高光谱遥感原理与方法范文第1篇

关键词：遥感水质监测遥感数据

1水体遥感监测的基本理论

1.1水体遥感监测原理、特点。影响水质的参数有：水中悬浮物、藻类、化学物质、溶解性有机物、热释放物、病原体和油类物质等。随着遥感技术的革新和对物质光谱特征研究的深入，可以监测的水质参数种类也在逐渐增加，除了热污染和溢油污染等突发性水污染事故的监测外，用遥感监测的水质数据大致可以分为以下四大类：浑浊度、浮游植物、溶解性有机物、化学性水质指标。

利用遥感技术进行水环境质量监测的主要机理是被污染水体具有独特的有别于清洁水体的光谱特征，这些光谱特征体现在其对特定波长的光的吸收或反射，而且这些光谱特征能够为遥感器所捕获并在遥感图象中体现出来。如当水体出现富营养化时，浮游植物中的叶绿素对近红外波段具有明显的“陡坡效应”，故而这类水体兼有水体和植物的光谱特征，即在可见光波段反射率低，在近红外波段反射率却明显升高。

1.2水质参数的遥感监测过程。首先，根据水质参数选择遥感数据，并获得同期内的地面监测的水质分析数据。现今广泛使用的遥感图象波段较宽，所反映的往往是综合信息，加之太阳光、大气等因素的影响，遥感信息表现的不甚明显，要对遥感数据进行一系列校正和转换将原始数字图像格式转换为辐射值或反射率值。然后根据经验选择不同波段或波段组合的数据与同步观测的地面数据进行统计分析，再经检验得到最后满意的模型方程（如图）。

图1：遥感监测水质步骤简图

2水质遥感监测常用的遥感数据

2.1多光谱遥感数据。在水质遥感监测中常用的多光谱遥感数据，包括美国Landsat卫星的MSS、TM、ETM 数据，法国SPOT卫星的HRV数据，气象卫星NOAA的AVHRR数据，印度遥感IRS系统的LISS数据，日本JERS卫星的OPS(光学传感器)接收的多光谱图像数据，中巴地球资源1号卫星（CBERS--1）CCD相机数据等。

Landsat数据是目前应用较广的数据。1972年Landsat1发射后，MSS数据便开始被用于水质研究中。如解亚龙等用MSS数据对滇池悬浮物污染丰度进行了研究，明确了遥感数据与悬浮物浓度的关系；张海林等用MSS和TM数据建立了内陆水体的水质模型；Anne等人用TM和ETM 数据对芬兰的海岸水体进行了研究。

SPOT地球观测卫星系统，较陆地卫星最大的优势是最高空间分辨率达10m。SPOT数据应用于水质研究中，学者们也做了一些研究。如可以利用SPOT数据来估算悬浮物质浓度和估计藻类生物参数。

AVHRR(高级甚高分辨率辐射计)是装载在NOAA列卫星上的传感器，每天都可以提供可见光图像和两幅热红外图像，在水质监测等许多领域广泛应用，如1986年，国家海洋局第二海洋研究所用NOAA数据对杭州湾悬浮固体浓度进行了研究。

2.2高光谱遥感数据

2.2.1成像光谱仪数据。成像光谱仪也称高光谱成像仪，实质上是将二维图像和地物光谱测量结合起来的图谱合一的遥感技术，其光谱分辨率高达纳米数量级。国内外的学者主要利用的有：美国的AVIRIS数据、加拿大的CASI数据、芬兰的AISA数据、中国的PHI数据以及OMIS数据、SEAWIFS数据等进行了水体水质遥感研究，对一些水质参数，如叶绿素浓度、悬浮物浓度、溶解性有机物作了估测。

2.2.2非成像光谱仪数据。非成像光谱仪主要指各种野外工作时用的地面光谱测量仪，地物的光谱反射率不以影像的形式记录，而以图形等非影像形式记录。常见的有ASD野外光谱仪、便携式超光谱仪等。如对我国太湖进行水质监测时，水面光谱测量就用了GRE-1500便携式超光谱仪，光谱的响应范围0.30~1.1um，共512个测量通道，主要将其中0.35~0.90um的316个通道的数据用于水质光谱分析。并且非成像光谱仪与星载高光谱数据的结合，可望研究出具有一定适用性的水质参数反演模型。

2.3新型卫星遥感数据。新的卫星陆续升空为水质遥感监测提供了更高空间、时间和光谱分辨率的遥感数据。如美国的LandsatETM 、EO--1ALI、MODIS，欧空局的EnvlsatMERIS等多光谱数据和美国的EO-1Hyperion高光谱数据。Koponen用AISA数据模拟MERIS数据对芬兰南部的湖泊水质进行分类，结果表明分类精度和利用AISA数据几乎相同；Hanna等利用AISA数据模拟MODIS和MERIS数据来研究这两种数据在水质监测中的可用性时发现；MERIS以705nm为中心的波段9很适合用来估算叶绿素a的浓度，但是利用模拟的MODIS数据得到的算法精度并不高。Sabine等把CASI数据和HyMap数据结合，对德国梅克莱堡州湖区水质进行了监测，为营养参数和叶绿素浓度的定量化建立了算法。

3水质遥感存在的问题与发展趋势

3.1存在的问题：①多数限定于定性研究，或进行已有的航空和卫星遥感数据分析，却很少进行定量分析。②监测精度不高，各种算法以经验、半经验方法为主。③算法具有局部性、地方性和季节性，适用性、可移植性差。④监测的水质参数少，主要集中在悬浮沉积物、叶绿素和透明度、浑浊度等参数。⑤遥感水质监测的波段范围小，多集中于可见光和近红外波段范围，而且光谱分辨率大小不等，尤其是缺乏微波波段表面水质的研究。

3.2发展趋势

3.2.1建立遥感监测技术体系。研究利用新型遥感数据进行水质定量监测的关键技术与方法，形成一个标准化的水安全定量遥感监测技术体系，针对不同类型的内陆水体，建立多种水质参数反演算法，实现实验遥感和定量遥感的跨跃，从中获得原始创新性的成果。

3.2.2加强水质遥感基础研究。加深对遥感机理的认识，特别是水质对表层水体的光学和热量特征的影响机理上，以进一步发展基于物理的模型，把水质参数更好的和遥感器获得的光学测量值联系起来；加深目视解译和数字图象处理的研究，提高遥感影象的解译精度；增强高光谱遥感的研究，完善航空成像光谱仪数据处理技术。

3.2.3开展微波波段对水质的遥感监测。常规水质遥感监测波段范围多数选择在可见光或近红外，尤其是缺乏微波波段表面水质的研究情况。将微波波段与可见光或近红外复合可提高对表面水质参数的反演能力。

3.2.4拓宽遥感水质监测项。现阶段水质遥感局限于某些特定的水质参数，叶绿素、悬浮物及与之相关的水体透明度、浑浊度等参数，对可溶性有机物、COD等参数光谱特征和定量遥感监测研究较少，拓宽遥感监测项是今后的发展趋势之一。应加强其他水质参数的光谱特征研究，以扩大水质参数的定量监测种类，进一步建立不同水质参数的光谱特征数据库。

3.2.5提高水质遥感监测精度。研究表明利用遥感进行水质参数反演，其反演精度、稳定度、空间可扩展性受遥感波段设置影响较大，利用星载高光谱数据进行水质参数反演，对其上百的波段宽度为10nm左右的连续波段与主要水质参数的波谱响应特性进行研究，确定水质参数诊断性波谱及波段组合，形成构造水质参数遥感模型和反演的核心技术，提高水质监测精度。

3.2.6扩展水质遥感监测模型空间。系统深入的研究水质组分的内在光学特性，利用高光谱数据和中、低分辨率多光谱数据进行水质遥感定量监测机理研究，进行水质组分的

定量提取和组分间混合信息的剥离，消除水质组分间的相互干扰，建立不受时间和地域限制的水质参数反演算法，形成利用中内陆水体水质多光谱遥感监测方法和技术研究低分辨率遥感数据进行大范围、动态监测的遥感定量模型。

3.2.7改进统计分析技术。利用光谱分辨率较低的宽波段遥感数据得到的水质参数算法精度都不是很高，可以借鉴已在地质、生态等领域应用的混合光谱分解技术，人工神经网络分类技术等，充分挖掘水质信息，建立不受时间和地域限制的水质参数反演算法，提高遥感定量监测精度。

3.2.8综合利用“3S”技术。利用遥感技术视域广，信息更新快的特点，实时、快速地提取大面积流域及其周边地区的水环境信息及各种变化参数；GPS为所获取的空间目标及属性信息提供实时、快速的空间定位，实现空间与地面实测数据的对应关系；GIS完成庞大的水资源环境信息存储、管理和分析。将“3S”技术在水质遥感监测中综合应用，建立水质遥感监测和评价系统，实现水环境质量信息的准确、动态快速，推动国家水安全预警系统建设。参考文献：

[1]张继贤，乔平林.水资源环境遥感监测与评价[M].北京:测绘出版社，20__.

[2]谢欢，童小华.水质监测与评价中的遥感应用[J].遥感信息，20__.

[3]齐峰，王学军.内陆水体水质监测与评价中的饿遥感应用[J].环境科学进展，1999.

[4]解亚龙，李勃，王星捷等.滇池悬浮物污染丰度的遥感检测分析[J].昆明理工大学学报，20__.

[5]张海林，何报寅.遥感应用于湖泊富营养化评价的研究[J].上海环境科学，20__.

[6]刘灿德，何报寅.水质遥感监测研究进展[J].世界科技研究与发展，20__.

[7]万余庆，张凤丽，闫永忠.高光谱遥感技术在水环境监测中的应用研究[J].国土资源遥感，20__.

[8]周艺，周伟奇，王世新等.遥感技术在内陆水体水质监测中的应用[J].水科学进展，20__.

[9]李嵘.遥感技术在水环境监测中的应用研究[J].江西化工，20__.

[10]顾先冰，司群英.国内外遥感卫星发展现状[J].航天返回与遥感，20__.

作者简介：

高光谱遥感原理与方法范文第2篇

【关键词】影像融合HIS变换Brovey比值变换小波变换SPOT5

中图分类号： P283 文献标识码： A

引言

影像融合(Image Fusion)是信息融合技术的一种，它是一种通过高级影像处理技术对多源影像进行复合的技术，是根据应用的目的，使用特定的算法将多个不同的影像进行图像信息的合并处理，从而生成新的图像。而全色影像具有较高的空间分辨率,而多光谱图像可以更精细地描述目标光谱.全色图像与多光谱图像合,既可以利用全色图像的高分辨率改善多光谱图像分辨率,又可以充分利用多光谱图像有的对目标些独特特征的精细描述,使融合图像包含更丰富的信息。本文选择SPOT5卫星影像，通过使用HIS变换、Brovey比值变换及小波变换三种常用融合方法,进行了比较分析，得出最佳方法。

一、融合方法的原理

1、IHS变换

IHS变换又被称为彩色变换。在图像处理中常用的有两种彩色空间:一是由红R、绿G、蓝B三原色构成的RGB彩色空间;另一种是由亮度I、色调H及饱和度S3个变量构成的IHS彩色空间。变换公式如下:

I=1/2(D+ d);D=max(R,G,B);d=min (R,G,B)。

当D=d,则S=0;当D≠d且I≤015,则S=(D- d)/( D + d)，

当D≠d且I>015,则S=(D-d)/(2-D-d)。

当S=0,则H=0;当S≠0且R=D,则H=60(2+b-g) ;当S≠0且G=D,则H=60(4+r- b);

当S≠0且B =D,则H=60(6+g-r)。

2、Brovey比值变换

Brovey比值融合法常用于多光谱影像增强 ,该方法是为RGB影像显示进行多光谱波段颜色归一化,将高分辨率全色与各自相乘 ,其计算公式如下:

其中,XPAN表示高分辨率全色影像数据,NXSi( i = 1 ,2 ,3) 表示多光谱影像的3个波段数据。

3、小波变换

基于小波变换的融合步骤:

1)将全色与多光谱的R,G,B3个波段直方图匹配,得到3个新的高分辨率全色影像;

2)对每个新的全色影像进行小波分解 ,分别得到各自的4个分量,即1个低分辨率的近似图像和3个小波系数,即所谓的细节图像,它们包含空间局部信息;3)分解得到的3 个低分辨率全色影像各自分别被多光谱的R,G,B 3个波段所代替;4)对每个含有细节信息和多光1个波段(R,G,B)的影像作小波反变换,并合成3个通道,这样就得到了经小波变换融合后的影像

二、遥感影像融合过程

1、遥感影像融合流程图

2、具体过程

经过对ERDAS和ENVI两种软件中提供的大部分融合方法的对比，发现用ENVI中的Gram-Schmidt Spectral Sharpening方法进行融合能够比较好的保留原多光谱图像的光谱信息，或者使遥感影像的融合保留多光谱影像的增强效果。

1)用Gram-Schmidt Spectral Sharpening方法进行遥感影像融合时，有时需对原多光谱影像进行增强，在ENVI中对影像的增强可使用Enhance中的前6种方法，使多光谱影像色彩信息达到需求的效果；增强方法如下图，选取不同的样区进行影像增强所得到的效果不同，在影像增强过程中应选取不同的样区进行尝试；

2)对遥感影像增强到达满意的效果后，通过File | Save Image As | Image File…保存增强果后的影像；保存窗口，在Output File Type中选择保存的数据类型，通过Choose选择文件的保存路径及文件名；

3)进行影像融合，在ENVI主菜单中，通过Transform | Image Sharpening | Gram-Schmidt Spectral Sharpening 进行融合；

4)在Select Low Spatial Resolution Multi Band Input File对话框窗口中选择多光谱影像，点击OK确定；

5)在Select High Spatial Resolution Pan Input Band 对话框中选择高分辨率的影像波段，点击OK确认；

6)在Gram-Schmidt Spectral Sharpen Parameters 中设置融合的参数，Resampling 中选择重采样的模型，Choose中选择存储的文件路径和文件名。

三、结论

通过实验以及分析表示：IHS变换的优点是提高了空间分辨率和清晰度,提高了遥感图像的被判读解译和量测的能力，缺点是导致了原始影像的光谱扭曲不利于影像的正确识别和分类；Brovey比值变换的优点是有利于消除太阳照度和地面起伏等影响,便于识别地物，缺点是前提条件要求两幅图像的光谱响应范围相同；通过小波变换得到融合图像质量最决于小波系数融合模型的选择。该方法适用于融合高分辨率全色图像和低分辨率多光谱图像、光学和SAR图像等。

【参考文献】

[1 ] 李弼程 ,魏俊 ,彭天强.遥感影像融合效果的客观分析与评价 [J ] . 计算机工程与科学 ,2004 ,26 (1) :42 - 46.

[2 ] 冯秀丽 ,王珂 ,楼立明. SPOT5 遥感影像在土地利用变更调查中的应用 [J ] . 浙江大学学报:农业与生命科学版 ,2005 ,31(1) :12 - 16.

[3 ] 张炳智 ,张继贤 ,张丽.土地利用动态遥感监测中多源遥感影像融合方法比较研究 [J ] . 测绘科学 ,2000 ,25 (3) :46 - 50.

[4 ] 楼立明 ,刘卫东 ,冯秀丽.基于高分辨率遥感影像的土地利用变化监测 [J ] . 遥感技术与应用 ,2004 ,19 (1) :30 - 33.

[5 ] 贾永红 ,孙家柄.遥感多光谱影像数据与航片数字化影像融合方法的研究 [J ] . 测绘通报 ,1997 (5) :10 - 12.

高光谱遥感原理与方法范文第3篇

关键字：遥感;GIS;高光谱;成矿预测

Abstract: as the society increasingly progress, increasing demand for minerals prospecting and increasing the level of difficulty, information ore-prospecting more and more applied in practice. This paper summarized the RS and GIS roughly in the present situation of the application of geology, the predecessor's research achievement, and on the basis of summarization of metallogenic prediction and RS and GIS inseparable relationship.

Keyword: remote sensing; GIS; Hyperspectral; Metallogenic prediction

中图分类号：O741+.2文献标识码：A 文章编号：

1引言

矿产资源是人类赖以生存和发展的物质基础，随着社会经济和科学技术的不断进步以及人口的增长，矿产品的消费量与日俱增，但是矿产勘查与开发难度的加大而导致的资源紧缺已成为制约全球社会与经济“可持续发展的”的关键因素。随着地表矿、浅部矿及易识别矿的日趋减少而导致的找矿难度的加大和找矿成本的提高,矿产勘查经历了由经验找矿、理论找矿和技术找矿的漫长经历后，进入了目前的信息化找矿时代。“信息化”是地质学发展的水平关键，地质学信息化水平的高低是衡量地质学现代化水平和发展潜力的重要标志。信息找矿战略目标是以地质空间多元信息库为支撑，以GIS为平台，发展新一轮矿产资源定量评估方法模型，为我国矿产资源评价提供方法技术支撑。

2RS在成矿预测中的应用

2.1 国内外研究现状

“遥感是20世纪中后期发展起来的新兴学科，遥感技术的发展，揭开了人类从外层空间观测地球、探索宇宙的序幕，为我们认识国土、开发资源、研究环境、分析全球变化找到了新的途径”。

最近几年，高空间分辨率的陆地卫星遥感传感器层出不穷，随着遥感数据获取技术的提高，遥感数据的处理技术也得到了很大的发展，特别是在遥感信息处理的全数字化、可视化、智能化和网络化方面有了很大的变化和创新。美国地质调查所（USGS）地壳成像与特性分析研究组是主要开展基础性、前瞻性遥感新技术研究的科研部门。近年来，其遥感项目研究重点之一就是在铀矿区、钼矿区和斑岩铜矿区，开展矿物学和稳定同位素化学与遥感数据相融合的地球探测新技术的研究、应用与推广，并初步建立了相应的光谱解译软件和数据库系统。

我国在上述研究领域开展的工作包括：鄂尔多斯盆地、塔里木盆地、腾冲盆地等砂岩型铀矿区及江西桃山花岗岩型铀矿田等主要成矿带，基于地面高光谱测量、航天高光谱（Hyperion）和高空间分辨率（Quickbird）遥感影像处理与光谱匹配技术，结合航空放射性测量数据分析，提取了主要铀成矿要素的光谱信息，从遥感物理学、空间信息科学、地质学等多个角度，综合分析铀矿床产出的空间信息特征，为铀成矿远景区预测提供遥感新技术新方法。国土资源部航测遥感中心在驱龙、新疆东天山及江西德兴等地区开展了高光谱矿物填图、找矿预测及矿山环境评价等方面的示范性研究工作，取得了理想科研成果。

2.2 遥感图像的预处理

无论是原始单波段图像还是RGB彩色图像，其色调对比度不大，灰度比较集中，遥感影像层次比较少，色彩不丰富，明亮度和饱和度较低，影像分辨力和解译力均很差，不适宜直接用于地质解译。我们必须对其进行预处理，一般来说常会用到的预处理内容包括几何校正、数据融合、遥感数据的辐射匹配、遥感影像镶嵌、子区选取、图像增强处理等等。

遥感图像预处理的目的就是要突出图像中的有用信息，扩大不同影像特征之间的差别，以提高图像质量和突出所需信息，有利于分析判读或作进一步的处理。在实际应用中，可以根据研究对象需解决的问题及图像本身的信息特征，通过基本的图像增强处理方法提高其目视效果，并且通过反差扩展、中值滤波、空间滤波等方法，对图像色调较暗、阴影较多以及不易对其进行结构解译的图像进行处理，使其结构层次鲜明，特别是阴影的噪声能够缓解，构造的解译度明显提高。

2.3高光谱特征研究

高光谱分辨率数据使遥感技术步入可以同时获取地球表面物质成分信息和空间分布特征信息的新阶段。目前，常用的遥感图像资料主要包括TM图像、SPOT图像、MSS图像和雷达图像等，随着现代科技的不断发展，遥感技术水平的不断提高，遥感图像的波谱分辨率有了很大的提高。

野外地物波谱测量数据是遥感应用的基础。高光谱分辨率数据具有图谱合一的特点，因此，野外地物波谱测量数据对航空高光谱数据的处理和解释尤其重要。光谱图像的最大特点是可以提取每个像元的光谱曲线以便和标准的、已知的光谱曲线进行对比和匹配研究，从而直接识别矿物，提取岩性、蚀变、矿化等信息。现如今，越来与多的学者投入到铀成矿的波谱研究中，他们根据可见光—热红外波段的波谱信息，通过高光谱特征分析，建立其光谱识别标志。

通过主要岩体的光学特性分析，可以得出从老至新不同期次岩体光谱特征出现规律性变化，根据这些典型光谱特征，可以进行不同期次岩体的光谱识别，并通过遥感制图圈定其空间分布范围，为铀资源勘查提供基础地质数据；通过控矿断裂带光谱学特征分析，可以对比得出石英在含水、风化、典型等形态下的光谱吸收峰的范围，为地区成矿预测提供最为直接的光谱数据；碱交代可能是某些研究区最为发育的热液蚀变，所以，通过矿化蚀变带光谱学特征分析，可以说明碱交代岩随着蚀变程度增加，原因是石英含量的减少。综上所述，依据热液蚀变带、控矿断裂带及成矿岩体等铀成矿要素的可见光—热红外的反射和发射吸收光谱特征，通过高光谱地质填图技术，可以圈定各种铀成矿要素的空间分布，为铀成矿预测提供技术支撑。

3GIS在成矿预测中的应用

在以往的铀资源勘查中，已经积累了海量的地质、物探、化探、遥感和水文等多源地学信息，而且伴随着近年来铀资源勘查力度的不断加大，信息的积累呈现出快速增长的态势。GIS技术的出现和不断推广使用，使得铀矿勘查信息处理和分析过程从传统的、人工的、离散的时代，进入现代的、数字化的、多源信息综合的时代。在铀资源勘查评价领域，GIS提供了在计算机辅助下对地质、地理、地球物理、地球化学和遥感等多源地学信息进行集成管理、有效综合与分析的能力，成为改变传统铀矿资源评价方法的强有力工具。

高光谱遥感原理与方法范文第4篇

【关键词】遥感技术;3s的结合;发展前景

1.遥感技术的找矿应用

1.1 地质构造信．息的提取

内生矿产在空间上常产于各类地质构造的边缘部位及变异部位，重要的矿产主要分布于扳块构造不同块体的结合部或者近边界地带，在时间上一般与地质构造事件相伴而生，矿床多成带分布，成矿带的规模和地质构造变异大致相同。

遥感找矿的地质标志主要反映在空间信息上。从与区域成矿相关的线状影像中提取信息(主要包括断裂、芍理、推覆体等类型)，从中酸性岩体、火山盆地、火山机构及深亨岩浆、热液活动相关的环状影像提取信息(包括与火山有关的盆地、构造)，从矿源层、赋矿岩层相关的带状影像提取信启、(主要表现为岩层信息)，从与控矿断裂交切形成的块状影像及与感矿有关的色异常中提取信息(如与蚀变、接触带有关的色环、色带、色块等)。当断裂是主要控矿构造时，对断裂构造遥感信息进行重点提取会取得一定的成效。

遥感系统在成像过程中可能产生“模糊作用”，常使用户感兴趣的线性形迹、纹理等信息显示得不清晰、不易识别。人们通过目视解译和人机交互式方法，对遥感影像进行处理，如边缘增强、灰度拉伸、方向滤波、比值分析、卷积运算等，可以将这些构造信息明显地突现出来。除此之外，遥感还可通过地表岩性、构造、地貌、水系分布、植被分布等特征来提取隐伏的构造信息，如褶皱、断裂等。提取线性信息的主要技术是边缘增强。

1.2 植被波谱特征的找矿意义

在微生物以及地下水的参与下，矿区的某些金属元素或矿物引起上方地层的结构变化，进而使土壤层的成分产生变化，地表的植物对金属具有不同程度的吸收和聚集作用，影响植叶体内叶绿素、含水量等的变化，导致植被的反射光谱特征有不同程度的差异。矿区的生物地球化学特征为在植被地区的遥感找矿提供了可能，可以通过提取遥感资料中由生物地球化学效应引起的植被光谱异常信息来指导植被密集覆盖区的矿产勘查，较为成功的是某金矿的遥感找矿、东南地区金矿遥感信息提取。

不同植被以及同种植被的不同器官问金属含量的变化很大，因此需要在已知矿区采集不同植被样品进行光谱特征测试，统计对金属最具吸收聚集作用的植被，把这种植被作为矿产勘探的特征植被，其他的植被作为辅助植被。遥感图像处理通常采用一些特殊的光谱特征增强处理技术，采用主成分分析、穗帽变换、监督分类(非监督分类)等方法。植被的反射光谱异常信息在遥感图像上呈现特殊的异常色调，通过图像处理，这些微弱的异常可以有效地被分离和提取出来，在遥感图像上可用直观的色调表现出来，以这种色调的异同为依据来推测未知的找矿靶区。植被内某种金属成分的含量微小，因此金属含量变化的检测受到谱测试技术灵敏度的限制，当金属含量变化微弱时，现有的技术条件难以检测出，检测下限的定量化还需进一步试验。理论上讲，高光谱提取植被波谱的性能要优于多光谱很多倍，例如对某一农业区进行管理，根据每一块地的波谱空间信息可以做出灌溉、施肥、喷洒农药等决策，当某农作物干枯时，多光谱只能知道农作物受到损害，而高光谱可以推断出造成损害的原因，是因为土地干旱还是遭受病虫害。因此利用高光谱数据更有希望提取出对找矿有指示意义的植被波谱特征。

1.3 矿床改造信息标志

矿床形成以后，由于所在环境、空间位置的变化会引起矿床某些性状的改变。利用不同时相遥感图像的宏观对比，可以研究矿床的剥蚀改造作用；结合矿床成矿深度的研究，可以对类矿床的产出部位进行判断。通过研究区域夷平面与矿床位置的关系，可以找寻不同矿床在不同夷平面的产出关系及分布规律，建立夷平面的找矿标志。另外，遥感图像还可进行岩性类型的区分应用于地质填图，是区域地质填图的理想技术之一，有利于在区域范围内迅速圈定找矿靶区。

2.遥感找矿的发展前景

2.1 高光谱数据及微波遥感的应用

高光谱是集探测器技术、精密光学机械、微弱信号检测、计算机技术、信息处理技术于一体的综合性技术。它利用成像光谱仪以纳米级的光谱分辨率，成像的同时记录下成百条的光谱通道数据，从每个像元上均可以提取一条连续的光谱曲线，实现了地物空间信息、辐射信息、光谱信息的同步获取，因而具有巨大的应用价值和广阔的发展前景。成像光谱仪获得的数据具有波段多，光谱分辨率高、波段相关性高、数据冗余大、空问分辨率高等特点。高光谱图像的光谱信息层次丰富，不同的波段具有不同的信息变化量，通过建立岩石光谱的信息模型，可反演某些指示矿物的丰度。充分利用高光谱的窄波段、高光谱分辨率的优势，结合遥感专题图件以及利用丰富的纹理信息，加强高光谱数据的处理应用能力。微波遥感的成像原理不同于光学遥感，是利用红外光束投射到物体表面，由天线接收端接收目标返回的微弱回波并产生可监测的电压信号，由此可以判定物体表面的物理结构等特征。微波遥感具有全天时、全天候、穿透性强、波段范围大等特点，因此对提取构造信息有一定的优越性，同时也可以区分物理结构不同的地表物体，因为穿透性强，对覆盖地区的信息提取也有效。微波遥感技术因其自身的特点而具有很大的应用潜力，但微波遥感在天线、极化方式、斑噪消除、几何校正及辐射校正等关键技术都有待于深入研究，否则势必影响微波遥感的发展。

高光谱遥感原理与方法范文第5篇

关键词：遥感技术；农业；应用进展

引言

遥感技术是一种获取地表物体几何和物理性质的技术。早期的遥感图像的解译，通常通过目视判读方法，随着计算机的加速发展，解译方法得到了快速发展，一种使用计算机对原始遥感影像进行图像增强、图像变化、辐射校正、几何校正等一系列的预处理，然后通过相应的遥感处理软件进行进一步精处理，对结果进行处理，最终通过专业技术人员的经验进行解译，直接对解译结果进行处理，生成具有处理特征的遥感影像［1］。目前，遥感可分为高光谱遥感和多光谱遥感。高光谱遥感不仅可以探测到被遮盖的地物，而且可以准确地估计植物生态系统的物理和化学参数的变化，包括土壤水分、土壤特性、植被干物质、土壤生物化学参数、土地利用动态监测变化等。多光谱遥感是利用具有2个及2个以上光谱通道，采用多种传感器对地物进行同步成像的一种遥感技术；将地物反射的电磁波信息划分为若干个光谱波段，用于接收和记录地物信息［2，3］。当前遥感技术的发展使得遥感应用领域逐渐扩大，有林业遥感、资源遥感、遥感地质、气象遥感、灾害遥感、军事遥感、农业遥感等，尤其在农业遥感领域得到了广泛的应用，从早期的农业墒情监测和农作物面积变化监测，再到农业资源利用监测，以及利用无人机对区域水资源和农业干旱的监测与评价等。

1遥感在农业领域的应用

遥感可以获得大量的信息，多平台和多分辨率，快速、覆盖范围广等，是遥感数据的一个重要的优势。农业遥感技术是遥感技术和农业科学技术相结合形成的，是可以及时掌握农业资源、作物生长以及农业灾害信息等的最佳方式，在调查和评估，以及农业生产的监测和管理中具有独特的作用［4，5］。现代农业遥感发展的新兴技术，可以实时监测湖泊和水库水面的高度以及评价区域水资源和农业干旱，包括作物品种质量监控和鉴定［6－9］。

2农业遥感技术在我国的起步与发展

农业遥感的发展是遥感技术的重要应用领域，中国自20世纪70年代末以来，就已经进行了农业遥感的初步应用。原北京农业大学（中国农业大学的前身）根据国家土壤调查的要求，在中国国家计划委员会的支持下，由中国科教委和农业农村部组织聘请外国专家培训了专门的遥感应用人才队伍，在1983年5月成立了中国国家农业遥感培训中心。此后，我国将遥感技术广泛应用于农作物产量估算、农业气象、土地资源调查与监测和生态环境变化等领域。目前，遥感技术的应用进入了大量的实际应用化的阶段。我国大力开展国际合作与研究，积极探索遥感领域的前沿技术，使得中国成为世界上遥感领域技术先进的国家之一［10，11］。进入20世纪90年代中后期，出现了大量比较成熟的农业遥感软件，包括农业资源调查与监测的软件，由中国科学院农业遥感实验室组织开发的遥感处理软件———土地利用调查与数据处理系统软件；中国农业科学院草原研究所开发的北方草原产量动态监测系统软件等，新的遥感处理软件大大提高了人们的工作效率。近年来，各部门逐渐建立了地方的遥感中心，为国民经济建设提供了大量支持。随着遥感技术的逐渐成熟、数据来源的大量增加，以及计算机软硬件性能的快速提高，使得遥感应用逐渐普及［12］。

3遥感在当前农业应用中的进展

当今农业发展的趋势是精准农业，具有高质量、安全、低耗、高效的特点，精准农业的大量信息采集，如农作物长势监测、作物害虫监测、作物产量预测，土壤水分预报等农业精准信息，为精准农业的农业信息管理提供了依据。虽然国内的遥感在农业方面做了一些工作，但仍处于起步阶段［13－16］。农业遥感在未来应加强应用的深度和广度研究。通过3S技术的结合，在农业生产管理、农业资源、农业工程监理和其它现代农业建设领域，为农业部门的科学决策提供了详实的支持数据。高光谱遥感技术和无人机技术已经成为农业遥感新的研究热点［14］。

3．1高光谱遥感在农业遥感中的应用

由于高光谱遥感不会对农作物造成损害，因而被广泛应用于监测农作物的叶片面积。这弥补了传统遥感技术获取农作物叶面积指数时间过长的缺点，从而获得最准确、损害最小的遥感监测数据。通过高光谱的观测和分析，可以得到更为精确的农作物叶面积指数，形成不同的遥感反演模型。如，使用地物光谱仪测量冬小麦在特定波段范围内的反射率和透射率，使用冠层分析仪对冬小麦进行分析，形成光谱曲线；经过观测，形成遥感反演模型，并将模型估计值与实际观测值进行对比，结果显示，明显提高了遥感反演模型的整体精度。现阶段，我国农业现代化发展的主要方向和目标是精细农业，在农业监测中高光谱遥感技术具有快速高效、准确、无损的特点，已经成为了农业遥感监测中被广泛应用的手段。精细农业可以通过科学、系统的管理方法对农业资源利用进行合理规划，在不污染环境的前提下，通过遥感技术提高农产品产量和质量。考虑到精细农业对数据和信息的需求，传统的分析方法已不能满足现代农业发展的需要。因此，3S技术的综合被应用到农业监测中。高光谱遥感在精准农业的发展中得到了广泛的应用。利用高光谱技术获得更完整和更准确的农作物参数，为农作物的种植与管理提供了有利的保障［18－20］。高光谱遥感技术除了上述内容，在全面的农作物质量监测，通过获取农作物在不同生长时期的数据特征进行全面的预测以及最后的生产，目前主要集中在不同农作物的种植面积和产量以及质量监测过程中的数据访问与存储。虽然高光谱技术已经全面、准确应用于农业中，但还需要进一步的研究。如何将高光谱遥感技术应用于作物机理和农业信息的监测以及完善农业光谱信息数据库，为进一步提高农业信息监测模型的适用性和准确性提供支持［22－26］。

3．2无人机遥感在农业中的研究进展

3．2．1农田空间信息农田空间信息包括地理坐标信息、通过视觉和机器识别获得的农作物分类信息。通过无人机可以识别农田边界来预估种植面积。传统方法进行农田的面积测量，具有时效性差和农田边界位置与实际情况差异大的缺点，不利于精准农业的实施监测。无人机可以准确、有效并且实时获取全面的农田空间信息，具有传统的测量无法比拟的优势。无人机航拍图像可以实现农田基本空间信息的识别，农作物区域面积的计算和种类的识别仅通过数码相机就可以实现。空间定位技术的快速发展，大大提高了农田定位信息研究的精度和深度，随着无人机影像空间分辨率的提高，地形、坡度和高程信息的引入，可以实现较为准确的农田空间信息监测。张宏明等利用无人机DEM数据提取农田灌溉渠道系统，对于灌溉渠道提取完整性达到85．61％［19］。

3．2．2作物生长信息农作物的生长状况可以通过多种信息反映，如产量信息、表型参数以及营养指标来表示。包括植被覆盖度和叶面积指数等，多种信息相互关联，共同代表了作物的生长，与最终产量直接相关［21］。在野外信息监测研究中起着主导作用。

3．2．3作物生长胁迫因子农田墒情监测热红外法是农田土壤含水量监测的常用手段。在高植被覆盖度的地区，通过叶片气孔的关闭，可以有效减少蒸腾引起的水分损失，增加地表感热通量，从而减少地球表面的潜热通量，导致作物冠层温度上升。水分胁迫指数能够反映农作物的水分含量与作物冠层温度的关系。通过传感器的热红外波段可以有效地获得作物冠层温度，进而有效反映农田水分状况。在植被覆盖度比较低的地区，土壤水分可以间接表示下垫面的地表温度变化，由于水的加热温度变化是一个缓慢的过程，因此土壤水分的分布可以间接反映白天下垫面温度的空间分布。裸地对遥感的温度监测是一个重要的干扰因子，在冠层温度监测中较为重要。研究者研究了裸地温度与作物表面覆盖度的关系，确定了裸地引起的冠层温度测量值与真值之间的差距。将修正结果应用于农田水分监测，提高了监测结果的准确性。在实际农田生产经营中，农田漏水也是人们关注的焦点。利用红外成像仪对灌溉渠的渗漏进行监测，准确率达93％［27－29］。

3．2．4病虫害监测通过热红外波段的实时监测，可以有效反映作物病虫害分布的动态变化情况。作物在健康的条件下，蒸腾作用是通过气孔的开闭来调节的，以保持农作物温度的恒定。当发生病害后，叶面会发生病理变化。病原菌植物对植物蒸腾作用的影响比较明显，会造成侵染部分温度的升降。一般情况下，植物易感会导致气孔开度失调，使致病区域的蒸腾作用高于健康区的蒸腾作用；旺盛的蒸腾作用会导致致病区域温度的下降，致病区域的叶片温差明显高于正常叶片的温差，直到坏死部位的细胞完全死亡，叶片会变得枯黄，叶片的蒸腾作用完全丧失。通过健康植株温差始终低于叶片表面的温度的原理［30－33］，可以实时监测作物病虫害的变化趋势。

4总结

4．1我国遥感技术在农业应用中的发展

在我国主要粮食主产区，建立了产量估算信息系统，冬小麦遥感产量估算操作系统是RS与GIS技术相结合的产物。可以将整个产量估算的操作环节集成到计算机系统的操作中，具有完整的数字化操作能力，可以输出各种产量估算结果。大量冬小麦产量估算试验结果表明，利用冬小麦遥感产量估算操作系统进行大面积作物产量估算的精度可达95％以上，随着运行年限的逐渐积累，操作系统的生产精度将逐步提高，运行成本将逐年降低。同时，我国迫切需要了解农业种植结构的变化，针对于种植面积计算的要求、监控的增长潜力、建立单位面积产量模型和遥感监测，中国科学院农业研究实验室在GIS技术的支持下开发了一种作物产量估算的实用操作系统。并且，东北的三江平原，南方的太湖平原也相继建立了遥感监测系统，取得了良好的应用效果。

4．2遥感在农业发展中的前景

中国国家科教委将“RS、GIS和GPS综合应用研究”列为国家科技攻关重点项目。到目前为止，遥感信息技术已连续7个“五年规划”被列为国家重点项目，体现了国家对遥感的重视。可以预见，遥感可以有效地应用于农业发展中，使其走上产业化发展的道路［35］。

5结语

随着国家空间基础设施建设的持续推进以及“高分辨率对地观测系统”的深入实施，中国将拥有更多的国产资源调查监测卫星。物联网与大数据、人工智能等技术的发展以及现代农业发展的需要，将使得我国农业遥感技术的研究和应用进一步发展。

5．1农业遥感的应用范围和应用领域的拓宽

物联网加大数据与遥感观测、导航与定位，结合其它学科领域，可以促进农业遥感自身的发展，跨学科的应用也将扩大农业遥感的应用领域。需要进一步建立“空、天、地”三位一体的农业综合管理系统，深入发展遥感观测精度的智能农业、农作物育种表型、农业保险的监测和评价、绿色农业发展、农业政策的效果评价等方面。