遥感影像解译基础方案

环境遥感影像解译基本原理环境遥感影像解译基本原理遥感平台空间运载工具空中运载工具地面运载工具飞机气球遥感用汽车遥感用艇船宇宙飞船航天飞机遥感平台（航天遥感）（航空遥感）卫星遥感平台空间运载工具空中运载工具地面运载工具飞机气球遥感用汽3各种遥感平台的相对高度3各种遥感平台的相对高度遥感平台——卫星卫星低轨：150km-300km,

高分辨率图象，寿命比较短，几天－几周用途：军事侦察中轨：700km-1000km,

绝大多数资源卫星，landsat1-3:915,landsat4-5:705,spot:832,noaa:833/870

用途：资源环境遥感高轨：35860km,地球静止卫星用途：通讯，气象航天平台目前发展最快、应用最广：气象卫星系列、海洋卫星系列、陆地卫星系列遥感平台——卫星卫星5SPOT1986年2月发射。SPOT-2于1990发射。装备HRV.5SPOT1986年2月发射。SPOT-2于1990发射。装6LANDSAT-11972年发射，至今已经发射勒7颗。每天绕地球15圈，重访周期16天。185×170KM2.24秒。装备MSS\TM6LANDSAT-11972年发射，至今已经发射勒7颗。每天7Landsathistory1,July23,1972;2,January22,1975,3,March5,1978;4,July16,1982,5,March1,19846,launchedlater,failedtooperate;7,April15,1999.7Landsathistory1,July23,1Landsat传感器MSS——MultispectralScannerSystem多光谱扫描仪

分辨率为80mTM——ThematicMapper专题制图仪

7个波段，分辨率除第六波段为120m外，其余均为30mETM+——EnhanceThematicMapperPlus增强型专题制图仪8个波段，热红外波段的分辨率为60m，全色波段的分辨率为15m，其余波段的分辨率均为30mLandsat传感器MSS——MultispectralSTM的7个波段及其能够测量的生态学特性波段主要生态学应用波段1（0.45-0.52μm）可见蓝光区识别水体、土壤和植被、识别针叶林与阔叶林植被、识别人为的（非自然）地表特征波段2（0.52-0.60μm）可见绿光区测量植被绿光反射峰值、识别人为的（非自然）地表特征波段3（0.60-0.90μm）可见红光区监测叶绿素吸收、识别植被类型、识别人为的（非自然）地表特征波段4（0.76-0.90μm）近红外反射区识别植被类型及生物量、识别水体和土壤湿度波段5（1.55-1.75μm）中红外反射区识别土壤温度和植物含水量、识别雪和云波段6（10.4-12.5μm）远红外反射区识别植被受胁迫程度和土壤温度、测量地表热量波段7（2.08-2.35）中红外反射区识别矿物及岩石类型、识别植被含水量TM的7个波段及其能够测量的生态学特性波段主要生态学应用波段Landsat传感器Landsat传感器遥感影像解译基础方案遥感影像解译基础方案

landsat卫星MSS/TM/ETM数据——波段组合真彩色(truecolor)：（三波段组合），分别对RGB三个波段的图像赋予RGB三种颜色，一一对应，合成后图像的色彩与原地区或景物的实际色彩一致，称为真彩色，真彩色是唯一的合成。伪彩色(pseudocolor)：将黑白图像变换为彩色图像，对不同的灰度或灰度范围按值赋予不同的颜色或一个颜色系列，得到图像的彩色与实际彩色则不一致，即伪彩色图像。

landsat卫星MSS/TM/ETM数据——波段组合

landsat卫星MSS/TM/ETM数据——波段组合假彩色(falsecolor)：（三波段组合），对得来不同波段图像分别赋予RGB三元色，并不与原来波段的RGB三个波段一一对应，得到图像的彩色与实际彩色则不一致，称为假彩色图像，假彩色图像是为了使一些地物的特征更加明显，有助于我们进行解译和分析。

landsat卫星MSS/TM/ETM数据——波段组合假彩

landsat卫星MSS/TM/ETM数据——波段组合在TM7个波段光谱图像中：1、

第5个波段包含的地物信息最丰富

2、

3个可见光波段（即第1、2、3波段）3、两个中红外波段（即第4、7波段）之间相关性很高，表明这些波段的信息中有相当大的重复性或者冗余性4、第4、6波段较特殊，尤其是第4波段与其他波段的相关性得很低，表明这个波段信息有很大的独立性

landsat卫星MSS/TM/ETM数据——波段组合

landsat卫星MSS/TM/ETM数据——波段组合321：真彩色合成，即3、2、1波段分别赋予红、绿、蓝色，则获得自然彩色合成图像，图像的色彩与原地区或景物的实际色彩一致，适合于非遥感应用专业人员使用。432：标准假彩色合成，即4、3、2波段分别赋予红、绿、蓝色，获得图像植被成红色，由于突出表现了植被的特征，应用十分的广泛，而被称为标准假彩色。

举例：卫星遥感图像示蓝藻暴发情况451：信息量最丰富的组合，TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。754：对不同时期湖泊水位的变化，也可采用不同波段，如用陆地卫星MSS7，MSS5，MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。

landsat卫星MSS/TM/ETM数据——波段组合32

landsat卫星MSS/TM/ETM数据——波段组合741：波段组合图像具有兼容中红外、近红外及可见光波段信息的优势，图面色彩丰富，层次感好，具有极为丰富的地质信息和地表环境信息；而且清晰度高，干扰信息少，地质可解译程度高，各种构造形迹（褶皱及断裂）显示清楚，不同类型的岩石区边界清晰，岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。451：信息量最丰富的组合，TM图像的光波信息具有3～4维结构，其物理含义相当于亮度、绿度、热度和湿度。743：我国利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。

landsat卫星MSS/TM/ETM数据——波段组合74遥感分类的基本原理遥感分类的基本原理第一步：数据收集和预处理

第一步：数据收集和预处理

20遥感影像网址1，/apod2，/3，/4，/5,/6,/space/systems/index.html7，/data/1.quickbird2.IKONOS（空间分辨率高达1m）20遥感影像网址1，http://antwrp.gsfc.nStep1

登录http:///data/，在此页面，大家可以看到有各种不同的影像分类，像ASTER，QUICKBIRD，Landsat等，此例选择Landsat，如图单击Landsat，以北京地区为例，下载TM的影像数据Step1登录http://glcf.umiacs.umdstep2选择数据访问接口，单击LandsatinWebInterfacestep2选择数据访问接口，单击LandsatinWebstep3选择Path/RowSearch.step3选择Path/RowSearch.step4分别选择Sensor，此例选择TM，填入日期（Data，填入的是一个范围，而且一定要输入规范的日期格式――mm/dd/yyyy或yyyy-mm-dd。选择填入需要数据的范围，此例中，北京的范围是P123/R32step4分别选择Sensor，此例选择TM，填入日期（Da如果需要确认在此查找到的Path和Row所覆盖的确切范围，可以登录/cs_cn/query/query_map.asp进行查询打开网页后，在工具栏中选择卫星景分幅选择，如图鼠标指针所示处，单击在地图下方会出现下图所示输入框，在相应位置填入需要查询的Path和Row，此例填入北京的P123/R32，如图step5如果需要确认在此查找到的Path和Row所覆盖的确切范围，可单击显示按钮，刚地图将出现该景影像所覆盖的确切范围，如图:单击显示按钮，刚地图将出现该景影像所覆盖的确切范围，如图:Step6单击表格下方的SubmitQuery，进行查询如果网站的数据库中存在该地区的数据，则会显示如图：Step6单击表格下方的SubmitQuery，进行查询Step7点击PreviewandDownload，出现如下页面，点击Download，如图:Step7点击PreviewandDownload，出选择MapSearch1、选择MapSearch选择MapSearch1、选择MapSearchMapSearch2、在页面左侧选择你需要下载的数据类型MapSearch2、在页面左侧选择你需要下载的数据类型MapSearch3、用窗口所提供的工具条（放大，缩小等），自己选择范围MapSearch3、用窗口所提供的工具条（放大，缩小等）MapSearch5、点击之后，将会出现选中区域的影像数，Preview&Download也会高亮显示，如下图6、接下来就跟Path/Row方法中13、14两步相同MapSearch5、点击之后，将会出现选中区域的影像数，MapSearch4、点击工具栏中的选择工具，如上图，之后点击北京处的小红框，如下图MapSearch4、点击工具栏中的选择工具，如上图，之后遥感影响的预处理一般包括：

大气校正

几何纠正

光谱比值主成分植被成分

帽状转换

条纹消除质地分析等

遥感影响的预处理一般包括：几何校正

校正地物的几何变形，对不同时期的遥感影像进行空间配准。

在地形图上选取地面控制点，利用GIS系统软件找出各控制点的投影坐标，然后运用遥感图像处理软件对分类结果进行几何校正，使之具有统一的投影坐标。几何校正光谱比值

消除由地形因素（如坡度和坡向）引起的地物反射光谱的空间变异，增强植被和土壤辐射的差异。广泛应用于植被盖度和生物量的评估中。主成分分析

通过降低空间维数，在数据信息的损失最低的前提下，消除或减少波段数据的重复，即降低波段间的相关性，同时加快计算机分类的速度。

光谱比值帽状转换

对原始波段数据进行线性转换生成了亮度图像、绿度图像和湿度图像，然后利用所生成的3个通道进行分类。这种变换广泛应用于植被类型分类的预处理。亮度图显示了各地物的亮度，高反射的地物亮度大，颜色浅；绿度图主要是反映植被信息，植被多的地方绿度大，颜色浅；湿度图反映水体、湿度信息，湿度大的地物亮度大，颜色浅。

帽状转换条纹消除

由于传感器的振动、数据的传输和处理过程中产生的错误或其他原因，有时会使遥感影像呈现间隔均匀的条带。

条纹消除能提高遥感影响的判读性，增加分类的准确性。

遥感影像解译基础方案第二步：选择训练区

对于监督分类：

训练样区用于提取各类的特征参数，以对各类进行模拟对于非监督分类

训练区辅助对簇分析结果的归类第二步：选择训练区

对于监督分类：第三步：遥感影像分类

监督分类：均匀选取各类型的训练区，计算机统计训练区内遥感数据特征，然后把训练区数据特征传递给判别函数，判别函数再根据参数，判断某一像元应该属于哪一类型，完成分类。非监督分类：根据研究区尽可能有的景观类型数，给出分类的类型数，遥感图像处理软件根据TM各波段光谱数据特征，自动等距离划分出所给定的类型。