高光谱与高空间分辨率遥感实习指导书.docx
《高光谱与高空间分辨率遥感实习指导书.docx》由会员分享,可在线阅读,更多相关《高光谱与高空间分辨率遥感实习指导书.docx(27页珍藏版)》请在冰豆网上搜索。
高光谱与高空间分辨率遥感实习指导书
实习一光谱的微分和积分
一、实习目的
熟悉和掌握光谱的微分和积分的概念,利用相关软件对植被高光谱数据进行微分和积分处理;利用高光谱数据分析植被的“红边”等典型植被高光谱特征。
二、原理与方法
1、光谱微分
光谱微分技术就是通过对反射光谱进行数学模拟,计算不同阶数的微分值,以提取不同的光谱参数。
应用光谱微分技术能够部分消除大气效应、植被环境背景(阴影、土壤等)的影响,以反映植物的本质特征。
所得的数据,可以用于植被生物化学信息的提取。
不同研究者提出的植被指数可以认为是反映波形形态变化的反射光谱的n阶导数,而这种光谱的n阶导数实质上表达了植被叶绿素、水、氮等生物化学元素吸收波形的变化,是这些吸收物质的丰度与状态的光谱指标。
光谱微分公式(以二阶为例)为:
(1)
式中,为波长,为波长处的一阶微分光谱,为相邻两波段间的波长间隔。
(b)植被与土壤原始一阶导数曲线
(a)植被与土壤原始反射率曲线
图1光谱微分处理示意图
2、光谱积分
光谱积分就是求光谱曲线在某一波长范围内的下覆面积。
(2)
三、实习仪器与数据
EXCELL软件以及玉米叶片反射光谱。
四、实习步骤
1、计算玉米叶片反射光谱的一阶微分光谱
利用EXCELL软件导入玉米叶片反射率数据,并绘制其反射率光谱曲线(见图2)。
采用公式1对玉米叶片反射率数据进行差分法处理,获得一阶微分光谱曲线(见图3)。
比较和分析图2及图3。
图2玉米叶片反射率光谱曲线
图3玉米叶片一阶微分光谱曲线
2、根据一阶导数光谱,求取红边面积
计算670nm-760nm一阶导数光谱曲线与坐标轴之间包含的面积。
3、完成实习报告
内容包括:
目的、玉米原始光谱曲线、玉米一阶导数光谱曲线、红边面积校。
实习二光谱库的制作、光谱数据的重采样及连续统去除
一、实习目的
熟悉和掌握光谱库以及光谱数据的重采样及连续统去除等概念;利用ENVI软件制作光谱库,对光谱数据进行重采样及连续统去处理。
二、原理与方法
图4为连续统去除法示意图,图中的绿线即为包络线,它从外观上看就相当于原始反射光谱曲线的“外壳”,就像用一层薄膜包裹凹凸不平的固体物,则薄膜只与固体物的凸出部分接触。
实际的光谱曲线是由离散的样点组成,所以可用连续的折线来近似光谱曲线的包络线(Clarketal.,1984)。
包络线的物理含义为目标的背景场光谱,在获得包络线后,原始光谱与对应波段包络线的比值即为该波段的连续统去除后的归一化光谱值。
连续统去除后的归一化光谱的特点是起始点数值为1,其间的点位于(0,1)。
连续统去除法具有压抑背景光谱,扩大弱吸收特征信息的优势。
连续统去除可有效突出吸收和反射特征,是一种有效的光谱分析方法。
图4连续统去除示意图
三、实习仪器与数据
ENVI软件、EXCELL软件和作物冠层反射率曲线。
四、实习步骤
1、光谱库的制作
1)打开ENVI软件,按照图5的方式打开建立光谱库界面。
2)导入光谱数据,然后以光谱库的格式存储(见图6和图7)。
图5建立光谱库界面
图6导入光谱数据
图7光谱库的格式存储界面
2、光谱数据的重采样
1)在ENVI主菜单中打开spectralresampling命令(见图8);
图8打开spectralresampling命令
2)选择待重采样的光谱文件(见图9);
图9选择待重采样的光谱文件
3)定义输出结果文件名(见图10);
图10定义输出结果文件名
4)指定波长文件(见图11);
图11指定波长文件
5)查看重采样结果(见图12)
图12查看重采样结果
3、连续统去除
1)选择并打开待连续统去除的光谱(图13)
图13选择并打开待连续统去除的光谱
2)连续统处理(图14)
图14连续统去除处理及结果
4、完成实习报告
内容包括:
目的、光谱库制作结果、光谱重采样结果以及连续统去除结果。
实习三高光谱数据的相关分析及建模
一、实习目的
熟悉和掌握高光谱数据的特征提取方法;掌握利用回归统计分析方法进行高光谱建模。
二、原理与方法
1、相关分析
相关分析(correlationanalysis),相关分析是研究现象之间是否存在某种依存关系,并对具体有依存关系的现象探讨其相关方向以及相关程度,是研究随机变量之间的相关关系的一种统计方法。
(3)
式中R为相关系数,Xi、Yi为样本,为
、
为期望值。
2、回归分析
回归分析(regressionanalysis)是确定两种或两种以上变数间相互依赖的定量关系的一种统计分析方法。
研究一个随机变量Y对另一个(X)或一组(X1,X2,…,Xk)变量的相依关系的统计分析方法。
三、实习仪器与数据
SPSS软件、EXCELL软件及玉米叶片反射光谱数据、叶绿素含量数据。
四、实习步骤
1、相关分析
1)将玉米反射光谱数据及叶绿素数据导入SPSS软件,并进行对每个波段与对应的叶绿素含量数据进行相关分析(图15)。
图15导入统计数据
2)获得相关分析结果(图16-17),找出相关系数绝对值最大值波段,通过图17发现,540nm波段相关系数为-0.527,大于临界值0.468(n=16,α=0.05)。
图16相关分析结果
图17相关系数曲线
2、回归建模
1)选用540nm反射率与叶绿素含量进行回归分析(图18)
图18回归分析
图19回归分析
2)回归分析结果
CH=-9.875ρ540-3.509,F-6.159,α=0.025
图20回归分析结果
3、完成实习报告
内容包括:
目的、相关分析结果、回归分析结果。
实习四高光谱图像大气校正
一、实习目的
熟悉和掌握高光谱图像大气校正基本流程;掌握ENVI中FLAASH大气校正模块的基本操作及参数设置。
二、原理与方法
1、基本原理
FLAASH大气校正基于太阳波谱范围内(不包括热辐射),标准的平面朗伯体在传感器处接收到的单个像元光谱辐射亮度,按公式(4)进行计算:
(4)
模型中传感器接收到的辐射亮度L由3部分组成.第一部分是第一项,代表太阳辐射经大气入射到地表后,经大气反射直接进入传感器的部分辐照度;第二部分是第二项,代表经大气散射后的部分散射光,重新漫入射被观察地物,经反射后进入传感器的部分辐照度;第三部分是Lα,为太阳辐射经大气散射后的散射光,向上通过大气进入传感器的部分辐照度.FLAASH模块利用大气点扩散函数对邻近像元效应进行了纠正.
(5)
由FLAASH模块取得相关参数后,影像反射率就可利用辐射传输方程对逐个像元进行计算.步骤如下:
①通过计算Columnwatervapor的量来计算A,B,S和La.Columnwatervapor在不同场景下各不相同,运行几次不同水蒸气数量的MODTRAN模型,构成一个查找表,每个像素可从该表中获得水蒸气量,进一步计算A,B,S和La.②忽略影像邻近像元效应影响,利用(5)式计算像元空间平均反射率ρe,获取邻近像元反射率.FLAASH模块中用一个径向距离近似指数函数,代替大气点扩散函数进行邻近像元反射率计算.当求得邻近像元反射率后,将遥感器接收的辐射亮度和MODTRAN4模拟大气校正参数代入(4)式,求得整幅影像的真实地表反射率ρ.
2、模块参数设置
参数主要包括:
传感器几何参数、地面高程、遥感影像成像时间和日期、大气参数气溶胶模式、能见度、光谱波段响应。
三、实习仪器与数据
ENVI软件及Hyperion影像数据。
四、实习步骤
1、处理流程
图21处理流程
2、去除未定标及水汽影像波段
删除的波段见表1,最终保留196个波段,分别为8-57,79-224。
表1被删除的波段
3、绝对辐射值的转换
VNIR和SWIR波段分别除以因子40和80.
4、坏线修复、条纹去除、Smile效应去除
坏线修复、条纹去除、Smile效应可用全局去条纹方法去除。
其原理为:
5、基于FLAASH进行大气校正
1)FLAASH模块参数设置
图22FLAASH模块参数设置
2)大气校正结果
图23大气校正结果
6、完成实习报告
内容包括:
目的、预处理结果、大气校正结果。
实习五高空间分辨率遥感数据的正射校正
一、实习目的
熟练掌握利用如ENVI等通用遥感图像处理软件对IKONOS、QuickBird等高空间分辨率数据的正射校正。
二、原理与方法
正射纠正即将中心投影的影像纠正为垂直投影或正射投影。
垂直投影中心投影
图24垂直投影及中心投影示意图
在中心投影的像片上,地形的起伏除了引起像片比例尺的变化外,还会引起平面上点位在像片上相对位置的移动,这种现象称为像点位移。
其位移量就是中心投影与垂直投影在同一水平面上的投影误差。
如图25,由于高差的原因,实际像点P距像幅中心的距离相对于理想像点P0距像幅中心的距离移动△r。
图25地形起伏对影像的影响
像点位移的计算公式
σ=
其中σ——位移量;
h——地面高差;
r-像点到像主点的距离;
H——摄影高度。
由公式可以看出:
1)移量与地面高差h成正比,即高差越大引起的像点位移量也越大。
当地面高差为正时(地形高于摄影基准面),σ为正值,像点位移是背离像点方移动的;当高差为负时(地形低于摄影基准面),σ为负值,像点向像主点方向移动。
2)位移量与像主点的距离r成正比,即距像主点越远的像点位移量越大,像片中心部分位移量较小。
像主点处r=0,无位移。
3)位移量与摄影高度H(航高)成反比。
即摄影高度越大,困地表起伏引起的位移量越小。
因此,结合DEM图像,可以对中心投影转换为正射投影。
三、实习仪器与数据
ENVI软件和IKONOS数据。
四、实习步骤
1、打开ENVI软件,打开IKONOS数据及DEM数据。
图26打开IKONOS数据及DEM数据
2、运行正射校正程序
图27运行正射校正程序
3、选择需校正的影像数据
图28选择需校正的影像数据
4、设定正射校正参数
图29设定正射校正参数
5、运行正射校正程序
图30运行正射校正程序
图31检查正射校正结果
6、完成实习报告
内容包括:
目的、正射校正结果。