高光谱遥感的应用

高光谱遥感的应用

ID:40268396

大小:217.50 KB

页数:43页

时间:2019-07-29

高光谱遥感的应用_第1页
高光谱遥感的应用_第2页
高光谱遥感的应用_第3页
高光谱遥感的应用_第4页
高光谱遥感的应用_第5页
资源描述:

《高光谱遥感的应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、7.5高光谱遥感的应用组长:王磊组员:王亚红、刘正如、王智娟、陆宝丽、钱朝、束欣欣高光谱遥感定义:高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内,利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。高光谱遥感具有较高的光谱分辨率,通常达到10~2λ数量级。高光谱遥感技术简介高光谱遥感技术是近些年来迅速发展起来的一种全新的遥感技术,它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。在成像过程中,它利用成像光谱仪以纳米级的光谱分辨率,以几十或几百个波段同时对地表地物成像,能够获得地物的连续光

2、谱信息,实现了地物空间信息、辐射信息、光谱信息的同步获取,因而在相关领域具有巨大的应用价值和广阔的发展前景。同其他常用的遥感手段相比,成像光谱仪获得的数据具有以下特点:波段多;光谱分辨率高;相邻波段的相关性高,数据冗余大;空间分辨率较高。高光谱遥感由于具有很高的光谱分辨率,因而能够提供更为丰富的地面信息。其正在受到国内外的广泛关注,并在诸如农业、海洋、林业、军事、宇宙和天文学等领域发挥着越来越重要的作用,越来越多的地物因子可以用高光谱数据反演,而且精度不断提高。笔者主要介绍高光谱遥感在植被信息提取研究中的进展和应用展望。高光谱具有的特点:1.坡段多

3、,波段宽度窄2.光谱响应范围广,光谱分辨率高3.可提供空间域信息和光谱域信息4.数据量大,信息冗余多5.数据描述模型多,分析更加灵活1.坡段多,波段宽度窄。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。与传统的遥感相比,高光谱分辨率的成像光谱仪为每一个成像像元提供很窄的(一般为<10nm)成像波段,波段数与多光谱遥感相比大大增多,在可见光和近红外波段可达几十到几百个,且在某个光谱区间事连续分布的,这不只是简单的数量的增加,而是有关地物光谱空间信息量的增加。2.光谱响应范围广,光谱分辨率高。成像光谱仪响应的电磁波长从可见光延伸到近红外,甚至

4、到中红外。成像光谱仪采用的间隔小,光谱分辨率达到纳米级,一般为10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。3.可提供空间域信息和光谱域信息,即“谱像合一”,并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。在成像高光谱遥感中,以波长为横轴,灰度值为纵轴建立坐标系,可以使高光谱图像中的每一个像元在各通道的灰度值都能产生一条完整、连续的光谱曲线,即所谓的“谱像合一”。4.数据量大,信息冗余多。高光谱数据的波段众多,其数据量巨大,而且由于相邻波段的相关性高,信息冗余度增加。5.数据描述模型多,分析更加灵活。高光谱影像通常有

5、三种描述模型:图像模型、光谱模型与特征模型。高光谱遥感应用在哪些方面:一、高光谱遥感在地质调查中的应用二、高光谱遥感在植被研究中的应用三、高光谱遥感在其他领域中的应用高光谱地质应用的历史国内外高光谱地质应用技术与方法国内外高光谱地质应用主要进展高光谱地质应用的领域与实例存在的主要问题一、高光谱遥感在地质调查中的应用高光谱地质应用的历史从20世纪70年代末至80年代初美国提出高光谱遥感概念模型并研制成像光谱仪以来,世界各国进行高光谱遥感的应用。80年代以来,高光谱遥感被广泛地应用于地质、矿产资源及相关环境的调查中。我国在20世纪80年代末开展了高(成

6、像)光谱技术的研究,取得了极大的进展国内外高光谱地质应用技术与方法1.光谱微分技术(spectralderivative)2.光谱匹配技术(spectralmatching)3.混合光谱分解技术(spectralunmixing)4.光谱分类技术(spectralclassification)5.光谱特征提取(spectralfeatureextraction)6.模型方法(modeling)1.光谱微分技术包括对反射光谱进行数学模拟和计算不同阶数的微分(差分)值,以确定光谱弯曲点和最大最小反射率的波长位置。光谱微分强调曲线的变化和压缩均值影响。一

7、阶微分去除部分线性或接近线性的背景、噪声光谱对目标光谱(须为非线性的)的影响。2.光谱匹配技术是对地物光谱和实验室测量的参考光谱进行匹配或地物光谱与参考光谱数据库比较,求得它们之间的相似或差异性,一达到识别的目的。两个光谱曲线的相似性常用计算的交叉相关系数及绘制交叉相关曲线图来确定。3.混合光谱分解技术用以确定在同一像元内不同地物光谱成分所占的比例或非已知成分。因为不同地物光谱成分的混合会改变波段的深度,波段的位置,宽度,面积和吸收的程度等。这种技术采用矩形方程,神经元网络方法以及光谱吸收指数技术等,求出在给定像元内各成分光谱的比例。4.光谱分类技

8、术主要的方法包括传统的最大似然方法、人工神经网络方法、支持向量机方法和光谱角制图方法(SpectralAngelMap-p

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。