高光谱遥感技术在林业研究中的应用现状与展望
高光谱遥感技术（Hyperspectral Remote Sensing）已经成为当前遥感领域的前沿技术，高分辨率遥感是指在电磁波谱的可见光、近红外光和热红外波段范围内，获取大量非常窄的光谱连续影像数据的技术，其基础是测谱学。
经过从20世纪80年代的兴起与90年代至现在的发展，一系列高光谱成像技术已在国际上研制成功并在航空平台上获得广泛应用，在实验、研究以及信息商业化方面发挥着重要作用。
高光谱遥感具有不同于传统遥感的特点，主要表现在以下几个方面：
(1)波段多，能够为每个像元提供几十、数百甚至上千个波段；
(2)光谱宽度窄，其波段宽度一般小于10nm；
(3)波段连续，某些传感器可以提供太阳光谱350~2500nm范围内几乎连续的地物光谱；
(4)数据量大，随波段数增加，数据量呈指数倍增加；
(5)信息冗余，由于相邻波段高度相关，冗余信息也较多。
监于以上特征，高光谱遥感在林业定量监测及分析方面具有很大的潜力。在林业遥感应用上，高光谱遥感数据凭借大量的光谱信息在森林树种分类、森林病虫害监测与评估、火灾监测、森林资源变化信息提取等方面得到了广泛地应用，为森林经营与管理提供了一种实时
而科学的新技术手段，目前主要用于以下几个方面：
（1）森林树种高光谱的分类与识别
根据植被光谱的特征，我们可以通过分析植被的反射光谱，对森林树种进行分类与识别。但是由于高光谱存在信息量大、数据冗余的问题，如何既高效地利用高光谱数据信息又能较快地处理高光谱数据，是高光谱遥感的研究热点及未来发展方向。其中，光谱特征的选择和提取的研究是一个重要方向。鉴于此，近20年来，学者们以传统算法为基础开发了许多用于高光谱遥感的识别算法，主要有基于光谱特征、基于光谱匹配和基于统计分析方法等。
（2）森林树种主要生化参数模型估算
森林树种的主要生化参数包括色素含量、含水量、可溶性糖和可溶性酶含量等方面，而植物的光谱特征主要受色素含量以及含水量的影响。目前，应用最为广泛的研究领域为：光谱曲线的模型与色素含量及含水量的估算。
（3）森林监测与高光谱遥感技术
目前，高光谱遥感技术已在森林病虫害监测以及火灾监测等方面得到广泛应用。高光谱遥感属于无损伤测试技术，植物生长发育阶段、健康状况（是否病虫害等）都影响着植物高光谱效应，因此我们可以利用高光谱遥感技术监测植物病虫害的发生及发展状况。此外，我们还可以通过高光谱遥感对森林进行周期性的大范围监测，可以为森林
火灾监测预警提供依据。
高光谱遥感影像数据包含大量数据信息，但是现阶段我们在处理分析数据方面仍存在一定的局限性，例如：如何更加准确地进行纠正和提取信息，需要完善已有的算法并发展新的算法，使其形成一套标准化的处理算法软件，以提高高光谱数据处理及分析效率，便于在各研究领域得到更广泛的应用；在应用方面，应向定量化、模型化、精细化等方向发展，提高高光谱遥感影像的精确度，使其在林业研究方面得到更广泛的应用，例如：在树种鉴别上以达到可以鉴别不同阔叶林树种等方面的目的。总之，高光谱遥感影像技术作为一门新兴的技术学科，仍存在很大的发展空间，具有广阔的市场和应用前景。
2.1 归一化植被指数（NDVI ） 归一化植被指数（Normalized Difference Vegetation Index ，即N D V I ）的计算公式为： NIR RED NIR RED NDVI ρρρρ-=+ 其中：NIR ρ和RED ρ分别代表近红外波段和红光波段的反射率NDVI 的值介于-1和1之间。 2.2 增强型植被指数（EVI ） 增强型植被指数（Enhanced Vegetation Index ，即EVI ）计算公式为： 2.5 6.07.51 NIR RED NIR RED BLUE EVI ρρρρρ-=?+-+ NIR ρ、RED ρ和BLUE ρ分别代表近红外波段、红光波段和蓝光波段的反射率。 2.3 高光谱归一化植被指数（Hyp_NDVI ） 对于环境与灾害监测预报小卫星高光谱载荷，选取中心波长分别位于近红外和红光的谱段进行归一化植被指数计算： _____Hyp NIR Hyp RED Hyp NDVI Hyp NIR Hyp RED -=+ 2.4 其他植被指数 （1） 比值植被指数（Ratio Vegetation Index ——RVI ） NIR RED RVI ρρ= 该植被指数能够充分表现植被在红光和近红外波段反射率的差异，能增强植被与土壤背景之间的辐射差异。但是RVI 对大气状况很敏感，而且当植被覆盖小于50%时，它的分辨能力显著下降。 （2） 差值植被指数（Difference Vegetation Index ——DVI ） NIR RED DVI ρρ=- 该植被指数对土壤背景的变化极为敏感，有利于对植被生态环境的监测，因此又被称为环境植被指数（EVI ）。 （3） 土壤调整植被指数（Soil-Adjusted Vegetation Index ——SA VI ）
高光谱遥感技术的发展与展望 中科院上海技术物理研究所 引言 高光谱遥感技术，又称成像光谱遥感技术，是20世纪最后20年中遥感领域最重要的发展之一，它将传统遥感的成像技术和物理中的光谱分析技术有机结合起来，利用图像和光谱二合一（图谱和一）的优势，在探测物体空间特征的同时，研究地球表层物质特征，识别其类型，进行物质成分分析。十几年来，高光谱成像技术和理论一直是遥感对地观测领域内一个活跃的研究和发展方向，随着本世纪初多个星载高光谱成像仪器的发射和实用化机载商业系统的出现，高光谱遥感图像数据开始进入主流遥感数据源的行列，越来越多的用户将在资源管理、农林矿业调查、环境监测等方面发现其独特的作用。 高光谱遥感技术属于多学科交叉技术，主要由信息获取系统——“成像光谱仪”或“高光谱成像仪”和高光谱图像数据处理系统两大部分组成。成像光谱仪的突出特点是：光谱分辨力高、空间分辨力高，波段数多，数据量大，因此高光谱图像数据包含的地物信息更加丰富，要充分发挥高光谱数据的潜能，必须深刻全面地了解要测量的地表物质的光谱特性及其与高光谱传感器的真实测量值之间的关系，并开发适合高光谱数据特点的严密、精确的数据处理方法和理论。正是高光谱成像设备性能的不断提高和高光谱遥感图像数据处理技术的进步促进了高光谱遥感技术实用化的进程，这两大支撑技术的进一步发展也是该技术的应用能否走向辉煌的保证。 1.高光谱遥感的原理 任何物质都会反射、吸收、透射和辐射电磁波，且不同的物体对不同波长的电磁波的吸收、反射或辐射特性是不同的，物质的这种对电磁波固有的波长特性叫光谱特性，是由物质本身包含的原子、分子与电磁波的关系决定的，因此分析物质的光谱曲线是识别物质的有效手段。遥感成像光谱学所研究的波长范围包括可见光、近红外、短波红外，以及中-热红外波段，在可见光、近红外和短波红外波段，地表物质以反射太阳光能量为主，固体盐矿物质、水体、植被、冰雪、土壤等物质都有诊断性识别信息的特征谱，而在热红外区，地表物质以热辐射为主，其辐射光谱也可以作为矿物岩石等的物质识别的判据[ ]。本文主要介绍反射光的高光谱图像。 反映物质差别的特征光谱的吸收峰或反射峰的宽度一般在5~50nm左右[ ]，且越精细的物质分类需要越高的光谱分辨力，而传统的多光谱遥感数据源的光谱分辨力（几十到几百nm）显然无法满足需要，必须采用高光谱图像数据，例如图1为三条光谱曲线，分别属于健康叶面，病害叶面和松软土地，其中土地和叶面的光谱差别很大，利用多光谱数据就可以区分，而两种状况的叶面光谱差别比较小，只能利用光谱分辨力更高的数据才能区分。目前国际上典型的高光谱成像仪，包括我国上海技术物理研究所研制高光谱成像仪的光谱分辨力都优于5－20nm，基本满足地物分类的要求。 图1 光谱曲线与相应的地物波长 反射率
原子吸收光谱分析的特点 原子吸收光谱分析能在短短的三十多年中迅速成为分析实验室的有力武器，由于它具有许多分析方法无可比拟的优点。 ⑴灵敏度高 采用火焰原子化方式，大多元素的灵敏度可达ppm级，少数元素可达ppb级，若用高温石墨炉原子化，其绝对灵敏度可达10-10-10-14g，因此，原子吸收光谱法极适用于痕量金属分析。 ⑵选择性好 由于原子吸收线比原子发射线少得多，因此，本法的光谱干扰少，加之采用单元素制成的空芯阴极灯作锐线光源，光源辐射的光谱较纯，对样品溶液中被测元素的共振线波长处不易产生背景发射干扰。 ⑶操作方便、快速 原子吸收光谱分析与分光光度分析极为类似，其仪器结构、原理也大致相同，因此对于长期从事化学分析的人使用原子吸收仪器极为方便，火焰原子吸收分析的速度也较快。 ⑷抗干扰能力强 从玻尔兹曼方程可知，火焰温度的波动对发射光谱的谱线强度影响很大，而对原子吸收分析的影响则要小的多。 ⑸准确度好 空芯阴极灯辐射出的特征谱线仅被其特定元素所吸收。所以，原子吸收分析的准确度较高，火焰原子吸收分析的相对误差一般为0.1/FONT〉0.5%。 ⑹测定元素多 原则上说，原子吸收可直接测定自然界中存在的所有金属元素，火焰原子化中，采用空气椧胰不鹧婵刹舛/FONT〉30多种元素，采用氧化亚氮椧胰不鹧婵刹舛/FONT〉70余种。 当然，原子吸收光谱分析也存在一些不足之处，原子吸收光谱法的光源是单元素空芯阴极灯，测定一种元素就必须选用该元素的空芯阴极灯，这一原因造成本法不适用于物质组成的定性分析，对于难熔元素的测定不能令人满意。另外原子吸收不能对共振线处于真空紫外区的元素进行直接测定。
遥感技术与系统概论 结课作业 高光谱遥感技术及发展
高光谱遥感技术及发展 摘要：经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的 发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技 术为主的时代。本文系统地阐述了高光谱遥感技术在分析技 术及应用方面的发展概况，并简要介绍了高光谱遥感技术主 要航空/卫星数据的参数及特点。 关键词：高光谱，遥感，现状，进展，应用 一、高光谱遥感的概念及特点 遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通 常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可
探测的物质，在高光谱中能被探测。 同其它传统遥感相比，高光谱遥感具有以下特点： ⑴波段多。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。 ⑵光谱分辨率高。成像谱仪采样的间隔小，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。 ⑶数据量大。随着波段数的增加，数据量呈指数增加[2]。 ⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。 ⑸可提供空间域信息和光谱域信息，即“图谱合一”，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。近二十年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术。 二、发展过程 自80 年代以来，美国已经研制了三代高光谱成像光谱仪。1983 年，第一幅由航空成像光谱仪
植被光谱分析与植被指数计算 在遥感中，常常结合不同波长范围的反射率来增强植被特征，如植被指数（vegetation i ndices ——VI）的计算，植被指数（VI）是两个或多个波长范围内的地物反射率组合运算，以增强植被某一特性或者细节。目前，在科学文献中发布了超过150种植被指数模型，这些植被指数中只有极少数是经过系统的实践检验。本文总结现有植被指数，根据对植被波谱特征产生重要影响的主要化学成份：色素（Pigments）、水分（Water）、碳（Carbon）、氮（Nitrogen），总结了7大类实用性较强的植被指数，即：宽带绿度、窄带绿度、光利用率、冠层氮、干旱或碳衰减、叶色素、冠层水分含量。这些植被指数可以简单度量绿色植被的数量和生长状况、叶绿素含量、叶子表面冠层、叶聚丛、冠层结构、植被在光合作用中对入射光的利用效率、测量植被冠层中氮的相对含量、估算纤维素和木质素干燥状态的碳含量、度量植被中与胁 迫性相关的色素、植被冠层中水分含量等。 包括以下内容： ? ?●植被光谱特征 ? ?●植被指数 ? ?●HJ-1-HSI植被指数计算 1.植被光谱特征 植被跟太阳辐射的相互关系有别于其他物质，如裸土、水体等，比如植被的“红边”现象，即在<700nm附近强吸收，>700nm高反射。很多因素影响植被对太阳辐射的吸收和反射，包括波长、水分含量、色素、养分、碳等。 研究植被的波长范围一般为400 nm t o 2500 nm，这也是传感器设计选择的波长范围。这个波长范围可范围以下四个部分： ??●可见光（Visible）：400 nm to 700 nm ??●近红外（Near-infrared——NIR）：700 nm to 1300 nm ??●短波红外1（Shortwave infrared 1—— SWIR-1）：1300 nm to 1900 nm ??●短波红外2（Shortwave infrared 2——SWIR-2）：1900 nm to 2500 nm 其中NIR和SWIR-1的过渡区（1400nm附近）是大气水的强吸收范围，卫星或者航空传感器一般不获取这范围的反射值。 SWIR-1 和SWIR-2的过渡区（1900nm附近）也是大气水的强吸收范围。 植被可分为三个部分组成： ??●植物叶片（Plant Foliage） ??●植被冠层（Plant Canopies） ??●非光合作用植被(Non-Photosynthetic Vegetation) 这三个部分是植被分析的基础，下面对他们详细介绍。 1.1植物叶片（Plant Foliage） 植物叶片包括叶、叶柄以及其他绿色物质，不同种类的叶片具有不同的形状和化学成份。对波谱特征产生重要影响
遥感技术综述 遥感是指非接触的，远距离的探测技术。一般指运用传感器/遥感器对物体的电磁波的辐射、反射特性的探测，并根据其特性对物体的性质、特征和状态进行分析的理论、方法和应用的科学技术。遥感技术是从人造卫星、飞机或其他飞行器上收集地物目标的电磁辐射信息，判认地球环境和资源的技术。它是60年代在航空摄影和判读的基础上随航天技术和电子计算机技术的发展而逐渐形成的综合性感测技术。任何物体都有不同的电磁波反射或辐射特征。 一、遥感技术的基本内容 遥感可按数据获取、处理、分析和应用的整个过程中的主要内容分类。遥感技术包括五个方面的内容: 传感器研制、数据获取、数据处理、信息提取和遥感应用。从这几方面的内容可见，遥感是一个多学科交叉的产物。 二、遥感技术的应用 遥感技术已广泛应用于农业、林业、地质、海洋、气象、水文、军事、环保等领域。在未来的十年中，预计遥感技术将步入一个能快速，及时提供多种对地观测数据的新阶段。遥感图像的空间分辨率，光谱分辨率和时间分辨率都会有极大的提高。其应用领域随着空间技术发展，尤其是地理信息系统和全球定位系统技术的发展及相互渗透，将会越来越广泛。 1、在地质找矿中的应用 遥感地质找矿是遥感信息获取含矿信息提取以及含矿信息成矿分析与应用的过程。(1) 遥感岩石矿物识别 遥感岩矿识别技术非常适宜于植被稀少基岩裸露区的区域性地质。 (2) 矿化蚀变信息提取 矿化蚀变信息提取技术对于地质工作程度低的西部地区在一定程度上相当于区域化探扫面的功效，具体运用时应注意多种矿化蚀变信息提取方法的结合。 (3) 地质构造信息提取 (4) 植被波谱特征的找矿应用 高植被覆盖区遥感地质找矿可以结合植物波谱信息和植物地球化学方法来进行实践证明，对寻找隐伏矿床卓有成效但目前仍主要处于研究阶段。 2、在土地荒漠化监测中的应用 20世纪70年代，国外开始使用遥感技术进行土地荒漠化的监测。如阿根廷完全基于遥感手段对土地荒漠化的状态进行了评估；Tripathy等利用MSS和印度资源卫星(IRS)数据对印度古尔伯加的土地荒漠化进行了评价；Michael等应用遥感技术结合土地荒漠化的理论，通过对荒漠化动态变化规律的监测编制土地退化野外调查手册。我国从20世纪70年代开始利用国外卫星数据进行资源调查和灾害环境的监测80年代初期开始运用遥感技术进行有关土地荒漠化的资源调查 三、遥感科学技术的发展趋势 随着科学技术的进步，光谱信息成像化，雷达成像多极化，光学探测多向化，地学分析智能化，环境研究动态化以及资源研究定量化，大大提高了遥感技术的实时性和运行性，使其向多尺度、多频率、全天候、高精度和高效快速的目标发展。
美国在IGCP2264工程实施过程中，为了比较光谱分辨率和采样间隔对光谱特征的影响对26种样本采用5种分光计测试，并同时进行了EDS、SEM、XRD分析测试。最后建成了5个光谱库，这5种波谱测试采用的分光计参数见表1。 矿物的光谱特征受到多种因素的影响。Clark等指出，除了大气层中多种气体会对太阳光谱吸收外，矿物内电子吸收和振动吸收、有机质、水、粒度和其它混合物也会对矿物的光谱特征产生影响。另外，观测几何也会对光谱数据产生严重影响。 矿物光谱的影响因素： 1）电子吸收和振动吸收： A：电子吸收：同一离子在不同的矿物质中，由于晶体场的结构不同，能级的分化数量也随之变化。这种变化会使吸收产生显著的差异，使得我们能从光谱特征上识别矿物。 B：振动吸收：OH离子产生的第一共振发生在1.4μm，H-O-H与弯曲拉伸的OH产生的共振出现在1.9μm附近，因此当一个矿物在1.9μm附近出现吸收波段时，说明其中含有水。 如果一个矿物的光谱在1.4μm处发生共振，而在1.9μm附近没有共振，说明其中只含有氢氧基。 氢氧基仅仅有一种拉伸振动模式，它的波长位置依赖于它所依附的其它离子。 在含有OH的矿物质光谱中，金属与OH的弯曲拉伸振动和OH的拉伸振动所产生的复合振动发生在2.2～2.3μm附近。 2）粒度影响：颗粒大小对反射率的影响比较复杂。 3）影响矿物光谱特征的其它因素：当一种元素被另一种元素替代时，在吸收波段位置上会出现小偏离。当晶格中的元素被其它元素替代时，会扰乱晶格周期，使得自然晶体的晶格出现缺陷，从而产生离散的能量级。当电子在它们之间跃迁时，就会出现特殊的吸收而显示出某种颜色。
几种常见植被指数精编 W O R D版 IBM system office room 【A0816H-A0912AAAHH-GX8Q8-GNTHHJ8】
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。在学习和使用植被指数时必须由一些基本的认识： 1、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； 2、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 3、植被指数有明显的地域性和时效性，受植被本身、环境、大气等条件的影响 一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。 1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大于2； 2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量； 3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显着降低； 4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。 二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等；
2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大； 3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； 三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。 1、对土壤背景的变化极为敏感；? 四、SAVI\TSAVI\MSAVI——调整土壤亮度的植被指数：SAVI=((NIR- R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。 1、目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。 L=0 时，表示植被覆盖度为零；L=1时，表示土壤背景的影响为零，即植被覆盖度非常高，土壤背景的影响为零，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。 2、SAVI仅在土壤线参数a=1,b=0（即非常理想的状态下）时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI 3、SAVI4等改进模型。 五、GVI——绿度植被指数，k-t变换后表示绿度的分量。
高光谱遥感技术的介绍及应用在20世纪，人类的一大进步是实现了太空对地观测，即可以从空中和太空对人类赖以生存的地球通过非接触传感器的遥感进行观测。最近几十年，随着空间技术、计算机技术、传感器技术等与遥感密切相关学科技术的飞速发展，遥感正在进入一个以高光谱遥感技术、微波遥感技术为主要标志的时代。本文简要介绍了高光谱遥感技术的特点、发展状况及其在一些领域的应用。 1 高光谱遥感简介 1.1高光谱遥感概念 所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可探测的物质，在高光谱中能被探测。 高光谱遥感技术是近些年来迅速发展起来的一种全新遥感技术，它是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。在成像过程中，它利用成像光谱仪以纳米级的光谱分辨率，以几十或几百个波段同时对地表地物像，能够获得地物的连续光谱信息，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而在相关领域具有巨大的应用价值和广阔的发展前景。 1.2高光谱遥感数据的特点 同其他常用的遥感手段相比,成像光谱仪获得的数据具有以下特点: 1）、多波段、波段宽度窄、光谱分辨率高。波段宽度< 10 nm ，波段数较多光谱遥感(由几个离散的波段组成)大大增多，在可见光和近红外波段可达几十到几百个。如A VIRIS在0. 4～214 波段范围内提供了224 个波段。研究表明许多地物的吸收特征在吸收峰深度一半处的宽度为20～40 nm。这是传统的多光谱等
2.1归一化植被指数（NDVI ） 归一化植被指数（Normalized Differenee Vegetation Index 即 NDVI ）的计算 公式为： 其中：NIR 和RED 分别代表近红外波段和红光波段的反射率 NDVI 的值介于-1和 1之间。 2.2增强型植被指数（EVI ） 增强型植被指数（En ha need Vegetation In dex 即EVI ）计算公式为: NIR 、 RED 和BLUE 分别代表近红外波段、红光波段和蓝光波段的反射率。 2.3高光谱归一化植被指数（Hyp_NDVI ） 对于环境与灾害监测预报小卫星高光谱载荷，选取中心波长分别位于近红外 和红光的谱段进行归一化植被指数计算： .. Hyp NIR Hyp RED Hyp NDVI ----------- ------------ 一 Hyp _ NIR Hyp _ RED 2.4其他植被指数 （1） 比值植被指数（Ratio Vegetation Index ------ RVI ） RVI 3 RED 该植被指数能够充分表现植被在红光和近红外波段反射率的差异，能增强植 被与土壤背景之间的辐射差异。但是 RVI 对大气状况很敏感，而且当植被覆盖 小于50%时，它的分辨能力显著下降。 (2) 差值植被指数(Differenee Vegetation Index -------- DVI ) DVI NIR RED 该植被指数对土壤背景的变化极为敏感，有利于对植被生态环境的监测，因 此又被称为环境植被指数（EVI ）。 (3) 土壤调整植被指数(Soil-Adjusted Vegetation Index --------- S AVI ) NDVI NIR RED NIR RED EVI 2.5 NIR RED NIR 6.° RED 7.5 BLUE
一、分析的方法不同： 化学分析是指利用化学反应和它的计量关系来确定被测物质的组成和含量的一类分析方法。测定时需使用化学试剂、天平和一些玻璃器皿。 仪器分析（近代分析法或物理分析法）：是基于与物质的物理或物理化学性质而建立起来的分析方法。这类方法通常是测量光、电、磁、声、热等物理量而得到分析结果，而测量这些物理量，一般要使用比较复杂或特殊的仪器设备，故称为“仪器分析”。仪器分析除了可用于定性和定量分析外，还可用于结构、价态、状态分析，微区和薄层分析，微量及超痕量分析等，是分析化学发展的方向。 二、仪器分析（与化学分析比较）的特点： L级，甚至更低。适合于微量、痕量和超痕量成分的测定。μg、μ1. 灵敏度高，检出限量可降低。如样品用量由化学分析的mL、mg级降低到仪器分析的 2. 选择性好。很多的仪器分析方法可以通过选择或调整测定的条件，使共存的组分测 定时，相互间不产生干扰。 3. 操作简便，分析速度快，容易实现自动化。 仪器分析的特点（与化学分析比较） 4. 相对误差较大。化学分析一般可用于常量和高含量成分分析，准确度较高，误差小 于千分之几。多数仪器分析相对误差较大，一般为5%，不适用于常量和高含量成分分析。 5. 仪器分析需要价格比较昂贵的专用仪器。 三、仪器分析与分析化学的关系： 二者之间并不是孤立的，区别也不是绝对的严格的。a. 仪器分析方法是在化学分析的基础上发展起来的。许多仪器分析方法中的式样处理涉及到化学分析方法（试样的处理、分离及干扰的掩蔽等）；同时仪器分析方法大多都是相对的分析方法，要用标准溶液来校对，而标准溶液大多需要用化学分析方法来标定等。b. 随着科学技术的发展，化学分析方法也逐步实现仪器化和自动化以及使用复杂的仪器设备。 化学方法和仪器方法是相辅相成的。在使用时应根据具体情况，取长补短，互相配合。 四、学习掌握的目标不同： 化学分析主要的内容为：数据处理与误差分析、四大滴定分析法、重量分析法。学习化学分析要求掌握其基本的原理和测定方法，建立起严格的“量”的概念。能够运用化学平衡的理论和知识，处理和解决各种滴定分析法的基本问题，包括滴定曲线、滴定误差、滴定突跃和滴定终点的判断，掌握重量分析法分析化学中的数据处理与误差处理。正确掌握有关的科学实验技能，具备必要的分析问题和解决问题的能力。 仪器分析涉及的分析方法是根据物质的光、电、声、磁、热等物理和化学特性对物质的组成、结构、信息进行表征和测量，学习仪器分析要求掌握的现代分析技术，牢固掌握各类仪器分析方法的基本原理以及仪器的各重要组成部分，对各仪器分析方法的应用对象及分析过程要有基本的了解。可以根据样品性质、分析对象选择最为合适的分析仪器及分析方法。
3.2遥感技术及其应用教学设计 一、课标要求：结合实例，了解遥感（RS）在资源普查、环境和灾害监测中的应用。 二、三维目标 （一）知识与技能 1、能够用自己的语言表述遥感的概念 2、能简要说明遥感技术的发展过程。 3、能说出遥感的几种常见分类。 4、能举例说明遥感在资源普查、环境灾害监测中的作用。 （二）方法与过程 1、通过阅读教材中提供的资料并上网搜索遥感信息，归纳遥感的几个发展阶段。 2、通过读图或上网搜索相关资料比较航天遥感、航空遥感、近地遥感使用飞运载工具、主要优缺点及适用范围等方面的差异。 3、通过上网搜索有关遥感技术应用的信息，归纳遥感技术的主要途径。 （三）情感态度与价值观 1、通过遥感技术的迅猛发展的介绍，使学生感悟新兴地理信息技术的生命力，从而初步养成热爱科学、努力学习新兴科学的好习惯。 2、通过迅速发展的中国遥感技术的学习，增强学生的民族自信心和爱国情感。 3、通过遥感技术在农业、军事、环境监测、资源调查等方面的重要作用的学习，产生对遥感技术的好奇感，从而激发学生的探究和创新动力。 三、重点：根据运载工具不同的遥感分类种类。 四、学习方法： 1、多媒体课件演示。 2、读图分析讨论。 3、教师点拨、启发、引导。 4、理论联系实际。 五、课时：1课时
导入：南极考查必须穿越西风带区，这是多年来南极考察的难题。在我国开展的第14次南极考察中，1997年12月10日“雪龙号”科学考察船进入强风带时，与外界中断了联系，“船载气象卫星接收系统”接收到了一张非常清晰的卫星云图，图像上清晰的显示了三个气旋的位置及运动方向。这就是本节我们学习的遥感技术及其应用。 基础层次问题 1、什么是遥感技术？ 2、遥感技术经历了怎样的发展过程？ 3、遥感技术有哪些特点？ 4、遥感技术系统由那些组成？ 5、遥感从不同的角度可以分为不同的类型，如何分？ 6、航天遥感、航空遥感、近地遥感对比优缺点。 7、遥感在资源普查中的应用有哪些？ 8、遥感在环境灾害监测中如何应用？ 9、遥感卫星的科学实验功能有哪些？ 知识反馈 1、下列遥感类型中，探测范围由大到小依次是 A．近地遥感、航空遥感、航天遥感 B．航天遥感、航空遥感、近地遥感 C．航空遥感、近地遥感、航天遥感 D．航空遥感、航天遥感、近地遥感 2、下列遥感类型中．按照应用领域或专题进行分类的是 A．航天遥感、航空遥感、近地遥感 B．主动式遥感、被动式遥感 C．紫外遥感、可见光遥感、红外遥感、微波遥感、多谱段遥感
高光谱遥感及其发展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在地质矿产、植被生态、大气科学、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 1高光谱遥感 高光谱分辨率遥感是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据。它的基础是测谱学。测谱学早在20世纪初就被用于识别分子和原子及其结构，20世纪80年代才开始建立成像光谱学。它是在电磁波谱的紫外、可见光、近红外和中红外区域，获取许多非常窄且光谱连续的图像数据的技术。成像光谱仪为每个象元提供数十至数百个窄波段光谱信息，能产生一条完整而连续的光谱曲线。 1.1高光谱遥感的特点 （1）波段多，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象元提供很窄的(一般<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，且在某个光谱区间是连续分布的，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。成像光谱仪采样的间隔小，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1 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。 1.2高光谱的优势 高光谱遥感的光谱分辨率的提高，使地物目标的属性信息探测能力有所增强。因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势: (1)蕴含着近似连续的地物光谱信息。高光谱影像经过光谱反射率重建，能获取
浙江师范大学 研究生课程论文封面 课程名称：遥感理论与技术 开课时间： 2014-2015年第一学期 学院地理与环境科学学院学科专业自然地理学 学号2014210580 姓名张勇 学位类别全日制硕士 任课教师陈梅花 交稿日期2015年1月21日 成绩 评阅日期 评阅教师 签名 浙江师范大学研究生学院制
高光谱遥感应用研究综述 张勇 （浙江师范大学地理环境与科学学院，浙江金华321004） 摘要：高光谱遥感是近二十年发展起来的谱像和一的遥感前沿技术。虽然发展时间不长，但由于其本身的特点，使其获得了广泛的重视和应用。本文阐述了高光谱遥感的特点、优势，以及在航空及航天领域的发展情况，列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上，概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议，包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。 关键字：高光谱遥感；应用；成像光谱以；研究综述 Conclusion application of hyperspectral remote sensing Zhang Yong (Geography and environmental sciences, Zhejiang Normal University, Jinhua 321004) Abstract:Hyperspectral remote sensing, developed in the late twenty years, is the advanced technology of remote sensing. Because of its characters, Hyperspectral Remote Sensing has been attached importance to and used widly. The characteristics and advantages of hyperspectral remote sensing, and development situation are presented in the fields of aviation and aerospace. Several typical hyperspectral imager optical system principle and the main technical indicators are particularized. At the same time, the applications with hyperspectral remote sensing in vegetation ecology, atmospheric science ,geology and mineral resources, marine and military fields are summarized. The suggestions for the future development trend of hyperspectral remote sensing are given in the end，including the remote sensing of low reflectivity target, high signal-to-noise ratio, high spatial resolution and wide coverages. Keywords: hyperspectral remote sensing；application；imaging spectrometer 1 引言 遥感是20世纪60年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技术为主的时代。本文系统地阐述了高光谱遥感技术在分析技术及应用方面的发展概况，并简要介绍了高光谱遥感技术主要航空/卫星数据的参数及特点。 1.1高光谱遥感简介 高光谱遥感技术又称为成像光谱技术，是指利用很多很窄的电磁波波段从感兴趣的物体
红外光谱特征峰解析常识 编写李炎平 红外特征光谱峰存在一定特征规律，正确的记录了化学结 构和特征，识记特征波谱峰有助于我们解析红外光谱。下面我将一些特征波谱峰简要罗列如下，如有疏漏之处还望批评指出。 ●羟基：特征峰范围（3650~3200）c mˉ1，一般在 3600cmˉ1处有较强峰。 ●羧基：特征峰范围（3500~2500）cmˉ1，一般峰波 数小于羟基。 ●饱和烷烃—C—H ：特征峰小于3000cmˉ1，一般在 (2950~2850)cm处，如有峰在（1390~1360）cmˉ1 处，则说明有— CH,如有峰在1450cmˉ1处，则说 3 明有— CH—， 2 ●不抱和烷烃：特征峰大于3000cmˉ1，对于烯烃 = C- _在3050 cmˉ1处和（1600~1330）cmˉ1 H C 处有峰，对于炔烃H ≡ -在（3360~3250）cmˉ1 C- C 处有峰，在（700~600）cmˉ1处有枪宽峰。 ●对于C C=:在（1700~1645）cmˉ1处有特征峰，不过不太明显，只具有指示作用。 ●对于- COC ,在（1900~1600）cm处有强峰。 -COOC CHO, - - - ●指纹区：- C N O C C , -C ,等，在 C, O C O - - - - - - - - - - - -
（1330~900）cm ˉ1处有中强峰， ● 对于)(2CH n :在（900~400）cm ˉ1处有中强或弱峰。 ● 对于醛类：特征范围为羰基峰+（2900~2700）cm ˉ1。 ● 对于----C O C :在（1300~900）cm ˉ1处有两强峰（可能有一个弱峰）。 ● 特征区范围（4400~1330）cm ˉ1，指纹区范围（1330~400）cm ˉ1。 ● 通常将中红外光谱区域划分为四个部分。 1）4000~2500cm-1，为含氢基团的伸缩振动区，通常称为“氢键区”。 2）2500~2000cm-1叁键和累积双键区。 3）2000~1500cm-1，双键区。 4）小于1500cm-1，单键区。
常用的植被指数，土壤指数，水体指数有哪些？ 植被指数与土壤指数 一、RVI——比值植被指数：RVI=NIR/R，或两个波段反射率的比值。 1、绿色健康植被覆盖地区的RVI远大于1，而无植被覆盖的地面（裸土、人工建筑、水体、植被枯死或严重虫害）的RVI在1附近。植被的RVI通常大于2； 2、RVI是绿色植物的灵敏指示参数，与LAI、叶干生物量(DM)、叶绿素含量相关性高，可用于检测和估算植物生物量； 3、植被覆盖度影响RVI，当植被覆盖度较高时，RVI对植被十分敏感；当植被覆盖度<50%时，这种敏感性显著降低； 4、RVI受大气条件影响，大气效应大大降低对植被检测的灵敏度，所以在计算前需要进行大气校正，或用反射率计算RVI。 二、NDVI——归一化植被指数：NDVI=(NIR-R)/(NIR+R)，或两个波段反射率的计算。 1、NDVI的应用：检测植被生长状态、植被覆盖度和消除部分辐射误差等； 2、-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；
3、NDVI的局限性表现在，用非线性拉伸的方式增强了NIR和R的反射率的对比度。对于同一幅图象，分别求RVI和NDVI时会发现，RVI值增加的速度高于NDVI增加速度，即NDVI对高植被区具有较低的灵敏度； 4、NDVI能反映出植物冠层的背景影响，如土壤、潮湿地面、学、枯叶、粗超度等，且与植被覆盖有关； 三、DVI\EVI——差值\环境植被指数：DVI=NIR-R，或两个波段反射率的计算。 1、对土壤背景的变化极为敏感； 四、SAVI\TSAVI\MSAVI——调整土壤亮度的植被指数： SAVI=((NIR-R)/(NIR+R+L))(1+L)，或两个波段反射率的计算。 1、目的是解释背景的光学特征变化并修正NDVI对土壤背景的敏感。与NDVI相比，增加了根据实际情况确定的土壤调节系数L，取值范围0~1。L=0 时，表示植被覆盖度为零；L=1时，表示土壤背景的影响为零，即植被覆盖度非常高，土壤背景的影响为零，这种情况只有在被树冠浓密的高大树木覆盖的地方才会出现。 2、SAVI仅在土壤线参数a=1,b=0（即非常理想的状态下）时才适用。因此有了TSAVI、ATSAVI、MSAVI、SAVI2、SAVI 3、SAVI4等改进模型。 五、GVI——绿度植被指数，k-t变换后表示绿度的分量。
第33卷第3期 2008年5月 测绘科学 Sc i ence o f Survey ing and M app i ng V o l 33N o 3 M ay 作者简介:温兴平(1970- , 男, 山西兴县人, 在读博士, 高级工程师, 研究方向为定量遥感、遥感影像的大气校正。E -m a i:l w fxyp @sohu co m 收稿日期:2007-01-22 基金项目:本研究由国土资源大调查
(从高光谱遥感影像提取植被信息 温兴平 , 胡光道 , 杨晓峰 ( 中国地质大学数学地质遥感地质研究所, 武汉 430074; 地质过程与矿产资源国家 重点实验室, 武汉 430074; 南京信息工程大学环境科学与工程学院, 南京210044 摘要遥感可以快速有效地监测大面积植被的种类、特性、长势等各类信息。高光谱遥感数据因其特有的高 光谱分辨率特性使其在植被生态环境领域具有极大的应用潜力。植被信息作为生态环境评价的重要参数对区域生态环境的监测和建设具有重要的意义。本文基于云南省鹤庆县北衙的高光谱遥感数据用SAM 方法对植被信息进行了提取, 参考光谱使用ASD 光谱辐射仪采集的植被光谱曲线。文中对高光谱遥感影像的辐射定标和大气校正进行了研究, 针对影响光谱辐射仪采集的主要因素采取了相应的措施, 并对光谱曲线分类及参考光谱曲线的选取进行了研究。将选取出的参考光谱曲线与大气校正后的遥感影像进行S AM 匹配提取出植被信息, 经过与实地调查资料比较并计算总体精度和kappa 系数, 计算结果达到预期精度。最后将分类结果转换为矢量图, 经过投影转换为大地坐标后制作出北衙植被分布图。 关键词高光谱遥感; 植被信息; SAM; 提取 中图分类号 TP75 文献标识码 A 文章编号 1009-2307(2008 03-0066-03DO I :10 3771/j issn 1009-2307 2008 03 022 1 引言
主要有以下优点： 1 选择性强。这是因为原子吸收带宽很窄的缘故。因此，测定比较快速简便，并有条件实现自动化操作。在发射光谱分析中，当共存元素的辐射线或分子辐射线不能和待测元素的辐射线相分离时，会引起表观强度的变化。 而对原子吸收光谱分析来说：谱线干扰的几率小，由于谱线仅发生在主线系，而且谱线很窄，线重叠几率较发射光谱要小得多，所以光谱干扰较小。即便是和邻近线分离得不完全，由于空心阴极灯不发射那种波长的辐射线，所以辐射线干扰少，容易克服。在大多数情况下，共存元素不对原子吸收光谱分析产生干扰。在石墨炉原子吸收法中，有时甚至可以用纯标准溶液制作的校正曲线来分析不同试样。 2、灵敏度高。原子吸收光谱分析法是目前最灵敏的方法之一。火焰原子吸收法的灵敏度是ppm到ppb级，石墨炉原子吸收法绝对灵敏度可达到10-10～10-14克。常规分析中大多数元素均能达到ppm数量级。如果采用特殊手段，例如预富集，还可进行ppb数量级浓度范围测定。由于该方法的灵敏度高，使分析手续简化可直接测定，缩短分析周期加快测量进程；由于灵敏度高，需要进样量少。无火焰原子吸收分析的试样用量仅需试液5～100l。固体直接进样石墨炉原子吸收法仅需～30mg，这对于试样来源困难的分析是极为有利的。譬如，测定小儿血清中的铅，取样只需10l即可。 3 分析范围广。发射光谱分析和元素的激发能有关，故对发射谱线处在短波区域的元素难以进行测定。另外，火焰发射光度分析仅能对元素的一部分加以测定。例如，钠只有1%左右的原子被激发，其余的原子则以非激发态存在。 在原子吸收光谱分析中，只要使化合物离解成原子就行了，不必激发，所以测定的是大部分原子。目前应用原子吸收光谱法可测定的元素达73种。就含量而言，既可测定低含量和主量元素，又可测定微量、痕量甚至超痕量元素；就元素的性质而言，既可测定金属元素、类金属元素，又可间接测定某些非金属元素，也可间接测定有机物；就样品的状态而言，既可测定液态样品，也可测定气态样品，甚至可以直接测定某些固态样品，这是其他分析技术所不能及的。 4、抗干扰能力强。第三组分的存在，等离子体温度的变动，对原子发射谱线强度影响比较严重。而原子吸收谱线的强度受温度影响相对说来要小得多。和发射光谱法不同，不是测定相对于背景的信号强度，所以背景影响小。在原子吸收光谱分析中，待测元素只需从它的化合物中离解出来，而不必激发，故化学干扰也比发射光谱法少得多。 5、精密度高。火焰原子吸收法的精密度较好。在日常的一般低含量测定中，精密度为1～3%。如果仪器性能好，采用高精度测量方法，精密度为<1%。无火焰原子吸收法较火焰法的精密度低，目前一般可控制在15%之内。