遥感技术及其应用Word文档下载推荐.docx

遥感技术及其应用Word文档下载推荐.docx

《遥感技术及其应用Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《遥感技术及其应用Word文档下载推荐.docx（11页珍藏版）》请在冰豆网上搜索。

图1电磁波谱。

地球遥感采用的主要波段为：

紫外波段、可见光、红外、微波和无线电波段。

从电磁波源到传感器的路径上，电磁波与地球大气相互作用。

与物体发生作用的总输入能量可以分为3三个部分:

反射能量、吸收能量和穿透能量（穿透该物体）。

归纳为下式：

EI=ER+EA+ET

其中：

EI=入射能（输入）

ER=反射能量

EA=吸收能量

ET=穿透能量

上述公式是波长相关的，不同的波长与同一表面的相互作用不同。

对于某一波长，可能大部分能量被吸收，而对于另外一个波长，其入射能的大部分却可能被反射了。

这些吸收和反射特性决定了要采用的波长范围（图2）。

能量的穿透、反射和吸收比例依赖于物体表面的材料成分，因此可根据这个特性来区分不同的物体表面。

图2大气窗口。

在图中的一些波段区间里，当电磁波有足够的可观测量能够穿透大气时，才属于可采用的波谱范围。

遥感传感器可分为两类：

主动式和被动式。

被动式传感器只探测自然辐射，而主动式传感器能自行提供照明源。

2被动式遥感

2.1被动式传感器

被动式传感器的使用要早于主动式传感器，它利用自然照明源收集信息，如反射的阳光及物体自身的电磁辐射。

要探测可见光和自然色彩信息，一般倾向于选在白天进行，目的是利用场景上的阳光。

当然，被动传感器在夜间照样可以工作，场景及其物体在夜间仍然会自然地散发出一定量的电磁波，波长在可见光谱段之外，如红外线。

被动式传感器能设计用于探测任何波段的电磁波。

被动式传感器获取的信息所具有的分辨率可以分为四种类型：

2.1.1空间分辨率

空间分辨率越高，给定区域的探测细节越详细，如图3所示。

图3空间分辨率示例

2.1.2波谱分辨率

波谱分辨率越高，意味着该波谱信号越精确。

较高的波谱分辨率需要较窄的电磁波带宽来实现。

图4是波谱分辨率的一个示例。

图4波谱分辨率示例

2.1.3辐射测量分辨率

处理图像时，为每个像素分配一定的数位以存储数据。

分配的数位越高，像素间波谱数据的差异性越大。

图5是辐射测量分辨率的一个示例。

图5辐射测量分辨率示例

2.1.4时间分辨率

对于给定位置的信息采集频度越高，越有利于了解一个区域随着时间的变化情况。

这就叫做时间分辨率，图6是一个示例。

图6时间分辨率示例

2.2全色与多光谱数据

传感器敏感全部或大部分可见光谱段时，获得的是全色数据，正常情况下显示为一个灰度图像。

这类图像提供清晰的边缘，这种清晰的边缘可用于区分两个物体，如建筑物和道路。

当传感器敏感某一特定谱段如红、绿、蓝和近红外谱段时，获得的就是多光谱数据。

多光谱数据可以表现为多种形式，如真彩色、伪彩色以及自然色彩合成图。

多光谱图的用途在于，可用于表现物体可辨识但又难于区分的特征。

该类图像应用于农业、城市规划、资源管理和自然灾害监测等诸多领域。

图7是全色和多光谱图像分辨率的一个示例。

全色

多光谱

图7西班牙X城市的地面图像

3主动式遥感

3.1主动式遥感

主动式传感器自行提供场景照明，它发出一束电磁波能量，并记录目标反射的能量。

有两个电磁波谱段可用于主动式遥感：

微波（雷达）波段和可见光（激光雷达）波段。

基于研究的目的，下面对微波成像进行分析。

微波具有强大的穿透能力，因此不像可见光那样严重地受到大气影响。

所以微波能够穿透云、雨，甚至植被。

主动式传感器进行探测时可以不顾及自然照明和天气条件的影响。

尤其是当地球的大部分被云层覆盖时，很难精确地成像，但主动式遥感能够克服这种困难。

雷达遥感系统运行于厘米波长的电磁波谱段（2.2cm到23cm）。

它向目标发射一束连续的电磁波能量并测量返回波束的强度和时间。

由于要向目标发射电磁波能量，所以这类遥感卫星需要更高的能源。

精确测时的回波提供反映目标与传感器之间距离的信息。

雷达能量对物体表面的粗糙度、湿度和绝缘性能非常敏感，而来自被动系统的电磁波数据则反之。

雷达是有效的计时计和频移传感器，但不是好的辐射强度计。

雷达遥感形成的图像表现出雷达成像几何所固有的严重变形，并含有“斑点”，或图像噪声。

这就要求强大的数据处理能力，远远超过被动系统数据处理中的需要。

3.2优缺点分析

主动式传感器的优缺点罗列于表1：

表1主动式传感器的优缺点

优点

限制

∙雷达具有自己的照明源：

24/24小时自治

∙雷达图像能揭示光学图像中的不可见特征

∙它着重揭示地貌信息

∙雷达能透过云层进行观测（通过改变频率）

∙可能借助数据处理措施增强图像

∙图像质量受制于于几何问题（入射、地貌方位）和环境因素（雨、大地湿度）

∙双色：

难以辨识特征

∙斑点的存在降低了图像质量

∙有限的分辨率

雷达图像提供了更多的信息，但如果不结合彩色图像进行比较分析，就难以对雷达图像进行解读。

例如，可能很难确定出森林与旷野之间的差别。

另一方面，雷达图像给出的地貌信息可用于解读看起来似乎平坦的光学图像（尤其是在太阳高度很高，阴影少的时候）。

将雷达和光学图像结合起来分析就能建立一个更全面的场景图像，这是因为二者显示互补性的特征和信息。

4雷达与光学遥感

4.1光学成像系统

光学成像系统使用可见光和近红外（VIR）波长的电磁波进行遥感成像。

在传感器与目标之间的路径上，这个波段的电磁波严重地受到大气中微粒的影响（水蒸汽、尘埃、烟尘、小雨、雪、空气污染物等），这是因为它们的尺寸非常接近于VIR波长的量级。

由于大气的影响，可见光和近红外光在到达传感器之前就可能消失殆尽。

图8大气穿透示意图。

VIR=可见光和近红外光波，λμ=微波，A=大气中颗粒（水蒸汽、尘埃、烟尘、等等）

光学系统的成像几何如图9所示：

图9光学扫描系统几何结构图

大多数光学成像系统采用中心位置的下视传感器，对称的几何结构，其分辨率取决于焦距长度。

4.2雷达成像系统

雷达成像系统使用的的微波其波长大于VIR，因此受大气中颗粒的影响较小。

实际上，由雨、烟尘等引起的微波散射损耗取决于“平均颗粒尺寸”对于波长的比率。

图10雷达系统几何结构图

图10是雷达系统的扫描几何原理图。

必须注意，传感器位置是偏离中心的。

雷达的传感器是一个长方形天线，用于发送和接收微波波段的电磁波。

其遥感分辨率取决于沿扫描方向的天线长度。

事实上，雷达系统的天线尺寸的作用可与光学系统的焦距长度相比拟。

长焦距、长天线就意味着高分辨率和窄视场，反之短焦距、短天线就意味着低分辨率和宽视场。

在雷达系统中，分辨率取决于天线梁的长度和信号脉冲宽度。

天线梁长度决定方位向的分辨率，而信号脉冲宽度决定距离分辨率。

在真实孔径雷达（RAR）中，方位向的分辨率受到天线物理长度的限制。

为解决该问题，可采用合成孔径雷达（SAR）技术。

借助记录数据和信号处理手段，短物理长度的天线可以合成一个长天线。

5地面辨认实例

图10地面确认实例

下面结合实际遥感图像给出一个地面辨认的例子——确认法国B市附近A地区的遥感图像。

从遥感图像中，可辨认到很多地标和地面特征。

将遥感图像中的特征与地面实际情况进行比对，以完成确认过程。

通过将卫星信息与现地验证信息进行比较，可以得到一个理论意义上的“大图”。

在B市与A区域之间可以发现C机场，及其旁边的很多农田。

目光继续在图中移动，可以辨认出机场的仓库，还能确定出道路的宽度。

接着，在A地区，可确认出山地、森林、采石场和火车道。

进一步利用现地验证信息解读卫星遥感图像，以确定各个特征景物的准确地点。

我们可得到下面的一些结论：

Fig.11C机场及其附近区域的场景图

Fig.12A地区多种遥感图像分析

结论

遥感是收集信息的有力工具，但在多种情况下存在一些限制，在应用中往往还需要进行进一步的信号处理。

遥感卫星收集大量的关于地球的信息，但未加工的原始数据其用途十分有限。

要从收集的信息中获取更多有用的东西，必须对各种图像进行处理，然后组合起来，归纳分析。

从未加工的原始雷达图像中，由于噪声的影响，很难识别出景物的特征。

进行图像处理之后，可以滤除噪声（损失一定的分辨率），然后将雷达图像与同一场景的真彩色图像组合起来。

这样就能确定出特定区域的大量信息。

如果仅仅是分辨率上的限制，可以通过提高分辨率来获取特定场景的更详尽细节。

但有的时候，不管采用什么遥感技术，仍然存在一些难于探测的特征。

例如，窄小的道路，特别是森林中的道路，还有不同类型的大路，尽管人眼直接观察时能轻易地识别出来，但在遥感图中它们是很难确认出来的。

“现地验证”是加强遥感数据的一种有效办法。

通过与当地的已知情况进行直接的比对，遥感数据中本来深奥难懂的信息变得清晰明了。

参考文献

1.Coverpicture（Fig10）–CNESSPOT5.2003.MontValier,France.Availablefrom:

http:

//www.spotimage.fr/automne_modules_files/gal/edited/r129_3d_valier_800.jpg

[Accessed7October2008]

2.CanadaCentreforRemoteSensing.FundamentalsofRemoteSensing.Availablefrom:

//ccrs.nrcan.gc.ca/resource/tutor/fundam/pdf/fundamentals_e.pdf

[Accessed28September2008]

3.Damon,T.D.,2001.Introductiontospace:

thesciencetospaceflight.3rded.Florida:

KriegerPublishingCompany.

4.Houston,A.andRycroft,M.,1999.Keystospace.NewYork:

McGraw-Hill

5.NASAEarthObservatoryLibrary.AdaptationBandsandAtmosphericWindows.Availablefrom:

//earthobservatory.nasa.gov/Library/RemoteSensing/remote_04.html

[Accessed5October2008]

6.NaturalResourcesCanada,CanadaCentreforRemoteSensing,2007.Tutorial:

RadarandStereoscopy[online].Availablefrom:

//ccrs.nrcan.gc.ca/resource/tutor/stereo/index_e.php[Accessed06October2008]

7.NOAA.RemoteSensingFundamentals.Availablefrom:

//www.csc.noaa.gov/products/gulfmex/html/rsdetail.htm

[Accessed5October2008].

8.SpotImage,France.2005.Spotsatellitetechnicaldata[online].Availablefrom:

//www.spotimage.fr/automne_modules_files/standard/public/p229_3a1cd2cb59b76fc75e20286a6abb7efesatSpot_E.pdf[Accessed5October2008].

9.Williams,D.,2008.Landsat7sciencedatauserhandbook[online].USA,NASA.Availablefrom:

//landsathandbook.gsfc.nasa.gov/handbook/handbook_toc.html[Accessed5October2008].