高光譜遙感的發(fā)展1課件

成像技術(shù)：全色（黑白）--彩色攝影—多光譜掃描成像—高光譜遙感1960年人造地球衛(wèi)星圍繞地球獲取地球的圖片資料時，成像就成為研究地球的有利工具。在傳統(tǒng)的成像技術(shù)中，黑白圖像的灰度級別代表了光學(xué)特性的差異因而可用于辨別不同的材料。對地球成像時，選擇一些顏色的濾波片成像對于提高對特殊農(nóng)作物、研究大氣、海洋、土壤等的辨別能力大有裨益。這就是人類最早的多光譜成像（Multispectralimaging）。1980年高光譜成像技術(shù)（HyperspectralImaging）誕生了，它最早是機載的成像光譜儀（AirborneImagingSpectrometer），如今已拓展到先進的可見和紅外成像光譜儀（AVIRIS），這兩種最早都誕生在NASA的JPL中心（NASA第一章高光譜遙感概論1儀器發(fā)展：從多光譜到高光譜遙感技術(shù)需要儀器的同步發(fā)展。使用200個連續(xù)的波段，每個波段的光譜分辨率在10nm左右，這就是高光譜的成像技術(shù)?，F(xiàn)在光譜成像技術(shù)已經(jīng)發(fā)展到超光譜時代（UltraspectralImaging），比如，它使用的是空間發(fā)射光譜儀（AtmosphericEmissionSpectrometer，AES），這個超光譜成像儀在紅外波段就能產(chǎn)生數(shù)千個波帶，分辨率高達1/cm。235679成像光譜技術(shù)則把遙感波段從幾個、幾十個推向數(shù)百個、上千個。高光譜遙感數(shù)據(jù)每個像元可以提供幾乎連續(xù)的地物光譜曲線，使我們利用高光譜反演陸地細節(jié)成為可能。高光譜遙感技術(shù)已經(jīng)成為當(dāng)前遙感領(lǐng)域的前沿技術(shù)。1011國外星載：在經(jīng)過航空試驗和成功運行應(yīng)用之后，90年代末期終于迎來了高光譜遙感的航天發(fā)展。全球第一個星載高光譜成像器于1997年在NASA隨著Lewis衛(wèi)星發(fā)射升空，它包含了384個波段涵蓋了400-2500nm波段，不幸的是這顆衛(wèi)星控制出現(xiàn)問題，失去了動力，升空一個月后就偏離了軌道。1999年美國地球觀測計劃（EOS）的Terra綜合平臺上的中分辨率成像光譜儀（MODIS），歐洲環(huán)境衛(wèi)星（ENVISAT）上的MERIS，以及歐洲的CHRIS衛(wèi)星相繼升空，宣告了航天高光譜時代的來臨。131415航天：2002年3月在我國載人航天計劃中發(fā)射的第三艘試驗飛船“神舟三號”中，搭載了一臺我國自行研制的中分辨率成像光譜儀。這是繼美國EOS計劃MODIS之后，幾乎與歐洲環(huán)境衛(wèi)星（ENVISAT）上的MERIS同時進入地球軌道的同類儀器。它在可見光到熱紅外波長范圍（0.4-12.5μm）具有34個波段。2007年10月24日我國發(fā)射的“嫦娥-1”探月衛(wèi)星上，成像光譜儀也作為一種主要載荷進入月球軌道。這是我國的第一臺基于富里葉變換的航天干涉成像光譜儀，它具有光譜分辨率高的特點。2008年發(fā)射的環(huán)境與減災(zāi)小衛(wèi)星（HJ-1）星座中，也搭載一臺工作在可見光—近紅外光譜區(qū)（0.45—0.95μm）、具有128個波段、光譜分辨率優(yōu)于5nm的高光譜成像儀。它將對廣大陸地及海洋環(huán)境和災(zāi)害進行不間斷的業(yè)務(wù)性觀測。17高光譜遙感的特點一般認(rèn)為，光譜分辨率在10-1λ數(shù)量級范圍內(nèi)的遙感稱為多光譜(Multi-spectral)遙感，光譜分辨率在10-2λ數(shù)量級范圍內(nèi)的遙感稱為高光譜(Hyper-spectral)遙感，光譜分辨率在10-3λ數(shù)量級范圍內(nèi)的遙感稱為超光譜(Ultra-spectral)遙感。18常規(guī)遙感的局限波段太少光譜分辨率太低波段寬一般>100nm波段在光譜上不連續(xù)，不能覆蓋整個可見光至紅外光(0.4~2.4nm)光譜范圍。19高光譜遙感具有不同于傳統(tǒng)遙感的新特點，主要表現(xiàn)在：（1）波段多——可以為每個像元提供幾十、數(shù)百甚至上千個波段；（2）光譜范圍窄——波段范圍一般小于10nm；（3）波段連續(xù)——有些傳感器可以在350~2500nm的太陽光譜范圍內(nèi)提供幾乎連續(xù)的地物光譜；（4）數(shù)據(jù)量大——隨著波段數(shù)的增加，數(shù)據(jù)量成指數(shù)增加；（5）信息冗余增加——由于相鄰波段高度相關(guān)，冗余信息也相對增加。因此，一些針對傳統(tǒng)遙感數(shù)據(jù)的圖像處理算法和技術(shù)，如：特征選擇與提取、圖像分類等技術(shù)面臨挑戰(zhàn)。如用于特征提取的主分量分析方法，用于分類的最大似然法、用于求植被指數(shù)的NDVI算法等等，不能簡單地直接應(yīng)用于高光譜數(shù)據(jù)。21數(shù)據(jù)處理的問題？高光譜遙感影像數(shù)據(jù)的一個重要特征是超多波段和大數(shù)據(jù)量，對它的處理也就成為其成功應(yīng)用的關(guān)鍵問題之一。盡管遙感信息處理技術(shù)在全數(shù)字化、可視化、智能化和網(wǎng)絡(luò)化等方面有了很大的發(fā)展，但就目前遙感技術(shù)的發(fā)展?fàn)顩r來看，硬件技術(shù)的發(fā)展遠遠超前于遙感信息的處理，海量光譜遙感信息遠沒有被充分挖掘和處理，信息處理還遠不能滿足現(xiàn)實需要。據(jù)估計，空間遙感獲取的遙感數(shù)據(jù)，經(jīng)過計算機處理的還不足5%。因此，遙感信息處理方法與技術(shù)有待于深入研究和開發(fā)。22如何解決：高光譜分辨率遙感信息的分析與處理，側(cè)重于從光譜維角度對遙感圖像信息進行展開和定量分析，其圖像處理模式的關(guān)鍵技術(shù)有：(1)超多維光譜圖像信息的顯示，如：圖像立方體的生成；(2)光譜重建，即：成像光譜數(shù)據(jù)的定標(biāo)、定量化和大氣糾正模型與算法，依此實現(xiàn)成像光譜信息的圖像－光譜轉(zhuǎn)換；(3)光譜編碼，尤其指：光譜吸收位置、深度、對稱性等光譜特征參數(shù)的算法；(4)基于光譜數(shù)據(jù)庫的地物光譜匹配識別算法；(5)混合光譜分解模型；(6)基于光譜模型的地表生物物理化學(xué)過程與參數(shù)的識別和反演算法23一、基于純像元的分析方法（1）基于成因分析的光譜分析方法基于成因分析的方法主要從地物光譜特征上發(fā)現(xiàn)表征地物的特征光譜區(qū)間和參數(shù)，最常用的是各種各樣的植被指數(shù)。成像光譜儀問世以后，許多研究人員沿用了這種方法，用成像光譜儀數(shù)據(jù)的高光譜分辨率，選取影像的波段，發(fā)展了許多更為精細的植被指數(shù)。25（2）基于統(tǒng)計分析的圖像分類和分析

基于統(tǒng)計分析的圖像分類和分析視每一波段的圖像為隨機變量，然后利用概率統(tǒng)計理論進行多維隨機向量的分類。成像光譜儀圖像波段多，分類很大程度上受限于數(shù)據(jù)的維數(shù)。面對數(shù)百個波段的數(shù)據(jù)，如果全部用于分類研究，在時間上往往是無法接受的。因此在圖像分類之前必須壓縮波段，即進行“降維”的研究。

26（2）植被研究方面。植被中的非光合作用組分用傳統(tǒng)寬帶光譜無法測量，而用高光譜對植被組分中的非光合作用組分進行測量和分離則較易實現(xiàn)。因此，可以通過高光譜遙感定量分析植冠的化學(xué)成分，監(jiān)測由于大氣和環(huán)境變化引起的植物功能的變化。植被應(yīng)用方面還有許多成功的實例，如作物類型識別（Collins等，1978），森林樹種識別（宮鵬等，1998），植被荒漠化研究（葉榮華等，2001），等等。29（3）精細農(nóng)業(yè)方面。土壤的水分含量、有機質(zhì)含量、土壤粗糙度等特性是精細農(nóng)業(yè)中重要的信息，而傳統(tǒng)遙感技術(shù)無法提供這些信息。高光譜遙感憑借其極高的光譜分辨率為精細農(nóng)業(yè)的發(fā)展提供了技術(shù)保障和數(shù)據(jù)來源。高光譜遙感應(yīng)用于精細農(nóng)業(yè)已經(jīng)有許多成功的例子，例如，劉衛(wèi)東（2002）利用高光譜提取了土壤信息。利用高光譜遙感技術(shù)，可以快速精確地獲取作物生長狀態(tài)以及環(huán)境脅迫下的各種信息，從而相應(yīng)調(diào)整投入物資的施入量，達到減少浪費、增加產(chǎn)量，保護農(nóng)業(yè)資源和環(huán)境質(zhì)量的目的。高光譜遙感是未來精準(zhǔn)農(nóng)業(yè)和農(nóng)業(yè)可持續(xù)發(fā)展的重要手段。30（4）在地質(zhì)調(diào)查方面。地質(zhì)是高光譜遙感應(yīng)用中最成功的一個領(lǐng)域。如利用航空高光譜數(shù)據(jù)進行地質(zhì)填圖和巖石鑒別，可以識別出地表不同礦物質(zhì)的診斷性特性。因為一般礦物質(zhì)的光譜吸收峰寬度為30nm左右，只有利用光譜分辨率小于30nm的傳感器才能夠識別出來。高光譜遙感已經(jīng)在地質(zhì)領(lǐng)域扮演了重用角色。王青華等人仔細分析了國產(chǎn)MAIS光譜儀對河北省張家口地區(qū)的高光譜遙感數(shù)據(jù)，指出可以借助高光譜豐富的光譜信息，依據(jù)實測的巖石礦物波譜特征，對不同巖石類型進行直接識別，達到直接提取巖性的目的。31（5）在大氣和環(huán)境遙感方面。大氣中的分子和粒子成分在太陽反射光譜中有強烈反應(yīng)，常規(guī)寬波段遙感方法無法識別出由于大氣成分的變化而引起的光譜差異，高光譜由于波段很窄，能夠識別出光譜曲線的細微差異。32（6）在軍事偵察、識別偽裝方面。根據(jù)目標(biāo)光譜與偽裝材料光譜特性的不同，利用高光譜技術(shù)可以從偽裝的物體中自動發(fā)現(xiàn)目標(biāo)。在調(diào)查武器生產(chǎn)方面，超光譜成像光譜儀不但可探測目標(biāo)的光譜特性、存在狀況，甚至可分析其物質(zhì)成分。根據(jù)工廠產(chǎn)生煙霧的光譜特性，直接識別其物質(zhì)成分，從而可以判定工廠生產(chǎn)武器的種類，特別是攻擊性武器。33應(yīng)用實例343536Mineralspectralabsorptionindexs2r2rr1s1m21m礦物光譜吸收指數(shù)(SAI)：石灰?guī)r白云巖石灰?guī)r(CaCO3):

SAI2.315m<SAI2.330

m

白云巖

(MgCO3):

SAI2.315

m>SAI2.330

m

新疆柯坪地區(qū)巖性填圖37礦物成圖3839預(yù)測礦物分布圖40精細農(nóng)業(yè)41高相似低相似Hyperspectralspatialvectoranalysisandapplications日本大白菜光譜向量:T＝(t1,t2,...tn),R=(r1,r2,...rn)4243武香4香粳801699-15系列武育5021武香8313香雪糯Legends水水泥地水稻茬紅薯白菜Finediscriminationofricespecies

80bandairbornehyperspectralimageDiscriminationprecisionofricesamples:94.9%

Ricediscriminationfromhyperspectralimages44未來高光譜的發(fā)展一、目前，成像光譜儀和成像雷達成為遙感技術(shù)與應(yīng)用領(lǐng)域內(nèi)的兩大熱點。但迄今為止，國內(nèi)外常用的成像光譜儀還是以航空機載的為主，要進入實用階段，需要由航空遙感轉(zhuǎn)向衛(wèi)星遙感。所以，未來攜帶更高的光譜分辨率和空間分辨率成像光譜儀的衛(wèi)星會陸續(xù)發(fā)射。45二、硬件上的進步僅僅是成像光譜儀遙感的前提條件，按照目前的數(shù)據(jù)處理手段，成像光譜儀遙感數(shù)據(jù)的使用仍然受到很大的限制，主要原因：

1、數(shù)據(jù)的壓縮和信息提取方法不成熟；

2、缺乏比較通用的成像光譜儀圖像處理系統(tǒng)，進行成像光譜數(shù)據(jù)的存儲、顯示和分析。這兩方面問題是目前乃至未來成像光譜儀遙感的主要研究方向。46三、遙感信息定量化。遙感技術(shù)的發(fā)展，最終目標(biāo)是解決實際應(yīng)用問題。遙感信息定量化使高光譜遙感信息的定量分析與應(yīng)用成為現(xiàn)實。高光譜遙感器的光譜分辨率已達數(shù)納米，對應(yīng)圖像任一像元反演的地物光譜，可與地面實測值相比擬，這將便于實驗室地物光譜分析模型直接應(yīng)用到高光譜遙感的處理和分析研究，以及利用計算機自動進行地物的光譜分類和匹配識別研究。通過遙感信息的定量化，將定量反演的地物光譜與實測值相比較，可對空中遙感器性能進行校驗，如波長漂移、增益、信噪比等性能，以及對遙感數(shù)據(jù)的精度進行全面的評價。通過遙感信息的定量化，使遙感定量分析專題應(yīng)用模型（如農(nóng)作物估產(chǎn)、土壤濕度和干旱監(jiān)測、初級生產(chǎn)力的計算等模型）具有高質(zhì)量的定量遙感數(shù)據(jù)為輸入?yún)?shù)而加以廣泛地推廣和應(yīng)用。47四、“定性”、“定位