第1章 遥感信息的地学评价与影像理解-1.pptVIP

主要内容 主要内容 主要内容 空间分辨率 空间分辨率指能详细区分的最小单元的尺寸或大小，如遥感影像中的像素大小或生态研究中的采样间隔。 它定义了一个影像上能详细区分的最小单元的尺寸或大小，但是每一地物在图像上可分辨的程度不完全决定于空间分辨率的绝对值，而是与对象的形状、大小及它与周围物体的相对亮度及结构有关。 与比例尺有联系也有区别。 1.2.2 空间尺度 2 遥感信息传输过程中的空间尺度 （1）地球表面的变化依赖于尺度 尺度被定义为“空间和时间被量测的间隔”。几乎所有的地学过程都依赖于尺度： 气象学、海洋学研究把整个地球作为一个动力系统来考虑，需要宏观尺度； 岩石节理的统计分析、寻找矿源则需要小尺度范围； 特征尺度定义了某个地理现象能被监测到的时间、空间尺度大小。 通过了解地球表面变化的相关尺度或变化的尺度特征，可以指导遥感和 GIS数据采集、处理和解释。 不同尺度下对同一对象的研究结果不一定具有相关性，而与地物的空间分布模式有关。 （2）由地理现象尺度选择最佳遥感数据 根据不同的应用目的和研究对象选择合适空间分辨率的遥感数据； 选择合适的空间分辨率，必须研究像幅表达内容的特征，尤其是随分辨率变化像幅变化模式。 不同学者观点： Simoneet和Coiner研究发现包含多种土地覆盖种类的像素数目是像幅复杂性和传感器空间分辨率的函数。 Woodcock和Strahler建议利用局部变量方法寻找研究影像的最佳尺度和分辨率。 环境科学家在多空间和时间尺度下给出了不同应用领域中的遥感数据空间分辨率的选择，如图1-7。 很多学者认为遥感影像的最佳空间分辨率随研究分析的目的和像幅内在特征而改变。 同时地理现象和过程在模式和结构上的分级特征决定了使用多层次尺度和空间分辨率的遥感影像会获得更好的理解效果。 1.2.2 空间尺度 3 地物分布与空间分辨率的关系 影像的空间结构标示了环境和空间分辨率的结构，所以选择合适的尺度，必须理解图像的空间结构组成。 通过对同一地区不同分辨率数据中局部变量分析，选择最佳尺度。 航空影像(0.5m) IKONOS(1.0m) SPOT-4 (10m) QuickBird (0.61m) SPOT-5(2.5m) Landsat-7 ETM+(15m) 小街区：24,000m2 在1/3000比例尺下，六种影象上提取的小块街区 不同空间分辨率的影像比较 1 地理空间与影像空间 2 遥感影像的分辨率 3 遥感影像中的独立地学变量 4 遥感影像特征的统计分析 5 遥感影像的复杂度分析 6 遥感影像的理解 1.3 遥感影像中的独立地学变量 遥感信息的提取可概括为影像分类和物理参量反演两种模式。 影像分类 目视解译 自动分类 基于像元的分类 面向对象的分类 1.3 遥感影像中的独立地学变量 反演：研究遥感影像各波段的物理意义，从接收的电磁波信息反推地物的特性，可以提取多种独立变量和复杂的变量。 地物特性 几何特性 物理特性 介电常数 土壤粗糙度 气溶胶 …… 土壤湿度、温度 …… 随机统计量 由物质本身性质决定的量 1.3.1 光学域的遥感 光学域的遥感，其可见光部分的灰度值直接代表了不同地物的亮度；而热红外和中红外波段代表了地物的温度。 1.3.1 光学域的遥感 由于植被在近红外波段上的高反射，有红波段和近红外波段可以组合多种模式代表植被的绿度。 1.3.1 光学域的遥感 NOAA/AVHRR： 辐射分辨率，量化等级1024； 温度分辨率1℃； 极高的时间分辨率12h； 星下点空间分辨率1.1km。 以上特点决定了其广泛用于宏观区域变化和可持续发展研究，以及动态性很强的应急系统中。 NOAA/AVHRR影像数据特征 植被指数： 植物叶面在可见光红光波段有很强的吸收特性，在近红外波段有很强的反射特性，通过这两个波段测值的不同组合可得到不同的植被指数。 植被指数主要反映植被在可见光、近红外波段反射与土壤背景之间差异的指标，各个植被指数在一定条件下能用来定量说明植被的生长状况。 NOAA/AVHRR影像数据特征 对植被指数的理解： 健康的绿色植被在NIR和R的反射差异比较大，原因在于R对于绿色植物来说是强吸收的，NIR则是高反射高透射的； 建立植被指数的目的是有效地综合各有关的光谱信号，增强植被信息，减少非植被信息； 植被指数