高光谱遥感论文Word文件下载.docx

1、本文主要利用EO- 1成像光谱仪获取的高光谱数据,以乌鲁木齐市三屯碑水库作为研究试验区,紧紧围绕土地利用信息提取，分类图制作技术这一主题研究高光谱遥感的应用。关键词：高光谱遥感；土地利用；信息提取ABSTRACTThe strict management of land is related with the safety of food supplies, the sustainable development of economy, and the social stabilization. The land use investigation and monitoring based o

2、n remote sensing data are the major way to acquire land information, inspect the land management ,and acquire the feedback of the land-policy performing. Hyperspectral remote sensing plays an important role in the international remote sensing research. Hyperspectral remote sensing data, compared wit

3、h wide band remote sensing data, has the advantage of high spectral resolution. We used the hyperspectral data acquired by airborne imaging spectrum instrument EO-1 and took Santunbei reservoir of Urumqi as the experimentation area to analyze the ethod to extractland use information. The preprocessi

4、ng and bands selection of hyperspectral data, classification methods at pixel and object level, and the change information extraction methods based on EO-1 hyperspectral data. Eventually research the application of hyperspectral remote sensing.Keywords:Hyperspectral remote sensing; land use; informa

5、tion extraction目 录声 明 I毕业论文（设计）任务书 II摘 要 IIIABSTRACT IV第一章 绪论 11.1 选题背景 11.2 高光谱遥感技术的发展和现状 11.3研究的目的和意义 2第二章 高光谱遥感波谱分析和地物识别 42.1高光谱遥感成像机理 42.1.1高光谱遥感成像光谱仪的核心 42.1.2高光谱遥感成像光谱仪的成像方式 42.2高光谱遥感波谱分析与地物识别 42.2.1 波谱分析 42.3.2 地物识别 52.3高光谱图像分类方法 62.3.1 非监督分类 62.3.2 监督分类 72.4 高光谱遥感在分类应用中的优势 8第三章高光谱遥感在土地利用分类中的

6、应用 103.1 ENVI软件概述 103.2 EO-1高光谱数据 103.3研究区域概况与高光谱遥感预处理 113.3.1研究区域概况 113.3.2高光谱遥感预处理 113.4 研究区土地利用分类图制作 143.5 高光谱技术在土地利用分类中的问题分析 22第四章 结论与展望 26参考文献 27致谢 28第一章 绪论1.1 选题背景土地资源是一个区域的自然环境和人类过去与现在对其施加影响总和而形成的一个自然一历史一经济的综合体,它的形成与开发和自然背景紧密相关。土地利用是人类对土地有目的地施加影响的过程,其实质是对组成土地的各种自然要素的综合开发和利用。合理开发土地资源,促进土地资源持续利

7、用是社会经济可持续发展的物质基础,随着人地矛盾的日益突出,特别是社会经济可持续发展战略实施以来,人们对土地资源持续利用的追求越来越强烈。土地资源是社会经济发展的立足之本,土地的面积有限性、不可再生性、不可移动性等特征决定了土地资源持续利用的实现总是最核心内容之一,具有极其重要的地位和作用。利用遥感技术进行土地利用调查与监测,成本低,客观及时,具有广阔的应用前景。土地利用遥感调查与监测的目的是及时、准确掌握土地利用状况,为政府决策、为各级土地管理部门制定管理政策和落实各项管理措施提供科学依据。 高光谱遥感技术是当前较为先进的技术，其光谱分辨率高，光谱划分精细，并具有波段多，信息量丰富等独特性能，

8、以及在地表物质的识别和分类，有用信息的提取方面与其他技术相比有很大优势，使得这一技术在环境监测，植被的精细分类，农作物生长监测，地质矿岩识别定量检测等方面有着广泛的应用，这些都有助于土地利用分类的研究。1.2 高光谱遥感技术的发展和现状近10 年来, 遥感数据的获取从卫星的发射到传感器的改进, 都有了飞速的发展。美国、欧空局、中国、巴西、日本、加拿大、印度和俄罗斯相继发射了许多遥感卫星, 其数据也向着高空间分辨率、高光 谱 分 辨 率 发 展, 例 如, 2000 年 9 月 美 国IKONOS 卫星数据实现了多光谱 4m 分辨率和全色 1m 分辨率; 2000 年 11 月卫星 EO- 1

9、携带的Hyperion 高光谱成像仪有 220 个波段, 每一个波段约 10nm 宽, 可以获得0. 42. 5um 的可见光到红外的连续光谱, 高光谱分辨率使目标物特点的表现更加准确和细致, 大大提高了卫星探测能力。2001 年 10 月美国 QuickBird 卫星数据可达彩色2. 5m 和全色0. 61m 分辨率, 高空间分辨率使影像清晰程度可以和航空影像相媲美。2002 年, 法国Spot Image 公司的 SP OT - 5 号卫星也发射成功,可拍摄 2. 5m 分辨率的全色图像和 10m 分辨率的彩色图像。与此同时,微波遥感技术也有了很大的发展,以加拿大微波遥感卫星 Radars

10、at 为代表的许多微波传感器实现了多极化、多波段、多分辨率和多工作模式, 而且分辨率可达到 8m 甚至更高,克服了微波遥感分辨率低的问题, 实现全天候、大面积的高质量观测。现代遥感技术中, 新型传感器的开发和运用不断改善了高空间分辨率, 影像清晰度和精度也得到了较大的提高, 遥感技术从此便被广泛地运用于各个科学研究领域。在林业方面,高光谱遥感的运用给现代林业研究的发展带来了巨大的促进作用,并越来越得到人们的重视。高光谱遥感是高光谱分辨率遥感的简称, 是20 世纪末迅速发展起来的一种全新遥感技术, 以纳米级的超高光谱分辨率和几十或几百个波段同时对地表地物成像, 获得包括森林资源的地面物体连续光谱

11、信息。高光谱遥感的成像光谱技术将成像技术与光谱技术相结合, 在对目标地物的空间特征成像的同时, 获取每个像元数十至数百个窄波段（ 通常波段宽度 10nm ） 光谱信息, 产生一条完整而连续的光谱曲线, 而这是常规遥感所不具备的。常规遥感的传感器多数只有几个或十几个波段, 每个波段宽度大于 100nm , 更主要的是这些波段在电磁波谱上不连续。因此,高光谱遥感能够探测到在宽波段遥感中不可探测 的物质特征。同常规遥感手段相比, 高光谱遥感数据具有以下特点:超多波段, 在可见光和近红外光谱区间内有几十到数百个波段。 光谱分辨率高, 一般为 310mm 左右。 空间分辨率高, 相对于MSS, TM 和

12、SPOT 的多波段图像, 目前实用成像光谱仪有着较高的空间分辨率。 相邻波段的相关性比较高, 数据冗余大。高光谱遥感具有不同于传统遥感的新特点，主要表现在：波段多可以为每个像元提供几十、数百甚至上千个波段；光谱范围窄波段范围一般小于10nm；波段连续有些传感器可以在3502500nm的太阳光谱范围内提供几乎连续的地物光谱；数据量大随着波段数的增加，数据量成指数增加；信息冗余增加由于相邻波段高度相关，冗余信息也相对增加。高光谱遥感作为一种新的遥感技术已经在植被指数、植被叶面积指数、光合有效辐射等因子的估算中以及在植被生物化学参数分析、植被生物量和作物单产估算、作物病虫害监测中得到广泛的应用。经过

13、10多年的研究和发展, 高光谱遥感的硬件技术及软件技术正日趋成熟。1.3研究的目的和意义 高光谱成像光谱仪通过连续的窄波段成像,获得地物更精细的光谱信息,识别地物的能力大大提高,在地质、生态与植被、大气与环境、沿海与内陆水域环境等领域的研究中得到了成功地应用。利用基期土地利用矢量数据和最新遥感数据进行土地利用变化监测非常普遍,图像运算法能够自动提取土地利用变化区域、确定变化类型,但其精度受遥感影像的分类精度和土地利用数据库精度等因索的限制,提取的变化信息中包含有伪变化,需实地核实。本文研究的目的：在总结前人相关研究成功经验和不足的基础上，以乌鲁木齐三屯碑水库试验区为例，运用EO-1成像光潜仪获

14、取的高光谱数据开展土地利用信息提取技术研究，为新一轮土地资源调查提供新型技术手段。课题研究的意义就是： 利用EO- 1成像光谱仪获取的高光谱数据，以所选区域为研究对象，清晰准确地制作土地利用分类图，为土地的合理利用和合理规划提供精确的资料。 针对高光谱遥感在土地利用分类中遇到的问题如异物同谱，同物异谱进行分析，并提出解决方案。 试验区高光谱遥感数据存在明显的辐射畸变、随机点噪声和条块状噪声。在分析机载高光谱遥感图像辐射畸变和噪声特征的基础上,研究和探讨了二者的消除方法,实现对图像辐射质量的优化。 基于整波形特征的光谱匹配算法没有考虑到光谱的内在物理意义,而基于光谱特征参数的匹配算法从分析光谱特

15、征入手,从光谱曲线上提取有意义的光谱特征参量来完成图像像元的分类与识别。本文利用基于光谱统计特征的分类方法中的监督分类和非监督分类进行处理高光谱遥感数据，利用先进的技术手段获取准确、高精度数据，为土地资源信息监测提供准确的资料。第二章 高光谱遥感波谱分析和地物识别2.1高光谱遥感成像机理2.1.1高光谱遥感成像光谱仪的核心遥感成像技术的发展一直伴随着两方面的进步:一是通过减小遥感器的瞬时视场角（Instantaneous Field Of View, IFOV）而提高遥感图像的空间分辨率（Spatial Resolution）；二是通过增加波段数量和减小每个波段的带宽，来提高遥感图像的光谱分辨率（Spectral Resolution）。 成像光谱仪的核心探测器 探测器的光谱响应与下列因素有关:能量流（Energy Flux）,指从地面反射或辐射进入探测器的能量总和。平台高度（Altitude），对于给定