高光谱遥感原理精选(九篇)
前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的高光谱遥感原理主题范文，仅供参考，欢迎阅读并收藏。
第1篇：高光谱遥感原理范文
关键词：中分辨率成像光谱仪（MODIS）；农作物种植面积；改进型混合像元判别分析法
中图分类号：S127 文献标识码：A 文章编号：0439－8114（2012）24－5783-05
农作物种植面积的遥感提取是在收集分析不同农作物光谱特征的基础上，通过遥感影像记录的地表信息识别农作物的类型，统计农作物的种植面积。农作物的识别主要是利用绿色植物独特的波谱反射特征，将植被（农作物）与其他地物区分开［1］。不同农作物类型的识别主要依据两点：一是农作物在近红外波段的反射主要受叶子内部构造的控制，不同类型农作物的叶子内部构造有一定的差别［2］；二是不同区域、不同类型作物间物候历的差异，可利用遥感影像信息的时相变化规律进行不同农作物类型的识别［3］。因此遥感影像分析方法的发展推动农作物种植面积的遥感提取方法的研究。而“同物异谱”、“异物同谱”以及“混合像元”现象制约着遥感影像分析方法的发展［4］。目前常用的提取农作物种植面积的影像分析方法有目视法、监督分类法、非监督分类法、作物特性法，这些方法主要运用到高分辨率的影像图片上（如TM数据），因为农作物种植最小面积远远大于卫星的探测单元瞬时视场角所对应的地面范围，可以把像元看成纯净像元；而对基于低分辨率、高光谱、混合像元为特性的中分辨率成像光谱仪（MODIS）数据而言，其探测单元瞬时视场角所对应的地面范围（1 km×1 km）同时种植好几种作物，运用传统统计模式分析方法会产生很大的误差，因此目前很少人运用单纯的MODIS卫星图片来计算县级农作物面积。
为了计算混合像元中各地物的丰度，可通过获取卫星资料上纯净地物像元的光谱特征曲线，来人工合成某种地物不同比例、不同其他地物混合情况下的光谱数据，用这些光谱数据作为已知的监督点建立判别方程来进行分类处理，并将含这种地物相同比例的混合像素归为一类，这样可以得到这种地物各种比例下的分布面积，将其面积与此地物所占的比例相乘便可以得到此地物的总的分布面积，这就是改进型混合像元判别分析法。
改进型混合像元判别分析法建立在线性混合模型的基础上，是将人工合成的光谱特性作为监督点进行监督分类，因而纯净地物像元的选择对此方法的判断精度影响很大，而且为了避免异物同谱现象出现，只能采用能精确反映地物光谱特性的高光谱卫星数据，用高光谱特性中的地物信息最大限度地消除低空间分辨率带来的误差，而MODIS有22个反射波段，只要能找到纯净地物像元的光谱数据，便可以相对精确地计算出各种地物的分布特点和面积。
2 资料的分析与处理
选定的地点是湖北省江陵县，江陵县是荆州市农业大县，处于江汉平原西南部，地势平坦，紧靠长江，水系发达；种植制度单一，只有小麦－棉花和油菜－中稻两种。选取的MODIS卫星资料的日期为2001年9月15日（晴天、无云），此时中稻处于成熟期，叶片偏黄（收获期为9月23日），棉花处于采摘期，叶片还是绿色。
2．1 MODIS卫星资料的预处理
NASA网站上提供的MODIS数据是经过大气校正过的MODIS L1B（MOD02）格式的资料，运行ENVI软件中专门针对MODIS原始数据进行坐标转换的程序，将资料转成Krasovskv地球模型、Albert投影方式坐标的栅格数据；并运用江陵县矢量地图采用MASK方式将江陵县栅格数据取出来。
2．2 改进型混合像元判别分析法的处理步骤
2．3 对比数据的计算
2．3．1 实际结果的计算 选用采用同日期的TM卫星资料的监督分类法计算的种植面积作为标准，其计算方法如下。
1）伪彩色图的生成。在ENVI软件中将70、40、20 μm波段的数据当成红、绿、蓝3种颜色形成一张伪彩色图，中稻和棉花很容易分辨，绿色部分为棉花，红棕色地物为中稻，水系为蓝色，而城镇为灰色。
2）监督点的选取。根据江陵县的特点将地物分为4类，取长江和木沉渊湖作为水体地物的监督点，郝穴镇（县城）为城镇的监督点，三湖农场作为棉花的监督点，而传统中稻种植区白马镇作为中稻的监督点。
3）数据资料的监督分类。通过ENVI软件，根据上面选取的已知监督点光谱数据，运用Mahalanobis距离法来进行监督分类。
3 结果与分析
3．1 改进型混合像元判别分析法计算的结果分布图与其他方法和实际的比较结果
因此运用改进型混合像元判别分析法能准确地反映棉花和中稻的分布规律，特别是在一些零星种植区和两种农作物交叉种植区都能很好地体现，这是用传统型监督分类法无法实现的；为了更好地比较检验改进型混合像元判别分析法的效果和分析改进型混合像元判别分析法的误差来源，将图2中各种比例的种植区分类结果分别与TM监督法统计的实际结果进行比较，得到的结果见表3。由表3可知，各分类区内实际情况与计算结果基本相符，证明改进型混合像元判别分析法的分类原理是正确的，但也有一定的误差，其误差来源有两个方面：一个是混合像素内小于25％地物的光谱特性基本消失，不容易识别；另一方面是100％种植区里还有其他地物区分不出来。但总的来讲，改进型混合像元判别分析法最大限度地利用高光谱特性提取了混合像元中农作物信息，最大精度地显示了农作物种植分布情况。
3．2 3种方法计算结果的比较
由于江陵县作物种植相对单一，因此很好寻找单一地物的像元，如果找不到这样的监督点，采用此方法会有很大的误差。
4 结论
改进型混合像元判别分析法是由线性混合模型发展而来，原理简单易懂；实现容易，只要SPSS软件和ENVI软件就能完成计算过程；最大限度地利用高光谱特性提取了混合像元中农作物信息，最大精度地显示了农作物种植分布情况，误差最小。因此运用在混合像元为特性的MODIS卫星上比较合适，影响其误差大小的主要因素是监督点的选取。
另外作物光谱特性差异法原理简单、计算方便，但误差比较大；监督分类法误差最大，不适合运用在低分辨率高光谱的MODIS卫星上。
参考文献：
［1］ 周成虎，骆剑承．遥感影像地学理解与分析［M］．北京：科学出版社，1999．
［2］ 斯韦恩P H，戴维S M．遥感定量方法［M］．北京：科学出版社，1984．
［3］ 孙九林．中国农作物遥感动态监测与估产总论［M］．北京：中国科学技术出版社，1996．
［4］ 章孝灿，黄智才．遥感数字图像处理［M］． 杭州：浙江大学出版社，1997．
［5］ 吕长春，王忠武．混合像元分解模型综述［J］．遥感信息，2003（3）：55－59．
第2篇：高光谱遥感原理范文
关键词：高光谱遥感 混合像元分解 线性光谱分解模型 端元提取 纯像元指数法
0、引言
遥感影像中的像元很少是由单一均匀的地表覆盖类组成，一般都是几种地物类型的混合体。因此影像中像元的光谱特征并不是单一地物的光谱特征，而是几种地物光谱特征的混合反映，而每个像元则仅用一个信号记录这些“异质”成分。若该像元仅包含一种类型，则为纯像元，它所记录的正是该类型光谱响应特征；若该像元包含不止一种土地覆盖类型，则形成混合像元[1]。
1、混合像元光谱模型
线性模型[2]，它基于以下假设：在瞬时视场下，各组分光谱线性混合，其比例由相关光谱的丰度决定。通过分析残差，使残差最小，完成对混合像元的分解。因此，第i波段像元反射率可以表示为：
（1）
式中：i=1，2，…，n；j=1，2，…，m；γi是混合像元的反射率；pij表示第i个波段第j个端元组分的反射率； f j是该像元第j个端元组分的丰度； 是第i波段的误差；n表示波段数；m表示选定的端元组分数。
2、采用线性光谱分解模型分解混合像元
线性光谱解混是在高光谱图像分类中针对混合像元经常采用的一种方法[3]，该方法由两步构成，第一步是提取“纯”地物的光谱，即端元提取；第二步是用端元的线性组合来表示混合像元，即混合像元分解。
2.1端元提取
纯净像元指数是一种在多波谱和高光谱影像中寻找波谱最纯净的像元的方法。通常，波谱最纯净的像元与混合端元相对应。像元纯净指数通过迭代将N维散点图映射为一个随机单位向量来计算。每次映射的纯净像元被记录下来，并且每个像元被标记为纯净像元的总次数也将被记录下来。
2.2混合像元分解
主要方法有凸面几何学分析，滤波向量法，投影追踪法，限制性线性混合模型，空间信息辅助下的混合像元分解，在这里我们采用限制性线性混合模型。
在（1）式上加上像元组分总和为1的条件时，端元组分f0的估计值可由下式方便地确定[1]：
（2）
式中lm是一个分量都是常数l的m维列矢量。但由（2）式估计的fCLS值并不满足非负的条件，一个比较简单的办法是把fCLS中的负值去掉，再把其余的值按比例拉伸到总和为1。但一般来说，这样的估计结果不可能是f0的全局最优估计。再者（2）式加上像元组分非负的条件时，对f0估计称为不等式约束的最小二乘，通常很难找到解析的方法。下面给出全限制线性混合模型的迭代算法。
令 ，式中： 为混合像元在光谱通道上测量的反射率所组成的n维列矢量；P是n行m列的矩阵，它的列是m个像元组分光谱矢量；
记 ， ， ，则线性混合模型组分估计值为： ，引进一个m维矢量 ，
构造拉格朗日乘数法方程：
（3）
在 的条件下有：
（4）
由此导出两个迭代方程：
（5）
（6）
由式（5）和（6）可以得出 与 的值。
根据上面的基本原理可以提出这样的迭代解法，其基本步骤如下：（1）初始化所需要的相关矢量和变量。（2）计算临时存放最佳端元比例的矢量 并令混合像元中端元的组分比例 。（3）如果 各分量的值都为非负，则结束循环。（4）对于 中负值分量采用提出的数值分析的方法，对其进行变换和筛选，选出合适的针对负值的变量 。（5）从（3）或者（4）得到的 便是全局最优估计丰度。
利用上面纯像元法提取出的所有端元，采用此迭代算法进行限制性混合像元分解，得到如图1提取出的端元分布情况。参考一些地面资料[4]，初步确认各端元分别为：a 明矾石，b 铵长石，c 高岭石，d伊利石，e硅石，f 方解石，g 沸石，h是分解之后的误差影像。通过观察解译出的端元图和误差影像图，我们确信限制性线性混合像元分解算法是有效果的。
图1 每一幅图亮度最高的地方是此端元的大量分布区
3、结语
成功的利用线性光谱分解模型对一幅高光谱影像进行了混合像元分解。从提取的纯净像元指数图来看，纯像元指数法是有效的；从我们得到的混合像元分解图中证实了限制性分解有较广泛的实用性。从分解的混合像元端元图可以看出，分解的准确率确实不高，此方法的不足表现在以下两个问题：（1）混合像元和纯净像元的区分不明确；（2）类别的错分和误分普遍存在。要解决这两个问题，需要考虑添加其他的限制条件，比如空间信息和纹理信息，把所有的限制条件考虑到，然后进行筛选，效果可能会好些。
参考文献：
[1]张良培，张立福.高光谱遥感[M].武汉：武汉大学出版社，2005：87-101.
[2]张立福，张良培，村松加奈子等.基于高光谱卫星遥感数据的UPDM分析方法[J].武汉大学学报，2005，30（3）：264-268.
第3篇：高光谱遥感原理范文
【关键词】海上溢油；遥感；监测
中图分类号：C35文献标识码： A
0.引言
在各类海洋污染中，造成主要污染的因素就是海上溢油。由于轮船的碰撞、海上油井的破裂、翻船、海底油田泄露等各种不同的意外事故，造成大海大面积的石油污染，不仅损害海洋、自然环境，对生态环境、人体健康也是一种危害。溢油对海洋的污染已经引起了各国政府的重视，很多国家都建立了海上溢油的探测系统，对近海领域进行巡视、监测和管理。一旦发生溢油事故，能够在最短的时间内了解到溢油发生的位置以及扩散趋势。通过建立完整的监测系统，大范围有效了解海洋面积的动态信息，对于海洋溢油污染进行定量分析，准确反映溢油污染的情况与程度。
1.遥感技术监测海上溢油范围
海面发生溢油灾害后，溢油区域水面的电磁波谱特性发生变化，相对于没有石油区域的水面有明显差别，利用这种光谱特性的差异可以划分油水分界线，从而确定溢油范围。
1.1可见光、近红外红外遥感技术
利用可见光、近红外红外波段的遥感监测技术是我国针对溢油污染发展最为成熟的监测技术。在其波段的范围内，入射物表面的电磁波与物体发生光学作用，监测系统的传感器通过记录来源物与入射电磁波发生的反射作用，由于物体不同，对电磁波的反射率也不同。实验表明，油种的类型以及厚度都会对海面油膜的光谱曲线造成影响，卫星遥感的最佳敏感波段也存在差异[1]。
1.2微波雷达遥感技术
合成孔径雷达（synthetic aperture radar，SAR）和侧视机载雷达（side-looking radar，SLAR）是微波雷达的遥感技术用于溢油范围监测的两种雷达。前者是利用多普勒效应，依靠短天线达到高空间分辨率。后者是一种传统雷达，造价低，空间分辨率与天线长度成正比。现阶段，合成孔径雷达已经被广泛运用到溢油范围监测。SAR传感器通过接收仪器发出的电磁波信号，对物体进行识别。海面的毛细波是可以反射雷达的波束，从而造成海面杂波，在SAR传感器的图像上呈现亮图像，油膜覆盖海水表面，致使雷达传感器接收到的波束减少，无法在SAR传感器上体现亮的颜色。
2.遥感技术监测海上溢油类型
如何判断海面上的溢油类型，是遥感技术中的模式识别问题，也是遥感监测中较难实现的问题。
2.1激光荧光遥感技术
激光荧光法是利用激光作为激励光源，激发物质的荧光效应，利用物质的荧光光谱作为信息的参照，通过SAR传感器的监测，进行输入远的荧光光谱分析方法。当物质被光波照射时，基态的物质分子吸收光能量，由原来的能级跃转移到较高的第一电子单线激发态或者第二电子激发态。所谓的荧光效应，就是指通常情况下，转移的电子会急剧地降落，降至最低振动能级，并且以光的形式释放能量。每种物质的荧光谱不同，由于石油油膜中所含有的荧光基质种类的不同以及各种基质比例不同，在相同激光照射条件下所反馈的荧光也不同，荧光谱通常具有不同的强度和形状，这就是激光荧光遥感技术鉴别溢油种类的原理[2]。
2.2红外偏振遥感技术
作为一种新颖的遥感监测手段，被动傅里叶变换红外遥感（Fourier transform infrared spectroscopy，FTIR）是一种检测多原子分子的方法，可以实现多组目标的同时进行检测与鉴别。这和传统的红外遥感技术不同，红外偏振遥感技术是能够获取物质表面的状态以及物质的信息等相关偏振信息，这样有助于识别石油的种类。
2.3高光谱遥感技术
在针对溢油种类进行检测时，需要得到足够多的光谱信息，高光谱遥感技术是以其宽度与庞大的波段数量为主要特点，使其成为溢油种类的一种可行手段。通过光谱混合分析的方法对溢油高光谱数据进行研究分析。利用Hyerion高光谱卫星数据进行溢油监测研究，对多种原油的高光谱波谱进行分析，同时利用GA-PCA特征进行提取法与SAM-SFF方法对不同的油种的高光谱波进行提取，以达到鉴别油种的差异。
3.遥感技术监测海上溢油量
溢油量取决于溢油油膜的厚度，根据油膜的厚度对其进行分布以及估算，可以大致得出溢油总量。
3.1紫外遥感技术
紫外遥感技术是通过紫外传感器油膜油层进行探测，对于小于0.05um的薄油层即使在紫外波段也具有很高的反射，通过紫外光与红外光的叠加，大致可以得到油膜的厚度。但是，紫外遥感技术有一个很大的缺点，就是紫外遥感很容易受到外界环境因素的干扰，一旦受到外界因素的干扰紫外遥感就很容易出现虚假信息。
3.2热红外遥感技术
由于油膜在吸收太阳辐射之后会将一部分能量以热能的形式进行释放，所以采用热红外遥感技术，这种技术中红外波段包含地物的温度信息，所以能够辨别油层的厚度，较厚油层表现为“热”的特性，中等厚度油层表现为“冷”的特性。经相关研究表明，发生“冷”、“热”的油膜厚度范围大致为50-150um之间，而这种技术的最小探测油层厚度大约为20-70um之间，由于厚度的区间很小，所以SAR传感器的敏感性因此受到限制[3]。
3.3微波雷达遥感技术
由于海洋的海水本身会发射微波辐射，而海上溢油发生以后油膜区域会发射比海水更强的微波信号，水的微波辐射发射率约为0.4，而油的发射率约为0.8，因此在海水背景中，溢油区域呈现亮信号，并且信号强弱与油膜厚度具有一定的比率。通过微波雷达遥感技术监测溢油量，一方面能够监测海上溢油的范围，一方面可以通过被动式的微波辐射大致计算油膜厚度。但是，我国这方面的技术还不是很发达，油膜厚度的微波遥感定量技术受到环境、传感器等多方面因素的影响，其精度仍然有待提高[4]。
4.结语
本文介绍了海上溢油的三大监测指标，海上溢油监测指标分为溢油范围、溢油类型和溢油量。但是，针对溢油类型和溢油量的监测技术仍不成熟，随着我国海上溢油监测系统的不断完善，溢油遥感技术不断发展，为实现全面监测海上溢油指标而不懈努力。
【参考文献】
[1]李栖筠，陈维英，肖乾广,等．老铁山水道溢油事故卫星监测[J].环境遥感，2010，9（4）：256-262.
[2]李四海．海上溢油遥感探测技术及其应用进展[J].遥感信息，2012,03（2）：:53-56.
第4篇：高光谱遥感原理范文
Abstract： Using six kinds of commonly used supervised classification method based on spectral characteristics to classify the Yellow River Estuary wetland hyperspectral CHRIS image， after comparing with the results of classification， and then it analyzes and summarizes the differences and their respective characteristics of classification accuracy between the six methods.
关键词： 遥感；高光谱；监督分类；最大似然法；湿地
Key words： remote sensing； hyperspectral；supervised classification；maximum likelihood method；wetland
中图分类号：P407.8 文献标识码：A 文章编号：1006-4311（2014）02-0184-03
0 引言
在高光谱遥感研究领域中，对地物进行分类判别有许多手段，其中监督分类是较为有效的手段之一。由于多种具体监督分类方法各自基于的算法不同，所以在不同的应用领域会产生不同的分类效果。本次研究重点在于比较几种监督分类方法应用于湿地地貌时的效果，并尝试找到更适用于黄河口湿地保护区的分类方法。
本文研究所用实验数据为2012年6月1日获取的同景黄河口湿地保护区PROBA① CHRIS影像，传感器工作模式为模式2，视角为0°（国家海洋局第一海洋研究所）。我们对该湿地影像分别使用六种监督分类方法进行分类操作，然后将各分类结果与标准分类影像进行混淆矩阵比对，最后分析并总结各方法在湿地应用中的地物判别效果。
1 六种监督分类法概述
遥感图像通常分为两种方法，即非监督分类和监督分类。在没有任何先验类别做样本的情况下根据像元间的相似度进行归类合并的方法即为分监督分类方法，包括分级集群法和动态聚类法等。而监督分类方法则是通过在研究区域选取具有代表性的训练场作为样本，根据已知样本，通过方差和像素亮度均值等特征参数的选择建立判别函数，在对样本像元进行分类的同时根据样本类别的特征对非样本像元的对数类别进行识别。选择训练样本和训练场地是进行监督分类的关键，其选择的质量关系到分类能否取得良好的效果。本文所用六种监督分类方法的基本算法理论如下：
①最大似然分类法：此方法建立在Bayes准则的基础上[1]，且是处理图像最常用的一种监督分类方法，其偏重于集群分布的统计特性。分类原理：假设在光谱空间中，训练样本数据服从高斯正态分布规律，做出样本的概率密度等值线以确定分类，计算出标本属于各组概率后，标本归属概率最大的一组。
②马氏距离分类法：此方法作为一个方向灵敏的距离分类器，由于分类时使用了统计信息，虽然类似于最大似然法，但是由于它假定了所有类的协方差相等，是一种较快的分类方法。
③最小距离分类法：利用训练样本数据在没有先验知识的前提下，计算出每一类均值的向量和标准差向量，该特征空间的中心位置为均值向量，计算出输入图像中每个像元到各类中心的距离，像元到哪一类的中心距离最小，即其归属哪一类。
④神经网络分类法：此方法是建立在模拟人脑神经系统和功能基础上的一种数据分析处理系统[2]。一个神经元有多路输入，不仅接受来自其他神经元的信息，还经由一条路线将反馈信息传递给另一个神经元。一个神经元通过突触与多个神经元相连，信号进入突触即为输入，通过突触加权后，所有输入的加权和就是所有权重输入的总效果。神经在该和值大于等于神经元阈值时被激活，否则不被激活。我们可以把神经网络看成简化了的人脑圣经系统的数学模型。
⑤支持向量机分类法：于1995年由Vapnik领导的AT&TBell实验室研究小组所提出[3]。在二次优化理论、结构风险理论和核空间理论的基础上建立了此方法。由于它用事先定义的非线性变换函数集将向量映射到高维特征空间，按照支撑向量与决策曲面的空隙极大化的原则产生最优超平面，然后再把高维特征空间的线性决策边界映射到输入空间的非线性决策边界，因此，它提供了一个与问题维数无关的函数，且具有复杂性有意义的刻画。
⑥二值编码匹配分类法：根据波段值落在均值的上方或下方，把数据波普和端元波普编码为0或1，异或逻辑函数是比较煤种编码后的参考波普与编码后的数据波谱，从而生成一副分类影像。
2 应用试验
本次研究以由18个波段组成的黄河河口湿地高光谱影像作为数据源即原始的遥感图像，经过校正后以波段16、8、4模拟真彩色图像合成RGB进行显示，根据图像的光谱特征，通过结合人工判读与实地踏勘将影像中的地物分6类：碱蓬、柽柳、芦苇、潮滩、黄河水体和清澈水体。然后通过绘制矩形感兴趣区（ROI）进行样本的选取，每类地物的感兴趣区均用不同颜色加以区别（如图1）。
在相同ROI选取的前提下，分别使用上述六种监督分类方法对该景影像进行分类，并记录结果。
对这六种监督分类方法的分类结果进行直观判别可以发现：神经网络、SVM和最大似然三种监督分类方法都有不错的效果。
为了定量地比较各个分类方法在本次实验中的效果，我们采用ENVI中的混淆矩阵（Confusion Matrix）运算[4]来评价六个分类结果与标准分类影像②（如图8）的差异，并绘制精度与Kappa系数表格（表1）。
3 分类结果对比分析
一般情况下，SVM与神经网络由于算法理论较优，所以通常使用这两种监督分类方法的效果都不错，这从分类效果表中也可以看出，它们的分类总体精度都达到83%以上，且Kappa系数都在0.75以上。效果明显好于二值编码匹配、最小距离和马氏距离法。但本次实验中最大似然法的效果则最为突出，总体精度与Kappa系数都高于SVM与神经网络。分析可能导致这种结果的原因：第一，通过结合实地踏勘训练样本（ROI）选取的非常好，病态样本占比低。当样本选取并不太理想的情况下，最大似然法是否能有本次实验的良好表现还有待验证；第二，本实验所选黄河口湿地地物和植被种类相对较少，地物和植被光谱特征明显，最大似然的算法理论可以很好的支持分类。因此，在遥感影像监督分类的实际应用中，与本次实验湿地地物环境相似，训练样本选取理想的情况下，最大似然法也不失为一种优选策略。
注释：
①PROBA是欧洲空间局发射的小型太阳同步轨道卫星（2001.10.22），轨道高度615km，倾角97.89°，搭载紧凑式高分辨率成像分光计（Compact High Resolution Imaging Spectrometer， CHRIS），成像光谱范围400～1050nm，光谱分辨率1.25～11.00nm，地面分辨率17/34m。CHRIS.
②通过实地踏勘并结合人工判读所制标准分类影像.
参考文献：
[1]黄立贤，沈志学.高光谱遥感图像的监督分类[J].地理空间信息，2011，（9）5：81-83.
[2]张兵，高连如.高光谱图像分类与目标探测[M].北京：科学出版社，2011.
[3]Corinna Cortes， Vladimir Vapnik. Support-vector networks， Proc. of the 25th Machine Leaning，20，273-297， 1995.
[4]李小娟，刘晓萌，胡德勇等.ENVI遥感影像处理[M].北京：中国环境科学出版社，2008，9：322-347.
第5篇：高光谱遥感原理范文
【关键词】遥感技术；地质找矿；应用；影响
在当前形势下，矿产资源已成为制约社会经济发展的重要因素，经济的飞速发展对矿产资源的需求也随之增大，但由于矿床深埋于地层之下很难通过普通的找矿手段发现，给找矿工作增加了巨大的难度。利用新的科学找矿技术是适应地质找矿工作的要求，也是满足社会经济发展的需要，遥感技术就是在这种情况下不断发展，并为找矿技术提供必要技术支持。通过遥感技术进行地质找矿工作，能够真实全面地反映地质结构的具体成分信息，在将信息加以分析，能够迅速准确地找到矿床的具置，极大地减少了人工工作量，提高了工作效率。
1 遥感技术概述
遥感技术是产生于上世纪六十年代的一种综合性的探测技术，当前信息技术等高新技术的快速发展，使遥感技术逐渐应用与各个领域中。具体来说，遥感技术即通过对远距离相关目标辐射和反射的可见光、红外线、卫星云图以及电磁波等数据信息加以收集和处理，然后感知成影像资料，是进行探测和识别相关目标事物的一种技术。遥感技术具有综合性强、宏观系统显现、层次丰富以及快速准确和具备动态性等特点，其能够有效提高地质找矿工作效率和经济效益，应用价值极为广泛，逐渐受到各领域的关注和应用。
遥感技术在地质找矿工作中一般以地质绘图为主，准确再现区域地质状况和信息。在地质找矿工作中纳入遥感技术是当前开展的促进地质找矿工作的重要途径和必然要求。遥感技术可以客观真实地反映地质内的分层信息和成分数据，还能够对这些地质信息加以全面的分析和处理，对勘探和发现地质矿床的具置有巨大的作用和意义，实现矿产资源的合理开发。遥感技术在地质找矿工作中的应用和影响主要包括以下几个方面：对地质矿体范围加以细致勘察、将勘察信息呈现出几何形态、矿床的地段分析以及成矿区域的相关地质条件等，通过对这些方面的勘察和分析，能够有效地促进地质找矿工作的进行，提升找矿工作的效率。
2 遥感技术在地质找矿工作中的应用和影响
2.1 利用遥感技术识别地质岩石矿物
岩石是成矿的主要物质基础和条件，成矿需要适当的不同类型岩石组合，利用遥感技术识别地质岩石矿物是勘测成矿区域的重要途径。识别和提取地质岩石矿物的具体信息数据需要利用遥感技术分析地质岩石矿物的光谱特征，采用图像变化、图像增强以及图像分析的方法，对地质岩石矿物加以分析处理，能够最大限度地将不同岩相、不同类型和不同岩性的地质岩石矿物加以区分，勘察最适合和需要的地质岩石矿物。利用遥感技术对地质岩石矿物加以识别对地质填图工作有重要的影响和作用，其识别很大程度上要依靠地质岩石矿物的光谱和空间特征差别，当前在岩石矿物识别工作中应用交为广泛的是高光谱遥感成像技术，具有分辨率高、波段多和数据信息量大的技术特点。通过利用高光谱的窄波段对地质岩石矿物加以识别，能够清晰识别岩石矿物的具体特征，地物光谱的重建和量化提取使区分矿物岩石工作更为容易。
2.2 利用遥感技术提取矿化蚀变数据信息
岩石蚀变信息的提取能够有效提升地质找矿工作的效率，在地质矿床内围岩和矿热液的相互作用会使产生围岩蚀变现象，围岩蚀变的类型取决于围岩自身的内部元素成分和所处矿床的类型，围岩蚀变类型的判定是找矿工作顺利进行的重要依据。围岩蚀变的常见类型有绢云母化、高岭土化、硅化、青磐岩化等，当前对矿化蚀变信息的提取主要采取铁染和羟基进行，矿化蚀变岩石与普通岩石的差异较大，其结构、类型和颜色等都有一定的特殊性，利用遥感技术可使蚀变岩石在特定的光谱波段下显现出异常的光谱，从而即可进行异常信息的提取，目前广泛应用的数据源主大多是数据源与ETM相结合的形式。
2.3 利用遥感技术提取地质构造信息
地质找矿工作中地质构造信息的提取是一项重要的环节，实践证明，矿化蚀变带的分布具有一定的规律可循，一般地质构造明显的位置存在矿化蚀变带的可能性较大，地质构造对成矿的影响较大，成矿的可能性和矿床范围的大小很大程度上取决于地质构造的实际情况，因此，利用遥感技术加强对地质构造信息的提取和勘测，是寻找矿床的重要因素和途径，需对其加以科学利用。在具体地质构造信息勘测和提取过程中，提取地质构造的信息主要可分为环形影像解译和线性影像解译。需要依据不同类型的成矿构造具体环境，对地质构造数据信息加以提取，比如，对矿化、接触带和蚀变相关的地质构造，常常提取其色带、色环和色块等异常数据信息；对一些区域性成矿构造往往提取其线性结构的数据信息；对于火山盆地、热液活动以及中酸入体相关的地质构造需要提取其环形构造数据信息。利用遥感技术提取地质构造信息在成像时可能会出现模糊作用的情况，致使矿区线性形迹各纹理信息变模糊，出现这种情况时，可使用遥感影像中的灰度拉伸、比值分析、边缘增强以及方向滤波等功能对其加以处理即可。通过对线性和环形影像进行全面、系统的整理和分析，有效结合该区域地质、化探和物探等数据资料，即可判断成矿区域的分布位置及具体特点，还可以采用数学地质的方法统计分析已经解译的线性结构，从而准确地判定找矿位置。
2.4 利用遥感技术分析植被波谱特点找矿
地表矿化蚀变岩石成分结构的改变是在微生物或地下水的作用下进行的，这种作用力还能够改变矿化蚀变岩石上的土壤成分，利用遥感技术分析植被波谱的变化特点来寻找矿床，是一种先进的找矿技术，其主要采用的方法和原理为遥感生物地球化学找矿原理。这种方法主要是在类似矿区的区域，长期观察植物的生长状况和变化特点，从而来判定该区域是否存在矿产资源，因为植物在其生长过程中会大量吸收地下土壤和岩石中的矿物元素，致使植物在不同时期的生长也有不同的外部变化，通过利用遥感技术对植物的波谱特征变化加以观察和分析，寻找矿区的具置。在植物吸收的某项矿物元素超标时，就会使植物产生一定程度的度化作用，就有了相应的生物地球化学效应，这种效应会使植物的生态和生理方面发生相应的变异。比如，植物吸收过多的重金属会使其产生褪绿或矮化等变化，能够通过遥感图像清晰观察出其植被红光光谱曲线逐渐向短波方向进行“蓝移”，从而迅速、准确地确定矿床或矿区的地理位置。
3 结束语
当前，遥感技术除了以上在找矿工作的应用和影响，也随着科技的发展不断更新，出现了多光谱遥感蚀变信息提取技术、高光谱遥感技术等新兴的先进技术，为地质找矿工作提供了巨大的技术支持，有效节省了找矿所需的人力、财力和物力需求，提高了地质找矿工作的整体效率。
参考文献：
[1]魏磊，赵鹏海，何晓宁.等.浅谈遥感技术在矿产开发中的应用[J].测绘与空间地理信息，2012（09）.
[2]刘德长，叶发旺，赵英俊.等.地质找矿中遥感信息的综合研究与深化应用―以铀矿为例[J].国土资源遥感，2011（03）.
第6篇：高光谱遥感原理范文
关键词:遥感技术 信息提取 找矿
遥感技术(Remote Sensing)即遥远的感知,是20世纪60年代兴起并迅速发展起来的一门综合性探测技术,它是在航空摄影测量基础上,随着空间技术、信息技术、电子计算机技术等当代高新技术的迅速发展,以及地学、环境等学科发展的需要,逐步形成发展的一门新兴交叉科学技术。具有宏观、动态、综合、快速、多层次、多时相的优势。在新技术迅猛发展的今天,遥感技术伴随着航空、航天技术的发展而不断提高与完善,服务领域不断扩展,受到普遍重视,显示出极其广泛的应用价值、良好的经济效益和巨大的生命力。
1、遥感信息提取
全球变化的研究涉及一系列重大全球性环境问题,提出了大量关系到地球的重要科学问题。由于涉及的范围极其广泛,因而具有高度综合和交叉学科研究的特点。叶笃正先生曾指出,“全球环境是一个不可分割的整体,任何区域的环境变化都要受到整体环境变化的制约;反过来,整体环境的变化又是各区域相互影响着的环境变化的综合体”。遥感作为获取地球表面时空多变要素的先进方法,是地球系统科学研究的重要组成部分,是对全球变化进行动态监测不可替代的手段。陈述彭先生指出,没有遥感,就提不出全球变化这样的科学问题。所以遥感对地理信息学科具有巨大的推动作用,就像望远镜对天文学和物理学的推动作用一样。遥感科学的意义在于:对传统地理学来说,遥感要求从定性到定量描述;对传统物理学来说,遥感要求在像元尺度上对局地尺度上定义的概念、推导出的物理定律、定理的适用性进行检验和纠正,而这种纠正是与像元尺度上的地学定量描述密不可分的。
1.1 遥感图像掩膜处理
卫星遥感图像处理,尤其是提取矿化蚀变等微弱遥感信息,需要针对工作区选取尽可能小的图像范围,同时要对工作区范围内图像中的云雾、水体、冰雪、植被、大面积风成土壤等干扰进行掩膜等处理,然后才能进行图像处理。
1.2 去相关拉伸
去相关拉伸变换是原始光谱波段的一种线性变换,这种变换通常是原始光谱波段的加权总和与差。研究表明该方法对一些遥感图像数据有效,能产生好的图像效果和提供新的洞察点;利用这种图像处理方法主要目的是提取一些方法不能提取的一些重要矿化蚀变、侵入体及构造等遥感信息。
1.3 卷积增强
遥感图像上的线性特征,特别是和地质构造和成矿环境有关的线性体和断裂构造的增强处理和分析是遥感图像处理和研究的一个重要方面。对数字图像而言,线性体信息提取目前主要有梯度阈值法、模板卷积法、超曲面拟合法、曲线追踪和区域生长等,地质遥感线性体信息提取采用模板卷积滤波算法效果较好,它是一种邻域处理技术,即通过一定尺寸的模板(矩阵)对原图像进行卷积运算来实现的。
2、遥感技术在地质找矿中的应用现状
长期以来,地质工作者迫切希望能有一种目的性明确、“窥一斑而知全豹”的理论和方法来指导找矿。因此遥感技术以其独有的特点在地质找矿中的作用显得尤为重要。应用遥感与地质资料进行综合分析、预测区域成矿远景等已取得了很多成果。遥感技术在地质找矿中的应用主要表现在两个方面:(1)通过研究遥感影像上的地质构造与成矿的关系,认识成矿规律并圈定找矿远景区。(2)是通过对遥感图像进行增强处理,综合分析,提取一定的地质信息,从而为成矿预测提供有用资料。遥感图像早已非常成功地应用于农、林、水利和交通等部门的调查和规划。在我国最早使用遥感图像的是地质行业,其主要任务就是用于地质找矿。
3、遥感技术信息提取在找矿中应用的相关技术
3.1 遥感图像分析找矿
遥感图像分析找矿是利用各种航天与航空遥感图像进行目视判读,分析已知矿产地质的图像特征,结合地质背景、成矿条件及物化探异常,根据类比的原则从已知推未知,可进行一定的成矿预测。使用大比例尺航空像片,尤其是彩色和红外彩色像片,能直接识别原生矿体及矿化地区的露头,尤其是金属矿床及露头的特异彩色形成良好的找矿标志。例如在彩色航片上磁铁矿、锰矿、煤矿等呈深灰色或黑色;赤铁矿、斑铜矿为红色;孔雀石、铜矿、次生铀矿、次生铬矿为绿色;风化的铁帽常呈褐色;盐矿、石英脉矿呈白色等。由于矿体露头与围岩抗风化、抗侵蚀能力不同,形成岩墙或沟谷,也可直接识别。此外,人工开采区的采矿场、竖井、平峒、废石堆、尾砂等在图像上也能直接识别。
3.2 遥感图像提取矿产信息进行成矿预测
遥感图像提取矿产信息进行成矿预测是利用遥感图像处理技术对遥感图像进行处理,提取矿床、矿化有关信息,如蚀变带、氧化带、铁帽等含矿地质体或某元素地球化学异常区,直接显示在图像上,从而达到找矿的目的。
3.3 遥感图像地质综合分析找矿
遥感图像地质综合分析找矿是以区域地质演化与成矿规律分析为基础,确定出调查区内主要的成矿模式与控矿的地质要素,根据控矿地质要素的遥感信息特征(包括的与隐伏的)选取一定的图像处理方案,进行有关地质信息的增强或提取处理,同时结合物化探资料进行目视图像分析。物化探资料的图像化及用数学地质与遥感地质相结合的方法进行成矿预测,是遥感地质综合找矿向纵深发展的新趋势。
4、结语
目前遥感已成为地质调查和资源勘查与监测的重要技术手段。应用范围已由区域地质、矿产勘查、水文地质、工程地质、环境地质勘查扩大到农业地质、旅游地质、国土资源、土地利用、城市综合调查、环境监测等许多领域。应用技术方法水平随着遥感和计算机技术的发展也有了很大的提高,应用效果和社会经济效益也愈来愈明显。
参考文献
[1]陈述.遥感技术与遥感数字图像分析处理方法、解译制图及其综合应用实务全书[M].银川:宁夏大地音像出版社,2005.9:90-92.
第7篇：高光谱遥感原理范文
Abstract： The water area monitoring is an important aspect of water resources investigations， also is the important content of flood disaster monitoring. Through satellite remote sensing image， quickly and accurately drawing the information of water area has become the important means of water resources investigation and monitoring. Based on the satellite images of Poyang lake region through the A， B star of environmental disaster reduction， the paper uses the manual digitization to sort， extracts water information， compares with the actual area in 1998 in accordance with the water level， and realizes fast monitoring for lake water area.
关键词： 环境减灾A、B星；HJ-1；遥感；鄱阳湖；水体面积估算
Key words： A，B star of environmental disaster reduction；HJ-1；remote sensing；Poyang lake；water area estimating
中图分类号：TP79 文献标识码：A 文章编号：1006-4311（2013）19-0213-03
1 概述
1.1 鄱阳湖基本情况 鄱阳湖位于江西省的北部，长江中下游南岸，承纳赣江、抚河、信江、饶河、修河五大江河及博阳河、漳河、潼河之来水，经调蓄后由湖口注入长江，是一个过水性、吞吐型、季节性的湖泊。鄱阳湖南北长173km，东西平均宽度16.9km，最宽处约74km，入江水道最窄处的屏峰卡口，宽约为2.8km，湖岸线总长1200km。鄱阳湖水系流域面积16.22万km2，约占长江流域面积的9%。
鄱阳湖水位涨落受五河及长江来水的双重影响，高水位维持时间长，4-6月水位随鄱阳湖水系洪水入湖而上涨，7-9月因长江洪水顶托或倒灌而维持高水位，10月才稳定退水；每当洪水季节，水位升高，湖面宽阔，一望无际。湖口水文站水位21.00m（吴淞基面，下同）时，湖水面积3840km2，容积262亿m3。当达到湖口水文站1998年实测最高水位22.58m时，湖水面积达4070km2，容积320亿m3。枯水季节，水位下降，洲滩出露，湖水归槽，蜿蜒一线，洪、枯水的水面、容积相差极大。湖口水文站历年最低水位5.90m（1963年）时，其通江湖体面积仅为28.7km2，相应容积为0.63亿m3。“高水是湖，低水似河”、“洪水一片，枯水一线”是鄱阳湖的自然地理特征。
湖口水文站位于湖口县双钟镇三里街（东经116°13′，北纬29°45′），鄱阳湖入江水道末端右岸。中低水断面位置下距河口仅0.7km，该站为鄱阳湖出流的唯一控制站，受长江和鄱阳湖来水的双重影响，水文现象复杂，观测资料深受影响。水位观测，枯水时期每日早晚8点观测水位各一次，汛期视水情变化，随时增加测次。流量观测平时以流速仪观测，在流速小于0.3m/s时，改用积深浮标施测。在中枯水流速仪断面施测时，全断面测线分布，在7月以前一般为9条，少数测次用15或30条施测，7月以后，均为30条。每线测5点。在高水流速仪断面施测时，一般全断面施测30条，其中3次施测40条。但在遇大风浪时，适当减少条数。含沙量测验采用横式采样器，与测流同时施测。
1.2 环境减灾A、B星基本情况 “环境与灾害监测预报小卫星星座”是中国为适应环境监测和防灾减灾新的形式和要求所提出的遥感卫星星座计划。根据灾害和环境保护业务工作的需求，“环境与灾害监测预报小卫星星座”由具有中高空间分辨率、高时间分辨率、高光谱分辨率、宽观测幅宽性能，能综合运用可见光、红外与微波遥感等观测手段的光学卫星和合成孔径雷达卫星共同组成，以满足灾害和环境监测预报对时间、空间、光谱分辨率以及全天候，全天时的观测需求。是中国专用于环境与灾害监测预报的卫星，其A、B星于2008年9月6日以一箭双星的方式在太原卫星发射中心由二号丙火箭发射升空。
环境减灾A、B星由两颗中分辨率的光学小卫星组成，拥有光学、红外、高光谱多种探测手段，是目前国内民用卫星中技术较复杂、指标较先进的对地观测系统之一，具有大范围、全天候、全天时、动态的灾害和环境监测能力。其中A星搭载两台宽覆盖多光谱可见光相机和一台高光谱成像仪，并安装泰国的Ka波段通信试验设备，B星搭载两台宽覆盖多光谱可见光相机和一台红外相机。宽覆盖多光谱可见光相机的地面分辨率为30米，重访周期为48小时，高光谱成像仪和红外相机的重访周期为96小时。
民政部国家减灾中心（民政部卫星减灾应用中心）负责环境减灾卫星的运行管理工作。A、B星发射以来，卫星及载荷运行指标正常、状态良好。截至2012年6月1日，已稳定运行1364天，共安排成像约8100轨，成像时间约1550小时，累计获取卫星数据70万余景，其中宽覆盖多光谱可见光影像约25万景，红外影像约3万景，高光谱影像约42万景。
2 资源卫星数据及其处理
2.1 水体提取方法的确定 水体因对入射能量（太阳光）具有强吸收性，所以在大部分遥感传感器的波长范围内，总体上呈现较弱的反射率，并具有随着波长的增加而进一步减弱的趋势。具体表现为在可见光的波长范围里（480-580nm），其反射率约为4%-5%，但到了580nm处，则下降为2%-3%；当波长大于740nm时，几乎所有入射纯水体的能量均被吸收。因此，通常只能采用可见光波段来研究水体。其中水体在蓝光范围里的反射率相对较强，并具有明显的散射作用，绿光次之，红光相对较弱，这也是海水呈蓝色的主要原因。由于水体在近红外及随后的中红外波段范围内（740-2500nm）所具有的强吸收特点，导致了清澈水在这一波长范围内几乎无反射率，因此，这一波长范围常被用来研究水陆分界、圈定水体范围。综上，清澈水体的遥感信息模型根据其反射率可以近似表示为：蓝光>绿光>红光>近红外>中红外。但是随着水体浑浊度（各种有机、无机物质浓度）的增加，水体的反射率会有所变化。如水体泥沙量的增加会导致反射率的提高，并使光谱曲线的反射峰往长波方向移动。
目前，利用遥感信息提取水体信息的方法一般可分为手工数字化法、监督分类法、单波段法、多波段法等。
①手工数字化是最原始的方法，虽然提取精度较高，但工作强度巨大，效率极低。
②监督分类法工作量较大，且要求训练区域具有典型性和代表性，适合于有先验知识时使用，而且受人的主观影响严重，对于同一副图像，不同的人或同一人在不同时刻所做的结果都不一样，很难保证分类的客观性，而且监督分类的精度一般不超过85%。
③单波段法又叫波段阈值法，原理较为简单，主要选取遥感影像中的近红外波段并辅于阈值来提取水体。这种方法利用了水体在近红外波长处的强吸收性以及植被和干土壤在此波长范围内的强反射性特点，但是很难去除水体中杂有的阴影，而且阈值的选取需要反复试验才能确定，同样受人的主观影响，对于同一副图像，不同的人所确定的阈值亦不相同，而且效率较差，自动化程度较低。
④多波段法则主要利用多波段的优势综合提取水体信息，并可分为谱间分析法和比值法。谱间分析法多为国内学者所采用。它通过分析水体与背景地物的波谱曲线特征，找出它们之间的变化规律，进而用逻辑判别表达式将水体提取出来。这种方法通常比较复杂，不同的人或在不同的地区所使用的逻辑判别表达式亦然不同，建立的提取模型通用性较差，不具备可移植性，且自动化程度较低。而比值法则根据不同地类在不同波段中的波谱特点，利用比值计算快速提取水体信息。如用绿光或红光波段除以近红外波段的简单比值运算就有利于抑制植被信息，增强水体信息。但是这一方法无法彻底抑制与水体无关的背景信息，提取精度较低，而且阈值的选取同样需要反复试验才能确定，自动化程度低。
纵观水体提取的方法，根据我们所面临的实际情况，由于鄱阳湖湖区水体范围高水位时一片；低水位时各种圩垸、分洪区、联圩等复杂情况，自动化提取错判率比较高，人工数字化不是很繁琐的情况下，我们采取手工数字化的方式对水体进行提取。
2.2 卫星图像数据选取与处理 由于鄱阳湖地区每年云覆盖时间较长，因此很难获取连续的无云影像。根据环境减灾A、B星2012全年的卫星影像，挑选了天气晴好、无云遮挡时期的影像约58景，再根据鄱阳湖湖口水文站2012年相关水位资料，查询影像当天相应的水位信息，并从中筛选出具有代表性的影像，本次试验只选取了两幅相对应水位分别为最高和最低水位附近的影像。
根据湖口水文站水位资料，国家1985高程基准下，全年最高水位19.45m，最低水位7.68m，平均水位13.42m，从上述的58景影像中挑选最高和最低水位附近的影像，最终选定2012年1月1日和2012年8月15日各一景，相对应的水位分别为7.93m和19.14m来进行试验。
影像选定之后，开始进行数据处理，首先，由于原始卫星影像的变形，可利用控制点数据库进行影像的纠正；其次，手工数字化提取水体，严格剔除非相关水体，保证其提取精度；最后叠加分析、算面积、出示意图。如下，图1是2012年1月1日鄱阳湖水体提取图（浅蓝色代表水体），图2是2012年8月15日鄱阳湖水体提取图（深蓝色代表水体），图3是两幅水体提取图的叠加，浅蓝色是水体范围，深蓝色是变化的范围，由图可以明显的看出随着水位的涨落鄱阳湖蓄水面积的变化情况，珠湖圩、康山圩、青岚湖、军山湖联圩等区域均与水位的关系不大，是由于近年来修建大堤的原因。经过计算，2012年1月1日鄱阳湖水体面积1239.13km2，2012年8月15日鄱阳湖水体面积3716.34km2。
3 与以往的数据对比
根据长江水利委员会水文局2010年公布的 《1998年鄱阳湖面积、容积量算及分析报告》，鄱阳湖1998年实测范围包括鄱阳湖松门山以北湖泊区、鄱阳湖松门山以南湖泊区、珠湖圩、方舟斜塘、康山圩、黄湖、青岚湖、军山湖联圩、五河尾闾河道。本次影像提取水体面积范围包含上述除去五河尾闾河道的所有水域。
根据报告面积统计表，国家1985高程基准19m时，鄱阳湖松门山以北湖泊区648.75km2、鄱阳湖松门山以南湖泊区2417.53km2、珠湖圩133.86km2、方舟斜塘33.39 km2、康山圩300.21km2、黄湖49.08km2、青岚湖94.75km2、军山湖联圩224.92km2、五河尾闾河道427.02km2。除去五河尾闾河道之后水体面积总计3902.49km2，根据2012年8月15日影像（相对于水位19.14m时），提取水体面积为3716.34km2，相差186.15km2。
国家1985高程基准8m时，98年报告中鄱阳湖松门山以北湖泊区84.52km2、鄱阳湖松门山以南湖泊区19.95 km2、珠湖圩0.27km2、方舟斜塘0.0096km2、康山圩0.35km2、黄湖干涸、青岚湖0.044km2、军山湖联圩干涸、五河尾闾河道17.06km2。除去五河尾闾河道之后面积总计105.14km2，根据2012年1月1日影像（相对于水位7.93m时），提取湖区水体面积为1239.13km2，前后相差十倍多，从图上分析原因，差距之大主要表现于鄱阳湖松门山以南湖泊区、珠湖圩、康山圩、青岚湖、军山湖联圩这几个地方，显然是因为近年来修建大堤形成水库所造成的。
4 结语
水资源是社会经济发展的基础条件，随着我国经济的持续高速发展，对水资源的需求日益增加。鄱阳湖作为中国最大的淡水湖资源，其地位可想而知，在全球气候变化和人类活动的共同影响之下，湖面萎缩、水质恶化、湿地退化、旱涝急转等一系列水文与生态问题，急需解决。遥感作为一种新兴的对地观测技术，具有观测范围大、时效性强、成本低廉等其他技术手段无法比拟的优势，是进行湖泊动态监测的一种行之有效的手段。
通过试验研究，基于遥感技术的鄱阳湖水体面积监测，具有速度快精度高等优点，能够迅速的进行湖泊的动态监测，给湖区的监测带来极大的便利，为以后水文生态更加深入的研究提供了一个良好的平台。
参考文献：
[1]于德浩，龙凡，邓正栋等.基于遥感特征指数的地表水体自动提取技术研究[J].地球物理学进展，2009，24（2）.
[2]徐涵秋.利用改进的归一化差异水体指数（MNDWI）提取水体信息的研究[J].遥感学报，2005，9（5）.
[3]曲伟，路京选，李琳，李小文.环境减灾小卫星影像水体和湿地自动提取方法研究[J].遥感应用，2011，4.
[4]郭善昕，蔡阳，孟令奎，成建国.面向环境卫星CCD数据的指数合并和HSV变换水体检测方法的改进算法[C].
[5]许小华，张维奇，胡强.基于MODIS的鄱阳湖湖面面积遥感监测研究[J].江西水利科技，2008，34（4）.
[6]李辉，李长安，张利华，田礼侨.基于MODIS影像的鄱阳湖湖面积与水位关系研究[J].第四纪研究，2008，28（2）.
[7]杨清华，曾福年，曹文玉，齐建伟，范景辉.遥感技术在北京周边资源与环境监测中的应用[J].国土资源遥感，2007（04）.
[8]申晋利，张军龙.基于面向对象分类方法的查干湖地区生态环境变化遥感分析[J].地球科学与环境学报，2009（02）.
[9]马明秀，全明宰.遥感技术及其应用研究[J].科技创新导报，2012（08）.
第8篇：高光谱遥感原理范文
关键词：高分辨率；遥感影像；测绘技术；
Abstract: This paper discusses the status of remote sensing image technology with high resolution in surveying and mapping production field, characteristics of technology of high resolution remote sensing images, as well as the potential of basic surveying and mapping is applied to the engineering in the production of high resolution remote sensing images. With the help of photogrammetry correction model precision and appropriate ground control points, and puts forward some feasibility study for the application of high resolution remote sensing image in surveying and mapping production.
Key words: high resolution; remote sensing image; surveying and mapping technology
中图分类号:P25文献标识码：A文章编号：
一、前言
进入二十一世纪以来，随着信息技术和传感技术的飞速发展，遥感影像逐渐由原先的几何测量能力不足、应用范围狭小向高分辨率、高精度的卫星遥感影像发展，并已经取得了相当大的成就，卫星遥感影像包括空间分辨率、时间分辨率和光谱分辨率，空间分辨率发展更为可观，已经达到一米范围之内，军用遥感影像甚至达到0.1 米；光谱分辨率更为可观已达到5-6nm(纳米)，包括高光谱在内已超过400 个波段。当前随着高分辨率遥感技术的兴起，为建筑工程测绘生产注入了新的血液。
二、影像测绘生产领域现状
在现代信息测绘领域的基础测绘中，国家各种应用基本比例尺地图的生产应用和更新都是基于航空影像技术，而空间分辨率计划由于受到本身几何测量能力的限制，知识遥感影像不能在测绘领域大显身手，在地形测量制图的过程中最重要的是几何测量能力要有高精度性，有较强的空间定位能力，在这一点上，航空影像就显得更占优势，在制图人员的眼里，如果没有几何测能的缺陷，遥感影像相对于航空影像在很多方面都占据着极为重大的优势，主要表现如下几个方面：
1、在没有专门的飞行计划和航空管制条件下，可以快速地获取相关信息。
2、通过卫星全生命周期运行(这个周期还可通过发射继发卫星进一步延长)，可以在继承原始遗留下的数据而反复的获取全球各地详细的大地影像。
3、遥感影像技术地面覆盖范围广。
4、遥感影像的光谱信息和辐射信息相对较为丰富。
随着影像技术的不断发展更新，影像技术作为高分辨率遥感技术的代表兴起，并逐渐成为一种测绘应用技术潮流，相信在不久的将来，在测绘领域高分辨率遥感影像技术会成为不可取代的应用技术，成为国家基本比例尺地图制图的重要影像源。
三、高分辨率遥感影像特点
如今市场上已经相继出现IKONOS(1999年)，EROS(2000年)，QuickBird(2001年)等高分辨率遥感系统，并受到了良好的评价，这些遥感系统在继承老式的中低分辨率遥感影像的高光谱分辨率、运行周期长、大覆盖范围等优点的基础上，继续发展了强大的几何测量能力，大大提高了测量的精度，并且能够在轨道形成立体图像，进而获得地面目标的立体三维空间信息，以IKONOS 影像为例，经调查研究表明，它的空间分辨率技术指标主要表现如表1所示：
表1
相比于中低分辨率遥感影像具有以下3个有特点：
1、传感器的成像焦距长达10m，以此可以从轨道获得更加准确的地面相关地貌信息。为高精度测绘提供技术支撑。
2、CCD 线阵列立体成像传感器可以从前视、正视和后视3 种观测角度进行观测研究，能够通过轨道内或轨道间成像的方式获得立体图像，进而获得地面目标的相关数据信息。
3、形成的立体目标图像的相对基高比超过0.6，接近一般航空影像的技术水平，这足以能够满足测绘的需要。
然而高分辨率遥感影像技术在基础测绘生产方面依然存在许多问题：受大气折射和地球曲率的影响较大；CCD 线性阵列传感器的摄影测量模型不够完善；由于大气云雾覆盖的因素导致影像的可视性较低；其子项目的空间分辨率不够高等问题，这需要我们在充分发挥遥感影像技术在基础测绘生产领域中作用同时，进一步加强更新，不断完善，以提高基础测绘能力，促进高分辨率遥感影像的飞跃。
四、高分辨率遥感影像应用于基础
测绘在生产和发展的潜力方面有了很大的提高，特别是在我们国家一般比例尺的地图上应用的非常的广泛，并且也得到了很大的发展，在测绘方面，对于所需要的影像源有着特别的要求，主要包括以下三方面。影像上面必须能够提出非常大并非常细小和详细的特征物质。其次，影像上面必须要有关于特别多的地形信息和关于地形地貌的高程的信息。最后，在地面上一般的目标定位时，这里主要是指空间定位，影像必须确保有着足够的精度和几何尺寸的精度。具体的要求分析如下：
1、高分辨率遥感影像的特征·地物提取
高分辨率遥感影像因为它有着非常高的立体空间分辨率，所以能够很好的表现出地面上的地物的细节和特征。从外国学者的研究报告中，毫米级超高分辨率感影像已经满足了1：10 000 到l：50 000 的比例尺的基本制图的要求并且可以清晰的反应出目标物体的特征和具体的特征也可以很好的识别和提取，并且在某些特殊的情况下还可以比例尺调的更大，更好的满足要求。但是也存在一些问题，比如在一些细长的物体上提取信息时，像电线、围墙等等，这些东西都是很难确定的并且也是很难提取具体的信息。
2、高分辨率遥感影像获取高程信息的能力
（1）投影差在地面起伏中的应用
为了能更好的测量高程的信息情况，一般的遥感影像上务必存在一些起伏形式的地表相对起伏的信息，这样才能更好反映出和提取出高程信息。比如，在地面上的事物的高度D 米，以日为飞行高度，焦距为厂，传感器在地物距离正下方的距离地面点为R，从而得到由于高差的原因得到的地物地面起伏投影差为d 为d=Dh。f／H'R／(H-Dh、)。详细的分析如下：
①卫星遥感的高度已经远远的超过航天飞行器的拍摄高度，所以因此而形成的成像的焦距是非常的大，这样就使得航摄比例尺能够和影像的比例尺厂／日的大小接近。
②然而对于卫星正下方的物体来说，投影的差距是非常的小，然而因为遥感卫星的摄像范围是非常的大，因此在影像的边缘处，所拍摄到的分子半径是非常大的。因此，高分辨率遥感影像上表征地形信息的地面投影差是相当大的，接近于航空影像上的水平。
（2）立体相对模型的基高比和视差
然而对于制图的精度来说，影像的立体像对模型的基高比就是一个非常重要的参数。对于航空飞机而言影像的基高比一般在0.8 左右、置变化所产生的在飞行方向上的地物点的位置变化称作视差。有时单张的影像上的地表特征的地貌信息的高程差，视觉也是可以用来表示影像是否能够真正的反映特别的多的地形地貌信息。
五、结束语
如今，高分辨率遥感影像技术经过几年的发展更新，已经形成了集高程信息获取能力、高精度纠正能力和地表物体提取能力等技术优势于一身测绘技术，高分辨率遥感影像技术在地图比例尺的生产中得到广泛应用，以其目前的应用水平，已经基本可以取代过去的航空影像技术，在一定程度上摆脱了基础测绘生产对航空影像的依赖。由于发展的需要，高分辨率遥感影像需要通过更加严格的摄影模型实验，结合其自有的覆盖面广、高光谱分辨率、重复获取性以及在利用互联网的基础上增进获取与传送能力，提高测设地面物体空间位置的精度，以促进基础测绘生产的巨大变革。
参考文献
[1] 鲍建宽.陈文慧基于QuickBird 影像和GPS RTK 的土地利用现状图测绘[J].测绘与空间地理信息，2009(1).
[2] 何金学.航空摄影在尼日利亚铁路建设中的应用[J].铁道勘察，2007(6).
第9篇：高光谱遥感原理范文
关键词：遥感技术；土地调查；应用
中图分类号：P627 文献标识码：A 文章编号：
近年来，遥感技术以其分辨率高、提取数据快等优势在我国的土地调查工作中发挥了很大的作用，随着土地调查活动的频繁开展，结合土地资源开发和利用的需要，遥感技术从最初的地质填图拓展到土地状况监测、地质灾害预警、矿产开发和保护等各个方面，在我国国土资源的保护和有序利用方面发挥着无法替代的作用，应用前景广阔。
遥感技术概述
概述
遥感泛指通过非接触传感器遥测物体的几何与物理牲的技术，主要建立在物体反射或发射电磁波的原理基础之上。一般是指在不与研究对象直接接触的条件下，通过某种传感器来获取研究对象的各种信息，并对这些信息进行汇总、分析、表达和加工的一种科技。遥感技术主要由遥感图像获取技术和遥感信息处理技术两大部分组成。遥感技术能够进行大面积的观测，增加了人类的观测范围，尤其是对偏远地区信息的获取更为方便；能够根据需要提供大量的静态图像，便于监测研究对象的动态变化；电磁波段远超出了人眼的可见光范围，能够获取更多的信息；使用遥感可以不受天气的影响，进行全天候的监测。现阶段，遥感技术在我国土地调查中的使用范围不断扩大，从最初的绘图，拓展到地质环境、资源开发的监测、地质灾害的预警和土地矿产卫片执法检查等工作领域，为保护我国的国土资源做出了极大的贡献。
2、采用遥感技术的必要性
从1984年开始，到1996年止，我国对土地状况的初始调查（第一次全国土地调查，简称详查）基本完成，所获得的数据、图、表等土地资料，为各级机关部门制定社会经济发展计划提供了强有力的依据，为土地利用总体规划的以及各个专项规划提供了基础数据和图件资料，为土地的保护和开发提供了第一手的资料。进入二十一世纪之后，我国经济迅猛发展，土地利用形式多变，土地交易活动频繁，对于各级国土资源行政管理部门来说，及时更新土地利用数据库、地籍数据库、规划数据库，掌握土地利用的变化动向是十分必要的。传统的方法是由工作人员到现场进行勘察，在原有图表的基础上，进行修正更新。采用传统技术方法难以准确获得土地变化边界的地理坐标，从而绘制出的相关图件精度不够高，且难以及时对变化情况进行监测，这种方法科技含量较低，已不能满足当前国土资源管理工作的技术要求。因此，有必要利用卫星遥感技术进行土地调查，及时获取信息，提高信息的准确性和现势性，为政府部门掌握情况、科学决策提供依据。可以预测，在我国经济建设的快速增长以及科技进步同步，遥感技术在“十五”和今后数十年内必将得到更好更快地发展并且进一步加速其实用化、产业化的进程，在建设有中国特色社会主义和我国的可持续发展中发挥其强有力的技术保障作用。
二、遥感技术在土地调查中的应用
1、在土地详查中的应用
按照新的土地分类方式（第一次全国土地调查时的分类），将土地分为3大类15个二级类和71个三级类。为了调查清楚各类土地的数量、质量和各省市各类土地的分布状况，要对土地进行详细的调查。对于很多偏远地区或是交通不发达、地形地貌复杂的地区，难以采用常规传统的测量方法，可以使用航空和航天遥感技术，收集各种信息源，建立各种土地类型的解译标志，进行人机交互式遥感解译，以汇总各类信息，进行图形的绘制。上世纪80年代初，我国就开始利用MSS卫星遥感数据进行全国土地概查，90年代初进行详查，从此逐渐建立起全国的土地遥感监测体系。
2、在城镇地籍调查中的应用
作为土地的管理者，各级土地管理部门需要掌握土地的各类情况，城镇的地籍调查就是通过调查每一宗土地，了解土地的位置、数量、权属和用途等，以为土地管理工作提供详实的资料。随着经济的发展，城镇土地流转增多，权属和用途变更频繁，应该建立能够及时反映动态变化的数据库。这就需要采用遥感技术，依据GIS技术建立图形和数据库，依据遥感数据及时变更图形和标示，测绘地籍调查索引图，标注建筑物和土地的归属、范围、用途等信息，及时根据遥感信息进行修改。
3、在土地资源环境保护方面的应用
随着人类的增长，耕地日渐减少，生态环境恶化，土壤污染频发。因此，在科学发展观的指导下，要达到人和自然的和谐相处需要研究土地利用的动态变化，以便于为合理配置土地提供充分准确的依据，促进人类调节生活经济活动，优化土地的利用状况。遥感技术，特别是其中的高光谱遥感技术的推广应用为矿产资源的调查和开发利用提供了非常必要的技术支撑。通过GIS技术，可以获取环境和资源变动动态信息，并在此基础上构建模型来模拟土地的演变过程，以预测土地未来的演变趋势。自上世纪90年代以来，国土资源部门已经利用遥感技术完成了重点矿区的调查和监测工作，并针对无证开采和乱挖滥采的情况进行了惩治。
4、在保护耕地中的应用
一方面是人口的增多，一方面是城市的扩张，耕地的保护成为摆在大家面前的一个重要问题，人类需要的无限性和资源的有限性之间的矛盾空前突出。耕地的数量和质量，直接关系到国计民生，关系到我国长期稳定的发展态势。为了坚守耕地红线，严控可耕地的非法流转，必须对可耕地进行监测。现阶段来看，各大城市以基本开展了以耕地的变动为重点的遥感监测工作，也利用监测数据查处的违法用地多起，有效的遏制了耕地流转中的乱占滥用现象。另外，在自然灾害发生之后，也可以根据遥感数据来制定有效的措施，对灾毁的土地进行复垦再利用，合理配置耕地。
三、遥感技术应用中存在的问题
国土资源管理包括土地调查，需要多时相、清晰度高的遥感信息源，但是能够提供这些信息源的卫星相对较少，不能完全满足需要。不受天气影响的雷达数据，在国内应用不够成熟，高质量的遥感信息源方面有待突破。与此相联系，与西方发达国家相比，我国高分辨率的遥感影响的信息自动化提取水平较低，基于纹理的自动分类和信息提取技术还不够成熟，实用化水平较低。
遥感技术在土地调查中的应用前景
随着经济和科技的发展，遥感技术在土地调查中的应用会更加广泛和深入。在土地利用调查与检测方面，由于省级检测的时间间隔会进一步缩短，遥感技术的应用也会随之展现出更大的优势。SAR遥感技术由于其具有不受气候影响等优势，必将在日后的土地调查中具有越来越重要的价值。通过建立岩石光谱的信息模型，结合丰富的纹理信息，提取和分析高光谱图像，高光谱遥感技术在矿产资源勘探、开发和监测等方面的应用将会更普遍。在地质环境调查和地质灾害监测方面，通过遥感技术，对已经发生的灾害点和隐患点进行全面排查，为灾害发生后的救援，灾后重建和灾害的预测提供丰富的数据。
RS、GIS和GPS在一起被称为“3S”技术，三者之间关系密切，相互依存，在日后的应用方面，要加强三者的集成研究，促进“3S”技术一体化，从而提高数据的提取、分析的效率，为土地调查和保护提供更加强有力的技术支持。作为信息的一种获取手段，遥感技术肯定也存在一定的局限性，为了将土地调查工作做的更扎实、更细致，应该将遥感技术和传统常规的实地调查方法相结合，取长补短，相互配合，这样才能实现对各种信息的综合应用，为我国的土地资源调查、利用和保护提供更精确的数据，为我国的国土资源管理带来飞跃式的进步。
参考文献：
[1]杨承蕊，张和生．遥感技术在我国土地利用调查中的应用[J].科技情报开发与经2008，1
[2]崔书珍，周金国．SAR遥感技术在土地利用调查中的应用现状分析[J].地矿测绘2008，9
[3]王文卿．遥感技术在国土资源管理中的应用现状及前景[J].测绘通报2009，6