遥感原理张良培分析课件

《遥感原理张良培分析课件》由会员分享，可在线阅读，更多相关《遥感原理张良培分析课件（115页珍藏版）》请在金锄头文库上搜索。

1、遥感原理测绘遥感信息工程国家重点实验室张良培内容空间分辨率光谱分辨率时间分辨率空间、光谱、时间之间的关系What is Remote Sensing? What exactly is remote sensing? Remote sensing is the science (and to some extent, art) of acquiring information about the Earths surface without actually being in contact with it. 遥感基本框架图 遥感处理过程数据获取数据处理1、空间分辨率空间分辨率：用来表征影像分辨

2、率地面目标细节能力的指标。遥感影像中典型的空间问题包括几何失真、影像解译和空间模式识别等。高分辨率影像的应用 1.1 地面分辨率和影像分辨率地面分辨率：影像能够详细区分的最小单元（像元）能代表的地面尺寸的大小。影像分辨率：地面分辨率在不同比例尺的具体影像上的反映。1.1.1 地面分辨率卫星 / 传感器地面分辨率 (mono / colour) (m)图像宽幅 (kmkm)制图比例尺 (mono / colour) (1 : 000) IKONOS1 / 413x135 / 20 SPOT/HRV2.5 / 560x6025 / 50 Landsat/ETM15 / 30180x18075 /

3、150 Landsat/TM30180x180150 Terra/MODIS250 - 1000continental 1100continental 5000美国的IKONOS卫星 毛主席纪念堂 IKONOS是美国空间成像公司于1999年9月24日发射升空的世界第一颗高分辨率商用卫星，是由美国洛克希德马丁(Lockheed Martin)公司设计制造的。全色分辨率为1米，多光谱分辨率4米（B1蓝，B2绿，B3红和B4近红外波段）。 Spot4卫星 Spot三维卫星影像 Spot对地观测卫星系统是由法国空间研究中心发展的，参与的国家还有比利时和瑞典。全色波段分辨率为10米，多光谱为20米，利用

4、SPOT立体像对，也可以生成 DEM。 陆地卫星7号 陆地卫星7号图像 陆地卫星7号（原称为地球资源技术卫星）于1999年4月15日由美国航空航天局发射，携带了增强型主题成像传感器（ETM+）。地面分辨率为30m，热红外波段分辨率为60m。QuickBird卫星北京公主坟立交桥 QuickBird卫星是2001年10月18日在美国发射成功的目前世界上商业卫星中分辨率最高、性能较优的一颗卫星。它在空间分辨率（0.61米），多光谱成像（1个全色通道、4个多光谱通道）。 IRS+TM 影像（彩色） 大兴农田不同地面分辨率影像1米几何分辨率（IKONOS)影像显示（彩色）同一地区不同地面分辨率影像北京

5、故宫_SPOT_2.5m北京故宫_QuickBird_0.6m北京地区4米遥感影象图（美国SPACE IMAGE 公司的IKONOS卫星）北京地区1米遥感影象图不同分辨率的IKONOS影像B BA AC C1.1.2 影像分辨率 影像分辨率随影像的比例尺不同而变化。陆地卫星MSS地面分辨率：80m1:100万图像上影像分辨率：0.08mm影像分辨率：0.8mm1:10万图像上1.2 遥感图像的空间问题几何失真系统几何失真 影像偏移弥补偏移非系统失真 由于仪器的不稳定、地球旋转以及传播介质不均匀等因素引起 选取同名控制点选取同名控制点线性变换旋转移动放大/缩小非线性变换二维非线性多项式三维二次非

6、线性多次非线性影像重采样三种数字图像亮度（灰度）值的重采样方法不同多项式选取 a) 地图上地面控制点的分布b) 通过控制点线性转换后的影像c) 通过控制点多次项非线性转换后的影像1.3 高分辨率影像的应用较小的空间尺度上观察地表的细节变化监测人为活动对环境变化大比例尺遥感制图 我们正迈入一个高分辨率遥感的时代 ! 卫星遥感影像空间分辨率的提高是否一定意味着影像解译精度的提高？ 背景 影像 特点:单幅影像的数据量显著增加，地物信息呈现高度细节化；成像光谱波段变少，“同物异谱”“异谱同物”现象大量发生；地物的几何结构和纹理信息更加明显，类内方差变大，类间方差变小。 Band Min MaxMean

7、StdevR023477.5631.53G025596.4236.33B021755.0631.71Band Min MaxMeanStdevR2 255143.55 62.95G0255123.31 64.14B0255138.18 64.86Band Min MaxMeanStdevR0 230 93.2228.54G0237103.99 32.81B021072.55 29.16树林树林居民地居民地农田农田北京北京QuickBird影像影像空间分辨率与纹理IKONOS IKONOS IKONOS IKONOS 影像剪切图影像剪切图影像剪切图影像剪切图建设用地建设用地建设用地建设用地IKO

8、NOS IKONOS IKONOS IKONOS 影像剪切图影像剪切图影像剪切图影像剪切图郊区特征郊区特征郊区特征郊区特征Conventional spectral analysis methods How to resolve ? Spectral SpatialGray Level Co-occurrence Matrix (GLCM) refD. G. Barber,1991 Markov Random Field Model (MRF) refB. C. Forster,1999 Morphological Profiles (MPs) refJ. A. Benediktsson,20

9、03 要求: 从传统的面向光谱处理转变到以面向空间、结构和几何信息处理为主 从面向像元的分析转变到面向对象和上下文特征的分析方式现有技术的特点: 在中低分辨率影像的基础上发展起来基于像元和光谱信息的处理方式，不适用于高分辨率影像处理 以eCognition为代表的面向对象的处理技术，处理精度受分割方法的影响；处理多尺度问题时不能有效地进行特征选择和融合，欠分割和过分割现象无法避免。 GGMRFTexture Feature ImageQuickBird Image Mosaic 方法 (1)-Texture Feature ModelZhao,Y., Zhang, L., Li, P., Hu

10、ang, B., 2007, Classification of High Spatial Resolution Imagery Using Improved General Markov Random Field Based Texture Features, IEEE Trans. on Geosciences and Remote Sensing, Vol.45, No.5, pp.1458-1468.QuickBird 纹理图像分类结果比较纹理图像分类结果比较实验方案实验方案测试样本分类精度测试样本分类精度整幅图像分类精度整幅图像分类精度Kappa系数系数总分类精度总分类精度Kappa

11、系系数数总分类精度总分类精度实验方案实验方案I0.556463.03%0.514359.53%实验方案实验方案II0.783181.92%0.670572.54%实验方案实验方案III0.999199.93%0.901091.75%实验方案实验方案IV0.999899.98%0.914692.89% Chief editor remarks:.The idea developed in this paper is very interesting and is worth publishing.Pixel Shape Index (PSI)方法 (2)-几何结构Calculation: 1).

12、 Extension of direction-lines 2). Measurement of the length of each direction-line 3). Sum of all the direction-lines Direction-lines of PSI algorithm Zhang，L., Huang，X., Huang, B.，Li, P.，2006，A pixel shape index coupled with spectral information for classification of high spatial resolution remotel

13、y sensed imagery，IEEE Trans. on Geosciences and Remote Sensing, Vol.44, No.10,pp. 29502961 ExperimentsPSIWaterShadowTreeBuildingGrassRoadBare soilBeijing QuickBird MS image SR:2.44mCla-Map by spectral features (OA=0.605)Cla-Map by WT features (OA=0.685 )Cla-Map by GLCM features (OA=0.814 )Cla-Map by

14、 PSI features (OA=0.852 )An extension to Pixel Shape Index (PSI)Huang，X., Zhang，L., Li, P.，2007，Classification and Extraction of Spatial Features in Urban Areas using High Resolution Multispectral Imagery，IEEE Geoscience and Remote Sensing Letters, Vol.4, No.2, pp.260-264. A structural feature set (

15、SFS) and method of dimension reduction are proposed.The statistical features of direction-lines histograms Accuracy statistics for different classifiers with different input features 方法 (3)- 面向目标的多尺度信息融合Ideas：Neighboring Pixels into Classifier Problems：High Dimension ?Methods：WT to Compress the neig

16、hboring informationHuang，X., Zhang，L., Li, P.，2007，Classification of very high spatial resolution imagery based on the fusion of edge and multispectral information, Photogrammetric Engineering and Remote Sensing, in the press.ExperimentsNeighboring Information CompressionTreeBuildingBare soilRoadRiv

17、eri=16i=8i=8i=4IKONOS PANSR: 1mCla : per-pixelKappa:0.52Cla : i=2Kappa:0.57Cla : i=4Kappa:0.63Cla : i=8Kappa:0.72Cla : i=16Kappa:0.76Cla : NMFKappa:0.78Fusion process共性处理方法(1)-Feature SelectionZhang, L, Zhao, Y., et al, 2007, Texture Feature Fusion with Neighborhood-Oscillating Tabu Search for Scene

18、 Recognition, Photogrammetric Engineering and Remote Sensing, in press.方方 案案 IVQuickBird Classification方方 案案 III方方 案案 II方方 案案 I共性处理方法(2)-Classifier目标: 实现光谱空间特征维上的地物目标智能化自动化解译.包括: 人工免疫系统、免疫球网络、支持向量机等. 展望展望各向异性特征提取方法多尺度信息融合 适合于结构、光谱-空间、多尺度光谱-空间混合特征集合解译的智能化分类器 未来未来20年，我国将发射大量高分辨率遥感卫星。重视和抓年，我国将发射大量高分辨率遥

19、感卫星。重视和抓紧高分辨率影像处理和应用技术的研究具有非常重要的现实意紧高分辨率影像处理和应用技术的研究具有非常重要的现实意义。义。 1.4 问题(1)几何校正?(2)几何定位?(3)大比例尺测图?(4)纹理结构信息处理?(5)面向对象的处理方法?(6)等等2、光谱分辨率 定义：指传感器所用的波段数、波长及波段宽度，也就是选择的通道数、每个通道的中心波长及带宽。 例如： MSS波段数为5，波段宽度约为1002000nm。地物的光谱特性地物的反射光谱特性地物的发射光谱特性地物的透射光谱特性不同传感器的光谱分辨率不同卫星/传感器的光谱分辨率地物波谱曲线与传感器的关系光谱空间多/高光谱的应用2.1

20、地物的光谱特性 任何地物都有自身的电磁辐射规 律，如反射、发射、吸收电磁波的特性。少数还有透射电磁波的特性。地物的这种特性称为地物的光谱特性。2.1.1 地物的反射光谱特性电磁波电磁波波长和频率短波 (高频)长波 (低频)GammaX-rayInfraredThermalinfraredMicrowaveRadioVisiblenanometresmicrometrescentimetresmetresblue greenredVisible light0.4 - 0.7 micrometres不同长势的松树光谱曲线 不同植物光谱曲线2.1.2 地物的发射光谱特性：分谱辐射通量密度 ；：波长

21、；：普朗克常数 ；：光速 ；：玻耳兹曼常数 ；：绝对温度 ；不同温度黑体辐射波谱曲线黑 体 辐 射地物的各种辐射体2.1.3 地物的透射光谱特性透射率：入射光透射过地物的能量与入射总能量的百分比。透射率随着电磁波的波长和地物的性质而不同。可见光、红外、微波的透射能力。2.2.1 不同卫星/传感器的光谱分辨率卫星/传感器波段范围 （ ）卫星/传感器波段范围（ ）卫星/传感器波段范围（ ）Landsat TM0.450.52（蓝）0.520.60（绿）0.630.69（红）0.760.90（近红外）1.550.75（中红外）10.412.4（热红外）2.052.35（中红外）MODIS0.6200

22、.6700.8410.8760.4590.4790.5450.5651.2301.2501.6281.6522.1052.1550.4050.4200.4380.4480.4830.4930.5260.5360.5460.5560.6620.6720.6730.6830.7430.7530.8620.8770.8900.9200.9310.941MODIS0.9150.9653.6003.8403.9293.9893.9293.9894.0204.0804.4334.4984.4824.5491.3601.3906.5356.8957.1757.4758.4008.7009.3809.8001

23、0.78011.28011.77012.27013.18513.48513.48513.78513.78514.08514.08514.385NOAA-AHRR0.580.68（红）0.721.10（近红外）3.553.93（热红外）10.311.3（热红外）11.312.5（热红外）SPOT-HRV0.500.59（绿）0.610.68（红）0.790.89（近红外）0.510.73（可见光） 多/高光谱遥感0.40.60.81.02.02.61.21.41.61.82.22.40204060Reflectance (%)Wavelength ( m)Dry bare soil (grey-

24、brown)Vegetation (green)Water (clear)Landsat MSSLandsat TMSPOT HRVNOAA AVHRR2.2.2 地物光谱曲线与传感器传感器探测波段的设计，是通过分析比较地物光谱数据而确定的。明矾石在不同传感器下的波谱曲线2.2.3 光谱空间例如: 选用3个波段，构成一个三维特征空间。Band ZBand YBand X(0, 0, 0)(255, 255, 255)(80, 20, 150)0150武汉市2002年7月9号TM影像 波段3和波段4散点统计2.3 多/高光谱的应用0.40.60.81.02.02.61.21.41.61.82.2

25、2.40204060Reflectance (%)Wavelength ( m)Vegetation (green)Landsat TMTM：NDVI=(band4band3）/（band4band3）归一化植被指数：Lansat-7卫星的ETM影像（RGB:321) 各地物的光谱特性分类结构图利用光谱特征对ETM影像进行分类实验室矿物光谱说明矿物光谱的诊断性吸收、反射特征光谱分辨率对水铝矿反射光谱的影响高光谱影像在地质调查中的应用s221s1m21m矿物光谱吸收指数 (SAI)：石灰岩石灰岩白云岩白云岩石灰岩(CaCO3): SAI 2.315 m SAI 2.330 m 利用高光谱影像对新

26、疆柯坪地区的岩性填图内华达州(美国西部内陆州)矿物分布图航空成像光谱图（AIS）：128波段 10nm分辨率矿物成图高光谱影像在精细农业中的应用精细农业中的应用AVIRIS 影像，加拿大中南部萨斯喀彻温省，摄于1994年7月12日 高光谱影像分类影像San Luis流域的三种作物光谱曲线图 San Luis流域的作物分类图光谱库实例 矿石光谱库及几种矿石的光谱曲线基于非监督正交子空间投影的混合像元分解 自动提取端元光谱自动提取端元光谱 约束分解约束分解 分解结果 误差评价 夏桥地区高光谱影像 地物光谱特征 光谱角制图法(SAM) 基于小波分量特征值光谱匹配交叉相关系数法(CCSM) 分类结果影

27、像江苏常州农场的PHI高光谱影像 ( 80波段)UOSP提取的端元光谱曲线PHIPHI高光谱影像试验高光谱影像试验 INT.J.REMOTE SENSING 2006INT.J.REMOTE SENSING 2006道路影像菜地与草地水系影像稻田影像误差影像误差影像数值累计直方图曲线误差影像数值累计直方图曲线 SRMSR=0.34.SRMSR=0.34.分分解后的光谱反算解后的光谱反算误差位于误差位于0.2-0.2-0.50.5之间之间 最多最多实验分析实验分析 NPP计算单叶canopyVIPD推算方法Helicopter观测方法检验利用MODIS数据推导方法应用单叶多叶累积推导(成片树林)

28、低空观测卫星观测(完全地形)分析思路NPP计算 PDM (模式分解方法)Ai: 第i个波段地物的反射率值； Cw, Cv, Cs: 标准水体、植被、土地PDM系数；Pw, Pv, Ps:归一化后的标准水体、植被、土壤的反射率地面测 定值。NPP计算单叶Canopy实验入口连接LI-6400使用LAI测的树冠结构使用日射计测量光照强度使用光量子计测量光合作用的有效光照强度气压计维持恒定气压温度计保证恒温使用FieldSpec采集单叶光谱NPP计算光谱测试 学生采集光谱数据NPP计算 VIPD（模式分解植被指数）Sv, Ss:植被和土壤的PDM系数之和；Ai: 第i个波段地物的反射率值； Cw,

29、Cv, Cs: 标准水体、植被、土地PDM系数； 0 0.4kgCO2/(m2month) 2001.12.29 2002.03.19 武汉市月NPP结果图 0 0.4kgCO2/(m2month) 20020709 VIPD推算 NDVI推算月NPP值 0 0.4kgCO2/(m2month) 2002.10.13 2003.01.17武汉市月NPP结果图1/8比例的M1-A1坦克隐藏在景物中目标识别探测到的光谱的微小差别光谱对比后显现出坦克的位置2.4 主要问题(1)辐射校正?(2)混合像元?(3)光谱特征分析光谱匹配?(4)定量反演?3、时间分辨率定义：我们把传感器对同一目标进行重复探测

30、时，相邻两次探测的时间间隔成为遥感图像的时间分辨率。应用：土地利用变化、洪水、绿地消长、城市热岛等3、时间分辨率不同传感器的时间分辨率不同时相影像的应用 时间分辨率卫星轨迹在相邻轨道的重叠3.1不同传感器的时间分辨率IKONOS轨道重复周期为14天；SPOT/HRV轨道重复周期为26天；Landsat/TM轨道重复周期为16天；Terra/MODIS轨道重复周期为12天；NOAA/AVHRR轨道重复周期为12小时；athens_olympic_july5_2004athens_olympic_may7_20043.2 不同时相影像的应用不同时相武汉市遥感影像1988年1991年1996年199

31、8年2002年波段合成：RGB321城市扩张洪水淹没后的巴拉圭洪水淹没前的巴拉圭 森林监测全球昼夜温差武汉市热岛图武汉市遥感影像图（RGB:321)武汉市热岛分布图原理：原理：通过热红外波段接收到的地面各处的热辐射值大小可以求算出地面温度的高低及分布。 武汉市历年热岛分布1988.10.301991.10.231996.10.141998.10.262000.7.9热岛比例指数：URI1988=0.0026URI1991=0.0133URI1996=0.0316URI1998=0.0679URI2000=0.0578热岛预测汉口地区遥感影像（RGB:321)下垫面分类图绿地面积增加图绿地增加后

32、汉口地区热岛分布图汉口地区热岛分布图绿地增加的影响绿地增加时缓冲区亮温和缓冲面积变化情况 3.3 问题(1)影像配准?(2)变化检测?(3)定量分析?等等4、空间、光谱和时间分辨率的关系 空间光谱分辨率关系 空间时间分辨率关系 光谱时间分辨率关系多源遥感数据4.1 空间光谱分辨率关系TM Band 38284969901435567788TM Band 4水泥水体散点图IKONOS321波段真彩色合成图典型地物波谱响应曲线长城提取的结果图4.2 空间-时间分辨率关系上海城市扩展图4.3 光谱时间分辨率关系农作物产量预测曲线Climate conditionTimet1t2t0tnHarvest

33、 yieldNDVI Year XNDVI Year YClimatic Condition2002年ETM影像（RGB:321)1988年TM影像(RGB:321)2002年1988年散点图4.4 多源遥感数据空间定位高空间分辨率动态监测高时间分辨率精确鉴别高光谱分辨率 多源遥感数据应用单一传感器获取的图像信息量有限？98年长江洪水的遥感监测（雷达与TM影象的复合）多源遥感数据应用全球NDVI(植被指数)多源遥感数据应用全色波段SPOT假彩色合成影像影像融合后SPOT假彩色合成图a 原始影像（RGB：745）b SIFM融合影像 c MB融合影像 d MLT融合影像 e HPF融合影像 ETM影像融合影像分类提高图像空间分辨率；保留光谱特性；结论与展 望空间光谱时间分辨率组合是遥感科学技术的核心具有高空间光谱时间分辨率的新型传感器不断涌现数据处理方法趋向于智能化自动化快速化应用领域不断扩展向人类日常生活渗透空间遥感科学技术是我国今后几十年重点发展的高新技术 谢谢！