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，未经许可请勿二次转载

遥感入门学习两本书和一个软件：遥感原理、遥感图像处理+ENVI软件

注意：遥感分为光学遥感、激光雷达、微波遥感三大类别

光学遥感：

一、遥感卫星（注意各个卫星发射时间和结束工作时间）

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

3、高光谱类卫星：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

• 地面分辨率：30-1000m

• 主要用于大气、海洋、陆地探测

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

4、合成孔径雷达类卫星：terrasar-x、radarsat-2、alos雷达卫星、高分三号卫星、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，能够穿透云雾，雨雪，全天候工作

5、小卫星

二、遥感种类

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：水体光学活性物质反演

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+增强型专题制图仪

• 红外光学扫描仪

• 真实孔径雷达

• 合成孔径雷达（SAR）

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

• ……

紫外探测紫外线
红外具有昼夜工作能力
可见光分辨率高，但用于白天
微波具有穿透能力，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）在役，5号卫星1984-2013年，有传感器MMS与TM，高度705米，周期16天。Landsat5运转了28年10月，寿命最长。

MSS传感器有四个波段（3系列有5个），分辨率是68×83m，我们到手一般经过重采样为60×60m；TM传感器有7个波段，成像质量、波段数量和分辨率都比MSS好，5系列在11年TM停止运行，重新打开了MSS。

TM的各个波段：

2波段和4波段获得其他有关植被的信息

TM波段融合：

321：真彩色，信息量少

432：假彩色突出植被特征，蓝藻呈现绯红色，与周围蓝黑色湖水有对比，因为蓝藻和湖面光谱特征有差异，受叶绿素A影响，2波段具有较高反射率，3波段反射率略低但高于湖面，4反射率很高

453是非标准假彩色，强调水体，可以较好地显示植被，但是植物类型细分困难

345非标准接近真色的假彩色，对水系、居民、街道、水体、林地判读有利

543 分别赋予红、绿、蓝色，则获得近似自然彩色合成图像，适合于非专业人员使用。

由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息，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。

五、图像格式：BIL、BSQ、BMP、GeoTIFF

GeoTIFF图像描述的地理信息条理清晰，结构严谨，可以实现与其他遥感影像格式转换，而且应用广泛，很多软件都支持它的读写。Geotiff格式是TIFF格式的扩展，包含了地理信息，如坐标系统、椭球基准、投影信息等。

六、光学图像和数字图像可以相互转换，两者成为空间域，空间域又可以和频域转换

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、几何校正、图像配准：粗纠正和精纠正，由地形、自传、曲率、传感器等引起，如SAR最严重的就是地形引起的误差

2、正射校正：除了几何变形以外，还可以消除地形引起的几何变形，采用少量的地面控制点与相机卫星模型结合

3、辐射定标和辐射校正：确定传感器入口处的准确辐射值，图像的亮度灰度值转换为绝对的辐射亮度, 消除或改正遥感图像成像过程中附加在传感器输出的辐射能量中的各种噪声

4、大气校正：消除大气对阳光和来自目标的辐射产生的吸收和散射

5、图像融合：全色分辨率高，多光谱信息丰富，融合！

图像融合的方法：HSV变换、Brovey变换、CN变换、主成分变换、CS变换

6、图像镶嵌

7、图像裁剪：将研究区之外的区域去除，分为规则裁剪和不规则裁剪

8、图像增强：为了特定目的，突出某些信息，增强反差

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、坏道填补、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、色彩空间变换、色彩拉伸、NDVI、缨帽变换
4、傅里叶变换
5、波段组合：RGB合成、假彩色合成

9、图像分类：模式识别，特征变换/特征选择：减少分类的特征数，更好进行分类

1、灰度分割（又称密度分割）
2、监督分类
3、非监督分类
4、决策树分类
5、分类后处理
6、图像分割，是一张遥感图变多张。图像分类，是将遥感图上的地物进行区别。如把河流，道路，植被地区区分开来显示。

其他一些重要处理：掩膜处理、矢量叠加、感兴趣区、数据类型转换、DEM生成、信息提取、图像分割等

目视判读：单波段、多光谱、热红外、侧视雷达、多时域

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

八、常用名词

1、全色图像：单通道，全部可见光波段0.38~0.76um，全色图像为这一波段范围的混合图像，空间分辨率高，但是光谱信息少，经常与多波段图像融合

2、高光谱图像：由多通道组成的图形，多光谱是高光谱的一种情况，波段比高光谱少高光谱卫星利用很多很窄电磁波获取数据，分辨率为纳米级，光的波段分的很细，一般由几十甚至上百个波段，光谱分辨率高，但空间分辨率降低，波段是连续的，数据量很大，冗余信息较多

3、多光谱图像：成像的波段数比高光谱图像少，一般只有几个到十几个

光谱通道越多，分辨物体的能力就越强，光谱分辨率越高

4、空间分辨率是对空间细节信息的辨别能力，分辨最小目标地物的大小

不同的环境特征对图像空间分辨率有要求
高空间分辨率：<10m SPOT的HRG，QuickBird
中空间分辨率：10-100m TM 用于土地利用、土地覆盖、资源、地表景观
低空间分辨率：>100m MODIS 用于大面积环境监测，如火灾、洪水

光谱分辨率是对地物波谱细节信息的分辨能力，是最小波长间隔

时间分辨率是对同一地点重复观测能力，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)

通过对多源遥感数据的融合，可以产生比单一信源更精确、更完全、更可靠的估计和判断，增强解译和动态监测能力，有效提高遥感影像数据的利用率

九、植被指数

1、植被覆盖度（VFC）：植被（包括叶、茎、枝）在地面的垂直投影面积占统计区总面积的百分比，基于像元二分模型计算，假定由由植被覆盖地表和无植被覆盖地表构成一个像元，基于像元二分模型的混合像元法可以利用两个参数削弱大气、土壤背景和植被类型的影响。

VFC = (NDVI -NDVIsoil)/ ( NDVIveg - 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↓