遥感地学分析实验——实验二：遥感图像典型地物波谱特征分析

实验二遥感信息融合与融合效果评价1、实验目的：通过上机操作，初步掌握遥感信息融合的方法，深入理解遥感信息融合的含义，及其在信息解译中的重要作用。

融合后对融合效果的评价是一个不可缺少的环节，由此选择最佳的融合方法。

通过本次实验掌握融合效果评价方法，对通过不同融合方法得到的图像进行评价比较。

2、实验要求：掌握HIS变换融合、主成分变换融合、Brovey变换融合和Multiplictive融合的基本原理和方法。

评价方法可以通过简单的目视效果比较，比较融合后的图像较融合前色彩是否有很大失真，纹理信息是否更加丰富，地物是否更加清晰。

目视判别对融合后的图像做出的定性评价简单、直观，但主观性太强。

为了进一步客观的评价融合效果，可以采用一些指标对图像的光谱真实性和空间纹理信息进行定量分析。

光谱真实性主要运用原多光谱图像与融合后的图像进行差值运算得到差值图像进行评价；空间纹理信息主要运用建模的方法对纹理叠加图像进行相关系数的计算。

3、基本原理：3.1遥感信息的融合处理图像融合，是一种高级图像处理技术，它是按照一定的规则或算法，将单一传感器的多波段信息或不同类别传感器所提供的，信息加以综合，生成一幅具有新的空间、波谱和时间特征的合成图像，从而获得比任何单一数据更准确更丰富的信息。

它不仅仅是数据间的简单叠加，而是强调信息的优化，消除多传感器信息之间可能存在的冗余和矛盾，是有用信息得以加强和互补（注意与图像合成的区别）。

如一般多光谱图像的光谱信息丰富，而空间分辨率较低，全色图像具有较高的空间分辨率，但是它是一个灰度图，缺乏光谱信息，我们将二者融合后，就可以获得高分辨率的多光谱图像，它既包含了丰富多光谱信息又融入了全色图像的高空间分辨率，可大大提高地物的清晰度。

目前，遥感数据融合（其中也包括一些非遥感数据，如与土地利用图的融合）是遥感技术研究的前沿之一。

主要融合方法原理：本次上机掌握主成分变换融合、Mutiplictive融合、Brovey变换融合和HIS变换融合。

遥感图像分析遥感实际上是通过接收（包括主动接收和被动接收方式）探测目标物电磁辐射信息的强弱来表征的，它可以转化为图像的形式以相片或数字图像表现。

多波段影像是用多波段遥感器对同一目标（或地区）一次同步摄影或扫描获得的若干幅波段不同的影像。

在遥感影像处理分析过程中，可供利用的影像特征包括：光谱特征、空间特征、极化特征和时间特性。

在影像要素中，除色调/彩色与物体的波谱特征有直接的关系外，其余大多与物体的空间特征有关。

像元的色调/彩色或波谱特征是最基本的影像要素，如果物体之间或物体与背景之间没有色调/彩色上的差异的话，他们的鉴别就无从说起。

其次的影像要素有大小、形状和纹理，它们是构成某种物体或现象的元色调/彩色在空间（即影像）上分布的产物。

物体的大小与影像比例尺密切相关；物体影像的形状是物体固有的属性；而纹理则是一组影像中的色调/彩色变化重复出现的产物，一般会给人以影像粗糙或平滑的视觉印象，在区分不同物体和现象时起重要作用。

第三级影像要素包括图形、高度和阴影三者，图形往往是一些人工和自然现象所特有的影像特征。

1、遥感信息提取方法分类常用的遥感信息提取的方法有两大类：一是目视解译，二是计算机信息提取。

1.1目视解译目视解译是指利用图像的影像特征（色调或色彩，即波谱特征）和空间特征（形状、大小、阴影、纹理、图形、位置和布局），与多种非遥感信息资料（如地形图、各种专题图）组合，运用其相关规律，进行由此及彼、由表及里、去伪存真的综合分析和逻辑推理的思维过程。

早期的目视解译多是纯人工在相片上解译，后来发展为人机交互方式，并应用一系列图像处理方法进行影像的增强，提高影像的视觉效果后在计算机屏幕上解译。

1）遥感影像目视解译原则遥感影像目视解译的原则是先“宏观”后“微观”；先“整体”后“局部”；先“已知”后“未知”；先“易”后“难”等。

一般判读顺序为，在中小比例尺像片上通常首先判读水系，确定水系的位置和流向，再根据水系确定分水岭的位置，区分流域范围，然后再判读大片农田的位置、居民点的分布和交通道路。

遥感影像地物光谱分析探究摘要：从原理层面出发，探讨了遥感的技术原理以及遥感影像的自动分类技术，旨在对测绘遥感领域的技术手段进行一定程度的回顾与总结，理清思路，方便以后的学习和研究。

关键词：黑体；光谱发射率；光谱反射率；模式识别0引言：由于组成物质的分子、原子结构不同，温度，表面状况等因素的影响，物质对不同波长的电磁波的吸收、反射和发射有很大差异。

基于这些特点，通过多光谱传感器获取地表多光谱遥感影像，进而通过分析地物光谱特性来判断地物类别成为了可能。

1 黑体辐射1.1黑体黑体，是对能够吸收任何波长的电磁波的物体，理想黑体在自然界并不存在黑体。

1.2黑体辐射20世纪初，普朗克用量子理论概念推导黑体辐射通量密度和其温度的关系以及按波长分布的辐射定律[[1]]，公式（1）：式中，为分光谱辐射通量密度；为辐射波长；为普朗克常数；为光速；为玻耳兹曼常数；为绝对温度。

公式（1）表明，给定波长下，黑体的辐射情况只与它的温度有关，同时，对上式求积分，即公式（2）：最后得到公式（3）：其中：公式（3）表明，绝对黑体表面，单位面积发出的总辐射能量只与温度相关，与其他因素无关。

这一原理表明，理想情况下，通过探测物体表面发射的辐射能总量，可以测定物体温度。

2 地特的发射波谱特性黑体辐射能量强度仅与温度和波长有关，但在自然界中，物体对电磁波的吸收和发射都比黑体低。

2.1 实际物体的发射率物体的辐射强度不仅与物体的温度和对应波长有关，还与物体的材质，表面状况等因素有关。

描述物体的发射强度与黑体的关系，我们引入发射率的概念，式（4）：公式（4）表明，实际物体的发射强度与黑体的发射强度存在比例关系，因此，发射率是一个介于0和1之间的数[[2]]。

同时，为了更好的描述物体的发射率，引入灰体的概念，即，物体在各个波长的发射率相同：，根据公式（3）和公式（4）可知，实际物体的发射强度：为了便于分析，需要一个近似黑体的光滑曲线来拟合灰体的辐射曲线，由公式（3）可知，黑体的辐射曲线形状只与温度有关，因此，拟合曲线与灰体辐射曲线存在对应关系，即公式（6）：代入式（3）可得：化简得：基尔霍夫定律表明，在任一给定温度下，辐射通量密度与吸收率之比对任何材料都是一个常数，并等于该温度与黑体的辐射通量密度[[3]]，即：代入公式（3）和公式（5）得：即物体的吸收率与发射率相等。

不同类型的地物在遥感影像中呈现出不同的光谱曲线特征。

以下是一些常见地物的光谱曲线特征：
植被：植被在可见光波段（0.4-0.7微米）表现出较高的反射率，特别是在绿色波段（0.5-0.6微米）反射率最高。

这是因为植被对太阳辐射的吸收主要集中在红光和蓝光波段，而对绿光波段较少吸收，因此呈现出较高的反射率。

水体：水体在可见光波段表现出较低的反射率，尤其在蓝光波段（0.45-0.5微米）反射率较低。

这是因为水体对蓝光有较强的吸收能力，吸收了大部分蓝光能量，导致较低的反射率。

土壤：土壤的光谱曲线特征受其成分和含水量的影响。

一般而言，裸土在可见光波段的反射率较高，而在近红外波段（0.7-1.3微米）反射率较低。

不同类型的土壤（如沙质土壤、粘质土壤等）的光谱特征会有所差异。

建筑物：建筑物通常呈现出较高的反射率，尤其在可见光和近红外波段。

建筑物的反射率与其材质和表面特性有关，如玻璃、金属等材质会呈现出较高的反射率。

道路：道路表面通常具有较高的反射率，尤其在可见光和近红外波段。

道路的光谱特征与其材质、路面状况和光照条件等因素相关。

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)=E R（λ）/E I(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。

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)=E R（λ）/E I(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。

典型地物波谱特征1. 植被：植被在可见光波段（400-700nm）有较高的反射率，特别是在绿光波段（500-600nm）具有最高的反射率。

这是由于植物叶片中的叶绿素所致。

而在红外波段（近红外和中红外）植被的反射率较低，由于叶片中的水分和植被构架的散射。

这些反射特征使得植被在光谱上呈现出独特的红光和近红外反射的“红边”特征，可以用来检测植被的类型、生长状况和叶绿素含量。

2.土壤：土壤具有较低的反射率，特别是在可见光波段和红外波段。

土壤的光谱特征主要由其物理和化学特性决定，如含水量、粒度和有机质含量。

不同土壤类型具有不同的光谱特征，可以通过光谱分析来进行区分。

例如，矿物质丰富的土壤在可见光波段和红外波段具有较高的反射率；有机质含量高的土壤在红外波段具有较高的吸收率。

3.水体：水体在可见光波段有较低的反射率，特别是蓝光波段。

这是由于水分子的吸收作用。

在红外波段，水体的吸收率较高，特别是在中红外波段。

这些反射和吸收特征使得水体在光谱上呈现出低反射的“蓝窗口”和高吸收的“红窗口”特征，可以用来进行水体的识别和水质监测。

4.建筑物：建筑物在可见光波段和红外波段具有较高的反射率。

不同类型的建筑物具有不同的光谱特征，可以通过光谱分析进行分类。

例如，玻璃和金属材料具有很高的反射率，并在短波红外波段具有很高的吸收率；混凝土和瓦片具有适中的反射率和较低的吸收率。

5.云和雪：云和雪在可见光波段具有较高的反射率，特别是在蓝光波段。

在红外波段，云和雪的反射率较低，并具有较高的吸收率。

这些反射和吸收特征使得云和雪在光谱上具有明显的特征，可以用来进行云和雪的遥感监测。

以上是一些典型地物的波谱特征的例子，不同地物在不同波段上的反射和吸收特征是由其物理、化学和结构特性所决定的。

通过利用这些特征，可以对地物进行识别和定量化，为环境监测、资源调查和灾害监测等应用提供重要的信息。

遥感实验二遥感影像的初步识别一、实验目的学会识别遥感影像及其标识、理解像元灰度值与图像亮度及颜色的关系、理解遥感图像的矩阵表示、理解像元大小、掌握遥感图像的各种打开方式，对比了解不同影像的色调、纹理及颜色特征。

二、实验原理地物光谱特征及成因。

三、实验数据某区域的遥感图像，包括：367-071-0000103564.zip、452-86-L10000004263.rar、11943E20010304.rar、12843_19731222.rar。

四、实验内容及主要步骤1、识别遥感影像及其标识在资源管理器中找到与遥感影像文件名相同扩展名不同的文本文件，用记事本或写字板打开该文件，阅读其中的图像信息；阅读layer info中标明的图像信息；查询像元灰度值（用光标定位显示和用影像信息表查看）。

2、遥感影像的打开方式a、用缺省方式打开遥感影像打开影像（数据格式、缺省显示方式）、重叠显示并对比两个影像；放大、缩小、漫游、全图显示。

b、遥感影像的多种打开方式包括：图像按多波段RGB真彩色、某波段按假彩色、某波段按灰度、高程数据按地势显示。

3、不同遥感影像的对比识别结合实验内容1和2，认识常用遥感数据的图像特征，识别不同传感器成像的异同点，该实验内容留作课后作业。

五、课后作业及要求结合本次课的实验内容，对所提供的影像数据（包括MSS、ETM、CBERS、HJ）对比进行识别和分析，内容包括：1、识别影像（包括卫星及传感器、太阳高度角及方位角、成像时间、空间分辨率、覆盖范围、波段数及行列数、投影参数等相关信息），要求写出实际的操作过程及所得结果的依据所在；2、对比分析同一地物在不同影像上的颜色、纹理、色调特征，对其成因进行分析和探讨，可查找相关文献进行总结。

附：作业指导书1、识别遥感影像及其标识在Viewer下点击按钮打开遥感影像，在出现的对话框中点击files of type框右边的黑色三角号，观察所支持的文件格式，初步了解软件所支持的文件格式及常用的文件格式；在资源管理器中找到与遥感影像文件名相同扩展名不同的文本文件，左键点击该文件后点击右键，选择用记事本或写字板打开该文件，阅读其中的图像信息；阅读layer info中标明的图像信息：点击菜单utility/layer info，出现image info窗口，点击general查看其像元大小、波段数、地图参数、投影参数等相关信息；点击projection可查看详细的投影信息；点击histogram可查看各波段的灰度分布直方图；点击pixel data可查看各像元的灰度值，拖动数字窗口中的滑块，观察各行列的数据，体会图像的矩阵表示。

遥感地学分析实验第一步，进行图像图层堆叠Interpreter->Utilities->Layer Stack打开图层叠加对话框，选择要叠加的图象先进行轨道为119，行数为34的各个图层（分别为1,2,3,4,5,7波段）图像的叠加依次将1,2,3,4,5,7波段的图像添加进去，并将合并结果命名为119034叠加结果为同理，对轨道为119，行数为35的各个图层（分别为1,2,3,4,5,7波段）图像的叠加，拼接结果命名为119035同理，对轨道为120，行数为34的各个图层（分别为1,2,3,4,5,7波段）图像的叠加，拼接结果命名为120034第二步，图像的镶嵌DataPre->Mosaic Image->弹出对话框（1）加载图像，Edit->Add Image先将119034,119035加载进去，加载结果如上：（2）选取重叠区，按，得结果，如下（3）将拼接的图像调到同一窗口（4）画AOI（一般沿线性地物画，这里沿海岸线画）并保存，命名为193435引入AOI,将文件193435.aoi引入,得结果，如下：（5）设置重叠区函数，单击，设置选项（6）重采样,单击--（7）图像拼接Process Run Mosaic得结果，命名为193435.img（8）将所得结果193435.img与120034.img进行拼接，步骤如上，即得三幅图的拼接结果,命名pinjie.img第三步，图像的裁剪裁出烟台的AOI保存AOI,利用AOI进行裁剪DataPre-- Subset Image弹出对话框，设置选项引入AOI进行裁剪裁剪结果如下，命名为caijian.img第四步，图像的校正DataPre-- Image Geometric Correction（1）选择需要矫正的图像，在已打开视窗中选择选mo—yantai.img（1）选择几何校正模型，多项式（2）设置该模型的选型多项式次数为1设置投影信息Geographic(Lat/Lon)--Krasovsky(5)选择标准图像，从已经打开的视窗中选择选guihuatouying.img(6)选择地面控制点(7)重采样，输出结果命名为jiaozheng.img校正结果为最后进行控制点和参照点的保存，以及校正模型的保存即可第五步，图像的重分类（1）采样：Classifier-- Signature Editor弹出对话框，添加采样采样结果命名为fenlei2.sig，经采样可确定分为河流、河道、耕地、森林、裸地、居民地、湖共七类保存采样结果（2）进行采样评估Evaluate-- Contingency评估结果分析，可以看出对所选取样本点的分类有很高的正确性（3）进行监督分类Classifier-- Supervised Classfication弹出对话框，设置可选项，进行重分类，结果命名为fenlei.img结果为第六步，对分类结果进行验证（1）在视窗中打开原始图像（2）启动精确评估对话框：Classifier--→Classification--→Accuracy Assessment弹出对话框（3）打开分类专题图像Accuracy Assessment 对话框菜单条：File→Open→打开Classified Image 对话框→在Classified Image 对话框中确定与视窗中对应的分类专题图像→OK （关闭Classified Image 对话框）→返回Accuracy Assessment 对话框（4）将原始图像视窗与精度评估视窗相连接Accuracy Assessment 对话框：→工具条：点击Select Viewer 图标（或菜单条：选择View菜单的Select Viewer）→将光标在显示有原始图像的视窗中点击一下→原始图像视窗与精度评估视窗相连接（5）在精度评价对话框中设置随机点的色彩Accuracy Assessment 对话框：→菜单条View →Change Colors 菜单项→打开Change color 面板→在Points with no Reference 确定没有真实参考值的点的颜色→在Points with Reference 确定有真实参考值的点的颜色→OK （执行参数设置）→返回Accuracy Assessment 对话框没有真实参考值的是白色，有真实参考值的是黄色（6）产生随机点Accuracy Assessment 对话框：→Edit →Create/Add Random Points→打开Add Random Points 对话框，设置选项，如下（7）显随机点及其类别Accuracy Assessment 对话框：→View. →Show All(所有随机点均以第五步年设置的颜色显示在视窗中) →Edit→Show Class Values （各点的类别号出现在数据表的class 字段中）（8）输入参考点的实际类别值没有参考值的图加上参考值之后的图计算机所生成的随机样点并对其验证的结果，如下表（共115个点）（9）设置分类评价报告输出环境及输出分类评价报告Accuracy Assessment 对话框：→Report →Accurcy Report 弹出报告对话框通过报告可以发现，有接近80%的象元分类正确，故认为此次分类比较合理。

实验三：典型土壤类型的波谱特征（3学时）
原理与方法
土壤的理化性质差异决定着反射波谱性质的差异性，通常来说自然状态下土壤表面的反射率没有明显的峰值和谷值，它随着波长的增长反射率逐步增加，但是由于不同的土壤类型理化性质也不相同，其反射率受到土壤质地、有机质量、土壤含水量等方面的影响。

土壤质地越细反射率越高，有机质含量越高和含水量越高反射率越低。

因此可以通过实验的方法探讨不同土壤类型的光谱特征，以及根据光谱特征分析土壤的理化性质。

实习仪器
学生实习机房
图象处理软件（ENVI3.5）
ASD野外光谱仪
实验目的
1、了解典型土壤的波谱特征；
2、分析不同土壤类型有机质含量的反射波谱特征差异。

实验报告
内容包括：实验目的、典型土壤类型的反射率曲线图、不同土壤类型光谱差异的影响因素。