1、地面光谱测量的作用：；①地面光谱辐射计在成像光谱仪过顶时，常用于地面野；②在一些反射率转换模型中，需要引入地面光谱辐射计；③地面光谱辐射计可以为图像识别获取目标光谱和建立；④通过地面光谱辐射计测量数据和地面模拟，可以帮助；⑤地面光谱辐射计还可以勇于地面地质填图；⑥可以用来建立地物的表面方向性光谱反射特性；⑦建立目标地面光谱数据与目标特性间的定量关系；
2、
1、地面光谱测量的作用：
①地面光谱辐射计在成像光谱仪过顶时，常用于地面野外或实验室同步观测，获取下行太阳辐射，以用于遥感器定标。
②在一些反射率转换模型中，需要引入地面光谱辐射计测取得地面点光谱来完成DN值图像到反射率图像的转换。
③地面光谱辐射计可以为图像识别获取目标光谱和建立特征项。但是，这时地面光谱测量要在空间尺度上与图像像元尺度相对应，且要具有代表性；另外，地面光谱测量要与高光谱图像获取条件相一致。
④通过地面光谱辐射计测量数据和地面模拟，可以帮助人们了解某一地物被高光谱遥感探测的可能性，理解其辐射特性，确定需要采用的探测波长、光谱分辨率、探测空间分辨率、信噪比、最佳遥感探测时间等重要参数。
⑤地面光谱辐射计还可以勇于地面地质填图。它可以用于矿物的光谱吸收特征，识别地面矿物或矿物的集合，从而直接完成野外矿物填图。
⑥可以用来建立地物的表面方向性光谱反射特性。
⑦建立目标地面光谱数据与目标特性间的定量关系。
2、高光谱成像特点：
①高光谱分辨率。高光谱成像光谱仪能获得整个可见光、近红外、短波红外、热红外波段的多而窄的连续光谱，波段多至几十甚至数百个，其分辨率可以达到纳米级，由于分辨率高，数十、数百个光谱图像可以获得影像中每个像元的精细光谱。②图谱合一。高光谱遥感获取的地表图像包含了地物丰富的空间、辐射和光谱三重信息，这些信息表现了地物空间分布的影像特征，同时也可能以其中某一像元或像元组为目标获得他们的辐射强度以及光谱特征。
③光谱波段多，在某一光谱段范围内连续成像。成像光谱仪连续测量相邻地物的光谱信号，可以转化城光谱反射曲线，真实地记录了入射光被物体所反射回来的能量百分比随波长的变化规律。不同物质间这种千差万别的光谱特征和形态也正是利用高光谱遥感技术实现地物精细探测的应用基础。
3、高光谱遥感图像数据表达：
①图像立方体——成像光谱信息集。
②二维光谱信息表达——光谱曲线。
③三维光谱信息表达——光谱曲线图。（书本44页）
4、成像光谱仪的空间成像方式：
（1）摆扫型成像光谱仪。摆扫型成像光谱仪由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。扫描镜对地左右平行扫描成像，即扫描的运动方向与遥感平台运动方向垂直。其优点：可以得到很大的总视场，像元配准好，不同波段任何时候都凝视同一像元；在每个光谱波段只有一个探测元件需要定标，增强了数据的稳定性；由于是进入物镜后再分光，一台仪器的光谱波
段范围可以做的很宽，比如可见光一直到热红外波段。其不足之处是：由于采用光机扫描，每个像元的凝视时间相对就很短，要进一步提高光谱和空间分辨率以及信噪比比较困难。
（2）推扫型成像光谱仪。是采用一个垂直于运动方向的面阵探测器，在飞行平台向前运动中完成二维空间扫描，它的空间扫描方向是遥感平台运动方向。其优点是：像元的凝视
时间大大增加了，大大的提高系统的灵敏度和信噪比，从而能够更大地提高系统的空间分辨率和光谱分辨率；另外，由于没有光机扫描运动设备，仪器的体积相对较小。其缺点：由于探测器器件尺寸和光学设计的困难，总视场角不可能做的很大，一般只能达到30°左右；另外，面阵CCD器件上万个探测元件的标定很困难，而且面阵器件主要集中在可见光、近红外波段。
5、高光谱图像的大气辐射校正：
（1）直方图调整法。假设清楚目标和模糊目标反射率直方图是一样的，在图像中找到清楚目标，用清楚目标的反射率直方图来调整模糊目标的反射率直方图。由于大气散射影响只作用于短波段，对可见光意外的红外波段几乎没有，如果影像范围内存在灰度值为零的地物，其灰度直方图往往从原点开始，而其他波段的灰度直方图离原点会有一段距离，这段距离即为大气散射引起的灰度直方图漂移值，依此为改正量进行校正，相当于从每个像元灰度值中减去这个数值，其他的波段校正量可以由此类推求得。优点：简单实用。缺点：对于具有不同反射特征的目标物组成的混合像元，以上的做法是不成立的；气溶胶空间分布变化大时，此方法校正的结果是不正确的。
（2）黑暗目标法。若图像存在浓密植被或水体，它们在可见光和红外具有低反射，根据其在此时特征波段的反射率和其他波段的反射率之间的相关关系，进行大气校正。比如在ETM+/TM7波段（2.1um）左右的水体反射率应该为零，但由于大气效应往往是非零的，确定此差距，用来可以消除其他波段像元中的大气干扰。优点：此方法方便，目前在中分辨率成像光谱仪MODIS，MERIS等数据处理中广泛应用。缺点：图像中没有大范围分布的浓密植被或水体存在，比如北半球冬天的图像或沙漠的图像，此方法无法使用。
6、高光谱图像的几何校正：
（1）高光谱图像的几何粗校正。也称为系统校正，一般是利用各种可以预测的参数代入理论校正公式，把原始图像纠正到所要求的地图投影坐标系中去，分六个步骤完成：确定格网点得图像坐标；②计算每个格网点对应像元被扫描的时刻；③计算每个格网点对应的遥感器外方为元素；④把格网点坐标转换到地面直角坐标系；⑤把地面直角坐标系转换为地图投影坐标；⑥建立起多项式纠正变换函数。
（2）高光谱图像基于地面控制点的几何精校正。常用于遥感图像的几何精较正方法是基于地面控制点的多项式纠正法。该方法的原理是用GCP数据对原始图像的几何畸变过程进行数学模拟，建立原始的畸变图像空间与制图用坐标空间之间的某种对应关系；再利用这种对应关系吧畸变空间中的全部元素变换到校正图像中去，实现几何精校正。步骤：
①原始图像空间与校正空间像元间的数学关系；②多项式拟合，是把原始影像的总体变形看成是平移、缩放、旋转、偏扭等基本变形综合作用的结果，从而可以用一个适当的多项式来表达纠正前后图像相应点之间的坐标关系；③利用最小二乘原理求解多项式系数；④进行灰度重采样，方法有最近邻法、双线性插值法、三次卷积插值法。
7、光谱二值编码的方式：
①分段编码；②多门限编码；③仅在一定波段进行编码；④波段组合二值编码；⑤波段组合差值编码；⑥波段组合比值编码。
8、光谱柱状图的方法：
同一地物类型序列内的不同地物的原始光谱曲线R非常的相似，首先需要根据情况来放大这种差异，放大系数的设定取决于放射率之间的差异；然后，在增强的光谱反射率曲线
R’基础上，建立一个从蓝到红渐变的RGB色标块图像，进行从RGB到HIS的彩色空间变换，来准确、定量地描述颜色的特征；接着，将地层光谱分辨率特性增强后的R’矩阵替换HIS彩色空间中的饱和度，经过彩色空间的反变换，就可以得到光谱柱状图。其横坐标表示波长，不同颜色代表不同的波长位置，而颜色的饱和度即色彩的浓淡非常直观的反映其光谱反射率的高低。（熟悉书本162页的公式）
9、遥感图像分类的效果取决因素：
①类别的可分性：非人为影响下地原始地物波段具有可分性是遥感图像分类的前提条件；②图像像元波段空间的维数：一般来讲，在图像波段信噪比达到一定要求的情况下，光谱波段越多，越有利于分类；③训练样本的数量：训练样本的数量越大，地物的训练特征越全面，也具有代表性，因此有利于分类；④分类器和分类方案。
10监督分类样本的选取原则和步骤：
监督分类包括利用训练区样本建立判别函数的“学习”过程和把待分像元代入判别函数进行判别的过程。对训练场地的选取具有一定原则：训练场地所包含的样本在种类上要与待分区域的类别一致。训练样本应在各类目标地物面积较大的中心选取，这样具备代表性。训练的样本数目应能够提供各类足够的信息和克服各种偶然因素的影响，训练的样本最少要满足能够建立分类用判别函数的要求。所需的个数与所采用的分类方法、特征空间维数、各类的大小与分布有关，才能保证协方差矩阵的非奇异性。
11、线性光谱混合模型有哪些及其原理：
①物理学描述。像元的混合光谱是像元内部各物质成分的“纯”光谱的面积加权平均，这里的“纯”只是一个相对概念，只是在一定空间尺度内被认为其物质组成是单一的。②代数学描述。混合光谱的数学模型是指像元光谱矢量是其所含所有端元光谱矩阵与各端元光谱丰度矢量的乘积。
③几何学描述。高光谱图像中的每个像元都是其L维特征空间中的一个点（L为图像的波段数），其中由一些称之为端元的点构成了高光谱图像的基本元素，图像中的所有像元都可以由这些端元线性组合而成，凸面几何学模型正是以高光谱数据在特征空间的这一特殊的几何特性为基本依据的。
12、端元提取中迭代误差分析的原理：
迭代误差分析是一种不需要对原始数据进行降维或去冗余而直接对数据进行处理的端元提取算法。在该算法中需要多次利用约束线性解混，要求得到的端元使得线性解混后误差最小。它首先给定一个初始向量（一般为图像中所有光谱的均值向量），对图像进行约束线性解混，这样就得到误差图像。其中误差最大的像元作为第一个端元，利用该端元对图像进行约束线性解混，得到误差图像中误差最大的像元为新的端元，再将新的端元加入到下一步的约束线性解混操作中，直至在某种准则条件下求出图像中的所有端元（如限制求取端元数或最大误差值）。
13、多源数据融合的三个层次、它们的定义以及优点和局限性：
（1）数据级融合。也就是像素级融合，是将覆盖同一地区的系列影像经空间配准后，采用一定算法生成一幅信息更丰富、更可靠的影像。数据级融合是最低层次的图像融合，也就是在各种遥感器的原始信息未经估计、识别之前就进行信息的综合与分析，在遥感图像融合
领域主要指对可见光、红外、SAR影像的原始数据所进行融合。优点：能够保持尽可能多得原始信息，提供其他融合层次所不能提供的细微信息，对提高遥感图像分辨率非常重要。缺点：处理信息量大，所以处理时间长，实时性差，所需代价高；由于是低层次的融合，传感器原始信息的不确定性、不完全性和不稳定性要求在融合时有较高的纠错处理能力；通信的信息量大，导致抗干扰能力差；各传感器信息须来自同质传感器、在图像融合领域要求各传感器信息之间具有精确到一个像素的校准精度。
（2）特征级融合。是指融合前先对遥感图像数据进行特征提取，产生特征矢量，如边缘、形状、轮廓、方向、区域等，融合后做出基于融合特征矢量的属性说明。特征级融合首先对经过预处理的高光谱图像进行特征提取——分类和亚像元分解，估计亚像元的组成和每个组分在超级像元中所占的比例，然后结合高空间图像的灰度、纹理等信息，进一步确认亚像元的组成及其在空间的位置，得到高空间分辨率的分类图。它将高光谱图像分类技术和图像锐化相结合，充分利用了高光谱图像的精细的光谱信息，提高了地物分类的有效性和准确性，在以地物分类为目的的图像融
合中更有意义，它保留了足够数量的重要信息，实现了可观的信息压缩，有利于实时处理，同时保证了一定的融合精度。它兼容了数据级融合与决策级融合的优缺点，具有较大的灵活性。
（3）决策级融合。三个层次中，决策级融合的层次最高，它直接对完全不同类型的遥感器或来自不同环境区域的感知信息形成局部决策并进行最后分析，以得出最终的决策。主要的优点：灵活性高，通信量小，抗干扰能力强；因为利用各类特征信息，系统对信息传输带宽度要求很低；能有效地反映环境或目标不同方面的、不同类型的信息；对遥感器的依赖性小，具有容错性，当一个或几个遥感器出现错误时，通过恰当的融合，还能获得正确的结果。主要缺点：预处理代价高，因为要对原遥感器信息进行预处理以获得各自的判别结果。
14、高通滤波法空间域数据融合的原理和过程：
高通滤波法往往首先将高分辨率图像的高频信息经过特征提取后加入到低空间分辨率影像中，从而使得低空间解析度图像中含有高清晰度影像的空间信息。具体做法是以一个高通滤波器滑过高清晰度图像，再逐像元地与低清晰度图像的每个波段相加，结果得到一融合图像。
15、成像光谱仪的定标：
成像光谱仪的定标是要建立成像光谱仪每个探测元件输出的数字量化值（DN）与它所对应视场中输出辐射亮度值之间的定量关系。三个定标阶段：仪器实验室定标、机上或星上定标和场地定标。
16、包络线去除：
包络线去除法通过将反射光谱吸收强烈部分的波段特征进行转换，放大并形成一种归一化的吸收光谱，从而进行光谱吸收特征分析和光谱特征波段选择，包络线是指一条连接光谱上选取波段间上吸收起点和吸收终点的线，也叫“外壳（Hull）”，当外壳确定之后，包络线去除光谱线和吸收谷上起终点的斜率K可依据公式计算求得。（书本137和212）
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，能获取地物近似连续的光谱反射率曲线，与地面实测值相匹配，将实验室地物光谱分析模型应用到遥感过程中。 (2)地表覆盖的识别能力极大提高。高光谱数据能够探测具有诊断性光谱吸收特征的物质，能够准确区分地表植被覆盖类型、道路的铺面材料等。
高光谱遥感技术的介绍及应用． 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 AVIRIS在 0. 4～214 波段范围内提供了224 个波段。研究表明许多这是传统的多光谱等。40 nm～20地物的吸收特征在吸收峰深度一半处 的宽度为 遥感技术所不能分辨的(多光谱遥感波段宽度在 100～200 nm 之间)，而高光 谱遥感甚至光谱分辨率更高的超光谱遥感却能对地物的吸收光谱特征进行很好的识别，这使得过去以定性、半定量的遥感向定量遥感发展的进程被大大加快。另外，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”，它是高光谱成像技术的一大特点。 2）、由于波段众多，波段窄且连续，相邻波段具有很高的相关性，使得高光数据
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
高光谱遥感
? ? ? ?
高光谱遥感的基本概念 高光谱遥感器及平台简介 高光谱遥感技术 高光谱应用概况
高光谱遥感的基本概念
? 高光谱分辨率（简称为高光谱）遥感或成像光 谱遥感技术的发展是过去二十年中人类在对地 观测方面所取得的重大技术突破之一，是当前 遥感的前沿技术。它是指利用很多很窄的电磁 波波段获取许多非常窄且光谱连续的图像数据 的技术，融合了成像技术和光谱技术，准实时 地获取研究对象的影像和每个像元的光谱分布。
国际遥感界认为光谱分辨率在10-1λ数量级范围内的为多 光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区 只有几个波段，如美陆地卫星TM和法国SPOT卫星等; 光谱分 辨率在10-2λ的遥感信息称之为高光谱(Hyperspectral)遥感。由 于其光谱分辨率高达纳米(nm)数量级，往往具有波段多的特 点，即在可见到近红外光谱区其光谱通道多达数十甚至超过 100以上。随着遥感光谱分辨率的进一步提高，在达到10-3λ 时，遥感即进入了超高光谱(Ultraspectral)阶段 、
光谱区域（nm） ： 400 700 1100 2500 5500 14000
VIS VNIR
PIR
MIR
Sunlight 光谱分辨率 波段数 多光谱 高光谱 5-10 100-200 Δλ/λ 0.1 0.01 VNIR 50-100 5-20
IRT
MIR 100-200 10-50
IRT 1000-2000 100-500
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
1.高光谱分辨率遥感:用很窄（0.01波长）而连续的光谱通道对地物持续遥感成像的技术。在可见光、近红外、短波红外和热红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的。 2.高光谱遥感特点：波段多,数据量大；光谱范围窄(高光谱分辨率)；在成像范围内连续成像；信息冗余增加 3. 高光谱遥感的发展趋势（1）遥感信息定量化（2）“定性”、“定位”一体化快速遥感技术 4.光谱特征的产生机理：在绝对温度为0K以上时，所有物体都会发射电磁辐射，也会吸收、反射其他物体发射的辐射。高光谱遥感准确记录电磁波与物质间的这种作用随波长大小的变化，通过反映出的作用差异，提供丰富的地物信息，这种信息是由地物的宏观特性和微观特性共同决定的。宏观特性:分布、粗糙度、混杂微观特性:物质结构 6.典型地物反射：水体的反射主要在蓝绿光波段，其他波段吸收都很强，特别到了近红外波段，吸收就更强，所以水体在遥感影像上常呈黑色。 植被的反射波谱特征：①可见光波段有一个小的反射峰，位置在0.55um处，两侧 0.45um(蓝)和0.67um(红)则有两个吸收带。这一特征是叶绿素的影响。②在近红外波段(0.7-0.8um)有一反射的“陡坡”（被称为“红边”)，至1.1um附近有一“峰值”，形成植被的独有特征。这一特征由于植被结构引起。③在中红外波段(1.3-2.5um) ，反射率大大下降，特别以1.45um和1.95um为中心是水的吸收带，形成低谷。 土壤:由于土壤反射波谱曲线呈比较平滑的特征，所以在不同光谱段的遥感影像上，土壤的亮度区别不明显.自然状态下土壤表面的反射率没有明显的峰值和谷值，一般来讲土质越细反射率越高，有机质含量越高和含水量越高反射率越低，此外土类和肥力也会对反射率产生影响。 6.野外光谱测量的影响因素（1）大气透射率（2）水蒸气3）风（4）观测几何 7.地面光谱的测量方法：实验室测量，野外测量 8.垂直与野外测量的区别:垂直测量：为使所有数据能与航空、航天传感器所获得的数据进行比较，一般情况下测量仪器均用垂直向下测量的方法，以便与多数传感器采集数据的方向一致。由于实地情况非常复杂，测量时常将周围环境的变化忽略，认为实际目标与标准板的测量值之比就是反射率之比。 野外测量（非垂直测量）：在野外更精确的测量是测量不同角度的方向反射比因子。 凝视时间：探测器的瞬时视场角扫过地面分辨单元的时间称为凝视时间（dwell time）。探测器的凝视时间在数值上等于行扫描时间除以每行的像元个数。凝视时间越长，进入探测器的能量越多，光谱响应越强，图像信噪比越高。 光谱图像立方体：空间平面：O-XY平面；线光谱平面：O-XZ，O-YZ平面 9.高光谱遥感图像数据表达：A.光谱图像立方体 B.二维光谱曲线 C. 三维光谱曲面 10.空间成像方式：（1）摆扫型成像光谱仪：定义：它由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。原理：45斜面的扫描镜，电机进行360旋转，旋转水平轴与遥感平台前进方向平行，扫描镜扫描运动方向与遥感平台运动方向垂直，光学分光系统形成色散光源再汇集到探测器上，这样成像光谱仪所获取的图像就具有了两方面的特性：光谱分辨率与空间分辨率。 （2）推扫型成像光谱仪：定义：采用一个面阵探测器，其垂直于运动方向在飞行平台向前运动中完成二维空间扫描；平行于平台运动方向，通过光栅和棱镜分光，完成光谱维扫描。它的空间扫描方向就是遥感平台运动方向。原理：垂直于运动方向完成空间维扫描，平行于运动方向完成光谱维扫描。 （3）两者的优缺点：摆扫型成像光谱仪的优点：A.FOV 大；B.探测元件定标方便，数据稳
实验三（数据处理） 姓名：郜庆科学号：2012303200109 一、实验过程（描述实验的主要步骤，列出主要方法） 【1】、回归分析 利用Excel中自带的回归分析工具对数据进行回归分析，得到结果如表所示： 回归统计 Multiple R 0.999999 R Square 0.999998 Adjusted R Square 0.999996 标准误差 1.59E-05 观测值20 方差分析 df SS MS F Significance F 回归分析7 0.001234 0.000176 695553.4 1.12E-32 残差12 3.04E-09 2.53E-10 总计19 0.001234 Coefficients 标准误差t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0%
Intercept 0.000105 8.39E-05 1.249767 0.23521 -7.8E-05 0.000288 -7.8E-05 0.000288 X Variable 1 -2E-06 1.82E-06 -1.11978 0.284721 -6E-06 1.93E-06 -6E-06 1.93E-06 X Variable 2 -5.43968 0.149242 -36.4486 1.17E-13 -5.76485 -5.1145 -5.76485 -5.1145 X Variable 3 30.00856 0.835847 35.90199 1.39E-13 28.18741 31.82972 28.18741 31.82972 X Variable 4 -67.1698 1.881489 -35.7003 1.49E-13 -71.2692 -63.0704 -71.2692 -63.0704 X Variable 5 77.08559 2.136489 36.08049 1.32E-13 72.43058 81.7406 72.43058 81.7406 X Variable 6 -46.8141 1.298246 -36.0595 1.32E-13 -49.6427 -43.9854 -49.6427 -43.9854 X Variable 7 13.32797 0.35499 37.54468 8.19E-14 12.55451 14.10143 12.55451 14.10143 从回归统计表中可以得到其相关系数R值为0.999999，所以表明自变量与因变量之间有很大的相关性。R平方为复决定系数，上述复相关系数R的平方。用来说明自变量解释因变量y 变差的程度，以说明因变量y的拟合效果。此案例中的复决定系数为0.99998，表明用用自变 量可解释因变量变差的99.98%，该值越大，模型拟合效果很好。调整后的复决定系数R2，该 值为0.999996，说明自变量能说明因变量y的99.99%，因变量y的0.0001%要由其他因素来 解释。 方差分析表中的Significance F（F显著性统计量）的P值为1.12E-32，明显小于显著性水平 0.05，所以说该回归方程回归效果显著，方程中至少有一个回归系数显著不为0。 在回归参数表中，可以得到各个X的回归系数和相关性等。 【2】、使用Excel的作图功能绘制冠层的光谱曲线，波长作为x轴，反射率作为y轴。
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
高光谱遥感实验 实验一高光谱遥感数据 一. 分别使用AVIRIS和Hyperion数据，如何针对植被、水体等不同 地物进行假彩色合成选择合适的波段？ 根据彩色合成原理，可选择同一目标的单个多光谱数据合成一幅彩色图像，当合成图像的红绿蓝三色与三个多光谱段相吻合，这幅图像就再现了地物的彩色原理，就称为真彩色合成。 假彩色合成又称彩色合成。根据加色法或减色法，将多波段单色影像合成为假彩色影像的一种彩色增强技术。合成彩色影像常与天然色彩不同，且可任意变换，故称假彩色影像。 下面以ETM影像为例，进行真彩色合成，详细步骤如下： 1.在ERDAS IMAGINE 2010中加载ETM影像etmsubsrt.img。 图一.添加ETM影像数据
2.由ETM影像数据的基本参数中，RGB三色数据如下 故分别选取1、2、3波段作为蓝、绿、红三色进行真彩色合成，结果如下 图二.ETM影像真彩色合成 图中绿色为植被，蓝色为水体。 3.对ETM影像数据的基本参数进行分析，选取对水体、植被
有特征三个波段进行假彩色合成。因为ETM影像中波段2， 即绿色波段可用于分辨植被，波段,3，即红色波段处于叶 绿素吸收区域，可用于观测植被效果好，波段4，即近红 外波段，可以从植被中区分出水体，故分别选取波段2、3、 4作为蓝、绿、红三色进行假彩色合成。 图三.ETM影像假彩色合成 图中深蓝色为植被，浅蓝色和红色为水体。 使用AVIRIS和Hyperion数据，针对植被、水体等不同地物进行假彩色合成的步骤如上，其中，使用AVIRIS数据进行假彩色合成时选取波段50、31、20作为红绿蓝三色进行假彩色合成
九、高光谱图像处理 高光谱分辨率遥感（Hyperspectral Remote Sensing），简称高光谱遥感，是在电磁波的紫外、可见光、近红外和中红外波段范围内，获取许多非常窄且光谱连续的影像数据的技术。常规遥感的波段宽度一般大于50nm，并且波段在电磁波谱上不连续，所有波段加起来并不能覆盖可见光到热红外的整个波普范围，而光谱遥感成像光谱仪可以提供数十个甚至数百个很窄的波段（波段宽度一般小于10nm）来接受信息，且能够产生一条连续完整的光谱曲线（V ane and Goetz,1933），光谱覆盖从可见光到红外光的全部电磁波范围，因此其信息量是无法探测的，而高光谱传感器极窄的波段宽度，足够识别这些地物特征。高光谱遥感凭借着其明显的技术优势，在各领域展现出广阔的应用前景。目前已广泛应用于地质矿产调查、植被研究、环境监测、土壤调查、农作物估产、大气科学等领域中。 高光谱图像具有以下特点： （1）波段多，光谱分辨率高，光谱间相关性强。 （2）空间分辨率高。高的光谱分辨率和空间分辨率是遥感技术发展的两个方向，这两个方向有趋于统一的趋势。 （3）由于波段多，狭窄且连续，使得高光谱数据量巨大、数据冗余严重。 一些常规遥感图像处理分析方法仍可用于高 光谱影像。但由于高光谱图像波段多、广谱分辨 率大、数据量大等特点，常规的遥感图像处理方 法并不完全适合高光谱图像处理，对它的处理需 要一些特殊的方法和技术。 ERDAS IMAGINE9.2提供了一个高光谱分析 工具，是高光谱数据的分析简单化、自动化。本 章主要介绍高光谱分析工具中的各个功能，这些 功能都在Interpreter图标下的Basic HyperSpectral Tools工具中（图9.1）。本例使用 的示例数据是一幅1995年美国内华达州某地的 AVIRS图像，从波段172~221，共50个波段， 文件格式为img，存放在chp\tutor\ex_hyper.img （图9.2）。 图9.1Basic HyperSpectral Tools工具
第１１卷 第３期２ ０１３年６月光学与光电技术 ＯＰＴＩＣＳ ＆ＯＰＴＯＥＬＥＣＴＲＯＮＩＣ ＴＥＣＨＮＯＬＯＧＹＶｏｌ．１１，Ｎｏ．３ Ｊｕｎｅ，２０１３收稿日期 ２０１２－０９－２９； 收到修改稿日期 ２０１２－１２－ １３作者简介 张达（１９８１－） ，男，博士，副研究员，硕士生导师，主要从事空间光学遥感仪器的研制、空间光学成像，以及光谱探测技术方面的研究。Ｅ－ｍａｉｌ：ｚｈａｎｇｄａ＠ｃｉｏｍｐ ．ａｃ．ｃｎ基金项目 国防预研基金（ＳＡ０５０），国家８６３高技术研究发展计划（２０１０ＡＡ１２２１０９１００１） ，吉林省科技发展计划（２０１１０１０７９ ）资助项目文章编号：１６７２－３３９２（２０１３）０３－００６７－ ０７高光谱遥感的发展与应用 张 达 郑玉权 （中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３） 摘要 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。关键词 高光谱遥感；发展；应用；成像光谱仪中图分类号 ＴＰ７０ 文献标识码 Ａ １ 引 言 遥感技术是２０世纪６０年代发展起来的对地 观测综合性技术［１］ ，随着２０世纪８０年代成像光谱 技术的出现， 光学遥感进入了高光谱遥感阶段。从２０世纪９０年代开始， 高光谱遥感已成为国际遥感技术研究的热门课题和光电遥感的最主要手段。 高光谱遥感技术作为对地观测技术的重大突破［ ２］ ，其发展潜力巨大。 高光谱遥感实现了遥感数据图像维与光谱维信息的有机融合，在光谱分辨率上有巨大优势，是遥感发展的里程碑。随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛，已渗透到国民经济的各个领域，如环境监测、资源调查、工程建设等，对于推动经济建设、社会进步、环境的改善和国防建设起到了重大的作用。本文主要阐述高光谱遥感的特点、优势以及在航空及航天领域的发展情况，概括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。２ 高光谱遥感特点与优势 高光谱遥感是高光谱分辨率遥感（Ｈｙｐｅｒｓｐ ｅｃ－ｔｒａｌ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ） 的简称［３］ ，它是在电磁波谱的紫外、可见光、近红外、中红外和热红外波段范围 内，获取许多非常窄且光谱连续的影像数据的技 术，是在传统的二维遥感的基础上增加了光谱维，形成的一种独特的三维遥感。对大量的地球表面物质的光谱测量表明， 不同的物体会表现出不同的光谱反射和辐射特征，这种特征引起吸收峰和反射峰的波长宽度在５～５０ｎｍ左右，其物理内涵是不同的分子、 原子和离子的晶格振动，引起不同波长的光谱发射和吸收，从而产生了不同的光谱特征。运用具有高光谱分辨率的仪器，通过获取图像上任何一个像元或像元组合所反映的地球表面物质的光谱特性， 经过后续数据处理，就能达到快速区分和识别地球表面物质的目的［ ４］ 。高光谱遥感的成像光谱仪具有光谱分辨率高（５～１０ｎｍ），光谱范围宽（０．４μｍ～２．５μｍ） 的显著特点，可以分离成几十甚至数百个很窄的波段来接收信息， 所有波段排列在一起能形成一条连续的完整的光谱曲线，光谱的覆盖范围从可见光、近红外到短波红外的全部电磁辐射波谱范围。高光谱数据是一个光谱图像的立方体，其空间图像维描述地表二维空间特征，其光谱维揭示图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱 维信息的有机融合［ ５］ 。高光谱遥感在光谱分辨率方面的巨大优势，使得空间对地观测时可获取众多连续波段的地物光谱图像， 从而达到直接识别地球表面物质的目的。地物光谱维信息量的增加为遥感对地观测、地物识别及地理环境变化监测提供了
高光谱在遥感技术的应用 高光谱遥感技术（Hyperspectral Remote Sensing）的兴起是20世纪80年代遥感技术发展的主要成就之一.作为当前遥感的前沿技术，高光谱遥感在光谱分辨率上具有巨大的优势。，随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛。本文主要阐述高光谱遥感的特点和主要应用。 1 高光谱遥感 孙钊在《高光谱遥感的应用》中提到，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。 [1]高光谱遥感具有较高的光谱分辨率，通常达到10～2λ数量级。[2] 1.1 高光谱遥感特点 综合多篇关于高光谱的期刊文章，总结高光谱具有如下特点： （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。[3]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。[4] （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。[5]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 高光谱遥感的优势 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、光谱分辨率 光谱分辨率spectral resolution 定义1：遥感器能分辨的最小波长间隔，是遥感器的性能指标。遥感器的波段划分得越细，光谱的分辨率就越高，遥感影像区分不同地物的能力越强。 定义2：多光谱遥感器接收目标辐射信号时所能分辨的最小波长间隔。 光谱分辨率指成像的波段范围，分得愈细，波段愈多，光谱分辨率就愈高，现在的技术可以达到5~6nm（纳米）量级，400多个波段。细分光谱可以提高自动区分和识别目标性质和组成成分的能力。 传感器的波谱范围，一般来说识别某种波谱的范围窄，则相应光谱分辨率高。 举个例子：可以分辨红外、红橙黄绿青蓝紫紫外的传感器的光谱分辨率就比只能分辨红绿蓝的传感器的光谱分辨率高。 一般来说，传感器的波段数越多波段宽度越窄，地面物体的信息越容易区分和识别，针对性越强。 2、什么是高光谱，多光谱及超光谱 高光谱成像是新一代光电检测技术，兴起于2O世纪8O年代，目前仍在迅猛发展巾。高光谱成像是相对多光谱成像而言，通过高光谱成像方法获得的高光谱图像与通过多光谱成像获取的多光谱图像相比具有更丰富的图像和光谱信息。如果根据传感器的光谱分辨率对光谱成像技术进行分类，光谱成像技术一般可分成3类。 (1)多光谱成像——光谱分辨率在delta_lambda/lambda=0．1mm数量级，这样的传感器在可见光和近红外区域一般只有几个波段。 (2)高光谱成像——光谱分辨率在delta_lambda/lambda=0．01mm数量级，这样的传感器在可见光和近红外区域有几十到数百个波段，光谱分辨率可达nm 级。 (3)超光谱成像——光谱分辨率在delta_lambda/lambda =O．001mm=1nm数量级，这样的传感器在可见光和近红外区域可达数千个波段。 众所周知，光谱分析是自然科学中一种重要的研究手段，光谱技术能检测到被测物体的物理结构、化学成分等指标。光谱评价是基于点测量，而图像测量是基于空间特性变化，两者各有其优缺点。因此，可以说光谱成像技术是光谱分析
高光谱遥感实习报告 目录 一．数据预处理 (2) 1. 数据说明 (2) 2.数据转换 (3) 2.FLAASH大气校正 (4) 3.图像裁剪 (7)
二．光谱识别与地物分析 (8) 1.波段相关性分析 (8) 2.MNF变换 (8) 3.端元提取 (10) 3.1 2-D散点图法 (10) 3.2基于PPI的端元提取（N维散点图法） (13) 三．实习心得 (19) 一．数据预处理 1.数据说明 环境与灾害监测预报小卫星星座A、B星（简称环境小卫星，简写HJ-1A /1B）于2009
年3月30日开始正式交付使用，HJ-1-A星搭载了CCD相机和超光谱成像仪（HSI），HJ-1-B 星搭载了CCD相机和红外相机（IRS）。HJ-1A /1B卫星是继我国继气象、海洋、国土资源卫星之后一个全新的民用卫星。卫星投入使用后，对自然灾害、生态破坏、环境污染进行大范围、全天候、全天时的动态监测，对灾害和环境质量进行快速和科学评估，提高灾害和环境信息的观测、采集、传送和处理能力，为紧急救援、灾后救助及恢复重建和环境保护工作提高科学依据。 HSI 对地成像幅宽为50 km, 星下点像元地面分辨率为100 m，115个波段，工作谱段：459~ 956nm。具有30度侧视能力和星上定标功能。HJ-1数据应用于自然灾害、生态环境之前，需要进行几何及光谱方面的预处理。ENVI在数据读取、图像配准、精确大气校正等方面提供了非常好的工具。 2.数据转换 目前，网上免费获取的HJ-1A /1B卫星CCD和HSI影像的分发的格式主要有两种：CCD 为Geotiff，每一个波段为一个Geotiff文件，并提供一个元数据说明（.XML）; HSI为HDF5格式，也提供一个元数据说明（.XML）。 使用HJ-1数据读取补丁，启动ENVI->File->Open External File->HJ-1->HJ-1A /1B Tools工具。直接读取CCD、HIS、IRS数据，之后选择Basic Tools->Convert Data(BSQ,BIL,BIP)，将刚才生成的文件转成BIL储存顺序的文件。至此，已经将HSI数据转成BIL储存顺序、带有中心波长信息、波段宽度信息的ENVI格式文件。 图1.1 HJ-1A /1B Tools面板
泛函分析概括 高光谱遥感应用中，如何度量光谱间的相似性一直高光谱图象处理的核心问题，因而我们有必要先交代下度量空间的一些概念。 度量空间:所谓度量空间，就是指对偶(,)X d ，其中X 是一个集合，d 是X 上的一个度量（或X 上的距离函数），即d 是定义在X X ?上且对所有,,X ∈x y z 满足以下四条公理的函数： （1） d 是实值、有限和非负的。 （2） 当且仅当=x y 时，(,)0d =x y 。 （3） (,)(,)d d =x y y x （对称性）。 （4） (,)(,)(,)d d d ≤+x y x z z y （三角不等式）。 度量空间给出来空间中元素“距离”的度量，因而使得空间中的元素可比较。但是，仍需要在空间中引入代数结构，使得元素之间可进行代数运算。因而，这里需要引入线性空间。 线性空间：所谓域(K R 或C)上的线性空间是指一个非空集合X ，且其元素,,x y （称为矢量）关于X 和K 定义了两种代数运算。这两种运算分别叫做矢量的加法与标量的乘法。 矢量的加法是，对于X 中的每一对矢量(,)x y ，与其相联系的一个矢量+x y ，叫做矢量之和。按这种方式它还具有下述性质：矢量加法是可交换的和可结合的，即对所有矢量都有 ()()+=+++=++x y y x x y z x y z 此外存在零矢量,X ∈0并对每个矢量x ，存在有-x ，使得对一切矢量有 ()+=+-=x 0x x x 0 矢量与标量的乘法是，对于每个矢量x 和每个标量α，与其相联系的一个矢量αx ，叫做α与x 之积。按这种方式对一切,x y 和标量,,αβ具有
()()1αβαβ==x x x x 和分配律 ()()ααααβαβ+=++=+x y x y x x y 在很多情况下因为线性空间X 上定义了度量d ，所以X 同时也是一个度量空间。然而，如果X 的代数结构与度量没有什么关系的话，我们就不能指望把代数的概念和度量的概念结合在一起。为了保证X 的代数性质与几何性质有如此的关系，我们首先需要引入一个辅助的所谓“范数”的概念，其中要用到线性空间的代数运算。然后再用范数诱导出我们希望的度量d ，这一想法就导出了赋范空间的概念。简单的说，赋范空间把线性空间的代数结构和其作为度量空间的度量紧密结合在一起。 赋范空间:所谓赋范空间X ，就是指在其上定义了范数的线性空间X 。而所谓线性空间X 上的范数，就是指定义在X 上的一个实值函数，它在X ∈x 的值记为x ，并且具有如下性质： （1）0≥x （2）0=?=x x 0 （3）αα=x x （4）+≤+x y x y 其中,x y 是X 中的任意矢量，α为任意标量。 巴拿赫空间：所谓巴拿赫空间就是完备的赋范空间（这里的完备性是按范数定义的度量来衡量的，见下面公式） (,)d =-x y x y ,X ∈x y 此度量叫做由范数所诱导的度量。 由范数所诱导的度量具备以下基本性质: 引理（平移不变性）：在赋范空间X 上，由范数诱导的度量d ，对所有的,X ∈x y 及每个标量α，都满足
https://www.doczj.com/doc/f413643221.html, 中国科技论文在线高光谱遥感影像的光谱匹配算法研究 蔡燕1，梅玲2作者简介：蔡燕，（1984-），女，硕士研究生，主要研究方向：高光谱遥感 通信联系人：梅玲，（1984-），女，助理工程师，主要研究方向：水文地质. E-mail: meilingcumt@https://www.doczj.com/doc/f413643221.html, （1. 中国矿业大学环境与测绘学院，江苏徐州 221008； 2. 江苏煤炭地质勘探四队，南京 210046） 摘要：在高光谱遥感影像处理中，光谱匹配技术是高光谱地物识别的关键技术之一。本文主要围绕光谱匹配算法的研究展开，分析讨论了常用的几种光谱匹配技术的特点，根据先验知识建立了多种地物标准光谱库，并将其读入程序存储，基于Visual C++平台实现了最小距离匹配，光谱角度匹配，四值编码匹配法，最后基于混淆矩阵对分类图像进行精度比较分析并对三种编码匹配法进行比较。 关键词：高光谱；光谱匹配；最小距离匹配；光谱角度匹配；四值编码 中图分类号：TP751 The Study on the Spectral Matching Technique of hyperspectral romote sensing Cai Yan1, Mei Ling2 (1. School Of Environment Science and Spatial Informatics China University of Mining and Technology, JiangSu XuZhou 221008;
2. JiangSu Geological Prospecting Team Four, NanJing 210046 Abstract: In the hyperspectral image processing, the spectral match technique is one of key techniques to identify and classify materials in the image. This paper addresses some issues of spectral matching methods. Several algorithms are analyzed and compared, such as minimum distance matching, spectral angle mapping and quad-encoding. According to the prior knowledge, standard spectral library including typical land-cover types is built, which is stored and used for spectral matching. All of work is done in the programming environment of Visual C++. Finally, the experimental results are tested and compared when classification accuracies are computed based on confusion matrixes. Keywords:hyperspectral; spectral match; minimum distance matching; spectral angle mapping; quad-encoding 0 引言 高光谱遥感技术的发展和广泛应用是20世纪最具有标志性的科学技术成就之一，与传统的多光谱遥感技术相比，高光谱分辨率遥感的核心特点是图谱合一，即能获取目标的连续窄波段的图像数据[1]。高光谱遥感信息的分析处理集中于光谱 维上进行图像信息的展开和定量分析。 高光谱影像分类与地物识别是建立在传统的遥感图像分类算法基础之上，结合高光谱数据特点，对高光谱图像数据进行目标识别，是对遥感图像基本分类方法的扩展与延伸。高光谱遥感影像有着很高的光谱分辨率，且光谱通道连续，因此对于影像中的任一像元均能获取一条平滑而完整的光谱曲线，将其与地物波谱库中的光谱曲线进行匹配运算，实现地物识别与定量反演[2-4]。光谱匹配技术是成像光谱地物识别的关键技术之一，主要通过对地物光谱与参考光谱的匹配或地物光谱与数据库的比较，求算他们之间的相似性或差异性，突出特征谱段，有小提取光谱维信息，以便对地物特征进行详细分析[5]。本文紧紧围绕光谱匹配的算法分析了最小 距离法，光谱角度匹配法，以及四值编码法，进行精度分析与方法比较。