高光谱遥感简介

,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,*,高光谱遥感简介,课程性质：选修课,课程时间：,12,周,15,周,课时：,32,学时,16,上课学时,16,上机学时,课程要求：理论联系实际 积极主动,考查方法：课程作业一份,课程安排,遥感基本概念回顾,高光谱遥感技术的概念以及特点,高光谱遥感数据处理关键技术,高光谱传感器介绍,光谱库介绍,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,remote sensing,电磁波与物质相互作用的类型,有哪些？在进行被动遥感时，,电磁波要与多少种物质,进行作用？,请大家列举遥感常用,的波段,全色摄影相片,SPOT 5,号全色波段图像,灰度影像解译,彩色成像技术及多波段成像技术,SPOT 5,号多波段合成图像,多波段影像解译,高光谱遥感,Hyperspectral Remote Sensing,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,高光谱分辨率遥感,（,Hyperspectral Remote Sensing,）：用很窄（,0.01,波长）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。,波段特点：,波段多、波段宽度窄、波段连续,数据量特点：,数据量大、信息冗余增加,高光谱遥感的特点,光谱反射曲线,影像立方体,图谱合一的特点,水稻,:99-15,图,谱合一,五七农场,常州,水稻,:,武香,5021,水稻,:99-15,波段,1,高光谱图像信息的显示，如图像立方体的生成；,2,光谱重建，即成像光谱数据的定标、定量化和大气纠正模型与算法，依此实现成像光谱信息的图像光谱转换；,3,光谱编码，尤其指光谱吸收位置、深度、对称性等光谱特征参数的算法；,4,基于光谱数据库的地物光谱匹配识别算法；,5,混合光谱分解模型；,6,基于光谱模型的地表生物物理化学过程与参数的识别和反演算法,高光谱数据处理关键技术,光谱测量仪器,野外光谱仪,请同学们回顾下面的基本概念：地物光谱反射率，谈,谈影响地物光谱反射率的因素,地物的光谱反射率：是物体的反射辐射通量与入射辐,射通量之比,方向性 谱特性 时间性 空间,光谱辐射仪,（,Spectrometer/Spectroradiometers,）,能够在电磁波紫外到近红外（,300-2500nm,）的太阳反射波谱段内获取地物点状的连续光谱辐射量曲线,。,光谱反射率（,Reflectance,）的获得,：,利用分光光度计（地面光谱仪,/,野外光谱仪）可以分别测量目标地物与标准白板的光谱辐射能量，其比值就是地物的光谱反射率。,标准白板通常使用聚四氟乙烯（,PFTE,）为材料，它在,400-2500 nm,区间的反射率为,100%,。其它还有硫酸钡或氧化镁。,光谱测量仪器,野外光谱仪,1,）准备工作,:,光谱仪、计算机充电、安装镜头，连线，打开电源以及软件,2,）测量过程：镜头对准白板，进行,OPT,优化镜头对准目标，进行地物光谱反射率采集,3,）整理工作,地物数据的测量,成像光谱仪,：与,地面光谱辐射计,相比，成像光谱仪不是在,“,点,”,上的光谱测量，而是在连续空间上进行光谱测量，因此它是光谱成像的；与传统多光谱遥感相比，其光谱通道不是离散而是连续的，因此从它的每个像元均能提取一条平滑而完整的光谱曲线。,第一种 线阵列探测器掸扫式扫描方式,第二种 面阵列探测器推扫式扫描方式,光谱测量仪器,成像光谱仪,影像分辨率主要决定于,瞬时视场,(IFOV,instantaneous field of view),角和成像高度。瞬时视场角越小、飞机航高越低，地面分辨单元越小，分辨率就越高。,IFOV,值,小,意味,空间分辨率越高,。,IFOV,值,大,意味着,辐射分辨率越高,。,因为当传感器接受地面反射能量时，探测器上聚焦的总能量更大；由于这种高信号使得传感器对地面辐射率的测量更加敏感，其结果是辐射分辨率更高或者说是区分微小的能量的能力方面有所提高,传感器的设计,IFOV,应该在空间分辨率与辐射分辨率中折中,MODIS,主要技术指标,轨道：,705km,，太阳同步，近极地轨道,辐射灵敏度：,12b,波段范围：,36,个波段、,0.414.4m,空间分辨率：,2,个波段为,250m,5,个波段为,500m,29,个波段为,1000m,带宽：,2330km,，,12,天全球覆盖,MODIS(Moderate Resolution Imaging Spectroradiometer),Electronics Console,POS System,Hyperspace.Sensor,System,Onboard Layout of PHI,Spectral coverage:,VIS to NIR(450-850nm)spectral region,Spectral bands:244,Spectral resolution:5nm,Spectral sampling interval:1.9nm,Pixels per line:376,Digitization:12 bits,Sensor weight:9kg,PHI,The,Push broom,Hyperspectrl Imagers,Nagano,Minamimaki,Image Cube of 80-bands PHI HRS Image,农业应用（精准农业）：农作物的识别和品种划分,左,:,日本长野县盐尻市南部农作物的识别结果,紫,-,水稻,黄,-,葡萄,绿,-,梨,蓝,-,大豆,右,:,长野市西北部农作物的识别结果,黄,-,苹果,蓝,-,水稻,下,:,葡萄的相对长势，红色区长势相对较好,High,Low,PHI,在日本,80,年代后期，美国喷气推进研究室（,JPL,）制成机载可见红外成像光谱仪（,AVIRIS,）的完整样机。,0.4m,2.45m,224,个连续的光谱波段图像。波段宽度,10nm,当飞机在,20km,高空飞行 时，图像地面分辨率可达,20m,航空可见光,/,红外成像光谱仪,AVIRIS,光谱库,是由高光谱成像光谱仪在一定条件下测得的各类地物,反射光谱,数据的集合,准确地解译遥感图像信息、快速地实现未知地物的匹配、提高遥感分类识别水平起着至关重要的作用。由于高光谱成像光谱仪产生了庞大的数据量，建立地物光谱数据库，运用先进的计算机技术来保存、管理和分析这些信息，是提高遥感信息的分析处理水平并使其能得到高效、合理之应用的唯一途径，并给人们认识、识别及匹配地物提供了基础。,光谱库,包括,植被、土壤、水体、冰雪、岩矿和人工目标,完整的地面数据采集记录应包括：,1,）观测数据；,2,）测点状况数据；,3,）观测方法和数据处理方法的说明；,4,）观测人员信息；,5,）观测数据之元数据：包括观测数据项的定义，数据格式和数据库现存数据的状况。,USGS,、,JPL,、,JHU,、,IGCP-264,、,ASTER,USGC,1993,年 美国地质勘探局,USGC,（,United States Geological Survey,）建立 波长范围,0.2,3.0um,JPL,美国喷气推进实验室,(JPL Jet Propulsion Laboratory)160,种不同粒度的常见矿物进行了测试，并同时进行了,X,光测试分析。最后按照小于,45um,，,45,125um,，,125,500um,3,种粒度,分别建立了,3,个光谱库,JPL1,，,JPL2,，,JPL3,，突出反映了粒度对光谱反射率的影响。除光谱数据外，还规范了样品采集、样品纯度和组分分析方法,约翰霍普金斯大学,(,JHU,),提供了包含,15,个子库的光谱库，针对不同的地物类型选用了不同的分光计，并且每种地物都给出了详细的文本介绍。,常用光谱库介绍,2000,年,5,月，加利福尼亚技术研究所建立了,ASTER,光谱库,，该库还配备了相关的辅助信息，并带有数据库搜索功能，用户能查询光谱数据。光谱库的数据来源于,USGS,、,JPL,、,JHU3,个光谱库，共计,8,类，即,:,矿物类,(1348,种,),，岩石类,(244,种,),，土壤类,(58,种,),，月球类,(17,种,),，陨石类,(60,种,),，植被类,(4,种,),，水,/,雪,/,冰,(9,种,),和人造材料,(56,种,),。,1998,年,中科院遥感所,建立了面向对象的光谱数据库，共收集地物光谱数据,5000,条,这是我国第一部系统的光谱库。,