱”及“异物同谱”现象，使集群组与类别的匹配难度大；因各类别光谱特征随时间、地形等变化，则不同图像间的光谱集群组无法保持其连续性，难以对比。

行星反射率的计算

行星反射率的计算 1.打开ENVI软件→File→Open External File→Landsat→Geo TIFF→文件夹里 的图像 2.选择742波段为RGB值打开图像 3.将六个波段的DN值转化为亮度值：Basic Tools→Band Math→在Enter an expression的框里输入(b1-1)*(193.0+1.52)/254-1.52→Add to list→Ok→选定第一波段→Choose建立一个文件夹保存 4.重复步骤2，将第1至第7（第6除外）波段的DN值全部转化为亮度值，每 次代入相应波段对应的公式（见最后） 5.将六个波段的亮度值转化为反射率：Basic Tools→Band Math→在在Enter an expression的框里输入!pi*b1*1^2/(1957*cos(!pi*(90-65.3691418)/180))→Add to list→Ok →选定第一波段的亮度值（带公式的那个）→Choose建立一个文件夹保存6.重复步骤4，将第1至第7（第6除外）波段的亮度值全部转化为反射率， 每次代入相应波段对应的公式（见最后） 7.打包：File→Save as→ENVI standard→选择六个波段的反射率→Reorder 重排一下 8.打开保存好的反射率的文件选择742波段为RGB值打开图像 New Display 9.连接俩图像：在图像窗口Tools→Link→Link Displays→Dynamic选择Off 10.在图像上双击左键查看RGB的值 用ENVI的band math功能，将DN值向亮度值转换部分。 (b1-1)*(193.0+1.52)/254-1.52 (b1-1)*(365.0+2.84)/254-2.84 (b1-1)*(264.0+1.17)/254-1.17 (b1-1)*(221.0+1.51)/254-1.51 (b1-1)*(30.2+0.37)/254-0.37 (b1-1)*(16.5+0.15)/254-0.15 亮度值向反射率转换部分 !pi*b1*1^2/(1957*cos(!pi*(90-65.3691418)/180)) !pi*b1*1^2/(1829*cos(!pi*(90-65.3691418)/180)) !pi*b1*1^2/(1557*cos(!pi*(90-65.3691418)/180)) !pi*b1*1^2/(1047*cos(!pi*(90-65.3691418)/180)) !pi*b1*1^2/(219.3*cos(!pi*(90-65.3691418)/180)) !pi*b1*1^2/(74.52*cos(!pi*(90-65.3691418)/180))

遥感影像的分类处理

摘要 在面向对象的影像分类方法中，首先需要将遥感影像分割成有意义的影像对象集合，进而在影像对象的基础上进行特征提取和分类。本文针对面向对象影像分类思想的关键环节展开讨论和研究，(1) 采用基于改进分水岭变换的多尺度分割算法对高分辨率遥感影像进行分割。构建了基于高斯尺度金字塔的多尺度视觉单词，并且通过实验证明其表达能力优于经典的词包表示。最后，在词包表示的基础上，利用概率潜在语义分析方法对同义词和多义词较强的鉴别能力对影像对象进行分析，找出其最可能属于的主题或类别，进而完成影像的分类。 近些年来，随着航空航天平台与传感器技术的高速发展，获取的遥感影像的分辨率越来越高。高分辨率遥感影像在各行业部门的应用也越来越广泛，除了传统的国土资源、地质调查和测绘测量等部门，还涉及到城市规划、交通旅游和环境生态等领域，极大地拓展了遥感影像的应用范围。因此，对高分辨率遥感影像的处理分析成为备受关注的领域之一。高分辨率遥感影像包括以下三种形式：高空间分辨率（获取影像的空间分辨率从以前的几十米提高到1 至5 米，甚至更高）；高光谱分辨率（电磁波谱被不断细分，获取遥感数据的波段数从几十个到数百个）；高时间分辨率（遥感卫星的回访周期不断缩短，在部分区域甚至可以连续观测）。本文所要研究的高分辨率遥感影像均是指“高空间分辨率”影像。 相对于中低分辨率的遥感数据，高空间分辨率遥感影像具有更加丰富的空间结构、几何纹理及拓扑关系等信息，对认知地物目标的属性特征更加方便，如光谱、形状、纹理、结构和层次等。另外，高分辨率遥感影像有效减弱了混合像元的影响，并且能够在较小的空间尺度下反映地物特征的细节变化，为实现更高精度的地物识别和分类提供了可能。 然而，传统的遥感影像分析方法主要基于“像元”进行，它处于图像工程中的“图像处理”阶段（见图1-1），已然不能满足当今遥感数据发展的需求。基于“像元”的高分辨率遥感影像分类更多地依赖光谱特征，而忽视影像的纹理、形状、上下文和结构等重要的空间特征，因此，分类结果会产生很严重的“椒盐(salt and pepper)现象”，从而影响到分类的精度。虽然国内外的很多研究人员针对以上缺陷提出了很多新的方法，如支持向量机(Support Vector Machine，SVM) 、纹理聚类、分层聚类(Hierarchical Clustering) 、神经网络(Neural Network, NN)等，但仅依靠光谱特征的基于像元的方法很难取得更好的分类结果。基于“像元”的传统分类方法还有着另一个局限：无法很好的描述和应用地物目标的尺度特征，而多尺度特征正是遥感信息的基本属性之一。由于在不同的空间尺度上，同样的地表空间格局与过程会表现出明显的差异，因此，在单一尺度下对遥感影像进行分析和识别是不全面的。为了得到更好的分类结果，需要充分考虑多尺度特征。 针对以上问题，面向对象的处理方法应运而生，并且逐渐成为高空间分辨率遥感影像分析和识别的新途径。所谓“面向对象”，即影像分析的最小单元不再是传统的单个像元，而是由特定像元组成的有意义的同质区域，也即“对象”；因此，在对影像分析和识别的过程

玻璃的总透过率T计算

⑷玻璃的保温性能（总传热系数K ）计算 保温性能系指在幕墙两侧存在空气温度差条件下，幕墙阻抗从高温一侧向底温一侧传热的能力（不包括从缝隙中渗透空气的传热）。幕墙保温性能用传热系数K （在稳定传热条件下，幕墙两侧空气温度差为1K ，单位时间通过单位面积的传热量，以W/m 2·K 计量，也可用传热阻R 0（R 0=1/K ，计量单位为m 2·K/W ）表示。 保温性能分级值见下表 ①玻璃的传热系数K 计算公式 1111 h h G K i ++= K:为玻璃的总传热系数（w/m 2k ）； G:为玻璃组件内外表面之间的传热系数（w/m 2k ）； 中空LOW-E 玻璃：参照日本JISR3209-86建筑玻璃标准，双层中空玻璃组件内外表面之间的传热系数G 由下式确定： 663 33.43.2111d G ++=ε δ δ:为双层中空玻璃之间的空气层的厚度（mm ）；

d :为玻璃的总厚度（mm ）； ε:为玻璃的有效放射率由下式确定： 1 1 1 1 3 2 -+ = εεε 2ε:为中空玻璃组件第二表面的辐射率； 3ε:为中空玻璃组件第三表面的辐射率； i h :为玻璃的室内表面传热系数（w/m 2 k ） ； i i i i C r h +=ε i i r ε：为由辐射导致的玻璃面向室内的传热； i C ：为由传导和对流导致的玻璃面向室内的传热； 0h :为玻璃的室外表面传热系数（w/m 2 k ） ； 0000C r h +=ε 00εr ：为由辐射导致的玻璃面向室外的传热； 0C ：为由传导和对流导致的玻璃面向室外的传热； 根据日本JISR3209-86建筑玻璃标准的边界条件，可得出冬季夜间玻璃表面传热系数的下列关系： 1.44.5+=i i h ε 3.169.400+=εh 普通单片透明玻璃：辐射率84.00==εεi ； 1.45.4+=i h （w/m 2 k ） 4.200=h （w/m 2 k ） 单片LOW-E 玻璃：辐射率=0.15；

地表反射率,温度,植被指数

地表反射率、温度、植被指数、几何精纠正和Landsat影像

Basic Tools|Band Math，在Band Math对话框中输入公式，公式中的ｂ３和ｂ４分别选取第3和第4波段的地表反射率。然后导出结果。 二、地表温度反演 1、计算辐射亮度。加载htm影像，根据头文件中的数据，得到1、2波段的辐射亮度的计算公式0.067086617777667001*b1+(-0.067086617777667001)和0.037204722719868001*b2+(3.1627953249638470)，步骤同上，得出辐射量度的计算结果。 2、辐射反演。利用公式T=k2/ln(k1/Lλ+1)算地物的辐射反演，其中T为开尔温度；查找参数值：k1=666.09; k2=1282.71;Lλ分别利用步骤1中的波段1和波段2的辐射量度。 3、统计反演后的地物的温度值，并比较其差异。打开反演后的温度影像，右击影像选择ROI Tool，统计各种地物值的最大值，最小值，均值，标准差，将其统计到Excel中，比较其差异。 结果与分析 一、DNVI建模 【地表反射率】

第3波段第4波段【DNVI】 【3、4波段表观反射率和地表反射率的线性关系】

【表观反射率和地表反射率的线性关系数学表达式】 波段关系式波段关系式 1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.0065 2波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.001 3波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004 【部分地物的DNVI值】 地物DNVI值min max mean stdev Reservior 0.057713 0.338587 0.145087 0.038598 Snow -0.12395 0.152669 0.025088 0.031572 Bare Land 0.105628 0.374843 0.192701 0.043621 Urban -0.356923 0.038094 -0.273288 0.045284 Plant 0.333387 0.786695 0.656094 0.081619 Desert 0.071897 0.155663 0.100783 0.014291 River 0.043469 0.429917 0.127503 0.08131 【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和

透光率仪透光率计算方法和公式

透光率仪透光率计算方法和公式 透光率是一个物理词汇，是表示光线透过介质的能力，是透过透明或半透明体的光通量与其入射光通量的百分率。假束平行单色光通过均匀、无散射的介质时，光的一部分被吸收，一部分透过介质，还有一部分被介质表面反射。透光率可以表示显示设备等的透过光的效率，它直接影响到触摸屏的视觉效果 中国的工业名称有两个定义：定义1：发光通量与入射亮度通量的比率。一种 应用学科：测量和绘图（“第一级学科”）；摄影测试和遥感（“第二级学科”） 定义2：It specifically refers to the light transmittance percentage of the solution of lignite and long flame coal treated with the mixture of nitric acid and phosporic acid under the specified conditions.一种 应用学科：煤炭科学与技术（“第一级学科”）；煤炭处理与利用（“第二级学科”）；煤炭化学与煤炭质量分析（“第三级学科”） 它表明显示设备的光传输效率，直接影响触摸屏的视觉效果。许多触摸屏是多层复合膜。这不足以使他们的视觉效应只具有一点透明度。它应包括至少四种特性：透明、色彩失真、反射和清晰。从专业翻译人员、公司、网页及可自由查看的翻译库中学习。例如，反射的程度包括特异反射和衍射反射的程度。然而，触摸屏表面的衍射反射没有达到CD的水平，对于用户来说，这些四个特征基本上是足够的。一种通过透明或透透体的光通量的百分比及其入射光通量可通过传输测量

地表反射率、温度、植被指数教学教材

地表反射率、温度、 植被指数

地表反射率、温度、植被指数、几何精纠正和Landsat影像

结果与分析 一、DNVI建模 【地表反射率】 第3波段第4波段【DNVI】

【3、4波段表观反射率和地表反射率的线性关系】 【表观反射率和地表反射率的线性关系数学表达式】 波段关系式波段关系式 1波段y=0.8933*x+0.0473 4波段y=0.9401*x+0.0065 2波段y=0.8801*x+0.0242 5波段y=0.9399*x+0.001 3波段y=0.9161*x+0.0143 7波段y=0.9584*x+0.0004 【部分地物的DNVI值】 地物DNVI值min max mean stdev Reservior 0.057713 0.338587 0.145087 0.038598 Snow -0.12395 0.152669 0.025088 0.031572 Bare Land 0.105628 0.374843 0.192701 0.043621

Urban -0.356923 0.038094 -0.273288 0.045284 Plant 0.333387 0.786695 0.656094 0.081619 Desert 0.071897 0.155663 0.100783 0.014291 River 0.043469 0.429917 0.127503 0.08131 【结果与分析】：通过对提取地物的DNVI值的可以发现，绿色的DNVI值比较高，原因是绿色植物叶绿素引起的红光吸收和叶肉组织引起的近红外光反射使得植被在近红外波段和红光波段有很大的差异；水体和裸地在红光波段和近红外波段反射率相当，因此水库和裸地的NDVI值接近0；雪地NDVI最低值中出现负值，是由于在近红外波段比可见光波段有较低的反射率；沙漠中植被很少，因此其近红外波段和红光波段的反射情况和裸地类似，因此其NDVI值接近于0；河流的NDVI值稍大于由于河流中存在一定的含沙量，使得地物在近红外波段的反射率大于近红外波段。 二、温度反演 【温度反演】 低增益温度反演高增益温度反演 【第1波段部分地物低增益温度反演数据】 开尔文温度摄氏温度 反演温度 地物min max mean stdev min max mean Reservior 287.47641 289.289886 288.13127 0.388036 14.32641 16.13989 14.98127 Snow 273.154785 293.990417 278.177771 3.788266 0.004785 20.84042 5.027771 Bare Land 295.989319 310.676086 303.445647 2.819391 22.83932 37.52609 30.29565 Urban 300.165253 310.928528 307.469228 1.530421 27.01525 37.77853 34.31923 Plant 294.278015 305.525879 298.698402 2.333251 21.12802 32.37588 25.5484 Desert 302.605286 309.915955 306.491575 1.39902 29.45529 36.76596 33.34158 River 300.438721 313.922485 305.865796 4.320705 27.28872 40.77249 32.7158

遥感图像分类方法的国内外研究现状与发展趋势

遥感图像分类方法的国内外研究现状与发展趋势

遥感图像分类方法的研究现状与发展趋势 摘要：遥感在中国已经取得了世界级的成果和发展，被广泛应用于国民经济发展的各个方面，如土地资源调查和管理、农作物估产、地质勘查、海洋环境监测、灾害监测、全球变化研究等，形成了适合中国国情的技术发展和应用推广模式。随着遥感数据获取手段的加强，需要处理的遥感信息量急剧增加。在这种情况下，如何满足应用人员对于大区域遥感资料进行快速处理与分析的要求，正成为遥感信息处理面临的一大难题。这里涉及二个方面，一是遥感图像处理本身技术的开发，二是遥感与地理信息系统的结合，归结起来，最迫切需要解决的问题是如何提高遥感图像分类精度，这是解决大区域资源环境遥感快速调查与制图的关键。 关键词：遥感图像、发展、分类、计算机 一、遥感技术的发展现状 遥感技术正在进入一个能够快速准确地提供多种对地观测海量数据及应用研究的新阶段，它在近一二十年内得到了飞速发展，目前又将达到一个新的高潮。这种发展主要表现在以下4个方面： 1. 多分辨率多遥感平台并存。空间分辨率、时间分辨率及光谱分辨率普遍提高目前，国际上已拥有十几种不同用途的地球观测卫星系统，并拥有全色0．8～5m、多光谱3．3～30m的多种空间分辨率。遥感平台和传感器已从过去的单一型向多样化发展，并能在不同平台

上获得不同空间分辨率、时间分辨率和光谱分辨率的遥感影像。民用遥感影像的空间分辨率达到米级，光谱分辨率达到纳米级，波段数已增加到数十甚至数百个，重复周期达到几天甚至十几个小时。例如，美国的商业卫星ORBVIEW可获取lm空间分辨率的图像，通过任意方向旋转可获得同轨和异轨的高分辨率立体图像；美国EOS卫星上的MOiDIS-N传感器具有35个波段；美国NOAA的一颗卫星每天可对地面同一地区进行两次观测。随着遥感应用领域对高分辨率遥感数据需求的增加及高新技术自身不断的发展，各类遥感分辨率的提高成为普遍发展趋势。 2. 微波遥感、高光谱遥感迅速发展微波遥感技术是近十几年发展起来的具有良好应用前景的主动式探测方法。微波具有穿透性强、不受天气影响的特性，可全天时、全天候工作。微波遥感采用多极化、多波段及多工作模式，形成多级分辨率影像序列，以提供从粗到细的对地观测数据源。成像雷达、激光雷达等的发展，越来越引起人们的关注。例如，美国实施的航天飞机雷达地形测绘计划即采用雷达干涉测量技术，在一架航天飞机上安装了两个雷达天线，对同一地区一次获取两幅图像，然后通过影像精匹配、相位差解算、高程计算等步骤得到被观测地区的高程数据。高光谱遥感的出现和发展是遥感技术的一场革命。它使本来在宽波段遥感中不可探测的物质，在高光谱遥感中能被探测。高光谱遥感的发展，从研制第一代航空成像光谱仪算起已有二十多年的历史，并受到世界各国遥感科学家的普遍关注。但长期以来，高光谱遥感一直处在以航空为基础的研究发展阶段，且主要

通过透射率求光学带隙

已知透射光谱及相关数据，求吸收光谱和禁带宽度Eg 首先，根据相应样品的透射光谱，求出吸收系数α。其次，我们用2)(ναh 对光子能量(νh )做图，然后经过线形拟合，将线性区外推到横轴上的截距就得到禁带宽度 Eg 。 具体操作过程如下： （1）根据透射光谱(T ）和相应薄膜厚度（d ） 计算得到吸收系数 计算公式如下： ()d T //1ln =α；其中，如果透射光谱中纵坐标以100为完全透过率，则上式中数值1改为100；d 为相应薄膜厚度，单位为nm 。 （2）求出光子能量ν h 。公式如下：)()(1240eV nm c h h λλν== （3）求出2)(ναh （4）以2)(ναh 为纵坐标，以νh 为横坐标作图，得到的相应 图一： （5）选择预线性拟合的范围，点击（注意，只适用Origin75）Tools ，Liear fit ，settings ，在Points 中填入数字2；在Range 中填入数字范围(0~200)；点击Operation ，点击Fit 按键；在Find Y 中输入数字0，点击Find X 按键，得到横坐标交点数值E g 。

2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 0.000 0.005 0.0100.0150.0200.025 (a h υ)2 (e V 2n m -2)Photon energy (eV) C 图 一 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 0.000 0.005 0.0100.0150.0200.025 (a h υ)2 (e V 2n m -2)Photon energy (eV) 图 二

地表反射率的计算

地表覆盖反射率的计算(6s软件的应用) 9月23日首先在envi软件中打开已经处理好的真彩色影像（TM543波段），我的影像因为没有居中，所以首先进行了裁剪，让影像满幅居中再操作。 1、打开遥感影像，并裁减居中： 先打开7个波段影像，， 选中543，。合成，，，在弹出的对话框中点，按住ctrl再选中这3项 ，点ok，命名为。 打开矢量边界，，，选中。建立掩膜， ，，，，，重命名为，点，形成掩膜文件。再应用掩膜，选文件，点 ，选，，，重命名为，形成影像

。所以接下来对背景进行裁剪，，，选，，，选，，，，， 重命名为，形成影像。 2、让#1和Scroll中的红方框大致居中，在#1中任意位置双击弹出“光标位置评估”，或者右键找出也可。

（可是我不太清楚调出这个的目的？） 3、寻找我们应用的黄石市遥感影像中头文件为MTL.txt的文件，以写字板的形式打开，方便查看遥感影像的具体信息。 找到影像获取的时间即“DATE _ACQUIRED”，这个原始的影像获取时间才是我们需要的，不要被其他的信息误导。 因为6s识别不了具体的时分秒，所以我们需要将具体时间换算成小时，即此处的02:26:32应转换成2.43小时。 4、打开中的,

我们在运行6s的一切操作，都是按着这个步骤来的，但是期间会出现一些专业术语的特定要求，所以我们需要打开另外的文件，书名如下： 打开到35页，IGEOM，从对应上我们找到TM影像，即Landset对应的数字为7， 接下来，我们运行6s软件。打开中的，

Geometrical conditions (几何条件) igeom [0-7]:7(因为IGEOM，从对应上我们找到TM影像，即Landset对应的数字为7); 输好后只按一次enter键； 4、接下来输入时间：

遥感图像分类方法综述

遥感图像分类方法综述 刘佳馨 摘要：伴随着科学技术在我们的生活中不断发展，遥感技术便应运而生，而遥感图像因成为遥感技术分析中的不可缺少的依据，变得备受关注。在本文中，以遥感图像分类方法为研究中心，从传统分类方法、近代分类方法两个方面对分类方法进行了介绍，并以此为基础对分类思想及后续处理进行说明，进而展望了遥感图像分类的研究趋势和发展前景。 关键词：遥感图像；图像分类；分类方法 1 引言 遥感，作为采集地球数据及其变化信息的重要技术手段，在世界范围内的各个国家以及我国的许多部门、科研单位和公司等，例如地质、水体、植被、土壤等多个方面，得到广泛的应用，尤其在监视观测天气状况、探测自然灾害、环境污染甚至军事目标等方面有着广泛的应用前景。伴随研究的深入，获取遥感数据的方式逐渐具有可利用方法多、探测范围广、获取速度快、周期短、使用时受限条件少、获取信息量大等特点。遥感图像的分类就是对遥感图像上关于地球表面及其环境的信息进行识别后分类，来识别图像信息中所对应的实际地物，从而进一步达到提取所需地物信息的目的。 2 遥感图像分类基本原理 遥感是一种应用探测仪器，在不与探测目标接触的情况下，从远处把目标的电磁波特性记录下来，并且通过各种方法的分析，揭示出物体的特征性质及其变化的综合性探测技术。图像分类的目的在于将图像中每个像元根据其不同波段的光谱亮度、空间结构特征或其他信息，按照某种规则或算法划分为不同的类别。而遥感图像分类则是利用计算机技术来模拟人类的识别功能，对地球表面及其环境在遥感图像上的信息进行属性的自动判别和分类，以达到提取所需地物信息的目的。 3 遥感图像传统分类方法 遥感图像传统分类方法是目前应用较多，并且发展较为成熟的分类方法。从分类前是否需要获得训练样区类别这一角度进行划分，可将遥感图像传统分类方法分为两大类，即监督分类（supervised classification）和非监督分类(Unsupervised

地表反照率

收稿日期:2004207225;修订日期:2004208228 基金项目:国家重点基础研究发展规划项目(“973”项目)(G 2000077908)资助。 作者简介:王介民(1937-),男,研究员,博士生导师,主要从事大气科学与遥感应用研究。 关于地表反照率遥感反演的几个问题 王介民1,高　峰1,2 (11中国科学院寒区旱区环境与工程研究所,甘肃兰州　730000;21中国科学院资源环境科学信息中心,甘肃兰州　730000)) 摘要:分析了地表反照率对陆面辐射能收支以及区域和全球气候的影响,强调了地表反照率是遥感反演陆面参数时的第一重要参数,地表反照率或多波段遥感中不同谱段的地表反射率的准确反演常常是准确估算其它陆面参数如植被和土地利用 土地覆盖等状况的先决条件。在对当前关于反照率的概念及容易混淆的术语进行阐述和说明的基础上,简述了遥感反演地表反照率的步骤和主要难点的解决方法,进而对常用陆面过程模式计算地表反照率的过程作了分析,并将其结果与M OD IS 有关产品进行了比较,强调了遥感与陆面过程模式和气候模式的结合。关　键　词:地表反照率;二向反射分布函数;地面能量收支;陆面过程模式;遥感中图分类号:T P 79 文献标识码:A 文章编号:100420323(2004)0520295206 1　引　言 反照率似乎是一个教科书上早已讲述过的基本概念,然而在卫星遥感日新月异地发展和广泛应用的今天,却时时出现许多混淆和困惑。地表反照率的遥感反演,经过多年的实验研究已经有了一些成熟的算法,但其精确估算依然存在诸多困难。 概念上,反照率(albedo )是对某表面而言的总的反射辐射通量与入射辐射通量之比。一般应用中,指的是一个宽带,如太阳光谱段(～013-410Λm )。对多波段遥感的某个谱段而言,称为谱反照率(sp ectral albedo )。这都是指向整个半球的反射。对某波段向一定方向的反射,则称为反射率(reflectance )。 以下是关于地表反照率(反射率)的几个问题的讨论。 2　为什么把地表反照率称为遥感反演 中的第一重要参数? 狭义上说,地表反照率或多波段遥感中不同谱段的地表反射率的准确反演,常常是准确估算其它陆面参数如植被和土地利用 土地覆盖等状况的先决条件。以下关于地表反照率反演方法的介绍中对 此还会有进一步说明。 其实,地表反照率的重要性远不止此。从影响局地乃至全球气候的陆面过程分析,地表反照率是对陆面辐射能收支影响最大的一个参数。地面吸收的净辐射能(R n )可以表示为:　 R n =R S ↓(1-Α)+(R L ↓-ΕΡT 4 s ) (1) 其中:R S ↓为太阳总辐射,与当地的经纬度、时间以及天空云状况等有关。Α为地表反射率,是太阳谱段的地表反射率的积分。R L ↓为大气向下的长波辐射,是大气温湿廓线和云状况的函数。ΡT 4s 为地面向上的长波辐射,其中Ε为地表比辐射率,Ρ为斯忒藩-波尔兹曼常数,T s 为地表温度。 (1)式右边第一项是短波净辐射(R nS ),第二项是长波净辐射(R nL )。为了解各有关量的大小,图1给出一个有代表性的实例。这是高原地区短草地上夏季一个晴天(下午略有云)的日变化观测。由图1可见,由于大气和地表的温度差异相对较小,大气向 下的长波辐射和地面向上的长波辐射(R L ↓=ΕΡT 4 s )量值接近。长波净辐射总的来说是一个小量(绝对值不大于短波净辐射的1 5)。地面所吸收的净辐射主 要由短波净辐射R S ↓?(1-Α )提供。很明显,地表反照率的影响是第一重要的。对这 块草地,白天的绝大多数时段,Α≈0115,即净辐射大 第19卷　第5期2004年10月 遥　感　技　术　与　应　用 REMO TE SEN SI N G TECHNOLO GY AND A PPL ICA T I O N V ol .19　N o .5O ct .2004