1、第七章 遙感應用,一 地質(zhì)遙感 二 水體遙感 三 植被遙感 四 土壤遙感 五 高光譜遙感,植被的反射波譜曲線規(guī)律性明顯而獨特，主要分三段：可見光波段有一個小的反射峰，兩側(cè)有兩個吸收谷；在近紅外波段有一個反射的“陡坡”，至1.1微米附近有一峰值；在中紅外波段反射率大大下降，形成幾個低谷。植被在上述基本特征下因植物種類、季節(jié)、病蟲害影響等不同仍有細部差別。 水體的反射主要在藍綠光波段，其它波段吸收都很強，特別到了近紅外波段，吸收就更強。在遙感影像上，特別是近紅外影像上，水體呈黑色。但水中含有其它物質(zhì)時，反射光譜曲線會發(fā)生變化。如水中含泥沙，峰值出現(xiàn)在黃紅區(qū)。水中含葉綠素時，近紅外波段明顯抬升,植被

2、、水體的反射波譜特性,土壤和巖石的反射波譜特性,自然狀態(tài)下土壤表面的反射率沒有明顯的峰值和谷值，一般來講土質(zhì)越細反射率越高，有機質(zhì)含量越高、含水量越高反射率越低，此外土類和肥力也會對反射率產(chǎn)生影響。 巖石的反射波譜曲線無統(tǒng)一的特征，礦物成分、礦物含量、風化程度、含水狀況、顆粒大小色澤、粗糙度等都會對曲線形態(tài)產(chǎn)生影響。,地質(zhì)遙感是綜合應用現(xiàn)代遙感技術(shù)來研究地質(zhì)規(guī)律，進行地質(zhì)調(diào)查和資源勘察的一種方法。它從宏觀的角度，著眼于由空中取得的地質(zhì)信息，即以各種地質(zhì)體對電磁輻射的反應作為基本依據(jù)，結(jié)合其他各種地質(zhì)資料及遙感資料的綜合應用，以分析、判斷一定地區(qū)內(nèi)的地質(zhì)構(gòu)造情況。地質(zhì)遙感工作的基本內(nèi)容是：地面及

3、航空遙感試驗，發(fā)揮適用于地質(zhì)找礦、地質(zhì)環(huán)境的遙感系統(tǒng)，進行圖像、數(shù)字數(shù)據(jù)的處理和地質(zhì)判釋。地質(zhì)遙感需要應用電子計算機技術(shù)、電磁輻射理論、現(xiàn)代光學和電子技術(shù)以及數(shù)學地質(zhì)的理論與方法，是促進地質(zhì)工作現(xiàn)代化的一個重要技術(shù)領域。,第一節(jié) 地質(zhì)遙感,巖性的識別 沉積巖的識別 變質(zhì)巖的識別 巖漿巖的識別 地質(zhì)構(gòu)造的識別 水平巖層的識別 傾斜巖層的識別 褶皺及其類型的識別 構(gòu)造運動的分析,第二節(jié) 水體遙感,一、水體的光譜特征 傳感器所接受的輻射包括水面反射光、懸浮物反射光、水底反射光和天空散射光。 不同水體的水面性質(zhì)、水中懸浮物的性質(zhì)和數(shù)量、水深 和水底特性的不同，傳感器上接收的反射光譜特性存在差異,為遙感

4、探測水體提供了基礎。,第二節(jié) 水體遙感,二、水體界線的確定 在近紅外圖像上，水體呈黑色； 在雷達圖像上，水體呈黑色。,三、水體懸浮物的確定,1、泥沙的確定 渾濁水體的反射光譜曲線整體高于清水； 波譜反射峰值向長波方向移動。（“紅移） 隨著懸浮泥沙濃度的加大，可見光對水體的透射能力減弱，反射能力加強。 波長較短的可見光，如藍光和綠光對水體的穿透力較強，可反映出水面下一定深度的泥沙分布狀況。,三、水體懸浮物的確定,2、葉綠素的確定 水體葉綠素濃度增加，藍光波段的反射率下降，綠光波段的反射率增高； 水面葉綠素和浮游生物濃度高時，近紅外波段仍存在一定的反射率，該波段影像中水體不呈黑色，而呈灰色，甚至淺

5、灰色。 四、水溫的探測 白天水體為暗色調(diào)，夜晚為淺色調(diào)。,五、水體污染的探測,1、水體污染物濃度大且使水色顯著地變黑、紅、黃等，與背景水色有較大差異時，在可見光波段的影像上可識別出來。 2、水體高度富營養(yǎng)化，可在近紅外波段影像上識別出來。 3、水體受到熱污染，可在熱紅外波段影像上被識別。 4、水上油溢污染可使紫外波段和近紅外波段的反射率增高，可被探測出來。,六、水深的探測,藍光波段影像上的灰度可反映水深。,第三節(jié) 植被遙感,一、植被的光譜特征 1、健康植物的反射光譜特征：有兩個反射峰、五個吸收谷。,一、植被的光譜特征,植物葉子的顏色 葉子的組織結(jié)構(gòu) 葉子的含水量 植物的覆蓋度,2、影響植物光譜

6、的因素,第三節(jié) 植被遙感,二、不同植物類型的區(qū)分,1、不同植物由于葉子的組織結(jié)構(gòu)和所含色素不同，具有不同的光譜特征。 在近紅外光區(qū)，草本植物的反射高于闊葉樹，闊葉樹高于針葉樹。 2、利用植物的物候期差異來區(qū)分植物。 3、根據(jù)植物的生態(tài)條件區(qū)別植物類型。,三、植物生長狀況的解譯,健康的綠色植物具有典型的光譜特征。遭受病蟲害的植物其反射光譜曲線的波狀特征被拉平。,四、大面積農(nóng)作物的遙感估產(chǎn),1、根據(jù)作物的色調(diào)、圖形結(jié)構(gòu)等差異大的物候期的遙感時相和特定的地理位置等的特征，將其與其他植被分開。 獲得植被分布圖。 2、利用高時相分辨率的衛(wèi)星影象對作物生長的全過程進行動態(tài)監(jiān)測 得到植被指數(shù)：比值植被指數(shù)、

7、歸一植被指數(shù)、差值植被指數(shù)、正交植被指數(shù)。 3、建立農(nóng)作物估產(chǎn)模式 用選定的植物灌漿期植被指數(shù)與某一作物的單產(chǎn)進行回歸分析，得到回歸方程。,We can therefore use this information to evaluate vegetation type, condition, or density. One way of characterizing this relationship with a single variable is by dividing the near-infrared reflectance by the red reflectance (NIR/

8、Red). The larger this ratio, the more photosynthetically active vegetation is present; the lower the ratio, the less photosynthetically active vegetation present. With aircraft and satellite digital sensors we acquire brightness or reflectance data in separate regions of the electromagnetic spectrum

9、. This allows us to create a NIR/Red ratio image simply by dividing the NIR image by the Red image. Because these ratio values will vary considerably from one region to another, a way of normalizing the ratio was established called the Normalized Difference Vegetation Index or NDVI. NDVI = (NIR Red)

10、 / (NIR + Red). The NDVI image of Arizona (Figure 3) shows the range of NDVI across the state.,植被指數(shù),Figure 3. NDVI image of Arizona from the MODIS sensor acquired on March 14, 2002. The image has been color coded so that areas of high NDVI appear in shades of green and areas of low NDVI appear in sh

11、ades of tan and brown.,五、遙感植被解譯的應用,1、植被制圖 2、城市綠化調(diào)查與生態(tài)環(huán)境評價 3、草場資源調(diào)查 4、林業(yè)資源調(diào)查,第四節(jié) 土壤遙感,土壤是在地形,氣候等多種成土因素的綜合作用下形成的.在遙感影像上，不同的土壤類型的特征不如水體,植被等要素明顯，而且，土壤的性狀主要表現(xiàn)在剖面上，而不是在土壤的表面.土壤 判讀主要通過綜合分析，并依靠間接解譯標志.,一、土壤的光譜特征,地表植被稀少的情況下，土壤 的光譜曲線與其機械組成和顏色密切相關. 土壤表面有植被覆蓋時,覆蓋度小于15%,光譜特征與裸土相似;在15%-70%,表現(xiàn)為混合光譜.,二、土壤類型的確定,確定土類 確定亞類 土屬的的確定 土種的確定 土壤類型綜合分析和間接解譯,第五節(jié) 高光譜遙感,高光譜遙感是高光譜分辨率遙感（Hyperspectral Remote Sensing）的簡稱。它是在電磁波譜的可見光