资源描述
单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,路漫漫其修远兮,吾将上下而求索,23 八月 2024,高光谱遥感发展综述,31 八月 2023高光谱遥感发展综述,1,2,课程性质:,专业选修课,学时学分:,45学时,2.5学分,(,实验16学时,),主要内容:,原理、方法、应用。,2,2,3,课程地位-专业选修课,测绘工程,一级学科,二级学科(学位授予点),对应本科专业,测绘科学与技术,(Geomatics),(,2010年,硕士点,),大地测量学与测量工程,测绘工程,( 代码:080901),2003年,摄影测量与遥感,遥感科学与技术,(代码:080902),2008年,地图制图与地理信息工程,(2007年,硕士点),地理信息系统,(代码:080903),(2002年,资环),3 课程地位-专业选修课测绘工程一级学科二级学科(学位,3,4,主要参考教材,:,1 张良培,张立福. 高光谱遥感,武汉大学出版社,2005.,2 浦瑞良,宫 鹏. 高光谱遥感及其应用,高等教育出版社,2000.,4主要参考教材:1 张良培,张立福. 高光谱遥感,武汉大,4,5,讲课提纲,:,高光谱遥感发展概述,1. 高光谱遥感的理论基础,1.1 遥感电磁波理论基础,1.2 电磁波与物质的相互作用,1.3 典型地物的光谱特性,1.4 地面光谱测量,2. 高光谱遥感成像机理与成像光谱仪,2.1 基本概念,2.2 高光谱遥感成像特点,2.3 高光谱遥感成像关键技术,2.4 高光谱遥感图像数据表达,2.5 成像光谱仪的空间成像技术,2.6 成像光谱仪的光谱成像技术,2.7 成像光谱仪系统介绍,5讲课提纲:高光谱遥感发展概述,5,6,讲课提纲,:,3. 高光谱遥感图像辐射与几何校正,3.1 成像光谱仪定标,3.2 大气辐射传输理论,3.3 高光谱遥感图像大气辐射校正,3.4 高光谱遥感图像几何纠正,4. 光谱特征分析模型与方法,4.1 光谱特征选择,4.2 光谱特征提取,4.3 地物类型序列光谱分析,5. 光谱分解与图像分类,5.1 混合光谱模型,5.2 线性光谱解混,5.3 遥感图像分类概述,5.4 高光谱图像分类算法,5.5 高光谱图像地物识别与目标探测,6讲课提纲:3. 高光谱遥感图像辐射与几何校正,6,7,讲课提纲,:,6. 高光谱数据综合分析与系统构建,6.1 高空间分辨率与高光谱数据融合,6.2 空间信息辅助下的高光谱数据分析,6.3 时间信息辅助下的高光谱数据分析,6.4 高光谱数据处理与分析系统,7. 高光谱遥感应用,7.1 高光谱遥感应用,精准农业,7.2 高光谱遥感应用,植被生态,7.3 高光谱遥感应用,内陆水质,7.4 高光谱遥感应用,地质矿产,7.5 高光谱遥感应用,大气环境,7讲课提纲:6. 高光谱数据综合分析与系统构建,7,8,高光谱遥感发展综述,一、高光谱遥感的基本概念,二、高光谱遥感的主要特点,三、高光谱遥感发展历程,四、高光谱遥感的典型应用简介,8高光谱遥感发展综述一、高光谱遥感的基本概念,8,9,高光谱遥感发展综述,一、高光谱遥感的基本概念,二、高光谱遥感的主要特点,三、高光谱遥感发展历程,四、高光谱遥感的典型应用简介,9高光谱遥感发展综述一、高光谱遥感的基本概念,9,10,遥感,(,Remote Sensing,):通过电磁波与地物的相互作用,以波谱和空 间两维成像方式来探测地物特性的技术。,遥感探测谱段:可见光与近红外,电磁波与物质的相互作用形式,紫 蓝 青 绿 黄 橙 红,10遥感(Remote Sensing):通过电磁波与地物的,10,11,光学遥感技术的发展,光谱分辨率的不断提高,全色,Panchromatic,高光谱,Hyperspectral,多光谱,Multispectral,彩色,color photography,主要通过形状(空间信息)识别地物,主要通过光谱信息识别地物,增加了颜色的感知,一、高光谱遥感(Hyperspectral Remote Sensing)基本概念,加强型的颜色感知,11光学遥感技术的发展全色Panchromatic高光谱,11,12,高光谱分辨率遥感(Hyperspectral Remote Sensing):,用很窄(,/100或10,-2,),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,因此高光谱遥感又通常被称为成像光谱(Imaging Spectrometry)遥感。,一、高光谱遥感(Hyperspectral Remote Sensing)基本概念,光学遥感技术的发展,:,全色(黑白)彩色摄影多光谱扫描成像高光谱遥感,超光谱,。,10,-1,10,-2,10,-3,12高光谱分辨率遥感(Hyperspectral Remot,12,13,一、高光谱遥感(Hyperspectral Remote Sensing)基本概念,高光谱遥感的,直观特点,:,波段窄:,/100,,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,波段多:,数十甚至数百个以上,波段连续:,非点测量;每个像元可提取一个光谱曲线;且具有空间可识别性,可提取连续的光谱曲线,可成像:,13一、高光谱遥感(Hyperspectral Remote,13,14,一、高光谱遥感(Hyperspectral Remote Sensing)基本概念,波段窄:,波段多:,波段连续:,可成像:,更接近于成像光谱的概念,高光谱的含义应该更宽广,只要光谱分辨率高,即可认为是高光谱。(,超光谱,),波段之间具有一定的相关性,出现数据冗余问题,还需进行波段选择及合并,(,光谱特征分析,),某,些应用中仅需几个特征波段即可识别地物,并非必须获取连续的光谱曲线,(,光谱特征提取,),成像的方式多种多样,并不一定必须同时成像,可通过点测量后的扫描成像,比如摆扫式成像光谱仪、激光雷达等。(,空间分布展示,),高光谱的首要特点,(,与通过门缝看遍人不同,),14一、高光谱遥感(Hyperspectral Remote,14,15,一、高光谱遥感(Hyperspectral Remote Sensing)基本概念,高光谱图像结构,15一、高光谱遥感(Hyperspectral Remote,15,16,高光谱遥感发展综述,一、高光谱遥感的基本概念,二、高光谱遥感的主要特点,三、高光谱遥感发展历程,四、高光谱遥感的典型应用简介,16高光谱遥感发展综述一、高光谱遥感的基本概念,16,17,二、高光谱遥感的主要特点,1. 图谱合一,一个数据立方体包含百万条的地物光谱曲线,塑料膜,干燥植被,绿色植被,方解石,白云石,高岭石,17二、高光谱遥感的主要特点1. 图谱合一一个数据立方体包含,17,18,2. 光谱分辨率高,二、高光谱遥感的主要特点,多光谱,高光谱,182. 光谱分辨率高二、高光谱遥感的主要特点多光谱,18,19,光谱分辨率高,二、高光谱遥感的主要特点,不同分辨率的,水铝矿,的光谱反射曲,线,光谱吸收带,4nm,300个数据,8nm,150个数据,16nm,75个数据,32nm,38个数据,64nm,19个数据,128nm,10个数据,256nm,6个数据,512nm,3个数据,通道宽,反映不灵敏,19光谱分辨率高二、高光谱遥感的主要特点 不同,19,20,高光谱遥感发展综述,一、高光谱遥感的基本概念,二、高光谱遥感的主要特点,三、高光谱遥感发展历程,四、高光谱遥感的典型应用简介,20高光谱遥感发展综述一、高光谱遥感的基本概念,20,21,三、高光谱遥感发展历程(,国际,),20 世纪 80 年代兴起的新型对地观测技术,高光谱遥感技术,始于,成像光谱仪,(Imaging Spectrometer) 的研究计划。该计划最早由美国加州理工学院喷气推进实验室(Jet Propulsion Lab, JPL) 的一些学者提出, 并在美国宇航局 (National Aeronautics and Space Administration, NASA) 的支持下, 相继推出了系列成像光谱仪产品(叶荣华,2001), 如,机载,航空成像光谱仪(Airborne Imaging Spectrometer, AIS)系列,航空,可见光 / 红外成像光谱仪(Airborne visible/Infrared Imaging Spectrometer, AVIRISh);,星载,中分辨率成像光谱仪 (Moderate Resolution Imaging Spectroradiometer, MODIS),高分辨率,成像光谱仪(High Resolution Imaging Spectrometer, HIRIS), 等等。,21三、高光谱遥感发展历程(国际) 20 世纪,21,22,三、高光谱遥感发展历程(,国内,),它是指在特定光谱域以高光谱分辨率同时获得连续的地物光谱图像, 使得遥感应用可以在,光谱维上进行空间展开, 定量分析地球表层生物物理化学过程与参数。,之后, 成像光谱技术的研究进入了一个高速发展期, 各国纷纷投入资金加大成像光谱仪的研究己加拿大、日本、澳大利亚等国, 相继研制出了不同应用目的的成像光谱仪。 我国在成像光谱仪的研究开发方面也取得了引人瞩目的成绩, 相继成功研制出,机载,成像光谱仪MAIS (Modular Airborne Imaging Spectrometer);,航空,成像光谱仪OMIS (Operational Modular Imaging Spectrometer) 系列;,星载,高光谱成像光谱仪 C-HRIS (China High Resolution Imaging Spectrometer)等,22三、高光谱遥感发展历程(国内) 它是指在特,22,23,三、高光谱遥感发展历程(国际),20世纪70年代末期,成像光谱概念形成初期(美国GER的航空光谱研究,美国喷气推进实验室JPL的航天飞机多光谱红外辐射计SMIRR ),1983年,第一台高分辨力航空成像光谱仪(Airborne Imaging Spectrometer,AIS-1) ,JPL,GER的航空光谱仪成功地检测到了植物光谱红边,“,蓝移效应,”,SMIRR则首次从空间轨道上直接鉴别了粘土矿物和碳酸盐矿物,1.22.4微米,128个波段,3.7度视场,20世纪80年代末到21世纪初,成像光谱蓬勃发展,机载成像光谱仪器:,美国,:AIS-2、GERIS、AVIRIS、MIVIS、DAIS-7915、HYDICE、Probe、TEEMS、SEBASS,加拿大,:FLI/PML、CASI、SASI、TABI,澳大利亚,:Geosan MarkII、HyMap,德国,:ROSIS,法国,:IMS,星载成像光谱仪器:,美国:MODIS、EO-1(ALI、Hyperion、LAC)、Might-Sat,美日合作:ASTER,欧空局:CHRIS、ENVISAT(MERIS)、,澳大利亚:ARIES,日本:ADEOS-2(GLI),23三、高光谱遥感发展历程(国际)20世纪70年代末期,成像,23,24,三、高光谱遥感发展历程(,国内,),20世纪80年代中后期,发展高光谱成像系统,“,七五期间,”,多波段扫描仪,IR/UV双波段,VIR/MIR/IR三波段,6波段细分红外光谱扫描仪(FIMS),热红外多光谱扫描仪(ATIMS),DGS 8波段多光谱扫描仪,AMS 19波段多光谱扫描仪,,“,八五期间,”,新型模块化航空成像光谱仪MAIS,技物所:PHI、OMIS(I、II)、WHI,西安光机所:多种类型傅立叶变换光谱仪(嫦娥、环境星),北京理工大学:傅立叶变换光谱仪研究,“,九五之后,”,24三、高光谱遥感发展历程(国内)20世纪80年代中后期,发,24,25,三、高光谱遥感发展历程,JPL实验室1988年开发了第一个专门处理成像光谱仪图像的,软件包,SPAM,1991年科罗拉多大学的CSES研究中心采用交互式语言(IDL),研制成了基于UNIX工作站的成像光谱处理系统SIPS,JPL和USGS开发的SIS、ENVI软件,加拿大的PCI软件中的高光谱分析模块,中科院遥感应用研究所开发的高光谱图像处理系统HIPAS,地矿部航空物探遥感中心开发的成像光谱数据处理分析系统ISDPS,25三、高光谱遥感发展历程JPL实验室1988年开发了第一个,25,26,三、高光谱遥感发展历程,高光谱图像处理系统名称,研发机构,国家,HIPAS,中科院遥感所,中国,ISDPS,地矿部航空物探遥感中心,中国,SPAM,The Spectral Analysis Manager-JPL,美国,ISIS,Integrated Software for Imaging Spectrometers-USGS Flagstaff,美国,HIPS,Hyperspectral Image Processing System,美国,SIPS,The Spectral Image Processing System University of Colorado,美国,HYDICE,The HYDICE Starter Kit-Naval Research Lab,美国,Genisis,General Imaging Spectrometry Interpretation System-WTJ systems,美国,MIDAS,MIDAS TASC,美国,ENVI,The Environment for Visualizing Images, Research Systems Inc,美国,ERDAS,ERDAS-Hyperspectral Data Analysis Package,美国,TETRACORDER,U.S. Geological Survey,美国,ISDAS,Imaging Spectrometer Data Analysis System-CCRS,加拿大,PCI,PCI- ERDAS-Hyperspectral Data Analysis Package,加拿大,The Spectral Geologist,Commonwealth Scientific and Industrial Research Organization (CSIRO),澳大利亚,现有高光谱图像处理系统列表,26三、高光谱遥感发展历程高光谱图像处理系统名称研发机构国家,26,27,三、高光谱遥感发展历程,应用研究,(高光谱数据的广泛应用推广),基础研究,(数据处理、分析算法及模型,载荷关键技术及器件,软件研发),载荷研制,(高光谱遥感器及相关辅助设备),指明高光谱遥感应用方向,引导高光谱遥感器的技术发展,相辅相成,共同发展,27三、高光谱遥感发展历程应用研究基础研究载荷研制指明高光谱,27,28,高光谱遥感发展综述,一、高光谱遥感的基本概念,二、高光谱遥感的主要特点,三、高光谱遥感发展历程,四、高光谱遥感的典型应用简介,28高光谱遥感发展综述一、高光谱遥感的基本概念,28,29,四、高光谱遥感的典型应用,典型地物的光谱特性,典型应用示例,29四、高光谱遥感的典型应用典型地物的光谱特性,29,30,4.1 典型地物的光谱特性,岩矿的光谱特性,植被的光谱特性,土壤的光谱特性,水体和雪的光谱特性,城市目标的光谱特性,304.1 典型地物的光谱特性 岩矿的光谱特性,30,31,4.1.1 岩矿的光谱特性,在0.41.3m的光谱特性主要取决于矿物晶格结构中存在的铁、铜、镍、锰等过渡性金属元素的电子跃迁,1.32.5m的光谱特性是由矿物组成中的碳酸根(CO32)、羟基(OH)及可能存在的水分子(H2O)决定的,35m的光谱特性是由Si-O、Al-O等分子键的振动模式决定的,314.1.1 岩矿的光谱特性在0.41.3m的光谱特性,31,32,4.1.1 岩矿的光谱特性,阳离子,(,cation,),吸收峰位置,(,m,),Fe,2+,0.43,0.45,0.51,0.55,1.01.1,1.81.9,Fe,3+,0.40,0.45,0.49,0.52,0.7,0.87,Ni,2+,0.4,0.75,1.25,Cu,2+,0.8,Mn,2+,0.34,0.37,0.41,0.45,0.55,Cr,3+,0.4,0.55,0.7,Ti,4+,0.45,0.55,0.60,0.64,La,2+,0.5,0.6,0.75,0.8,常见阳离子光谱特征,高光谱遥感识别矿物主要依赖于矿物成分的,吸收特征,324.1.1 岩矿的光谱特性阳离子吸收峰位置Fe2+0.4,32,33,4.1.1 岩矿的光谱特性,振动基团,(vibrational radical),吸收峰位置,(m),H,2,O,1.875,1,454,1.38,1.135,0.942,主要为1.4和1.9.,OH,-,1.40,2.20(Al-OH),2.30(Mg-OH),CO,3,2-,2.55,2.35,2.16,2.00,1.90,NH,4,+,2.02,2.12,C-H,1.70,2.30,常见振动光谱特征,334.1.1 岩矿的光谱特性振动基团吸收峰位置H2O1.8,33,34,4.1.1 岩矿的光谱特性,矿物粒度和温度,:,矿物粒度和温度都会影响到矿物的波谱特性。,研究表明,反射率随矿物,颗粒,增大而下降(,Clark R N.,1999,),矿物粒度一般只影响反射率的大小,而不会改变矿物的光谱吸收特征。,温度,会影响分子振动速率,从而影响矿物光谱特征(,Pieters C M et al.,1993,),如赤铁矿的F3+吸收峰随温度升高向长波段方向偏移。,344.1.1 岩矿的光谱特性矿物粒度和温度:,34,35,4.1.1 岩矿的光谱特性,岩石的光谱特征:,岩石的光谱表现非常复杂,其中最重要的原因是岩石光谱本质上是矿物的混合光谱,其光谱特征受,成分、结构、构造和表面状态,等因素的影响,并且研究表明,这种混合效应为非线性的(Hapke B,1981)。这对高光谱遥感图像的数据处理和岩矿信息提取带来了不便。同时,由于可见光和红外的穿透能力只有几个厘米,因此在分析岩石光谱特性与成分关系时,样品表面风化、结构和颜色非常重要,特别是在野外自然情况下,。,354.1.1 岩矿的光谱特性岩石的光谱特征:,35,36,4.1.1 岩矿的光谱特性,以青紫泥( Blue clayey Paddy soil, BP) 和红黄泥( Red Paddy soil, RP) 为例, 研究发育于不同母质的,水稻土高光谱,和SOM 含量光谱参数模型的差异性。(,周清,2004,),364.1.1 岩矿的光谱特性以青紫泥( Blue clay,36,37,4.1.2 植被的光谱特性,叶绿素反射峰,红边,植物曲线最明显的特征,水的吸收带,植被叶绿素浓度的增加,植被光学作用增强,,消耗更多的长波光子,374.1.2 植被的光谱特性叶绿素反射峰红边,植物曲线最明,37,38,4.1.2 植被的光谱特性,对植被,光谱特征的影响因素,可概括为以下几个方面:,1. 植被是由有限的一些光谱敏感成份所组成;,2. 植被自身生长状态及其环境变化导致植被组成部分含量,的变化,并进而影响植被光谱;,3. 植被的外形结构对其反射光谱特征有强烈的影响;,4. 植被的光谱特征与光谱测量的空间尺度有很大的关系;,5. 植被可见光和近红外(350800nm)反射光谱特性差异,主要来源于植物体内叶绿素和其它色素成份,384.1.2 植被的光谱特性对植被光谱特征的影响因素可概括,38,39,4.1.2 植被的光谱特性,对植被,光谱特征的影响因素,可概括为以下几个方面:,6.植被近红外(8001000nm)反射光谱特性差异主要来源于植物细胞,组织散射;,7.植被短波红外(10002500nm)光谱特性主要由植物细胞组织内的,液态水吸收决定;,8.植被短波红外(8002500nm)光谱的其它影响因子还包括与淀粉,(Starches)、蛋白质(Proteins)、油质(Oils)、糖(Sugars)、木质素,(Lignin)和纤维素(Cellulose)有关的CH、NH等;,9.植被中红外波段对入射能量的吸收程度,是叶子水分百分含量和叶,子厚度的函数。,10.就单一植被叶片光谱而言,它们均具有非常相似的光谱吸收特征,,但却具有不同的吸收深度,。,394.1.2 植被的光谱特性对植被光谱特征的影响因素可概括,39,40,4.1.2 植被的光谱特性,当叶绿素浓度增加时,可见,波段蓝光,部分的反射率显著下降,但,绿光部分,的反射率上升。,404.1.2 植被的光谱特性当叶绿素浓度增加时,可见波段蓝,40,41,4.1.3 土壤的光谱特性,水的吸收带,414.1.3 土壤的光谱特性水的吸收带,41,42,4.1.3 土壤的光谱特性,土壤的光谱特性,土壤中的,原生矿物,:石英、长石、白云母、少量的角闪石、辉石、磷灰石、赤铁矿、黄铁矿等。,土壤中的石砾、砂粒几乎全是由原生矿物所组成,多以石英为主。,粉粒绝大多数也是由石英和原生硅酸盐矿物组成。,土壤中的,次生矿物,主要有以下几类:,简单的盐类,如碳酸盐、硫酸盐和氯化物等;,含水的氧化物,如氧化铁、氧化铝、氧化硅等;,次生层状铝硅酸盐,如高岭石、蒙脱石和水化云母类等。,424.1.3 土壤的光谱特性土壤的光谱特性,42,43,4.1.3 土壤的光谱特性,土壤水分,是土壤的重要组成部分,,当土壤的含水量增加时,土壤的反射率,就会下降,,在水的各个吸收带处(1400nm,1900nm和2700nm),反射率的下降尤为明显。,对于植物和土壤,造成这种现象显然是同一种原因,即入射辐射在水的特,定吸收带处被水强烈吸收所致.,图中含水量,,A:0.32;B:0.25;C:0.14;D:0.07,434.1.3 土壤的光谱特性土壤水分是土壤的重要组成部分,,43,44,4.1.3 土壤的光谱特性,土壤有机质,是指土壤中那些生物来源(主要是植物和微生物)的物质,其中腐殖质是土壤有机质的主体,腐殖质可分为,胡敏酸,和,富里酸,。,胡敏酸的反射能力特别低,几乎在整个波段为一条平直线,呈黑色。,富里酸则在黄红光部分开始强反射,呈棕色。,有机质的影响主要是在,可见光和近红外波段,,而影响最大的是在0.60.8,m,之间。,一般来说,随土壤有机质的增加,土壤的光谱反射率减小。,除有机质含量外,土壤腐殖质中胡敏酸和富里酸的,比值,(HF)是影响土壤光谱反射特性的另一个重要因素。,地处不同地带的土壤,尽管其有机质含量相同,但由于HF的比值不同,土壤的光谱反射特性也会不同。,因此,不仅有机质的含量影响土壤光谱反射特性,而且其不同的组成也同样有显著的影响,444.1.3 土壤的光谱特性土壤有机质是指土壤中那些生物来,44,45,4.1.3 土壤的光谱特性,在350-600nm反射特性增加快,600-2100nm缓慢,之后下降,2个水吸收峰,454.1.3 土壤的光谱特性在350-600nm反射特性增,45,46,4.1.3 土壤的光谱特性,二般情况下:光谱特性出现混沌现象?,464.1.3 土壤的光谱特性二般情况下:光谱特性出现混沌现,46,47,4.1.3 土壤的光谱特性,铁,在土壤中的存在形式主要是,氧化铁,,氧化铁是影响土壤光谱反射特性的重要土壤成分,其含量的增加会使反射率减小。,一般来说,土壤的氧化铁含量与反射率之间是存在一定的负相关,但在波段0.50.7,m,的相关性却不明显,。,土壤氧化铁含量增加时,,可见光与近红外部分吸收增强,而在0.50.7,m,波段的吸收增强幅度不很大,因此土壤出现黄红色。,在旱作土壤中,氧化铁随结晶水的多少不同而表现出不同颜色。当土壤处于还原状态时,土壤呈现出蓝绿、灰蓝等色,当土壤处于氧化状态时,土壤呈现出红、黄等颜色。,铁的影响主要也在,可见光和近红外波段,,由于土壤中有机质与氧化铁对土壤的光谱反射特性影响都很大,故定量区分有机质和氧化铁对光谱反射率的贡献难度较大,这给精确估算土壤氧化铁含量带来一定困难。,474.1.3 土壤的光谱特性铁在土壤中的存在形式主要是氧化,47,48,4.1.3 土壤的光谱特性,陕西省横山县土壤含铁量的光谱特性,吸收区域,484.1.3 土壤的光谱特性陕西省横山县土壤含铁量的光谱特,48,49,4.1.3 土壤的光谱特性,土壤质地,是指土壤中各种粒径的颗粒所占的,相对比例,。它对土壤光谱反射特,性的影响,主要表现在两个方面:,一是影响土壤持水能力,进而影响土壤光谱反射率;,二是土壤颗粒大小本身也对土壤的反射率有很大影响,对于土壤粒径较小的粘粒部分,由于其很强的吸湿作用,它在1.4,1.9,2.7,等处的水吸收带异常明显。,随土壤颗粒变小,颗粒间的空隙减少,比表面积增大,表面更趋平滑,使土,壤中粉砂粒的反射率比砂粒高,但当颗粒细至粘粒时,又使土壤持水能力增加,反而降低了反射率。,此外,土壤质地影响反射特性的因素不仅是粒径组合及其表面状况,还与不,同粒径组合物质的化学组成密切有关。,土壤的光谱特性,影响因素,:成土矿物、含水量、有机物、氧化铁和质地等。,494.1.3 土壤的光谱特性土壤质地是指土壤中各种粒径的颗,49,50,4.1.3 土壤的光谱特性,成土母质,决定了土壤反射光谱的基本特征; 有机质是小于1 000 nm 范围黑土反射光谱特征的决定因素, 同时由于有机质与土壤水分、机械组成的相关关系, 间接影响着大于1 000nm 的波谱范围(,刘焕军,2009,).,蒙脱石,伊利石,去包络线,混合矿物,504.1.3 土壤的光谱特性成土母质决定了土壤反射光谱的基,50,51,4.1.4 水体和雪的光谱特性,水体的光谱特性,地表较纯洁的自然水体对0.42.5波段的电磁波吸收明显高于绝大多数其它地物。,在可见光波段内,水体中的能量-物质相互作用比较复杂,光谱反射特性可能包括来自三方面的贡献:,(1) 水的表面反射;,(2) 水体底部物质的反射;,(3) 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。,514.1.4 水体和雪的光谱特性水体的光谱特性,51,52,4.1.4 水体和雪的光谱特性,在光谱的近红外和中红外波段,水几乎吸收了其全部的能量,即纯净的自然水体在近红外波段更近似于一个,“,黑体,”,,因此,在1.12.5m波段,较纯净的自然水体的反射率很低,几乎趋近于零,524.1.4 水体和雪的光谱特性在光谱的近红外和中红外波段,52,53,4.1.4 水体和雪的光谱特性,雪虽然是水的一种固态形式,但它与水的光谱特性截然不同,地表雪被的光谱反射率明显高于自然水体。雪光谱反射率的平均值变化特点如下,新降的未融化的雪表面融化的雪湿的融化的雪重新冻结的雪,534.1.4 水体和雪的光谱特性雪虽然是水的一种固态形式,,53,54,4.1.5 城市目标的光谱特性,544.1.5 城市目标的光谱特性,54,55,4.1.5 城市目标的光谱特性,反射光谱曲线形状大体相似,在0.40.6m缓慢上升,后趋于平缓,至0.91.1m处逐渐下降,不同之处在于,水泥路呈灰白色,,反射率最高,其次为土路,沥青路反射率较低,554.1.5 城市目标的光谱特性反射光谱曲线形状大体相似,,55,56,2007级考研统计,562007级考研统计,56,57,2007级考研统计,572007级考研统计,57,58,日本白菜,中国白菜,萝卜,生菜,牧草,架豆,林地,地膜,裸土,日本农田土地覆盖分类结果,裸土,草地,建筑物,水泥地,储油罐,树林,沙滩,海水,马来西亚海岸土地覆盖分类结果,1)农作物精细分类,4.2 典型应用示例,58日本白菜中国白菜萝卜生菜牧草架豆林地地膜裸土日本农田土地,58,59,2),农作物高光谱指数时间序列分析,4.2 典型应用示例,592)农作物高光谱指数时间序列分析4.2 典型应用示例,59,60,3)湿地环境研究:,鄱阳湖光谱角度填图,4.2 典型应用示例,603)湿地环境研究:4.2 典型应用示例,60,61,4)生化参量填图:,高光谱植被指数分析,4.2 典型应用示例,614)生化参量填图:高光谱植被指数分析4.2 典型应用示例,61,62,5)地球矿物识别:,矿物光谱吸收指数,4.2 典型应用示例,625)地球矿物识别:矿物光谱吸收指数4.2 典型应用示例,62,63,高光谱遥感图像数据,明矾石,高岭石,CR,图像光谱(实线)与数据库光谱(虚线)比较,高岭石矿物分布,明矾石矿物分布,5)地球矿物识别:,基于特征确认概率分析模型,完成,高岭石,与,明矾石,矿物填图,4.2 典型应用示例,63高光谱遥感图像数据明矾石高岭石CR图像光谱(实线)与数据,63,64,6)地层光谱柱状图与岩石地层划分:,左:光谱柱状图;,右:光谱处理后增强的沉积地层,J2x,J2s,K1sh,K1l,K1s,J3k,J3q,J2q,K2k,E1t,N1t,N2p,吐鲁番背斜剖面地层光谱柱状图,N2p,N1t,E2+3b,E1t,E1s/K2,s,K2k,K1l,K1sh,K1s,J3k,J3q,J2q,J2s,J2x,N,S,400,2500,wavelength (nm),E1s/K2s,E2+3b,4.2 典型应用示例,646)地层光谱柱状图与岩石地层划分:左:光谱柱状图;J2x,64,65,7)城市遥感:,4.2 典型应用示例,657)城市遥感:4.2 典型应用示例,65,66,城市地物的分类识别,中:北京沙河地区MAIS图像,右:根据光谱特征初步实现对城市地物的识别和材料属性的探测,下:反演的典型城市地物光谱,4.2 典型应用示例,66城市地物的分类识别中:北京沙河地区MAIS图像4.2 典,66,67,基于城市目标光谱差异的图像信息提取,高速公路,煤堆,水泥表面,67基于城市目标光谱差异的图像信息提取高速公路煤堆水泥表面,67,68,基于城市目标光谱差异的图像信息提取,植被,油毡屋顶,68基于城市目标光谱差异的图像信息提取植被油毡屋顶,68,69,国产板材,南韩板材,大连浦项制铁板材,8)军事伪装识别,4.2 典型应用示例,利用凸面几何体光谱投影变换进行伪装识别,69国产板材南韩板材大连浦项制铁板材8)军事伪装识别4.2,69,70,全色多光谱高光谱影像的侦察效果,70全色多光谱高光谱影像的侦察效果,70,71,71,71,72,N,绿色的草坪,绿色的飞机,绿色的机库,绿色的房顶,72N绿色的草坪,绿色的飞机,绿色的机库,绿色的房顶,72,73,真假草地区分,73真假草地区分,73,74,相同油漆下不同屋顶钢材的识别,74相同油漆下不同屋顶钢材的识别,74,75,绿色塑胶曲棍球场,运动场草坪,家具市场兰色,彩钢板顶棚,可见光真彩色图像,75绿色塑胶曲棍球场运动场草坪家具市场兰色可见光真彩色图像,75,76,绿色塑胶曲棍球场,运动场草坪,家具市场兰色,彩钢板顶棚,可见光、近红外假彩色图像,76绿色塑胶曲棍球场运动场草坪家具市场兰色可见光、近红外假彩,76,
展开阅读全文