高光谱遥感的发展PPT课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《高光谱遥感的发展PPT课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 光谱 遥感 发展 PPT 课件
- 资源描述:
-
1、1成像技术:成像技术:全色(黑白)-彩色摄影多光谱扫描成像高光谱遥感 1960年人造地球卫星围绕地球获取地球的图片资料时,成像就成为研究地球的有利工具。在传统的成像技术中,黑白图像的灰度级别代表了光学特性的差异因而可用于辨别不同的材料。对地球成像时,选择一些颜色的滤波片成像对于提高对特殊农作物、研究大气、海洋、土壤等的辨别能力大有裨益。这就是人类最早的多光谱成像(Multispectral imaging)。1980年高光谱成像技术(Hyperspectral Imaging)诞生了,它最早是机载的成像光谱仪(Airborne Imaging Spectrometer),如今已拓展到先进的可见
2、和红外成像光谱仪(AVIRIS),这两种最早都诞生在NASA的JPL中心(NASA:美国国家航天航空管理局)。第一章第一章 高光谱遥感概论高光谱遥感概论2 仪器发展:从多光谱到高光谱遥感技术需要仪器的同步发展。使用200个连续的波段,每个波段的光谱分辨率在10nm左右,这就是高光谱的成像技术。现在光谱成像技术已经发展到超光谱时代(Ultraspectral Imaging),比如,它使用的是空间发射光谱仪(Atmospheric Emission Spectrometer,AES),这个超光谱成像仪在红外波段就能产生数千个波带,分辨率高达1/cm。345678概念:概念:基本概念:高光谱分辨率
3、遥感是利用成像光谱仪获得感兴趣的物体很窄的(通常波段宽度100nm 波段在光谱上不连续,不能覆盖整个可见光至红外光(0.42.4nm)光谱范围。1415 高光谱遥感具有不同于传统遥感的新特点,主要表现在:(1)波段多可以为每个像元提供几十、数百甚至上千个波段;(2)光谱范围窄波段范围一般小于10nm;(3)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;(4)数据量大随着波段数的增加,数据量成指数增加;(5)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。因此,一些针对传统遥感数据的图像处理算法和技术,如特征选择与提取、图像分类等技术面临挑战。如用于特征
4、提取的主分量分析方法,用于分类的最大似然法、用于求植被指数的NDVI算法等等,不能简单地直接应用于高光谱数据。16历史:历史:20世纪80年代兴起的新型对地观测技术高光谱遥感技术,始于成像光谱仪(Imaging Spectrometer)的研究计划。该计划最早由美国加州理工学院喷气推进实验室(Jet Propulsion Lab,JPL)的一些学者提出。1983年,世界第一台成像光谱仪AIS1在美国研制成功,并在矿物填图、植被生化特征等研究方面取得了成功,初显了高光谱遥感的魅力。在美国宇航局(National Aeronautics and Space Administration,NASA)
5、的支持下,相继推出了系列成像光谱仪产品。如:机载航空成像光谱仪(AIS)系列;航空可见光/红外成像光谱仪(AVIRIS);星载中分辨率成像光谱仪(MODIS);高分辨率成像光谱仪(HIRIS)等。在此后,许多国家先后研制了多种类型的航空成像光谱仪。如美国的AVIRIS、DAIS,加拿大的FLI、CASI,德国的ROSIS,澳大利亚的HyMap等。1718 航天高光谱:航天高光谱:全球第一个星载高光谱成像器于2019年在NASA随着Lewis卫星发射升空,它包含了384个波段涵盖了400-2500nm波段,不幸的是这颗卫星控制出现问题,失去了动力,升空一个月后就偏离了轨道。在经过航空试验和成功运
6、行应用之后,90年代末期终于迎来了高光谱遥感的航天发展。2019年美国地球观测计划(EOS)的Terra综合平台上的中分辨率成像光谱仪(MODIS)、号称新千年计划第一星的EO-1,欧洲环境卫星(ENVISAT)上的MERIS,以及欧洲的CHRIS卫星相继升空,宣告了航天高光谱时代的来临。1920我国高光谱发展:我国高光谱发展:80年代,研制和发展了新型模块化航空成像光谱仪(MAIS)。这一成像光谱系统在可见近红外短波红外具有64波段,并可与6-8波段的热红外多光谱扫描仪集成使用,从而使其总波段达到7072个。高光谱仪器的研制成功,为中国遥感科学家提供了新的技术手段。通过在我国西部干旱环境下的
7、地质找矿试验,证明这一技术对各种矿物的识别以及矿化蚀变带的制图十分有利,成为地质研究和填图的有效工具。21 此后,中国又自行研制了更为先进的推帚式成像光谱仪(PHI)和实用型模块化成像光谱仪(OMIS)等。PHI成像光谱仪在可见到近红外光谱区具有244个波段,其光谱分辨率优于5nm;OMIS则具有更宽泛的光谱范围,具有128波段,其中可见近红外光谱区(0.461.1m)32波段,短波红外区(1.061.70m及2.02.5m)48波段,中波红外区(3.05.0m)8波段,热红外区(8.012.5m)68波段。新的成像光谱系统不仅继续在地质和固体地球领域研究中发挥作用,而且在生物地球化学效应研究
8、、农作物和植被的精细分类、城市地物甚至建筑材料的分类和识别方面都有很好的结果。22PHI和OMIS成像光谱仪的技术指标23 2019年3月在我国载人航天计划中发射的第三艘试验飞船“神舟三号”中,搭载了一台我国自行研制的中分辨率成像光谱仪。这是继美国EOS计划MODIS之后,几乎与欧洲环境卫星(ENVISAT)上的MERIS同时进入地球轨道的同类仪器。它在可见光到热红外波长范围(0.4-12.5m)具有34个波段。2019年10月24日我国发射的“嫦娥-1”探月卫星上,成像光谱仪也作为一种主要载荷进入月球轨道。这是我国的第一台基于富里叶变换的航天干涉成像光谱仪,它具有光谱分辨率高的特点。2019
9、年发射的环境与减灾小卫星(HJ-1)星座中,也搭载一台工作在可见光近红外光谱区(0.450.95m)、具有128个波段、光谱分辨率优于5nm的高光谱成像仪。它将对广大陆地及海洋环境和灾害进行不间断的业务性观测。“风云-3”气象卫星也将中分辨率光谱成像仪作为基本观测仪器,纳入大气、海洋、陆地观测体系,为对地球的全面观测和监测提供服务。24数据处理:数据处理:高光谱遥感影像数据的一个重要特征是超多波段和大数据量,对它的处理也就成为其成功应用的关键问题之一。尽管遥感信息处理技术在全数字化、可视化、智能化和网络化等方面有了很大的发展,但就目前遥感技术的发展状况来看,硬件技术的发展远远超前于遥感信息的处
10、理,海量光谱遥感信息远没有被充分挖掘和处理,信息处理还远不能满足现实需要。据估计,空间遥感获取的遥感数据,经过计算机处理的还不足5%。因此,遥感信息处理方法与技术有待于深入研究和开发。25解决方法:解决方法:高光谱分辨率遥感信息的分析与处理,侧重于从光谱维角度对遥感图像信息进行展开和定量分析,其图像处理模式的关键技术有:(1)超多维光谱图像信息的显示,如图像立方体的生成;(2)光谱重建,即成像光谱数据的定标、定量化和大气纠正模型与算法,依此实现成像光谱信息的图像光谱转换;(3)光谱编码,尤其指光谱吸收位置、深度、对称性等光谱特征参数的算法;(4)基于光谱数据库的地物光谱匹配识别算法;(5)混合
11、光谱分解模型;(6)基于光谱模型的地表生物物理化学过程与参数的识别和反演算法26高光谱影像分析技术:高光谱影像分析技术:国内外关于成像光谱仪的遥感应用研究中,所采用的分析方法可归纳为两大类:一、基于纯像元的分析方法(1)。(2)。二、基于混合像元的分析方法 27一、基于纯像元的分析方法(1)基于成因分析的光谱分析方法。基于成因分析的方法主要从地物光谱特征上发现表征地物的特征光谱区间和参数,最常用的是各种各样的植被指数。成像光谱仪问世以后,许多研究人员沿用了这种方法,利用成像光谱仪数据的高光谱分辨率,选取影像的波段,发展了许多更为精细的植被指数。与此相对的方法,是地物光谱重建和重建的光谱与数据库
12、光谱的匹配识别。28(2)基于统计分析的图像分类和分析。基于统计分析的图像分类和分析视每一波段的图像为随机变量,然后利用概率统计理论进行多维随机向量的分类。成像光谱仪图像波段多,分类很大程度上受限于数据的维数。面对数百个波段的数据,如果全部用于分类研究,在时间上往往是无法接受的。因此在图像分类之前必须压缩波段,同时又要尽可能地保留信息,即进行“降维”的研究。29二、基于混合像元的分析方法 由于传感器空间分辨率的限制以及地物的复杂多样性,混合像元普遍存在于遥感图像中,地面地物分布比较复杂的区域尤其如此。如果将该像元归为一类,势必会带来分类误差,导致分类精度下降,不能反映地物的真实覆盖状况。概括起
展开阅读全文