遥感地学分析的重点知识.doc

第1章 绪论
一、 遥感地学分析
遥感地学分析是以地学规律为基础对遥感信息进行的分析处理过程。
地学分析方法与遥感图像处理方法有机地结合起来，一方面可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。
二、 遥感的分类
1、以探测平台划分；（地面、航空、航天、航宇）
2、按探测的电磁波段划分；
3、按电磁辐射源划分；（被动、主动）
4、按应用目的划分。（地质、农业、林业、水利、海洋等）
二、按探测的电磁波段划分
1、可见光遥感2、红外遥感3、微波遥感4、多光谱遥感5、紫外遥感6、高光谱遥感
三、遥感信息定量化的定义
遥感信息定量化是指通过实验或物理模型将遥感信息与观测目标参量联系起来，将遥感信息定量地反演或推算为某些地学、生物学或大气等测量目标参量。
四、 遥感信息的定量化两重含义
1、 遥感信息在电磁波不同波段内给出的地标物质定量的物理量和准确的空间位置。
2、 从定量的遥感信息中，通过实验或物理模型将遥感信息与地学参量联系起来，定量地反演或推算某些地学或生物学的参量。
3、定量化模型：分析模型、经验模型、半经验模型。

第2章 地物光谱特征与遥感数字图像信息提取
一、 地物的反射光谱特性
反射率——用来表示不同地物对入射电磁波的反射能力的不一样。
反射——当电磁辐射到达两种不同介质的分界面时，入射能力的一部分或全部返回原介质的现象。
光谱反射率——Ρ(λ)=ER（λ）/EI(λ)
↓ ↓ ↓
反射率 反射能 入射能
一般地说，当入射电磁波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。
判读遥感图像的重要标志——在遥感图像上色调的差异。
判读识别各种地物的基础和依据——不同地物在不同波段反射率存在着差异，在不同波段的遥感图像上就呈现出不同的色调。
物体对电磁波的反射形式——镜面反射、漫反射、方向反射。
反射光谱特性：
1、 发射率：任何地物当温度高于绝对温度0K时，组成物质的原子、分子等微粒，在不停地做热运动，具有向周围空间辐射红外线和微波的能力。
2、 黑体：其发射率ελ=1，黑体发射率对所有波长都是一个常数。
灰体：其发射率ελ=常数<1，灰体的发射率始终小于1，发射率不随波长变化。
选择性辐射体：其发射率ελ<1，发射率随波长变化。
3、总之，比热大，热惯量大，以及具有保温作用的地物，一般发射率大，反之发射率就小。
二、 典型地物的反射光谱特征

1、 岩石的反射光谱特征
含义：
岩石的波谱特征是地质遥感的基础。不同的矿物成分、矿物含量、风化程度、含水状况、颗粒大小、表面光滑程度、色泽等都会影响到岩石反射波谱曲线。
特点：
（1）0.4～1.3μm的光谱特性主要取决于矿物晶格结构中存在的过渡性金属元素（铁、铜、锰）的电子跃迁；
（2）1.3～2.5μm的光谱特性是由矿物组成中的碳酸根、羟基及可能存在的水分子决定的；
（3）3～5μm的光谱特性是由Si—O、Al—O等分子键的振动模式决定的。

2、 土壤的反射光谱特征
自然状态下土壤表面的反射率没有明显的峰值和谷值。土壤中的原生矿物和次生矿物、土壤水分含量、土壤有机质、铁含量、土壤质地等因素都会影响到土壤的反射光谱特征。
（1） 土壤中的原生矿物和次生矿物；
（2） 土壤水分含量——土壤的含水量增加时，土壤的反射率就会下降，在水的各个吸收带处（1.4μm，1.9μm和2.7μm），反射率下降最明显（被水强吸收）；
（3） 土壤有机质——土壤有机质的增加，土壤的光谱反射率减小，有机质组成不同也有显著影响；
（4） 铁含量——氧化铁含量的增加会使反射率减小。（0.5～0.7μm不明显）
土壤处于0.5～0.7μm，呈现黄红色； 土壤处于氧化状态，呈现红、黄等色；
土壤处于还原状态，呈现蓝绿、灰蓝色；
（5） 土壤质地——与粒径组合及其表面状况、不同粒径组合物质的化学组成密切相关。

3、 水体的反射光谱特征
特点：
（1） 水体的反射光谱的贡献主要由水的表面反射、水体底部物质的反射和水中悬浮物质决定的；
（2） 水体的吸收和投射特性不仅与水体本身的性质有关，而且还明显地受到水中各种类型和大小的物质——有机物和无机物的影响；
（3） 在1.1～2.5μm波段，较纯净的自然水体的反射率很低，几乎趋近于零。

水色主要决定于叶绿素浓度、混浊度大小、营养盐含量以及其它污染物、水下地形、水深等因素。

4、 植被的反射光谱特征
不同的植物各有其自身的波谱特征
在可见光的0.55µm附近有一个反射率为10％~20％的小反射峰。在0.45µm和0.65µm附近有两个明显的吸收谷。在0.7~0.8µm是一个陡坡，反射率急剧增高。在近红外波段0.8~1.3µm之间形成一个高的，反射率可达40％或更大的反射峰。在1.45µm，1.95µm和2.6~2.7µm处有三个吸收谷。
（1） 影响植被光谱特征的主要因素：
1. 有限的一些光谱敏感成分；
2. 这些植被组成部分的相对含量，是植被自身生长及其环境变化的指示性标准；
3. 植被的外形结构；
4. 植被的光谱特征与光谱测量的空间尺度有很大关系。
（2） 不同波段植被的光谱影响主导因素：
1. 植被可见光和近红外（350—800nm）反射光谱特性差异主要来源于植物体内叶绿素和其他色素成分；
2. 植被近红外（800—1300nm）反射光谱特性差异主要来源于植物细胞组织散射；
3. 植被短波红外（1300—2500nm）反射光谱特性差异主要来源于植物细胞组织内的液态水吸收决定；
4. 植被红外（800—2500nm）光谱的其他影响因子。

（3） 红移、蓝移现象
“红边” ：反射光谱的一阶微分最大值所对应的光谱位置，通常位于0.68~0.75µm之间。
“红移”：当绿色植物叶绿素含量高，生长旺盛时，“红边”会向波长增加的方向偏移。
“蓝移”：当植物由于受金属元素“毒害”、感染病虫害、污染受害或者缺水缺肥等原因而“失绿”时，则“红边”会向波长短的方向移动。

三、 遥感图像解译方法与步骤
1、 解译方法
（1） 遥感资料的选择及影像处理
<1>遥感资料的选择：资料类型的选择、波段选择、时间选择、比例尺选择。
<2>遥感图像的处理：影像放大、影像数字化、图像处理。
（2） 目视解译的方法
直判法、邻比法、对比法、逻辑推理法、历史对比法。

2、 解译步骤
（1） 准备工作：资料收集、分析、整理和处理。
（2） 建立解译标志：路线踏勘、建立分类系统和解译标志。
（3） 室内解译。
（4） 野外验证：校核检查、样品采集、调绘和补测。
（5） 成果整理：编绘成图、资料整理、文字总结。
四、 遥感数字图像分析
遥感数字图像分析包括图像的分割、特征分析、图像分类以及描述和理解等内容。
1、遥感数字图像分类
监督分类和非监督分类
遥感数字图像分类 参数分类和非参数分类
硬分类和软分类

ISODATA分类法 最大似然法
非监督分类 K—均值分类法 监督分类
最大似然法 最小距离法
人工神经网络分类法 反向传播法
模块化方法
图像分类新技术 模糊分类法 模糊C—均值聚类法
模糊监督分类法
亚像元分类法
其他分类法。
2、 基于遥感影像的线状地物提取
按自动化程度分为：自动特征提取、半自动特征提取。

3、 基于遥感影像的面状地物提取
（1） 目标检测与特征提取； （2）特征编组和建模。

4、 一般分析方法
领域分析、查找分析、指标分析、叠加分析。
五、 遥感数字图像定量反演
1、 原理
遥感机理和各种前向模型：统计模型、物理模型、半经验模型。
反演模型和反演策略的研究。
2、 方法
辐射传输模型（RT模型）、几何光学模型（GO模型）、几何光学—辐射传输混合模型（GORT模型）、计算机模拟模型
3、 遥感地表参数反演
方向反射BBDF的反演
植被结构参数反演：叶面积指数LAI和叶倾角分布LAD

六、 遥感数字图像处理与分析流程
（1） 遥感数字图像的获取；
（2） 遥感数字图像预处理（辐射校正、几何校正）；
（3） 遥感数字图像的变换、增强和融合；
（4） 遥感数字图像分析（图像的分割、特征分析、图像分类、线状、面状地物提取及描述理解）

七、 影像分辨率纠正
1、 影像分辨率：空间分辨率、时间分辨率、光谱分辨率、辐射分辨率
2、 影像纠正：（1）辐射校正（遥感器校正、大气校正、畸变校正）
（2）几何校正

第3章 土壤遥感

一、 土壤遥感数据分析技术：
多元统计分析、主成分分析（PCA）、光谱混合分解模型（线性、非线性）、光谱匹配。
二、 土壤的判读
1、 判读标志：色调、图案。
2、 实际判读：逻辑推理论——根据土壤发生学的理论，按照成土因素进行判读。
3、 裸露土壤的判读：色调深浅程度、表土结构状况、土壤质地。
4、 覆盖有自然植被的土壤判读：通过判读自然植被来推断土壤类型和性状。
5、 覆盖作物的农业土壤判读：通过作物种类及土地利用方式的判读来确定。

第4章 水环境遥感
一、水文要素遥感研究及影响因素
1、水位-面积和流域界定：地面分辨率。
2、水深探测：波长、混浊度、水体太阳辐射度、太阳天顶角、太阳方位角、水体的衰减系数、水体底质的反射率、海况、大气效应。
衰减长度来衡量。
3、 水温探测：大气水汽含量。
遥感器所探测的热红外辐射强度所得到的水体的亮度温度（辐射温度）。
4、 径流估算。
二、 水质遥感监测
污染类型
生态环境变化
遥感影像特征
富营养化
浮游生物含量高
在彩色红外图像上呈红褐色或紫红色，在MSS7图像上呈浅色调
悬浮泥沙
水体浑浊
在MSS7像片上呈浅色调，在彩色红外片上呈淡蓝、灰白色调，浑浊水流与清水交界处形成羽状水舌
石油污染
油膜覆盖水面
在紫外、可见光、近红外、微波图像上呈浅色调，在热红外图像上呈深色调，为不规则斑块状
废水污染
水色水质发生变化
随所含物质的不同色调有差异，城市污水及各种混合废水在彩色红外像片上呈黑色
热污染
水温升高
在白天的热红外图像上呈白色或白色羽毛状
固体漂浮物

均有漂浮物的形态

三、 水体富营养化遥感监测
1、 原理：水体富营养化程度的最主要因子是叶绿素（叶绿素-a）
2、 方法：水体光谱特征与水中叶绿素含量的关系

四、 水体信息遥感提取
色度判别法（复杂）、比率测算法（复杂）、多波段的普间关系法。

五、 叶绿素遥感
概念：基于不同浓度浮游植物有着不同的辐射光谱特性。
波谱基础：光谱特征曲线在0.44μm处出现明显的吸收；在0.52μm处出现“节点”，在“节点”处，水面反射率随叶绿素浓度变化不大；在0.55μm附近，普遍出现辐射峰值，且叶绿素浓度越高，峰值越高。

第5章 植被遥感
一、植被指数
1、概念：标征地表植被覆盖、生长状况的一个简单、有效的度量参数。
2、比值植被指数（RVI）：可见光红波段与近红外波段的比值
优点：当植被覆盖度较高时，RVI对植被十分敏感；
缺点：受大气条件影响，大气效应大大降低对植被检测的灵敏度；
3、 归一化植被指数（NDVI）：近红外波段与可见光波段数值之差和之和的比值；
优点：能反映出植物冠层的背景影响，与植被分布密度呈线性关系；
缺点：对土壤背景的变化较为敏感；

二、植被指数与地面参数的关系
（1） 植被指数与叶面积指数的关系
（2） 植被指数与叶绿素含量的关系
植被指数与植被覆盖度、生物量、地表生态环境参数、气候参数、植物蒸发量、土壤水分的关系

三、农作物的遥感估产
流程方法：作物的识别————遥感影像、波谱识别；
种植面积估算———航天遥感方法、航空遥感方法、遥感与统计相结
合的方法、地理信息系统与遥感结合方法；
长势监测—————植被指数；
估产模型的建立——影像的光谱信息反演，建立生长信息与产量的
关联模型；

第6章 大气遥感
一、方式：
主动式：它是由人采用多种手段向大气发射各种频率的高功率的波信号，然后接收、分析并显示被大气反射回来的回波信号；
被动式：它是利用大气本身发射的辐射或其他自然辐射源发射的辐射同大气相互作用的物理效应。

二、 大气窗口
电磁辐射在大气中传输损耗很小，能透过大气的电磁波段。
0.3~1.3μm（紫外、可见光、近红外）——摄影成像最佳波段
1.5~1.8μm，2.0~3.5μm（近、中红外波段）——白天日照好时扫描成像
3.5~5.5μm（中红外波段）——物体热辐射较强、探测海面温度
8~14μm（远红外波段）——适合夜间成像、测量地物温度
0.8~2.5cm（微波波段）——全天候工作，由其他被动过渡主动的工作方式