高光谱遥感与多光谱遥感

常用的卫星遥感测绘技术介绍随着科技的不断进步，卫星遥感技术在测绘领域的应用逐渐增多。

卫星遥感是利用卫星携带的传感器获取地表信息并进行分析的一种技术。

它具有快速、全面和高精度等优势，已被广泛应用于地质环境、农业发展、城市规划等领域。

本文将介绍几种常用的卫星遥感测绘技术。

一、多光谱遥感技术多光谱遥感技术是利用卫星传感器对地球表面反射和辐射的不同波长进行感应和记录。

其基本原理是不同物质对不同波长的光有不同的反射或吸收特性。

通过对多个波段的光谱信息进行比较分析，可以获得地表上各种特征的信息。

例如，可以利用多光谱遥感技术观测和分析植被覆盖、植被类型、水体分布等。

二、高光谱遥感技术高光谱遥感技术是多光谱遥感技术的进一步延伸和发展。

它采集的光谱波段多于多光谱遥感技术，可以提供更加详细的地表信息。

高光谱遥感技术在地质矿产探测、环境监测等方面有广泛的应用。

例如，通过高光谱遥感技术可以探测地下矿藏的分布、确定地表的土壤类型等。

三、合成孔径雷达（SAR）技术合成孔径雷达技术是利用合成孔径雷达系统获取地表物体的微弱散射信号，并通过信号处理算法重建出高分辨率的雷达图像。

该技术具有对天气和光照条件不敏感、全天候性能好等优势。

合成孔径雷达技术在海洋监测、地质滑坡监测等领域得到了广泛应用。

例如，可以利用合成孔径雷达技术实现对油污的监测和溢油事故的应急处置。

四、红外遥感技术红外遥感技术是利用地物的红外辐射特性获取地表信息的一种遥感技术。

该技术可以实现对地表温度分布、空气质量、火灾监测等进行测量。

例如，在城市规划和环境监测中，可以利用红外遥感技术对城市热岛效应进行研究和监测，以促进城市可持续发展。

五、全球导航卫星系统（GNSS）全球导航卫星系统是利用卫星信号实现全球定位和导航的一种技术。

它通过使用卫星的精确时钟信息和距离测量技术，可以确定接收机的位置和速度。

全球定位系统有助于测绘和准确定位，广泛应用于交通导航、航空航天和地理信息系统等领域。

高光谱遥感名词解释
1.高光谱遥感(Hyperspectral Remote Sensing):是遥感技术的一种，利用高光谱数据进行地物信息的提取。

高光谱遥感能够提供每个像元的数十至数百个波段的光谱数据，这些数据可以用来识别不同类型的地物，对地表的物理、化学和生物属性进行精确的定量分析。

2.光谱(Spectrum):是由不同波长的光组成的光线。

在高光谱遥感中，探测器可以测量出每个像元的光谱，也就是不同波长的光在该像元的反射率或辐射率的值。

3.反射率(Reflectance):是地物表面反射入射光的比率，是高光谱遥感中的一个重要参数。

不同地物的反射率在不同波段上表现出不同的特征，可以用来识别地物类型。

4.特征提取(Feature extraction):是高光谱遥感中的重要分析方法，通过数学和统计学方法对光谱数据进行处理，提取出地物的光谱特征，如反射率峰值、谷值和斜率等，用来识别地物类型和进行精确分类。

5.分类(Classification):是将地物根据其光谱特征划分为不同的类别的过程。

高光谱遥感中常用的分类方法包括基于像素的分类、基于物体的分类和基于混合像元的分类等。

6.多光谱遥感(Multispectral Remote Sensing):和高光谱遥感相似，但是只能提供少数几个波段的光谱信息。

多光谱遥感常用于地物类型的粗略分类，而高光谱遥感更加适用于地物的精细分类和属性分析。

遥感影像处理技术的最新进展遥感技术作为一种非接触式的对地观测手段，已经在众多领域得到了广泛应用，如国土资源调查、环境监测、城市规划等。

而遥感影像处理技术则是从海量的遥感数据中提取有用信息的关键环节。

近年来，随着计算机技术、传感器技术等的不断发展，遥感影像处理技术也取得了显著的进展。

一、高分辨率遥感影像的获取与处理随着卫星技术的不断进步，高分辨率遥感影像的获取变得越来越容易。

高分辨率意味着能够捕捉到更细微的地物特征，为更精确的分析和应用提供了可能。

然而，高分辨率影像也带来了数据量巨大、处理难度增加等问题。

在处理高分辨率遥感影像时，图像配准和融合技术显得尤为重要。

图像配准是将不同时间、不同传感器获取的影像进行精确对齐，以实现信息的综合利用。

而图像融合则是将多源影像的优势结合起来，生成一幅更具信息量和准确性的影像。

为了提高配准和融合的精度，研究人员提出了许多新的算法和模型，如基于特征点的配准方法、多尺度融合算法等。

二、多光谱和高光谱遥感影像分析多光谱遥感影像包含了多个波段的信息，能够反映地物在不同波长下的反射特性。

高光谱遥感影像则具有更高的光谱分辨率，可以提供更详细的地物光谱特征。

在多光谱和高光谱遥感影像分析中，光谱特征提取和分类是重要的研究方向。

传统的基于像素的分类方法往往忽略了地物的空间相关性，导致分类精度不高。

近年来，基于对象的分类方法逐渐兴起，它将影像分割成具有相似特征的对象，然后对对象进行分类，有效地提高了分类精度。

此外，深度学习技术也被应用于光谱特征提取和分类中，取得了较好的效果。

三、雷达遥感影像处理技术雷达遥感具有全天时、全天候的观测能力，在灾害监测、地形测绘等领域发挥着重要作用。

雷达遥感影像的处理面临着斑点噪声去除、几何校正、目标检测等挑战。

针对斑点噪声问题，研究人员提出了多种滤波算法，如均值滤波、中值滤波、小波滤波等。

在几何校正方面，精确的轨道模型和地面控制点的选取是提高校正精度的关键。

何为高光谱、何为多光谱？【知其源】光学遥感的发展——光谱分辨率的不断提高全色彩色多光谱高光谱ps:看到多光谱、高光谱图像时，我的肉眼实在是无从区分它二者的区别，只能查资料啦！全色遥感影像：传感器仅获取单个波段（0。

5μm-0.75μm）的黑白影像【个人简历】多光谱遥感将地物辐射电磁波分隔成若干个较窄的光谱段，以摄影或扫描的方式在同一时间获得同一目标不同波段信息的遥感技术。

✧原理不同地物具有不同的光谱特性，同一地物则具有相同的光谱特性。

同一地物在不同波段的辐射能量有差别，取得的不同波段图像上有差别。

✧优点多光谱遥感不仅可以根据影像的形态和结构差异来判别地物，还可以根据光谱特性的差异来判别地物，扩大了遥感的信息量。

航空摄影用的多光谱摄影，与陆地卫星所用的多光谱扫描均能得到不同谱段的遥感资料，分谱段的图像或数据可以通过摄影彩色合成或计算机图像处理，获得比常规方法更为丰富的图像，也为地物影像计算机识别与分类提供了可能。

高光谱遥感高光谱遥感起源于20世纪70年代初的多光谱遥感。

它将成像技术与光谱技术结合在一起，在对目标的空间特征成像的同时，对每个空间像元经过色散形成几十乃至几百个窄波段以进行连续的光谱覆盖，这样形成的遥感数据可以用“图像立方体”来形象的描述。

与传统遥感技术相比，其所获取的图像包含了丰富的空间、辐射和光谱三重信息。

高光谱遥感技术已成为当前遥感领域的前沿技术。

✧高光谱所包含的信息十分丰富，乃至海量，来看它的相关应用：可以用于检测机器是否有裂纹、缺陷等；检测农产品的品质，包括外部品质（大小、颜色、形状等）和内部品质（糖度、酸度等）；也可以检测产品的污染、病虫害以及一些疾病应用等✧不同于传统遥感的新特点1）波段多：可以为每个像元提供几十、数百甚至上千个波段2）光谱范围窄：波段范围小于10nm3）波段连续：有些传感器可以在350-2500nm的太阳光谱范围内提供几乎连续的地物光谱4）数据量大：随着波段数的增加，数据量成指数增加5）信息冗余增加：由于相邻波段高度相关，冗余信息也相对增加✧优点1）有利于利用光谱特征分析来研究地物2）有利于采用各种光谱匹配模型3）有利于地物的精细分类与识别【二者的异同点】➢实质上的差别：高光谱的波段较多，谱段较窄➢多光谱相对来说波段较少➢高光谱遥感比多光谱遥感的光谱分辨率要高，但是光谱分辨率高的同时空间分辨率会降低【知识“加油站”】➢遥感影像中的几大分辨率1）时间分辨率一个像元对应的地面距离（能够分辨的实际地物的最小单元长度）2）光谱分辨率传感器在接收目标辐射的光谱时能够分辨的最小波长间隔3）时间分辨年率对同一地点进行遥感采样的时间间隔，也称重访周期4）辐射分辨率传感器接受波谱信号时，能够分辨的最小辐射度差思考下：什么是重访周期？什么是重复周期？什么是辐射度差呢？➢全色影像为什么比多光谱影像分辨率高呢？第一种解释传感器是需要获得一定光能才能相应的。

遥感考试题及答案一、单选题（每题2分，共20分）1. 遥感技术中，卫星遥感属于以下哪种类型？A. 航空遥感B. 航天遥感C. 地面遥感D. 海洋遥感答案：B2. 下列哪项不是遥感技术的主要应用领域？A. 资源调查B. 环境监测C. 城市规划D. 个人娱乐答案：D3. 遥感图像处理中，图像增强的目的是什么？A. 提高图像分辨率B. 提高图像的可读性C. 减少图像的噪声D. 改变图像的颜色答案：B4. 多光谱遥感与高光谱遥感的主要区别是什么？A. 传感器数量B. 光谱分辨率C. 空间分辨率D. 时间分辨率答案：B5. 遥感数据的几何校正主要用于解决什么问题？A. 大气影响B. 地形起伏C. 传感器误差D. 光照变化答案：C6. 以下哪种传感器不是主动式传感器？A. 激光雷达B. 合成孔径雷达C. 红外扫描仪D. 多光谱相机答案：D7. 遥感图像分类中，监督分类与非监督分类的主要区别是什么？A. 是否需要训练样本B. 是否使用机器学习算法C. 是否依赖于先验知识D. 是否需要人工干预答案：A8. 以下哪种云平台不是遥感数据常用的云存储平台？A. Google Earth EngineB. Amazon Web ServicesC. Microsoft AzureD. Dropbox答案：D9. 遥感技术在农业中的应用不包括以下哪项？A. 作物种植面积监测B. 病虫害监测C. 土壤湿度监测D. 农作物价格预测答案：D10. 遥感数据的大气校正主要用于解决什么问题？A. 大气散射B. 大气吸收C. 大气折射D. 所有以上选项答案：D二、多选题（每题3分，共15分）1. 遥感技术可以用于以下哪些环境监测？A. 森林火灾监测B. 水质监测C. 城市热岛效应D. 沙漠化监测答案：A, B, C, D2. 以下哪些因素会影响遥感图像的质量？A. 传感器的性能B. 大气条件C. 地形起伏D. 光照条件答案：A, B, C, D3. 遥感数据预处理包括哪些步骤？A. 辐射校正B. 几何校正C. 增强处理D. 特征提取答案：A, B, C4. 以下哪些是遥感技术在城市规划中的应用？A. 土地利用分类B. 城市扩展分析C. 交通流量监测D. 灾害风险评估答案：A, B, C, D5. 以下哪些是遥感技术在农业中的应用？A. 作物种植面积监测B. 作物产量预测C. 病虫害监测D. 土壤湿度监测答案：A, B, C, D三、判断题（每题2分，共10分）1. 遥感技术只能用于宏观尺度的监测，不能用于微观尺度的监测。

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。

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。