高光谱遥感的应用演示教学.pptVIP

7.5 高光谱遥感的应用 组长：王磊 组员：王亚红、刘正如、王智娟、陆宝丽、钱朝、束欣欣;高光谱遥感定义： 高光谱遥感是在电磁波谱的可见光、近红外、中红外和热红外波段范围内，利用成像光谱仪获取许多非常窄的光谱连续的影像数据的技术。高光谱遥感具有较高的光谱分辨率，通常达到10~2λ数量级。;高光谱具有的特点： 1.坡段多，波段宽度窄 2.光谱响应范围广，光谱分辨率高 3.可提供空间域信息和光谱域信息 4.数据量大，信息冗余多 5.数据描述模型多，分析更加灵活;1.坡段多，波段宽度窄。成像光谱仪在可见光和近红外光谱区内有数十甚至数百个波段。与传统的遥感相比，高光谱分辨率的成像光谱仪为每一个成像像元提供很窄的（一般为10nm)成像波段，波段数与多光谱遥感相比大大增多，在可见光和近红外波段可达几十到几百个，且在某个光谱区间事连续分布的，这不只是简单的数量的增加，而是有关地物光谱空间信息量的增加。;2.光谱响应范围广，光谱分辨率高。成像光谱仪响应的电磁波长从可见光延伸到近红外，甚至到中红外。成像光谱仪采用的间隔小，光谱分辨率达到纳米级，一般为10nm左右。精细的光谱分辨率反映了地物光谱的细微特征。;3.可提供空间域信息和光谱域信息，即“谱像合一”，并且由成像光谱仪得到的光谱曲线可以与地面实测的同类地物光谱曲线相类比。在成像高光谱遥感中，以波长为横轴，灰度值为纵轴建立坐标系，可以使高光谱图像中的每一个像元在各通道的灰度值都能产生一条完整、连续的光谱曲线，即所谓的“谱像合一”。;4.数据量大，信息冗余多。高光谱数据的波段众多，其数据量巨大，而且由于相邻波段的相关性高，信息冗余度增加。;5.数据描述模型多，分析更加灵活。高光谱影像通常有三种描述模型：图像模型、光谱模型与特征模型。;高光谱遥感应用在哪些方面： 一、高光谱遥感在地质调查中的应用 二、高光谱遥感在植被研究中的应用 三、高光谱遥感在其他领域中的应用;高光谱地质应用的历史 国内外高光谱地质应用技术与方法 国内外高光谱地质应用主要进展 高光谱地质应用的领域与实例 存在的主???问题 ;高光谱地质应用的历史;国内外高光谱地质应用技术与方法;1.光谱微分技术;2.光谱匹配技术 是对地物光谱和实验室测量的参考光谱进行匹配或地物光谱与参考光谱数据库比较，求得它们之间的相似或差异性，一达到识别的目的。两个光谱曲线的相似性常用计算的交叉相关系数及绘制交叉相关曲线图来确定。;3.混合光谱分解技术 用以确定在同一像元内不同地物光谱成分所占的比例或非已知成分。因为不同地物光谱成分的混合会改变波段的深度，波段的位置，宽度，面积和吸收的程度等。这种技术采用矩形方程，神经元网络方法以及光谱吸收指数技术等，求出在给定像元内各成分光谱的比例。;4.光谱分类技术;5.光谱维特征提取方法 可以按照一定的准则直接从原始空间中选出一个子空间；或者在原特征空间之间找到某种映射关系。这一方法是以主成分分析为基础的改进方法。;6、模型方法 是模型矿物和岩石反射光谱的各种模型方法 。因为高光谱测量数据可以提供连续的光谱抽样信息，这种细微的光谱模型特征是模型计算一改传统的统计模型方法建立起确定性模型方法。因而，模型方法可以提供更有效和更可靠的分析结果。;国内外高光谱地质应用主要进展;多层次的高光谱信息获取体系;基于高光谱数据的矿物精细识别;高光谱影像地质环境信息反演;基于高光谱遥感的行星地质探测;高光谱地质应用的领域;1.高光谱地质成因信息探测研究;2.高光谱成矿预测研究;3.高光谱植被重金属污染探测;植被生物变异特征在谱学上重点表现为光谱红边的“红移”(健康,生长旺盛)和“蓝移”(不发育,中毒等)。 利用高光谱对植物光谱的“精细”结构和变异的探测和分析,可以定量、半定量地提取与估计植被生物物理和生物化学参数,快速且定量地评价冠层结构、状态或活力,冠层水文状态,估计冠层生物化学成分。;4.蚀变矿物与矿化带的探测;5.高光谱矿山环境分析研究;6.油气资源及灾害探测;高光谱遥感地质研究中存在的主要问题;二、高光谱遥感在植被研究中的应用 植被具有独特的光谱特征且在植被遥感研究中，较多的研究有植被类型的识别与分类，植被制图，土地覆盖利用变化的探测，生物物理和生物化学参数的提取与估计等。在这方面已可以将研究精度提高到对植物叶子内的氮、磷、钾、糖类、淀粉、蛋白质、氨基酸、木质素、纤维素及叶绿素等的估测，评价植物长势和估计陆地生物量。;植被遥感研究的分析方法，除了应用于地质分析中的一些方法外，主要有以下几种技术： 1、多元统计分析技术 用原始的光谱反射率或经微分变换、对数变换、植被指数变换或其他数学变换后的 数据作为自变量，以叶面指数、生物量、叶绿素含量等作为因变量，建立多元回归