高光谱暑期实习报告

1、实习1 地物光谱数据采集1、 实习目的1.1 了解asd光谱仪的使用方法以及光谱仪的工作原理；1.2 巩固遥感原理与应用课程中关于光谱采集的相关知识；1.3 掌握不同地物光谱的采集原理、方法与操作流程，并且正确的采集到所测地物的光谱信息；1.4 能够对几种典型的地物光谱进行区分和辨别。2、实习任务2.1熟悉光谱仪的基本原理和操作方法，能熟练操作光谱仪对地物进行光谱采集；2.2做好采集记录(学号、姓名、采集时间、地点、天气情况、文件保存路径、文件名等)；2.3 每组每位同学分别记录7个典型地物光谱；描述所采集地物光谱特征；对所采集的7个地物光谱进行ndvi，ndwi和ndbi指数的计算和分析；2

2、.4 利用相关的遥感数据处理软件对所采集的数据进行处理，并且利用所学的知识对各种地物进行区分。3、实习基础知识3.1 地物的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，吸收外界的紫外线，可见光，红外线和微波的某些波段的特性；它们又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，这种特性称为地物的光谱特性。不同的地物类型有着不同的光谱特征，因此在利用遥感图像提取信息时必须首先要了解地物的光谱特征。不同的地物对入射电磁波的反射能力是不一样的，通常采用反射率来表示。反射率不仅是波长的函数，同时也是入射角、物体的电学性质（电导、介电、磁学性质等）以及表面粗糙度、质

3、地等的函数。一般地说，当入射电磁波波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。在遥感图像上色调的差异是判读遥感图像的重要标志。由于受到太阳位置、角度条件、大气条件、地形影响及传感器本身的性能的影响，传感器所记录的数据与目标的光谱反射率或光谱辐射亮度值并不一致。因此，将传感器记录的原始辐射值（dn值）转化为地物反射率，恢复地物光谱数据本来的面目，称为地物光谱数据重建。3.2 地物的反射率以及反射光谱曲线不同的地物对入射电磁波的反射能力是不一样的，通常采用反射率来表示。反射率是地物的反射能量与入射总

4、能量的比，即：反射率是可以测定的，反射率不仅是波长的函数，同时也是入射角、物体的电学性质（电导、介电、磁学性质等）以及表面粗糙度、质地等的函数。反射率也与地物的表面颜色、粗糙度和湿度等有关。一般地说，当入射电磁波波长一定时，反射能力强的地物，反射率大，在黑白遥感图像上呈现的色调就浅。反之，反射入射光能力弱的地物，反射率小，在黑白遥感图像上呈现的色调就深。在遥感图像上色调的差异是判读遥感图像的重要标志。地物在不同波段的反射率是不同的。地物的反射光谱曲线是研究地面物体反射率随波长的变化规律的曲线。利用反射率随波长变化的差别可以区分物体。通常用二维几何空间内的曲线表示。横坐标表示波长，纵坐标表示反射

5、率以画出地物的反射光谱曲线。3.3 归一化指数计算与分析 归一化差异型指数计算简单,容易使用.其基本原理就是在多光谱波段内，寻找出所要研究地类的最强反射波段和最弱反射波段。将强者置于分子，弱者置于分母。通过比值运算，进一步扩大二者的差距。使感兴趣的地物在所生成的指数影像上得到最大的亮度增强而其他背景地物则受到普遍的抑制。1)ndvi（normalized difference vegetation index）归一化植被指数归一化植被指数又称标准化植被指数，在使用遥感图像进行植被研究以及植物物候研究中得到广泛应用，它是植物生长状态以及植被空间分布密度的最佳指示因子，与植被分布密度呈线性相关。n

6、dvi和植物的蒸腾作用、太阳光的截取、光合作用以及地表净初级生产力等密切相关。归一化植被指数(ndvi)是近红外与红色通道反射率比值(sr=nir/red)的一种变换形式。其中 ndvi=(b(tm4)- b(tm3)/( b(tm4)+ b(tm3)。 ndvi能反映出植物冠层的背景影响，如土壤、潮湿地面、枯叶、粗超度等，且与植被覆盖有关，-1ndvi1，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。植物叶绿素发生光合作用而吸收红光，所以长势越好的植物吸收红光越多，反射近红外光也越多。所以ndvi能反应植

7、物生物量的多少，ndvi越大，植物长势越好。2)ndwi(normal differential water index，归一化水指数) 植被水分指数ndwi是基于绿波段与近红外波段的归一化比值指数。与ndvi相比，它能有效地提取植被冠层的水分含量；在植被冠层受水分胁迫时，ndwi指数能及时地响应，这对于旱情监测具有重要意义。其中 ndwi=(b(tm2)-p(tm4)/(b(tm2)+b(tm4) 3)ndbi(normal differential building index，归一化建筑指数) 其中 ndwi=(b(tm5)-b(tm4)/(b(tm5)+b(tm4) tm4、tm5分别

8、是tm图像的第4、第5波段，很显然ndbi取值在-1与l之间，理论上只要ndbi取值大于0的就为城镇用地，小于0的为非城镇用地。3.4 所用仪器及配套软件本次实习所采用的仪器是美国asd公司设计制造的fieldspec 3系列便携式地物波谱仪，它是asd公司的最新旗舰产品，适用于遥感测量，农作物监测，森林研究到工业照明测量，海洋学研究和矿物勘察的各方面应用。此仪器具有非常好的便携性，而且充分考虑了遥感专业对仪器的高光谱分辨率、快速、足够的信噪比、供电时间和方便性、工作现场对光谱数据的初步判别等要求。其参数如下：基本技术参数：线性度： +/-1%波长精度： +/- 1nm700nm波长重复性：

9、在校准温度的+/- 10c范围内优于+/- 0.3nm.光谱分辨率： 3nm 700nm, 10nm 1400nm and 2100nm. 采样间隔： 在350-1000nm范围内为1.4nm，在1000-2500nm范围内为2nm扫描时间： 固定的扫描时间为0.1秒, 光谱平均最多可达31,800次等效辐射噪声)：uv/vnir(紫外到近红外) 1.4 x 10-9 w/cm2/nm/sr700nmnir(近红外) ： 2.4 x 10-9 w/cm2/nm/sr1400nmnir (近红外) ： 8.8 x 10-9 w/cm2/nm/sr2100nm使用的软件是rs3软件，是一款基于wi

10、ndows的程序软件，兼容windows 95，98，2000，me，nt，xp 以及vista。rs3用于优化fieldspec仪器以及采集下列数据：raw dn、反射率、辐射亮度/辐射照度，所有采集的数据均为asd文件格式，并可以使用view spec pro软件打开并进行后处理。4、数据采集及其过程中的注意事项4.1 数据采集(1)首先打开光谱仪，判断光谱仪是否打开的依据是光谱仪顶端排风口是否有风。打开后预热十五分钟，打开电脑运行rs软件，电脑会进行自动搜索并且连接光谱仪，当spectrum avg下的进度条不停地走动时，说明此时光谱仪与电脑已经连接成功。在界面中选择好各种设置后，即可进

11、行下一步操作了。(2)当一切准备好后，进行光谱数据的采集。首先，将枪头对准白板，距离白板20cm左右，并且尽量垂直白板，同时不要遮挡太阳光，在太阳下进行校准。当校准完后就可以对相应的地物进行采集。每次换一个地点进行采集的时候，都要进行白板的校准。校准成功的标志是rs界面上出现在三处没有特定规律，其余则是稳定的直线。(3)采集员对自己所要采集的地物进行采集；记录员则对采集的数据进行编号记录，以及当时的环境条件，时间，地点等相关信息，并且拍照以作参照；操作员则操作软件，对每种地物进行存储，每种地物存储五次，以求其平均值来减小误差。(4)每个小组成员轮流进行各项操作，以此来对光谱数据采集更深的了解。

12、(5)当数据采集结束后，小组成员将数据拷贝到自己的u盘内，到机房进行数据的处理；并且把仪器收好，送还到老师的办公室。4.2注意事项野外光谱测试的基本要求是在晴天中午前后进行，风力不超过5级，如果测试土壤光谱，必须在雨过3d以后进行。为了使数据具有代表性，要仔细比较选择被测地物，对同一种地物测量多次，保证测试结果准确可比。(1)仪器的位置 仪器向下正对着被测物体，至少保持与水平面的法线夹角在10之内，保持一定的距离，探头距离地面高度通常在1.3m，以便获取平均光谱。视域范围可以根据相对高度和视场角计算。如果有多个探头可选，则在野外尽量选择宽视域探头。测量植物冠层光谱时，注意测量最具代表性的物种。

13、 (2)传感器探头的选择 当野外地物范围比较大，物种纯度比较高、观测距离比较近时，选用较大视场角的探头；当地物分布面积较小时，或者物种在近距离内比较混杂，或需要测量远处地物时，则选用小视场角的探头。 (3)避免阴影 探头定位时必须避免阴影，人应该面向阳光，这样可以得到一致的测量结果。野外大范围测试光谱数据时，需要沿着阴影的反方向布置测点。 (4)白板反射校正 天气较好时每隔几分钟就要用白板校正1次，防止传感器响应系统的漂移和太阳入射角的变化影响，如果天气较差，校正应更频繁。校正时白板应放置水平。 (5)防止光污染 不要穿带浅色、特色衣帽，如果穿戴白色、亮红色、黄色、绿色、蓝色的衣帽，就会改变反

14、射物体的反射光谱特征。 要注意避免自身阴影落在目标物上。当使用翻斗卡车或其他平台从高处测量地物目标时，要注意避免金属反光，如果有，则需要用黑布包住反光部位。 (6)观测时间和频度 光谱测试应在1014时之间完成，并在无云晴朗的天空下进行，尽量避免过早或过晚。在时间许可时，尽量多测一些光谱。每个测点测试5个数据，以求平均值，降低噪声和随机性。 (7)采集辅助数据 在所有的测试地点必须采集gps数据，详细记录测点的位置、植被覆盖度、类型以及异常条件、探头的高度，配以野外照相记录，便于后续的解译分析。 野外地物光谱测量是一个需要综合考虑各种光谱影响因素的复杂过程，我们所获取的光谱数据是太阳高度角、太

15、阳方位角、云、风、相对湿度、入射角、探测角、仪器扫描速度、仪器视场角、仪器的采样间隔、光谱分辨率、坡向、坡度及目标本身光谱特性等各种因素共同作用的结果。光谱测定前要根据测定的目标与任务制定相对应的试验方案，排除各种干扰因素对所测结果的影响，使所得的光谱数据尽量反映目标本身的光谱特性，并在观测时详细记录环境参数、仪器参数以及观测目标（如土壤、植被、人工目标）的辅助信息。只有这样，所测结果才是可靠的并具有可比性，为以后的图像解译和光谱重建提供依据。由于此次实习的时间和一起数量的限制，不可能满足以上各个注意事项，因此数据在采集的过程中会有点不足，但总体上应该能够满足实习所需要的数据。5.数据处理 5

16、.1数据来源学号：20101003424 姓名：徐志辉 天气：晴 时间：2013/7/10点号数据序号地物类别采集时间采集地点#01001-005绿色草地14：25西区图书馆前#02006-010红色植被14：35西区图书馆前#03011-015水泥地14：39西区图书馆前#04016-020裸土地14：42西区图书馆前#05021-025柏油路14：46西区图书馆前#06026-030运动场跑道14：58西区运动场#09041-045水体15：13西区荷花池 测量绿色草地 测量红色植被 测量裸土地 测量水泥地 测量柏油路 测量红色塑胶跑道 测量水体5.2数据处理5.2.1前期处理（1）用vi

17、ewspecpro读取采集的数据： 图1 读取数据（2）把数据转化为反射率（以1号点的绿色草地为例）：图2 数据转化为反射率（3）将同一地物的五组数据的光谱曲线显示出来 图3 五组数据同时显示（4）计算平均值 图4 计算平均值 图5 反射率归一化 图6 绿色草地平均光谱(5) 保存图7 选择文件夹保存(6)其它地物依次进行处理。在以上数据处理完成后，打开所存储的ascii文件，并且删除三处无效波段，得到最终的数据。5.2.2 最终数据处理1、建立光谱库：(1) 打开envi，读入ascii文件 图8 envi读入数据(2) 读取前期处理后的最终数据(3) 建立光谱库 图9 建立光谱库(4) 最

18、终的光谱库 图10 最终的光谱库（5）重采样图11 绿色草地重采样表1 绿色草地重采样波段和反射率信息波段波长反射率tm10.47910.0325tm20.56070.0720tm30.66110.0435tm40.83450.4483tm51.65090.2506tm72.20930.1012归一化指数计算：ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.4483-0.0435)/(0.4483+0.0435)=0.8231 ndwi（归一化水体指数）=(tm2-tm4)/(tm2+tm4)=(0.0720-0.4483)/(0.0720+0.4483)=-0.72

19、32ndbi( 归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.2506-0.4483)/(0.2506+0.4483)=-0.2829 图12红色植被重采样表2 红色植被重采样波段和反射率波段波长反射率tm10.47910.0266tm20.56070.0298tm30.66110.0463tm40.83450.4519tm51.65090.2679tm72.20930.1175归一化指数计算ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.4519-0.0463)/(0.4519+0.0463)= 0.8141ndwi（归一化水体指数）=(tm2-t

20、m4)/(tm2+tm4)=(0.0298-0.4519)/(0.0298+0.4519)=-0.8763 ndbi( 归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.1175-0.4519)/(0.1175+0.4519)=-0.5873 图13 水泥地重采样表3 水泥地重采样波段和反射率波段波长反射率tm10.47910.1504tm20.56070.2017tm30.66110.2358tm40.83450.2752tm51.65090.3303tm72.20930.3221归一化指数计算ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.2752-

21、0.2358)/(0.2752+0.2358)= 0.0771ndwi（归一化水体指数）=(tm2-tm4)/(tm2+tm4)=(0.2017-0.2752)/(0. 2017+0. 2752)=-0.1541 ndbi( 归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.3303-0.2752)/(0. 3303+0. 2752)=0.0910 图14 裸土地重采样表4 裸土地重采样波段和反射率波段波长反射率tm10.47910.1567tm20.56070.2420tm30.66110.3150tm40.83450.3698tm51.65090.4559tm72.20930

22、.4509归一化指数计算ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.3698-0.3150)/(0.3698+0.3150)=0.0800 ndwi（归一化水体指数）=(tm2-tm4)/(tm2+tm4)=(0.2420-0.3698)/(0.2420+0.3698)=-0.2089ndbi( 归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.4559-0.3698)/(0.4559+0.3698)=0.1043 图15 柏油路重采样表5 柏油路重采样波段和反射率波段波长反射率tm10.47910.0539tm20.56070.0604tm30.6

23、6110.0649tm40.83450.0684tm51.65090.0729tm72.20930.0724归一化指数计算ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.0684-0.0649)/(0.0684+0.0649)=0.0263 ndwi(归一化水体指数）=(tm2-tm4)/(tm2+tm4)=(0.0604-0.0684)/(0.0604+0.0684)=-0.0621 ndbi(归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.0729-0.0684)/(0.0729+0.0684)=0.0318 图16 红色塑胶跑道重采样表6 红色塑

24、胶跑道重采样波段和反射率波段波长反射率tm10.47910.0706tm20.56070.1139tm30.66110.2310tm40.83450.2647tm51.65090.3274tm72.20930.2402归一化指数计算ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.2647-0.2310)/(0.2647+0.2310)=0.0680 ndwi（归一化水体指数）=(tm2-tm4)/(tm2+tm4)=(0.1139-0.2647)/(0.1139+0.2647)=-0.3983 ndbi(归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.

25、3274-0.2647)/(0.3274+0.2647)=0.1059图17 水体重采样表7 水体重采样波段和反射率波段波长反射率tm10.47910.0200tm20.56070.0316tm30.66110.0229tm40.83450.0037tm51.65090.0010tm72.20930.0006归一化指数计算ndvi（归一化植被指数）=(tm4-tm3)/(tm4+tm3)=(0.0037-0.0229)/(0.0037+0.0229)=-0.7218 ndwi（归一化水体指数）=(tm2-tm4)/(tm2+tm4)=(0.0316-0.0037)/(0.0316+0.0037

26、)=0.7904 ndbi(归一化建筑指数）=(tm5-tm4)/(tm5+tm4)=(0.0010-0.0037)/(0.0010+0.0037)=-0.5745 图18 总体重采样(说明：上图中，白线代表绿色草地，红色代表红色植被，绿色代表水泥地，蓝色代表裸土地，黄色代表柏油路，青色代表红色塑胶跑道，紫红色代表水体。) 表8 七类地物归一化指数对比ndvindwindbi绿色草地0.82310.7232-0.2829红色植被0.8141-0.8763-0.5873水泥地0.0071-0.15410.0910裸土地0.0800-0.20890.1043柏油路0.0263-0.06210.03

27、18红色塑胶跑道0.0680-0.39830.1059水体-0.72180.7904-0.5745从上表可以看出绿色草地和红色植被的归一化植被指数都比较高，并且绿色草地的归一化水体指数也比较高，而偶那个色植被的却很低，主要原因可能是两者的含水量不同所造成的，也有可能是计算错误；裸土地，水泥地，柏油路和红色塑胶跑道的归一化建筑指数比较低；水体的归一化水体指数勉强达到80%，可能是由于水体浑浊造成的。实习2 长江水体悬浮泥沙含量遥感估算1实习目的：了解不同浓度含沙量水体的光谱曲线，熟练掌握利用不同浓度的含沙量水体光谱曲线对卫星遥感影像进行泥沙含量提取。进而能够熟悉利用光谱曲线对影像数据进行相关分析

28、处理的基本原理和步骤。2实习思路：2.1参考文献长江水体悬浮泥沙含量遥感估算模型研究，结合实测的含沙浓度与反射率的数据，我们首先是建立水沙含量遥感模型。文献中介绍了三种最具有代表性、应用最广泛的模型：2.1.1 线性模型： (1)其中，r为水体反射率，s为水面悬浮泥沙浓度，a，b 为待定系数。此式应用得最早，也最简单，比较粗略，只适用于低浓度的悬浮泥沙水体。2.1.2 对数模型： (2)式中a和b为与水体光学性质和太阳与传感器几何关系有关的经验参数。对数模型为经验模型，满足上述关系中的1和2，不满足3，已有实验也证明该式在悬浮泥沙浓度不高的情况下，能较真实地反映悬浮泥沙与遥感数据的相关关系，但

29、当悬浮泥沙浓度很高时，该式会有较大的误差。2.1.3负指数模型：或 （3)式中l为亮度值，a、b、d为系数。各常数项均由与水层内的光学性质和悬浮颗粒粒径有关的参数构成，负指数模型为理论模型。然而，实验表明，该关系式仍难准确表达高含沙量区的高阶变化。2.2 对原始影像进行预处理，预处理的结果是得到tm3的反射率，处理步骤如下：首先提取出影像上水体信息，然后利用公式(7)获得大气顶部的反照度值： (4)式中，和分别为影像的增益与偏置，可从影像的头文件中获得；最后，tm影像第三波段的反射率r通过公式(9)计算得到： (5)式中，为日地天文单位距离，实验中取值1.01；为大气顶部的太阳辐照度，单位，实

30、验中取值1551；为成像时的太阳天顶角，即太阳高度角。2.3 将tm3的反射率值代入反演出的模型中，计算泥沙含量s2.4 对泥沙含量遥感图像进行后期处理工作。3 具体操作步骤3.1 模型反演实习中的数据：0.351-0.4547670nm0.031800nm0.023810nm0.024820nm0.023630nm0.081650nm0.0810.4932-0.307670nm0.08800nm0.061810nm0.06820nm0.058630nm0.061650nm0.061.06780.0285670nm0.058800nm0.049810nm0.05820nm0.047630nm0

31、.169650nm0.1681.23520.0917670nm0.162800nm0.141810nm0.148820nm0.133630nm0.155650nm0.1571.55680.1922670nm0.156800nm0.14810nm0.139820nm0.137模型反演使用matlab工具，matlab中的cftool工具可以帮助我们很好的拟合曲线，根据tm3的波段范围，我们选择630nm 650nm和670nm波段对应的反射率，matlab代码如下：x1=0,0,0,0.351,0.351,0.351,0.4932,0.4932,0.4932,1.0678,1.0678,1.06

32、78,1.2352,1.2352,1.2352,1.5568,1.5568,1.5568;y1=0.012,0.011,0.011,0.031,0.031,0.031,0.081,0.081,0.08,0.061,0.06,0.058,0.169,0.168,0.162,0.155,0.157,0.156;cftool(x1,y1);x1是浓度矩阵，y1是反射率矩阵，在这里我们取清水的浓度为0，在cftool中选择自定义函数，将公式（1）（2）（3）分别输入，注意在使用对数模型时，要将浓度为0的3个点去掉。matlab中线性模型函数：() 图3.1.1线性模型matlab中对数模型函数：()

33、图3.1.2 对数模型matlab中负指数模型函数：(或)图3.1.3 负指数模型拟合出的曲线如图1 图2 图3所示: 图3.1.4 线性模型 图3.1.5 对数模型 图3.1.6 负指数模型三种模型计算出的参数值图表1。 表1 a，b，d参数表 ab d相关系数线性模型0.014510.103400.86对数模型0.13250.087400.94负指数模型0.0029010.28330.57040.923.2 影像预处理和水体信息提取影像预处理主要是使用envi中波段运算功能。提取的关键是设置阈值，0.18这个值是经过几次试验，得到的一个效果比较好的阈值。我们最后得到阈值化后的水体指数（图4

34、），阈值化后的建筑物指数（图5），水体信息（图6）水体信息是水体dn值图像。计算ndwi值，结果为w(float(b2)-float(b4)/(float(b2)+float(b4)；然后设置阈值(float(b1) gt 0.18)*1，其中float（b1）为w的值。 图3.2.1 计算ndwi计算ndwi后的结果： 图3.2.2 w的结果 图3.2.3 设置阈值后w1的结果计算ndbi值，结果为b(float(b5)-float(b4)/(float(b5)+float(b4)；然后设置阈值，结果为b1(float(b1) lt 0)*1，其中float(b1)为b的值。 图3.2.4 计算ndbi计算ndbi结果： 图3.2.5 b的结果 图3.2.6 设置阈值后的b1的结果w1和b1进行与运算,结果为wb（b1*b2） 图3.2.7 w1和b1进行与运算wb的结果： 图3.2.8 wb的结果 图3.2.9 wb与tm3波段运算后的结果wb与tm3波段进行与运算float（b3）*float(b1)。结果见图3.2.9. 图3.2.10 wb与tm3波段进行与运算图3.2.9即为提取到的水体信息。水体信息提取后，我们就可以根据公式（4），（5）计算tm3波段的反射率r，根据查找头文件，各个参数如表2。表2 参数表增益g偏置b日地距离太阳