高光谱遥感的概念分析报告.ppt

高光谱遥感：高是体现在波段信息上，高光谱遥感的出现是遥感界的一场革命,它使本来在宽波段遥感中不可探测的物质,在高光谱遥感中能被探测。 地学分析：主要是指寻找地表及地表以上的地学规律，通过对获取的遥感信息进行分析和处理，一方面扩大地学研究本身的视域，提高对区域的认识水平；另一方面可改善遥感分析、处理、识别目标的精度。 平时成绩：40%，包括点名，作业，课程实验等 考试成绩：60%，课程设计或课程论文。 课程安排： 第1章 高光谱遥感的概念 第2章 高光谱遥感成像系统 第3章 高光谱遥感理论基础 第4章 地物光谱数据的重建 第5章 高光谱遥感数据的特征选择与提取 第6章 高光谱特征参量与光谱库 第7章 高光谱遥感图像分类 第8章 高光谱遥感影像混合像元分解 第9章 高光谱遥感影像目标探测 第10章 高光谱遥感应用 高光谱遥感是传统遥感的一个发展分支，它使得遥感的波段宽度更窄，针对性更强，可以突出特定地物反射峰值波长的微小差异；同时，成像光谱仪等的应用，提高了地物光谱分辨力，有利于区别各类物质在不同波段的光谱响应特性。 首先介绍一下背景知识，我们简单回顾一下遥感的特点： 正在使用的传感器有： MODIS（EOS）, MISR（Terra）, ASTER（Terra）, ADEOS… 新的传感器产生，正在研制的有： EO-1 233 bands OrbView-4 ARIES (Australia) 光谱信息直观的表示 一幅传统的遥感图象数据，对于某一点的光谱特征最直 观的表达方式就是二维的光谱曲线，如图所示，用直角坐 标系表示光谱数据，横轴表示波长，纵轴表示反射率，那 么地物的特性可以从曲线中获得，比如吸收特征可以从曲 线的极小值中获取。 电磁波的范围 高光谱遥感的概念 高光谱分辨率遥感（Hyperspectral remote sensing）：是指用很窄（10-2波长）而连续的光谱通道对地物持续遥感成像的技术。从可见光到短波红外波段其光谱分辨率高达纳米数量级，通常具有波段多的特点，光谱通道多达数十甚至数百个以上，而且各光谱通道之间往往是连续的，因此高光谱遥感又通常被称为成像光谱（Image Spectrometry）遥感。 2、高光谱遥感的特点 一般认为，光谱分辨率在10-1λ数量级范围内的遥感称为多光谱(Multi-spectral)遥感，光谱分辨率在10-2λ数量级范围内的遥感称为高光谱(Hyper-spectral)遥感，光谱分辨率在10-3λ数量级范围内的遥感称为超光谱(Ultra-spectral)遥感。 常规遥感与高光谱遥感对比 成像光谱仪为每个像元提供数十个至数百个窄波段的光谱信息，每个像元都能产生一条完整而连续的光谱曲线。这就是高光谱遥感与常规遥感的主要区别。 常规遥感的局限：波段太少；光谱分辨率太低；波段宽一般100nm；波段在光谱上不连续，不能覆盖整个可见光至红外光(0.4~2.4nm)光谱范围。 如一个TM波段内只记录一个数据点，而航空可见光/红外光成像光谱仪(AVIRIS)记录这一波段范围内的光谱信息用10个以上数据点。 特点小结： 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350~2500nm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。 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 。 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。 3、如何处理高光谱遥感数据？ 高光谱遥感技术的发展来自于成像技术的不断完善，成像光谱仪有其独特的优越性，但同时海量数据也给应用和分析带来了不便。 在成像光谱仪的遥感应用研究当中，我们可以把方法分为两类： （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，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。 （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。