《高光谱遥感的概念课件》由会员分享,可在线阅读,更多相关《高光谱遥感的概念课件(73页珍藏版)》请在金锄头文库上搜索。
1、1,高光谱遥感与地学分析,吴 柯 (物探楼601室) 邮箱:hyper_,2,高光谱遥感:高是体现在波段信息上,高光谱遥感的出现是遥感界的一场革命,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。 地学分析:主要是指寻找地表及地表以上的地学规律,通过对获取的遥感信息进行分析和处理,一方面扩大地学研究本身的视域,提高对区域的认识水平;另一方面可改善遥感分析、处理、识别目标的精度。,课 程 介 绍,3,教学目的: 本课程是地信专业的必修课程,需要掌握的内容包括:理解高光谱遥感科学相关的物理概念,了解高光谱遥感与简单的地学分析的过程,了解国内外最新的高光谱遥感技术和手段。培养一定的高光
2、谱遥感实验能力。,平时成绩:40%,包括点名,作业,课程实验等 考试成绩:60%,课程设计或课程论文。,考核形式:,实习安排: 3次实习课程,时间是第3,4,5周,周四下午,4,1、高光谱遥感 张良培 等,武汉大学出版社,2005 2、高光谱遥感的多学科利用,童庆禧,张兵等, 电子工业出版社出版社,2006 3、高光谱遥感:原理技术与应用,童庆禧,张兵等 ,高等教育出版社,2006,课程主要参考资料,5,第1章 高光谱遥感的概念 第2章 高光谱遥感成像系统 第3章 高光谱遥感理论基础 第4章 地物光谱数据的重建 第5章 高光谱遥感数据的特征选择与提取 第6章 高光谱特征参量与光谱库 第7章 高
3、光谱遥感图像分类 第8章 高光谱遥感影像混合像元分解 第9章 高光谱遥感影像目标探测 第10章 高光谱遥感应用,课程安排:,6,高光谱遥感是传统遥感的一个发展分支,它使得遥感的波段宽度更窄,针对性更强,可以突出特定地物反射峰值波长的微小差异;同时,成像光谱仪等的应用,提高了地物光谱分辨力,有利于区别各类物质在不同波段的光谱响应特性。 首先介绍一下背景知识,我们简单回顾一下遥感的特点:,高光谱遥感(Hyperspectral Remote Sensing),7,8,狭义理解,是应用探测仪器,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科学及综合性
4、探测技术。 广义理解,泛指一切无接触的远距离探测,包括对电磁场、力场、机械波(声波、地震波)等的探测。实际工作中,重力、磁力、声波、地震波等的探测被划为物探(物理探测)的范畴。因而,只有电磁波探测属于遥感的范畴。,遥感技术,9,大面积同步观测:气象卫星,资源卫星 时效性强:周期短,覆盖面广 数据的综合性和可比性好:不用去实地采集数据 较高的经济和社会效益:应用广泛 一定的局限性:数据处理;受天气影响,遥感的特点,10,11,12,1)目标物的电磁波特性_遥感信息源 任何目标物都具有发射、反射、吸收电磁波的性质。,遥感信息处理的技术流程,13,2)信息的获取,14,3)信息的接收,15,接收、处
5、理、存档、分发各类地球资源遥感卫星数据并进行相关技术研究,为遥感应用提供数据服务。,4)信息的处理遥感卫星地面站,16,整个现代遥感技术体系,遥感信息传输,目标提取与识别 (自动化、智能化),数据处理 (高光谱、高分辨率、雷达),分发,多源数据融合与集成,遥感成像机理与模型,用户,各应用部门,17,(1)随着热红外成像、机载多极化合成孔径雷达、高分辨力表层穿透雷达和星载合成孔径雷达技术日益成熟,遥感波谱域从最早的可见光向近红外、短波红外、热红外、微波方向发展,波谱域的扩展将进一步适应各种物质反射、辐射波谱的特征峰值波长的宽域分布。 (波段范围扩展从可见光、近红外、发展到中 远红外、微波),遥感
6、的发展趋势,18,19,(2)大、中、小卫星相互协同,高、中、低轨道相结合,在时间分辨率上从几小时到18天不等,形成一个不同时间分辨率互补系列。 (不同时间分辨率互补),20,卫星相互协同,21,正在使用的传感器有: MODIS(EOS), MISR(Terra), ASTER(Terra), ADEOS 新的传感器产生,正在研制的有: EO-1 233 bands OrbView-4 ARIES (Australia),22,23,(3)机载三维成像仪和干涉合成孔径雷达的发展和应用,将地面目标由二维测量为主发展到三维测量。 (多角度遥感),(4)各种新型高效遥感图像处理方法和算法将被用来解决
7、海量遥感数据的处理、校正、融合和遥感信息可视化。 (海量遥感数据处理、融合),24,(5)遥感分析技术从“定性”向“定量”转变,定量遥感成为遥感应用的发展热点。 (遥感从定性到定量分析),(6)建立适用于遥感图像自动解译的专家系统,逐步实现遥感图像专题信息提取自动化。 (遥感图像自动解译的专家系统),(7)3S一体化,25,(8)随着高空间分辨力新型传感器的应用,遥感图像空间分辨率从1KM、500m、250m、80m、30m、20m、10m、5m发展到1m,军事侦察卫星传感器可达到15cm或者更高的分辨率。空间分辨率的提高,有利于分类精度的提高,定位和目标识别,但也增加了计算机分类的难度。 (
8、空间分辩率越来越高),26,遥感上的“双高”: 光谱分辨率与空间分辨率的提高是遥感技术发展的重要趋势。 空间分辨率: 1960年美国发射了TIROS-1和NOAA-1太阳同步卫星 1972年ERTS-1发射(后改名为Landsat-1),装有MSS传感器,分辨率79米 1982年Landsat-4发射,装有TM传感器,分辨率提高到30米 1986年法国发射SPOT-1,装有PAN和XS传感器,分辨率提高到10米 1988年9月7日中国发射的第一颗“风云1号气象卫星” 1999年美国发射的IKNOS,空间分辨率提高到1米 1999年10月14日中国成功发射资源卫星1号,27,28,遥感的商业化,
9、美国海军EP-3侦察机,IKONOS 2,29,(9)高光谱遥感的发展,使得遥感的波段宽度从早期的0.4 (黑白摄影)、0.1 (多光谱扫描)到5nm(成像光谱仪),遥感器波段宽度窄化,针对性更强,可以突出特定地物反射峰值波长的微小差异;同时,成像光谱仪等的应用,提高了地物光谱分辨力,有利于区别各类物质在不同波段的光谱响应特性。 (光谱分辩率越来越高),30,按传感器的探测波段分: 紫外遥感:50-380nm 可见光遥感:380-760nm 红外遥感:760-1000nm 微波遥感:1000nm-10m 多波段遥感:指探测波段在可见光波段和红外波段范围内,再分成若干窄波段来探测。 高光谱遥感:
10、指探测波段在可见光波段和红外波段范围内,再分成若干非常窄的光谱连续的影像数据的技术。其成像光谱仪可以收集到上百个非常窄的光谱波段信息。,31,高光谱成像遥感技术的发展是20世纪80年代遥感技术的最大成就之一。 20世纪70年代初美国发射的陆地卫星仅有4个波段,其平均光谱分辨率为150nm; 80年代的TM则增加到7个波段,在可见光到近红外光谱范围的平均光谱分辨率为137nm; 法国SPOT卫星的多光谱波段的光谱分辨率为87nm。 1987年研制成功的航空可见光/红外光成像光谱仪 AVIRIS为成像光谱仪的第二代产品。AVIRIS是首次测量全部太阳辐射光谱范围(400-2500nm)的成像光谱仪
11、,共有224个通道。 我国第一台224波段推帚式高光谱成像仪PHI与128波段实用型模块化机载成像光谱仪OMIS已研制成功并进行了多次成功地航空遥感实验。,32,高光谱遥感成像过程,33,光谱信息直观的表示,一幅传统的遥感图象数据,对于某一点的光谱特征最直 观的表达方式就是二维的光谱曲线,如图所示,用直角坐 标系表示光谱数据,横轴表示波长,纵轴表示反射率,那 么地物的特性可以从曲线中获得,比如吸收特征可以从曲 线的极小值中获取。,34,光谱曲线表达 对于高光谱数据中的每一个点,最直观的表达方式是二维的光谱曲线,波长作为横坐标,反射率作为纵坐标,通过对不同波长离散点的插值,获取到光滑的曲线。,3
12、5,1.高光谱遥感定义,36,电磁波的范围,36,可见光是电磁波的一部分。 极小一部分。 不同的波段有不同的物理反射和透射性质。 更宽范围的电磁波的探测和解释需要进行不断地研究,可见光波长,电磁波频率范围,37,高光谱遥感的概念,高光谱分辨率遥感(Hyperspectral remote sensing):是指用很窄(10-2波长)而连续的光谱通道对地物持续遥感成像的技术。从可见光到短波红外波段其光谱分辨率高达纳米数量级,通常具有波段多的特点,光谱通道多达数十甚至数百个以上,而且各光谱通道之间往往是连续的,因此高光谱遥感又通常被称为成像光谱(Image Spectrometry)遥感。,38,
13、39,2、高光谱遥感的特点,一般认为,光谱分辨率在10-1数量级范围内的遥感称为多光谱(Multi-spectral)遥感,光谱分辨率在10-2数量级范围内的遥感称为高光谱(Hyper-spectral)遥感,光谱分辨率在10-3数量级范围内的遥感称为超光谱(Ultra-spectral)遥感。,40,41,高光谱影像可以完整地反映不同地物的诊断性光谱特征,高光谱影像地物光谱曲线,42,成像光谱仪为每个像元提供数十个至数百个窄波段的光谱信息,每个像元都能产生一条完整而连续的光谱曲线。这就是高光谱遥感与常规遥感的主要区别。 常规遥感的局限:波段太少;光谱分辨率太低;波段宽一般100nm;波段在光
14、谱上不连续,不能覆盖整个可见光至红外光(0.42.4nm)光谱范围。 如一个TM波段内只记录一个数据点,而航空可见光/红外光成像光谱仪(AVIRIS)记录这一波段范围内的光谱信息用10个以上数据点。,常规遥感与高光谱遥感对比,43,44,1、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3502500nm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。,特点小结:,45,高光谱遥感影像数据的一个重要特征是超
15、多波段和大数据量,对它的处理也就成为其成功应用的关键问题之一 。 一些针对传统遥感数据的图像处理算法和技术,如:特征选择与提取、图像分类等技术面临挑战。如:用于特征提取的主分量分析方法,用于分类的最大似然法、用于求植被指数的NDVI算法等等,不能简单地直接应用于高光谱数据。,46,3、如何处理高光谱遥感数据?,高光谱遥感技术的发展来自于成像技术的不断完善,成像光谱仪有其独特的优越性,但同时海量数据也给应用和分析带来了不便。 在成像光谱仪的遥感应用研究当中,我们可以把方法分为两类:,47,(1)基于成因分析的光谱分析方法 基于成因分析的方法主要从地物光谱特征上发现 表征地物的特征光谱区间和参数,
16、最常用的是各种 各样的植被指数。 成像光谱仪问世以后,许多研究人员沿用了这种 方法,用成像光谱仪数据的高光谱分辨率,选取影 像的波段,发展了许多更为精细的植被指数。,一、基于纯像元的分析方法:,48,(2)基于统计分析的图像分类和分析 基于统计分析的图像分类和分析视每一波段的图像为随 机变量,然后利用概率统计理论进行多维随机向量的分 类。成像光谱仪图像波段多,分类很大程度上受限于数据 的维数。面对数百个波段的数据,如果全部用于分类研 究,在时间上往往是无法接受的。因此在图像分类之前必 须压缩波段,即进行“降维”的研究。,49,二、基于混合像元的分析方法 由于传感器空间分辨率的限制以及地物的复杂多样性,混合像元普遍存在于遥感图像中,地面地物分布比较复杂的区域尤其如此。如果将该像元归为一类,势必会带来分类误差,导致分类精度下降,不能反映地物的真实覆盖状况。 概括起来,混合模型主要有两类,即线性光谱混合模型和非线性光谱混合模型。线性混合模型是迄今为止最受欢迎且使用最多的一种模型,其突出优点是简单。,50,总结起来,高光谱分辨