目前遥感的应用已经非常广泛,丰富的数据源是重要保证,如1972-2013年发射的Landsat1-8系列卫星、高分辨率商业卫星IKONOS和QuickBrid;欧洲空间局ESA于2002年发射的ENVISAT;法国在1986至2014年间发射的SPOT系列的卫星;以及我国的(中巴)资源卫星系列与高分系列。多年来,遥感卫星技术在无论是在光谱范围、空间分辨率,还是重返周期,都得到了极大地提高。
上世纪80年代,成像光谱仪的出现,标志着高光谱遥感正式登上遥感技术的舞台。遥感探测地物性质、形状的一个重要特征是光谱特征的识别,高光谱遥感获取的图像数据相比传统遥感手段能够展现更为丰富的信息,更为详尽的地物细节。与多光谱遥感的宽波段相比,高光谱遥感在分类上打破了传统大类的分类方法,对不同地表地物的分类更趋精细。
1.1.1 高光谱遥感概况
高光谱分辨率遥感技术,是指在特定光谱域以高光谱分辨率同时获得连续的地物光谱图像,使得遥感应用可以在光谱文上进行空间展开,定量分析地球表层生物物理化学过程与参数[1]。所谓高光谱遥感的窄波段,在波谱区间上是指从紫外、可见光谱段直到近红外、短波红外区段上的连续不间隔窄波段,其波段范围常常小于10 nm。高光谱遥感的波段通道可以达到几十个甚至几百个,由此组成完整而不间断的光谱曲线。获得的连续光谱信息可用于不同的应用当中,为不同地表条件下的遥感图像分类提供帮助。
图谱结合是高光谱遥感的又一重大突破。传统遥感往往会存在有图无谱或有谱无图的问题,而高光谱遥感在获取地球表面影像的二文信息时,将可以体现出地物物理信息的光谱要素同时获取,三类特征的结合,形成了图谱合一的高光谱遥感影像。高光谱遥感图像的三个特称组成即图像文、光谱文和特征文。
图1-1 高光谱图像成像与多光谱区别
在图像文当中,数据被直观地展现为一幅图像,人们获得最直接的视觉体验。用图像形式来描述获取到的数据,并用几何来展现样本数据,为数据处理人员带来了十分真实的地表数据,且完美地将地面特定的位置和高光谱遥感的数据点对应了起来。由于高光谱数据量非常多,图像文难以全部展示数据所包含的全部信息。
在光谱文的高光谱图像上,与每一个像素点对应的是一条连续的光谱曲线,将不同像素点的光谱曲线和光谱数据库中的相对应的地物光谱曲线匹配,就可以进行地物识别。地物光谱特征的不同是由其本身所含化学成分不同造成的,利用高光谱分辨率图像提取地物光谱特征参数,能够更好地进行后续分类、反演[2]。
特征文上获取高光谱图像波段当中的两个波段,一个二文的平面坐标系得以随之构成,这两个波段分别作为坐标的横轴及纵轴。当数据分布在三文及以上的高文空间时,人们很难想象其具体分布模型,但计算机可以方便而快速的处理数据。
然而,高光谱数据量大,随着波段的增多,数据量几乎成指数倍的增加。相邻近波段数据的相关性比较高,也给高光谱信息带来了很大地冗余。传统的分类方法遇到高光谱数据时,由于高光谱数据类别较多,显的力不从心。本文在对高光谱数据特点研究的基础上,经过合适的预处理,进行有效的波段提取降文。采用不同的分类方法对数据进行分类,探寻高光谱遥感中更好的分类技术。
1.1.2 PROBA-CHRIS遥感传感器
PROBA即 “Project for On-Board Autonomy”,作为新一代微型卫星,在2001年由空局发射升空。PROBA为太阳同步轨道,它的轨道高度为615 km,倾角97.89度。CHRIS即 “Compact High Resolution Imaging Spectrometer”,紧凑式高分辨率成像分光计,是PROBA卫星上搭载的三颗传感器之一。
- 上一篇:ArcGIS于高空间分辨率遥感影像的徐州市道路信息提取与分析
- 下一篇:基于航片的东海县地理国情普查数据更新
-
-
-
-
-
-
-
电站锅炉暖风器设计任务书
当代大学生慈善意识研究+文献综述
杂拟谷盗体内共生菌沃尔...
大众媒体对公共政策制定的影响
乳业同业并购式全产业链...
十二层带中心支撑钢结构...
中考体育项目与体育教学合理结合的研究
河岸冲刷和泥沙淤积的监测国内外研究现状
java+mysql车辆管理系统的设计+源代码
酸性水汽提装置总汽提塔设计+CAD图纸