下载文档原格式
“高分一号”卫星数据遥感影像分类方法研究——以内蒙古维拉斯托地区为例金兴;祝新友;王晨昇;葸玉泽;孙厚云【期刊名称】《矿产勘查》【年(卷),期】2017(008)006【摘要】高分一号”（GF-1）卫星是中国高分辨率对地观测系统的首发星,突破了高空间分辨率、多光谱与宽覆盖相结合的光学遥感等关键技术,开启了中国对地观测的新时代。
文章以内蒙古维拉斯托地区为研究对象,首先对GF-1卫星采集的遥感数据进行正射校正、配准、融合、裁剪等预处理；采取不同的图像分类方法提取研究区地形地貌特征及矿业活动特征,并对不同分类方法提取结果进行合并处理与精度评价。
结果显示,利用监督分类中人工神经网络方法可以对研究区中的矿业活动特征进行有效的提取。
同时应用此种分类方法对大兴安岭西区景观特征的提取也有指导意义。
【总页数】10页(P1069-1078)【作者】金兴;祝新友;王晨昇;葸玉泽;孙厚云【作者单位】[1]中国地质大学（北京）,北京100083;;[2]北京矿产地质研究院,北京100012;;[2]北京矿产地质研究院,北京100012;;[2]北京矿产地质研究院,北京100012;;[2]北京矿产地质研究院,北京100012【正文语种】中文【中图分类】P627【相关文献】1.“高分一号”卫星数据遥感影像分类方法研究——以内蒙古维拉斯托地区为例2.非典型地区传统村落特色及分析方法研究——以内蒙古宋杖子村为例3.锡钨锂矿化与外围脉状铅锌银铜矿化的内在成因关系和形成机制——以内蒙古维拉斯托锡钨锂多金属矿床为例4.一种稀土参数图解新方法:以内蒙古拜仁达坝-维拉斯托闪长岩成因研究为例5.半干旱荒漠草原覆盖区地气测量方法研究——以内蒙古维拉斯托锌铜多金属矿床为例因版权原因，仅展示原文概要，查看原文内容请购买。
“高分一号”卫星遥感成像特性“高分一号”卫星是我国自主设计、制造、发射的高清分辨率遥感卫星，是我国高分辨率遥感卫星家族的第一颗卫星。
该卫星发射时间为2015年9月9日，在轨运行4年来，已经取得了丰富的遥感影像数据，为我国的国土资源调查、环境监测、气象预报等多个领域提供了重要的支持。
本文主要通过对“高分一号”卫星遥感成像特性的论述，全面解析该卫星在遥感应用方面的优势和特点。
首先，高分辨率是“高分一号”卫星的最大特点。
其积极有效地弥补了我国空间遥感技术在分辨率方面的不足。
该卫星最高分辨率可达0.5米，较之以往我国的遥感卫星分辨率提升了一个级别，极大的提高了空间遥感技术的精度和分辨率。
该卫星在成像过程中，采用三线阵式相机系统，图像质量高，特别适合城市布局、高速公路等要求高精度的图像采集。
其次，“高分一号”卫星在数据覆盖和响应速度方面也有很大的优势。
该卫星的覆盖能力可达全球，实现高分辨率遥感卫星数据的全球采集和响应能力，为我国战略情报和海外投资环保等领域提供了决策依据。
卫星数据处理系统具有高效性和实时性，数据处理的速度较快，数据更新周期也短，数据响应速度得到了有效保障。
再次，“高分一号”卫星的红外遥感技术在许多应用领域都具有非常广泛的应用前景。
卫星载荷中的红外光学相机可以进行陆地、海洋监测、自然资源调查、暴雨、暴雪、沙尘暴等天气事件预警预报。
该卫星在应对森林火灾、污染事件、自然灾害等多个领域具有较好的应用前景和应用价值。
实现高精度地遥感监测与预警，提供科学依据为行动指引。
最后，“高分一号”卫星近地点时间、空中可见时间窗口等设计方面，为长期稳定数据的采集提供了保障。
另外，该卫星在传输系统方面采用高速带宽，大大缩短了数据传输时间，进一步提高了数据处理的速度和效率。
总之，“高分一号”卫星的遥感成像特性使得其具有非常广泛的应用前景。
该卫星不仅在空间分辨率、响应速度、数据覆盖及红外技术上占有绝对优势，而且还兼顾了网络、链路等方面的设计，为我国农业、水利、林业、城市规划等多个领域提供了强有力的支持，极大地推动了我国遥感产业的发展。
高分一号卫星是中国高分辨率对地观测系统的第一颗卫星，于2013年4月26日成功发射。
“高分一号”的全色分辨率是2米，多光谱分辨率为8米。
它的特点是增加了高分辨率多光谱相机，该相机的性能在国内投入运行的对地观测卫星中最强。
此外，“高分一号”的宽幅多光谱相机幅宽达到了800公里，重访周期只有4天，“高分一号”实现了高空间分辨率和高时间分辨率的完美结合。
它为国土资源部门、农业部门、环境保护部门提供高精度、宽范围的空间观测服务，在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理，疫情评估与公共卫生应急、地球系统科学研究等领域发挥重要作用。
高分一号卫星参数
高分一号2米影像样片
（详情点击进入官网或来电咨询）
广西善图科技有限公司是一家集遥感数据获取、深度加工、遥感信息提取及解译、行业应用、软件服务、解决方案为一体的股份制高新技术企业。
依托东盟和北部湾经济发展优势，服务辐射全国和越南、泰国、缅甸、印度尼西亚等东南亚国家。
在不断的发展过程中，善图企业始终专注于遥感技术的标准化、专业化、民用化服务，用遥感开阔眼界，让数据服务世界。
更多问题欢迎来电咨询或访问官网了解。
北京揽宇方圆信息技术有限公司高分一号（GF-1）卫星-国产卫星数据源“高分一号”（GF-1）卫星是中国高分辨率对地观测系统的第一颗卫星，由中国航天科技集团公司所属空间技术研究院研制，主要用户为国土资源部、农业部和环境保护部。
高分辨率对地观测系统工程是《国家中长期科学和技术发展规划纲要（2006～2020年）》确定的16个重大专项之一，由国防科工局、总装备部牵头实施。
GF-1卫星搭载了两台2m分辨率全色/8m分辨率多光谱相机，四台16m分辨率多光谱相机。
卫星工程突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，多载荷图像拼接融合技术，高精度高稳定度姿态控制技术，5年至8年寿命高可靠卫星技术，高分辨率数据处理与应用等关键技术，对于推动我国卫星工程水平的提升，提高我国高分辨率数据自给率，具有重大战略意义。
GF-1的特点是增加了高分辨率多光谱相机，该相机的性能在国内投入运行的对地观测卫星中最强。
此外，GF-1的宽幅多光谱相机幅宽达到了800公里，而法国发射的SPOT6卫星幅宽仅有60公里。
GF-1在具有类似空间分辨率的同时，可以在更短的时间内对一个地区重复拍照，其重复周期只有4天，而世界上同类卫星的重复周期大多为10余天。
可以说，GF-1实现了高空间分辨率和高时间分辨率的完美结合。
高分一号卫星发射成功后，能够为国土资源部门、农业部门、环境保护部门提供高精度、宽范围的空间观测服务，在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理，疫情评估与公共卫生应急、公安执法、地球系统科学研究等领域发挥重要作用。
为什么购买遥感卫星数据服务选择北京揽宇方圆信誉超级好：多年的遥感卫星数据数据经营品牌公司，行业用户的实力选择，国家高新技术企业，国家A级纳税人企业，1800多个行业用户的选择。
遥感数据正版：卫星影像数据来源正规版权，提供正规的遥感数据查询服务。
数据定制化：遥感卫星影像销售专员从事行业久，专业团队，提供遥感数据的行业应用建议，查询卫星数据反馈迅速快捷。
高分一号数据参数高分一号卫星是中国高分辨率对地观测系统的第一颗卫星，卫星全色分辨率是2米，多光谱分辨率为8米。
高分一号卫星的宽幅多光谱相机幅宽达到了800公里。
卫星发射试验队在卫星进场前对发射场质量管理工作进行了详细策划，按照集团公司“航天型号精细化质量管理要求”、“航天型号技术风险分析与控制要求”等各项规章制度，制定了《高分一号卫星发射场产品保证计划》。
试验队进场后，及时下发了《高分一号卫星发射场复查及“四查双想”工作要求》的通知。
工作内容包括发射场风险分析与控制复查、四查双想和飞控预案复查三个部分。
高分一号卫星在发射场技术区未发生任何质量问题，实现了发射场工作零缺陷、产品零故障的目标，确保了卫星不带问题转场。
据介绍，高分专项打破了以往遥感卫星数据由单一或少数用户部门管理的模式，每颗高分卫星均对应多个主要用户部门，并向其他用户部门提供数据服务。
国防科工局结合专项实施，鼓励和支持高分数据应用有关产业集群、产业化基地等建设，并逐步引导遥感集市对高分数据进行商业开发、创新产业模式。
此外，国防科工局通过政府间平等互利的数据交换等合作，将高分数据有效推广出去，并支持国内相关企业开拓国际商业服务市场。
高分一号卫星发射成功后，将能够为国土资源部门、农业部门、环境保护部门提供高精度、宽范围的空间观测服务，在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理，疫情评估与公共卫生应急、地球系统科学研究等领域发挥重要作用。
公安部可以利用高分一号卫星数据和高分专项先期攻关成果，在黑龙江、内蒙古、河北等地发现了多处罂粟种植区;在吉林、内蒙古等地发现了建国以来最大面积的大麻种植区;在中朝边界、新疆发现数十条非法越境通道;在福建发现海上大型走私油库等。
这些成果为公安部有关部门执法提供了重要信息支撑。
高分一号到十三号，要点全部“划”出来了作者：来源：《大众科学》2022年第04期从高分一号到高分七号，中国“高分家族”的规模不断壮大，本领也越来越强。
“高分家族”不仅构建起我国自主高分辨率对地观测系统，在应用上也遍及国土测绘、农业、林业、环保等领域。
太空中的“天眼”，正发挥着越来越重要的作用。
高分卫星，广义上来讲，是指高分辨率卫星，数据分辨率可达米级或亚米级。
国内通常也将国产高分系列卫星简称为高分卫星。
目前，高分家族已经从高分一号发展到高分十三号。
高分一号为光学成像遥感卫星，卫星搭载了两台2m分辨率全色/8m分辨率多光谱相机，四台16m分辨率多光谱相机。
卫星工程突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，多载荷图像拼接融合技术，高精度高稳定度姿态控制技术，5年至8年寿命高可靠卫星技术，高分辨率数据处理与应用等关键技术，对于推动中国卫星工程水平的提升，提高中国高分辨率数据自给率，具有重大战略意义。
“高分二号”也是光学遥感卫星，卫星是中国自主研制的首颗空间分辨率优于1米的民用光学遥感卫星，搭载有两台高分辨率1米全色、4米多光谱相机，具有亚米级空间分辨率、高定位精度和快速姿态机动能力等特点，有效地提升了卫星综合观测效能，达到了国际先进水平。
高分二号卫星于2014年8月19日成功发射，8月21日首次开机成像并下传数据。
这是中国目前分辨率最高的民用陆地观测卫星，星下点空间分辨率可达0.8米，标志着中国遥感卫星进入了亚米级“高分时代”。
主要用户为国土资源部、住房和城乡建设部、交通运输部和国家林业局等部门，同时还将为其他用户部门和有关区域提供示范应用服务。
高分三号卫星是中国首颗分辨率达到1米的C频段多极化合成孔径雷达（SAR）成像卫星，于2016年8月10日在太原卫星发射中心用长征四号丙运载火箭成功发射升空，填补了民用高分辨率合成孔径雷达卫星的空白，标志着高分专项全天时全天候对地观测能力初步形成，对服务经济社会发展、保障国家安全和民生安全具有重要意义。
高分一号影像计算psri指数
高分一号影像是中国自主研发的一种高分辨率遥感卫星，用于
获取地表信息和监测环境变化。
而PSRI（Plant Senescence Reflectance Index）指数是一种植被衰老反射指数，用于评估植被
的生理状态和健康状况。
计算PSRI指数需要利用高分一号影像的多
光谱数据进行处理和分析。
首先，获取高分一号影像的多光谱数据，通常包括蓝光、绿光、红光和近红外光谱波段数据。
这些数据可以通过遥感数据提供商或
相关科研机构获取。
其次，利用遥感图像处理软件（如ENVI、ArcGIS等）对获取的
多光谱数据进行预处理，包括大气校正、辐射校正等，以确保数据
质量和准确性。
接下来，根据PSRI指数的计算公式，进行数据处理和计算。
PSRI指数的计算公式为，PSRI = (R_678 R_500) / (R_678 +
R_500)，其中R_678代表近红外波段的反射率，R_500代表绿光波
段的反射率。
根据这个公式，可以利用遥感图像处理软件计算出每
个像元的PSRI值。
最后，根据计算得到的PSRI指数图像，可以进行进一步的分析
和解译。
PSRI指数通常用于评估植被的生长状况、叶片衰老程度等
信息，可以帮助农业、林业等领域的研究人员进行植被监测和健康
评估。
总的来说，计算高分一号影像的PSRI指数需要获取多光谱数据，进行数据处理和计算，最终得到PSRI指数图像进行进一步分析和应用。
这项工作对于植被监测和环境变化研究具有重要意义。
北京揽宇方圆信息技术有限公司高分一号卫星数据的技术指标“高分一号”于2013年4月26日在酒泉卫星发射中心由长征二号丁运载火箭成功发射。
是高分辨率对地观测系统国家科技重大专项的首发星，配置了2台2米空间分辨率全色/8米空间分辨率多光谱相机，4台16米空间分辨率多光谱宽幅相机。
设计寿命5至8年。
“高分一号”卫星具有高、中空间分辨率对地观测和大幅宽成像结合的特点，2米空间分辨率全色和8米空间分辨率多光谱图像组合幅宽优于60公里；16米空间分辨率多光谱图像组合幅宽优于800公里。
表1：高分一号卫星有效载荷技术指标高分一号卫星能够为国土资源部门、农业部门、气象部门、环境保护部门提供高精度、宽范围的空间观测服务；在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理，疫情评估与公共卫生应急、地球系统科学研究等领域发挥重要作用。
北京揽宇方圆信息技术有限公司是国内的领先遥感卫星数据机构，而且是整合全球的遥感卫星数据资源，分发不同性能、技术应用上可以互补的多种卫星影像，包括光学、雷达卫星影像、历史遥感影像等各种卫星数据服务，各种专业应用目的的图像处理、解译、顾问服务以及基于卫星影像的各种解决方案等。
遥感卫星影像数据贯穿中国1960年至今的所有卫星影像数据，是中国遥感卫星数据资源最多的专业遥感卫星数据服务机构，提供多尺度、多分辨率、全覆盖的遥感卫星影像数据服务，最大限度的保证了遥感影像数据获取的及时性和完整性。
优势：1：北京揽宇方圆国内老牌卫星数据公司，经营时间久，行业口碑相传，1800个行业用户选择的实力见证。
2：北京揽宇方圆遥感数据购买专人数据查询一对一服务，数据查询网址是卫星公司网。
3：北京揽宇方圆拥有大型正版遥感处理软件，遥感数据处理工程师有10年以上遥感处理工作经验，并有国家大型项目工作经验自主卫星数据处理软件著作权，最大限度保持遥感卫星影像处理的真实度。
4：北京揽宇方圆国家高新技术企业，通过ISO900认证的国际质量管理操作体系，无论是遥感卫星品质和遥感数据处理质量，都能得到保障。
高分一号（GF-1）数据预处理流程一、综述高分一号卫星是中国高分辨率对地观测系统的第一颗卫星，由中国航天科技集团公司所属空间技术研究院研制。
于2013年4月26日12时13分04秒由长征二号丁运载火箭成功发射，开启了中国对地观测的新时代。
高分一号卫星是中国高分辨率对地观测系统的首发星，搭载了两台2m分辨率全色/8m分辨率多光谱相机，四台16m分辨率多光谱相机。
突破了高空间分辨率、多光谱与宽覆盖相结合的光学遥感等关键技术,设计寿命5至8年。
高分一号卫星发射成功后，将能够为国土资源部门、农业部门、环境保护部门提供高精度、宽范围的空间观测服务,在地理测绘、海洋和气候气象观测、水利和林业资源监测、城市和交通精细化管理,疫情评估与公共卫生应急、地球系统科学研究等领域发挥重要作用。
表1 高分一号卫星轨道和姿态控制参数表2 高分一号卫星有效载荷技术指标高分一号数据产品：GF—1卫星标准产品根据输入姿轨数据与处理流程的不同分为1A和2A级产品，具体说明见表3.表3 GF—1标准产品说明二、数据打开及浏览在ENVI中,选择file—〉Open，直接选择。
tiff 文件打开。
可以看到ENVI自动识别了相应的RPC文件（。
rpb)，数据的储存顺序是BIP。
在波段列表窗口中可以看到所打开数据的波段信息（多光谱数据），选择相关的波段在显示窗口中显示.三、辐射校正1 遥感器校准由遥感器的灵敏度特征引起的畸变主要是由其光学系统或者光电变化系统的这正所形成的.校正公式如下： Lb s=A＊DNB+B其中A为校正增量系数，DNB为遥感器记录值，B为校正偏差量2 大气校正大气是介于卫星传感器与地球表层之间的一层由多种气体及气溶胶组成的介质层。
在太阳辐射到达地表再到达卫星传感器的过程中,两次经过大气，故大气对太阳辐射的作用影响比较大.大气校正的目的是消除大气和光照等因素对地物反射的影响，广义上讲是获得地物反射率、辐射率或者地表温度等真实物理模型参数,狭义上是获取地物真实反射率数据。
高分一号卫星影像介绍
高分一号01星
高分一号卫星2013年4月26日在酒泉卫星发射中心由长征二号丁运载火箭成功发射。
高分专项是国家19个科技重大专项其中之一，而高分一号卫星是高分专项第一颗卫星，具有重大示范及象征作用。
高分一号卫星数据参数
高分一号02、03、04星
2018年3月31日11时22分，长征四号丙运载火箭在太原卫星发射中心一箭三星一举将高分一号02、03、04星发射升空，三颗卫星准确进入预定轨道，发射取得圆满成功。
高分一号02、03、04星由中国航天科技集团有限公司五院所属航天东方红卫星有限公司抓总研制，是我国首个民用高分辨率光学业务星座。
该星座具备多种运行模式，具有高质量、高效能成像优势，可实现3星15天全球覆盖、2天重访，长期、连续、稳定、快速地获取2米全色、8米多光谱影像。
该星座还可以与高分一号01星共同构建陆地资源调查监测业务
星座，将覆盖全球的周期缩短至11天，重访周期缩短至1天，应急情况下，可对目标区进行数小时级重访观测，对同一地区快速拼接成像。
高分一号星座可实现国土资源应用中1:2.5万~1:5万比例尺遥感数据国产化率达到90%以上的目标，减少重大行业和大用户对国外数据的依赖，为圆满完成我国第三次全国土地调查提供高精度、业务化、海量光学卫星遥感数据。
我国民用高分辨率光学业务星座可用于国土资源调查、监测、监管与应急等主体业务，并可服务于减灾、环保、住建交通、农业、林业、海洋、测绘等行业，提供社会化应用。
高分一号卫星数据产品级别
高分一号卫星数据不单独提供全色或多光谱，为捆绑产品。
对景（PMS）包含2米全色和8米多光谱数据产品，归档及提供产品级别均为1级（相对辐射校正）产品。
高分一号PMS相机多光谱和全色数据预处理(2013-09-22 19:12:22)转载▼分类：ENVI标签：高分一号gf-1杂谈高分一号（GF-1）的P/MS相机可以获取包括8米多光谱和2米的全色图像。
其中8米的多光谱包括蓝、绿、红、近红外4个波段。
GF-1还配置4台分辨率为16米的多光谱中分辨率宽幅相机，拥有800km幅宽。
和其他国产数据一样，如资源三号、资源一号02C等，在ENVI中完全支持利用提供的RPC文件进行正射校正等处理，处理流程和资源三号、资源一号02C基本一样。
注：本文主要在ENVI5中操作。
1. 图像打开在ENVI5中，选择file->Open，直接选择.tiff 文件打开。
可以看到ENVI自动识别了相应的RPC文件（.rpb），数据的储存顺序是BIP。
在图像显示窗口中，根据RPC文件对图像进行了几何定位。
通过透视窗口对比全色和多光谱的几何位置，Y方向有一定的位置偏移，X方向位置偏移较大。
2. 正射校正ENVI5中(1) 启动Toolbox/Geometric Correction/Orthorectification/RPC Orthorectification Workflow。
(2) 第一步骤：选择图像文件和dem文件(3) 第二步骤：正射校正参数设置，包括控制点选择、输出像元大小、重采样方法、输出路径等。
控制点：无Pixel size：8Image resample：Cubic Convolution(4) 单击Finish，执行正射校正。
全色图像的正射校正使用相同的方法。
注：ENVI5中的正射校正工具优点是流程化操作，缺点是没法设置输出的结果的投影参数。
使用ENVI Classic中的Map- > Orthorectification -> Generic RPC and RSM完成正射校正。
图1：正射校正参数设置打开全色和多光谱正射校正结果，两个结果都是在无控制点、利用RPC文件做的正射校正，可以看到几何位置在视觉上没有偏差，叠合的非常好。
基于高分卫星遥感数据的广西中小流域地表植被特征分析孙明;钟仕全;莫建飞;谢敏;蔡建初
【期刊名称】《气象研究与应用》
【年(卷),期】2017(38)1
【摘要】利用高分卫星遥感数据(GF-1),通过不同流域植被的光谱特征分析,建立解译标志,采用遥感分类方法进行分类,获取流域的植被信息;采用GIS技术,分析不同类型的植被特征对中小流域洪涝灾害发生的影响.结果表明:流域洪涝灾害与地形地貌关系密切,研究结果对开展中小流域洪涝灾害监测有着重要的作用.
【总页数】5页(P79-81,86,后插1)
【作者】孙明;钟仕全;莫建飞;谢敏;蔡建初
【作者单位】广西壮族自治区气象减灾研究所,南宁530022;国家卫星气象中心遥感应用试验基地,南宁530022;广西壮族自治区气象减灾研究所,南宁530022;国家卫星气象中心遥感应用试验基地,南宁530022;广西壮族自治区气象减灾研究所,南宁530022;国家卫星气象中心遥感应用试验基地,南宁530022;广西壮族自治区气候中心,南宁530022;广西北海市气象局,北海536000
【正文语种】中文
【中图分类】P49
【相关文献】
1.基于树种分类的高分辨率遥感数据纹理特征分析 [J], 王妮;彭世揆;李明诗
2.基于树种分类的高分辨率遥感数据纹理特征分析 [J], 王妮;彭世揆;李明诗
3.基于高分一号卫星遥感数据提取城市建设用地方法研究 [J], 殷博灵;余阳;苏玲;刘宇航;张炼;
4.基于高分一号卫星遥感数据的复杂水体信息提取方法研究 [J], 李飞;桑国庆;孙盈;曹方晶
5.基于高分二号卫星遥感数据的建筑物高度提取 [J], 赵强;杨志;苏红超;杨世植因版权原因，仅展示原文概要，查看原文内容请购买。
ENVI5.2中高分一号PMS数据处理流程(2015-03-27 09:07:37)转载▼标签：杂谈需要对高分一号PMS数据进行完整的预处理时，包括大气校正、正射校正、图像融合处理，我们推荐如下图的处理流程。
本文档以一景L1A级别的高分一号PMS数据为例介绍整个流程。
文件为：GF1_PMS2_E104.0_N36.0_20140724_L1A0000284766.tar.gz 注：全色图像没有方法进行大气校正，所以一般在定量遥感中不使用全色图像。
本流程中只是为了说明所有处理的流程，所以包括了全色图像。
图：高分一号PMS L1a处理流程一、多光谱大气校正在ENVI5.2版本中，直接支持高分一号PMS数据的辐射定标和大气校正。
（1）选择Open As->CRESDA->GF-1。
选择GF1_PMS2_E104.0_N36.0_20140724_L1A0000284766-PAN2.xml和GF1_PMS2_E104.0_N36.0_20140724_L1A0000284766-MSS2.xml文件打开。
（2）在Toolbox中，打开/Radiometric Correction/Radiometric Calibration，选择多光谱数据。
（3）在Radiometric Calibration面板中，单击Apply FLAASH Settings按钮，几个参数自动选择符合FLAASH大气校正要求，包括定标类型（Radiance）、存储顺序（Interleave）和辐射亮度单位（Scale Factor）。
（4）选择数据路径和文件名，单击OK执行。
图：多光谱辐射定标面板（5）在Toolbox中，打开/Radiometric Correction/Atmospheric Correction Module/FLAASH Atmospheric Correction。
（6）点击Input Radiance Image，前面辐射定标好的数据，在Radiance Scale Factors 面板中选择Use single scale factor for all bands，由于定标的辐射量数据与FLAASH 的辐射亮度的单位一致，所以在此Single scale factor选择：1，单击OK；注：由于使用Radiometric Calibration自动将定标后的辐射亮度单位调整为（μW）/（cm2*nm*sr），与FLAASH要求的一致，因此在Radiance Scale Factors中输入1。
结合随机森林的高分一号分类最优组合研究杜政;方耀【摘要】选取高分一号(GF-1)PMS多光谱影像,提取该数据的指数、共生矩阵纹理等特征与原始多光谱影像叠加,对叠加后影像进行随机森林分类并提取各波段重要性系数.根据重要性系数进行最优波段组合初选择,在此基础上利用最佳指数法(OIF)选取土地覆盖分类最优波段组合,利用随机森林分类器对该组合进行土地覆盖分类,与传统的OIF最优波段选取结果进行分类精度对比.结果表明,提出的方法能够有效提取最优波段组合,最优波段组合为B2-B5-CON,与传统方法相比,在随机森林分类中总精度要高出20.49%.【期刊名称】《地理空间信息》【年(卷),期】2017(015)002【总页数】4页(P15-18)【关键词】高分一号;最佳指数;随机森林;稳定系数;重要性系数【作者】杜政;方耀【作者单位】河海大学地球科学与工程学院,江苏南京 211100;河海大学地球科学与工程学院,江苏南京 211100【正文语种】中文【中图分类】P237目前，最佳波段选择方法是解决多光谱遥感影像分类的有效手段之一，它通过选出有效表征地物类别的部分光谱通道（波段），可以达到数据压缩和提高处理效率的目的，从而为土地利用/覆盖信息的提取提供色彩丰富的备用影像。
最佳波段选择的方法可分为定性和定量二种，相比需要专业遥感知识、缺乏科学性和准确性的定性分析，定量计算方法更为科学、直观和快速，服务于现代遥感应用的需求。
国内许多学者对TM、HJ 1A/B、Hyperion、CBERS-CCD及资源三号数据最佳波段选择进行了探索研究[1-5]，但相关研究均基于原始的多光谱波段进行最优波段组合提取，纹理特征和指数特征信息并未被涉及。
多分类器分类方法能综合不同分类方法生成最终结果，理论上已证明比单一的分类器具有更好的效果，并已广泛应用于各类实际问题[6]。
而随机森林（RF）是一种新型多分类器集成的分类器，由众多分类树构成，每棵树单独完成分类运算后，最终输出的分类结果由各个分类树的分类结果投票决定。
“高分一号”多光谱遥感数据特征评价分析孙明1，钟仕全1，孙涵1，谢敏2，吴朝晖1（1 广西区气象减灾研究所/国家气象卫星中心遥感应用试验基地/气象GIS应用联合实验室，南宁530022；2 广西区气候中心，南宁 530022）摘 要：本文主要利用多种数据质量指标对高分一号WFV4传感器的多光谱图像数据进行了评价，并将其和美国最新发射的Landsat-8 OLI数据进行对比分析，结果表明：GF-1卫星在灰度值分布、影像所含信息量等方面与Landsat-8卫星有一定差距，但在空间分辨率、近红外波段的独立性以及地物可分性方面则要强于Landsat-8，在国土资源调查、环境监测等方面具有很大的潜力。
关键词：高分一号；Landsat-8 OLI；地物光谱；遥感1 引言随着我国经济建设的快速发展，广大用户对高空间分辨率、高时间分辨率、高光谱分辨率和全天候的卫星遥感数据的需求十分迫切，面对复杂多样的自然灾害及环境问题,急需能够共享的、标准化的、能满足不同需求的不同类型的卫星遥感数据, 满足灾害和环境监测与预报的要求。
随着微电子、微机械等技术的迅猛发展，对地遥感技术取得了重大的突破性进展，作为对地遥感卫星家族的主要成员之一的高分辨率遥感卫星成为国内外用户的宠儿，尤其是在精细农业、化工、资源详查、水利、测绘、重大工程、新闻报道等领域的应用为世界各国带来了巨大的经济效益和难以估量的社会效益。
国家根据这一经济发展大需要，提出建设“天地一体化的对地观测体系”的发展思路，近年来接连发射成功了多颗高分辨率的资源卫星：主要包括资源一号02C星、资源三号卫星以及最新发射的高分一号卫星，这一系列卫星构成了我国高空间分辨率和高时间分辨率对地观测体系，改变了我国从国外大量购买卫星影像的被动局面，提升了高分辨率遥感卫星影像的自主供给能力和国际竞争力[1]。
其中，最新发射的“高分一号”卫星突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，对于推动我国卫星工程水平的提升，提高我国高分辨率数据自给率，具有重大战略意义。
本文主要选用几项数据评价指标对高分一号卫星WFV4传感器的多光谱图像数据特征进行评价,并与美国最新发射的Landsat-8 OLI多光谱数据进行对比分析，为该数据的后期推广及应用提供参考。
2 数据选取及预处理本文所选取的实验数据为2014年1月04日GF-1卫星WFV4传感器的一景16m分辨率多光谱数据，覆盖范围包括南宁、来宾、柳州以及百色，影像基本晴空（如图1所示）。
为了对比分析，本文同时选取美国最新发射的Landsat-8卫星数据，成像时间为2013年12月04日（如图2所示），选择与GF-1卫星多光谱波段相对应的4个波段数据，并选取两种数据共同覆盖的区域作为实验样区。
386387图1 GF-1卫星的WFV4多光谱图像数据 图2 Landsat-8卫星 OLI 多光谱图像数据 Fig.1 Multispectral Image of GF-1 WFV4 sensor Fig.2 Multispectral Image of Landsat-8 OLI sensor2.1 GF-1卫星影像基本特征GF-1卫星是国家高分辨率对地观测系统重大专项天基系统中的首发星，其主要目的是突破高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术，多载荷图像拼接融合技术，高精度高稳定姿态控制技术，5-8年寿命高可靠低轨卫星技术，高分辨率数据处理与应用等关键技术，推动我国卫星工程水平的提升，提高我国高分辨率数据自给率。
卫星于2013年4月26日发射入轨。
GF-1卫星搭载了两台2m 分辨率全色/8m 分辨率多光谱相机，四台16m 分辨率多光谱相机以及配套的高速数传系统，设计寿命5-8年，具备每天8轨成像、侧摆35度成像能力，最长成像时间12分钟，可广泛应用于国土资源调查与监测、防灾减灾、农业水利以及生态环境监测等国家重大工程领域[2]。
GF-1卫星轨道参数及有效载荷技术指标如表1和表2[3]所示，表3[4]列出了GF-1卫星WFV4传感器四个波段与Landsat-8卫星OLI 传感器对应的四个波段信息对比数据。
表1 GF-1卫星轨道和姿态控制参数Table 1 Control parameters of orbit and attitude of GF-1参 数 指 标 轨道类型 太阳同步回归轨道 轨道高度 645km（标称值） 倾角 98.0506° 降交点地方时 10:30 AM侧摆能力（滚动）±25°，机动25°的时间≦200s，具有应急侧摆（滚动）±35°的能力表2 高分一号卫星有效载荷技术指标Table 2 Technical index of payload of the GF-1 satellite参 数2m 分辨率全色/8m 分辨率多光谱相机16m 分辨率多光谱相机全色0.45-0.90μm 0.45-0.52μm 0.45-0.52μm0.52-0.59μm 0.52-0.59μm 0.63-0.69μm 0.63-0.69μm 光谱范围多光谱0.77-0.89μm 0.77-0.89μm空间分辨率 全色 2m 16m多光谱8m幅宽 60km（2台相机组合） 800km（4台相机组合）重访周期（侧摆时）4天覆盖周期（不侧摆） 41天4天表3 GF-1 WFV4传感器与Landsat-8 OLI传感器参数对比Table 3 Comparison between parameters of GF-1 WFV4 sensor and Landsat-8 OLI sensor卫星型号 波段列表 波段范围/μm 像元分辨率/m幅宽/kmBand1 0.45-0.52Band2 0.52-0.5916 800GF-1Band3 0.63-0.69Band4 0.77-0.89Band2 0.45-0.51Band3 0.53-0.59Landsat-830 185Band4 0.64-0.67Band5 0.85-0.882.2 数据预处理为了分析和比较卫星影像地物的光谱反射信息，需将GF-1影像与Landsat-8影像进行辐射校正处理。
表4列出了GF-1卫星WFV4传感器的辐射定标系数，利用ENVI软件和公式（1）对GF-1卫星WFV4传感器数据进行辐射校正。
λ=⋅+ 公式（1）L Gain DN Bias()εε式中：Gain为定标斜率；DN 为卫星载荷观测值； Bias为定标截距。
表4 GF-1 WFV4传感器的定标系数Table 4 Calibration coefficients of WFV4 sensor卫星载荷 波段号 Gain BiasBand1 0.1819 3.6469Band2 0.1762 -13.54WFV4Band3 0.1463 -10.998Band4 0.1522 -12.142ENVI 5.0 SP3软件的辐射校正模块中新增了对Landsat 8卫星OLI传感器的支持，通过ENVI软件中的Radiometric Calibration功能完成对Landsat 8卫星OLI多光谱数据的辐射校正。
3 数据质量评价利用ENVI 5.0 SP3软件对两种卫星数据的不同波段进行灰度值统计，计算每个波段的最小值、最大值、平均值和方差（如表5），并对每个波段的灰度值分布范围统计，得出每个传感器不同波段的灰度值分布直方图（图2和图3）；同时，计算不同波段间的相关系数，388389并选取典型地物分析光谱反射特征差异。
3.1 波段统计特征量及直方图比较从表5可以看出，GF-1卫星WFV4传感器的多光谱数据每个波段的最小值、最大值、平均值以及标准差均比Landsat-8多光谱数据小：GF-1卫星WFV4数据各波段最大值均小于1000，而Landsat-8 OLI 多光谱数据第五波段最大值超过20000，说明Landsat-8 OLI 数据的灰度值分布范围要远远优于GF-1 WFV4数据；GF-1 WFV4数据每个波段的灰度均值小于Landsat-8 OLI，说明其多光谱数据各个波段图像中的地物平均反射强度要远远小于Landsat-8 OLI 数据，灰度值集中在较低的范围，从而导致其影响的明亮度整体低于Landsat-8 OLI 数据；方差较小则说明GF-1 WFV4数据每个波段所含信息量相对Landsat-8 OLI 数据要小。
从图3我们可以看出：GF-1 WFV4传感器的波段1、波段2和波段3的主要灰度值分布范围相差不大，均小于波段4的灰度值分布范围；从图4看出，Landsat-8 OLI 传感器的波段直方图分布和GF-1 WFV4趋势相同，波段2、波段3和波段4的灰度值分布范围较小，而波段5的灰度值范围远远大于前面三个波段。
表明两种卫星的四个波段中，GF-1的第四波段和Landsat-8的第五波段地物细节更丰富。
比较图3和图4的横坐标，我们可以看出GF-1 WFV4各个波段灰度值主要集中在较小的数值范围，远远小于Landsat-8 OLI 数据，这种差别反映到图像上则表现出Landsat-8地物层次细节较为丰富，纹理更清晰，色彩明亮，和GF-1相比，Landsat-8多光谱数据所含信息量要更大。
表5 GF-1 WFV4数据和Landsat-8 OLI 数据基本统计特征量对比Table 5 Comparison between characteristic values of GF-1 WFV4 data and Landsat-8 OLI data卫星 波段 最小值 最大值 平均值 标准差 Band1 235 841 366.6519 31.11952 Band2 167 916 324.3392 38.10797 Band3 111 935 269.9108 48.20425 GF-1 WFV4传感器Band4103 777 328.2756 48.06406 Band2 7781 15419 9251.806 438.3825 Band3 6687 16651 8549.327 572.4319 Band4 6044 17813 8024.787 819.2846 Landsat-8 OLI 传感器Band561772385012961.981930.038图3 GF-1 WFV4传感器多光谱波段直方图 Fig.3 Histograms of multispectral band of GF-1 WFV4390图4 Landsat-8 OLI 传感器多光谱波段直方图 Fig.4 Histograms of multispectral band of Landsat-8 OLI3.2 波段间相关性分析在大量的遥感图像数据处理中发现,遥感图像的波段之间具有较强的线性相关性,尤其相邻波段的线性相关性非常强。
