当前位置:首页 >> 其它课程 >> 高光谱复习

高光谱复习


1、高光谱遥感的定义 高光谱分辨率 (简称为高光谱) 遥感或成像光谱遥感技术是指利用很多很窄的电磁波波 段获取许多非常窄且光谱连续的图像数据的技术, 融合了成像技术和光谱技术, 准实时地获 取研究对象的影像和每个像元的光谱分布 是过去二十年中人类在对地观测方面所取得的重大技术突破之一, 是当前遥感的前沿技 术 -2 光谱分辨率在 10 ? 的遥感信息称之为高光谱(Hyperspe

ctral)遥感。由于其光谱分辨 率高达纳米(nm)数量级, 往往具有波段多的特点, 即在可见到近红外光谱区其光谱通道多达 数十甚至超过 100 以上 2、高光谱图象立方体 成像光谱仪在空间成像的同时, 以相同的空间分辨率记录下几十或者成百的光谱通道数 据,它们叠合在一起,就构成了高光谱图像立方体,从高光谱图像立方体的每个像元均可提 取一条连续的光谱曲线 3、为什么用高光谱? 地物的波谱识别,使很多在宽波段遥感中不可探测的物质的探测成为可能 高光谱遥感应用具体步骤: (1)高光谱遥感用于地质岩矿识别:举例:利用 MAIS 数据在新疆阿克苏柯坪地区进行油 气勘查研究,区分了该地区从寒武、奥陶、志留、泥盆到二迭系的地层。 (2)高光谱遥感植被成分的识别和估算:鄱阳湖湿地植被高光谱遥感监测实验。实验中采 用模块化航空成像光谱仪(MAIS),选择 5 个定标点进行与飞机同步的地面光谱测量,为成像光 谱数据进行定标和大气校正;在研究区选择了典型地物类型进行野外调查、采样分析和野外 准同步光谱测量;数据处理包括基于多角度大气校正的反射率图像获取,导数光谱分析与生物 量制图以及基于光谱波形匹配的湿地植被分类、识别;制作了研究区内极为详细的植被分类 图。 (3)高光谱遥感城市地物分类与识别:采用两种航空遥感数据:高光谱分辨率的 PHI 成像光 谱数据和高空间分辨率的彩红外照片, 利用高空间分辨率图像数据的高几何清晰度,检测 出城市各地物的轮廓线,以此形成多边形图斑;然后利用高光谱数据的光谱信息,针对每一 个图斑进行统计分析与分类,以确定它的类别归属,最终可产生很规范的地物图斑边界,将 图像分割为水体及阴影、植被、沥青表面、水泥表面、大理石表面和裸土 6 大类典型地物。 高光谱遥感数据用于水质成分的识别和估算 (4)高光谱遥感数据的精细光谱分辨率可用于识别和估算:水体中叶绿素、单宁酸和沉淀 物的含量。这三种水体成分的辐射谱特性具有单一性,而且叶绿素荧光位于中心为 685nm 的波段。 高光谱遥感数据已用于近海环境和内陆水质研究, 主要用于估算沉淀物和叶绿素含 量, 进而用于监测藻类生长和推断水产研究中浮游生物的分布和鱼群位置。 同时证明高光谱 遥感对水下植被制图和叶绿素含量很有价值。 (5)高光谱遥感数据用于大气成分的识别与估算:高光谱遥感数据可用于大气成分和气溶 胶的识别和估算。这些大气成分主要有水、二氧化碳、氧气、臭氧、一氧化碳、一氧化二氮 和气溶胶等。 在大气研究中, 利用高光谱遥感数据进行水蒸气波段中云盖的制图和估算柱水 含量,并可通过大气压和在 O2 吸收波段的辐射之间关系估值云顶高度,同时通过在不同波 段对成像尘埃的影响估算气溶胶含量。 气溶胶造成的某些变化对大多数连续波段有影响, 而 O2 和水气造成的某些变化只能影响少数几个波段,光学厚度很容易可通过大气成分含量的 计算进行估算值。 4、高光谱遥感的特点 光谱分辨率高( ? ×10-2);波段多——数十到数百;谱——像合一的特点;信息量大,

一次数据获取达千兆(GB)级;数据速率高,数十--数百兆比特/秒 5、高光谱遥感的优势 充分利用地物波谱信息资源;利用精细光谱特征进行分类;利用图-谱自动分类和识别 地物 6、高光谱遥感的局限性 海量数据的传输、处理与存储;易受大气的影响;波段间相关性强 7、高光谱起源、发展过程 a、1970s 年代开始有了雏形 b、1983 年第一个航空成像光谱仪(AIS-1)面世,推扫二维面阵成像,0.4-0.9 ?m c、 1987 年第二代高光谱成像仪问世 (AVIRIS) ,扫描式阵列成像, 首次获得了 0.4-2.5?m 波段数据(224) 8、高光谱仪器 a、第一代成像光谱仪称航空成像光谱仪 AIS(Airborne Imaging Spectrometer),64 个通道,光谱覆盖范围从 990nm-2400nm,光谱分辨率 9.3nm b 、 第 二 代 成 像 光 谱 仪 称 航 空 可 见 光 、 近 红 外 成 像 光 谱 仪 AVIRIS(Airborne Visible/Infrared Imaging Spectrometer),224 个通道,光谱范围 410nm-2450nm,光谱分 辨率 10nm c、 第三代成像光谱仪为傅立叶变换高光谱成像仪 FTHSI(Kestrel’ Fourier Transform s Hyperspectral Imager) ,256 个波段,光谱范围 400nm-1050nm,光谱分辨率 2-10nm 9、典型的高光谱遥感器

10、高光谱遥感的图像处理 辐射定标;几何校正 11、高光谱遥感应用存在的问题 (1)国内遥感之病 – 人才的培养专业狭窄 a、遥感远非地理学科所能容纳 b、物理、数学、化学、地质学都应该大力发展 c、我国学科体系设置限制了遥感的发展 (2)高光谱遥感世界通病 a、经验性个案较多,通用性理论分析较少 b、统计应用为主,缺乏基于辐射传输的机制分析 c、需要精通辐射传输理论的通才和对光谱形成机理有深刻认识的多学科人才 12、高光谱遥感技术构成(了解) 新型的光谱仪技术和精密光学技术;新型探测器焦平面技术;高速信号处理技术;高光 谱遥感数据定量化技术;高光谱遥感信息处理技术

13.地物光谱仪(非成像光谱仪)的作用 地物光谱仪是遥感发展的重要技术支撑, 同时也是地面光谱测量的独立应用系统。 目前 地物光谱仪可提供地物目标的高质量的光谱数据,特别是可提供地物目标的精细光谱特征, 为高光谱遥感器技术设计提供科学依据, 为地物光谱数据库提供数据源, 支持高光谱遥感数 据计算机自动地进行地物分类与识别所需要的各种光谱特征、模拟模型和应用模型的发展。 反过来, 随着遥感技术与应用的发展, 其基础研究不断加深, 对光谱采集技术要求越来越高, 推动了地物光谱采集技术的迅速发展。 13、便携式野外光谱仪(ASD:FieldSpec-FR) 室内/外两用;光谱探测范围为 350-2500nm;光谱分辨率为 3nm/10nm;光谱采样间隔为 1.4nm/3nm;0.1 秒的速度记录;较高的信噪比(S/N) 14、地物光谱数据库 JPL 标准矿物波谱库; IGCP-264 波谱库; USGS 波谱库; John Hopkins 大学波谱库; ASTER 波谱库;HIPAS 波谱库 15、EO-1 HYPERION(2000 年 11 月卫星发射成功) 光谱范围:400~2500nm;波段数:220;光谱分辨率:10nm;绝对辐射精度:6%;IFOV: 42.5mrad;幅宽:7.5KM;GSD:30m;数据:16bit HYPERION 在地矿、林业、农业和环境监测方面有着广泛的应用前景 16、高光谱遥感图像处理模式的关键技术 a、高比率光谱信息低失真的数据压缩算法; b、超多维光谱图像信息的可视化表达; c、图像定标、定量化,大气纠正模型与算法,实现高光谱信息的图像--光谱转换与地 物光谱信息重建; d、光谱编码,光谱特征的参数表达算法(尤其是吸收位置、 深度、宽度、对称性等; e、基于光谱数据库的地物光谱匹配识别算法模型;混合光谱分解模型与算法; f、基于光谱模型的地表物质的地学、生物学过程参数反演、识别模型与算法 17、成象光谱图像处理分析处理系统

18、定量化技术研究的三个主要方面 定标、大气订正、反演 19、高光谱遥感信息定量化的主要任务 是高光谱遥感数据的光谱重建, 即基于遥感器的定标、 大气订正和光谱反射率反演技术, 将高光谱辐射亮度图像转换为反射率图像,以此为基础进行地物的识别和定量化分析研究。

通过光谱重建、图-谱合一,技术特点,可将重建地物光谱与标准波谱数据库波谱数据进行 计算机自动匹配和识别,实现自动解译的目的,提高解译精度 20、反射率图象转换方法 a、基于大气辐射传输模型法(LOWTRAN、MODTRAN、6S、5S 等) b、基于经验模型法(L=aR+b) c、基于图像特征信息法 d、基于图象自身信息法 21、大气辐射传输方程(上行辐射包括的内容)

22、降维技术(去相关) 方法:PCA、MNF、正交投影 作用:去除波段间的相关性,减少波段数,减少信息冗余。从几何角度看,就是缩小所 在空间的维数 23、MNF 定义:??? 步骤:使噪音协方差矩阵为单位矩阵,即使噪音方差为一,且无相关性;标准的主成分 分析 24、纯象元(终端单元)提取技术 方法: PPI、 N 维观察 作用: 主要是从图象上提取纯象元, 以在图象上取得用于波谱分解和波谱匹配等处理的 终端单元 25、PPI 定义:Pixel Purity Index (纯像元指数) :是一种在多波谱和高波谱图像中寻找波谱 最纯的像元的方法 步骤:纯像元指数通过迭代将 N 维散点图影射为一个随机单位向量来计算。每次影射 的极值像元被记录下来,并且每个像元被标记为极值的总次数也记下来。一幅“像元纯度图 像”被建立,在这幅图像上,每个像元的 DN 值与像元被标记为极值的次数相对应 26、光谱坡度

27、光谱吸收深度、吸收宽度、吸收位置

28、光谱吸收指数

29、光谱匹配技术 方 法:二值编码匹配、匹配滤波、交叉相关光谱匹配技术、光谱特征拟合(针对不同 应用目采用相应的方法) 30、非正常像元

31、SAM

32、高光谱遥感应用具体步骤: (1)高光谱遥感用于地质岩矿识别:举例:利用 MAIS 数据在新疆阿克苏柯坪地区进行油 气勘查研究,区分了该地区从寒武、奥陶、志留、泥盆到二迭系的地层。 (2)高光谱遥感植被成分的识别和估算:鄱阳湖湿地植被高光谱遥感监测实验。实验中采 用模块化航空成像光谱仪(MAIS),选择 5 个定标点进行与飞机同步的地面光谱测量,为成像光 谱数据进行定标和大气校正;在研究区选择了典型地物类型进行野外调查、采样分析和野外 准同步光谱测量;数据处理包括基于多角度大气校正的反射率图像获取,导数光谱分析与生物 量制图以及基于光谱波形匹配的湿地植被分类、识别;制作了研究区内极为详细的植被分类 图。 (3) 高光谱遥感城市地物分类与识别: 采用两种航空遥感数据:高光谱分辨率的 PHI 成像光 谱数据和高空间分辨率的彩红外照片, 利用高空间分辨率图像数据的高几何清晰度,检测 出城市各地物的轮廓线,以此形成多边形图斑;然后利用高光谱数据的光谱信息,针对每一 个图斑进行统计分析与分类,以确定它的类别归属,最终可产生很规范的地物图斑边界,将 图像分割为水体及阴影、植被、沥青表面、水泥表面、大理石表面和裸土 6 大类典型地物。 高光谱遥感数据用于水质成分的识别和估算 (4)高光谱遥感数据的精细光谱分辨率可用于识别和估算:水体中叶绿素、单宁酸和沉淀 物的含量。这三种水体成分的辐射谱特性具有单一性,而且叶绿素荧光位于中心为 685nm 的波段。 高光谱遥感数据已用于近海环境和内陆水质研究, 主要用于估算沉淀物和叶绿素含 量, 进而用于监测藻类生长和推断水产研究中浮游生物的分布和鱼群位置。 同时证明高光谱 遥感对水下植被制图和叶绿素含量很有价值。 (5)高光谱遥感数据用于大气成分的识别与估算:高光谱遥感数据可用于大气成分和气溶 胶的识别和估算。这些大气成分主要有水、二氧化碳、氧气、臭氧、一氧化碳、一氧化二氮 和气溶胶等。 在大气研究中, 利用高光谱遥感数据进行水蒸气波段中云盖的制图和估算柱水 含量,并可通过大气压和在 O2 吸收波段的辐射之间关系估值云顶高度,同时通过在不同波

段对成像尘埃的影响估算气溶胶含量。 气溶胶造成的某些变化对大多数连续波段有影响, 而 O2 和水气造成的某些变化只能影响少数几个波段,光学厚度很容易可通过大气成分含量的 计算进行估算值。 33、植被的光谱特征: 《遥感导论》P240 植物的光谱特征和影响因素 34、土壤的光谱特征: 《遥感导论》P249 土壤的光谱特征和影像因素 35、水体的光谱特征 《遥感导论》P237 水体的光谱特征和影像因素 36、地物光谱测试与规范 1 仪器的标准和标定 1.1 光谱分辨率 实 用 分 辨 宽 度 对 0.04~1.10 μ m 小 于 5nm , 1.1~2.5 μ m 小 于 15nm 。 对 于 FieldSpec??HandHeld 手持便携式光谱分析仪,起始波长为 325nm,终止波长为 1 075nm, 波长步长为 1nm,则光谱分辨率取 3nm。 1.2 线性标定 线性动态范围有 3 个量级,最大信号对应为 0.8~1.0,太阳常数照明的白板(<90%) 峰值响应输出。线性误差小于 3%(回归误差) 。 1.3 光谱响应度的标定 反射率小于、等于 15%(大于 1%)的目标,信噪比应大于 10。反射率大于 15%的目 标,信噪比应大于 20。 2 野外测定方法与工作规范 2.1 目标选取 选取测量目标要具有代表性,应能真实反映被测目标的平均自然性。对于植被冠层及用 物的测量应考虑目标和背景的综合效应。 2.2 能见度的要求 对一般无严重大气污染地区,测量时的水平能见度要求不小 10km。 2.3 云量限定 太阳周围90°立体角,淡积云量,无卷云、浓积云等,光照稳定。 2.4 风力要求 测量时间内风力小于5级,对植物,测量时风力小于3级。 2.5 测量方法 在 11 时 30 分至 14 时 30 分进行测量,每种地物光谱测量前,对准标准参考板进行定标 校准,得到接近 100%的基线,然后对着目标地物测量;为使所测数据能与卫星传感器所获 得的数据进行比较,测量仪器均垂直向下进行测量。 3 野外光谱测量注意事项 野外光谱测试的基本要求是在晴天中午前后进行,风力不超过 5 级,如果测试土壤光 谱,必须在雨过 3d 以后进行。为了使数据具有代表性,要仔细比较选择被测地物,对同一 种地物测量多次,保证测试结果准确可比。 3.1 仪器的位置 仪器向下正对着被测物体,至少保持与水平面的法线夹角在±10°之内,保持一定的距 离,探头距离地面高度通常在 1.3m,以便获取平均光谱。视域范围可以根据相对高度和视 场角。如果有多个探头可选,则在野外尽量选择宽视域探头。测量植物冠层光谱时,注意测 量最具代表性的物种。

3.2 传感器探头的选择 当野外地物范围比较大,物种纯度比较高、观测距离比较近时,选用较大视场角的探头; 当地物分布面积较小时,或者物种在近距离内比较混杂,或需要测量远处地物时,则选用小 视场角的探头。 3.3 避免阴影 探头定位时必须避免阴影,人应该面向阳光,这样可以得到一致的测量结果。野外大范 围测试光谱数据时,需要沿着阴影的反方向布置测点。 3.4 白板反射校正 天气较好时每隔几分钟就要用白板校正 1 次 防止传感器响应系统的漂移和太阳入射角 , 的变化影响,如果天气较差,校正应更频繁。校正时白板应放置水平。 3.5 防止光污染 不要穿带浅色、特色衣帽,如果穿戴白色、亮红色、黄色、绿色、蓝色的衣帽,就会改 变反射物体的反射光谱特征。 要注意避免自身阴影落在目标物上。当使用翻斗卡车或其他平台从高处测量地物目标 时,要注意避免金属反光,如果有,则需要用黑布包住反光部位。 3.6 观测时间和频度 光谱测试应在 10~14 时之间完成,并在无云晴朗的天空下进行,尽量避免过早或过晚。 在时间许可时,尽量多测一些光谱。每个测点测试 5 个数据,以求平均值,降低噪声和随机 性。 3.7 采集辅助数据 在所有的测试地点必须采集 GPS 数据,详细记录测点的位置、植被覆盖度、类型以及异 常条件、探头的高度,配以野外照相记录,便于后续的解译分析。 野外地物光谱测量是一个需要综合考虑各种光谱影响因素的复杂过程 我们所获取的光 , 谱数据是太阳高度角、太阳方位角、云、风、相对湿度、入射角、探测角、仪器扫描速度、 仪器视场角、仪器的采样间隔、光谱分辨率、坡向、坡度及目标本身光谱特性等各种因素共 同作用的结果。光谱测定前要根据测定的目标与任务制定相对应的试验方案,排除各种干扰 因素对所测结果的影响,使所得的光谱数据尽量反映目标本身的光谱特性,并在观测时详细 记录环境参数、仪器参数以及观测目标 (如土壤、植被、人工目标) 的辅助信息。只有这样, 所测结果才是可靠的并具有可比性,为以后的图像解译和光谱重建提供依据。 37、农业方面高光谱需要解决的 5 个问题 高光谱技术在农业遥感应用中的研究进展 一 高光谱技术在农业遥感应用中的研究现状 农业遥感要求农业资源监测应用和管理有效地结合起来, 这就要求在作物长势监测、 灾 害预测、 产量估产以及精准农业管理等方面有更好和更高精度的技术, 高光谱遥感技术在很 大程度上正好满足了该技术的需求。 目前, 高光谱遥感技术在农业遥感应用中的研究取得了 较大进展,目前主要研究包括以下 5 个方面: 1 作物生长信息的提取。目前,较成熟的技术方法主要有便携式叶绿素仪法和遥感系统 中应用的高分辨率多光谱近地测量技术。相对于传统的低光谱分辨率遥感(通常指光谱分辨 率在 0.1Lm 以上)而言,高光谱分辨率遥感(光谱分辨率在 0.1Lm 以下)数据最主要的特点就是 成像通道数量的增加和成像波段的变窄,从而使植被遥感的监测目标发生了很大的变化,获 取子像元(最终光谱单元信息)的能力得到提高,使得遥感应用着重于在光谱维上进行空间信 息展开,定量分析地球表层生物物理化学过程和参数。通过高光谱遥感植被指数技术可以提 取植被冠层结构定量信息。 2 作物长势监测。作物的反射光谱特征主要由叶片中的叶肉细胞、叶绿素、水分含量和

其他生物化学组分对光线的吸收和反射形成的,不同的植物、 同一作物的不同生育时期,以及 同一作物的不同健康状况,其光谱反射特性均不一样。高光谱遥感以其超多波段、光谱分辨 率高等特点被用来反演叶子各组分含量,监测作物的生长状况。 3 作物胁迫监测。 高光谱遥感可用于监测重金属对作物的胁迫,在某些植被类型中,蓝移 还与重金属含量偏高有关。植物光谱的导数实质上反映了植物内部物质(叶绿素及其它生物 化学成分)的吸收波形变化,因此可以通过植物的光谱特性监测植物(作物)的各种缺素症和 病虫害。 4 估算植被(作物)初级生产力 NPP 与生物量。冠层的理化特性在一定程度上控制着森 林的初级生产力(NPP)。比如叶面积和氮含量通过控制光合作用和传输速率来影响 NPP。已 经证明在不同的温带森林区,矿物氮的含量有助于估计年 NPP。利用样本 NDVI 和测量所得的 生物量数据进行回归分析,相关系数在 0.7 以上,黄熟期叶绿素的损失会在可见光波段表现 出来,在出穗期的 R1100 和 R1200 可用于生物量估算,并且估算的精度超出了预先的期望。 高光谱遥感同样可以用于估计农作物产量,可以综合上述各种功能以及有关的数据分析 方法进行农作物产量的估计。 5 估算光能利用率和蒸散量。理论和实验都证明植物冠层的光合有效辐射与反射率有 联系。 高光谱遥感所得的 APAR(光合有效辐射)比 LAI(叶面积指数)能更可靠地估计作物生物 量,因为作物的光合作用过程直接把 APAR 能量转换成干物质,因此 APAR 是作物初级生产力的 一个较好的指标。通过分析光合背景物质土壤光谱信号的特点,利用对光谱信号一阶导数的 运算就能对混合光谱中的土壤信号进行压缩,由此计算 APAR(在波长 726.3nm 处)能更客观地 反映实际。Hall 等基于反射率曲线的二阶导数与光合有效辐射 APAR 的相关关系,对陆地植 被的 APAR 进行了估计。研究表明,可直接反演二向反射模型,用卫星和地面测量的光谱数据 估算叶子的生物物理参数 LAI 和 FAPAR。 二 高光谱农业遥感应用尚需解决的关键问题 1)高光谱遥感农学信息提取模型虽多,但很难找到一种通用的方法,每种模型和方法 都有其适用条件, 而且许多模型仅仅处于试验研究阶段, 需要大规模实地观测数据来修正。 2)田间组分混合光谱分解模型和端元提取方法研究多种田间组分(作物、土壤等)混 合光谱分解模型, 特别是作物不同生长阶段, 作物、 土壤等组成的混合光谱具有复杂的机制, 需要加强研究。 3) 对高光谱遥感数据的分析方法限制了其在某些方面的应用,所以高光谱遥感信息的提 取及解译还需要进一步提高,为应用领域的扩展提供理论基础。 三 高光谱农业遥感应用展望 (1)不久的将来,遥感数据源将更丰富。遥感定量化研究近年来发展迅速,从传感器的 校正、标定到大气校正,从植被的二向反射至多角度遥感,提高了数据源精度。 (2)随着定量遥感的发展、遥感数据源的丰富,在已有的研究基础上,加强机理研究是 必然趋势。作为对地观测高新技术发展起来的高光谱遥感,已经成为 3S 技术的重要组成部 分, 可以应用于土地资源调查、 农作物生长监测、 土壤等环境条件对农作物生长影响的监控、 病虫害监测与评估、估产等许多方面。 (3)目前,在农业方面地面遥感已经取得了比较全面的进展,但由地面光谱向高空的反 演仍处于探索阶段。高光谱遥感技术的发展为多平台遥感相结合的实现提供可能,随着星机-地一体化技术的发展,可以通过卫星遥感数据更为准确地获取田间作物高光谱信息,结合 GPS、GIS 等信息技术指导农业生产实践。 (4)随着精准农业研究的深入,遥感光谱分辨率和空间分辨率的不断提高,今后高光 谱遥感在农业方面的应用从理论走向业务化运作成为一个主要发展方向, 特别是简单实用的 高光谱农学信息提取与农情监测模型的设计与推广。


更多相关文档:

高光谱复习

高光谱复习_其它课程_高中教育_教育专区。1、高光谱遥感的定义 高光谱分辨率 (简称为高光谱) 遥感或成像光谱遥感技术是指利用很多很窄的电磁波波 段获取许多非常窄...

高光谱遥感复习总结

高光谱遥感复习总结_理学_高等教育_教育专区。高光谱遥感复习总结 1. 高光谱分辨率遥感:用很窄(0.01 波长)而连续的光谱通道对地物持续遥感成像的技术。 在可见光...

高光谱复习资料

高光谱复习资料_工学_高等教育_教育专区。高光谱、遥感、复习资料1 分析图像噪音的类型,针对不同类型的噪音采用不同的清除方法: 分析图像噪音的类型,针对不同类型...

高光谱遥感期末考复习材料

高光谱遥感期末考复习材料_理学_高等教育_教育专区。期末考复习重点1、 地面光谱测量的作用: 、 地面光谱测量的作用:① 地面光谱辐射计在成像光谱仪过顶时,常用于...

遥感复习整理

遥感课件复习整理 26页 免费 遥感RS复习整理 3 7页 1下载券 遥感课件复习整理...3、 高光谱成像扫描 25、微波遥感:定义 是指通过微波传感器获取从目标地物发射...

光谱学 复习

光谱学第06章 48页 免费 光谱学第04章 27页 免费 光谱学复习前三章 暂无评价 112页 2下载券 高光谱复习 暂无评价 9页 免费喜欢此文档的还喜欢 ...

遥感复习

遥感复习_法学_高等教育_教育专区。遥感复习 第一章 一、什么是遥感?即遥远的...按波段宽度和光谱连续性包括(宽波段遥感(常规遥感) 、高光谱遥感) 六、 遥感...

遥感复习

遥感复习_工学_高等教育_教育专区。遥感复习重点第一章电磁波及遥感物理基础 1...(高)分辨 力-影像金字塔 光谱 :多光谱-高光谱(成像光谱仪) 时相 单时相-...

遥感复习整理

遥感复习整理_教育学_高等教育_教育专区。第一章 1 偏振在微波技术中称为 “...? ? ? ? 陆地卫星 高分辨率卫星 高光谱卫星 雷达类卫星 小卫星 4 陆地卫星...

遥感复习重点

遥感复习重点_IT/计算机_专业资料。名词概念 遥感广义:泛指一切无接触的远距离...5. 根据波段宽度与波谱的连续性:高光谱遥感和常规遥感。 6. 根据应用领域:...
更多相关标签:
网站地图

文档资料共享网 nexoncn.com copyright ©right 2010-2020。
文档资料共享网内容来自网络,如有侵犯请联系客服。email:zhit325@126.com