海洋遥感技术实习报告 本文关键词：遥感，实习报告，海洋，技术
海洋遥感技术实习报告 本文简介：实习报告课程名称：遥感技术原理及应用实习名称：高级高光谱遥感应用院（系）：专业班级：姓名：学号：指导教师：2013年1月6日一、实习时间2012年12月31日至2013年1月06日二、实习地点天津科技大学9-513海洋信息技术实验室三、实习目的：理论与实验课的综合运用，提高课堂与实践相结合的分析能力
海洋遥感技术实习报告 本文内容：
实
习
报
告
课程名称：
遥感技术原理及应用
实习名称：
高级高光谱遥感应用
院
（系）：
专业班级：
姓
名：
学
号：
指导教师：
2013年1月6日
一、实习时间
2012年12月31日
至2013年
1月06
日
二、实习地点
天津科技大学9-513海洋信息技术实验室
三、实习目的：
理论与实验课的综合运用，提高课堂与实践相结合的分析能力
1、理解高光谱概念、地物光谱仪、光谱数据库、高光谱传感器；
2、掌握ENVI软件的基本功能；
3、熟悉ENVI遥感影像处理的一般方法；
4、进一步掌握高级高光谱分析及制图方法；
5、理解MNF理论及算法，线性混合波谱理论；
6、总结获取高光谱端元的方法。
四、实习主要仪器设备，软件及数据
1、硬件准备：PC机；
2、操作系统：Linux系统或Windows
2k以上系统；
3、软件工具：ENVI
4、数据：美国California州AVIRIS影像数据，及USGS植被及矿物的光谱库数据
路径：CD1/m94avsub；CD1/spec_lib；CD2/C95avsub；CD2/
spec_lib。
5、文献阅读、网上电子图书馆。
五、AVIRIS及测谱学（Imaging
Spectroscopy）介绍
1、介绍测谱学；
测谱学（Imaging
Spectrometry)：成像光谱仪（Imaging
Spectrometers）或高光谱传感器（Hyperspectral
Sensors）都是遥感仪器，其将影像传感器的空间表述同光谱仪的分析能力结合在了一起。它们有多达几百个的狭窄波谱通道，波谱分辨率通常小于10nm。成像光谱仪将为影像中每一个像元提供完整的波谱曲线。将这些同宽波段（broad-band）多光谱扫描仪，如TM
进行比较：TM
只有6
个波段，其波谱分辨率大于100nm。使用成像光谱仪产生的高光谱分辨率影像，其最终结果可以帮助我们鉴别物质，而使用宽波段传感器只能区分物质。
3、介绍AVIRIS
为了达到成像光谱的目标，1983年，喷气推进实验室提出了设计和开发航空可见光/红外成像光谱仪(AVIRIS)。1987年，AVIRIS首次测量了光谱像，而且是第一台用来测量太阳反射光谱中400-2500nm的成像光谱仪。AVIRIS从224nm开始以10nm为步长测量了上行辐亮度，这些辐射光谱宽11km、长800km，分辨率达到20m。AVIRIS光谱图像是从美国航空航天局ER-2
航空器的Q-bay上获得的，这个航空器的运行高度是20000m。AVIRIS的光谱定标、辐射校准、空间配准是由实验室决定的，飞行状态也每年都是受监控的。从最初的航班开始，已经有超过4TB的AVIRIS数据被获得了，获得的数据已经被校准了并且发布给了研究者。
2、
列举高光谱传感器并做简单介绍。
MODIS传感器
MODIS是一个带有490个探测器、36个光谱波段的被动成像光谱辐射计。它覆盖了可见光～热红外（400～1400nm）波谱，其数据具有很高的信噪比，量化等级为12bit。36个相互配准的光谱度波段上以中等分辨率水平（0.25～1km）每1～2天观测地球表面一次。获取陆地和海洋的温度、初级生产率、陆地表面覆盖、云、气溶胶、水汽和火情等目标的图像。
MODIS—中分辨率成像光谱仪，是美国地球观测系统中很有特色的遥感传感器，在TERRA和AQUA卫星上均有装载，而且所载的MODIS均采取直接广播的方式下行数据，构成上、下午频率，MODIS波段设计陆地、海洋、大气等综合信息，数据在地球科学研究和环境检测研究中是不可多得的数据资源。美国国家航空航天局对MODIS数据采取全天候直接广播的方式向全世界免费开放。
六、便携式地物光谱仪ASD、USGS波谱库介绍
1、介绍便携式地物光谱仪ASD；
便携式地物光谱仪ASD：光谱范围：350-2500nm；光谱分辨率：3nm（在350-1100nm范围内）、10nm（在1100nm-2500nm范围内）；灵敏度线性：±1%；波长精度：±[email protected]；光谱扫描最快速率：0.1秒；采样间隔：[email protected]，[email protected]；波长重复性：±0.02nm；重复性:
优于0.3%；重量：大约8.5公斤
（1.2公斤含电池）。
主要用于测量地表沉积物、土壤、植物、水体和人工目标在400-2500
nm波段范围的反射率和透过率，利用探测到的地物吸收特征对目标进行成分识别，并定量化地物的化学组分。测量太阳辐照度，用于研究大气组分。功能特色是在光照条件充足情况下，可以利用太阳光作为光源，直接在野外测试目标光谱，方便、快捷、非破坏获取数据，也可在室内利用配置光源进行光谱测量。主要附件及功能：1.4m长的光纤输入端口（25度全视场角）；平均使用时间为4-9小时的光谱仪用可充电镍氢电池；光谱仪用计算机；野外工作包。研究领域:环境、农业、林业、海洋、大气科学
2、上网查找USGS网站【http://speclab.cr.usgs.gov/spectral-lib.html】
（1）介绍USGS波谱库
USGS波谱库是光谱学研究者在光谱学实验室研究了数以百种矿物的反射光谱，并将它们汇编起来组成的一个波谱库，这个波谱库被用来在遥感影像中对物质的鉴定做参考。USGS波谱库中最新的是2007年9月发布的splib06a波谱库，它的波长范围是从紫外线到中红外的0.2-150微米，其中包含了不少于1300种光谱，涵盖了中红外的数据，除了splib05a波谱库中包含的波谱外，还增加了可见光和近红外的波谱。splib06a波谱库包含了更多矿物、有机化合物、挥发性化合物、植被以及之前的波普库中所没有的人造物质。这个数据库中包含了超过6000个的网页、图形、样本图像和数据表。针对每种物质都有对应的描述、波谱图、ASCII数据、二进制文件以及一些工具。
（2）06波谱库中矿物、植被的一种典型曲线。
图一：矿物
图二：植被
（3）将沿岸水、大洋水光谱plot画出，并对其光谱曲线特点作简单描述。
要求：对USGS波谱库做一般介绍，特别是在最新的06波谱库中对矿物、植被各找一种典型曲线；另外将沿岸水、大洋水光谱plot画出，并对其光谱曲线特点作简单描述。
七、基于几何顶点端元提取的SAM分类
根据cup95eff.int数据，运用MNF变换后的波段以及散点图工具提取端元，写出步骤及结果。
（1）选择“Spectral
|
MNF
Rotation
|
Forward
MNF
|
Estimate
Noise
Statistics
from
Data”菜单进行MNF变换。在“MNF
Transform
Input
file”对话框中选择进行MNF变换的影像。点击OK，弹出“Forward
MNF
Transform
Parameters”对话框，输出噪声统计文件和输出MNF统计文件并保存。在波段列表中输出MNF影像以及特征值曲线图。
（2）打开并加载
转换后的MNF的波段影像
（3）在主影像窗口中使用
Tools
→
2-D
Scatter
Plots，选择band1和band2画散点图
（3）在散点图绘制窗口，使用感兴趣区（ROIs）绘制工具，在数据分布集群的一个或者多个拐角上，圈出一些像素点。这些像素点将作为带颜色的像素，映射到影像相应的位置上。在散点图绘制窗口中，从Class
下拉式菜单中选择所需的颜色，对几种不同的类，分别使用不同的颜色。
（4）在散点图窗口中选择Options----Export
All
将选择的区域输出为ENVI的ROI，显示如下窗口：
（5）使用
ROI
Tool
对话框中Options
下拉式菜单中的Mean
for
All
Regions
菜单项，提取感兴趣区中的均值表观反射率波谱曲线。
（6）我们已经得到了七类地物，但还没确定它们的种类。在此我们运用ENVI的波谱分析功能来解决。波谱分析首先需要打开一个波普库，然后将未知波谱与波谱库中的波谱进行匹配处理，并得到一系列匹配系数，系数大就说明与这种地物越匹配。在ENVI主菜单下选择Spectral---Spectral
Analyst，并弹出窗口选择USGS波谱库，点击ok，如图：
（7）同理将其他六个进行匹配得到：
（8）将匹配获得各个图像放在一张图上：
（9）在主窗口中选择Classification——Supervise——Spectral
Angle
Mapper，选中cup95eff.int，将所选的感兴趣区导入，出现如下窗口：
（10）分类后的结果图如下：
八、基于PPI纯净象元端元提取的SAM分类
根据cup95eff.int数据，利用MNF变换后的波段以及纯净像元指数工具以及N维可视化仪提取端元，即：MNF---PPI---n-dimensional
visualizer---spectal
mapping，写出步骤及结果。
（1）在ENVI主菜单下选择;Pixel
Purity
Index----New
Output
Band，选择前面得到的MNF图像进行ppi处理。经过10000次迭代后得到的ppi图像如下所示：
说明：越亮的像素说明他被标记为极值的次数越多相应地也越纯；相反，暗一些的图像纯度就低。
（2）在主窗口中选择：Enhance---Interactive
Stretching
（3）上图显示的是一个输入和一个输出直方图的比较窗口，在图中显示了当前的输入数据和各自拉伸的结果，两条垂直的线标志着当前拉伸的最小值和最大值。在窗口底部列出了拉伸类型和直方图的来源，拖曳线的最大值和最小值，然后点击Apply，拉伸自动执行：
说明：这幅ppi图像是前面的MNF图像经过一万次的迭代得到的结果，图像上像素点的值表示了他在迭代过程中有多少次作为极值象元被记录下来。这些数值显示了每个像素周围的数据云的局部突面程度以及每个像素和数据的突起外壳的亲近程度。
（4）在ROIs
Tool对话框中选择Options---Band
Threshold
to
ROI建立一个只包含有高ppi值像素的ROI，选择输入的ppi文件，在弹出的对话框中输入最小极限值：
（5）点击OK，即生成含在迭代过程中100次作为极值的最纯像素的ROI，从下图可以看出有6669个符合条件的点被提取出来，生成了红色的样本点：
（5）在ENVI主菜单中选择Spectral----n-Dimensional
Visualizer----Visualize
with
New
Data，在弹出的对话框中选择前面处理好的MNF文件，选择其前10个波段进行观察。点击ROI后将弹出可以选择1到10波段的N维散点图窗口。选择前五个波段构成n-D散点图。并选择n-D控制对话框中的Options---show
Axes选项，随后在n—D控制窗口中点击Start进行旋转。
（6）提取感兴趣区：
（7）在n-D
Controls窗口中Options—mean
All：
（8）利用波谱分析工具确定地物类别：
（9）在ENVI主菜单下选择：Classification---Supervised---Spectral
Angle
Mapper。选择原始图像作为待分类图像。点击ok后弹出端元收集窗口，在此窗口中选择;Import---from
ROI
from
Input
File,选择我们刚才定义好的样本区，点击ok。最终图像如下：
（10）在ENVI主菜单下选择：Classification---Post
Classification---Confusion
Matrix，选择地面真实样本区，输入待分析的分类图像，出现以下输入窗口：
（11）在ENVI主菜单下选择：Classification---Post
Classification---Clump
Class，适当选择设定参数，点击ok生成平滑图像：
九、参考文献
[1]邓书斌．
ENVI
遥感图像处理方法［M］．
北京:
科学出版社，
2010．
[2]董秀兰.李燕.基于ENVI
的遥感图像监督分类方法比较研究[J].北京测绘.
[3]ENVI遥感影像处理专题与实践
[M].220-242.
[4]
http://speclab.cr.usgs.gov/spectral-lib.html
十、结束语
实践是检验真理的唯一标准
，通过这次课程设计我又一次很好的体会到了这个道理，体会到了遥感这门课程的魅力，通过实际操作，我掌握了很多知识：理解了高光谱概念、地物光谱仪、光谱数据库、高光谱传感器；掌握了ENVI软件的基本功能；熟悉ENVI遥感影像处理的一般方法；进一步掌握了高级高光谱分析及制图方法；理解了MNF理论及算法，线性混合波谱理论；懂得了获取高光谱端元的方法。在以后的学习生活中，我也将会结合实际，学会学习，利用知识！