- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第15
课 题 :遥感技术应用(2)
目的要求:了解遥感技术在地质调查及在农林牧等方面以及其他方面的应用 。
重 点 :遥感技术应用于地质勘察、农作物估产、考古等方面
难 点 :遥感在金属矿产勘查与预测中的应用方面
教学课时:2课时
教学方法:授课为主、鼓励课堂交流
本次课涉及的学术前沿:遥感技术的应用领域; 遥感在金属矿产勘查与预测中的应用方面,近年来在方法技术及应用效果方面有了很大的发展和提高,已从过去单一的构造、线性影像解译为主发展为各种矿化蚀变、含矿岩石波谱特征研究、多元信息综合图像处理以及综合各类地学信息对目标矿种成矿有利地段进行优化,在信息表达上由二维向三维可视化方向发展。并且能利用高分辨率图像在室内进行地质工程的予布置。利用遥感技术方法进行区域化探异常评阶筛选,开拓了化探异常评价的思路。
;;一遥感图像上的地质构造解译 ;某矿区的线性构造与矿点分布关系图 ;;;;;;米洛半岛卫片;;;岩性的计算机自动分类结果;五类岩石分类结果的混淆矩阵 ;;;TM7、4、1合成的假彩色影像
图中:蓝黑色为盐岩洼地
耳环状的年轮结构清楚;例:遥感监测地下水;;地下水遥感监测的方法主要有以下几种;; 在干旱区植被是地下水的直接指示因素,它的生长状态受气候、岩性、地貌、水文地质条件等因素控制,尤其是与区域浅层地下水——潜水关系密切。在气候、土壤湿度变化不大的情况下,地下水的埋深、矿化度、水化学类型对植被生长产生较大的影响。通过植被种群、植被覆盖度的差异,可以分析地下水的排泄点及地下水的埋深、矿化度和水化学类型等有关信息。;;3.热红外遥感地表热异常监测法
热红外遥感监测法是利用热红外波段(10.4~12.5μm)图像资料,通过测定地面温度来判断地下水的存在。干旱、半干旱地区由于地下水通过毛细管作用和热传导作用,导致地表湿度和温度的变化,从而热红外遥感图像上表现出温度异常。这使热红外遥感寻找地下水成为可能。
;4.遥感信息定量反演模型
遥感信息定量反演模型是指通过实验的、数学的或物理的模型将遥感信息与观测地表目标参量联系起来,将遥感信息定量地反演或推算为某些地学、生物学及大气等观测目标参量。通过建立从遥感图像能测定的地下水有密切关系的水文因素和地下水位的定量评价模型,对地下水资源进行估测。
一定深度的土壤水分是地下水位高低的直接反映。这样可以土壤含水量和地下水位的定量反演模型评价地下水。
;§12-2 遥感技术在农林牧等方面的应用 ;;;;;;;;;实例:气象卫星大面积冬小麦估产
1)卫星资料的选用
对AVHRR 5个波段的数据可以用不同的数学方法加以组合,得出不同的组合模式。
比值模式G=PCH2/PCH1对绿色植物反应较敏感,可用比值植被指数G建立与单产的关系。
由于大气状况的影响,往往导致比值植被指数偏小,不能准确反映地面情况,可采用几天内资料中最大的一次作为小麦的实际比值植被指数值。;;;;4)冬小麦估产预报
由于每年温度回升速度不同,冬小麦返青后的生长发育进程也不同,因此,不同年份而日期相同的冬小麦,其发育期不完全一致。在作估产预报时,应当考虑这一点。其方法:选定当年某时间的资料后,先把各层的植被指数值订正到预报模式所对应的积温水平上,再计算各层的平均植被指数值,代入模式进行预报。
有人用表9-4-1的预报模式预报了山东全省1986年冬小麦的单产为250kg,实际统计单产为247kg。又在此模式的基础上,预报了1987年山东全省的小麦单产为245kg,统计单产是244kg。误差均小于2%。;例:雷达遥感在水稻监测上的进展
水稻遥感监测是农作物遥感监测中难度最大的作物之一,水稻是喜温好湿的作物,世界绝大部分水稻生长在阴雨连绵,温暖湿润的环境里。同样,中国水稻的绝大部分(90%)分布在华东华南地区,主要在长江中下游地区。这些地区丰富的水资源和温暖的气候适宜水稻生长。水稻生长期5-10月主产区的天气正值阴雨或雷阵雨季节,晴天日数都很短。长江以南地区每年的晴天数都在50天以下,即水稻生长区为少晴多云地区; 由于受云雾的影响,获取的中国地区TM数据平均有效率不到6%,在南方地区更低。而应用雷达遥感影像资料进行水稻面积检测可以不受云、雨、雾的影响,可全天候操作,得到稳定可靠的数据。
不同波段、不同极化方式的SAR数据还可以进行各种组合,已被证明可以相当有效地识别作物的种类和生长状态,由于微波对植被有一定的穿透力,因此不同波段的SAR可以获取作物从冠层到茎干不同高度的信息及其下伏土壤的含水量等信息,与光学数据互补。
所以雷达卫星对地观测技术不仅能够实时的获取水稻种植面积,而且为水稻面积的精确估计提供准确的数据源,同时也能为NOAA、TM的大面积水稻种
文档评论(0)