遥感导论复习要点.docx

遥感导论复习要点.docx

《遥感导论复习要点.docx》由会员分享，可在线阅读，更多相关《遥感导论复习要点.docx（17页珍藏版）》请在冰豆网上搜索。

遥感导论复习要点

复习要点

第一章遥感概述

遥感定义：

遥远的感知。

通过遥感器（传感器）这类对电磁波敏感的仪器，在远离目标和非接触目标物体条件下探测目标地物，获取其反射、辐射或散射的电磁波信息，进行处理、分析和应用的一门科学和技术。

主动遥感：

传感器主动发射一定电磁波能量，并接受目标的后向散射信号。

被动遥感：

传感器不向目标发射电磁波，仅被动的接受目标物体的自身发射和对自然辐射的反射能量。

按遥感平台分：

地面遥感、航空遥感、航天遥感、宇航遥感等。

按探测波段分：

紫外遥感：

0.05-0.38µm

可见光遥感：

0.38-0.76µm

红外遥感：

0.76-1000µm

微波遥感：

1mm-1000mm

遥感技术系统：

遥感信息源、信息获取、遥感数据传输与接收、信息处理、信息应用。

遥感特点:

5个小标题:

大面积同步观测

时效性强

数据的综合性和可比性好

较高的经济与社会效益

一定的局限性

第二章电磁辐射与地物光谱特征

2.1电磁波谱与电磁辐射

电磁波的性质：

横波：

在真空中以光速传播。

满足方程：

fλ=c

p16公式（2.1）。

1mm~1m：

微波波段

电磁辐射的度量：

辐射能量，辐射通量，辐射通量密度，辐射照度，辐射出射度

绝对黑体：

对任何波长的电磁辐射全部吸收

吸收率

，反射率

，与波长与温度无关。

恒星和太阳的辐射可近似看作黑体辐射。

斯忒藩-玻尔滋蔓定律：

p20

绝对黑体的辐射出射度与其温度的4次方成比例：

其中

维恩位移定律：

p20,注意p20图2.7和p21表2.2

最强辐射的波长

与其温度T成反比：

基尔霍夫定律:

p21-22。

公式，

某实际物体与同一温度、同一波长绝对黑体的辐射出射度之间存在关系：

其中，

为实际物体的吸收系数，

为绝对黑体的辐射出射度，

也称为比辐射率或发射率，记作

。

2.2太阳辐射及大气对辐射的影响

太阳辐射:

太阳是遥感主要的辐射源，又叫太阳光。

大气吸收:

大气中的各种成分对太阳辐射有选择性吸收，形成太阳辐射的大气吸收带。

大气散射

•不同于吸收作用，只改变传播方向，不能转变为内能。

•大气的散射是太阳辐射衰减的主要原因。

•对遥感图像来说，降低了传感器接收数据的质量，造成图像模糊不清。

•散射主要发生在可见光区。

太阳辐射的能量主要集中在可见光、近红外、中红外。

（P25）

大气层次：

了解对流层和平流层。

这两个层是对太阳辐射影响最大的两个层。

（p26-28）

大气吸收：

选择性、转变为内能。

（p28）

大气发生的散射主要有三种：

（p29-30）

瑞利散射：

d<<λ，分子为主，无方向性，可见光，

米氏散射：

d≈λ，微粒，强度有明显方向性，红外，

非选择性散射：

d>>λ，强度与波长无关。

大气折射：

传播方向发生改变。

折射虽只改变电磁波的方向，不改变强度，但会导致传感器接收的地物信号发生形状和比例尺的改变。

大气反射：

大气反射主要发生在云层顶部，取决于云量，各波段均会受其影响。

大气窗口：

电磁波通过大气层时较少被反射、吸收和散射的，透过率较高的波段。

这些波段是被动遥感的工作波段。

2.3地球辐射及地物波谱

地球辐射：

0.3-2.5微米波段（主要在可见光与近红外波段），地表以反射太阳辐射为主，地球自身的辐射可以忽略；2.5-6.0微米波段（主要在中红外波段），地表反射太阳辐射和地球自身的热辐射均为被动遥感的辐射源；6.0微米以上的热红外波段，地球自身的热辐射为主，地表反射太阳辐射可以忽略不计（p34图）。

将此现象与维恩位移定律联系起来。

反射率：

反射的辐射能量与总入射能量的比值（p37）。

不同电磁波段中地物波谱特性：

可见光和近红外波段（0.3~2.5μm）表现为反射与吸收；远红外波段（>6μm）表现为地物热辐射。

常见地物的波谱特征：

了解植被、水体、土壤的波谱曲线的大致形状（p38-40）。

第三章遥感成像与影像特征

3.1摄影成像

垂直摄影相片的几何特征：

中心投影。

性质：

（1）像片比例尺与航度和焦距有关；

（2）投影面倾斜会改变地物各部分的比例；（3）因地形起伏会引起投影点水平位置的位移。

像片的比例尺：

（1）已知焦距f和航高H，则比例尺1/m=f/H；

（2）已知实地A、B两点间的距离为AB，像片上的距离为ab，则比例尺1/m=ab/AB。

计算比例尺时应将分子化为1。

像点位移及其计算公式（p61-63）。

像点位移是有正负的。

3.2扫描成像

扫描成像:

依靠探测元件和扫描境对目标地物以瞬时视场为单位进行的逐点、逐行取样，形成一定谱段的图像。

3.3微波遥感成像

微波遥感：

采用波长在1mm-1m之间的遥感称为微波遥感。

微波遥感分主动遥感和被动遥感。

一般来说，主动遥感多指微波波段的遥感。

而对微波波段的遥感来说，一般指主动遥感。

微波遥感特点：

（1）全天候、全天时：

能穿透云雾，可在夜间、雨天进行；

（2）对冰、雪、森林、土壤等具有一定穿透力。

侧视雷达的分辨率分为距离分辨率和方位分辨率。

合成孔径雷达：

与真实孔径雷达相比，其方位分辨率得到提高。

3.4遥感数据

地球资源卫星数据：

以探测陆地资源为目的的卫星叫陆地资源卫星，以这些卫星为平台获取的遥感数据称为地球资源卫星数据，如美国陆地卫星（Landsat）数据，法国陆地观测卫星（SPOT）数据，美国IKONOS数据、美国QUICKBIRD数据、中巴CBERS数据等。

海洋卫星数据：

以探测海洋资源为目的的卫星数据，如美国SEASAT数据、日本MOS数据等。

以微波遥感为主。

气象卫星数据：

时间分辨率高，空间分辨率低。

如NOAA卫星系列（美国）、GMS气象卫星系列（日本）、FY气象卫星系列（中国）等。

3.5遥感图像特征

空间分辨率：

对于扫描图像，空间分辨率指像素所代表的地面范围的大小，通常对于方形像素，简略地以其边长代替，如30m、79m等。

对于摄影图像，分辨率常以“线对/m”表示，即地面宽度为1m时，图像上所能分辨出的线对数。

一线对等于两条线。

如某图像的分辨率为1线对/m，则它的的地面分辨率为0.5m。

（见p80）

时间分辨率：

对同一地点进行重复观测的时间间隔。

波谱分辨率：

传感器在接收目标地物辐射时，能分辨的最小波长间隔。

辐射（亮度）分辨率：

传感器能分辨的最小辐射度差（最小亮度差）。

在遥感图像上表现为像素的辐射量化等级。

常见的如256个等级，还有64、1024等。

第四章遥感图像处理

4.1颜色基础

颜色性质（p85）：

（1）明度：

人眼对光源和物体明亮程度的感觉；

（2）色调：

色调与混合光谱中主要光波长相联系；（3）饱和度：

颜色纯洁的程度，也就是光谱中波长范围是否窄，越窄饱和度越高。

三基色（三原色）：

若三种颜色，其中的任一种都不能由其余两种颜色混合相加产生，这三种颜色按一定比例混合，可以形成任何色调的颜色，则称之为三基色，或称三原色。

实验证明，红、绿、蓝三种颜色是最优的三基色，可以最方便地产生其他颜色。

颜色加法原理：

由红、绿、蓝三基色按不同比例相加，可以产生任何一种颜色。

4.2数字图像校正

光学图像：

是模拟图像，即它是一种模拟量。

模拟量是连续变量，即空间和亮度值都是连续的。

数字图像：

是用数字量表示的图像。

数字量是离散变量，即空间和亮度值都是离散的。

数字图像实际是一个矩阵，矩阵的每个数字都代表了图像中一定空间位置的亮度值。

将模拟图像转换成数字图像：

包括空间坐标的离散化和亮度值的离散化两个过程。

辐射畸变：

进入传感器的辐射强度反映在图像上就是亮度值。

该值主要受两个物理量的影响：

一是太阳辐射照射到地面的辐射强度，二是地物的光谱反射率。

当太阳辐射相同时，图像上像元亮度值的差异直接反映了地物光谱反射率的差异。

但实际测量时，辐射亮度值还受到其他因素的影响而发生改变。

这种改变就是辐射畸变。

引起辐射畸变的原因有

（1）传感器的误差和

（2）大气对辐射的影响。

一般用户需要考虑的是大气的影响。

大气的影响主要是散射和吸收（Ｐ98）。

问题：

如果没有大气散射，是否就没有程辐射度？

直方图：

根据图像像素统计的亮度值的频率分布。

辐射畸变的直方图最小值去除法：

最小值去除法的基本思想在于一幅图像中如果可以找到某种或几种地物，其辐射亮度值接近于零，如地形起伏较大的山区的阴影，在图像上对应位置的像元亮度值应为零。

而实际上不为零，这个值就是大气散射导致的辐射畸变。

如果条件满足，即图像上确有辐射亮度应为零的区域，这亮度最小值必定是大气影响引起的增值。

校正时，将每一波段中每个像元的亮度值都减去本波段的最小值（p100）。

辐射畸变的回归分析去除法：

散射与波长成反比（p29，瑞利散射与波长的4次方成反比，米氏散射与波长的2次方成反比），对于波长较长的红外波段，受散射的影响较小。

可以认为红外波段受大气影响的亮度增值最小，接近于零。

设某一红外波段为a，某一波长比它短的波段为b。

找出相同像元内此二波段的对应亮度值，作散点图，他们通常接近直线关系。

以红外波段亮度值La为自变量、波长短的波段Lb的亮度值为因变量建立直线回归模型：

Lb=α+βLa

β为直线的斜率，α为直线在Lb轴上的截距。

如果波段b没有受到大气散射的影响，则截距α应接近于零。

如果截距α大于零，则这个数值就是b波段由于受大气影响而产生的辐射增值，b波段的每个像元的亮度值均应减去这个值。

相同的方法各波段依次进行。

遥感影像几何变形的原因：

遥感平台位置和运动状态变化、地形起伏、地球表面曲率、大气折射、地球自转等（p103）。

几何精校正步骤：

（1）选取足够数量的满足要求的控制点；

（2）建立校正前后图像坐标的数学模型；（3）将校正后图像的像元中心值依次代入上述模型，求出各像元在原图像中的对应坐标；（4）根据求得的像元在原图像中的对应坐标进行亮度值重采样。

亮度值重采样：

图像空间位置校正后，要确定新图像中每个像元的亮度值。

常用的有三种方法：

（1）最近邻法（只用到1个像素的信息）；

（2）双线性内插法（用到周围4个像素的信息）；（3）三次卷积内插法（用到周围16个像素的信息）。

用到的像素数越多，图像越平滑（或者说越模糊）。

双线性内插法：

要求会计算。

举例：

新图像某像元中心在校正前图像中的位置为a（0.6,0.4），求a点的亮度值。

先用内插法求出b、c处的亮度值。

然后在b、c亮度值的基础上再用线性内插法求出a点的亮度值。

数据见下图。

根据内插法可求得b点的亮度值为Lb=98+0.6*（178-98）=146.0，c点的亮度值为Lc=65+0.4*（102-65）=79.8，在此两点的基础上可求得a点的亮度值为La=79.8+0.6*（146-79.8）=119.52≈120

4.3数字图像增强

灰度变换：

变换前图像的亮度值按一个数学模型变换到新图像的亮度值的过程称为线性变换。

一般有线性变换、分段线性变换、非线性变换等3种方法。

要求能用线性变换、分段线性变换方法进行计算（p114）。

4.3.2空间滤波

模板：

模板实际上是一个二维数组，此二维数组中有一个元素定为模板中心。

模板就是滤波器。

图像卷积运算：

要求能用不同的模板进行卷积运算。

低通滤波（平滑滤波）：

能减少图像噪声、平滑图像的一类滤波。

高通滤波（锐化滤波）：

能突出图像物体边缘、提取物体边界线、锐化图像的一类滤波。

模板元素有正有负。

中值滤波：

中值滤波也有低通滤波的功能，具有去除噪声、平滑图像的作用。

但其在去除噪声的同时，能使图像细节（如图像边缘）得到较好的保留，而平滑滤波在去除噪声的同时，也会损失掉图像细节等有用信息。

中值滤波在运算方法上不同于卷积运算，它是将模板覆盖的图像元素进行排序，将得到的中间值作为模板中心元素对应的新图像的亮度值。

要求能计算。

4.3.3彩色合成

伪彩色合成（单波段彩色合成、密度分割）:

将单波段图像（黑白图像）的亮度值进行分层，每一层赋予一种彩色，使之成为一幅彩色图像。

例如，亮度值0-10作为第1层，赋予第1种彩色，11-20作为第2层，赋予第2种彩色，等等。

假彩色合成（多波段彩色合成）：

选择遥感数据的某三个波段，分别赋予红、绿、蓝三种基本色，合成彩色图像。

由于基色的选择与遥感波段所代表的真实颜色不同，因此合成的颜色不是地物的真实颜色。

真彩色合成：

利用遥感图像数据中的红、绿、蓝3个波段数据，分别赋予红色、绿色、蓝色，这样合成的彩色接近于真彩色。

4.3.4图像运算

两个波段或多个波段对应像元间的亮度值通过一系列运算，可以达到增强某些信息或去掉某些不必要信息的目的。

常见的有差值运算和比值运算。

4.3.5多光谱主分量变换：

主分量变换的主要目的是进行数据的压缩，去掉冗余数据，变换后数据之间没有相关性。

主分量变换是一种线性正交变换。

通常遥感数据波段多，波段间的数据存在较高的相关性，数据冗余度大，利用主分量变换可以消除这种情况。

一般前少数几个主分量就包含了原所有波段的绝大部分信息。

清楚特征值、特征向量、主分量之间的关系，清楚信息含量的计算方法（见相应的实验指导）。

4.4多源信息复合

不同传感器的遥感数据复合:

有的遥感数据光谱分辨率高，但空间分辨率低，有的则相反，光谱分辨率低，但空间分辨率高。

如TM数据和SPOT5数据，TM数据光谱信息丰富，但地面分辨率只有30米，SPOT5数据光谱信息较差，但地面分辨率高，达5米或2.5米。

将这两种数据融合，可以得到光谱信息丰富、地面分辨率又高的数据。

复合的步骤一般为配准、复合（p128）。

不同时相的遥感数据复合:

为研究地物的动态变化，常需要进行不同时相的遥感数据的复合。

第五章遥感图像目视解译

5.1概念（p134）

遥感图像目视解译（VisualInterpretation）:

又称目视判读、目视判译等。

指专业人员通过直接观察或借助辅助仪器在遥感图像上获取目标地物信息的过程。

目视解译是遥感应用的一项基本技能，也为研究遥感信息的计算机自动理解提供了基础。

5.2目视解译标志

解译标志:

又称判读标志，它指能够反映和表现目标地物信息的各种遥感影像特征。

这些特征能帮助判读者识别遥感图像上的目标地物。

直接解译标志:

指能够直接反映和表现目标地物信息的各种遥感图像特征。

直接解译标志有:

色调（对单色图像而言）、颜色（对彩色图像而言）、形状、纹理、图型、位置、阴影、大小等。

5.3目视解译方法

直接判读法：

根据目视判读直接标志，直接确定目标地物属性与范围的一种方法。

对比分析法：

（1）在同一景遥感图像上由已知推未知；

（2）选择另一幅熟悉的与要判读的遥感图像区域特征类似的影像，对两幅图像进行对比分析，以已知影像为依据，判读未知影像。

（3）利用同一地区不同时相的遥感影像进行对比分析，以辅助判读。

信息覆合法：

利用透明专题图或透明地形图与遥感图像重合，根据专题图或地形图提供的多种辅助信息，识别遥感图像上的目标地物。

5.4目视解译过程

目视解译准备工作阶段：

明确任务与要求，如主要判读对象是森林还是农地等，是面判读还是点判读；收集与分析有关资料，如森林分布图等；选择适当的遥感图像。

建立判读标志表：

通过典型样区的野外调查，建立判读标志表。

典型样区内要包括调查区域内的所有地物类型。

判读标志表以表格的形式提供，列出所有地物类型的色调、色彩、形状、纹理等标志。

判读标志表也可以用在图面上标出典型地物的方式提供。

室内详细判读:

以判读标志表为依据，进行全面判读。

野外验证与补判:

目视解译的结果必须经过野外验证，得出解译精度。

判读过程中出现的疑难点也需要到野外解决。

目视解译成果的转绘与制图:

面判读的结果，通常要以专题图的形式表现出来。

5.5遥感摄影像片的判读（p149）:

摄影像片一般比例尺较大。

一般为中心投影，在没有进行过正射纠正的像片上，高差起伏大的地物变形较为严重。

可见光全色黑白像片的解译：

在可见光范围内反射率高的地物，像片上表现得较白，反射率低的，较黑。

黑白红外像片的解译：

地物在近红外波段的反射率高低，决定了地物在像片上的色调（亮度、灰度）。

植被在近红外有较强的反射率，所以植被的色调较浅，这与黑白全色像片正好相反。

受大气散射、吸收的影响较小。

彩色像片的解译：

彩色像片接近天然彩色。

彩红外像片的解译：

可见光区的彩色摄影易受大气散射、吸收的影响，而彩色红外摄影受其影响要小得多。

彩红外像片的彩色合成为：

原来绿→蓝，原来红→绿，红外→红。

彩红外像片的彩色是假彩色。

由于植被在近红外有一个高反射区，所以正常生长的植被在彩红外像片上呈现红色。

彩红外像片的解译：

可见光区的彩色摄影易受大气散射、吸收的影响，而彩色红外摄影受其影响要小得多。

彩红外像片的彩色合成为：

原来绿→蓝，原来红→绿，红外→红。

彩红外像片的彩色是假彩色。

由于植被在近红外有一个高反射区，所以正常生长的植被在彩红外像片上呈现红色。

热红外像片的解译：

热红外像片记录的是地物发射热红外线的强度。

热的地物呈现亮色，冷的地物呈现暗色。

白天与夜间的热红外像片是不同的。

夜间不受太阳辐射的干扰，是地面物体热辐射的特征。

水体在白天常呈暗色，夜间常呈亮色。

高温物体由于热辐射的作用，其影像会比实际尺寸大。

冷阴影：

阴影的温度比背景低。

热阴影：

阴影的温度比背景高。

5.6遥感扫描影像的判读：

遥感扫描影像的空间分辨率差异较大，从几百米到几十厘米不等，其判读方法也相应的不同。

高分辨率扫描影像的判读类似于摄影影像的判读。

对于中低分辨率的扫描影像来说，有以下特点：

像幅面积大，宏观性强，同时细节表现差；多时相性和动态观测；多波段性；近垂直投影。

扫描图像的判读要注意反立体现象。

TM图像的判读（美国）：

Landsat4、5的TM共7个波段，除第6波段分辨率为120米外，其余为30米，第6波段为热红外波段，（见p156）。

256个亮度级。

Landsat7采用了ETM+（增强型）传感器。

6波段热红外的分辨率提高到60米，另增加了15米分辨率的全色波段。

TM图像的景幅为185km*185km。

SPOT图像的判读：

法国的资源卫星图像。

至今已发射了5颗。

一景60km*60km。

SPOT4有4个多光谱波段，空间分辨率20米，一个全色波段，分辨率10m（见p157表5.6）。

SPOT5的4个多光谱波段除了短波红外为20外，其余为10m。

全色波段接收的是5m，但用一种特殊的处理方式，可以产出2.5m的图像。

SPOT4和SPOT5均可产生立体像对，但成像的方式不同。

SPOT4的立体像对是在不同轨道上接收的，时间差距也大。

SPOT5的像对是在同一轨道、几乎同一时间接收的。

高分辨率扫描图像的判读：

（1）QuickBird图像。

4个多光谱波段分辨率为2.44m，一个全色波段为0.61m；

（2）Ikonos图像。

4个多光谱波段分辨率为4m，一个全色波段为1m。

假立体现象：

扫描图像一般存在假立体现象。

正看图像时（即北在上），山脉像山沟，山沟像山脉；反看图像时（即南在上），则得到的立体感觉与常识相符。

5.7微波图像的判读：

为主动遥感。

微波遥感采用的波长范围为1mm-1000mm，它可以穿透云雾和大气降水，测定云下目标地物发射的辐射，对地表有一定的穿透能力，具有全天候、全天时的工作能力（p163）。

侧视雷达采用非中心投影方式（斜距型成像）。

方位向和距离向采用不同的方法记录（参考ｐ７５、７６图）。

为了改善方位分辨率，发明了合成孔径雷达（SAR），提高了方位分辨率

后向散射产生的强回波在影像上呈现白色色调，弱回波呈现暗色调。

地物粗糙，回波强，呈亮色。

平坦地物易产生镜面反射，使得入射的微波能量全部被反射掉，呈暗色。

对于建筑物，如果与雷达视向角度合适，回波很强，呈白色；如果角度不合适，回波很弱，呈暗色。

5.8遥感制图

遥感影像地图：

以遥感影像结合一定的地图符号来表示制图区域地理空间信息的地图。

第六章遥感数字图像计算机解译

6.1遥感数字图像的性质与特点

遥感数字图像：

以数字矩阵形式表现的遥感图像。

数字图像的基本单元是像素（pixel）。

一个像素代表的地面面积称为图像的空间分辨率，但实际中常以像素边长来表示。

遥感数字图像的表示方法：

像素的坐标位置是隐含的，必须根据图像的行列数来确定。

6.2遥感数字图像的自动解译

遥感数字图像自动解译的概念：

是通过模式识别理论，利用计算机对遥感图像上的地物进行自动分类、分割、专题信息提取等操作，以获取类似于目视解译的结果。

监督分类与非监督分类：

（1）监督分类：

需要训练样本（学习样本）的一类方法。

训练样本作为分类的依据。

（2）非监督分类：

不需要训练样本，依据像素间的相似程度进行分类，分类后再对各类别赋予属性。

监督分类的主要方法：

最小距离分类法：

多级切割分类法、特征曲线窗口法、最大似然分类法等。

最小距离分类法：

以特征空间中的距离作为像素分类的依据。

与哪一类的距离最近就属于哪一类。

最大似然分类法：

通过求出每个像素对于各类别归属概率，把该像素分到归属概率最大的类别中去的方法。

非监督分类概念（p199）的主要方法：

分级集群法、动态聚类法（ISODATA）。

6.3遥感图像多种特征的抽取

遥感图像解译，除了利用光谱特征外，还可以利用地物的形状特征。

形状特征的提取，可以在未经分类的图像上直接进行，也可以在分类的结果图像上进行，后者的情况更多。

地物形状一般可分为3类：

线状地物、点状地物、面状地物。

点状地物可看成是缩小了的面状地物。

要对地物进行后续的测量，必须确定地物的边界。

边界特征的八向链码表示（p206）：

0-7八个数字表示边界或线条的走向。

第七章遥感应用

7.1植被遥感（p240）

植被遥感：

以植被为监测对象的遥感，通常包括森林、草原、城市绿地以及农作物等。

植被遥感的内容包括从遥感图像上提取植被的分布、类型、结构、健康状况、产量等数据。

植被遥感不仅仅限于植被调查本身，它还可以用于与生态环境相关的许多研究领域，比如用于研究植被对大气环境、对降水等的影响。

植被也是土壤、水文等要素的解译标志。

植物的光谱特征：

叶绿素：

叶绿素对红光、蓝紫光有强的吸收，对绿光有强的反射，从而形成可见光波段的光谱曲线特征。

见书上图。

叶子的颜色会影响光谱曲线。

细胞构造：

叶子海绵组织对0.8~1.3μm的近红外光有强烈的反射，形成光谱曲线上的高峰区。

见书上图

含水量：

叶子在1.45μm、1.95μm、2.6~2.7μm处各有一个吸收谷，这是由含水量造成的。

见书上图。

随含水量的增加整个光谱曲线降低，植物光谱曲线的形态更明显。

覆盖程度：

植被的覆盖程度（密度）的影响。

植物类型：

是区分不同植被的基础。

在植被遥感中，植物在近红外波段有强反射这个特性被经常利用。

在彩色图像合成中，常将近红外波段赋予红色，以特出植被。

不同植物类型的区分：

光谱特征：

一般不同植物具有不同的光谱特征，特别是近红外波段有较大的差别。

物候差异：

如冬季落叶树和常绿树很好区别。

生态条件：

利用植物的生态条件区别植物类型。

如阴坡和阳坡，不同高度的海拔部位，可能分布着不同的植物类型。

形状与颗粒结构：

在航空摄影照片、高分辨率扫描图像上，可根据这些特征解译。

植物生长状况的解译：

受病虫害的植物，结构和叶绿素含量发生很大的变化，尤其是近红外波段与健康植物区别最为明显。

不同生长阶段的植被，如生长旺盛的幼龄林和生长衰退的成过熟林，其结构和叶绿素含量也是不同的。

作物的长势主要用植被指数来监测。

常用的植被指数：

要清楚为什么用近红外波段和红波段定义植被指数。

比值：

RVI=近红外/红，如TM4/TM3

归一化：

NDVI=（近红外-红）/（近红外+红）

差值：

DVI=近红外-红

正交植被指数（对NOAA数据和LANDSAT数据分别为）：

NOAA数据：

PVI=1.6225（NIR）-2.2978（R）+11.0656

LA