基于CASA和多光谱遥感数据的黑河流域NPP研究

兰州大学

硕士学位论文

基于CASA和多光谱遥感数据的黑河流域NPP研究

姓名：陈正华

申请学位级别：硕士

专业：地图学与地理信息系统

指导教师：王建

20060501

光谱数据处理流程解析

渤海SVC 光谱数据处理 2009.9.9 一．基本原理 水体遥感反射率的计算公式为： /(0)rs w d R L E += 其中，水面入射辐照度比(0)d E +又为： (0)*/d p p E L πρ+= p L 为标准板的反射信号； p ρ为标准板的反射率。 而水面以上水体信号组成可表示为公式： *u w f sky wc g L L L L L ρ=+++ 其中：u L 代表传感器接收到的总信号； w L 是进入水体的光被水体散射回来后进入传感器的离水辐射率，是我们需要得到的量。 f ρ为菲涅尔反射系数， 平静水面可取r=0.022,在5m/s 左右风速的情况下, r 可取0.025, 10m/s 左右风速的情况下, 取0.026—0.028（唐军武，2004）。 s k y L 是天空光信号，通过实地测量得到； wc L 是来自水面白帽的信号、g L 是来自太阳耀斑的信号。这两部分信号不携带任何水体信息，在测量过程中通过采用特定的观测几何来避免和去除。 具体可参考《环境遥感模型与应用》 二．处理流程： 1.生成moc 文件：将测量得到的原始光谱XXX.sig 文件通过overlap 处理后得到去除传感器间重复波段影响后的平滑光谱曲线： ①安装运行SVC-HR1024软件，选择tools —SIG file overlap ，在browser 中选择要处理的.sig 文件； ②点击process all files 进行处理，生成的moc 文件自动保存在与.sig 同一个文件夹下面。 数据储存：为每一天新建一个以日期命名的文件夹，根据这一天所测的站点数，建立以相应点号命名的子文件夹以储存各点位测得的光谱数据(包括原始.sig 和生成的_moc.sig 文件) 2.制作.meta 文件：根据原始观测记录在.meta 文件中写入对应的水体测量（No_water_files ）、天空光测量（No_sky_files ）、灰板测量光谱曲线（No_plaq_files ）及灰板反射率的文件储存路径信息，以辅助反射率的计算。

_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

高光谱遥感技术及发展

遥感技术与系统概论 结课作业 高光谱遥感技术及发展

高光谱遥感技术及发展 摘要：经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的 发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技 术为主的时代。本文系统地阐述了高光谱遥感技术在分析技 术及应用方面的发展概况，并简要介绍了高光谱遥感技术主 要航空/卫星数据的参数及特点。 关键词：高光谱，遥感，现状，进展，应用 一、高光谱遥感的概念及特点 遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，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[1]。所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通 常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可

探测的物质，在高光谱中能被探测。 同其它传统遥感相比，高光谱遥感具有以下特点： ⑴波段多。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。 ⑵光谱分辨率高。成像谱仪采样的间隔小，一般为10nm 左右。精细的光谱分辨率反映了地物光谱的细微特征。 ⑶数据量大。随着波段数的增加，数据量呈指数增加[2]。 ⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。 ⑸可提供空间域信息和光谱域信息，即“图谱合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。近二十年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术。 二、发展过程 自80 年代以来，美国已经研制了三代高光谱成像光谱仪。1983 年，第一幅由航空成像光谱仪

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。

黑河流域概况 全

黑河流域概况 一、概述 黑河流域是我国西北地区第二大内陆河流域，流域东与石羊河流域相邻，西与疏勒河流域相接，北至内蒙古自治区额济纳旗境内的居延海，与蒙古人民共和国接壤，流域范围介于东经98°～102°,北纬37°50′～42°40′之间，涉及青海、甘肃、内蒙古三省（自治区），国土总面积14.29万km2，其中甘肃省6.18万km2，青海省1.04万km2，内蒙古约7.07万km2。 黑河发源于祁连山中段, 干流全长928km。黑河出山口莺落峡以上为上游，河道长313km，面积1.0万km2，河道两岸山高谷深，河床陡峻，气候阴湿寒冷，植被以森林、草原、草甸为主，多年平均气温不足2℃，年降水量350mm，冰川储量丰富，其中甘肃省境内现有冰川1236条，总面积522.6km2，是黑河流域的产流区。黑河源头分东西两支：东支为干流，上游分东西两岔，东岔俄博河又称八宝河，源于俄博滩东的锦阳岭，自东向西流长80余km，西岔野牛沟，源于铁里干山，由西向东流长190余km，东西两岔汇于黄藏寺折向北流称为甘州河，流程90km至莺落峡进入走廊平原，始称黑河。西支源于陶勒寺，上游称讨赖河，也有东西两岔，于朱龙庙附近汇合，称北大河（或临水河）。莺落峡至正义峡为中游，黑河从莺落峡进入河西走廊,于张掖市城西北

10km附近，纳山丹河、洪水河，流向西北，经临泽、高台汇梨园河、摆浪河穿越正义峡（北山），进入阿拉善平原，河道长204km，面积2.56万km2，两岸地势平坦，光热资源充足，但干旱严重，年降水量仅有140mm，多年平均温度6～8℃，年日照时数长达3000～4000小时，年蒸发能力达1410mm，人工绿洲面积较大。正义峡以下为下游，河道长411km，面积8.04万km2。黑河流经正义峡谷后，在甘肃金塔县境内的鼎新与北大河汇合，北流150km至内蒙古自治区额济纳旗境内的狼心山西麓，又分为东西两河，东河（达西敖包河）向北分八个支流（纳林河、保都格河、昂茨河等）呈扇形注入东居延海（索果淖尔）；西河（穆林河）向北分五条支流（龚子河、科立杜河、马蹄格格河等）注入西居延海（嘎顺淖尔）。除河流沿岸和居延三角洲外，大部为沙漠戈壁，年降水量只有47mm，多年平均气温在8-10℃左右，年蒸发能力高达2250mm，属极端干旱区，风沙危害十分严重，为我国北方沙尘暴的主要来源区之一。 二、水文水资源特征 黑河流域有35条小支流，随着用水的不断增加，部分支流逐步与干流失去地表水联系，形成东、中、西三个独立的水系。其中西部水系包括讨赖河、洪水河等，归宿于金塔盆地，面积2.1万km2；中部水系包括马营河、丰乐河等，归宿于高台盆地，面积0.6万km2；东部水系即黑河干流水

黑河流域叶面积指数_LAI_空间尺度转换

第28卷第6期2008年6月生态学报ACTA ECOLOG I C A SI N I C A V o.l 28,N o .6Jun .,2008基金项目:国家发展基础规划资助项目(973)(2006CB400502,2001CB309404),中国科学院/百人计划0择优支持资助项目(8-047401)收稿日期:2007-04-23;修订日期:2007-11-07 作者简介:张万昌(1966~),男,新疆人,教授,主要从事遥感与GIS 生态水文、水资源及全球变化研究.E-m a i :l zhang w c @tea .ac .cn 致谢:蒋建军博士、张东博士、赵登忠,方秀琴硕士、刘三超、徐全芝、乐通潮、韩杰、黄清华、余均辉等提供野外观测资料,在此一并致谢。 Founda tion ite m:The pro j ect w as fi nan ci all y supported by the Nati onal Key Devel op i ng Progra m for B as i c Sciences of C h i na (Grant nu m ber 2006CB400502&2001CB309404),the 100Tal en tY oung Researcher Pro j ect ofC h i nese A cade m y of S ci en ces (N o .8-047401) Recei v ed da te :2007-04-23;A ccepted da te :2007-11-07 Biography:Z HANG W an-Chang ,Ph .D .,Professor ,ma i n l y engaged i n the study of Re m ote Sen si ng &G I S Hydro l ogy &W ater Resources and G l ob al Changes .E-m ai:l z hangw c @tea .ac .cn 黑河流域叶面积指数(LAI )空间尺度转换 张万昌1,钟 山2,胡少英2 (1.中国科学院大气物理研究所东亚区域气候-环境重点实验室,北京 100029;2.南京大学国际地球系统科学研究所,南京 210093)摘要:为有机地整合利用不同分辨率遥感数据获取的陆面过程以及其他相关的环境变量,尺度问题越来越受到人们的重视。选取黑河张掖绿洲区为实验研究区,利用ETM +影像反演的LA I 通过升尺度转换到900m 分辨率,对LA I 尺度转换过程中引起的误差进行了定量分析,尝试提出一种新的基于ND VI 像元分解的更有效的升尺度转换方法。研究发现非线性的升尺度算法引起的误差不超过10.5%,且误差大小与地表异质性程度正相关,而地表异质性是导致LA I 尺度转化误差的主要原因,严重时可能造成45%的偏差,但纯像元LA I 的计算不受尺度影响。提出的基于ND VI 像元分解的LA I 升尺度转换算法,分两步考虑了地表异质性问题,很好的实现了研究区30m 空间精度L A I 向900m 的尺度转换,该方法应用于干旱、半干旱的中国西北黑河流域NA S A 发布的M OD IS LA I 产品校正,取得了良好效果。 关键词:尺度;尺度转换;叶面积指数(LA I );L andsat ETM +;MO D IS 文章编号:1000-0933(2008)06-2495-09 中图分类号:Q142,Q944,Q948 文献标识码:A Spatial scale transferri ng study on L eaf Area Index derived fro m re m otely sensed data i n the H ei he R iver Basi n ,Chi na Z HANG W an -Chang 1,Z HONG Shan 2,HU Shao -Y i n g 2 1START R egiona lC enter for Te mpera te E astA si a,In stit u t e of A t mosph e ric Physics ,CAS,B e i jing 100029,Ch i na 2In ternationa l Instit u te for E art h Syste m Sc i ence ,N an ji ng Universit y,Nanjing 210093,Ch i na Act a Eco l og ica Sini ca ,2008,28(6):2495~2503. Abstract :I n order to effect i vel y i ntegr ate various land -surface processes and environ m ental variables retri eved by d ifferent spatial resol ution re motely sense d data ,sca ling issues i nduce d by tr ansferri ng f or one reso l uti on data to another have dra wn m ore and more atte ntions .T a k i ng the Zhangye O asis i n the H eihe R i ver Basi n of north w ester n Chi na as a study site ,using the LAI m ap deri ve d fro m the Landsat ET M +m i age and NA SA published MOD I S LAI product for the sa me day of the reg i on ,an experm i ental study for up scali ng the 30m spat i a l reso l ution LAI to 900m was c onducted to quantitat i vel y analyzes the error transfor m s i n the process of LA I up scali ng w ith the fi nal goal o f establishi ng a ne w a nd much effective up scaling sc he m e i n ter m s o f ND VI p i xel deco mposing tec hn i ques .It was found that l ess than 10.5%errors were cause d by the non-li nearity of al gorith m s utilized i n LA I up scali ng ,and its val ue is hi ghl y positively c orrelated w it h the terrai n heteroge neities ,terra i n heteroge neity is the predo m i nate causing for the errors i ntroduced i n LA I sca le transferri ng .The max m i um err or caused by terrai n heterogeneity can reach to a bout 45%,but no err or can be cause d for t he pure pixel LA I scale

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

高光谱遥感技术的介绍及应用

高光谱遥感技术的介绍及应用在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测。最近几十年，随着空间技术、计算机技术、传感器技术等与遥感密切相关学科技术的飞速发展，遥感正在进入一个以高光谱遥感技术、微波遥感技术为主要标志的时代。本文简要介绍了高光谱遥感技术的特点、发展状况及其在一些领域的应用。 1 高光谱遥感简介 1.1高光谱遥感概念 所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。 高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术，它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。在成像过程中，它利用成像光谱仪以纳米级的光谱分辨率，以几十或几百个波段同时对地表地物像，能够获得地物的连续光谱信息，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而在相关领域具有巨大的应用价值和广阔的发展前景。 1.2高光谱遥感数据的特点 同其他常用的遥感手段相比,成像光谱仪获得的数据具有以下特点: 1）、多波段、波段宽度窄、光谱分辨率高。波段宽度< 10 nm ，波段数较多光谱遥感(由几个离散的波段组成)大大增多，在可见光和近红外波段可达几十到几百个。如A VIRIS在0. 4～214 波段范围内提供了224 个波段。研究表明许多地物的吸收特征在吸收峰深度一半处的宽度为20～40 nm。这是传统的多光谱等

高光谱数据处理基本流程

高光谱数据处理基本流 程 The document was finally revised on 2021

高光谱分辨率遥感 用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（Imaging Spectrometry）遥感。 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几十、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。 ENVI高光谱数据处理流程： 一、图像预处理 高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。辐射校正一般由数据提供商完成。 二、显示图像波谱 打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。 三、波谱库 1、标准波谱库 软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。 2、自定义波谱库

ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。 3、波谱库交互浏览 波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等 四、端元波谱提取 端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。 端元波谱的确定有两种方式： （1）使用光谱仪在地面或实验室测量到的“参考端元”，一般从标准波谱库选择； （2）在遥感图像上得到的“图像端元”。 端元波谱获取的基本流程： （1）MNF变换 重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。 （2）计算纯净像元指数PPI PPI生成的结果是一副灰度的影像，DN值越大表明像元越纯。 作用及原理：

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：

遥感卫星影像预处理做哪些

北京揽宇方圆信息技术有限公司热线：4006019091 遥感影像数据预处理 影像融合不同传感器的数据具有不同的时间、空间和光谱分辨率以及不同的极 化方式。单一传感器获取的影像信息量有限，往往难以满足应用需要， 通过影像融合可以从不同的遥感影像中获得更多的有用信息，补充单一 传感器的不足。全色图影像一般具有较高空间分辨率，多光谱影像光谱 信息较丰富。为提高多光谱影像的空间分辨率，可以将全色影像融合进 多光谱图像，通过融合既提高多光谱影像空间分辨率，又保留其多光谱 特性。对卫星数据的全色及多光谱波段进行融合。包括选取最佳波段， 从多种分辨率融合方法中选取最佳方法进行全色波段和多光谱波段融 合，使得图像既有高的空间分辨率和纹理特性，又有丰富的光谱信息， 从而达到影像地图信息丰富、视觉效果好、质量高的目的。 影像匀色相邻的遥感图像，由于成像日期、季节、天气、环境等因素可能有差异， 不仅存在几何畸变问题，而且还存在辐射水平差异导致同名地物在相 邻图像上的色彩亮度值不一致。如不进行色调调整就把这种图像镶嵌起 来，即使几何配准的精度很高，重叠区复合得很好，但镶嵌后两边的影 像色调差异明显，接缝线十分突出，既不美观，也影响对地物影像与专 业信息的分析与识别，降低应用效果。要求镶嵌完的数据色调基本无差 异，美观。遥感影像匀色后保证影像整体色彩一致性。 影像镶嵌将不同的图像文件合在一起形成一幅完整的包含感兴趣区域的图像，通 过镶嵌处理，可以获得更大范围的地面图像。参与镶嵌的图像可以是不 同时间同一传感器获取的，也可以是不同时间不同传感器获取的图像， 但同时要求镶嵌的图像之间要有一定的重叠度。 影像去云雾影像数据常常有云雾覆盖，针对有云雾覆盖的影像，可以通过后期技术 处理去除薄云雾，达到影像最佳效果。 影像纠正依据控制点，利用相应软件模块对数据进行几何精校正，这一步骤包括 利用地面控制点（GCPs）找出实际地形，计算配准中控制点的误差，利 用DEM消除地形起伏引起的位移，然后对图像进行重采样等。形成符合 某种地图投影或图形表达要求的新影像。 即插即用无使用门槛，可与各类GIS软件系统无缝衔接 第 1 页

高光谱应用研究综述

浙江师范大学 研究生课程论文封面 课程名称：遥感理论与技术 开课时间： 2014-2015年第一学期 学院地理与环境科学学院学科专业自然地理学 学号2014210580 姓名张勇 学位类别全日制硕士 任课教师陈梅花 交稿日期2015年1月21日 成绩 评阅日期 评阅教师 签名 浙江师范大学研究生学院制

高光谱遥感应用研究综述 张勇 （浙江师范大学地理环境与科学学院，浙江金华321004） 摘要：高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。本文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。 关键字：高光谱遥感；应用；成像光谱以；研究综述 Conclusion application of hyperspectral remote sensing Zhang Yong (Geography and environmental sciences, Zhejiang Normal University, Jinhua 321004) Abstract:Hyperspectral remote sensing, developed in the late twenty years, is the advanced technology of remote sensing. Because of its characters, Hyperspectral Remote Sensing has been attached importance to and used widly. The characteristics and advantages of hyperspectral remote sensing, and development situation are presented in the fields of aviation and aerospace. Several typical hyperspectral imager optical system principle and the main technical indicators are particularized. At the same time, the applications with hyperspectral remote sensing in vegetation ecology, atmospheric science ,geology and mineral resources, marine and military fields are summarized. The suggestions for the future development trend of hyperspectral remote sensing are given in the end，including the remote sensing of low reflectivity target, high signal-to-noise ratio, high spatial resolution and wide coverages. Keywords: hyperspectral remote sensing；application；imaging spectrometer 1 引言 遥感是20世纪60年代发展起来的对地观测综合性技术，是指应用探测仪器，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[1]。经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技术为主的时代。本文系统地阐述了高光谱遥感技术在分析技术及应用方面的发展概况，并简要介绍了高光谱遥感技术主要航空/卫星数据的参数及特点。 1.1高光谱遥感简介 高光谱遥感技术又称为成像光谱技术，是指利用很多很窄的电磁波波段从感兴趣的物体

高光谱数据处理基本流程

高光谱分辨率遥感 用很窄（10-2l）而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的，每个像元均可提取一条连续的光谱曲线，因此高光谱遥感又通常被称为成像光谱（ImagingSpectrometry）遥感。 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几十、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。 ENVI高光谱数据处理流程： 一、图像预处理 高光谱图像的预处理主要是辐射校正，辐射校正包括传感器定标和大气纠正。辐射校正一般由数据提供商完成。 二、显示图像波谱 打开高光谱数据，显示真彩色图像，绘制波谱曲线，选择需要的光谱波段进行输出。 三、波谱库 1、标准波谱库 软件自带多种标准波谱库，单击波谱名称可以显示波谱信息。 2、自定义波谱库 ENVI提供自定义波谱库功能，允许基于不同的波谱来源创建波谱库，波谱

来源包括收集任意点波谱、ASCII文件、由ASD波谱仪获取的波谱文件、感兴趣区均值、波谱破面和曲线等等。 3、波谱库交互浏览 波谱库浏览器提供很多的交互功能，包括设置波谱曲线的显示样式、添加注记、优化显示曲线等 四、端元波谱提取 端元的物理意义是指图像中具有相对固定光谱的特征地物类型，它实际上代表图像中没有发生混合的“纯点”。 端元波谱的确定有两种方式： （1）使用光谱仪在地面或实验室测量到的“参考端元”，一般从标准波谱库选择； （2）在遥感图像上得到的“图像端元”。 端元波谱获取的基本流程： （1）MNF变换 重要作用为：用于判定图像内在的维数；分离数据中的噪声；减少计算量；弥补了主成分分析在高光谱数据处理中的不足。 （2）计算纯净像元指数PPI PPI生成的结果是一副灰度的影像，DN值越大表明像元越纯。 作用及原理： 纯净像元指数法对图像中的像素点进行反复迭代，可以在多光谱或者高光谱影像中寻找最“纯”的像元。（通常基于MNF变换结果来进行）

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

黑河流域水资源研究进展_宁宝英

文章编号:1000-694X (2008)06-1180-06 黑河流域水资源研究进展 收稿日期:2008-04-17;改回日期:2008-07-02 基金项目:中国科学院创新团队国际合作伙伴计划(CXT D -Z2005-2);中国科学院知识创新工程重要方向项目(KZCX2-YW -317);玉龙雪 山旅游开发管委会地方项目资助 作者简介:宁宝英(1979)),女,山东费县人,博士研究生,主要从事生态经济与区域可持续发展方面研究。E mail:ningbaoying@https://www.sodocs.net/doc/9a10112039.html, 宁宝英 1,2 ,何元庆 2,3 ,和献中 2,4 ,李宗省 2 (1.中国科学院资源环境信息中心,甘肃兰州730000; 2.中国科学院寒区旱区环境与工程研究所冰冻圈科学国家重点实验室,甘肃兰州730000; 3.中国科学院青藏高原研究所,北京100085; 4.玉龙雪山省级旅游开发区管委会,云南丽江 674100) 摘 要:作为典型的内陆河流域,黑河流域历来是研究寒区、旱区水文与水资源的热点地区。水资源是联系该流域生态系统和经济系统的纽带,更是其社会经济环境可持续发展最主要的限制因子。因此,对于黑河流域水资源的研究非常广泛,也取得了很多高水平的研究成果,这些研究内容主要包括:上游产流区的冰雪变化与黑河径流量、黑河出山口径流变化特征及其对气候变化的响应以及径流量的模拟与预测;中下游耗散区的水资源利用状况及对策;同位素、水资源承载力以及水资源管理的理论方法和措施。今后的重点应从流域的宏观尺度,开展黑河流域生态经济的综合研究、生态水文学和水污染问题的研究。关键词:黑河流域;水资源;研究进展中图分类号:F323.213 文献标识码:A 1 研究区概况 黑河流域是我国西北干旱地区第二大内陆河流域,大致介于38b 00c )42b 00c N,98b 00c )101b 30c E,流域面积约113@105km 2,流长821km,流域地跨青海、甘肃和内蒙古3省区[1]。黑河流域平均海拔为3600m,相对高差为3000m 左右,生态格局、气候状况具有明显的垂直地带性,大致可分为高山冰雪冻土带、山区植被带、山前绿洲带和荒漠带[2]。上游祁连山区和中游走廊区和年降水量分别为300~500mm 和100~250mm,下游额尔济纳旗绿洲为荒漠极端干旱区,降水量不足45mm [3]。黑河流域包括大小支流30多条,均发源于祁连山,多年平均水资源总量41173亿m 3,其中出山径流量36183亿m 3[4]。 黑河流域被莺落峡和正义峡分为上中下三部分:莺落峡以上为上游,是主要产流区,包括青海祁连县和甘肃肃南县部分地区;莺落峡和正义峡之间为中游,是主要用水区,包括甘肃山丹、民乐、甘洲、临泽、高台等县(区);正义峡以下为下游,是河湖尾闾消失区,包括甘肃金塔鼎新灌区、东风场区和内蒙古额济纳旗。下游从狼心山断面以下又分额济纳东河和西河,并分别流向东、西居延海[5]。现拥有耕地2676km 2 ,农田灌溉面积1929km 2 ,粮食总产量 9914万t [6] 。 2 研究现状 对黑河流域而言,水资源是贯穿黑河研究的主线和核心,是联系流域生态系统和经济系统的纽带, 也是该区域社会经济环境可持续发展的最主要限制因子[3,7-8]。目前,黑河流域水资源及生态[9-13]和水资源供需平衡问题[14-16] 是研究的热点。由于水资源在黑河流域上中下游具有的作用和功能不同,并据此将流域划分为上游产流区、中游消耗区和下游消失区[17] ,因此,本文对于黑河流域水资源的研究亦主要分区域详述,多区域存在或跨区域的研究内容另列专题,以期对以往的研究有更清晰的认知。2.1 上游产流区 黑河上游是位于青藏高原北缘的祁连山地,属青藏高原的祁连山-青海湖气候区,降水多、蒸发少、气温低、高寒阴湿,是黑河流域地表水资源的发源地和产流区[18]。由于山区汇流区冰川、积雪和冻土等与气温密切相关,对气候变化十分敏感。因此,研究全球变暖条件下,黑河流域山区汇流区降水的可能变化及其与全球气候变暖的关系,对制定区域社会经济发展规划与水资源开发利用及管理有着非常重要的意义 [19]。由于上游是产流区,所以对于上游祁 第28卷 第6期 2008年11月 中 国 沙 漠 JO U RN A L O F DESERT R ESEA RCH V ol.28 No.6Nov.2008