遥感实习报告(波谱曲线).doc

遥感实习报告内容

1.分析几种典型地物的波谱曲线特征，依据此特征辨别TM影像样图的通道值，写出其辨别理由；
（1）植被的波谱曲线特征：
植被的反射波普曲线主要分三段：可见光波段0.4-0.76um 有一个小的反射峰，位置在0.5um绿处两侧蓝和红有两个吸收带，这一特征是由于叶绿素的影响。叶绿素对蓝光和红光的吸收作用强，对绿光反射作用强。近红外波段有一反射的陡坡到1.1um附近有一峰值形成植被的独有特征。这是由于植被叶细胞结构的影响，除了吸收和透射的部分，形成的高反射率。在中红外波段1.3-2.5 um受到绿色植物含水量的影响，吸收率大增，反射率大大下降，特别以1.45um 1.95 um2.7um为中心是水的吸收带形成低谷。

所以分析：
根据植被的反射波谱曲线特征，T2与T3图在长江流域与汉江流域比较下，判断由于T3图两水域颜色区别较大，在植被的中T-3的反射率大于T-2，所以判断T2图可能处于TM1-TM2（0.45-0.60um之间）即蓝绿波段之间。

（2） 水体的波普特征：
水体的反射主要在蓝绿波段，其他波段吸收都很强。特别到了近红外波段吸收就更强。遥感影像上，特别是近红外影像上，水体呈黑色，一般情况下，水中含泥沙时，由于泥沙散射，光波段反射率会增加，峰值出现在黄红区，水中含叶绿素时，近红外波段明显抬升，这些都成为影像分析的重要依据。

分析：
根据水体光谱特征，T5图中水体为黑色，T5图的反射率大，判断为红外光，则T5图为TM5中红外波段（1.55-1.75UM）。进一步根据水体和植物的反射波谱曲线得出T3图为TM3波段（0.62-0.69um）即为红光波段。

（3） 土壤的光谱特征：
土壤自然状态下反射率没有明显的峰值和谷值，一般来说土质越细反射率越高，有机质含量越高和含水量越高，反射率越低 此外土类和肥力也会对反射率产生影响。由于土壤反射波谱曲线呈比较平滑的特征，所以不同光谱段的遥感影像上土壤的亮度区别不明显。

分析：
又因为T4图与T5图比较，图像的江水较T5图来说发白，即江水的反射率应该增高，另外该图的植被比T5图更白，反射率更高，故而应该在植被的反射峰附近所以T4图为0.70—0.90um之间，即为TM4近红外波段。
最后，由于T6图的分辨率最小且反射强度最低，图像的江水明显位于对光谱的吸收区，并且最为重要的是分辨率比可见光的分辨率低很多，故而断定为热红外波段，即可以判断为10.4-12.5um的TM6波段。，

资料：
各波段特征：
TM1 0.45-0.52um,蓝波段,对水体穿透强,对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等.
2.TM2 0.52-0.60um,绿波段,对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征.
3.TM3 0.62-0.69UM ,红波段,叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面.
4 .TM4 0.76-0.96UM 近红外波段,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量.
5.TM5 1.55-1.75UM,中红外波段,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力.易于反映云与雪.
6.TM6 1.04-1.25UM热红外波段,可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图.
7.TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.

2.在理解空间分辨率概念的基础上，据所给影像数据按空间分辨率从高到低排序，结合资料熟悉几种影像数据的空间分辨率大小。
（1）概念：空间分辨率是指遥感影像上能够识别的两个相邻地物的最小距离是评价传感器性能和遥感信息的重要指标之一，也是识别地物形状大小的重要依据。
（2）空间分辨率排序：
1、QuickBird -pan
2、QuickBird-mul
3、sport5-pan
4、TM-pan
5、sport5-mul
6、TM-743

TM-743

TM-pan

spot5-pan

Spot5-mul

Quickbird-pan

Quickbird-mul

3.分析高光谱数据的特点，掌握光谱分辨率的概念。
（1）高光谱数据特点：波段增加导致信息增多，光谱范围窄（高光谱分辨率）；在成像范围内连续成像；信息冗余增加。
高光谱数据最主要的特点是：将传统的图象维与光谱维信息融合为一体，在获取地表空间图象的同时，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象的立方体，它由以下3部分组成： (1)空间图象维 (2)光谱维：从高光谱图象的每一个像元可以获得一个“连续”的光谱血线，基于光谱数据库的。(3)特征空间维：高光谱图象提供一个超维特征空间，对高光谱信息挖掘需要深切了解地物在高光谱数据形成的维特征空间中分布的特点与行为。
（2）光谱分辨率：光谱分辨率为探测光谱辐射能量的最小波长间隔。指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。细分光谱可以提高自动区分和识别目标性质和组成成分的能力。

4.了解多光谱图像的彩色合成原理与方法。

原图：

三波段连续：不易区分地物

三波段间隔最大：易区分地物

彩色合成原理：由于人眼对黑白图像亮度级的分辨能力仅有10~20级左右，而对色彩的分辨率则可达到100多种，因此，将黑白图像转成彩色图像可使地物的差别易于分辨。从通过滤光片、衍射光栅等分光系统而获取的多波段图像中选出三个波段，分别赋予三原色进行合成。根据各波段的赋色不同，可以得到不同的彩色合成图像。
遥感图像光学处理的目的是通过光学手段增强目标地物的影像差异或影响特征,将目标地物从环境背景信息中突出出来。
8