遥感导论考试复习提纲Word文档格式.docx
- 文档编号:19823182
- 上传时间:2023-01-10
- 格式:DOCX
- 页数:25
- 大小:1.21MB
遥感导论考试复习提纲Word文档格式.docx
《遥感导论考试复习提纲Word文档格式.docx》由会员分享,可在线阅读,更多相关《遥感导论考试复习提纲Word文档格式.docx(25页珍藏版)》请在冰豆网上搜索。
也称为气溶胶散射,主要有霾、水滴、尘埃、烟、花粉、微生物、海上盐粒、火山灰等气溶胶引起的散射,引起散射的大气粒子直径约等于入射电磁波波长。
散射强度与波长的二次方成反比。
非选择性散射
大气中的云、雾、水滴、尘埃以及大小超过波长10倍的颗粒引起的散射,散射粒子的直径远大于入射波长,对各种波长予以同等散射。
3.生活中的散射现象及形成原因。
在空气条件好的情况下,即空气比较洁净,悬浮尘埃较少时,主要的散射是瑞利散射,散射光中蓝色成份较多。
这就是我们所期望看到的蓝天白云。
而在一些城市里,特别是大气污染较严重的大城市里,由于空气中充满了线度较大的悬浮尘埃粒子,此时的散射光有很大一部分是丁达尔散射产生的,呈白色。
因此,天空就是白茫茫的
白色的太阳光包含着从红到蓝紫各色的光,在太阳光经过大气层时,会发生散射,而且主要是与光波长有关的瑞利散射。
在这种散射的作用下,短波长(蓝光)的成份被散射掉了,透射的光中长波长(红光)的成份就较多。
透射光中的红光成份比例是与光线穿过大气层的行程长短有关的。
从下图我们可以看出早晨和黄昏时的太阳光穿过大气层的行程比中午时长得多(一般来说要长6-10倍),被散射掉的蓝光也要多得多。
因此,早晚的太阳看上去就是偏红色的。
山中的雾气实际上是悬浮在空气中的小液滴,是一种很理想的散射源。
由于液滴的尺寸比光波波长大得多,主要是丁达尔散射,散射光呈白色。
4.大气窗口
太阳辐射与大气相互作用产生的效应,使得能够穿透大气的辐射局限在某些波长范围内,通常把通过大气而较少被反射、吸收或散射的透射率较高的电磁辐射波段称为大气窗口。
5.地物的反射光谱曲线
地物反射光谱是指地物的反射率随入射波长而变化的规律。
根据地物的反射光谱所绘制的曲线成为地物反射光谱曲线,通过地物反射光谱曲线的不同辨别地物是遥感识别地物性质的基本原理 地物的反射光谱有如下特征:
(1)不同的地物在不同波段反射率存在差异(如雪地、小麦地的光谱曲线)
(2)相同地物光谱曲线有相似性,但是也存在差异性(如患虫害的小麦与正常小麦的光谱曲线)
(3)地物光谱特征具有事件性和空间性(不同时间与空间光谱特征不同)
6.画出植被的反射光谱曲线及其曲线形态的影像因素
植被的光谱曲线(配图)
植被的光谱反射率曲线特征:
色素吸收决定着可见光波段的光谱反射率,细胞结构决定近红外波段的光谱反射率,而水汽吸收决定了短波红外的光谱反射率特性。
一般情况下,植被在350-2500nm范围内具有如下典型反射光谱特征:
(1)350一490nm谱段:
由于400一450nm谱段为叶绿素的强吸收带,425一490nm谱段为类胡罗卜素的强吸收带,380nm波长附近还有大气的弱吸收带,故350一490nm谱段的平均反射率很低,一般不超过10%,反射光谱曲线的形状也很平缓;
(2)490一600mn谱段:
由于550nm波长附近是叶绿素的强反射峰区,故植被在此波段的反射光谱曲线具有波峰的形态和中等的反射率数值(约在8-28%之间);
(3)600一700nm谱段:
650一700nm谱段是叶绿素的强吸收带,610、660nm谱段是藻胆素中藻蓝蛋白的主要吸收带,故植被在600一700nm的反射光谱曲线具有波谷的形态和很低的反射率数值(除处于落叶期的植物群落外,通常不超过10%);
(4)700一750nm谱段:
植被的反射光谱曲线在此谱段急剧上升,具有陡而近于直线的形态。
其斜率与植物单位面积叶绿素(a+b)的含量有关,但含量超过4一5mg.cm'
2后则趋于稳定;
(5)750一1300nm谱段:
植被在此波段具有强烈反射的特性(可理解为植物防灼伤的自卫本能),故具有高反射率的数值。
此波段室内测定的平均反射率多在35一78%之间,而野外测试的则多在25一65%之间。
由于760nm,850nm,910nm,960nm和1120nm等波长点附近有水或氧的窄吸收带,因此,750.1300nm谱段的植被反射光谱曲线还具有波状起伏的特点;
(6)1300一1600nm谱段:
与1360一1470nm谱段是水和二氧化碳的强吸收带有关,植被在此谱段的反射光谱曲线具有波谷的形态和较低的反射率数值(大多在12一18%之间):
(7)1600一1830nm谱段:
与植物及其所含水分的波谱特性有关,植被在此波段的反射光谱曲线具有波峰的形态和较高的反射率数值(大多在20一39%之间);
(8)1830一2080mn谱段:
此谱段是植物所含水分和二氧化碳的强吸收带,故植被在此谱段的反射光谱曲线具有波谷的形态和很低的反射率数值(大多在6一10%之间);
(9)2080一2350nm谱段:
与植物及其所含水分的波谱特性有关,植被在此波段的反射光谱曲线具有波峰的形态和中等的反射率数值(大多在10一23%之间):
(10)2350一2500mn谱段:
此谱段是植物所含水分和二氧化碳的强吸收带,故植被在此谱段的反射光谱曲线具有波谷的形态和较低的反射率数值(大多在8一12%之间)。
图1植被的光谱反射率曲线图
7.影响植物反射率的主要因素
植物:
在蓝光波段(0.38~0.50μm)反射率低,绿光波段(0.50~0.60μm)的中点0.55μm左右,形成一个反射率小峰,这就是植物叶子呈绿光的原因。
在红光波段(0.60~0.76μm),起先反射率甚低,在0.65μm附近达到一个低谷,随后又上升,在0.70~0.80μm反射率陡峭上升,到0.80μm附近达到最高峰。
绿色植物具有一系列特有的光谱响应特征,绿叶中的叶绿素在0.5~0.7μm的可见光波段有2个强吸收谷,反射率一般小于20%;
但在0.7~1.3μm的近红外波段,由于叶肉海绵组织结构中有许多空腔,具有很大的反射表面,反射率较高。
影响植物反射率的主要因素包括叶绿素、细胞结构和含水量等。
植物反射光谱曲线
8.当水中含有其他物质时,水体反射光谱曲线会如何变化。
考虑水的光谱反射率时,也许最明显的特征是在近红外及更长波波段的能量吸收问题。
简单地说,不管我们说的是水体本身(如湖泊、河流)还是植被,土壤中含有的水都会吸收这一波段的能量。
当波长小于大约0.6um时,清澈的水只能吸收相对很少的能量,这些波长内的水具有高透射率的特点,其最大值在光谱的蓝绿区。
但随着水的浑浊程度的变化(因水中含有有机物和无机物),会引起透射率继而反射率的急剧变化。
例如,因土壤侵蚀而含有大量悬浮沉积物的水,其可见光的反射率一般比相同地区内的“洁净水”高得多。
同样,水的反射率会随着所含叶绿素浓度的变化而变化。
叶绿素浓度的增加会降低蓝波段的反射率而提高绿波段的反射率。
利用遥感数据中这种反射率的变化可监测藻类是否存在,并且可估算其浓度。
许多有关水的重要特性,如溶解氧浓度、PH值和盐浓度等,并不能直接通过水的反射率来观察到。
但是这些参数有时与观察到的反射率有关。
总之,水的光谱反射率与这些特性之间存在着复杂的关系。
因此,我们必须适当的参考数据去正确的解释水的反射率测定值
9.影响土壤反射光谱曲线的主要因素
土壤反射率显得很少有“峰和谷”的变化。
这是因为影响土壤反射率的因素较少作用在固定的波段范围。
影响土壤反射率的因素有:
含水量、土壤结构(砂、壤、粘土的比例)、表面粗糙度、铁氧化物的存在以及有机物的含量。
这些因素是复杂的、可变的、彼此相关的。
例如,土壤的含水量会降低反射率。
对于植被在大约1.4um、1.9um和2.7um处水的吸收波段上,这种影响最为明显(粘土在1.4um和2.2um处也有氢氧基吸收带)。
土壤含水量与土壤结构密切相关:
粗粒砂质土壤常常排水性好,因而含水量低,反射率相对高;
反之,排水性不好的细粒结构土壤一般具有较低的反射率。
然而,在缺水情况下,土壤自身会出现相反的趋势:
粗粒结构土壤比细粒土壤看上去更深。
所以,土壤的反射属性仅在特殊条件下才出现一致性。
另外两个降低土壤反射率的因素是表面粗糙度和有机物的含量。
在土壤中含有铁的氧化物也会明显降低反射率,至少在可见光波段如此。
常用的遥感平台
1.TM数据、环境卫星CCD数据以及其他主要介绍的遥感数据的主要波段、空间分辨率,主要用途。
2.传感器的主要分辨率及其定义。
分辨率-----传感器最具实用意义的指标。
传感器的分辨率是指传感器区分自然特征相似或光谱特征相似的相邻地物的能力。
是衡量遥感数据质量特征的一个重要指标。
分为:
辐射分辨率;
空间分辨率;
时间分辨率;
光谱分辨率。
辐射分辨率:
指传感器能区分两种辐射强度最小差别的能力。
在遥感图像上表现为每一个像元的辐射量化级
空间分辨率:
每个像元对应空间的大小。
表征影像分辨地面目标细节能力的指标。
空间分辨率单位以米表示。
空间分辨率数值越大分辨率越低
光谱分辨率是指传感器在接收目标辐射的波谱时能分辨的最小波长间隔。
间隔愈小,分辨率越高。
波段数越多,分辨率越高
时间分辨率指对同一地点进行遥感采样的时间间隔,即采样的时间频率,也称重访周期。
温度分辨率是指热红外传感器分辨地表热辐射(温度)最小差异的能力。
目前,TM(10.4-12.5)的第六波段,温度分辨率可达到0.5K。
美国NOAA极轨气象卫星
AVHRR(AdvancedVeryHighResolutionRadiometer)1.1km
Terra卫星(上午星,EOS-AM1);
Aqua(下午星,EOS-PM1)
MODIS(Moderate-resolutionImagingSpectroradiometer)
1000米/500米/250米每天最多4次
LandSat516天
TM多光谱30米热红外120米
中巴资源卫星(CBERS-1)26天
全色和多光谱20米
法国SPOT526天(最快6天)
多光谱10米全色(pan)2.5米
美国IKONOS1-3天
多光谱4米;
全色1米
美国QuickBird1-6天
多光谱为2.44米;
全色为0.61米;
WorldView为0.5米
3.不同分辨率遥感数据的用途。
不同的自然现象有不同的最佳观测距离和尺度,并不一定是距离越近越好,观测越细微越好。
要适当的距离和比例尺,才能有效、完整地观察
高空间分辨率:
小于10m,GeoEye、快鸟、Ikonos、Spot,对特定地区进行定点监测
中空间分辨率:
10-100m,ASTER、TM,土地利用、土地覆盖、资源、地表景观
低空间分辨率:
空间分辨率大于100m,NOAA、MODIS,大范围的环境遥感监测
4.什么是元数据?
遥感图像中元数据的参数有哪些?
遥感数字图像基础知识
1.图像数字化的主要过程。
图像的数字化过程主要分采样:
采样的实质就是要用多少点来描述一幅图像,采样结果质量的高低就是用前面所说的图像分辨率来衡量。
简单来讲,对二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构,所形成的微小方格称为像素点。
一副图像就被采样成有限个像素点构成的集合。
例如:
一副640*480分辨率的图像,表示这幅图像是由640*480=307200个像素点组成。
、量化:
它反映了采样点之间的间隔大小。
采样频率越高,得到的图像样本越逼真,图像的质量越高,但要求的存储量也越大。
在进行采样时,采样点间隔大小的选取很重要,它决定了采样后的图像能真实地反映原图像的程度。
一般来说,原图像中的画面越复杂,色彩越丰富,则采样间隔应越小。
由于二维图像的采样是一维的推广,根据信号的采样定理,要从取样样本中精确地复原图像,可得到图像采样的奈奎斯特(Nyquist)定理:
图像采样的频率必须大于或等于源图像最高频率分量的两倍。
2.量化
量化是指要使用多大范围的数值来表示图像采样之后的每一个点。
量化的结果是图像能够容纳的颜色总数,它反映了采样的质量。
例如:
如果以4位存储一个点,就表示图像只能有16种颜色;
若采用16位存储一个点,则有216=65536种颜色。
所以,量化位数越来越大,表示图像可以拥有更多的颜色,自然可以产生更为细致的图像效果。
但是,也会占用更大的存储空间。
两者的基本问题都是视觉效果和存储空间的取舍。
假设有一幅黑白灰度的照片,因为它在水平于垂直方向上的灰度变化都是连续的,都可认为有无数个像素,而且任一点上灰度的取值都是从黑到白可以有无限个可能值。
通过沿水平和垂直方向的等间隔采样可将这幅模拟图像分解为近似的有限个像素,每个像素的取值代表该像素的灰度(亮度)。
对灰度进行量化,使其取值变为有限个可能值。
经过这样采样和量化得到的一幅空间上表现为离散分布的有限个像素,灰度取值上表现为有限个离散的可能值的图像称为数字图像。
只要水平和垂直方向采样点数足够多,量化比特数足够大,数字图像的质量就比原始模拟图像毫不逊色。
在量化时所确定的离散取值个数称为量化级数。
为表示量化的色彩值(或亮度值)所需的二进制位数称为量化字长,一般可用8位、16位、24位或更高的量化字长来表示图像的颜色;
量化字长越大,则越能真实第反映原有的图像的颜色,但得到的数字图像的容量也越大。
编码:
数字化后得到的图像数据量十分巨大,必须采用编码技术来压缩其信息量。
在一定意义上讲,编码压缩技术是实现图像传输与储存的关键。
目前已有许多成熟的编码算法应用于图像压缩。
常见的有图像的预测编码、变换编码、分形编码、小波变换图像压缩编码等。
2.非特殊用途的图像均为8bit量化,即用0〜255描述“黑〜白”。
充分考虑到人眼的识别能力之后,目前非特殊用途的图像均为8bit量化,即用0〜255描述“黑〜白”
3.单波段图像的统计特征
基本统计特征
设数字图像为f(i,j),大小为M×
N,M为图像的行数,N为图像的列数,i=0,1,…,M-1;
j=0,1,…,N-1
反映像素值平均信息的统计参数
均值----像素值的算术平均值。
反映图像中地物的平均反射强度
反映像素值变化信息的统计参数
方差----像素值与平均值差异的平方和,
反映像素值的离散程度
变差----像素最大值与最小值的差。
反映图
像灰度值的变化程度
反差----又称为对比度,反映图像的显示效
果和可分辨率,表示方法多种。
如最大值/最小值,最大值-最小值,方差等
4.多波段图像的统计特征
遥感图像处理往往是多波段数据的处理,处理中不仅要考虑单个波段图像的统计特征,也要考虑波段间存在的关联,多波段图像之间的统计特征不仅是图像分析的重要参数,而且也是图像合成方案的主要依据之一。
反映波段之间的关系,是图像分析的重要参数,也是图像合成方案的主要依据。
–若各波段或多幅图像的空间位置可以相互比较,则可以计算它们之间的统计特征;
–基本统计量包括:
•协方差
•相关系数
利用图像或波段间的相关性,可以实现对图像的压缩处理,或对图像信息进行复原、协方差和相关系数是两个基本的统计量,
其值越高,两个波段图像间的相关性越强。
协方差和相关系数是两个基本的统计量,其值越高,表明两个波段图像之间的协变性越强。
5.直方图、累计直方图的定义
直方图定义
根据图像像素的灰度范围,以适当的灰度间隔为单位划分为若干等级;
横轴表示灰度级;
纵轴表示每一灰度级具有的像素数或该像素数占总像素数的比例值;
灰度值概率密度函数的离散化图形。
累积直方图
以横轴表示灰度级,纵轴表示每一个灰度级及其以下灰度级所具有的像素数或此像素占总像素的比值,做出的直方图。
累积直方图可以看作是累积离散概率分布
6.直方图的性质
性质
只能反映图像的灰度分布规律,而不能反映图像像素的位置,即丢失了像素的位置信息任何一幅特定的图像都有唯一的直方图与之对应,但不同图像可以有相同的直方图。
直方图的可相加性:
如果一幅图像由若干个不相交的区域构成,则整幅图像的直方图是这若干个区域直方图之和。
如果将图像看作具有正态分布的随机向量,则图像直方图的形态与数学上的正态分布的曲线形态类似。
7.直方图的应用
用于判断图像量化是否恰当,用于确定图像二值化的阈值,根据直方图形态可以大致推断图像质量(一般来说,一幅包含大量像元的影像,其像元亮度值应符合统计分布规律,即假定像元亮度随机分布时,直方图应是正态分布的。
实际工作中,若影像的直方图接近正态分布,则说明影像中像元的亮度接近随机分布,是一幅适合用统计方法分析的影像。
当观察直方图形态时,发现直方图的峰值偏向亮度坐标轴左侧,则说明影像偏暗。
峰值偏向坐标轴右侧,则说明影像偏亮,峰值提升过陡、过窄,说明影像的高密度值过于集中,以上情况均是影像对比度较小,影像质量较差的反映)
遥感数字图像的几何校正
1.几何变形误差的分类
静态误差:
传感器相对于地球表面呈静止状
态时所具有的各种变形误差;
动态误差:
动态误差主要是由于在成像过
程中地球的旋转所造成的图像
变形误差。
内部误差:
由于传感器自身的性能、技术指
标偏离标称数值所造成的。
外部误差:
指的是传感器本身处在正常工作
的条件下,由传感器以外的各因
素所造成的误差。
外部因素:
地球旋转地球曲率地形起伏大气折光传感器外方位元素变化
2.地球表面曲率造成的图像几何变形
地球是一个椭球体,因此地球表面的曲面。
当一景图像覆盖的地面区域较大时,在图上就可以明显看出边物景象被压缩。
3.几何校正定义:
几何粗校正、几何精校正
遥感图像的几何校正(geometriccorrection)是指从具有几何畸变的图像中消除畸变,从而建立图像上的像元坐标与目标物的地理坐标间的对应关系,并使其符合地图投影系统的过程。
几何粗校正:
这种校正是针对引起几何畸变的原因进行的,地面接收站在提供给用户资料前,已按常规处理方案与图像同时接收到的有关运行姿态、传感器性能指标、大气状态、太阳高度角对该幅图像几何畸变进行了校正
几何精校正:
利用地面控制点进行的几何校正。
它是用一种数学模型来近似描述遥感图像的几何畸变过程,并利用畸变的遥感图像与标准地图之间的一些对应点(即控制点数据对)求得这个几何畸变模型,然后利用此模型进行几何畸变的校正,几何精校正(几何配准):
把不同传感器具有几何精度的图像、地图或数据中的相同地物元素精确地彼此匹配、叠加在一起的过程。
4.相对校正与绝对校正
几何精校正是以基础数据集作为参照,选取控制点进行几何校正。
此校正不考虑引起畸变的原因。
若基础数据集是图像,该过程叫相对校正,即以一景图像作为基础,是图像--图像校正;
若以地图为基础校正其他图像,则叫绝对校正,是图像--地图校正,常用于GIS中。
5.几何精校正的具体步骤
1、准备工作。
收集和分析影像数据、地图资料、大地测量成果、航天器轨道参数和传感器姿态参数,所需控制点的选择和量测等。
2、原始数字影像输入。
按规定的格式将遥感数字影像用专门的程序读入计算机。
3、确定工作范围并裁剪
一般裁剪范围要大于工作范围。
4、选择地面控制点(直接影响图像最后的校正精度)
根据图像特征和地区情况,结合野外调查和地形图选择地面控制点。
5、选择地图投影,确定合适的相关投影参数
6、匹配地面控制点和像素位置
地面控制点与相应像素为同名地物点,应清晰无误地进行匹配。
7、评估校正精度
中低分辨率图像的精度以像素为单位,平均精度在1个像元内;
高分辨率图像的精度以米为单位。
校正后,一般应求出平均误差(均方根误差RMSE,即平均误差平方和的平方根)和地面控制点的最大误差。
8、坐标变换
校正变换函数用来建立影像坐标和地面(地图)坐标间的数学关系,即输入影像和输出影像间的坐标变换关系。
纠正方法一般有多项式法、共线方程法、随机场内的插值法等
6.几何精校正GCP的选取原则
控制点的特点:
容易分辨,相对稳定,特征明显的位置
在图像上要有明显的、清晰的地物特征标志,如道路交叉点、河流汇合口、建筑物边界、农田界限;
地面控制点上的地物不随时间而变化,以保证当两幅不同时相的图像或地图几何纠正时,可以同时被识别出来;
在没有做过地形纠正的图像上选取控制点时,应尽量选择同高程的控制点。
避免呈直线分布或分布在狭长区域内。
控制点的数量:
K阶多项式控制点的最少数目为
(k+1)(k+2)/2
实际工作表面,控制点数的选取都要大于最低数很多(有时为6倍)。
一般而言,多选取20-30个控制点。
控制点的分布:
要均匀遍布工作区域在图像上,控制点应该在容易分辨、相对稳定、特征明显的位置,如道路交叉点、河流弯曲或分叉处、海岸线弯曲处、湖泊边缘、飞机场跑道等。
在变化不明显的大面积区域(如沙漠),控制点可以少一些。
在特征变化大且对精度要求高的区域应该多布点。
但是,要尽可能避免控制点之间构成直线关系,避免控制点仅分布在狭长的范围里。
7.几何精校正时,影像分辨率与相应比例尺的地形图配准、、
LandsatTM(30米,彩色),1:
10万地形图
SPOT5(10米,彩色),1:
5万地形图
Quickbird(彩色,2.44米)1:
5千地形图
8.几何精校正时,灰度重采样的主要三种方法及对比
1)最近邻法在待纠正的图像中直接取距离(x,y)最近的像元值为重采样值,实际操作中x=int(x+0.5)y=int(y+0.5)距离实际位置最近的灰度值作为输出图像像元的灰度值。
2)双线性内插法需要使用待定点邻近的4个原始像素
3)双三次卷积法取被计算点周围相邻的16个点的像元值,用3次卷积函数f(x)对所求的像
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 遥感 导论 考试 复习 提纲
![提示](https://static.bdocx.com/images/bang_tan.gif)