SR123017遥感原理与应用（双语）网课知识整理

第一章 绪论

1.遥感的定义与构成

1.1 定义

• 应用探测仪器，不与探测目标相接触，从远处把目标的电磁波特性记录下来，揭示出物体的特征性质及其变化的综合性探测技术。
• 探测仪器：传感器；
• 电磁波特性：地物对太阳光的反射，太阳光就是电磁波。

1.2 构成

1. 目标物的电磁波特性——遥感的物理基础

   • 反射能力强：道路、建筑；反射能力弱：水体。
   • 在图像上表现出不同的色调和颜色。

2. 信息的获取

   • 遥感平台：地面平台、航空平台、航天平台；
   • 传感器：是搭载在遥感平台上的仪器，随着遥感平台的运动，来获取地物反射的电磁波。

3. 信息的接收与存储

   传感器接收到目标地物的电磁波信息，航空遥感时代就记录在胶片上，待飞机返回后进行处理，航天遥感时代则以数字形式记录在磁介质上，传回地面接收站。

4. 信息的处理

   首先会进行一系列的处理→转换为用户可以使用的通用数据格式→分发给用户→用户进行精校正、或者分类处理等。

5. 信息的应用

   • 遥感获取信息的目的即为应用，不同的专业按照应用的目的从图像上分析提取自己感兴趣的内容。
   • 在应用的过程中，对图像进行各种校正和增强处理。

2.遥感的类型与特点

2.1 遥感的类型

• 按遥感平台分：地面遥感、航空遥感、航天遥感、航宇遥感；
• 按传感器的探测波段分：紫外遥感【0.05 ~ 0.38】；可见光遥感【0.38 ~ 0.76】；红外遥感【0.76 ~ 1000】；微波遥感【1 ~ 10】；
  • 多波段遥感：指探测波段在可见光和红外波段范围内，再分成若干窄波段来探测目标。
  • TM 影像是在可见光到红外的波段范围内分7个波段。
• 按工作方式分：主动遥感、被动遥感
  • 主动遥感：探测器主动发射一定电磁波能量并接收目标的后向散射信号，比如雷达；
  • 被动遥感：传感器不想目标发射电磁波，仅被动接收目标物反射的电磁波，比如摄影机和扫描仪。
• 按数据显示形式：成像遥感、非成像遥感
  • 成像遥感：传感器接收的目标电磁辐射信号可转换为图像；
  • 非成像遥感：传感器接收的目标电磁辐射信号不能转换为图像。

2.2 遥感的特点

• 大面积的同步观测；
• 时效性：可在短时间内对同一地区进行重复探测，发现事物的动态变化；
• 数据的综合性和可比性

第二章 遥感的物理基础

1.电磁波的概念

• 当电磁震荡进入空间，变化着的磁场能够在它的周围激起电场，变化的电场又会在它的周围激发磁场，变化的电场和磁场交替产生。由近及远地向周围空间的传播就叫电磁波。
• 电磁波与光波性质相同，因此光波和电磁波统一起来，光波也叫电磁波。
• 电磁波的种类：无线电波、红外线、可见光、紫外线、X 射线、γ射线。
• 不同的电磁波又具有各自的特性，这是由于产生的波源不同，因此他们的波长和频率也不相同。
• 电磁波谱：按照电磁波在真空中的波长（或频率）加以排列形成一个谱表就叫电磁波谱（表、图两种形式）。

2.遥感上应用的电磁波

2.1 紫外线（0.01— 0.38）

太阳光通过大气层时，波长小于0.3 被吸收，所以仅有0.3— 0.4的部分可到达地面，主要在油污检测和测定碳酸盐岩的分布中使用。

2.2 可见光（0.38— 0.76）

在电磁波谱中，可见光只占很小一个空间，但是其能量却占到太阳辐射总量的一半。可见光是遥感技术应用最多的一个波段，一般用光学摄影和光电扫描来获得遥感影像。

2.3 红外线（0.76— 1000）

• 光红外，近红外（0.76— 3），性质与可见光相似，主要反映地物对太阳光的反射，不反映地物的热辐射，采用摄影和扫描的方式。
• 热红外，包括中红外（3— 6）、远红外（6— 15）、超远红外（15— 1000），是产生热感的原因。一般自然界的任何物体，当温度大于绝对温度 0k（-273℃）时，能发射红外线，发射能力的大小由其温度决定，温度越高，发射能力越强。
• 在常温范围内物体发射的波长多在 3~40 之间，而 15 以上的超远红外绝大部分被吸收，所以遥感技术在红外线波段主要利用了3— 15波段，也就是中红外与远红外。
• 热红外采用的是热感应方式，其主要传感器是辐射计。

2.4 微波（1— 1）

• 毫米波；厘米波；分米波；
• 以主动式遥感为主，不受天气影响，能全天候、全天时获取数据。

3.大气透射窗口

3.1 大气对太阳辐射的影响

• 太阳辐射：太阳光进入到大气层以前，它的波长范围很广，从零到无穷大，但主要波长范围集中在0.15— 4之间。
• 可见光 50%，红外 43%，紫外 7%
• 大气层次：地球被大气圈包围，一般认为大气厚度约为 1000km，垂直方向自下而上分为：对流层、平流层、电离层，对太阳辐射影响最大的是对流层与平流层。
• 大气成分：分子和其他微粒。

⑴大气层的反射作用

气体分子和尘埃粒子的反射作用很小，但由尘埃和水滴组成的云的反射能力很大，如果云层很厚，其反射回的能量越多，不能照射到地球表面。（遥感摄影要选择晴朗无云的好天）

⑵大气层的吸收作用

• 大气层中的气体分子、水滴和尘埃等粒子，对太阳辐射有选择性的吸收作用。
• 选择性：指对波段有选择的进行吸收。

⑶大气层的散射作用

• 太阳辐射在传播过程中遇到小微粒而使传播方向改变，并且向各个方向散开，称为散射。散射使原传播方向的辐射强度减弱，而增加其他各方向的辐射。
• 其中有一部分散射能量会被传感器接收而引起辐射畸变。

⑷大气层的折射作用

• 电磁波在穿过大气层时，除发生发射、吸收和散射外，还会出现传播方向的改变，即发生折射。
• 折射改变太阳辐射的方向，但不改变强度。
• 大气的折射率与大气密度相关，密度越大，折射率越大。
• 大气层密度不同，因此电磁波在大气层中的传播轨迹是一条曲线。

总：太阳辐射光照射到地球表面的过程中透过大气到达地面的能量仅占入射总能量的 31%。

3.2 大气透射窗口

• 定义：通常把太阳辐射光通过大气层时没有或较少被反射、吸收和散射的那些透过率高的波段称为大气透射窗口。
• 对遥感传感器而言，只有选择大气透射窗口才对观测有意义。

常见的大气透射窗口：

⑴0.3— 1.3（紫外、可见光、近红外）

• 是摄影成像的最佳波段，也是许多卫星传感器扫描成像的常见波段。
• 属于反射光谱，只能白天成像，且要求日照条件良好。

⑵1.5— 1.8和2.0— 3.5（近红外）

• TM5（1.55— 1.75）、TM7（1.75— 2.08）
• 用以探测植物含水量以及云、雪、地质探矿等。
• 属于反射光谱，只能白天成像

⑶3.5— 5.5（中红外）

属于混合光谱，既有太阳光反射，也有地表热辐射，可昼夜成像。

⑷8— 14（远红外）

主要是地物的热辐射，可昼夜成像，尤以夜间成像为好（夜间消除了太阳辐射的影响）。

⑸0.8— 25（微波）

0.5cm，3cm，5cm，10cm，可全天候工作。

4. 地物的反射波谱

• 一部分入射能被地物反射，反射率ρ=P_反×100%/P_入
• 一部分入射能被地物吸收，吸收率α=P_吸×100%/P_入
• 一部分入射能被地物透射，透射率δ=P_反×100%/P_入

反射和吸收是普遍发生的，透射只是一种特殊情况（从地物来说，只有水和冰具有透射一定波长电磁波的能力；从电磁波来说，只有微波对地物具有明显的透射能力[勘测石油]）。

+ + = 1，一般为 0，故一般为 + = 1。地物的吸收率越高，反射率越低；吸收率越低，反射率越高。

4.1 地物的反射率

• 定义：地物的反射量与入射总能量之比，又称反射系数、亮度系数。
• 不同的地物，即使同一地物对入射太阳光的反射能力是不一样的。

影响地物反射率的因素：

1. 太阳辐射光的波长
2. 太阳位置——太阳高度角
3. 地表颜色、粗糙度（亮色地物反射率高，越光滑的地物反射率越高，反之越低）
4. 地物本身的变异（植被一年四季）
5. 地面湿度的变化

• 地物反射率大–>反射入射光能力强–>传感器记录的亮度值大–>色调浅
• 地物反射率小–>反射能力弱–>传感器记录的亮度值小–>色调深

4.2 地物的反射波谱

• 定义：地物的反射率随着入射光波长变化的规律。
• 通过地物的反射波谱曲线来研究不同地物的反射波谱情况。
• 将地物的反射率与入射光波长用直角坐标系表示，用横轴表示波长，纵轴表示反射率，绘成的曲线就叫地物的反射波谱曲线。

雪：在 0.4~0.6（可见光）附近有一强反射峰，因此雪看上去是白色。随着波长的增加，反射率逐渐降低。

沙漠：在橙光 0.6 附近有一强反射峰，因此沙漠看起来呈黄色。

⑴水体遥感

• 水体的反射率总体上比较低，不超过 10%；
• 随着波长的增大逐渐降低，到红外波段，水体几乎称为全吸收体；
• 随着水体中泥沙含量的增加，反射率增大。

⑵植被遥感

• 在 0.55 （绿光波段）处有一个小的反射峰，因此呈绿色；
• 在蓝光和红光波段有两个吸收带【进行光合作用】；
• 在近红外波段有一强反射峰；
• 在中红外波段，反射率大大下降。
• 不同类型的植被在不同的波段其反射率又有差异。

⑶土壤遥感

• 土壤的反射波谱曲线比较平缓，没有明显的峰值和谷值，因此在不同光谱段的遥感影像上，土壤的亮度区别不明显。
• 土壤的含水量高，有机质含量越高，则反射率越低；土质越细，反射率越高。

遥感的物理基础和判读的根本依据：不同地物具有不同的反射光谱曲线。

第三章 遥感成像原理与遥感图像特征

1.陆地卫星 Landsat 系列

Landsat 是太阳同步轨道，图像的覆盖范围为 185×185，卫星的重返周期为16~18 天

1.1 传感器

• 多光谱扫描仪 MSS【1 绿、1 红、2 近红外，地面分辨率 82m】
• 专题制图仪 TM【蓝色、绿色、红色、近红外、短波红外、热红外（空间分辨率 120m）、短波红外，地面分辨率 30m】
• 增强型专题绘图仪 ETM【在 TM 基础上增加全色波段（0.5~0.9），全色波段空间分辨率 15m】

1.2 Landsat 8 卫星

• 陆地成像仪（OLI）

  

• 热红外传感器（TIRS）

  

  地面温度反演，将图像的亮度值反演出地面的实际温度。

2.高空间分辨率卫星

美国的 IKONOS、QuickBird | 我国的高分专项

• IKONOS

  

• QuickBird

  

• 高分专项

  

  

  

3.摄影成像与扫描成像

3.1 摄影成像

• 摄影：通过成像设备获取物体影像的技术。
• 摄影的波长范围：0.4~1.1

⑴摄影机

• 分幅式摄影机：遥感探测、制图
• 像幅：30cm×30cm 23cm×23cm 18cm×18cm；
• 多光谱摄影机：单镜头型多光谱摄影机；多镜头型多光谱摄影机；
• 缝隙式摄影机；全景摄影机

⑵航空摄影类型

按波段分类：黑白全色摄影、黑白红外摄影、彩色摄影、彩色红外摄影、多光谱摄影

⑶像片投影

• 摄影像片属于中心投影，物体通过物镜中心（镜头）投射到承影面上，形成透视影像。
• 像片的比例尺：像片上两点之间的距离与地面上相应两点实际距离之比。1/M = f/H（f：焦距，H：航高）

3.2 扫描成像

⑴光机扫描仪

• Landsat 的系列传感器：MSS、TM、ETM、OLI 等
• 瞬时视场角：扫瞄镜在一瞬时可以视为静止状态，此时接收到的目标地物的电磁波辐射，限制在一个很小的角度之内；
• 在每次成像的瞬间，瞬时视场所对应的地面范围在图像上构成一个像元，这就是光机扫描像元的空间分辨率。
• 对一台扫描仪来说，空间分辨率随像点位置不同而变化。星下点处最高，从中间向两边逐渐降低。
• 总视场角：扫描带的地面宽度为总视场，从遥感平台到地面扫描带外侧所构成的夹角叫总视场角。
• 由于扫描仪的扫描角是固定的，遥感平台的高度越大，对应的地面总视场也就越大。

⑵推帚式扫描仪（固体扫描仪）

• 遥感平台前进运动就可以直接以刷式扫描成像。
• 线阵扫描、面阵扫描
• CCD 探测元件数越多，分辨率就越高。

4.遥感图像的特征

遥感解译通过图像获取的信息：

1. 目标地物的大小、形状及空间分布特点（几何特征）对应参数为——空间分辨率；
2. 目标地物的属性特征（物理特征）对应参数为——波谱分辨率、辐射分辨率。
3. 目标地物的动态变化特征（时间特征）对应参数为——时间分辨率

4.1 空间分辨率

像元（像素）所代表的地面范围的大小或地面物体能分辨的最小单位。

扫描成像的两种方式：

1. 光机扫描成像

   扫描仪的瞬时视场——瞬时视场越大——空间分辨率越小

2. 固体成像（推帚式扫描成像）

   扫描宽度一定——CCD 元件越多——空间分辨率越高

4.2 波谱分辨率

指传感器在接收目标辐射的波谱时能分辨的最小波长间隔。

间隔越小——分辨率越高

提高波谱分辨率有利于选择最佳波段或波段组合来获取有效的遥感信息。

Note：高光谱遥感：是高光谱分辨率遥感的简称，即在电磁波谱的可见光、近红外、中红外和热红外波段范围内，获取很多非常窄的光谱连续的影像数据的技术。

与常规遥感相比：

• 波段窄 10

  

• 光谱连续，常规遥感有间隔

  在 0.4~2.4之间分为 200 多个波段

• 可以得到地物完整的光谱曲线

4.3 时间分辨率

• 指对同一地点进行遥感采样的时间间隔，即采样的时间频率，也称重复周期。
• TM 的时间分辨率为 16 天
• SPOT 的时间分辨率为 26 天
• IKONOS 为 3 天
• 静止轨道的气象卫星为 30 分钟
• 高分四号的时间分辨率为 20s
• 时间分辨率对动态监测尤为重要，如天气预报、灾害监测、城市土地利用变化。

4.4 辐射分辨率

指传感器接收波谱信号时，能分辨的最小辐射度差，在遥感图像上表现为每一像元的辐射量化级。

对于热红外传感器，其辐射分辨率也称为温度分辨率。

第四章 遥感图像处理

1.数字图像

1.1 定义

能够被计算机存储、处理和使用的用数字表示的图像。

数字图像与模拟图像的区别：

• 表现形式不同

  光学图像是以不同的色调和颜色来表示不同的地物；数字图像是以数字表示。

• 存储介质不同

  光学图像的存储介质是纸张，数字图像的存储介质是光盘、硬盘等。

• 变量不同

  光学图像是连续变量，数字图像是离散变量，其亮度变化不是连续的，呈阶梯状。

把光学图像转变为数字图像送到计算机中进行处理，过程叫模/数转换，也叫 A/D 转换；把计算机处理后的数字图像转变为光学图像用显示器、打印机输出，这个过程又叫数/模转换，也叫 D/A 转换。

1.2 遥感数字图像的表示方法

遥感数字图像以二维数组表示，在数组中，每个元素代表一个像素。

• 空间特征：每个像素都含有特定的地理位置信息，并表征一定的面积其坐标位置隐含，由这个元素在数组中的行列位置决定。
• 属性特征：每一个像素都有一个亮度值，表示传感器探测到像素对应面积上的目标地物的电磁辐射强度。

正像素：一个像素内只包含一种地物的像素称为正像素。

混合像素：一个像素内包含两种或两种以上地物的成为混合像素。

中低分辨率的数据混合像素多，高分辨率的数据正先像素多。

数字图像直方图：以每个像元为统计单元，表示图像中各亮度值出现频数的分布图。

每个图像都有对应的直方图；不同的图像，可能有相同的直方图。

1. 图像的亮度范围
2. 每个亮度的频数
3. 像元随亮度分布的状态（是否为正态分布）
4. 整幅图像总的色调

调整图像直方图形态可以改善图像显示质量，使图像得到增强。

2.图像校正

2.1 辐射校正

⑴影响辐射强度的因素

1. 太阳辐射照射到地面的辐射强度；
2. 地物的光谱反射率

当太阳辐射相同时，图像上像元亮度值的差异直接反映了地物目标光谱反射率的差异。实际上辐射强度的值还受其他因素的影像而发生改变，这就是需要校正的部分，称为辐射畸变。

⑵引起辐射畸变的原因

1. 传感器产生的误差

   多个检测器之间存在差异，仪器系统工作产生的误差，导致接收图像不均匀，产生条纹和“噪声”，由生产单位根据传感器参数校正。

2. 大气对辐射的影响

   进入大气的太阳光会发生反射、吸收和散射、折射等物理过程。吸收造成了辐射的减弱；散射是向各个方向传射，散射光可直接或经过地物反射到达传感器。

程辐射度：相当部分的散射光向上通过大气直接进入传感器，这部分辐射成为程辐射度。

辐射校正就是要消除程辐射度。

矫正方法：直方图最小值去除法，回归分析法等

⑶直方图最小值去除法的基本思想

• 一幅图像中总可以找到某种或某几种地物，其反射率接近 0（如地形起伏地区的阴影处、深海水体）；
• 对应位置的像元亮度应为 0，实测表明其值并不为 0，认为这个值就是大气散射导致的程辐射度值；
• 校正时将每一个波段中每个像元的亮度值都减去本波段的最小值（程辐射度），则消除了大气散射的影响。

2.2 几何校正

几何校正

当遥感图像在几何位置上发生变化，如行列不均匀、像元大小与地面大小对应不准确、地物形状不规则变化等畸变时，说明遥感影像发生了几何畸变。

不准确、地物形状不规则变化等畸变时，说明遥感影像发生了几何畸变。

⑴遥感影像变形的原因

1. 遥感平台位置和运动状态的影响【飞行姿态的变化】；
2. 地形起伏的影响：当地形存在起伏时，会产生局部像点的位移；
3. 地形表面曲率的影响：产生像点位移、使得像元对应地面宽度不等；
4. 大气折射的影响：大气对辐射的传播产生折射，由于大气的密度分布从下到上越来越小，折射率不断变化，因此折射后的辐射传播不再是直线而是一条曲线，从而导致传感器接收的像点发生位移；

⑵几何校正的步骤

• 校正前图像：图像行列不均匀，是相对坐标；
• 校正后图像：由等间距的网格组成，为地理坐标。

1. 找到一种数学关系，建立变换前图像坐标(, )与变换后图像坐标(, )的关系；

   1. 参考图像：具有某种坐标系的行列均匀的图像，实际上是建立待校正图像与参考图像的函数关系。
   2. 一般函数关系 f 符合二元 n 次多项式：二元一次多项式、二元二次多项式。系数是通过控制点坐标来求得的，控制点对应坐标已知的对应点。
   3. 控制点数目的确定：最小数目(n+1)(n+2)/2
   4. 选取控制点的原则：尽可能满幅均匀选取，特征变化大的地方多选；选取易分辨且较精细的特征点，如道路交叉点等。

2. 计算每一点的亮度值（重采样）

   最近邻法、双线性内插法、三次卷积内插法

3.对比度变换

• 色调是判读黑白影像的一个重要标志，通过色调的灰度差异能够识别图像的性质，只有当这种差异达到一定程度人眼才能识别。
• 如何进行变换，关键是要寻找一个函数，以函数对图像中每一个像元进行变换，使像元得到统一的重新分配。
• 变换函数是线性的或分段线性的为线性变换；变换函数是非线性的为非线性变换。

3.1线性变换

线性变换的通用公式：

1. 变换前 是自变量，亮度范围为1~2；

2. 变换后 是自变量，亮度范围为1~2；

   = (2 − 1) (xa - a1) / (2 − 1) + b1

采用线性变换，既可以拉伸，也可以压缩。那么，如何判断拉伸还是压缩？

3.2非线性变换

• 指数变换：在亮度值较高的部分扩大亮度间隔（拉伸），在亮度值较低的部分缩小亮度间隔。
• 对数变换：在亮度值较低的部分扩大亮度间隔，在亮度值较高的部分缩小亮度间隔。

4.彩色变换

4.1 单波段彩色变换（密度分割）

单波段黑白影像可按亮度分层，每层赋予不同的色彩，使之成为一种彩色图像，这种方法叫密度分割。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-VoTeahrE-1659366470760)(https://s2.loli.net/2022/08/01/RVmfJSxKACN1bZ4.png)]

分层方案与地物光谱差异相对应，获得较好的显示效果。

4.2 多波段彩色变换

• 加色法：按照一定的比例混合叠加产生其它色彩，适用于光的叠加混合。
• 三原色：三种颜色，其中任一种都不能由其余两种颜色混合相加产生，这三种颜色按一定比例混合可以形成各种颜色。【红、绿、蓝】

根据加色法彩色合成原理，选择遥感影像的三个波段，分别赋予红、绿、蓝三种原色，合成彩色图像。

⑴近似真彩色

⑵标准假彩色

Landsat8 的 OLI 传感器合成标准假彩色，用 5（近红外）、4（红光）、3（绿光）波段分别通过红绿蓝通道来合成。

4.3 HLS 变换

• 颜色的三个性质——H：色调、L：明度、S：饱和度
• 彩色图像：RGB 模式、HLS 模式

5.空间滤波

• 对比度扩展：通过单个像元的运算从整体上改善图像的质量；
• 空间滤波：以重点突出图像上的某些特征为目的。
• 主要内容：平滑、锐化，通过图像卷积运算来实现。

5.1 图像卷积运算

在空间域上对图像做局部检测的运算。

具体做法：

如何让边缘数据参加到运算中呢？

方法：在原图像的左右上下各加一行或一列，亮度与相邻亮度值相同，然后计算。3×3 模板补充一行一列；5×5 模板需要补充两行两列；7×7 模板需要补充三行三列。

5.2 平滑

关于平滑处理，可以参考本人的另一篇文章：https://blog.csdn.net/warma12138/article/details/125389134?spm=1001.2014.3001.5502

⑴均值平滑

将每个像元在以其为中心的区域内取平均值来代替该像元值，以达到平滑图像和去掉噪声的目的。

⑵中值滤波

将每个像元在以其为中心的领域内取中间亮度值来代替该像元值，以达到平滑图像的目的。

5.3 锐化

• 锐化即增强边缘（线性地物、湖泊、河流的边界、土地利用类型的边界等）
• 锐化的模板：罗伯特梯度
• 梯度反映了像元的亮度变化率，图像中如果存在边缘，如湖泊河流的边界，则边缘处有较大的梯度值，找到梯度值最大的地方就是边界，锐化的本质就是人为增大边界处的梯度。

6.图像运算

两幅或多幅单波段影像，完成空间配准后，通过一系列运算，可以提取有用的信息，去掉不必要的信息，实现图像增强。

6.1 差值运算

将两幅同样行列数的图像，对应像元的亮度值相减。

⑴两幅图像属于相同时间的不同波段

• 相减后的差值反映了同一地物光谱反射率之间的差；
• 由于不同地物反射率差值不同，两波段亮度相减后，差值大的被突出。
• 植被、水体、土壤的反射波谱在红光波段和近红外波段的差异：
• 植被在近红外的反射率非常高，而在红光波段是吸收谷；
• 水体和土壤在近红外和红光波段的反射率差异不大。
• 当用红外波段减去红光波段后，植被相减后的差值很大，色调很亮；其他地物相减后的差值小，色调暗。

⑵两幅图像属于不同时间的相同波段

相减后的差值反映了地物在这段时间内的变化，用于动态监测。

以TM图像为例，其差值植被指数/DVI：(TM4-TM3)

6.2 比值运算

将数字图像中不同波段对应像元的亮度值相除。

⑴突出遥感影像中的植被特征，提取植被类型和估算生物量，这种算法的结果称为植被指数。

• 比值植被指数/RVI：TM4/TM3
• 归一化植被指数/NDVI：(TM4-TM3)/(TM4+TM3)

⑵对去除地形影响非常有效

• 由于地形起伏的影响，同一地物在阳坡和阴坡的亮度不同，这种现象叫同物异谱现象。
• 采用比值运算可消除地形的影响，使得同一地物在阳坡和阴坡的亮度值趋于一致。

7.分辨率融合

不同传感器的信息源有不同的特点，将不同传感器数据复合可更好的发挥不同遥感数据源的优势互补，弥补某一种遥感数据的不足之处，提高遥感数据的可应用性。

TM 和 SPOT 全色波段的复合：TM 有 7 个波段/波谱分辨率高，SPOT全色波段空间分辨率高；侧视雷达与陆地卫星影像的复合：既可以反映可见光、近红外的反射特性，又反映微波的反射特性。

7.1 复合步骤

不同传感器的图像几何特征不同，因此在进行复合之前必须对两幅图像进行几何配准，即使其中一幅图像中的特性与另一幅图像中该特征的相应位置一致。

⑴主成分变换融合

主成分融合效果最好！

⑵乘积变换融合

⑶比值变换融合

第五章 遥感图像目视解译与制图

1.目标地物的解译标志

解决的问题：图像中有哪些地物；地物的分布情况；地物的数量情况。

1.1 图像解译的依据

图像解译的依据是地物的解译标志，也叫识别特征，即地物电磁辐射差异在遥感影像上的典型反映。按其表现形式的不同可概括为：

• 色——色调、颜色、阴影
• 形——形状、大小、纹理、图型
• 位——分布的空间位置、相关布局

1. 色调：也叫灰度，指黑白影像。

   色调的深浅反映了地物反射和发射太阳光能量的大小，地物反射率高，色调浅，反射率低，色调深。色调差异要达到一定程度，人眼才能区别为不同的地物。

2. 颜色：彩色图像

   1. 植被长势越好，红色越鲜艳；
   2. 纯净的水体为黑色，水体越深，水质越纯净，颜色越深；
   3. 裸露的土壤为白色、黄色或青色；

3. 阴影

   1. 本影——地物本身未被阳光直接照射到的阴暗部分的影像；
   2. 落影——地物投射到地面的阴影在像片上的构像。
   3. 本影有助于获得地物的立体感，而落影的大小和形状可判读物体的性质和高度。

4. 形状

   1. 遥感图像的形状是地物的顶视平面图。
   2. 形状是判读的主要标志，任何地物都有一定的几何图形，反映在像片上也必然有其相应的形状。

5. 纹理

   1. 指遥感图像中目标地物内部色调有规则变化造成的影像结构。
   2. 表现：有的平滑，有的粗糙。

6. 大小

   地物的大小也是像片判读的重要标志，可以用来推断物体的属性。

7. 位置：指目标地物分布的地点

   1. 绝对位置——为所在的经纬度
   2. 相对位置——可以为地物判读提供依据

8. 图型：地物有规律排列而成的图形结构，也叫组合图案。

9. 相关布局：多个地物之间的空间配置关系。

注：

直接判读标志：色调、大小、形状、阴影、颜色、纹理、图型；

间接判读标志：位置、相关布局。

2.摄影像片的判读

2.1 遥感摄影像片的种类

黑白全色像片；彩红外像片；黑白红外像片；多波段摄影像片；彩色像片；热红外像片。

2.2 遥感摄影像片的判读方法

⑴比较黑白全色像片与黑白红外像片的差异

• 波段：黑白全色像片探测的是可见光，黑白红外像片探测的是近红外。
• 色调：植被在近红外的反射率要远大于可见光波段，植被在黑白红外像片上是浅色调，在黑白全色像片上为深色调；水体在近红外的反射率小于可见光波段，水体在黑白红外片的色调比在可见光波段的深。
• 清晰程度：近红外波长比可见光长，在大气中受到的散射影像小，黑白红外像片更清晰。

⑵天然彩色像片与彩色红外像片的差异

• 波段：天然彩色像片探测的是可见光，彩色红外像片探测的是近红外。
• 色调：植被在天然彩色像片上为绿色，在彩色红外像片上为红色；水体在天然彩色像片上为绿色，在彩色红外像片上为黑色。
• 清晰程度：近红外波长大于可见光波长，在大气中受到的散射影像小，彩色红外像片更清晰。

⑶热红外像片的解译

• 色调：温度高，色调浅；温度低，色调深；
• 形状：物体“热分布”形状，与背景地物有温度差异表现出其形状。
• 大小：比实际尺寸要大，因为热有扩散；
• 阴影：冷阴影、暖阴影：反映目标地物与背景的辐射差异。

3.扫描影像的判读

3.1 常见的遥感扫描影像类型

MSS 影像、TM 影像、SPOT 影像、CBERS 卫星扫描影像

3.2 扫描影像的特征

1. 宏观综合概括性强；
2. 信息量丰富（多波段）【TM 有 7 个波段、OLI 有 9 个波段】；
3. 动态观测：卫星只要发射升空，就会以一定的周期重复扫描地球表面，获得多个时相的数据。

3.3 扫描影像解译的原则

1. 先图外 后图内

   先了解图像的基本信息，比如图像的分辨率，获取的时间，合成的波段等，然后再判读图像。

2. 先整体 后局部

   先对图像做宏观整体的观察，了解各种地理环境要素的分布和空间上的联系，然后再仔细判读。

3. 勤对比 多分析

   勤对比指在判读的过程中，要多加对比，通过不断的对比分析，提高判读的准确性。

3.4 扫描影像解译的方法

1. 直接判读法
2. 对比分析法
3. 信息复合法：指在判读的时候要用地形图、专题图等资料作为补充。
4. 综合推理法：将遥感解译特征结合常识进行分析推理。
5. 地理相关分析法：根据地理环境中各种地理要素之间的相互依存和制约的关系进行判断。

3.5 扫描影像解译的步骤

1. 准备工作阶段——明确解译的任务，收集分析相关的资料，选择合适波段与分辨率的数据。
2. 初步解译与判读区的野外考察——初步解译的重点是通过野外调查，制定专题分类系统，根据目标地物与影像特征之间的关系，建立研究区的解译标志表，为后面的室内判读做好基础工作。解译标志表包括各类型的影像特征，实地照片，特征描述，所处位置等。
3. 室内详细判读——根据野外调查成果和解译标志表，就可以在室内按照分类体系进行详细判读，并且应用软件勾绘图斑。
4. 野外验证与补判——室内判读的初步结果，需要进行野外验证，以检验目视判读的质量和精度，对于判读中的疑难点，在野外通过实际调查进行补判。
5. 成图——将判读结果以专题图的形式可视化输出，如果是多个时相的数据，还可以通过对比，分析动态变化情况。

4.遥感影像的非监督分类

• 非监督分类是指在没有先验类别作为样本的条件下，仅凭地物在遥感影像上的光谱信息（或纹理特征）进行的特征提取，再统计特征的差别来达到分类的目的，最后对已分出的各个类别的实际属性进行确认。
• 分类的结果只是对不同类别达到了区分，不能确定类别的属性；类别属性是通过分类结束后目视判读或实地调查确定。
• 非监督主要采用聚类分析方法，聚类是把一组像素按照相似性归成若干类别，即“物以类聚”。ENVI 中包括了 K-Means 和 ISODATA 两种非监督分类方法。

4.1 K-Means 聚类法

4.2 ISODATA 聚类法

4.3 非监督分类的具体流程

1. 执行非监督分类
2. 类别定义
3. 合并子类
4. 评价分类结果

5.遥感影像的监督分类

• 遥感图像分类的物理基础是地物的光谱特性；遥感图像分类的依据是图像像素的相似度。
• 遥感图像分类可包括基于像素分类和基于对象分类。

5.1 定义

• 监督分类：对于样区类别已有先验知识，以已知样本的特征作为判断依据的分类。
• 监督分类又称训练分类法，是在分类前通过目视判读，对遥感影像上的地物属性有了先验知识，对每一类地物选取一定数量的训练样本，利用计算机分析每种训练样区的信息，并用这些种子类别对判别函数进行训练，随后用训练好的判别函数对其它待分类数据进行分类。
• 监督分类主要包括利用训练区样本简历判别函数的学习过程和把待分类像元代入判别函数进行判别分类的过程。

5.2 具体流程

1. 定义训练样本（地物类别定义、训练样本选择、评价训练样本）
2. 执行监督分类（选择分类器、图像分类）
3. 分类后处理
4. 评价分类结果

第六章 知识杂物间

1.BRDF双向反射分布函数

• 双向反射分布函数(Bidirectional Reflectance Distribution Function,BRDF)是用来定义给定入射方向上的辐射照度如何影响给定出射方向上的辐射率。
• 更笼统地说，它描述了入射光线经过某个表面反射后如何在各个出射方向上分布。这可以是从理想镜面反射到漫反射、各向同性或者各向异性的各种反射。

2.MODIS 传感器

MODIS是Terra和Aqua卫星上搭载的主要传感器之一，两颗星相互配合每1-2天可重复观测整个地球表面，得到36个波段的观测数据。

3.Landsat系列

陆地卫星计划是运行时间最长的地球观测计划，1972年7月23日地球资源卫星（Earth Resources Technology Satellite）发射，后来此卫星被改称为陆地卫星(LANDSAT)，最新的陆地卫星是2021年9月27日发射的陆地卫星9号(LANDSAT 9)。

• MSS（Multispectral Scanner，多光谱扫描仪）传感器搭载在Landsat-1~5卫星上；
• TM（Thematic Mapper，专题制图仪）传感器搭载在Landsat-4卫星和Landsat-5卫星上；
• ETM+(Enhanced Thematic Mapper Plus，增强专题成像仪)传感器搭载在Landsat-7卫星上；
• Landsat-8卫星上搭载了OLI陆地成像仪(Operational Land Imager)和TIRS热红外传感器(Thermal Infrared Sensor)2个传感器；
• Landsat-9卫星上搭载了OLI-2陆地成像仪2(Operational Land Imager 2)和TIRS-2热红外传感器2(Thermal Infrared Sensor 2)2个传感器。

3.1 MSS传感器

Landsat-1～3	Landsat-4～5	波长范围/μm	分辨率/米
MSS-4	MSS-1	0.5～0.6	78米
MSS-5	MSS-2	0.6～0.7	78米
MSS-6	MSS-3	0.7～0.8	78米
MSS-7	MSS-4	0.8～1.1	78米

3.2 TM传感器

波段	1	2	3	4	5	6	7
波长范围(μm)	0.45～0.52	0.52～0.60	0.63～0.69	0.76～0.90	1.55～1.75	10.40～12.50	2.08～2.35
分辨率/米	30米	30米	30米	30米	30米	120米	30米

3.3 ETM+传感器

波段	1	2	3	4	5	6	7	8
波长范围(μm)	0.450～0.515	0.525～0.605	0.630～0.690	0.775～0.900	1.550～1.750	10.40～12.50	2.090～2.350	0.520～0.900
分辨率(m)	30米	30米	30米	30米	30米	60米	30米	15米

3.4 OLI传感器

Landsat8波段号	类型	波长范围(μm)	分辨率(m)
Band1 Coastal	蓝色波段	0.433–0.453	30
Band2 Blue	蓝绿波段	0.450–0.515	30
Band3 Green	绿波段	0.525–0.600	30
Band4 Red	红波段	0.630–0.680	30
Band5 NIR	近红外	0.845–0.885	30
Band6 SWIR1	短波红外	1.560–1.660	30
Band7 SWIR2	短波红外	2.100–2.300	30
Band8 Pan	微米全色	0.500–0.680	15
Band9 Cirrus	短波红外波段	1.360–1.390	30

3.5 TIRS

Landsat8波段号	中心波长(μm)	波长范围(μm)	分辨率(m)
Band10 TIRS1	10.9	10.6-11.2	100
Band11 TIRS2	12.0	11.5-12.5	100

4.波段合成

4.1 OLI波段合成

R、G、B	4 、3 、2Red、Green、Blue	7、 6 、4SWIR2、SWIR1、Red	5、 4 、3NIR、Red、Green	6 、5 、2SWIR1、NIR、Blue	7 、6、 5SWIR2、SWIR1、NIR
主要用途	自然真彩色	假彩色，城市	标准假彩色/红外彩色，植被	农业，植被分类	大气渗透
R、G、B	5、 6、 2NIR、SWIR1、Blue	5 、6、 4NIR、SWIR1、Red	7、 5 、3SWIR2、NIR、Green	7 、5 、4SWIR2、NIR、Red	6、 5 、4SWIR1、NIR、Red
主要用途	健康植被	陆地/水体	移除大气影响的自然表面	短波红外	植被分析

4.2 TM波段合成

R、G、B	类型	特点
3、2、1	真彩色图像	用于各种地类识别。图像平淡、色调灰暗、彩色不饱和、信息量相对减少。
4、3、2	标准假彩色图像	它的地物图像丰富，鲜明、层次好，用于植被分类、水体识别，植被显示红色。
7、4、3	模拟真彩色图像	用于居民地、水体识别
7、5、4	非标准假彩色图像	画面偏蓝色，用于特殊的地质构造调查。
5、4、1	非标准假彩色图像	植物类型较丰富，用于研究植物分类。
4、5、3	非标准假彩色图像	（1）利用了一个红波段、两个红外波段，因此凡是与水有关的地物在图像中都会比较清楚；（2）强调显示水体，特别是水体边界很清晰，益于区分河渠与道路；（3）由于采用的都是红波段或红外波段，对其它地物的清晰显示不够，但对海岸及其滩涂的调查比较适合；（4）具备标准假彩色图像的某些点，但色彩不会很饱和，图像看上去不够明亮；（5）水浇地与旱地的区分容易。居民地的外围边界虽不十分清晰，但内部的街区结构特征清楚；（6）植物会有较好的显示，但是植物类型的细分会有困难。
3、4、5	非标准接近于真色的假彩色图像	对水系、居民点及其市容街道和公园水体、林地的图像判读是比较有利的。

5.Questions & Answers

⑴光圈、景深、快门速度、进光量的关系？

从日常生活摄影的角度讲，光圈的主要作用是控制曝光量和景深。当焦距对准某一点时，其前后都仍可清晰的范围就是景深。决定景深的要点：

1. 对焦点相同时，光圈越大景深越小，光圈越小景深越大。
2. 镜头焦距越长景深越小、反之景深越大。
3. 光圈相同时，主体越近，景深越小，主体越远，景深越大。

快门的主要作用是控制曝光量和使动体影像“凝固”。快门速度越慢，曝光量越大，速度越快，曝光量越小；快门越快，越能抓住活动物体的瞬间静止状态。

快门速度、光圈和曝光之间是此增彼减、相互关联的关系。光圈和快门速度的组合称为曝光值，它们和感光度一起，决定了一张照片的亮度。简单来说，照片的亮度=曝光量×感光度。在曝光量一定的情况下，光圈和快门速度的组合不是唯一的。不同的组合虽然可以达到相同的曝光量，但是所拍摄出来的图片效果是不相同的。

⑵什么是FOV和IFOV？

• 视场角FOV，也叫视角，是指镜头所能覆盖的范围，物体超过这个角就不会被收在镜头里。
• 瞬时视场角IFOV，是指传感器内单个探测元件的受光角度或观测视野，它决定了在给定高度上瞬间观测的地表面积，这个面积就是传感器所能分辨的最小单元。IFOV越小，最小可分辨单元越小，图像空间分辨率越高。IFOV取决于传感器光学系统和探测器的大小。

⑶光谱响应函数？

• 多（高）光谱传感器获取的图像具有多个波段。每个波段记录的能量值与光谱响应函数有关。每个波段都对应一定的中心波长和波段宽度。由于传感器硬件的限制，传感器在某个预定波长范围内的响应不可能是100% 响应。现实中都是类似于正态分布的单峰函数。如果仅做粗略计算，由一个中心波长和半高宽（也成半波宽）完全可以由数学公式计算出一个高斯分布曲线。这个分布曲线就叫波谱响应函数。
• 波谱响应函数反映了传感器通道获取能量的情况。全色图像是单通道，波长范围是整个可见光波段。因此波谱响应函数从抽象上来说是一个很宽的曲线。高光谱图像通道数众多，每个通道很窄，所以获取的能量较少，理论上空间分辨率比全色要低很多。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TmJVXbGX-1659366470764)(https://s2.loli.net/2022/08/01/CQ2nPiw6NdYWzyB.png)]

FWHM（半高全宽）：仪器达到50%光谱响应时波长方向的宽度，也有的叫半高宽。

⑷标准假彩色合成图？

• 假彩色合成：根据加色法彩色合成原理，选择遥感影像的某三个波段，分别赋予红、绿、蓝三种颜色，就可以合成彩色影像。由于原色的选择与原来遥感波段所代表的真实颜色不同,因此生成的合成色不是地物的真是颜色,因此这种合成叫做假彩色合成。
• 以陆地卫星Landsat的TM影像为例，若将 TM4，3，2 对应 R，G，B，则称为标准假彩色合成。即将近红外波段对应红色，红光波段对应于绿色，绿光波段对应于蓝色得到的假彩色合成图像称为标准假彩色图像。
• 假彩色合成是为了更好地进行遥感图像解译，比真彩色更便于识别地物类型，范围大小等。而绿色植物在绿波段具有高反射率，在近红外波段具有最高的反射率，同时，在标准假彩色合成中，绿波段赋蓝，红波段赋绿，红外波段赋红，蓝色与红色相加为品红，但红多蓝少，因此品红偏红，所以植被在影像中大致呈红色。

⑸什么是绝对黑体？

• 黑体（Black body），又称绝对黑体，是一个理想化的物体，它能够吸收外来的全部电磁辐射，并且不会有任何的反射与透射。
• 换句话说，黑体对于任何波长的电磁波的吸收系数为1，透射系数为0。

⑹什么是真实温度、辐射温度与亮度温度？

• 真实温度：也可以叫分子动力学温度，是物质内部分子的平均热能，是组成物体的分子平均传递能量的“内部”表现形式。
• 辐射温度：也可以叫表征温度，主要是指物体辐射能量，其辐射能量是物体能量状态的一种“外部”表现形式。
• 这里区分一下，对于物体而言按照特潘-波尔兹曼定律，真实物体的辐射出射度M=比辐射率斯波常数真实温度的四次方，这里需要注意的是，对于遥感器而言，其接收到的辐射能量即这个辐射出射度，但是传感器接收到的M=斯波常数辐射温度的四次方，这里两个M是相等的，所以：辐射温度=比辐射率开四次方真实温度。
• 亮度温度：指和被测物体具有相同辐射强度的黑体所具有的温度。其在数值上与辐射温度是相同的。
• 对于亮度温度和辐射温度，其数值上是相同的，可以认为是叫法上不一样，在微波遥感中常用亮度温度，而在红外遥感中较多的用到辐射温度，亮度温度、辐射温度低于真实温度。

⑺什么是发射率/比辐射率？

物体的辐射出射度与相同温度相同波长下绝对黑体的辐射出射度的比值。表征了实际物体的热辐射与黑体热辐射的接近程度，是影响地表温度的重要基本因素之一 。

⑻天空为什么是蓝色的，晚霞是红色的？

• 天空上方主要由瑞利散射控制，瑞利反射对短波反应强烈。蓝色是短波，在天空中被充分散射。
• 晚霞时间大气路径变长，受瑞利散射影响，相对短的波段被充分散射，只留下了相对长的波段。

根据瑞利散射定律，太阳光谱中的波长较短的紫、蓝、青等颜色的光最容易散射出来，而波长较长的红、橙、黄等颜色的光透射能力很强。因此，我们看到睛朗的天空总是呈蔚蓝色，而地平线上空的光线只剩波长较长的黄、橙、红光了。

⑼什么是郎伯反射/理想散射/朗伯散射？

• 不管照明分布如何，朗伯表面在所有的表面方向上接收并发散所有的入射照明，结果是每一个方向上都能看到相同数量的能量。
• 朗伯辐射体就是余弦辐射体，就是辐射强度按余弦分布的辐射体，太阳就可以近似看成余弦辐射体，绝对黑体是绝对的朗伯辐射体。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-apZxyFBz-1659366470765)(https://s2.loli.net/2022/08/01/mCGcvQo6s7Iiq9J.png)]

⑽热点与热点现象

• 热点(hot spot)，就是太阳入射方向，向回看最亮的一个点。植被遥感影像最亮的一个点，在主平面方向。
• 热点效应即与太阳入射方向正好相同的观测方向附近有一个反射峰值。许多地类的方向反射模型的重要特性之一就是热点。热点效应发生时，地物与阴影完全重叠，光照背景面积最大，入射角等于观测角。

⑾叶面积指数LAI

叶面积指数LAI，亦称叶面积系数。是指单位土地面积上植物叶片总面积占土地面积的倍数。

⑿列举出4种常用植被指数公式

1. 归一化植被指数（Normalized Difference Vegetation Index——NDVI），其中：ρ_NIR和ρ_RED分别代表近红外波段和红光波段的反射率，NDVI的值介于-1和1之间。
   

2. 比值植被指数（Ratio Vegetation Index——RVI），该植被指数能够充分表现植被在红光和近红外波段反射率的差异，能增强植被与土壤背景之间的辐射差异。但是RVI对大气状况很敏感，而且当植被覆盖小于50%时，它的分辨能力显著下降。

   

3. 差值植被指数（Difference Vegetation Index——DVI），该植被指数对土壤背景的变化极为敏感，有利于对植被生态环境的监测，因此又被称为环境植被指数（EVI）。

   

4. 土壤调整植被指数（Soil-Adjusted Vegetation Index——SAVI），其中，L是一个土壤调节系数，该系数与植被浓度有关，由实际区域条件确定，用来减小植被指数对不同土壤反射变化的敏感性。当L=0是，SAVI就是NDVI；对于中等植被覆盖区，L的值一般接近于。乘法因子（1+L）主要是用来保证最后的SAVI值介于-1和1之间。该指数能够降低土壤背景的影响，但可能丢失部分植被信号，使植被指数偏低。

   

6.辐射传输模型RT

6.1 概述

辐射传输模型（radiative transfer model，RT）的理论基础是辐射传输理论和冠层平均透射理论，即在植被冠层中任一高度上，总辐照度是由到达该高度的直接太阳辐射、天空散射辐射以及植被各组分（叶、茎、花等）所截获辐射的反射和透射部分的总和组成的。所谓冠层平均透射理论，即冠层的向上和向下透射相等，取其算术平均值作为平均冠层透射值。为了计算群体中辐射的空间分布，需确定群体中任一高度上的间隙率（即辐射通过群体时未被截获的概率），它通常是通过植被组分的倾角分布函数来描述的。对于各种类型的水平均匀群体，只要已知各组分的倾角分布函数，即可计算出直接透入群体的辐照度。

辐射传输理论的核心是辐射传输方程。它的基本假设是冠层（散射介质）水平方向是均匀的，垂直方向上介质的密度、性质有变化，植被组分在同高度上随机分布。因而它把植被冠层近似分解为无限大的水平均匀的薄层，每一层中的植被单元可以当作小的吸收和散射体，以研究辐射在冠层薄层中或单元中的传输过程为基础，通过引入光学路径和散射相函数（表征冠层的散射特征）的概念，建立它们与群体结构参数之间的物理联系，来求解辐射传输方程，推算辐射与冠层的相互作用。并进而得到元层及下垫面对入射辐射的多次散射、吸收、透射和反射的方向、分布和光谱特性。

在冠层辐射传输研究中，植被的主要散射体是叶子，需要对叶的物理特性（叶面积指数、叶面倾角/叶面方向及其分布、叶表面粗糙度等）、叶的光学性质（如反射、诱射、吸收等）以及植被群体（植被冠层）结构和光学特征进行参数化描述，如叶面积密度分布（指叶面积密度的垂直分布形式）、叶取向G函数（指叶法向分布概率密度）、冠层厚度、冠层密度、冠层中各组成的基本散射特性等。它们均为RT模型所采用的参量。

6.2 RT优缺点

RT模型的优点在于，从辐射传输理论角度解决植被遥感的定量化问题，充分考虑了多次散射作用，对均匀植被尤其在红外和微波波段较重要。

对大气来说，体积散射元的近似是逼真的。虽然模型复杂一点（偏微分—积分方程，无解析解），但迄今没有比RT更合适的模型。

辐射传输（RT）模型明显的优势则在液体和气体的体散射，出发点就在微分体积元的能量守恒。

RT模型的缺点在于，由于 RT方程假设水平均匀植被组分在同一高度上是随机分布的，因此它仅适用于植被组分与群体密度相比很小的群体（如作物群体），以及稠密、水平均匀的群体。也就是说，它适用于连续植被冠层的反射状况，或者植被个体间虽有间断，但却均匀分布，如垄状特征不明显的作物或处于生长期的作物、大面积生长茂盛的草地等，而对复杂的不连续的植被冠层，如行种作物、不密闭的森林等是不适用的。应该说，在遥感像元尺度上，地球陆地表面大量呈现出非均匀的复杂结构，且以表面散射为主，这是用辐射传输理论难以合理解释的。

对植被来说，Bigleaf（大叶近似）作为大气的下垫面，或者把植被处理成绿色气体（green gas）都证明丧失了逼真性，只剩下复杂性。对复杂地形来说，表面散射占主导地位，体积散射元的假定更难成立。

7.几何光学模型GO

7.1 概述

几何光学模型（geometric optical model，GO）把几何光学理论与模型引人到植被的BRDF研究中。它主要考虑地物的宏观几何结构，把地面目标假定为具有已知几何形状和光学性质，按一定方式排列的几何体。通过分析这些几何体对光线的截获和遮阴及地表面的反射来确定植冠的方向反射。几何模型的离散植被，通常被模拟为一定的几何形状，如圆锥形（针叶林）、圆柱形（树干）、半球形以及椭球形（树冠）等。因此，GO模型首先要解决的是植被几何结构参数化表达（如株密度、树冠大小、高度等），以及空间分布模型化（在一定范围内呈一定形状的随机分布）问题；其次要解决的是利用几何光学理论来计算植被的方向反射函数。

几何光学模型基于"景合成模型"，即在观测视场内，分为阳光承照面与阴影两个基本部分。它们又可以进一步分解为光照植被、光照地面、阴影植被、阴影地面4个分量（图10.4）。这4个分量随着太阳角与观测角的变化而变化，而观测结果则是这4个分量亮度的面积加权和。

7.2 GO优缺点

GO模型的优点在于，由于抓住了地物散射（以表面散射为主）与大气散射（体散射、水平均匀）的主要差别，在解释复杂地表的反射特征时有简单、明晰的优点，适用于处理不连续植被（如灌木林、稀疏森林，针叶林，果园）及粗糙地表等RT模型难以适用的地物。

GO模型能简单、方便地解释复杂地表反射的方向性，因而是多角度遥感的理论基础，也是多角度与其它遥感手段协同的理论基础。

几何光学（GO）模型明显的优势就是解释阴影、表面反射，简单、直截了当。

以及稠密、水平均匀的群体。也就是说，它适用于连续植被冠层的反射状况，或者植被个体间虽有间断，但却均匀分布，如垄状特征不明显的作物或处于生长期的作物、大面积生长茂盛的草地等，而对复杂的不连续的植被冠层，如行种作物、不密闭的森林等是不适用的。应该说，在遥感像元尺度上，地球陆地表面大量呈现出非均匀的复杂结构，且以表面散射为主，这是用辐射传输理论难以合理解释的。

对植被来说，Bigleaf（大叶近似）作为大气的下垫面，或者把植被处理成绿色气体（green gas）都证明丧失了逼真性，只剩下复杂性。对复杂地形来说，表面散射占主导地位，体积散射元的假定更难成立。