SPOT和TM波段特征典型特点

TM波段特征
B1
为蓝色波段,该波段位于水体衰减系数最小的部位,对水体的穿透力最大,用于判别水深,研究浅海水下地形、水体浑浊度等,进行水系及浅海水域制图;
B2 为绿色波段,该波段位于绿色植物的反射峰附近,对健康茂盛植物反射敏感,可以识别植物类别和评价植物生产力,对水体具有一定的穿透力,可反映水下地形、沙洲、沿岸沙坝等特征;
B3 为红波段,该波段位于叶绿素的主要吸收带,可用于区分植物类型、覆盖度、判断植物生长状况等,此外该波段对裸露地表、植被、岩性、地层、构造、地貌、水文等特征均可提供丰富的植物信息;
B4 为近红外波段,该波段位于植物的高反射区,反映了大量的植物信息,多用于植物的识别、分类,同时它也位于水体的强吸收区,用于勾绘水体边界,识别与水有关的地质构造、地貌等;
B5 为短波红外波段,该波段位于两个水体吸收带之间,对植物和土壤水分含量敏感,从而提高了区分作物的能力,此外,在该波段上雪比云的反射率低,两者易于区分,B5 的信息量大,应用率较高;
B6 为热红外波段,该波段对地物热量辐射敏感,根据辐射热差异可用于作物与森林区分、水体、岩石等地表特征识别;
B7 为短波外波段,波长比 B5 大,是专为地质调查追加的波段,该波段对岩石、特定矿物反应敏感,用于区分主要岩石类型、岩石水热蚀变,探测与交代岩石有关的粘土矿物等;
B8 为全色波段(Pan),该波段为 Landsat-7 新增波段,它覆盖的光谱范围较广,空间分辨率较其他波段高,因而多用于获取地面的几何特征。

 

TM波段组合

一、波段特征及其选择:

光学遥感所接收的电磁波辐射源是地物对太阳光的反射和散射,其波长主要分布在可见光、近红外区域。目前使用较多的光学遥感卫星有:美国发射的LANDSAT 的TM 数据分7 个波段,其中6 个波段波长范围为0 .45~2 .35 μm,空间分辨率为30 m,时间分辨率为16 d,其中TM5 对线性构造反映清晰,一个热红外波长范围为10 .4~12 .5 μm,空间分辨率为120 m,在揭示第四纪覆盖区的隐伏断裂及活动性构造方面具有一定优势,可用于地热制图、地质、制图等。多波段的传感器提供了空间环境不同的信息,以下以TM为例:

TM1 0.45-0.52um蓝波段:对叶绿素和夜色素浓度敏感,对水体穿透强,用于区分土壤与植被、落叶林与针叶林、近海水域制图,有助于判别水深及水中叶绿素分布以及水中是否有水华等。

TM2 0.52-0.60um,绿波段:对健康茂盛植物的反射敏感,对力的穿透力强,用于探测健康植物绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种和反映水下特征。在所有的波段组合中,TM 波段-2 的分类精度是最高的,达到了 75.6%。从单时相遥感影像的分类来讲,这种分类精度只相当于中等水平。但若从多时相图像的角度来看,这一精度则相当于在采用分类后比较法时,每一景图像的平均分类精度需达到 86.9% 的水平,而这种分类精度,特别是在山区,其实已经是比较好的了。

TM3 0.62-0.69UM ,红波段:叶绿素的主要吸收波段,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,其信息量大多为可见光最佳波段,广泛用于地貌,岩性,土壤,植被,水中泥沙等方面。

TM4 0.76-0.96UM近红外波段:对无病害植物近红外反射敏感,对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,水域测量,生物量测定及水域判别。

TM51.55-1.75UM中红外波段:对植物含水量和云的不同反射敏感,处于水的吸收波段,一般1.4-1.9UM内反映含水量,用于土壤湿度植物含水量调查,水分善研究,作物长势分析,从而提高了区分不同作用长势的能力,可判断含水量和雪、云。在TM7个波段光谱图像中,一般第5个波段包含的地物信息最丰富。

TM61.04-1.25UM远红外波段:可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,作温度图,植物热强度测量。

 TM7 2.08-3.35UM,中红外波段,为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.

各光谱差异为:TM1居民地与河流菜地不易分开;TM2居民地与河流菜地不易分;TM3乡村与菜地不易分;TM4农田与道路不易分,乡镇,道路,河滩易浑;TM5县城与农田不易分;TM6村庄与河流易混。所以在遥感的类型提取上,一般采取:

城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4

乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5

河流的提取:TM5+TM6+TM7-TM1-TM2-TM4

道路的提取:TM6-(TM1+TM2+TM+-TM4+TM5+TM7)

二、波段融合及专题应用:

    利用多波段图像之间的差异进行特征提取,可获得较多的信息量。常用的方法有:灰度四则运算、假彩色合成、HIS 变换等,利用这些方法可以简单地减少异物同谱现象,如在波长0 .63 μm 下,绿泥岩和褐铁矿的反射系数相同,但在0 .5 μm 下,其反射系数的差别却很大,可针对不同的遥感资料,根据岩石反射能力的不同,选取不同的波段,对岩石进行分类。TM图像的光波信息具有3~4维结构,其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中,一般第5个波段包含的地物信息最丰富。3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)之间相关性很高,表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊,尤其是第4波段与其他波段的相关性得很低,表明这个波段信息有很大的独立性。而第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。由于地物的复杂性和多样性,只选一个波段是不够的,在进行地质现象的解释时,常选几个波段进行比较,以下以TM为例:

      741 :741波段组合图像具有兼容中红外、近红外及可见光波段信息的优势,图面色彩丰富,层次感好,具有极为丰富的地质信息和地表环境信息;而且清晰度高,干扰信息少,地质可解译程度高,各种构造形迹(褶皱及断裂)显示清楚,不同类型的岩石区边界清晰,岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。
    742:适宜于温带到干旱地区,提供最大的光谱多样性。

1992年,完成了桂东南金银矿成矿区遥感地质综合解译,利用1:10万TM7、4、2假彩色合成片进行解译,共解译出线性构造1615条,环形影像481处, 并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成矿模式的基础上,对全区进厅成矿预测,圈定金银A类成矿远景区2处,B类 4处,C类5处。为该区优选找矿靶区提供遥感依据。
    743:我国利用美国的陆地卫星专题制图仪图象成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段(2.08-2.35微米)对温度变化敏感;TM4、TM3波段则分别属于红外光、红光区,能反映植被的最佳波段,并有减少烟雾影响的功能;同时TM7、TM4、TM3(分别赋予红、绿、蓝色)的彩色合成图的色调接近自然彩色,故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。
    754:适宜于湿润地区,提供了最大的空间分辨率。

对不同时期湖泊水位的变化,可采用不同波段,如用陆地卫星MSS7,MSS5,MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。陆地卫星图像的标准假彩色指采用陆地卫星多光谱扫描仪所成的同一图幅的第四波段MSS4图像、第五波段MSS5图像和第七波段MSS7图像,分别配以兰、绿、红色的彩色合成图像上的彩色。并称此种合成的图像为陆地卫星标准假彩色图像。在此图像上植被分布显红色,城镇为兰灰色,水体为兰色、浅兰色(浅水),冰雪为白色等。
    541:某开发区砂石矿遥感调查是通过对陆地卫星TM最佳波段组fefee7合的选择(TM5、TM4、 TM1)以及航空、航天多种遥感资料的解译分析进行的,在初步解译查明调查区第四系地貌。
    543:城镇和农村土地利用的区分,陆地/水体边界的确定。

例如采用1995年8月2日的TM数据对于图象分析,选用信息量最为丰富的5、4、3波段组合配以红、绿、兰三种颜色生成假彩色合成图象,这个组合的合成图象不仅类似于自然色,较为符号人们的视觉习惯,而且由于信息量丰富,能充分显示各种地物影像特征的差别,便于训练场地的选取,可以保证训练场地的准确性;对于计算机自动识别分类,采用主成分分析(K-L变换)进行数据压缩,形成三个组分的图象数据,用于自动识别分类。
    742:用于土壤和植被湿度内容分析,内陆水体定位,其中植被显示为绿色的阴影。适宜于温带到干旱地区,提供最大的光谱多样性。

采用以遥感图像解译为主结合地质、物化探资料进行研究的综合方法。解译为目视解译,解译的遥感图像有:以1984年3月成像经处理放大为1:5万卫星TM假彩色片(5、4、3波段合成)和1979年7月拍摄的1:1.6万黑白航片为主要工作片种;采用1986年11月的1:10万TM假彩色片(7、4、2波段合成)为参考片种。
    432:红外假色。在植被、农作物、土地利用和湿地分析的遥感方面,这是最常用的波段组合。提供中等的空间分辨率。在这种组合中,所有的植被都显示为红色。

例如当卫星遥感图像示蓝藻暴发情况时,蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面,蓝藻覆盖区的光谱特征与周围湖面有明显差异。由于所含高叶绿素A的作用,蓝藻区在LandsatTM2波段具有较高的反射率,在TM3波段反射率略降但仍比湖水高,在TM4波段反射率达到最大。因此,在TM4(红)、3(绿)、2(蓝)假彩色合成图像上,蓝藻区呈绯红色,与周围深蓝色、蓝黑色湖水有明显区别。此外,蓝藻暴发聚集受湖流、风向的影响,呈条带延伸,在TM图像上呈条带状结构和絮状纹理,与周围的湖水面也有明显不同。

     453:用于土壤湿度和植被状况的分析,也很好的用于内陆水体和陆地/水体边界的确定,可突出水体、城市、山区、线性特征。

例如采取4、5、3波段分别赋红、绿、蓝色合成的图像,色彩反差明显,层次丰富,而且各类地物的色彩显示规律与常规合成片相似,符合过去常规片的目视判读习惯。再例如把4、5两波段的赋色对调一下,即5、4、3分别赋予红、绿、蓝色,则获得近似自然彩色合成图像,适合于非遥感应用专业人员使用。本研究遥感信息源是中国科学院卫星遥感地面接收站于1995年10月接收美国MSS卫星遥感TM波段4(红)、波段5(绿)、波段3(蓝)CCT磁带数据制作的1∶10万和1∶5万假彩色合成卫星影像图。图上山地、丘陵、平原台地等喀斯特地貌景观及各类用地影像特征分异清晰。成像时期晚稻接近收获,且稻田中不存积水,因此耕地类型中的水田色调呈粉红色;旱地由于作物大多收获,且土壤水分少而呈灰白色;菜地则由于蔬菜长势好,色调鲜亮并呈猩红色。园地色调呈浅褐色,且地块规则整齐、轮廓清晰。林地中乔木林色调呈深褐色,而分布于喀斯特山地丘陵等地区的灌丛则呈黄到黄褐色。牧草地大多呈黄绿色调。建设用地中的城镇呈蓝色;公路呈线状,色调灰白;铁路呈线条状,色调为浅蓝;机场跑道为蓝色直线,背景草地呈蓝绿色;在建新机场建设场地为白色长方形;备用旧机场为白色色调,外形轮廓清晰、较规则。水库和河流则都呈深蓝色调。
 472:土壤和植被湿度内容分析,内陆水体定位,植被显示为绿色的阴影。

 在采用TM4、7、2波段假彩色合成和 1:4 计算机插值放大技术方面,在制作 1:5万TM影像图并成 1:5万工程地质图、塌岸发展速率的定量监测以及在单张航片上测算岩 (断) 层产状等方面,均有独到之处

2 SPO T 25 影像的典型地物的光谱分析以及特

征波段的提出


  遥感影像反映的是区域内地物的电磁波辐射能量,有明确的物理意义。遥感影像数据中像元亮度值的大小及其变化主要是由地物的类型的变化引起的。水体在近红外及短波红外波段两个水吸收带的影响很明显, 在可见光波段的发射率也比其它地物低。不论在哪个波段,

水体的图像都是呈深色, 与周围地物的色调反差很大。居民地在短波红外波段上有较高的反射率。在本研究区中, 居民地周围一般有农田、部分居民地周围有水塘, 其背景地物主要是耕地。植被是遥感图像中反映最直接的信息。它在可见光的绿波段有反射峰, 在蓝光和红光波段有反射谷, 在近红外至短波红外区域, 由于叶片细胞和细胞间隙对电磁波的多重反射, 使反射绿迅速上升,形成一个高平台。不同植被在可见光波段内的反射率差异很小, 在近红外和短波红外波段的差异比较明显。此次研究中, 获取数据的正是植被生长旺盛的时期, 这为

耕地信息的提取提供了有利条件。但是, 对于复杂的植被遥感, 仅用原始影像的个别波段或多个单波段数据分析对比来提取耕地信息是相当有限的。因此通过对多光谱遥感数据经过仔细分析、运算, 产生对植被有指示意义的特殊波段, 融入原始多光谱影像中后, 提高了信息

量, 并有利于植被信息的提取。本研究中利用了归一化植被指数, 即NDV I= ( IR - R )ö( IR + R ) 作比值运算处理得到一个新的波段, 其中, IR 为近红外波段, R 为红波段。因为NDV I 植被指数是植物生长状态及植被空间分布密度的最佳指示因子, 与植被分布呈线性相关。然而, 利用上述的波段信息还不能较为准确地区分水田和园地。在全面分析两者在各波段的光谱特征的基础上提出了新的植被指数: 加和比值植被指数, 即PRV I=(SW + IR )öR , 从而产生一个新的波段。具体分析如下:由表2、图1、表3 可知:

1) 各波段上地物之间亮度值的分析

B1 ( IR ) : 旱地> 水田> 园地> 道路> 居民地> 水体, 旱地、水田和园地3 者的亮度值接近, 容易混淆, 但与水体差异明显; 居民地和道路易混淆。

B2 ( red) : 道路> 居民地> 旱地> 水体> 园地> 水田, 水田与居民地差异明显, 但与其它地物都有部分重叠。水田、旱地和园地3 者区分困难。

B3 (green) : 居民地> 旱地> 园地> 水体> 水田, 水田与居民地差异较大, 水田、旱地和园地3 者易混淆。

B4 (SW ) : 旱地> 道路> 居民地> 水田> 园地> 水体, 旱地与水田和园地差异明显, 但水和园地容易混淆。

B5 (NDV I) : 水田> 旱地> 园地> 道路> 居民地>水体, 水田、旱地和园地3 者几乎重叠, 但与水体、居民地和道路差异显著, 尤其是水体, 数值很低。覆盖植被的水田、旱地和园地信息整体提取容易, 但3 者之间区分困难。

B6 (PRV I) : 水田、旱地> 园地> 道路> 居民地>水体, 水田和旱地几乎重叠, 但两者与园地都有明显的区别。

2) 地物不同波段的光谱特征分析

水体:B3> B2> B1> B4

居民地:B4> B3> B2> B1

道路:B4> B3> B1> B2

水田:B1> B4> B3> B2

旱地:B4> B1> B3> B2

园地:B1> B3> B4> B2

由上述分析可以看出: ①在原始影像的4 个波段中, 居民地与旱地和园地都有重叠, 利用阀值不能提取耕地信息。而在特征波段NDV I 中, 耕地(旱地、水田)和园地与其它地物差异显著, 同时具有相似的光谱特, 即B1 ( IR ) > B2 ( red)。由此可以去掉绝大部分的水体和居民地。②在B4 (SW ) 上, 旱地与水田和园地的差异明显, 几乎没有重叠, 通过阀值可以提取旱地。③水田和园地在所有波段都容易混淆。但是通过对训练样区中水田和园地进行分析后发现在B1 ( IR ) 和B4 (SW ) 上,都有: 水田> 园地, 而在B2 ( red) 上是: 园地> 水田。在利用PRV I 植被指数运算得到的新波段中, 水田和园地的亮度值有明显差异, 通过设置阀值可以提取水田信息, 同时也有利于区分旱地和园地.

 

 

你可能感兴趣的:(地理信息系统)