遥感学习笔记

作者：虫钻米

链接：https://zhuanlan.zhihu.com/p/346506799

本文转载自知乎，作者已授权，未经许可请勿再次转载

学习两本书和一个软件：遥感原理、遥感图像处理 ENVI软件

注：遥感分为光学遥感、激光雷达、微波遥感三类

光学遥感：

一、遥感卫星(注意每颗卫星的发射时间和结束时间)

1、陆地卫星：Landsat、SPOT

• 多波段

• 分辨率：5-30m

2.高空间分辨率陆地卫星:Quick Bird、GeoEge-1

三、高光谱卫星：高分五号，环境小卫星，ASTER卫星、EO-1卫星、MODIS

• 波段有36~256个

• 光谱分辨率：5-10nm

• 30-10000地面分辨率m

• 主要用于大气、海洋和陆地探测

• MODIS：0.4-14.5微米，36个波段，每个波段各有用途，1-2:250m，3-7：500m，8-36：1000m

4.合成孔径雷达卫星:terrasar-x、radarsat-2、alos雷达卫星，高分3号卫星，哨兵卫星

• 高分辨率

• 二维成像雷达

• 主要用于大面积地表成像，穿透能力强，能穿透云、雨、雪，全天候工作

5、小卫星

二、遥感类型

1、陆地遥感：植被、土壤、岩石、城市建筑道路、水体、生物

2.水色遥感:水光活性物质反演

3.大气遥感:气体成分反演

三、探测器

如Landsat 5 TM

• TM专题制图仪

• MSS多光谱扫描仪

• ETM 增强型专用制图仪

• 红外光学扫描仪

• 真孔径雷达

• 合成孔径雷达（SAR）

• 相干雷达（INSAR）：探测三维表面信息，生成高精度、高分辨率的地面高程

• ……

紫外线检测紫外线
红外具有昼夜工作能力
可见光分辨率高，但白天用
微波具有穿透性，如合成孔径雷达

四、Landsat卫星介绍

Landsat卫星有1-9，没有6号卫星，9号今年中半年发射，7号（ETM ）和8号卫星（OLI/TIRS）1984-2013年，5号卫星有传感器MMS与TM，705米高，周期16天。Landsat28年10月0月，寿命最长。

MSS传感器有68×83m，当我们得到它时，我们通常重新采样60×60m；TM传感器有7个波段，成像质量、波段数量和分辨率MSS好吧，11年5系列TM停止运行，重新打开MSS。

TM各波段：

2波段和4波段获取其他植被信息

TM波段融合：

321:真色，信息量少

432：假色突出植被特征，蓝藻呈深红色，与周围蓝黑湖相比，由于蓝藻和湖光谱特征不同，受叶绿素A影响，2波段反射率高，3波段反射率略低，但高于湖，4反射率高

453是非标准假色，强调水体，能更好地显示植被，但植物类型难以细分

345非标准接近真色的假色，有利于判断水系、居民、街道、水体和林地

543 分别赋予红、绿、蓝，获得适合非专业人员使用的近似自然色合成图像。

彩色合成图像由一个可见光波段、一个中红外波段和第四波段组成，一般具有最丰富的地物信息。在三个可见光波段（即第1、2、3波段）之间，两个中红外波段（即第4、7波段）之间的相关性复性或冗余性。

五、图像格式：BIL、BSQ、BMP、GeoTIFF

GeoTIFF图像描述的地理信息清晰，结构严谨，可与其他遥感图像格式转换，应用广泛，许多软件支持其读写。Geotiff格式是TIFF格式的扩展包括坐标系统、椭球基准、投影信息等地理信息。

六、光学图像和数字图像可以相互转换，两者成为空间域，空间域可以与频域转换

七、遥感图像处理

多光谱、高光谱、高空间分辨率图像处理与微波图像处理略有不同

1、由地形、自传、曲率、传感器等引起的几何校正、图像准确性：粗校正和精校正SAR最严重的是地形造成的误差

2、正射校正：除几何变形外，还可消除地形引起的几何变形，采用少量地面控制点与相机卫星模型相结合

3、辐射校正：确定传感器入口处的准确辐射值，将图像的亮度灰度值转化为绝对辐射亮度， 在消除或纠正遥感图像成像过程中附加在传感器输出辐射能量中的各种噪声

4.大气校正:消除大气对阳光和目标辐射的吸收和散射

5.图像融合:全色分辨率高，多光谱信息丰富，融合！

图像融合方法：HSV变换、Brovey变换、CN变换、主要成分变换、CS变换

6、图像镶嵌

7.图像切割:去除研究区以外的区域，分为规则切割和不规则切割

8.图像增强:为了特定目的，突出一些信息，增强对比度

1.空间域增强:卷积滤波、数学形态学滤波、纹理分析
2.辐射增强:直方图拉伸，填补坏道，去条带处理
3.光谱增强:波段运算、主成分分析、独立主成分分析、色彩空间变化、色彩拉伸NDVI、缨帽变换
四、傅里叶变换
5.波段组合：RGB合成，假色合成

9.图像分类:模式识别、特征转换/特征选择:减少分类的特征数量，更好地分类

1、灰度分割（又称密度分割）
2、监督分类
三、非监督分类
4.决策树分类
5.分类后处理
6、图像分割，是一张遥感图变多。图像分类是区分遥感图上的地物。例如，区分河流、道路和植被区域。

其他重要处理：掩膜处理、矢量叠加、兴趣区、数据类型转换、DEM生成、信息提取、图像分割等

视觉判断:单波段、多光谱、热红外、侧视雷达、多时域

单波段判断:色调、空间特征、图像增强、密度分割
多光谱判断:地物反射特性，假色合成

八、常用名词

1.全色图像:单通道，所有可见光波段0.38~0.76um，全色图像是该波段范围内的混合图像，空间分辨率高，但光谱信息少，常与多波段图像融合

2、高光谱图像：由多通道组成的图形。多光谱是一种高光谱的情况。波段小于高光谱。高光谱卫星使用大量狭窄的电磁波获取数据。分辨率为纳米级。光的波段非常薄。一般来说，它们由几十个甚至几百个波段组成。光谱分辨率高，但空间分辨率降低，波段连续，数据量大，冗余信息多

3.多光谱图像:成像的波段比高光谱图像少，一般只有几到十几个

分辨物体的能力越强，光谱分辨率越高

4.空间分辨率是区分空间细节和信息的最小目标地物体大小的能力

不同的环境特征需要图像空间的分辨率
高空间分辨率：<10m SPOT的HRG，QuickBird
中空分辨率：10-1000m TM 土地利用、土地覆盖、资源、地表景观
低空间分辨率：>100m MODIS 用于火灾、洪水等大面积环境监测

光谱分辨率是分辨地物波谱细节的能力，是最小波长间隔

时间分辨率是对同一地点的重复观察能力，称为重访周期

5、多源遥感：获取的同一地区的多种遥感影像数据(多时相、多光谱、多传感器、多平台和多分辨率)

通过多源遥感数据的集成，可以产生比单个信源更准确、更完整、更可靠的估计和判断，提高解释和动态监控能力，有效提高遥感图像数据的利用率

九、植被指数

1.植被覆盖（VFC）：植被(包括叶、茎、枝)在地面上的垂直投影面积占统计区域总面积的百分比。根据像元二分模型的计算，假设一个像元是由植被覆盖表面和无植被覆盖表面组成的。

VFC = (NDVI -NDVIsoil)/ ( NDVIve - NDVIsoil)

NDVIsoil 为完全是裸土或无植被覆盖区域的NDVI值（归一化植被指数），NDVIveg 则代表完全被植被所覆盖的像元的NDVI值，即纯植被像元的NDVI值，Soil和lveg值受大气、地表湿度、太阳光、植被类型的影响，所以不能取影像NDVI的最大值和最小值，而应该取置信度区间内的最大值和最小值

2、植被覆盖度计算过程：首先计算NDVI，使用TM3和4波段计算归一化植被指数，突出显示植被部分（输出后图像高亮的部分就是植被区域）-1<=NDVI<=1，负值表示地面覆盖为云、水、雪等，对可见光高反射；0表示有岩石或裸土等，NIR和R近似相等；正值，表示有植被覆盖，且随覆盖度增大而增大；NDVI=（近红外-红）/（近红外+红）=（TM4-TM3）/(TM3+TM4)，若TM34都是0，则NDVI为-1，然后根据置信区间计算NDVIveg和NDVIsoil，接着计算植被覆盖度。

3、各种植被指数：NDVI可以指示植被生长状况和覆盖度，根据地物光谱信息推算地表的植被状况定量值。RVI比值植被指数可以监测和估算生物量，PVI垂直植被指数可以消除土壤背景与GVI物理意义相同，GVI绿度植被指数是各波段辐射亮度的加权和，使得植被和土壤的光谱特性分离。DVI/EVI差值环境植被指数，SAVI调整土壤亮度植被指数。

4、反演植被覆盖度方法：如植被指数法、像元分解模型法、决策树分类法、经验模型法，经验模型法受观测条件、局限性大，植被指数法估算精度低，像元分解法所依据的原理需要进一步考证、决策树需要大量实测数据，工作量大，属于定量遥感范畴，提升估测精度。目前没有较好的分割算法，制约了变化检测方法发展，对植被覆盖度变化监测可以提高不同地物间的类间可分性，采用多尺度、多源数据融合监测。

微波遥感

1、极化合成孔径雷达(PolSAR)：通过记录目标多个极化状态的电磁波散射信息，能够測量目标的极化散射特性，PolSAR数据以极化散射矩阵的形式进行表征，其优势在于能够将散射矩阵数据与目标散射的极化特性、能量及相位特性统--起来，从而为目标解译提供丰富的特征信息。根据PolSAR影像的极化信息高效地进行地面目标识别、地物分类和PolSAR影像解译。

微波穿透能力强，不受云雨雪的影像，能够全天时全天候工作

2、Polinsar/polsar/insar/tomosar

Polsar获取森林内部散射体的物理特性，分离不同散射机制（极化：朝向形状）

Insar获取地物平均散射相位中心位置，利用几何测量获取地形高度（干涉：竖直位置）

Poinsar：结合了前面两者优势，区分不同散射体在垂直高度的位置

Tomosar可以获取后向散射信号重建三位垂直结构，估算植被的范围和结构信息，并且结合极化信息可以在三维空间上厘清植被不同层面的散射机制，TomoSAR技术的主要问题之一是由于获取时间的差异导致的时间去相干。传统的SAR系统通过发射一定带宽的信号获得距离向的高分辨率，通过合成孔径获得方位向的高分辨率，从而得到二维斜距图像。层析SAR通过沿高度向的多次数据获取构造高度维合成孔径，利用阵列信号处理方法实现对目标高精度三维成像。

3、极化目标分解：从地物物理散射机理出发，提取极化散射特征，从相干矩阵中提取目标的能量、相位特性和极化特性，揭示散射体物理机理。通过分解可以提取目标的极化散射特性。

4、多视处理：单视SAR图像是指只用一段合成孔径长度所称的SAR图像，没有和其他SAR图像进行叠加，通常所用的合成孔径长度比较长，这样方位分辨率比较高；多视处理的目的是为了抑制斑点噪声，多视是指将整个有效合成孔径长度分成多段分别对同一场景进行成像，然后将所得的图像求和叠加得到一幅SAR图像，由几副SAR图像叠加，就是几视的SAR图像，这样做的好处是可以提高SAR图像的信噪比，有效抑制斑点噪声，代价是以降低方位分辨率。

5、ALOS是日本的对地观测卫星，ALOS卫星载有三个传感器：全色遥感立体测绘仪（PRISM），主要用于数字高程测绘；先进可见光与近红外辐射计－2（AVNIR－2），用于精确陆地观测；相控阵型L波段合成孔径雷达（PALSAR），用于全天时全天候陆地观测。三个传感器之一PALSAR是一主动式微波传感器，它不受云层、天气和昼夜影响，可全天候对地观测。该传感器具有高分辨率、扫描式合成孔径雷达、极化三种观测模式，使之能获取比普通SAR更宽的地面幅宽。（双极化ALOS PALSAR数据）

6、雷达遥感系统常用四种极化方式：

（1）HH-用于水平发送和水平接收

（2）VV-用于垂直发送和垂直接收

（3）HV-用于水平发送和垂直接收

（4）VH-用于垂直发送和水平接收

7、单极化、双极化、全极化：电磁波发射分为水平波（H）和垂直波（V），接收也分为H和V；单极化是指（HH）或者（VV），就是水平发射水平接收或垂直发射垂直接收；如果研究的是气象雷达领域那一般都是（HH）。双极化是指在一种极化模式的同时，加上了另一种极化模式，如（HH）水平发射水平接收和（HV）水平发射垂直接收。全极化技术难度最高，要求同时发射H和V，也就是（HH）（HV）（VV）（VH）四种极化方式。

雷达系统可以具有不同级别的极化复杂度：

（1）单极化-HH或VV或HV或VH

（2）双极化-HH和HV，VV和VH或HH和VV

（3）四个极化-HH，VV，HV和VH

雷达卫星影像在极化方面，不同的被观测物体对于入射的不同极化波，后向散射不同的极化波。因此空间遥感可以使用多波段来增加信息含量，也可以用不同的极化来增强，提高识别目标的准确度。对于海洋应用，L波段的HH 极化较敏感，而C波段是VV 极化比较好；对于低散射率的草地和道路，水平极化使地物之间有较大的差异，所以，地形测绘用的星载SAR 都使用水平极化；对粗糙度大于波长的陆地，HH或VV无明显变化。不同极化下同一地物的回波强弱不同，图像的色调也不一样，增加了识别地物目标的信息。

8、微波的波段有VHF,P,L,S,C,X，不同的波长穿透能力不同。P波段能够实现大范围的重轨干涉研究， L波段可以检测到冠层和地面，而P波段可以将树冠和下面的地表完全区分，P波段受外部因素影响较小，具有更强的反演能力。

9、SLC：单视复数据

10、后向散射功率：后向散射系数是表示后向散射截面与入射光截面之比，而后向散射率是指90°～180°角内光束散射的辐射通量与入射辐射通量之比。它们计算所得的结果应该是一样的。

☆ END ☆

如果看到这里，说明你喜欢这篇文章，请转发、点赞。微信搜索「uncle_pn」，欢迎添加小编微信「 woshicver」，每日朋友圈更新一篇高质量博文。

↓扫描二维码添加小编↓