《遥感原理与应用》大实习报告
- 格式:doc
- 大小:6.52 MB
- 文档页数:46
大学生遥感实习报告1. 引言遥感是一种获取地面目标信息的无接触测量手段,通过感知和记录电磁辐射,利用遥感技术可以获取地面的物理、地貌、植被等多种信息。
作为一名大学生,我很荣幸能有机会参加遥感实习,深入了解这个领域的新技术和应用。
本篇报告将详细介绍我的遥感实习经历。
2. 实习目标本次实习的主要目标是学习并掌握常用的遥感技术和工具,如遥感数据采集、处理和分析等。
另外,我还希望通过实践了解遥感技术在农业、林业和环境保护等领域的应用,为将来的研究和工作打下基础。
3. 实习过程3.1 学习理论知识在实习开始前,我首先学习了遥感的基本概念、原理和方法。
通过参加培训课程和阅读相关文献,我对遥感图像的获取和处理有了初步的了解。
同时,我还学习了有关遥感数据的分类和解释方法,以及常用的遥感软件和工具的使用技巧。
3.2 遥感数据采集为了实践遥感技术,我们团队决定选择一个具体的研究区域进行数据采集。
通过前期的调研和分析,我们选择了一个位于农村的农田作为研究对象。
在实地实习中,我们使用无人机进行了空中拍摄,并使用GPS设备收集了地面控制点的坐标信息。
这样可以为后续的数据处理提供准确的参考。
3.3 遥感数据处理和分析在数据采集完成后,我们将拍摄到的遥感图像导入到遥感软件中进行处理和分析。
首先,我们使用图像处理技术对图像进行增强处理,以提高图像的可视性和准确性。
然后,我们使用分类算法将图像进行分类,识别出不同的地物类型。
最后,我们对分类结果进行分析,比对实地调查数据验证分类的准确性。
3.4 应用实践在数据处理和分析之后,我们将学到的遥感技术应用到实际的领域中。
我们以农田为例,通过对遥感图像的解释,可以获取农田的植被指数、土壤湿度等信息,为农业生产提供参考和决策支持。
我们还可以利用遥感数据分析林地覆盖率变化,以及水体污染程度等环境保护指标。
4. 实习成果通过两个月的实习,我不仅学习了遥感技术的理论知识,还深入了解了遥感数据的采集、处理和分析过程。
遥感原理及应用实验报告-V1遥感原理及应用实验报告遥感是指通过对地球表面的遥感器获取数据,对地球资源和环境进行监测和研究的一种技术。
在遥感中,主要采用遥感仪器和卫星发射器等装置,并通过遥感技术对获取的数据进行处理和分析,以实现对地球表面的监控和感知。
本实验中我们通过学习遥感原理,并运用相关仪器进行实验,以更深入地了解遥感技术的基本原理和应用。
实验过程实验步骤如下:1.准备工作首先,我们需要进行一些准备工作,包括将遥感仪器和其他相关设备准备好,同时还需要校准测量设备,以确保实验数据的准确度。
2.选择实验区域接下来,我们需要选择一个适合的实验区域,以便进行实验。
在这一步中,我们可以通过查阅相关资料和地图来选择一个地点,并记录其经纬度信息。
3.数据采集在实验区域确定之后,我们开始进行数据采集。
这一步需要使用遥感仪器,并通过其收集特定范围内的地表数据。
我们需要测量并记录数据,以便后续分析。
4.数据处理和分析一旦完成了数据采集,我们需要对其进行处理和分析,以提取出对应的信息。
在处理和分析过程中,我们可以使用一些常用的遥感软件和算法,如NDVI算法,来实现数据处理和分析。
我们可以通过查看结果图像,了解地表状况,如地表覆盖情况、土地利用状态、植被生长情况等信息。
实验结果通过本次实验,我们了解了遥感技术的基本原理,并掌握了遥感仪器和软件的使用方法。
通过数据采集和分析,我们可以得到该实验区域的地表信息,如地表覆盖情况、土地利用状态、植被分布情况等。
结论综上所述,遥感技术是一种重要的地球监测和研究技术,可以通过遥感仪器和软件等工具对地表进行监测和分析,为环境保护、农业生产、城市规划、自然资源管理等提供重要支持。
本次实验通过学习遥感原理和仪器的使用方法,为我们了解遥感技术及其应用提供了重要基础。
《遥感原理与应用》实验报告一前言一、实验目的与任务《遥感原理与应用》是测量学科的基础课,也是一门实践性很强的课程,实验的目的一方面是为了验证、巩固课堂上所学的知识,另一方面是熟悉遥感平台的应用方法,培养学生进行遥感平台的基本操作技能,使学到的理论与实践相结合。
通过实验,培养学生的动手能力和严格的科学态度,以及爱护仪器、热爱劳动、热爱集体的良好思想。
二、实验内容与学时分配三、实验注意事项1.在实验之前,必须复习教材中的有关内容,认真仔细地预习实验,明确目的要求、方法步骤及注意事项,以保证按时完成实验。
2.每人必须认真、仔细地操作,培养独立工作能力和严谨的科学态度,同时要发扬互相协作精神。
3.实验应在规定的时间和地点进行,不得无故缺席或迟到早退,不得擅自改变地点或离开现场。
在实验或实习过程中或结束时,发现有损坏情况,应立即报告指导教师,同时要查明原因,根据情节轻重,给予适当处理。
四、实验成绩考核单个实验成绩由两部分组成:课程成绩 = 过程考核30% + 实验报告×70%。
实验一认识遥感影像并熟悉遥感影像处理软件一、实验目的1.掌握遥感影像的下载方式,了解相关平台。
2.掌握ENVI的基本视窗操作,能够进行系统设置,查看并理解遥感卫星影像的相关参数。
3.掌握使用ENVI进行遥感影像裁剪的方法和步骤。
4.了解遥感影像的格式,能够将遥感影像存储成特定格式。
5.掌握遥感影像的合成方法,包括真彩色合成和伪彩色合成。
二、实验原理1.图像裁剪图像裁剪的目的是将研究区之外的区域去除,常用的方法是按照行政区边界或者自然区划边界进行图像裁剪。
同时,还可以按照矩形,任意多边形,影像对其进行裁剪。
规则裁剪,是指裁剪图像的边界范围是一个矩形,这个矩形范围获取途径包括:行列号、左上角和右下角两点坐标、图像文件、ROI/矢量文件。
2.多波段组合以Landsat8 OLI传感器为例,多波段组合方式及用途如下表所示。
表1.1 Landsat8数据波段参数三、实验内容1.通过网络(如地理空间云等),免费下载一幅遥感影像。
遥感原理与应用实习报告
遥感原理与应用
实习报告
姓名:
学号:
遥感原理与应用实习报告
一、实验目的和要求:
遥感是空间信息获取的重要手段之一。
本实习的目的是通过短期的集训式训练,使学生熟悉遥感影像获取原理,理解从遥感影像中获取各种信息的处理流程和方法,并熟练掌握各种专业应用软件。
本实习是遥感专业学生必不可少的一个学习环节。
利用本次集中学习过程,加深对基本理论与基本知识的理解和掌握,为学生的后续学习打下基础。
其教学目的是①进一步加深对相关专业理论知识的学习和理解;②掌握遥感影像处理的一般流程;③熟悉专业软件的使用方法;
二、实习软件及特性
实习软件:ENVI4.7
软件特性:ENVI4.7是一个完整的遥感图像处理平台,其软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。
三、实习地点
实习地点:教学楼B102或B108
实习内容与成果
1、波段叠加
(1)、打开影像图:打开天津市区的第一张影像(天津市为三张影像)
单击file——open image file——选文件(天津TM第一个文件——选中七个波段的图片)
(2)、单击file——Save File As——ENVI Standard得到
1。
实习报告二:遥感实习心得与体会一、前言随着科技的发展,遥感技术在地质调查、资源勘探、环境监测等领域发挥着越来越重要的作用。
本次实习,我有幸接触到遥感技术,并对其有了更深入的了解。
以下是我在实习过程中的心得与体会。
二、实习内容1. 遥感基本原理学习在实习的第一周,我们学习了遥感的基本原理,包括遥感的基本概念、遥感数据的获取方式、遥感图像的 processing 方法等。
通过学习,我明白了遥感技术是一种非接触式的、远距离的探测技术,可以通过对地球表面目标的辐射和反射特征进行监测和分析,获取地球表面信息。
2. 遥感数据处理与分析在实习的第二周,我们学习了遥感数据处理与分析的方法,包括遥感图像的预处理、图像增强、分类和提取等。
通过实际操作,我掌握了遥感图像处理软件的使用,并学会了如何对遥感图像进行分析和处理,从而获取有价值的信息。
3. 遥感应用案例分析在实习的第三周,我们学习了遥感技术在地质调查、资源勘探、环境监测等领域的应用案例。
通过案例分析,我了解了遥感技术在实际生产中的应用价值,同时也认识到遥感技术在解决实际问题时的局限性。
三、实习心得与体会1. 遥感技术具有广泛的应用前景通过实习,我深刻认识到遥感技术在地质调查、资源勘探、环境监测等领域具有广泛的应用前景。
特别是在当前全球气候变化、资源紧张、环境污染等问题日益严重的背景下,遥感技术在可持续发展中发挥着重要作用。
2. 遥感技术发展迅速,人才培养至关重要随着遥感技术的不断发展,对遥感人才的需求也越来越大。
作为一名遥感专业的学生,我深感责任重大,今后需更加努力地学习,提高自己的专业素养,为我国遥感事业的发展贡献自己的力量。
3. 理论与实践相结合是学习遥感的关键实习过程中,我深刻体会到理论与实践相结合的重要性。
只有掌握了遥感基本原理和实际操作技能,才能在实际工作中游刃有余。
今后,我会更加注重实践操作,不断提高自己的实践能力。
4. 团队协作是完成遥感项目的重要保障在实习过程中,我发现遥感项目往往需要多学科知识的融合和团队协作。
淮海工学院实习报告书题目:遥感原理与应用实习学院:测绘工程学院专业:测绘工程班级:测绘082姓名:李旺学号:1408112162011年7月8日淮海工学院测绘工程学院实习报告评阅书学生姓名:李旺学号: 140811216 班级:测绘082 实践教学环节名称:遥感原理与应用实习教学时间:2011年7月4日-2011年7月8日综合成绩:指导教师评语:实习成果完成情况及实习报告成绩:指导教师(签字):年月日1 引言ENVI是一个完整的遥感图像处理平台,其软件处理技术覆盖了图像数据的输入/输出、图像定标、图像增强、纠正、正射校正、镶嵌、数据融合以及各种变换、信息提取、图像分类、基于知识的决策树分类、与GIS的整合、DEM及地形信息提取、雷达数据处理、三维立体显示分析。
浒苔藻体草绿色,管状膜质,丛生,主枝明显,分枝细长,高可达1米。
基部以固着器附着在岩石上,生长在中潮带滩涂,石砾上,12月至翌年4月是生长盛期。
浒苔虽然无毒,但是大规模爆发也不是什么好事。
和赤潮一样,大量繁殖的浒苔也能遮蔽阳光,影响海底藻类的生长;死亡的浒苔也会消耗海水中的氧气;还有研究表明,浒苔分泌的化学物质很可能还会对其他海洋生物造成不利影响。
浒苔爆发还会严重影响景观,干扰旅游观光和水上运动的进行,这正是这次人们想要竭力消除的最大不利影响。
2010年6月,复旦大学宣布,该校环境科学与工程系张士成副教授和陈建民教授课题组将海洋水体富营养化造成海上“绿潮”的大型海藻浒苔成功地转化制成了生物质油,从而有望使浒苔这一污染的“元凶”成为一种制造新能源的绝佳原材料。
本次遥感原理与应用实习正是研究浒苔随着时间季节的变化,分析浒苔在研究的年份的出现位置和漂移过程,从而为更好的治理浒苔提供第一手的基础资料。
1.1实习名称遥感原理与应用实习1.2实习目的1.熟练操作遥感图像处理软件ENVI;2.进一步巩固遥感影像数据的各种数字处理方法(包括文献的查阅,数据下载、几何校正、bowtie处理,浒苔信息提取,结果矢量化,成果出图);3.学会使用所学知识,完成某一项具体的工作任务。
闽江学院地理科学系实践报告课程名称:___遥感应用与原理________实践项目:__遥感应用与原理实训_______实践地点:____闽江学院__________姓名:__田冰__学号:3110503224__专业:资环(房地产开发与管理)班级:二实践时间:2012年12月24日至2012年1月13日同组学号:_3110503224____________遥感原理与应用实训实践报告一、实习目的(1)掌握遥感数据处理与分析的基本方法与技能;(2)培养学生综合利用“RS”技术解决实际问题的能力二、实习原理基于遥感影像的变化监测就是从不同时间获取的遥感影像中,定量分析和确定地表变化特征和过程的技术。
变化监测的方法大体上可分为两类:一类是基于分类的变化监测,即根据变化前后图像的分类结果进行变化监测,称为后分类法,这种方法对分类的精度要求较高;另一类是基于像素的变化监测,对于不同时期图像的像素灰度变化进行比较,或在灰度变化的基础上进行相关的分析,实现变化监测,称为逐个像元比较法,这种方法需要消除不同时期影像之间的由于成像条件不同而产生的差异。
这两种方法的流程图如下所示:常见的变化监测算法主要有:(1)差值法(直接差值法,窗口均值差值法,归一化差值)图像差值法是使用最广的变化探测方法,它是将两个时相的遥感图像按波段进行逐像元相减,从而生成一幅新的代表二时相间光谱变化的差值图像,差值图像中接近于零的像元就被看作是未变化的,而那些大于或小于零的像元表示其覆盖状况发生了某种变化;变化区域的提取:利用模型,选取3倍中误差作为阈值。
(2)图象比值法比值处理被认为是辨识变化区域相对较快的手段;与差值法不同,它是将多时相遥感图像按波段进行逐像元的相除;显然,经过辐射配准后,在图像中末发生变化的像元其比值应近似为1,而对于变化像元而言,比值将明显高于或低于1;变化区域的提取:利用模型,选取3倍中误差作为阈值。
(3)回归系数法图像回归法则是认为同一地物在不同时相的变化应该是线性的,根据样本点,采用最小二乘法估计出这个线性函数的参数,然后由时相1图像根据这个线性函数算出估计的时相2的图像,再与真实的时相二的图像比较,这两者光谱信息差别大的像元则认为是变化信息。
《遥感原理与应用》实验报告实验报告:遥感原理与应用一、实验目的通过实验了解遥感的基本原理,掌握遥感技术的基本应用方法。
二、实验仪器和材料1.遥感软件:ENVI、ERDAS、IDRISI等2.遥感数据:卫星遥感影像数据三、实验内容1.遥感影像地理信息提取通过遥感软件导入遥感影像数据,利用图像处理方法提取地理信息,如土地利用类型、植被覆盖度等。
2.遥感影像分类利用遥感影像数据进行分类分析,将影像中的不同对象或地物进行分类,如建筑物、农田、水域等。
3.遥感影像变化检测利用不同时间的遥感影像数据进行变化检测,观察地物变化的情况,如城市扩张、植被变化等。
四、实验步骤1.打开遥感软件,导入遥感影像数据。
2.使用图像处理方法提取地理信息,如选择适当的阈值进行植被覆盖度的提取。
3.利用分类分析方法将影像中的不同对象进行分类,可以使用最大似然分类方法或支持向量机分类方法等。
4.比较不同时间的遥感影像数据,通过图像差异分析方法进行变化检测。
五、实验结果通过实验,我们成功使用遥感软件导入遥感影像数据,并提取了植被覆盖度等地理信息。
同时,我们还使用分类分析方法将影像中的不同对象进行了分类,得到了建筑物、农田、水域等分类结果。
最后,我们通过比较不同时间的遥感影像数据,成功进行了变化检测,观察到了城市扩张和植被变化的情况。
六、实验感想通过这次实验,我们深入了解了遥感技术的基本原理和应用方法。
遥感技术具有非常广泛的应用领域,如环境监测、农业管理、城市规划等。
遥感影像数据可以提供大量的地理信息,通过图像处理和分类分析可以提取出有用的地理信息,同时通过变化检测可以观察到地物的变化情况。
掌握遥感技术对于我们理解地球变化、环境保护和资源利用具有重要意义。
总结:通过这次实验,我们不仅学习到了遥感技术的基本原理和应用方法,还亲自进行了实验操作,掌握了使用遥感软件进行遥感影像地理信息提取、分类分析和变化检测的基本技能。
希望今后能够将所学的遥感知识应用到实际工作中,为地球环境的保护和资源的利用做出贡献。
《遥感原理与应用》实习报告学院:班级:学号:姓名:中国矿业大学环境与测绘学院遥感实习2010年12月26日目录1、实验一高光谱数据分析 (2)2、实验二影像镶嵌 (15)3、实验三影像配准 (26)4、实验四非监督分类 (38)5、实验五监督分类 (41)6、实习总结 (49)实验一高光谱数据分析一、实验目的本专题旨在向用户介绍波谱库的概念,并描述如何从感兴趣区中提取波谱信息,然后还将进行彩色合成,并使用二维散点图进行简单的分类。
让学生学会如何使用ENVI 先进的高光谱工具对多光谱数据进行分析。
更好地理解高光谱处理的概念及其工具。
本专题将从特定矿物质的感兴趣区中提取其波谱曲线,并与波谱库中的波谱曲线进行比较,找出显示波谱信息的最佳RGB 彩色组合。
使用二维散点图定位独特的像元,探究其数据的分布特点,然后进行简单的分类。
二、实验数据介绍Imaging Spectrometer,简称为A VIRIS)所采集的表观反射率数据,该数据是美国内华达州(Nevada)Cuprite 地区的表观反射率数据,它使用ATREM 大气纠正建模软件进行了校正。
这个数据子集共包含50 个波段,波谱分辨率近似为10nm 宽,其波长范围为1.99~2.48μm。
三、实验内容本部分将介绍以下内容:波谱库操作、浏览和提取影像反射率波谱、ENVI 中感兴趣区(ROI)的定义及进行彩色合成影像的选取,其目的是为了鉴别波谱类型。
1加载A VIRIS影像数据并显示灰阶影像在 ENVI 主菜单中,选择 File → Open Image File,然后选择进入envi47/data目录。
选择zhumuqian 95_at.int 文件作为输入文件名,点击Open 弹出可用波段列表,它将列出 50 个波段的名字。
在可用波段列表对话框中,选择 Band 193(2.2008um),点击 Gray Scale 单选按钮,然后点击 Load Band。
《遥感原理与应用》实验报告三实验五图像融合一、实验目的1.掌握多源遥感影像融合的概念和意义。
2.掌握遥感影像融合的原理和方法。
3.掌握使用ENVI进行图像融合的方法和步骤。
二、实验原理遥感影像融合技术采用一定的算法对同一地区的多源遥感影像进行处理,生成一幅新的图像,从而获取单一传感器所不能提供的某些特征信息。
例如,全色图像一般具有较高的空间分辨率,但光谱分辨率较低,而多光谱图像则具有光谱信息丰富、空间分辨率低的特点,为了有效的利用两者的信息,可以对他们进行融合处理,在提高多光谱图像分辨率的同时,又保留了其多光谱特性。
表5.1 融合方法三、实验内容以GS变换为例:1.打开多光谱图像和全色波段图像2.在工具箱中,选择Image Sharpening→Gram-Schmidt Pan Sharpening,在输入低分辨率多光谱对话框中,选择多光谱文件;3.在输入高分辨率多光谱对话框中,选择全色波段文件;4.在Pan Sharpening Parameters对话框中设定输出文件名和路径。
以Brovey变换为例:1.打开多光谱图像和全色波段图像,并将图像转变为无符号8bit数据,Raster Management→Masking→Stretch Data,在Data Stretching面板中Data Type选择Byte;2.在工具箱中,选择Image Sharpening→Color Normalized (Brovey),在输入低分辨率多光谱对话框中,选择红、绿、蓝波段;3.在输入高分辨率多光谱对话框中,选择全色波段;4.在Color Normalized (Brovey)输出面板中选择重采样方式,并设定输出文件名和路径。
四、实验要求1.应用ENVI软件对遥感影像进行HSV变换融合。
2.应用ENVI软件对遥感影像进行Brovey变换融合。
3.应用ENVI软件对遥感影像进行PC变换融合。
4.应用ENVI软件对遥感影像进行GS变换融合。
中国矿业大学成绩:遥感原理与应用实习学号:姓名:班级:测绘09-2班指导教师:学院:环境与测绘学院2011 年11 月6 日目录1、实验一高光谱数据分析 (2)2、实验二影像镶嵌 (16)3、实验三影像配准 (22)4、实验四非监督分类 (34)5、实验五监督分类 (37)6、实习总结 (47)实验一高光谱数据分析一、实验目的本专题旨在向用户介绍波谱库的概念,并描述如何从感兴趣区中提取波谱信息,然后还将进行彩色合成,并使用二维散点图进行简单的分类。
让学生学会如何使用ENVI 先进的高光谱工具对多光谱数据进行分析。
更好地理解高光谱处理的概念及其工具。
本专题将从特定矿物质的感兴趣区中提取其波谱曲线,并与波谱库中的波谱曲线进行比较,找出显示波谱信息的最佳RGB 彩色组合。
使用二维散点图定位独特的像元,探究其数据的分布特点,然后进行简单的分类。
二、实验数据文件描述lxmcup95_at.int Cuprite地区ATREM校正后的反射率数据,50个波段(整型)lxmcup95_at.hdr ENVI相应的头文件Jpl1.sli ENVI格式的JPL波谱库Jpl1.hdr ENVI相应的头文件usgs_min.sli ENVI格式的USGS波谱库usgs_min.hdr ENVI相应的头文件lxmcup95_av.roi 保存的感兴趣区文件数据:1995 年的航空可见光/红外成像光谱仪(Airborne Visible/Infrared Imaging Spectrometer,简称为A VIRIS)所采集的表观反射率数据,该数据是美国内华达州(Nevada)Cuprite 地区的表观反射率数据,它使用ATREM 大气纠正建模软件进行了校正。
这个数据子集共包含50 个波段,波谱分辨率近似为10nm 宽,其波长范围为1.99~2.48μm。
三、实验内容本部分将介绍以下内容:波谱库操作、浏览和提取影像反射率波谱、ENVI 中感兴趣区(ROI)的定义及进行彩色合成影像的选取,其目的是为了鉴别波谱类型。
1加载A VIRIS影像数据并显示灰阶影像在 ENVI 主菜单中,选择 File → Open Image File,然后选择进入envi47/data目录。
选择lxmcup 95_at.int 文件作为输入文件名,点击 Open 弹出可用波段列表,它将列出 50 个波段的名字。
在可用波段列表对话框中,选择 Band 193(2.2008um),点击 Gray Scale 单选按钮,然后点击 Load Band。
将灰度影像加载到显示窗口中。
从主影像窗口菜单中选择 Tools> Profiles>Z Profile (Spectrum),提取表观反射率波谱曲线。
2浏览影像波谱并同波谱库进行比较在影像上移动缩放指示矩形框,同时查看#1 Spectral Profile窗口中的波谱曲线,浏览整个影像的表观反射率波谱曲线。
在主影像窗口中,使用鼠标左键点击并拖动缩放指示矩形框或者直接点击鼠标左键,将缩放指示矩形框移动到以所选像素点为中心的区域中。
将从影像中获取的表观反射率波谱曲线同所选波谱库中的波谱曲线进行比较。
ENVI 提供了几个不同的波谱库,根据本专题的目的,我们将会使用 JPL 波谱库(Groves 等,1992)以及 USGS 波谱库(Clarke 等,1993)。
从ENVI 主菜单中选择Spectral>Spectral Libraries>Spectral Library Viewer。
在 Spectral Library Input File 对话框中,点击 Open File 按钮,从 spec_lib/jpl_lib 子目录中,选择jpl1.sli 波谱库文件,点击 OK。
选择 Select Input File区域中的 jpl1.sli,点击 OK。
在 Spectral Library Viewer对话框中,选择 Options → Edit (x, y) Scale Factors,并在 Y Data Multiplier 文本框中,输入值 1.000,以匹配影像表观反射率范围(1-1000),点击 OK。
在 Spectral Library Viewer对话框中,选择下列波谱名称,绘制它们的波谱曲线:ALUNITE SO-4ABUDDINGTONITE FELDS TS-11ACALCITE C-3DKAOLINITE WELL ORDERED PS-1A得到如下波谱曲线绘制图:从绘制(plot)窗口菜单中,选择 Edit> Plot Parameters,自定义波谱曲线的绘制图。
在 Plot Parameters对话框中,按下面的步骤进行:将 Charsize 减少为 0.50。
选择X-Axis单选按钮,然后将 Range 调整为1.90 到 2.45。
还是选中X-Axis 单选按钮,点击 Left/Right Margins的箭头增量按钮,直到达到所需 X方向的页边距。
选择 Y-Axis 单选按钮,将 Axis Title改为“Reflectance”。
还是选中 Y-Axis 单选按钮,点击 Top/Bottom Margins 的箭头增量按钮,直到所需的 Y 方向的页边距。
点击 Apply,然后再点击 Cancel。
要显示波谱名称的图例,可以在绘制窗口中点击鼠标右键,从弹出的快捷菜单中选择 Plot Key。
将绘制窗口拖动到所需的大小,以容纳下波谱名称。
在绘制窗口中,选择 Options>Stack Plots,分别查看绘制的波谱曲线。
绘制的波谱曲线如下图所示:在#1 Spectral Profile绘图窗口中点击鼠标右键,从弹出的快捷菜单中选择 Plot Key,这将显示出波谱曲线的图例,该图例指出了所选像素的 X和 Y 的像素坐标。
在#1 Spectral Profile 绘图窗口中,选择 Options>New Window: Blank,打开一个新的绘图窗口。
然后重新放置#1 Spectral Profile 绘图窗口和新绘图窗口的位置,使能够同时看到这两个绘图窗口。
从主影像窗口菜单中,选择 Tools>Pixel Locator。
使用 Pixel Locator 对话框,定位到下列各点精确的像素位置上:位置点名称列(带偏移)行(带偏移)Stonewall Playa 590 570 Varnished Tuff 435 555Silica Cap 494 514Opalite Zone with Alunite 531 541 Strongly Argillized Zone with Kaolinite 502 589 Buddingtonite Zone 448 505Calcite 260 613 在 Pixel Locator对话框中,输入像素的坐标,列(sample)590、行(line)570,使缩放指示矩形框移动到以这个像素为中心的影像地区,即 Stonewall Playa地区,然后点击 Apply,将矩形框移动到这个位置上。
同时#1 Spectral Profile绘图窗口将更新显示所选点的波谱曲线,其所对应的图例为:“X:590 Y:570”。
在新的绘图窗口中,点击鼠标右键,在弹出的快捷菜单中,选择 Plot Key,打开显示了 X和 Y坐标位置的图例。
在#1 Spectral Profile绘图窗口中,使用鼠标左键,点击并按住图例“X:590 Y:570”,将这个波谱曲线图例拖到新的绘图窗口中。
对上表所列的每一个像素点重复上面的步骤,直到新的绘图窗口包含了所有的7种波谱曲线。
在新的绘图窗口中,选择 Options>Stack Plots。
新的绘图窗口如下图所示:将这些波谱曲线同已经提取的波谱库中的波谱曲线进行目视比较。
注意到,实验室所测的波谱曲线同某些影像表观反射率波谱曲线之间存在着相似的形状及吸收特性。
基于这些相似的特性,我们可以得到这样的结论:与 alunite、buddingtonite、calcite和 kaolinite实验室所测波谱曲线相似的影像波谱曲线是由上面相应的矿物质所构成的。
从波谱库波谱曲线的绘图窗口中,将波谱曲线拖动到#1 Spectral Profile 绘图窗口中,进行直接比较。
3 鉴别波谱曲线使用 Spectral AnalystTM来鉴别波谱曲线:ENVI 提供了一个波谱匹配工具,它根据波谱库中的波谱曲线对影像中的波谱曲线进行评分。
波谱分析使用多种方法产生一个在 0 到 1 之间的分数值,其中分数值 1相当于完全匹配。
从 ENVI 主菜单中,选择 Spectral → Spectral Analyst。
点击 Spectral Analyst Input Spectral Library 对话框底部的 Open Spec Lib按钮。
选择进入 usgs_min 波谱库目录,选择usgs_min.sli 波谱库文件,点击 Open。
usgs_min.sli 文件出现在 Spectral Analyst Input Spectral Library 对话框中,选中该文件,点击 OK。
在 Edit Identify Methods Weighting 对话框中,点击 OK。
从主影像窗口菜单中,选择 Tools>Profiles>Z Profile (Spectrum)。
然后在#1 Spectral Profile绘图窗口中,点击鼠标右键,从弹出的快捷菜单中,选择 Plot Key,显示波谱曲线名称的图例。
从主影像窗口菜单中,选择 Tools → Pixel Locator。
在 Pixel Locator对话框中,输入像素点的坐标列 502,行589,点击 Apply。
在 Spectral Analyst对话框中,选择 Options → Edit Method Weights。
在 Edit Identify Methods Weighting 对话框中,为每一个 Weight 文本框输入值 0.33,然后点击OK。
在 Spectral Analyst对话框中,点击 Apply。
如果在#1 Spectral Profile 绘图窗口中显示了多条波谱曲线,那么将会出现一个波谱曲线列表。
如果出现了该波谱曲线列表,那么就选择像素(列 502,行 589)所对应的那条波谱曲线。
Spectral Analyst对话框将如下图所示:Spectral Analyst对话框,显示出了矿物质 kaolinite 的波谱曲线与像素(列502,行 589)的波谱曲线最匹配(左图)Spectral Analyst 将根据波谱库中的波谱曲线对未知地物的波谱曲线进行评分。