《高光谱遥感原理与应用03》由会员分享，可在线阅读，更多相关《高光谱遥感原理与应用03（33页珍藏版）》请在金锄头文库上搜索。
1、高光谱遥感原理与应用（三）高光谱遥感数据处理与分析一、成像光谱仪光谱与辐射定标成像光谱仪光谱定标成像光谱仪光谱定标：光谱定标的目的是确定成像光谱仪每一 通道的中心波长带宽。(1)单色仪全波长范围定标(2)使单色仪以一定的步长扫描输出单色光，检测遥感器各通 道记录信号的波长位置、光谱响应函数等。成像光谱仪辐射定标成像光谱仪辐射定标:高光谱数据辐射定标就是建立地物的辐 射能量与仪器输出信号之间的定量数值联系，严格意义上讲，它包 括以下几个过程：(1)实验室内积分球定标（In-lab calibration）；(2)机场机上定标(On-runway calibration)，确定仪器装机后 与实验室
2、内的差别；(3)机上或星上定标（On-board calibration）,检验系统的稳 定性；(4)试验场地定标，同步进行地面光谱与大气测量，完成基于 模型和实测数据的辐射定标（Onsite Calibration）。高光谱遥感数据处理与分析二、高光谱遥感图像的反射率转换高光谱遥感器在飞机或卫星上获取的是地物的 辐射能量值，表述如下:LO() =Lsun() T() R() cos() +Lpath()其中：LO(): 入孔辐射能量Lsun ()： 大气上层太阳辐射T()： 整层大气传输R()： 不考虑地形影响的表观（视）反射率（ApparentReflectance）： 太阳高度角Lpat
3、h()：程辐射高光谱遥感数据处理与分析二、高光谱遥感图像的反射率转换经验法(Empirical Methods)和模型法(Model Based Methods)两大类: 平场域法（Flat Field） 内部平均法（IARR-Internal Average Relative Reflectance） 经验线性法（Empirical Line）DNb =()b +b b 乘积项: 反映了大气传输及仪器设备的放大比； b 偏移项: 反映了大气辐射值及仪器的零点偏移。高光谱遥感数据处理与分析二、高光谱遥感图像的反射率转换高光谱反射率图像生成经验线性法（Empirical Line）使用更多的地面
4、定标点数据可以获得更好的统计效果。 设有N类地面定标点的反射率1()，2()，3()，n()，则 有一组方程：DNi =i(). b+b，i=1,2,n求此方程组的最小二乘解, 得：求出的A，B对不同的波段有不同的值，利用得出的系数可以求出象元对应地 物的反射率。高光谱遥感数据处理与分析二、高光谱遥感图像的反射率转换ATREM/ACORN大气去除程序(1) 在0.4-2.5 m光谱区间的7种主要作用气体：H2O, CO2, O3, N2O, CO, CH4, O2大气中水汽成分随高度的增加而减少，但是在空间与时间分布上很不均匀；CO2 、N2O 、CH4 、O2在对流层内基本上是均匀分布的；9
5、0%的O3 分布在距地表25公里以内，其余的随纬度和季节而变化；CO在广大乡村地区也远没有水汽那样变化剧烈。(2) 在1.0-2.5 m光谱区间，以上7种气体是主要影响因子；分子散射（瑞利 散射）随着波长增加急剧减少，大于1.0 m时，其效应可以完全忽略；气溶胶散射 也随着波长增加而减少，在1.0 m附近，其散射占整个辐射量的大约10%。(3) 基于经纬度和观测时间，确定太阳天顶角；(4) 利用0.94 m和1.1 m水汽吸收波段估算每个图像像元的水汽含量；(5) 基于以上认识，在原有大气传输模型基础上，完成无测量数据 支持下的大气校正。高光谱遥感数据处理与分析二、高光谱遥感图像的反射率转换高
6、光谱反射率图像生成ACRON 大气纠正高光谱遥感数据处理与分析三、高光谱遥感图像的几何校正1.光机扫描型：正切校正2. 面阵推扫型3. 基于地面控制点的几何精校正高光谱遥感数据处理与分析三、高光谱遥感图像的几何校正基于基于POS/DG （Position and Orientation Solution for Direct Georeferencing） 的航空遥感图像几何纠正:POS/DG拥有描述遥感平台空间位置、飞行姿态、瞬间变化状况的17 个主要参数:参数 单位 精度 时间 (POS/DG 时间) 秒 双精度 纬度 弧度 双精度 经度 弧度 双精度 海拔 米 双精度 X方向 速度米/秒
7、 双精度 Y方向 速度米/秒 双精度 Z方向 速度米/秒 双精度 滚动角 弧度 双精度 俯仰角 弧度 双精度参数 单位 精度平台方向 弧度 双精度 平台偏角 弧度 双精度 X方向 加速度米2/秒 双精度 Y方向 加速度米2/秒 双精度 Z方向 加速度米2/秒 双精度 X方向角速度 弧度/秒 双精度 Y方向角速度 弧度/秒 双精度 Z方向角速度 弧度/秒 双精度高光谱遥感数据处理与分析三、高光谱遥感图像的几何校正 基于POS/DG 的航空遥感图像几何纠正:高光谱遥感数据处理与分析三、高光谱遥感图像的几何校正 基于POS/DG 的航空遥感图像几何纠正:高光谱遥感数据处理与分析四、光谱特征选择与特征
8、提取光谱特征选择与特征提取意义：全部原始图像数据参与处理与分析 时，数据量和运算量巨大。以最小的代价获取所需信息。分类精度随所使用波段数的变化呈现出Hughes现象：高光谱遥感数据处理与分析四、光谱特征选择与特征提取光谱特征选择（Feature Selection）光谱特征提取（Feature Extraction）X1 X2 X3 X4 Xn简化的特征空间X1 X2 X3 X4 Xn优化的特征空间F(x1,x2,xn)X2X5Y1Y2波段 选择光谱特 征变换高光谱遥感数据处理与分析四、光谱特征选择与特征提取光谱特征选择：光谱距离统计、光谱特征位置搜索白云石和高岭石 在优选特征空间 的的分布高
9、光谱遥感数据处理与分析四、光谱特征选择与特征提取光谱特征提取：光谱形态学分析光谱特征参量化（1）光谱斜率和坡度（2）光谱包络线分析（3）光谱二值编码（4）光谱导数（5）光谱积分（6）光谱吸收指数（吸收位置、吸收深度、吸收宽 度、对称性）（7）光谱曲线函数模拟高光谱遥感数据处理与分析四、光谱特征选择与特征提取 1、光谱斜率和坡度 在光谱区间1, 2，模拟出的直线段如下：R=aX+b, X1, 2 则，波长波长波长a0，正向坡，SSI=1 a=0，平向坡，SSI=0 2、光谱包络线分析（Continuum Removal）R() =R() /CR ()高光谱遥感数据处理与分析四、光谱特征选择与特征
10、提取 3、光谱二值编码二值编码 h(n) =0 如果x(n)T=1 如果x(n) T n=1, 2, N仅在某些波段进行编码分段编码多门限编码00 如果 XnTah n = 01 如果 Ta Ta 高光谱遥感数据处理与分析四、光谱特征选择与特征提取 4、光谱导数植被覆盖反射率光谱主要是植被反射率和土壤反射率这两种光谱的混合：n为导数阶数，在可见光、近红外光谱区，土壤的散射率、反照率光谱是波长 的线性方程或二阶方程,因此，高光谱遥感数据处理与分析四、光谱特征选择与特征提取 5、光谱积分高光谱遥感数据处理与分析四、光谱特征选择与特征提取 6、光谱吸收指数 吸收位置(Absorption Posit
11、ion, AP): 吸收深度(Absorption Depth，AD): 吸收宽度(Absorption Width，AW)：FWHM（Full Width at Half the Maximum Depth）。 对称性(Absorption Asymmetry, AA):高光谱遥感数据处理与分析四、光谱特征选择与特征提取 6、光谱吸收指数如，用光谱吸收指数区分石灰岩和白云岩： 石灰岩(CaCO3): SAI 2.315m SAI 2.330m高光谱遥感数据处理与分析四、光谱特征选择与特征提取 6、光谱吸收指数光谱吸收特征的对称性高光谱遥感数据处理与分析四、光谱特征选择与特征提取 7、光谱曲线
12、函数模拟植被可见光光谱反射率（VVSR）模型植被红边反射波形（670-800nm）用倒高斯模型(IG)来定量描述：其中： Rs代表最大光谱反射值Ro代表最小光谱反射值o是最大吸收波长R()是在 波长处的反射率值是高斯方程偏差参数高光谱遥感数据处理与分析四、光谱特征选择与特征提取 7、光谱曲线函数模拟倒高斯模型(IG)数据模拟： A 最佳迭代拟合设置模型参数的初始值、每个参数的变化范围和最小均方差标准,进 行 迭代。 B 线性拟合在670685nm和780795nm范围内确定Ro和Rs，然后在685780nm 范围内，用最小二乘法估计其余两个模型参数0和（或p）高光谱遥感数据处理与分析四、光谱特
13、征选择与特征提取 7、光谱曲线函数模拟 倒高斯模型(IG) 应用高光谱遥感数据处理与分析四、光谱特征选择与特征提取应用举例 （一）光谱（特 征）指数 与小麦叶 片含氮量高光谱遥感数据处理与分析四、光谱特征选择与特征提取应用举例 （二）光谱（特 征）指数 与小麦叶 片含氮量植被指数（ Standard Vegetation Index） 高光谱遥感数据处理与分析四、光谱特征选择与特征提取应用举例 （二）导数植 被指数 与地表 温度高光谱遥感数据处理与分析 五、高光谱图像分类与地物识别从图像光谱的角度来说，高光谱遥感图像分类的效果取决于四个因素： （1）类别的可分性：非人为影响下的原始地物光谱具有
14、可分性是高光谱图 像分类的前提条件； （2）图像像元光谱空间的维数：一般来讲，在图像波段信噪比达到一定要 求的情况下，光谱波段越多，越有利于分类； （3）训练样本的数量：训练样本的数量越大，地物的训练特征越全面和具 有代表性，因此有利于分类； （4）分类器类型和分类方案。高光谱遥感技术在分类识别方面有如下明显的优势： （1）光谱分辨率更高(高达5-10 nm)，能够获取地物精细的光谱特征曲线。 （2）覆盖波长范围更宽，延伸到近红外、短波红外、中红外和热红外。光 谱覆盖范围越宽，就能够探测地物更多的对电磁波的响应特征。 （3）图像波段众多，可以根据需要选择或提取特定的波段来突出目标特征 ，尤其是“谱”的概念。 （4）高光谱遥感图像包含丰富的辐射、空间和光谱信息，是多种信息的综 合载体，为新理论新方法的引进创造了可能。高光谱遥感数据处理与分析 五、高光谱图像分类与地物识别传统图像分类算法对高光谱遥感图像的适用性光谱特征选 择多波段数据监督分类：平行六面体法、最小距离分类、马氏 距离、最大似然法、神经
