- 1、本文档共10页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
常用传感器实训报告
高光谱遥感
一、实训目的:
1、高光谱遥感技术的最初应用就是在地质上,蚀变带是找矿的重要依据,
同时,蚀变带在2.2微米处具有光谱吸收特征,其吸收光谱的半带宽在10纳米
到50纳米之间。因此,具有10纳米光谱分辨率的成像光谱仪就有能力直接通过
遥感发现蚀变带,以确定找矿的靶区。同时,通过对植被光谱特征的分析也是找
矿的依据,由于矿物中金属离子对植被的侵蚀,会引起植被的病变,使得植被近
红外高反射峰就会向短波方向移动5--20纳米,称为“红边蓝移”现象。高光谱
遥感就有能力发现这种现象。
2、人类“鸟瞰”地球的梦想催生了遥感这门科学的兴起,高光谱遥感是遥
感科学最前沿的领域。新中国建立后特别是最近的20多年,中国的高光谱遥感
科技研究取得了长足的发展,在某些方面的应用技术实现了出口。但是,由于缺
乏持续性的支持,我们在仪器研制方面还处于落后局面。人类鸟瞰地球的梦想遥
感通俗讲就是遥远的感知,是通过电磁波和记录的相互作用,以波谷和空间两维
成像的方式来勘测记录的技术。
3、高光谱(hyperspectral)遥感是上世纪末地球观测系统中最重要的技术
突破之一,它克服了传统单波段、多光谱遥感在波段数、波段范围、精细信息表
达等方面的局限性,以较窄的波段区间、较多的波段数量提供遥感信息,能够从
光谱空间中对地物予以细分和鉴别,在资源、环境、城市、生态等领域得到了广
泛应用。本文介绍了高光谱遥感技术的原理,列举了高光谱技术的运用,以及叙
述了其前景与展望。
因此学好高光谱遥感对我们了解遥感这门学科有很好的促进作用。
二、实训内容:
1、高光谱遥感的发展:、
1957年10月,前苏联发射了第一颗人造地球卫星,拉开了人类进入航天遥
感的序幕,他们把相机放在卫星上,围着地球转,对地面进行拍摄。1972年,
美国发射了陆地卫星,这是航天遥感的标志性事件。
二十世纪八十年代遥感领域最重要的发展之一就是高光谱遥感的兴起。从二
十世纪九十年代开始,高光谱遥感已成为国际遥感技术研究的热门课题和光电遥
感的最主要手段[1]。在二十一世纪,高光谱遥感成为了光电遥感的主要手段。
高光谱遥感(HyperSpectralRemoteSensing)克服了传统单波段、多光谱遥
感在波段数、波段范围、精细信息表达等方面的局限性,以较窄的波段区间、较
多的波段数量提供遥感信息,能够从光谱空间中对地物予以细分和鉴别,在资源、
环境、城市、生态等领域得到了广泛应用。它利用很多窄的电磁波波段获取物体
有关数据的技术,它可在电磁波的紫外、可见光、近红外、中红外以至热红外区
域,获取许多非常窄且光谱连续的图像数据。这样,在传统的二维遥感的基础上
增加了光谱维,形成了一种独特的三维遥感。对大量的地球表面物质的光谱测量
表明,不同的物体会表现出不同的光谱反射和辐射特征,这种特征引起吸收峰和
反射峰的波长宽度在5-50左右,其物理内涵是不同的分子、原子和离子的晶格
振动,引起不同波长的光谱发射和吸收,从而产生了不同的光谱特征[3]。运用
具有高光谱分辨率的仪器,通过获取图像上任何一个像元或像元组合所反映的地
球表面物质的光谱特性,经过计算机的图像处理,就能达到快速区分和识别地球
表面物质的目的。
2、高光谱数据的组成:、
高光谱成像获取的地球表面图像包含了丰富的空间、辐射和光谱三重信息。
高光谱遥感数据最主要的特点是将传统的图像维与光谱维信息融合为一体,在获
取地表空间图像的同时,得到每个地物的连续光谱信息,从而实现依据地物光谱
特征的地物成份信息反演与地物识别。高光谱数据是一个光谱图像的立方体(见
图一),它由以下三部分组成:
1]空间图像维:在空间图像维p高光谱数据与一般的图像相似。一般的遥感图像
模式识别算法是适用的信息挖掘技术。
2]光谱维:从高光谱图像的每一个像元中可以获得一个“连续”的光谱曲线。采
用基于光谱数据库的“光谱匹配”技术p可以实现识别地物的目的。同时大多数
地物都具有典型的光谱波形特征,尤其是光谱吸收特征。这些特征与地物化学成
分是密切相关的,因此对光谱吸收特征参数(吸收波长位置、吸收深度、吸收宽
度)的提取将成为高光谱信息挖掘的主要方面。
3]特征空间维:高光谱图像提供的是一个超维特征空间,挖掘高光谱信息需要深
切了解地物在高光谱数据形成的N维特征空间中分布的特点与行为。研究发现,
高光谱
文档评论(0)