遥感应用综合实习

遥感应用综合实习

林承达实习安排1.基于ETM影像的植被指数、温度反演（1天半）2.基于Hyperion影像的叶绿素、悬浮颗粒物反演（2天半）3.实习报告（1天）一、基于ETM影像的植被指数、温度反演1.亮度温度2.归一化植被指数计算3.比辐射率计算4.温度反演5.结果与分析亮度温度ETM热辐射强度：Band61Band62Lλ为第六波段数据，Band61低增益波段，Band62高增益波段ln自然对数，以e(2.71828)为底NDVINDVI计算植被覆盖度计算地表比辐射率地表比辐射率对地表温度反演精度影响很大，首先监督分类，水体，地表。提取水体出来。对于水体：ε=0.995植被大气参数大气平均作用温度：T0:

近地层空气温度，取20摄氏度注意转换为K大气透射率ω:大气总水分含量取2.0单窗算法覃志豪单窗算法反演地表温度a=-67.355351b=0.458606C=ε×τD=(1-τ)[1+(1-ε)τ]温度反演要点1.陆地表面温度计算单位K2.比辐射率计算需要分类水体3.设计ErdasModeler，尽量在一个模型中实现，一步完成。4.模型计算注意0值的处理5.ArcGIS分析数值分布；温度变化趋势统计图；生成温度空间变化图6.总结温度空间分布差异，写入实习报告二、基于Hyperion影像的叶绿素、悬浮颗粒物反演高光谱遥感（一）EO-1简介EO-1（EarthObserving-1）2000.11.21EO-1搭载3种传感器：AL1(AdvancedLandImager高级陆地成像仪)，大气校正仪AC(AtmosphericCorrector)，Hyperion(高光谱成像光谱仪)Hyperion数据Hyperion是以推扫方式获取可见光-近红外(VNIR,400～1000nm)和短波红外(SWIR,900～2500nm)光谱数据数据格式Hyperion产品分两级：Level0，Level1L0是原始数据，仅用来生产L1产品，用户使用的是L1产品HyperionL1产品只有一种数据格式(HierarchicalDataFormat,HDF)，波段存储格式BIL。HyperionL1产品又分为L1A、L1B和L1R三种，2002年以后产品一般都是L1R。数据介绍EO1H1220382004013110PZ_AGS_01卫星传感器WorldReferenceSystem时间开关Hyperion(On)ALI(On)AC(Off)点模式点在轨道上屏长度地面接收站版本号要学会看懂数据！数据预处理数据预处理过程非正常像元非正常像元纠正未标定像元去除Hyperion图像的242波段中,辐射定标的波段为VNIR8～57,SWIR77～224,没有定标的波段置为0值,是波段1～7、58～76、225～242。由于VNIR的波段56～57和SWIR的波段77～78重叠,实际上只有196个独立的波段,且SWIR77～78的噪音比VNIR56～57的大,通常保留VNIR56～57,而删除SWIR77～78。这样,生成一幅196个波段的图像,其对应原始波段为8～57和79～224。受水汽影响的波段为:121～127、167～178和224,共20个波段。剔除受水汽影响的波段后,剩下176个波段。VNIRSWIR图像辐射定标Hyperion获取的DN值范围为-32767——32767。而实际地物辐射值很小，VNIR的最大辐射为750W/m2/sr/μm,SWIR的为350W/m2/sr/μm。。分析时必须将像元值转换为绝对辐射值，所有VNIR波段除以40.所有SWIR波段除以80，并将两组文件合并，得到绝对辐射值图像。Erdas建模绝对辐亮度计算公式：（二）高光谱水色定量反演1.数据预处理2.辐射定标和大气校正(时间关系，大气校正暂不做，可以参考发给大家的文章)3.水体提取（波段筛选、监督分类）4.反演建模（叶绿素、泥沙）5.结果评价（二）高光谱水色定量反演1、2前面已讲述3.水体提取（波段筛选、监督分类）①选取典型地物，绘制地物光谱曲线②选择能区分不同地物的、差异最大的5-7个波段③应用筛选的波段进行监督分类监督分类：太湖湖泊道路农田城镇林地太湖道路城镇林地湖泊农田（二）高光谱水色定量反演4.反演建模叶绿素悬浮颗粒物平均粒径公式1：F5（1215，2133）=（Rη1215+Rη2133）/（Rη1215-Rη2133）公式2：dm=5.930+0.491*F5（1215，2133）三、典型土壤光谱分析（Bonus）1.获取不同类型土壤光谱曲线Envi打开影像Overlay-RegionofInterest(ROI)选择ROI，统计Stats获取ROI每个波段DN值获取每个波段Wavelength导入Excel编辑，建立标准光谱曲线三、典型土壤光谱分析2.数据处理去除异常光谱数据Excel编辑，建立10条不同土样光谱曲线生成统计图三、典型土壤光谱分析3.光谱处理光谱一阶微分。对光谱的一阶微分处理可以去除部分线性或接近线性的背景、噪声光谱对目标光谱的影响三、典型土壤光谱分析3.光谱处理光谱倒数对数。光谱倒数对数

log(1/R)可以有效地增强相似光谱之间的差别，是植被和土壤高光谱研究中常用的方法实习报告1.各实验项目的实习目的，实习内容（包括详细步骤、截图）。2.实习结果分析，包括文字描述，统计图表，中间过程图，成果图（ArcGIS，加图例