高光谱遥感考试必备
1.高光谱分辨率遥感:用很窄（10-2λ）而连续的光谱通道对地物持续遥感成像的技术。在可见光、近红外、短波红外和热红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的。
2.高光谱遥感特点①波段多,数据量大②光谱范围窄(高光谱分辨率)③在成像范围内连续成像④信息冗余增加
3. 高光谱遥感的发展趋势（1）遥感信息定量化（2）“定性”、“定位”一体化快速遥感技术
4.光谱特征的产生机理：在绝对温度为0K以上时，所有物体都会发射电磁辐射，也会吸收、反射其他物体发射的辐射。高光谱遥感准确记录电磁波与物质间的这种作用随波长大小的变化，通过反映出的作用差异，提供丰富的地物信息，这种信息是由地物的宏观特性和微观特性共同决定的。
宏观特性:分布、粗糙度、混杂微观特性:物质结构
5.反射分为三种：镜面反射，漫反射，实际物体反射
6.典型地物反射：
水体的反射主要在蓝绿光波段，其他波段吸收都很强，特别到了近红外波段，吸收就更强，所以水体在遥感影像上常呈黑色。
植被的反射波谱特征：①可见光波段有一个小的反射峰，位置在0.55um处，两侧
0.45um(蓝)和0.67um(红)则有两个吸收带。这一特征是叶绿素的影响。②在近红外波段(0.7-0.8um)有一反射的“陡坡”（被称为“红边”)，至1.1um附近有一“峰值”，形成植被的独有特征。这一特征由于植被结构引起。③在中红外波段(1.3-2.5um) ，反射率大大下降，特别以1.45um和1.95um为中心是水的吸收带，形成低谷。
土壤:由于土壤反射波谱曲线呈比较平滑的特征，所以在不同光谱段的遥感影像上，土壤的亮度区别不明显.自然状态下土壤表面的反射率没有明显的峰值和谷值，一般来讲土质越细反射率越高，有机质含量越高和含水量越高反射率越低，此外土类和肥力也会对反射率产生影响。
6.野外光谱测量的影响因素（1）大气透射率（2）水蒸气3）风（4）观测几何
7.地面光谱的测量方法：实验室测量，野外测量
8.垂直与野外测量的区别:垂直测量：为使所有数据能与航空、航天传感器所获得的数据进行比较，一般情况下测量仪器均用垂直向下测量的方法，以便与多数传感器采集数据的方向一致。由于实地情况非常复杂，测量时常将周围环境的变化忽略，认为实际目标与标准板的测量值之比就是反射率之比。
野外测量（非垂直测量）：在野外更精确的测量是测量不同角度的方向反射比因子。
凝视时间：探测器的瞬时视场角扫过地面分辨单元的时间称为凝视时间（dwell time）。探测器的凝视时间在数值上等于行扫描时间除以每行的像元个数。凝视时间越长，进入探测器的能量越多，光谱响应越强，图像信噪比越高。
光谱图像立方体：空间平面：O-XY平面；线光谱平面：O-XZ，O-YZ平面
9.高光谱遥感图像数据表达：A.光谱图像立方体 B.二维光谱曲线 C. 三维光谱曲面
10.空间成像方式：（1）摆扫型成像光谱仪：定义：它由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。原理：45斜面的扫描镜，电机进行360旋转，旋转水平轴与遥感平台前进方向平行，扫描镜扫描运动方向与遥感平台运动方向垂直，光学分光系统形成色散光源再汇集到探测器上，这样成像光谱仪所获取的图像就具有了两方面的特性：光谱分辨率与空间分辨率。
（2）推扫型成像光谱仪：定义：采用一个面阵探测器，其垂直于运动方向在飞行平台向前运动中完成二维空间扫描；平行于平台运动方向，通过光栅和棱镜分光，完成光谱维扫描。
它的空间扫描方向就是遥感平台运动方向。原理：垂直于运动方向完成空间维扫描，平行于运动方向完成光谱维扫描。
（3）两者的优缺点：摆扫型成像光谱仪的优点：A.FOV 大；B.探测元件定标方便，数据稳定性好；C.进入物镜后再分光，光谱波段范围可以做得很宽。
不足：像元凝视时间短，提高光谱和空间分辨率以及信噪比相对困难。
推扫型成像光谱仪的优点：A.像元凝视时间大大增加，有利于提高系统的空间分辨率和光谱分辨率；B.没有光机扫描机构，仪器的体积小。
不足：A.FOV增大困难；B.面阵CCD器件标定困难；C.大面阵的短波和红外探测器研制仍是一个技术难点。
9.光谱成像方式要解决的问题是什么？将进入探测器的能量分解为不同波长的电磁波。
10.（了解)主要的光谱成像方式：色散型（简单）干涉型（难点）其它类型（滤光片型、三维成像型光谱技术）
11.反射光谱重建主要过程：遥感器校正，大气校正，地形及其它因素校正。
12.成像光谱仪定标的目的：建立起传感器记录值与入瞳辐射值之间的联系。
类型：实验室定标，机上和星上定标，场地定标
共同点：都是出于同一目的，在特定情况下都是不可缺少的
差异：处于不同的阶段，所考虑的主要因素不同，入瞳辐射值的获取方式不同（实验室定标-实验室测得，机上星上定标-星上测得，场地定标-根据模型计算得到）
13.实验室定标是成像光谱仪运行前接受的对波长位置、辐射精度、空间定位等的定标。包括光谱定标和辐射定标。
光谱定标目的：确定成像光谱仪每个波段的中心波长和带宽。
14.辐射定标：对于每一个确定的波长，确定成像光谱仪在该波长下的输入辐射能与输出响应的关系。
15.辐射定标方法：按照使用要求或目的分类：相对辐射定标和绝对辐射定标
按照光谱波段不同分类：反射辐射定标和发射辐射定标
（1）相对辐射定标：为了校正遥感器中各个探测器元件响应度差异而对卫星遥感器测量到的原始数字计数值进行归一化的一种处理工作。
（2）绝对辐射定标：通过各种标准辐射源，在不同波谱段建立成像光谱仪入瞳处的光谱辐射亮度值与成像光谱仪输出的数字化值之间的定量关系。
16.实验室辐射定标：采用积分球作为光谱照射传感器的整个视场，根据成像光谱仪的动态范围，改变标准辐射源的辐射亮度输出级别，逐波段建立辐射亮度输入值与遥感器输出DN 值的关系。
17.机上和星上定标的必要性：成像光谱仪的性能会随着空间环境的变化而变化，经过搬运、安装和操作等过程，定标参数会失准，因此机上或星上定标十分必要。
18.场地定标的原理：1）机载或星载成像光谱仪飞越辐射定标场地上空时，同步地在定标场地选择若干像元区，测量成像光谱仪对应的地物的各波段光谱反射率和大气光谱等参量。2）然后利用大气辐射传输模型等手段给出成像光谱仪入瞳处各光谱带的辐射亮度。3）最后确定它与成像光谱仪对应输出的数字量化值的数量关系，求解定标系数并估算定标不确定性。
19.（填）场地定标的特点：以大面积地表均匀地物作为定标源，多通道、动态、大范围定标，考虑大气传输环境的影响。
20.（了解）场地定标的常用方法：反射基法，认为卫星传感器所接收到的光谱辐射是太阳光谱辐射、大气及地面三者相互作用的总贡献。
辐照度基法，辐照度基法又称改进的反射基法，反射基法的一个重要误差来源是对气溶胶散射的一些近似，如对气溶胶颗粒模型的假设，不同的气溶胶模型会对表观反射率的计算造成
较大影响。
辐亮度基法，辐亮度法的基本原理是：利用搭载于飞机上的光谱辐射计在中高空与卫星传感器同步测量相同目标的辐亮度，通过对飞行高度以上的大气订正，实现卫星遥感器的在轨辐射定标。
三种场地定标方法的比较：测量参数，测量条件，复杂度，精度，优缺点
21.（填选）辐射定标与辐射校正的区别：辐射定标是建立探测器输出DN值与具有一定物理意义参量之间的关系；辐射校正要消除依附在辐射亮度中的各种辐射失真，如探测器误差、大气影响等；辐射校正包括辐射定标和大气校正。即辐射定标是辐射校正的一个步骤。
22.（填选）辐射传输方程：
23.表观反射率的定义:以“地表-大气”为整体目标，入射辐射能量与出射辐射能量的比例。
24.辐射校正的统计学模型:暗目标法,内部平均相对反射率模型,平面场模型,对数残差修正模型
25.高光谱数据为什么要降维（维指光谱空间的维数），高光谱特征会带来什么问题？
高光谱影像属于高维空间数据，已有的研究结果表明，这种数据有许多不同于低维数据的分布特性，这些特性决定了人们在对高光谱影像分析时应采用不同策略和方法。
问题：1)信息冗余大 2)高维数据分布的稀疏性和空空间现象 3)“维数灾难”问题 4)高维空间中的参数估计问题 5)高阶统计特性
维数灾难：如果训练样本不足时，往往会出现在样本点数目一定的前提下，分类精度随着特征维数的增加“先增后降”的现象，这就是所谓的Hughes”维数灾难”现象。
26.判别：从高维数据中得到了一组用来分类的特征，需要一个定量的标准来衡量特征对分类的有效性。
27.特征选择：针对特定对象选择光谱特征空间中的一个子集，这个子集是一个缩小了的光谱特征空间
特征提取：特征提取是指对原始的光谱空间特征进行重新组合和优化，提取出最适合当前应用（分类）需求的新特征
两者的区别：概念上：特征提取-原始特征空间的重组运算，特征选择-原始特征空间的子集挑选
特点上：特征提取-映射方式未知，特征是未知的，运算规则；特征选择-波段选择，特征是已知的，搜索策略。
28.自动子空间划分方法的思路：依据高光谱影像相关系数矩阵灰度图的“成块”特点, 根据高光谱影像相邻波段相关系数的大小, 把波段划分为若干个子空间, 然后分别在各个子空间内利用联合熵算法进行波段的选择。
29：包络线去除：过包络线去除，可以有效地突出光谱曲线的吸收和反射特征。基于包络线去除后的光谱曲线可以用于特征波段选择。
自动子空间划分方法的思路：依据高光谱影像相关系数矩阵灰度图的“成块”特点, 根据高光谱影像相邻波段相关系数的大小, 把波段划分为若干个子空间, 然后分别在各个子空间内利用联合熵算法进行波段的选择。
30.高光谱特征参量化的目的：对高光谱特征进行定量表达，用数值化的形式来描述光谱特征。
地位：在地物光谱重建的基础上，进行高光谱特征参量化，为后续光谱自动分析、匹配、分类及识别奠定基础。
主要内容：波谱特征的简化表达，光谱吸收特征参数提取，光谱导数与积分
31.波谱特征简化表达的目的：反射率为浮点型数据，波段数量多，为提高分析效率，可以对光谱曲线进行简化表达。
32.光谱斜率和坡向：在光谱区间(B1,B2)内，将光谱曲线近似视为直线。该直线的斜率即为光谱斜率，如果光谱斜率为正，光谱曲线被定义为正坡向，光谱斜率为零则为平坡向，光谱斜率为负则为负坡向。
33.光谱二值编码：为了实现在光谱库中对特定目标进行快速查找，研究人员提出了对光谱进行二值编码的方案。
34.波谱特征简化表达适用于较粗略的波谱特征查找和匹配，目的在于提高处理效率，并不适用于光谱特征的精细分析。
35.(填选)光谱吸收特征参数:主要包括：吸收波长位置（P），深度（H），宽度（W），斜率（K），对称度（S），面积（A）
36.光谱导数:光谱导数可以增强光谱曲线在坡度上的细微变化，光谱导数波形分析能消除部分大气效应。
37.遥感图像分类的理论依据:同类地物像元的特征向量将集群在同一特征空间区域。而不同地物的光谱信息特征或空间信息特征有所不同，它们将集群在不同的特征空间区域。
38.混合光谱的定义: 每个像元所对应的地表，往往包含着不同的覆盖成分，它们具有不同的光谱特征。而每个像元仅用一个信号记录这些“异质”成分，因此形成混合光谱现象，对应的像元称为混合像元。
39.端元与丰度:进入到像元内部，地物的基本组成成分被称为“端元”，每种成分的比例称为“丰度”。
40.高光谱影像分类的特点:优点：1).光谱特征空间构建的灵活性2).光谱特征的精确性3). 提供了丰富的波谱空间特征分类信息
缺点：4). 效率有待提高5). 定量化分析的预处理复杂6). 监督分类的样本问题突出
41.高光谱图像特点的分类算法：一种是基于图像数据统计特性的分类方法，一种是基于地物物性的分类方法，主要是利用反映地物物理光学性质的光谱曲线来识别。
42.光谱匹配概念：光谱匹配是指，在波谱特征空间中，对比分析两个光谱曲线的相似度来判断地物的归属类别。它是由已知地物类型的反射光谱，经过特征匹配来达到识别地物类型的目的。
43.（填选）光谱匹配的运作模式：1）从像元到光谱库 2）常见光谱库
44.（填选）二值编码匹配算法：有助于提高图像光谱数据的分析处理效率；失去许多细节光谱信息，只适用于粗略的分类和识别。
45.光谱角度匹配的一般步骤：1）从光谱数据库或影像中选择感兴趣的“最终成分光谱”（2）对最终成分光谱进行光谱重采样（3计算像元光谱向量与最终成分光谱向量的广义夹角，以此评价其相似性；4）a.如果只选择了一个参考光谱，将所有像元与之对应的夹角值量化为灰度图； b.如果选择了多个参考光谱，将每个像元划分到与之对应的夹角值最小的参考光谱的类别中。
46.光谱吸收特征匹配：基本思想：就是着眼于对光谱的吸收特性进行衡量和描述，得到光谱吸收位置图、吸收深度图、吸收对称性图等成果，或者基于吸收特征参数对影像进行分类。
47.特征匹配的分类过程：1) 针对特定专题，选择需要考察的物质成分2) 对影像和参考光谱进行预处理3) 计算每类地物参考光谱曲线的吸收特征参数4) 计算每个像元光谱曲线的吸收特征参数5) 利用吸收特征参数进行相似性匹配，为每个像元确定类属
48.交叉相关匹配基本步骤：A. 计算方法B. 交叉相关曲线图C.利用交叉相关曲线图生成偏度图D. 采用不同标准地物作为参考光谱曲线
49.三种理解模式：影像分类是模式识别（影像空间，波谱空间，特征空间）
50.（填选）监督与非监督分类：非监督分类方法：K均值，ISODATA 监督分类方法：最小距离法，最大似然法
51.高空间分辨率遥感影像特征：1）纹理特征的变异性增强 2）光谱统计特征不稳定性提高3）相同类型的地物表现出更多的类别
52.面向对象思想：影响并非由单个像素来代表，而是由包含重要语义信息在内的影响对象以及它们之间的相互关系构成（抽象性、封装性、继承性）
53.面相对象有哪些信息：光谱信息，形状信息，拓扑信息，纹理信息，上下文关系。
54.影像分割算法：基于阈值的分割方法，基于边缘的分割方法，基于区域的分割方法
高光谱遥感的发展简史
（1）第一代
标志：成像光谱仪AIS-1和AIS-2。
（2）第二代
标志：航空可见光/红外光成像光谱仪（AVIRIS）。
（3）第三代
标志：克里斯特里尔傅立叶变换高光谱成像仪（FTHSI）。
电磁辐射与物体的相互作用过程
入射反射
再发射
物体
吸收
透射
高光谱遥感复习总结
1.高光谱分辨率遥感:用很窄（0.01波长）而连续的光谱通道对地物持续遥感成像的技术。在可见光、近红外、短波红外和热红外波段其光谱分辨率高达纳米(nm)数量级，通常具有波段多的特点，光谱通道数多达数十甚至数百个以上，而且各光谱通道间往往是连续的。 2.高光谱遥感特点：波段多,数据量大；光谱范围窄(高光谱分辨率)；在成像范围内连续成像；信息冗余增加 3. 高光谱遥感的发展趋势（1）遥感信息定量化（2）“定性”、“定位”一体化快速遥感技术 4.光谱特征的产生机理：在绝对温度为0K以上时，所有物体都会发射电磁辐射，也会吸收、反射其他物体发射的辐射。高光谱遥感准确记录电磁波与物质间的这种作用随波长大小的变化，通过反映出的作用差异，提供丰富的地物信息，这种信息是由地物的宏观特性和微观特性共同决定的。宏观特性:分布、粗糙度、混杂微观特性:物质结构 6.典型地物反射：水体的反射主要在蓝绿光波段，其他波段吸收都很强，特别到了近红外波段，吸收就更强，所以水体在遥感影像上常呈黑色。 植被的反射波谱特征：①可见光波段有一个小的反射峰，位置在0.55um处，两侧 0.45um(蓝)和0.67um(红)则有两个吸收带。这一特征是叶绿素的影响。②在近红外波段(0.7-0.8um)有一反射的“陡坡”（被称为“红边”)，至1.1um附近有一“峰值”，形成植被的独有特征。这一特征由于植被结构引起。③在中红外波段(1.3-2.5um) ，反射率大大下降，特别以1.45um和1.95um为中心是水的吸收带，形成低谷。 土壤:由于土壤反射波谱曲线呈比较平滑的特征，所以在不同光谱段的遥感影像上，土壤的亮度区别不明显.自然状态下土壤表面的反射率没有明显的峰值和谷值，一般来讲土质越细反射率越高，有机质含量越高和含水量越高反射率越低，此外土类和肥力也会对反射率产生影响。 6.野外光谱测量的影响因素（1）大气透射率（2）水蒸气3）风（4）观测几何 7.地面光谱的测量方法：实验室测量，野外测量 8.垂直与野外测量的区别:垂直测量：为使所有数据能与航空、航天传感器所获得的数据进行比较，一般情况下测量仪器均用垂直向下测量的方法，以便与多数传感器采集数据的方向一致。由于实地情况非常复杂，测量时常将周围环境的变化忽略，认为实际目标与标准板的测量值之比就是反射率之比。 野外测量（非垂直测量）：在野外更精确的测量是测量不同角度的方向反射比因子。 凝视时间：探测器的瞬时视场角扫过地面分辨单元的时间称为凝视时间（dwell time）。探测器的凝视时间在数值上等于行扫描时间除以每行的像元个数。凝视时间越长，进入探测器的能量越多，光谱响应越强，图像信噪比越高。 光谱图像立方体：空间平面：O-XY平面；线光谱平面：O-XZ，O-YZ平面 9.高光谱遥感图像数据表达：A.光谱图像立方体 B.二维光谱曲线 C. 三维光谱曲面 10.空间成像方式：（1）摆扫型成像光谱仪：定义：它由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。原理：45斜面的扫描镜，电机进行360旋转，旋转水平轴与遥感平台前进方向平行，扫描镜扫描运动方向与遥感平台运动方向垂直，光学分光系统形成色散光源再汇集到探测器上，这样成像光谱仪所获取的图像就具有了两方面的特性：光谱分辨率与空间分辨率。 （2）推扫型成像光谱仪：定义：采用一个面阵探测器，其垂直于运动方向在飞行平台向前运动中完成二维空间扫描；平行于平台运动方向，通过光栅和棱镜分光，完成光谱维扫描。它的空间扫描方向就是遥感平台运动方向。原理：垂直于运动方向完成空间维扫描，平行于运动方向完成光谱维扫描。 （3）两者的优缺点：摆扫型成像光谱仪的优点：A.FOV 大；B.探测元件定标方便，数据稳
高光谱遥感在农作物病虫害监测上的应用
高光谱遥感在农作物病虫害监测上的应用高光谱遥感在农作物病虫害监测上的应用高光谱遥感用于病虫害监测的原因高光谱遥感监测农作物病虫害原理和方法 当前遥感监测农作物病虫害的缺陷 未来的展望 农作物病虫害是农业生产上的重要生物灾害，是制约高产、优质、高效益农业持续发展的主导因素之一。据联合国粮农组织估计，世界粮食生产因病虫害常年损失24%;棉花因病虫害常年损失28%。中国是农业大国，每年因病虫害造成的损失与上述统计大致相当。 为了有效地防治病虫害，首先必须及时、准确掌握病虫的发生发展情况。在人类历史的很长时间内，受当时生产条件和科技水平的限制，人们只能在实地用目测手查的方法观察有无病虫害发生及其危害程度，或用捕捉虫蛾等办法判断病虫害爆发的可能性。这些传统的监测方法费时费力不说，其获取信息的滞后性还严重影响病虫预报准确率。为了提高病虫害监测的精度和水平，采用高科技手段，特别是遥感监测已成为病虫害监测的重要研究方向。 高光谱遥感监测农作物病虫害的原理 健康绿色植物的光谱特征主要取决于它的叶子。在可见光谱波段内,植物的光谱特性主要受叶绿素的影响。由于在以450nm为中心的蓝波段以及670nm为中心的红波段的叶绿素强烈吸收辐射能而成吸收谷。叶片的反射率和透射率很低, 在两谷之间吸收相对减少,形成绿色反射峰, 简称“绿峰”,在视觉表现为绿色。当植物生长健康, 处于生长期高峰, 叶绿素含量高时,“绿峰”向蓝光方向偏移, 而植物因病虫危害或缺素而“失绿”时，“绿峰”则向红光方向偏移。
在近红外波段绿色植物的光谱作用取决于叶片内部的细胞结构。当植物受病害侵害时, 叶片组织的水分代谢受到阻碍,此后随着病虫害危害的加重,植物细胞结构遭到破坏，各种色素的含量也随之减少，导致叶片对近红外辐射的反射能力减少。在光谱特征上表现为可见光区(400~700nm)反射率升高而近红外区(720~1100nm)反射率降低。近红外区研究的重点是“红边”。“红边”的定义是反射光谱的一阶微分的最大值对应的光谱位置(波长),通常位于(680~750)之间。“红边”位置依据叶绿素含量、生物量和物候变化, 沿波长轴方向移动。当叶绿素含量高、生长活力旺盛时“红边”会向红外方向偏移;当植物由于感染病虫害或因污染、物候变化而“失绿”时, 则“红边”会向蓝光方向移动。 研究发现近红外部分反射率的改变是发生在可见光部分的反射率发生改变之前的。这是因为在这段时间内,细胞组织中的叶绿素的数量和质量还没有发生改变。 由此可见红外波段的光谱特征的变化早于人用肉眼观测到的病虫危害, 这对于病虫害的早期调查和预报具有极其重大的意义。 高光谱遥感监测农作物病虫害的技术流程 ? 地面光谱获取加农学采样 ? 分析生化参量，农学参量和光谱特征 ? 病虫害光谱诊断模型的建立，验证 ? 高光谱影像的病虫害反演 ? 病虫害波谱库数据 ? 建立病虫害诊断专家系统，发布信息 以冬小麦为例 一( 首先建立试验组和对照组，给试验组采取喷雾法接种条锈病菌。 二( 显症后我们在小麦挑旗期、抽穗期、灌浆期和成熟期分别测量冠层光谱参数、色素含量、病情指数。从而获取高光谱变量特征参数。
高光谱图像分类
《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 35 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年 11 月
一、项目意义与价值 高光谱遥感技术起源于 20 世纪 80年代初，是在多光谱遥感技术基础之上发展起来的[1]。高光谱遥感能够通过成像光谱仪在可见光、近红外、短波红外、中红外等电磁波谱范围获取近似连续的光谱曲线，将表征地物几何位置关系的空间信息与表征地物属性特征的光谱信息有机地融合在了一起，使得提取地物的细节信息成为可能。随着新型成像光谱仪的光谱分辨率的提高，人们对相关地物的光谱属性特征的了解也不断深入，许多隐藏在狭窄光谱范围内的地物特性逐渐被人们所发现，这些因素大大加速了遥感技术的发展，使高光谱遥感成为 21 世纪遥感技术领域重要的研究方向之一。 在将高光谱数据应用于各领域之前，必须进行必要的数据处理。常用的数据处理技术方法包括：数据降维、目标检测、变化检测等。其中，分类是遥感数据处理中比较重要的环节，分类结果不但直接提取了影像数据有效信息，可以直接运用于实际需求中，同时也是实现各种应用的前提，为后续应用提供有用的数据信息和技术支持，如为目标检测提供先验信息、为解混合提供端元信息等。 相对于多光谱遥感而言，由于高光谱遥感的波谱覆盖范围较宽，因此我们可以根据需要选择特定的波段来突显地物特征，从而能够精确地处理地物的光谱信[2]。目前，许多国家开展大量的科研项目对高光谱遥感进行研究，研制出许多不同类型的成像光谱仪。高光谱遥感正逐步从地面遥感发展到航空遥感和航天遥感，并在地图绘制、资源勘探、农作物监测、精细农业、海洋环境监测等领域发挥重要的作用。
高光谱遥感
高光谱遥感
? ? ? ?
高光谱遥感的基本概念 高光谱遥感器及平台简介 高光谱遥感技术 高光谱应用概况
高光谱遥感的基本概念
? 高光谱分辨率（简称为高光谱）遥感或成像光 谱遥感技术的发展是过去二十年中人类在对地 观测方面所取得的重大技术突破之一，是当前 遥感的前沿技术。它是指利用很多很窄的电磁 波波段获取许多非常窄且光谱连续的图像数据 的技术，融合了成像技术和光谱技术，准实时 地获取研究对象的影像和每个像元的光谱分布。
国际遥感界认为光谱分辨率在10-1λ数量级范围内的为多 光谱(Multispectral)，这样的遥感器在可见光和近红外光谱区 只有几个波段，如美陆地卫星TM和法国SPOT卫星等; 光谱分 辨率在10-2λ的遥感信息称之为高光谱(Hyperspectral)遥感。由 于其光谱分辨率高达纳米(nm)数量级，往往具有波段多的特 点，即在可见到近红外光谱区其光谱通道多达数十甚至超过 100以上。随着遥感光谱分辨率的进一步提高，在达到10-3λ 时，遥感即进入了超高光谱(Ultraspectral)阶段 、
光谱区域（nm） ： 400 700 1100 2500 5500 14000
VIS VNIR
PIR
MIR
Sunlight 光谱分辨率 波段数 多光谱 高光谱 5-10 100-200 Δλ/λ 0.1 0.01 VNIR 50-100 5-20
IRT
MIR 100-200 10-50
IRT 1000-2000 100-500
高光谱遥感技术及发展
遥感技术与系统概论 结课作业 高光谱遥感技术及发展
高光谱遥感技术及发展 摘要：经过几十年的发展，无论在遥感平台、遥感传感器、还是遥感信息处理、遥感应用等方面，都获得了飞速的 发展，目前遥感正进入一个以高光谱遥感技术、微波遥感技 术为主的时代。本文系统地阐述了高光谱遥感技术在分析技 术及应用方面的发展概况，并简要介绍了高光谱遥感技术主 要航空/卫星数据的参数及特点。 关键词：高光谱，遥感，现状，进展，应用 一、高光谱遥感的概念及特点 遥感是20 世纪60 年代发展起来的对地观测综合性技术，是指应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，通过分析，揭示出物体的特征性质及其变化的综合性探测技术[1]。所谓高光谱遥感，即高光谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；与之相对的则是传统的宽光谱遥感，通 常>100nm，且波段并不连续。高光谱图像是由成像光谱仪获取的，成像光谱仪为每个像元提供数十至数百个窄波段光谱信息，产生一条完整而连续的光谱曲线。它使本来在宽波段遥感中不可
探测的物质，在高光谱中能被探测。 同其它传统遥感相比，高光谱遥感具有以下特点： ⑴波段多。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。 ⑵光谱分辨率高。成像谱仪采样的间隔小，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。 ⑶数据量大。随着波段数的增加，数据量呈指数增加[2]。 ⑷信息冗余增加。由于相邻波段的相关性高，信息冗余度增加。 ⑸可提供空间域信息和光谱域信息，即“图谱合一”，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。近二十年来，高光谱遥感技术迅速发展，它集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体，已成为当前遥感领域的前沿技术。 二、发展过程 自80 年代以来，美国已经研制了三代高光谱成像光谱仪。1983 年，第一幅由航空成像光谱仪
高光谱遥感期末考复习材料
1、地面光谱测量的作用： ①地面光谱辐射计在成像光谱仪过顶时，常用于地面野外或实验室同步观测，获取下 行太阳辐射，以用于遥感器定标。 ②在一些反射率转换模型中，需要引入地面光谱辐射计测取得地面点光谱来完成 DN 值图像到反射率图像的转换。 ③地面光谱辐射计可以为图像识别获取目标光谱和建立特征项。但是，这时地面光谱 测量要在空间尺度上与图像像元尺度相对应，且要具有代表性；另外，地面光谱测 量要与高光谱图像获取条件相一致。 ④通过地面光谱辐射计测量数据和地面模拟，可以帮助人们了解某一地物被高光谱遥 感探测的可能性，理解其辐射特性，确定需要采用的探测波长、光谱分辨率、探测 空间分辨率、信噪比、最佳遥感探测时间等重要参数。 ⑤地面光谱辐射计还可以勇于地面地质填图。它可以用于矿物的光谱吸收特征，识别 地面矿物或矿物的集合，从而直接完成野外矿物填图。 ⑥可以用来建立地物的表面方向性光谱反射特性。 ⑦建立目标地面光谱数据与目标特性间的定量关系。 2、高光谱成像特点： ①高光谱分辨率。高光谱成像光谱仪能获得整个可见光、近红外、短波红外、热红外 波段的多而窄的连续光谱，波段多至几十甚至数百个，其分辨率可以达到纳米级， 由于分辨率高，数十、数百个光谱图像可以获得影像中每个像元的精细光谱。 ②图谱合一。高光谱遥感获取的地表图像包含了地物丰富的空间、辐射和光谱三重信 息，这些信息表现了地物空间分布的影像特征，同时也可能以其中某一像元或像元 组为目标获得他们的辐射强度以及光谱特征。 ③光谱波段多，在某一光谱段范围内连续成像。成像光谱仪连续测量相邻地物的光谱 信号，可以转化城光谱反射曲线，真实地记录了入射光被物体所反射回来的能量百 分比随波长的变化规律。不同物质间这种千差万别的光谱特征和形态也正是利用高 光谱遥感技术实现地物精细探测的应用基础。 3、高光谱遥感图像数据表达： ①图像立方体——成像光谱信息集。 ②二维光谱信息表达——光谱曲线。 ③三维光谱信息表达——光谱曲线图。（书本44页） 4、成像光谱仪的空间成像方式： （1）摆扫型成像光谱仪。摆扫型成像光谱仪由光机左右摆扫和飞行平台向前运动完成二维空间成像，其线列探测器完成每个瞬时视场像元的光谱维获取。扫描镜对地左右平行扫描成像，即扫描的运动方向与遥感平台运动方向垂直。其优点：可以得到很大的总视场，像元配准好，不同波段任何时候都凝视同一像元；在每个光谱波段只有一个探测元件需要定标，增强了数据的稳定性；由于是进入物镜后再分光，一台仪器的光谱波段范围可以做的很宽，比如可见光一直到热红外波段。其不足之处是：由于采用光机扫描，每个像元的凝视时间相对就很短，要进一步提高光谱和空间分辨率以及信噪比比较困难。 （2）推扫型成像光谱仪。是采用一个垂直于运动方向的面阵探测器，在飞行平台向前运动中完成二维空间扫描，它的空间扫描方向是遥感平台运动方向。其优点是：像元的凝视
高光谱遥感在土壤重金属含量监测中的应用
一、基于高光谱的土壤重金属铜的反演研究 2. 1 土壤样品的采集 选取江西省余江县( 11655E, 2815N)和泰和县( 11504E, 2644N) 采集土壤样本, 该地区属中亚热带典型红壤丘陵区, 气候温和多雨,年平均温度为17. 6 , 年降水量为1 795 mm。研究共采集0~ 20 cm 土层土壤样品34 个, 其中余江县采集不同作物条件下样品22 个, 泰和县采集样品12 个。采集的土壤样品覆盖了林地、草地、花生地、油菜地、果园等典型农业土地利用类型。土壤样品经风干、磨碎, 而后过20 目筛。研究将每个样品分成两份, 分别用于化学分析和光谱测量。 2. 2 土壤光谱的测定 采用ASD Field SpecPro FR 型地物光谱仪, 室内光谱测试条件为: 光源为1 000 W 的卤素灯, 5视场角, 光源照射方向与垂直方向夹角为15, 光源距离为30 cm, 探头距离为15 cm, 置于土壤表面的垂直上方。测试之前先以白板进行定标, 获取绝对反射率。每个土样测得10 条 土壤光谱数据预处理可以消减光谱中因受随机因素影响而产生的误差部分。因此, 可利用光谱重采样、一阶微分、光谱倒数的对数等方法对原始反射光谱进行处理。 2. 3. 1 光谱重采样 由于光谱仪在数据输出时对350~ 2 500 nm 的光谱数据进行了1 nm 为间隔的重采样, 总共2 151个波段, 使得原始光谱曲线中相邻波段之间存在信息重合, 导致整个光谱数据冗余, 给分析、处理带来一定困难, 影响处理的效率和结果。因此, 在尽可能维持光谱原有基本特征的前提下, 对光谱数据以10 nm 为间隔进行算术平均运算[ 9] , 处理后的光谱曲线更加平滑的同时仍然维持了原光谱的形状特征( 图2) 。 2. 3. 2 一阶微分 光谱测量容易受观测角度、照度、样品表面粗糙度等诸多因素的影响, 使得光谱数据的信噪
高光谱遥感及其发展与应用综述
高光谱遥感及其发展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在地质矿产、植被生态、大气科学、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 1高光谱遥感 高光谱分辨率遥感是指利用很多很窄的电磁波波段从感兴趣的物体获取有关数据。它的基础是测谱学。测谱学早在20世纪初就被用于识别分子和原子及其结构，20世纪80年代才开始建立成像光谱学。它是在电磁波谱的紫外、可见光、近红外和中红外区域，获取许多非常窄且光谱连续的图像数据的技术。成像光谱仪为每个象元提供数十至数百个窄波段光谱信息，能产生一条完整而连续的光谱曲线。 1.1高光谱遥感的特点 （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。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。 （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。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。 1.2高光谱的优势 高光谱遥感的光谱分辨率的提高，使地物目标的属性信息探测能力有所增强。因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势: (1)蕴含着近似连续的地物光谱信息。高光谱影像经过光谱反射率重建，能获取
高光谱遥感影像的光谱匹配算法研究概要
https://www.360docs.net/doc/e76074986.html, 中国科技论文在线高光谱遥感影像的光谱匹配算法研究 蔡燕1，梅玲2作者简介：蔡燕，（1984-），女，硕士研究生，主要研究方向：高光谱遥感 通信联系人：梅玲，（1984-），女，助理工程师，主要研究方向：水文地质. E-mail: meilingcumt@https://www.360docs.net/doc/e76074986.html, （1. 中国矿业大学环境与测绘学院，江苏徐州 221008； 2. 江苏煤炭地质勘探四队，南京 210046） 摘要：在高光谱遥感影像处理中，光谱匹配技术是高光谱地物识别的关键技术之一。本文主要围绕光谱匹配算法的研究展开，分析讨论了常用的几种光谱匹配技术的特点，根据先验知识建立了多种地物标准光谱库，并将其读入程序存储，基于Visual C++平台实现了最小距离匹配，光谱角度匹配，四值编码匹配法，最后基于混淆矩阵对分类图像进行精度比较分析并对三种编码匹配法进行比较。 关键词：高光谱；光谱匹配；最小距离匹配；光谱角度匹配；四值编码 中图分类号：TP751 The Study on the Spectral Matching Technique of hyperspectral romote sensing Cai Yan1, Mei Ling2 (1. School Of Environment Science and Spatial Informatics China University of Mining and Technology, JiangSu XuZhou 221008;
2. JiangSu Geological Prospecting Team Four, NanJing 210046 Abstract: In the hyperspectral image processing, the spectral match technique is one of key techniques to identify and classify materials in the image. This paper addresses some issues of spectral matching methods. Several algorithms are analyzed and compared, such as minimum distance matching, spectral angle mapping and quad-encoding. According to the prior knowledge, standard spectral library including typical land-cover types is built, which is stored and used for spectral matching. All of work is done in the programming environment of Visual C++. Finally, the experimental results are tested and compared when classification accuracies are computed based on confusion matrixes. Keywords:hyperspectral; spectral match; minimum distance matching; spectral angle mapping; quad-encoding 0 引言 高光谱遥感技术的发展和广泛应用是20世纪最具有标志性的科学技术成就之一，与传统的多光谱遥感技术相比，高光谱分辨率遥感的核心特点是图谱合一，即能获取目标的连续窄波段的图像数据[1]。高光谱遥感信息的分析处理集中于光谱 维上进行图像信息的展开和定量分析。 高光谱影像分类与地物识别是建立在传统的遥感图像分类算法基础之上，结合高光谱数据特点，对高光谱图像数据进行目标识别，是对遥感图像基本分类方法的扩展与延伸。高光谱遥感影像有着很高的光谱分辨率，且光谱通道连续，因此对于影像中的任一像元均能获取一条平滑而完整的光谱曲线，将其与地物波谱库中的光谱曲线进行匹配运算，实现地物识别与定量反演[2-4]。光谱匹配技术是成像光谱地物识别的关键技术之一，主要通过对地物光谱与参考光谱的匹配或地物光谱与数据库的比较，求算他们之间的相似性或差异性，突出特征谱段，有小提取光谱维信息，以便对地物特征进行详细分析[5]。本文紧紧围绕光谱匹配的算法分析了最小 距离法，光谱角度匹配法，以及四值编码法，进行精度分析与方法比较。
高光谱遥感的发展与应用_张达
第１１卷 第３期２ ０１３年６月光学与光电技术 ＯＰＴＩＣＳ ＆ＯＰＴＯＥＬＥＣＴＲＯＮＩＣ ＴＥＣＨＮＯＬＯＧＹＶｏｌ．１１，Ｎｏ．３ Ｊｕｎｅ，２０１３收稿日期 ２０１２－０９－２９； 收到修改稿日期 ２０１２－１２－ １３作者简介 张达（１９８１－） ，男，博士，副研究员，硕士生导师，主要从事空间光学遥感仪器的研制、空间光学成像，以及光谱探测技术方面的研究。Ｅ－ｍａｉｌ：ｚｈａｎｇｄａ＠ｃｉｏｍｐ ．ａｃ．ｃｎ基金项目 国防预研基金（ＳＡ０５０），国家８６３高技术研究发展计划（２０１０ＡＡ１２２１０９１００１） ，吉林省科技发展计划（２０１１０１０７９ ）资助项目文章编号：１６７２－３３９２（２０１３）０３－００６７－ ０７高光谱遥感的发展与应用 张 达 郑玉权 （中国科学院长春光学精密机械与物理研究所，吉林长春１３００３３） 摘要 阐述了高光谱遥感的特点、优势，以及在航空及航天领域的发展情况，列举了几种典型高光谱成像仪的光学系统原理和主要技术指标。在此基础上， 概述了高光谱遥感在植被生态、大气环境、地质矿产、海洋、军事等领域的应用情况。最后对高光谱遥感发展趋势提出了几点建议，包括低反射率目标遥感、高信噪比、高空间分辨率及宽覆盖范围等方面。关键词 高光谱遥感；发展；应用；成像光谱仪中图分类号 ＴＰ７０ 文献标识码 Ａ １ 引 言 遥感技术是２０世纪６０年代发展起来的对地 观测综合性技术［１］ ，随着２０世纪８０年代成像光谱 技术的出现， 光学遥感进入了高光谱遥感阶段。从２０世纪９０年代开始， 高光谱遥感已成为国际遥感技术研究的热门课题和光电遥感的最主要手段。 高光谱遥感技术作为对地观测技术的重大突破［ ２］ ，其发展潜力巨大。 高光谱遥感实现了遥感数据图像维与光谱维信息的有机融合，在光谱分辨率上有巨大优势，是遥感发展的里程碑。随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛，已渗透到国民经济的各个领域，如环境监测、资源调查、工程建设等，对于推动经济建设、社会进步、环境的改善和国防建设起到了重大的作用。本文主要阐述高光谱遥感的特点、优势以及在航空及航天领域的发展情况，概括了高光谱遥感在植被生态、大气环境、地质矿产， 海洋军事等领域的应用情况。２ 高光谱遥感特点与优势 高光谱遥感是高光谱分辨率遥感（Ｈｙｐｅｒｓｐ ｅｃ－ｔｒａｌ Ｒｅｍｏｔｅ Ｓｅｎｓｉｎｇ） 的简称［３］ ，它是在电磁波谱的紫外、可见光、近红外、中红外和热红外波段范围 内，获取许多非常窄且光谱连续的影像数据的技 术，是在传统的二维遥感的基础上增加了光谱维，形成的一种独特的三维遥感。对大量的地球表面物质的光谱测量表明， 不同的物体会表现出不同的光谱反射和辐射特征，这种特征引起吸收峰和反射峰的波长宽度在５～５０ｎｍ左右，其物理内涵是不同的分子、 原子和离子的晶格振动，引起不同波长的光谱发射和吸收，从而产生了不同的光谱特征。运用具有高光谱分辨率的仪器，通过获取图像上任何一个像元或像元组合所反映的地球表面物质的光谱特性， 经过后续数据处理，就能达到快速区分和识别地球表面物质的目的［ ４］ 。高光谱遥感的成像光谱仪具有光谱分辨率高（５～１０ｎｍ），光谱范围宽（０．４μｍ～２．５μｍ） 的显著特点，可以分离成几十甚至数百个很窄的波段来接收信息， 所有波段排列在一起能形成一条连续的完整的光谱曲线，光谱的覆盖范围从可见光、近红外到短波红外的全部电磁辐射波谱范围。高光谱数据是一个光谱图像的立方体，其空间图像维描述地表二维空间特征，其光谱维揭示图像每一像元的光谱曲线特征，由此实现了遥感数据图像维与光谱 维信息的有机融合［ ５］ 。高光谱遥感在光谱分辨率方面的巨大优势，使得空间对地观测时可获取众多连续波段的地物光谱图像， 从而达到直接识别地球表面物质的目的。地物光谱维信息量的增加为遥感对地观测、地物识别及地理环境变化监测提供了
高光谱在遥感技术的应用
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。 1.2 高光谱遥感的优势 高光谱遥感的光谱分辨率的提高，使地物目标的属性信息探测能力有所增强。因此，较之全色和多光谱遥感，高光谱遥感有以下显著优势:
高光谱图像分类讲解学习
高光谱图像分类
《机器学习》课程项目报告 高光谱图像分类 ——基于CNN和ELM 学院信息工程学院 专业电子与通信工程 学号 2111603035 学生姓名曹发贤 同组学生陈惠明、陈涛 硕士导师杨志景 2016 年 11 月
一、项目意义与价值 高光谱遥感技术起源于 20 世纪 80年代初，是在多光谱遥感技术基础之上发展起来的[1]。高光谱遥感能够通过成像光谱仪在可见光、近红外、短波红外、中红外等电磁波谱范围获取近似连续的光谱曲线，将表征地物几何位置关系的空间信息与表征地物属性特征的光谱信息有机地融合在了一起，使得提取地物的细节信息成为可能。随着新型成像光谱仪的光谱分辨率的提高，人们对相关地物的光谱属性特征的了解也不断深入，许多隐藏在狭窄光谱范围内的地物特性逐渐被人们所发现，这些因素大大加速了遥感技术的发展，使高光谱遥感成为21 世纪遥感技术领域重要的研究方向之一。 在将高光谱数据应用于各领域之前，必须进行必要的数据处理。常用的数据处理技术方法包括：数据降维、目标检测、变化检测等。其中，分类是遥感数据处理中比较重要的环节，分类结果不但直接提取了影像数据有效信息，可以直接运用于实际需求中，同时也是实现各种应用的前提，为后续应用提供有用的数据信息和技术支持，如为目标检测提供先验信息、为解混合提供端元信息等。 相对于多光谱遥感而言，由于高光谱遥感的波谱覆盖范围较宽，因此我们可以根据需要选择特定的波段来突显地物特征，从而能够精确地处理地物的光谱信[2]。目前，许多国家开展大量的科研项目对高光谱遥感进行研究，研制出许多不同类型的成像光谱仪。高光谱遥感正逐步从地面遥感发展到航空遥感和航天遥感，并在地图绘制、资源勘探、农作物监测、精细农业、海洋环境监测等领域发挥重要的作用。高光谱遥感技术虽然是遥感领域的新技术，但是高光谱图像的分类一直制约着高光谱遥感的应用[3,4]，因此对其进行研究显得尤为重要。 高光谱遥感图像较高的光谱分辨率给传统的图像分类识别算法提出严峻的挑战。波段维数的增加不仅加重了数据的存储与传输的负担，同时也加剧了数据处理过程的复杂性，并且由于波段与波段间存在着大量的冗余信息，从而使得传统图像分类算法并不适用于高光谱遥感图像的分类。传统
高光谱遥感基本概念
高光谱遥感基本概念 高光谱遥感用很窄而连续的光谱通道对地物持续遥感成像的技术。在可见光到短波红外线波段其光谱分辨率高达纳米数量级，通常具有波段多特点，光谱通道数多达数十甚至上百以上，而且各光谱通道间往往是连续的，因此又称成像光谱遥感。 地物光谱特征：自然界中任何地物都具有其自身的电磁辐射规律，如具有反射、吸收，外来的紫外线、可见光、红外线和微波的某些波段的特性，他们有都具有发射某些红外线、微波的特性；少数地物还具有透射电磁波的特性。 混合像元的分解：从一个像元的实际光谱数据（一般为地物光谱混合的数据）中提取各种地物成分所占的比例的法。 成像光谱：就是在特定光谱域以高光谱分辨率同事获得连续的地物光谱图像，这使得遥感应用可以在光谱维上进行空间展开，定量分析地球表层生物理化过程与参数。 高光谱：它是一种图谱合一的成像方式，常用于遥感或同时获取图像和光谱信息的应用。 地物光谱：地物的反射率随入射波长而变化的规律。数据融合⑴概念：遥感数据融合包括不同传感器、不同空间分辨率、不同时相图像的融合，以及遥感数据与其他辅助数据如地形数据、物化探数据的融合。 ⑵三个层次：像素级，特征级，决策级。 植被指数：当光照射在植物上时,近红外波段的光大部分被植物反射回来,可见光波段的红光则大部分被植物吸收,通过对近红外和红波段反
射率的线性或非线性组合,可以消除土地光谱的影响,得到的特征指数称为。 表观光学量AOP：指随入射光场变化而变化的水体光学参数。 固有光学量IOP：指不随入射光场变化而变化，仅与水体成分有关的光学量。水色遥感：就是利用光学量来反演出水体成分的浓度。 几何校正：消除几何畸变，即定量的确定图像上的像元坐标（图像坐标）与目标物的地理坐标（地图坐标）的对应关系。 为什么要进行几何校正？遥感影像的总体变形（相对于地面真实形态而言）是平移、缩放、旋转、偏扭、弯曲及其他变形综合作用的结果。产生畸变的图像给定量分析及位置配准造成困难，因此遥感数据接收后，首先由接收部门进行校正，这种校正往往根据遥感平台、地球、传感器的各种参数进行处理。而用户拿到这种产品后，由于使用目的不同或投影及比例尺的不同，仍旧需要作进一步的几何校正。 几何校正的两个步骤：1、像元坐标转换的两种方法 ①直接纠正法：从原始图象阵列出发，依次对其中每一个像元分别计算其在输出（纠正）图像的坐标。②间接纠正法：从原始图象阵列出发，依次计算每个像元P（X, Y）在原始图象中的位置P（x, y），然后将该点的灰度值计算后返送给P（X, Y）。2、像元灰度值重新计算计算每一点的亮度值。由于计算后的（x，y）多数不在原图的像元中心处，因此必须重新计算新位置的亮度值。一般来说，新点的亮度值介于邻点亮度值之间，所以常用内插法计算。通常有三种方法：最近邻法双向线性内插法三次卷积内插法。
HyMap成像光谱仪系统和高光谱数据应用
HyMap成像光谱仪系统及其应用 1.HyMap成像光谱仪系统简介 HyMap机载成像光谱仪是由澳大利亚集成光电公司(ISPL)研制生产的,投入商业性运营的机载成像光谱仪。经过近5年的发展，它已成为技术较为完善、系统较为配套的新一代使用型航空高光谱成像仪的代表。HyMap于1997年开始应用于商业勘探领域，尤其在地质勘探领域特别是矿物填图方面得到了广泛应用。为了推进成像光谱技术在我国地质找矿中的应用，中国地质调查局于2002年通过租用澳大利亚机载成像光谱仪的方式,开展了新疆东天山地区航空成像光谱飞行、数据获取、数据处理,以及应用研究工作,为澳大利亚机载成像光谱仪引进和成像光谱技术推广应用奠定了基础。并于2012年通过天津中科遥感信息技术有限公司，与澳大利亚集成光电公司(ISPL)签订了HyMap的购买合同。 图1 HyMap成像光谱仪及其获取的影像 2.HyMap成像光谱仪系统的主要组成 HyMap成像光谱仪系统主要有硬件和软件系统组成，其中硬件系统包括： HyMap-C主机，由4个探测器组织,每个探测器有32个通道；以及备用探测器 集成稳定平台（GSM3000） POS（IMU/DGPS）系统 主机和稳定平台之间的PAV30的适配环 定标设备 电子部件和备用电子设备
控制部件、数据传输与存储等部件、存储介质（SSD硬盘） 软件系统包括： 飞行管理系统 数据预处理及几何校正软件 无缝拼接软件 大气校正，光谱重建和矿物提取软件 3.HyMap成像光谱仪的成像模式 HyMap的分光器件为色散型成像光谱仪，其扫描方式为光机旋转式。 光栅色散型成像光谱仪其原理为：入射狭缝位于准直系统的前焦面上，入射的辐射经准直光学系统准直后，经棱镜和光栅狭缝色散后由成像光谱系统将光能按波长顺序成像在探测器的不同位置上。具有一个成45°斜面的扫描镜，在电机的带动下进行360°旋转，其旋转水平轴与遥感平台前进方向平行。 线阵列探测器用于探测任一瞬时视场内目标点的光谱分布。扫描镜的作用对目标表面进行横向扫描，一般空间的第二维扫描（纵向或帧方向扫描）由飞机运动产生。 图2. HyMap成像光谱仪的成像方式 图3. HyMap矿物影像
高光谱遥感
(一)高光谱遥感基本概念 1、高光谱遥感特点 波段特点：波段多、波段宽度窄、不断连续数据量特点：数据量大、数据冗余增加2、波谱空间与光谱空间 光谱特征空间：以波段为维度的空间，波段增加会导致光谱空间维度增加。 波普特征空间：不同波段影像所构成的测度空间。 3、高光谱数据图谱合一的特点 高光谱数据同时反映地物的空间特征（图）和光谱特征（谱）。 (二)成像光谱仪 1、成像光谱仪的空间成像方式和光谱成像方式的含义 空间成像方式：从影像二维空间形成角度考察成像光谱仪的工作方式。 光谱成像方式：从光谱维数据形成的角度考察成像光谱仪的工作方式。 2、成像光谱仪的瞬时视场角（IFOV）仪器视场角（FOV） 瞬时视场角：以毫弧度为计量单位，所对应的地面大小被称为地面分辨单元。 仪器视场角：仪器扫描镜在空中扫过的角度，与系统平台高度决定了地面扫描幅宽。 摆扫型：单个像元凝视时间短,进一步提升光谱分辨率和信噪比较困难。 推扫型：凝视时间长,分辨率高,仪器体积小(无光机),视场角小(30°)定标量大不稳定。3、成像光谱仪的三种定标方式 共性：出于同一目的，特定情况下都是不可缺少的。 差异：处于不同阶段，考虑因素不同，入瞳辐射值获取方式不同 （实验室定标：有实验室测得，原始定标，准确度高，后续定标基础） （机上星上定标：综合性定标，对前一项进行的修正，机上星上测得考虑搬运安装操作影响）（场地定标：入轨后实际运行情况，大面积均匀地表做参照,考虑大气传输，多通道大范围） 场地定标的常用方法：反射基法（气溶胶参数）、辐照度基法（过程）、辐亮度基法（人力）机上定标一般使用内定标法，星上定标受制于体积一般进行辐射定标（人造辐射源/太阳） 光谱定标：确定成像光谱仪增益系数和偏置量之前，必须通过光谱定标，获得成像光谱仪每个波段的中心波长和带宽。 辐射定标：确定成像光谱仪在该波长小输入辐射能与输出响应关系（增益系数和偏置量）4、空间分辨率和光谱分辨率 光谱分辨率：指探测器波长方向上的记录宽度，又称波段宽度（50%） 空间分辨率：由仪器瞬时视场角决定，地面分辨单元。 分光系统分出的色散光源再汇集到探测器上，成像光谱仪获得图像有光谱与空间分辨率。
简述高光谱遥感及其进展与应用综述
高光谱遥感及其进展与应用综述 摘要：高光谱遥感是20世纪80年代兴起的新型对地观测技术。文中归纳了高光谱遥感技术波段多、波段宽度窄，光谱分辨率高，数据量大、信息冗余，“图谱合一”等特点，具有近似连续的地物光谱信息、地表覆盖的识别能力极大提高、地形要素分类识别方法灵活多样、地形要素的定量或半定量分类识别成为可能等优势，简单介绍了高光谱遥感在国外及国内的发展情况。在此基础上，概述了高光谱遥感在植被生态、大气科学、地质矿产、海洋、农业等领域的应用。 关键词：高光谱遥感；发展；应用 高光谱遥感（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，是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，被称为遥感发展的里程碑。世界各国对此类遥感的发展都十分重视，随着高光谱遥感技术的日趋成熟，其应用领域也日益广泛。本文系统地阐述了高光谱遥感及其发展的概况，并简要介绍了高光谱遥感技术的主要应用。 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。 1.2 高光谱遥感的优势
利用SVM_CRF进行高光谱遥感数据分类
第36卷第3期2011年3月武汉大学学报 信息科学版 Geo matics and Info rmat ion Science of W uhan U niver sity V ol.36N o.3M ar ch 2011 收稿日期:2011 01 27。 项目来源:国家自然科学基金资助项目(40901234);中国科学院知识创新工程青年人才领域前沿项目专项资助项目 (O8S01100CX)。 文章编号:1671 8860(2011)03 0306 05文献标志码:A 利用SVM CRF 进行高光谱遥感数据分类 李祖传 1,2 马建文1 张 睿 2,3 李利伟 1 (1 中国科学院对地观测与数字地球科学中心,北京市中关村北一条9号,100190) (2 中国科学院研究生院,北京市玉泉路甲19号,100049)(3 中国科学院遥感应用研究所,北京市大屯路甲20号,100101) 摘 要:提出了一种改进的随机场模型SV M CRF ,它以支持向量机作为条件随机场的一阶势能项,结合了支持向量机和条件随机场的优点。采用A V IRIS 高光谱遥感数据进行实验,对SV M CRF 模型进行了分析,结果表明,在分类精度上SV M CRF 优于支持向量机和传统条件随机场模型。关键词:支持向量机;条件随机场;高光谱数据中图法分类号:P237.4;T P753 高光谱遥感数据包含丰富的光谱信息,能够对目标进行精细分类。传统的基于像元的高光谱遥感数据分类方法,如支持向量机(support v ec tor machine,SVM )[1],假定数据是独立同分布的[2,3]。但是,遥感数据,特别是高光谱遥感数据,在类别和观测数据上存在很强的相关性,即所谓的上下文信息,不满足独立同分布的假设[4,5] 。同时,如果能有效利用这些上下文信息,可以有效地提高分类精度。 马尔柯夫随机场(Markov random fields,MRF)是传统的描述上下文信息的概率模型,它认为类别的分布满足Gibbs 分布 [6] 。但是,基于 计算可行性考虑,M RF 假定观测数据是条件独立的。对于遥感数据而言,相邻像素之间的观测数据并不独立,存在很强的相关性,特别是高光谱遥感数据。因此,对于遥感数据而言,MRF 条件独立的假设太强。为了解决这个问题,一种新的概率模型 条件随机场(conditio nal random fields,CRF)得到了越来越多的关注[7 10] 。CRF 是一种判别式概率模型,直接把后验概率建模为Gibbs 分布,放宽了M RF 的条件。但是,传统CRF 模型定义的简单一阶势能项(特征的简单线性组合),不适合高光谱遥感数据分类。首先,由于高光谱数据维度很高而且样本有限,因此,传统 CRF 模型对!维度灾难?问题敏感。此外,高光谱遥感数据特征空间极其复杂,一般线性不可分,通过简单的一阶势能项不能得到理想分类结果[11]。针对这些问题,本文提出了一种改进的适用于高光谱遥感数据分类的随机场模型 支持向量机条件随机场(support v ector m achine co nditional random field,SVM CRF)。 1 S VM C RF SVM 是一种基于结构风险最小的小样本统计学习方法,非常适合于高光谱遥感数据分类。因此,SVM CRF 采用SVM 作为一阶势能项,采用CRF 的方法描述上下文信息。因此,SVM CRF 结合了SVM 和CRF 的优点。根据CRF 的定义,SVM CRF 的定义为: P (y |x )=1Z exp { #i ?S SP i (y i ,x i )+ #i ?S #j ? i I ij (y i ,y j ,x ,v)} (1) 式中,SP i (y i ,x i )表示点i 只考虑当前观测值的后验概率。 SVM 是一种判别式分类器,最终的输出结果不带后验概率。但是,可以通过组合所有的二类