光譜特征清單-遙感光譜波段?
遙感光譜反射率
探索可見（和不可見）光譜帶?
上個月，我開始在我的絕密實驗室建立一份光譜帶及其光譜特征的秘密清單。我請世界上最聰明的人貢獻他們的智慧。
結果呢？
目前存在的更好的光譜簽名作弊表之一。
添加微信好友, 獲取更多信息
復制微信號
今天，我們探索有形和無形。無論是近紅外波段還是卷云波段，都可以使用此簡潔明了的指南來遙感光譜特征，以從圖像中提取盡可能多的數據。
總之，什么是光譜帶？?
多虧了我們的大氣層，我們只能看到電磁（EM）光譜的特定部分。
下圖顯示了我們的“大氣窗口”。電磁能（藍色）是我們在地球上所能看到的。
我們的眼睛只能看到可見部分——紅色、綠色和藍色。健康的植被（或葉綠素）比其他波長反射更多的綠光。它吸收更多的紅光和藍光。這就是為什么我們的眼睛看到它是綠色的。
但是特殊類型的傳感器可以接收到其他形式的電磁波譜——人眼看不見。例如，植被也會反射更多的近紅外（NIR）。近紅外對人眼是看不見的，但是傳感器可以探測到這個光譜帶。
…所以特殊類型的傳感器可以揭示關于地球特征的新見解，而我們的眼睛卻不能。
AVHRR NDVI復合材料–圖像由NOAA提供。
關于那個絕密實驗室…?
回到整個光譜簽名的絕密實驗室…我承認它實際上是 USGS spectral signature laboratory。我們在GISGeography.com 沒有光譜帶實驗室。
…但是美國地質勘探局有一個……和一個方便的 Spectral Characteristics Viewer。他們在實驗室里對數百種材料的光譜反射率進行了有力的測試，所有這些數據都在他們的光譜庫網站上進行了編輯。
要點是這樣的：
每個物體都有自己的化學成分。這相當于說每一篇作文都有自己的**光譜特征**。
無監督分類示例
以采礦業為例，地球上有4000多種天然礦物。每一個都有自己的化學成分，使它彼此不同。當你有更多的光譜帶，這就有更大的潛力來繪制更多的礦物、植被或任何東西！
好的，什么事 你的觀點？
你可以 挑選 你要用哪個光譜帶 image classification techniques in remote sensing。
這意味著在你的遙感分類中，你將有更高的概率通過光譜特征自動神奇地提取出感興趣的特征。
…spectral signature cheatsheet這將帶我們進入下一個部分-The 光譜簽名備忘單
光譜簽名備忘單?
光譜特征圖將反射電磁輻射的所有變化作為波長的函數繪制出來。
選擇和選擇你在分類中使用的光譜帶。
如果你想從 multispectral image。這個光譜特征清楚地表明，你應該利用近紅外波段（0.76-0.9微米）。
植被和水光譜特征線圖
…… Normalized Difference Vegetation Index (NDVI) 可能只是規范化數據的更佳 *** 之一。
沒有任何東西是用石頭寫的來進行圖像分類的。
這些只是幫助您進行分類的一般準則。
不用再多費吹灰之力…
1海岸氣溶膠（0.43-0.45微米）?
顧名思義，你的海岸氣溶膠帶在海岸，水深和氣溶膠研究中特別有用。海岸帶反射藍色和紫羅蘭色，在陸地衛星8號和世界觀3號等衛星傳感器上越來越常見。以下是它的一些譜帶應用：
鯨魚種群： 由于它能夠穿透水（在清水中可達20-30米），海岸帶正被用來估計（次表面）鯨魚種群，這一光譜帶使人們對野外鯨魚的識別更有信心，而不是對圈養水箱中動物的觀察。 (Counting whale populations from space （）
水深測量： 由于海岸氣溶膠帶被水吸收較少，因此可以進行海岸水和海洋顏色觀測。這對于海草和其他海底生物棲息地等海洋植被的光譜特征也很有用。
氣溶膠： 由于沿海氣溶膠帶對云、煙和薄霧更為敏感，所以在圖像處理中它被用來過濾云。地球觀測者在海岸氣溶膠帶的幫助下，對無云正射影像進行微調，作為基線圖。陸地衛星8圖像中的云探測和清除技術
2藍色（0.45-0.51微米）?
潛水 海洋植被綠洲 用深水藍帶成像。你的眼睛能看到反射的藍光。根據水的清澈度，藍帶等可見光的深度可達20-30米。調整你的光譜特征，使用藍色波段進行深水成像。
深水成像： 由于其在沿海地區、水下珊瑚礁、水的渾濁度和沉積物、水下植被、渾濁度和水深測繪等方面的光譜穿透度更高，因此可以應用于一些獨特的遙感應用。
煙羽、大氣霧和云： 可見范圍藍色是較短的波長，如藍色（0.45-0.51微米），對大氣霧最敏感。這使得藍色波段成為探測煙羽的理想波段，因為較短的波長更容易被較小的粒子散射。
云、雪和巖石： 將云與雪和巖石分開是因為薄霧和薄云的光譜特征對藍色和紅色波長都非常敏感。 (Cloud and Snow Discrimination)
3綠色（0.53-0.59微米）?
對許多人來說，綠色意味著自然——植物、樹木和森林。在遙感方面也是一樣的。綠色部分覆蓋了葉子表面的反射峰（因此我們看到的是綠色）。這也意味著光譜的藍色和紅 *** 域的光譜反射率較低，因為光合作用期間葉綠素的吸收。
植物活力和植被： 綠色被用來區分廣泛的植被類別和植物材料。葉片表面反射峰的光譜特征在綠帶中突出顯示。
藻類和藍藻開花： 一般來說，在光譜的任何部分，清水的反射都很小。然而，光譜的藍色端的反射比更大，因此我們的眼睛看到的顏色是藍色。但當出現藻華時，通常會出現更大反射率的地方是綠色。
城市娛樂： 城區的綠地和森林綠地指的是公園、高爾夫球場和公墓等休閑區。
4紅色（0.64-0.67微米）?
熱帶土壤、建成環境和地質特征通常都有紅色的光譜特征。紅色用于標準化差異植被指數（NDVI）等公式，因為植物吸收了多少紅光（和藍光）。
土壤類型和地質特征： 裸土的反射率一般取決于其成分。澳大利亞的土壤由于紅色幾乎與火星相似。富含鐵銹色氧化鐵的土壤在紅色光譜帶具有很高的反射率，這對于這種土壤光譜特征來說是非常好的。 (Predicting soil properties)
建筑與自然環境： 紅帶被用來區分人造物體和植物。對于諸如道路和人類住區等文化特征的光譜特征，更好在紅帶中檢測到。
葉綠素吸收： 與其他波長相比，NDVI健康植被中使用的一半變量反射更多的近紅外（NIR）和綠光。它吸收了更多的紅光和藍光，并被用來量化NDVI中的植被。
5黃色（0.585-0.625微米）?
“黃色”波段相對較新，最早可以在WorldView-2上找到。這個波段從光譜的0.585-0.625微米部分收集到更精細的細節。簡單地說，它收集特定對象的“黃色”。
樹冠蟲害： 一項研究開發了一種黃度指數（YI），作為壓力植物和缺錳大豆葉片黃化的測量 *** 。 (Estimating stressed vegetation with the Yellowness Index）
功能分類： 黃帶可以在不同季節用來描繪入侵草和其他一般特征。它還被用于按季節對個別樹種和作物類型進行分類。
6紅邊（0.705-0.745微米）?
紅邊帶位于近紅外和紅邊之間。對于葉綠素，紅色部分強烈吸收光，而近紅外部分產生強烈反射。在這兩個光譜帶之間的躍遷是紅邊帶。
植物健康和年齡狀況： 由于植物健康和活力的高反射率，紅邊的植被響應通常對葉綠素含量和葉片結構（如葉面積指數（LAI））的影響更大。 (Identifying plant stress using red-edge）
作物監測： 將紅邊帶應用于精細農業，甚至區分健康作物和受疾病影響的作物。它被用來區分作物類型和營養。
7近紅外1–NIR-1（0.76-0.90微米）?
近紅外反射率是對健康植被進行分類的最有效 *** 之一。在近紅外區域，區分水和植被類總是比較容易。這是因為在近紅外光譜中，健康的植物反射它，而近紅外輻射更多地被水吸收。
生物量含量： 健康葉綠素的內部結構異常地反射近紅外輻射。但是當植物枯萎并最終死亡時，近紅外反應會減弱，直到什么都沒有留下。
考古遺址： 通過近紅外輻射解釋更密集的泥磚、作物痕跡以及植被、土壤和地質的細微差異，挖掘古代考古遺址。 (Near-infrared aerial crop mark archaeology）
歸一化差異植被指數（NDVI）： 近紅外用于植物健康的光譜特征測量。這可以通過使用由近紅外和紅色波段組成的ndvi比率來實現。ndvi比我們只觀察可見的綠色更精確地提取植被差異。
8近紅外2–NIR-2（0.86-1.04微米）?
近紅外2波段和近紅外1波段之間存在明顯的重疊。主要區別在于近紅外-2波段受大氣影響的程度要小得多。
植被研究： 近紅外-2提供了更復雜的植被分析和生物量研究，主要是因為它受大氣影響較小。 (Reflectance of visible and near-infrared radiation from vegetation)
陸/水邊界: 水是近紅外光的強吸收體，植被是強反射體。你可以用近紅外來描繪森林碎片，定量地描述世界各地森林的損失和收益。
9短波紅外1 – SWIR-1（1.57-1.65微米）?
短波紅外（SWIR）可以幫助區分干濕土壤。它也用于地質和土壤分類的光譜特征。SWIR也因其穿透薄云的能力而聞名，甚至比可見波段更能穿透煙霧和薄霧。
含水量： SWIR-1對土壤和植被中的水分含量敏感。反射率隨含水量的增加而降低。這有助于區分濕土和干土。
云/煙霧滲透 SWIR透過煙霧看到下面的地形。這有助于指揮救援人員，更有效地撲滅森林火災。
礦產勘查 –研究表明，獲得指示礦物（如碳酸鹽、銨和 *** 鹽）的光譜特征，以及巖石中的鐵或赤鐵礦，更容易使用SWIR。 (Mapping rocks and minerals with ASTER SWIR band)
10短波紅外2 – SWIR-2（2.08-2.35微米）?
短波紅外-2與SWIR-1有相似之處。SWIR-2主要用于成像土壤類型、地質特征和礦物，如銅和 *** 鹽。它對植被和土壤水分變化也很敏感。雪和冰的特征和云顯得更暗的色調。
水性質： 使用SWIR，水具有更強的吸收能力。這有助于光譜特征反應監測藍藻水華和渾濁水域。
灌溉實踐： 短波紅外的反射率受葉片含水量的影響，是了解作物水分脅迫和定向灌溉的理想選擇。 (Estimating crop water stress and drought with SWIR)
礦產測繪： SWIR覆蓋了一個范圍，其中粘土類型的礦物提供了更大的光譜特征。含水礦物在區分不同類型的高嶺石和蒙脫石時顯得較暗。
11全色（0.50-0.68微米）?
就像黑白膠片一樣，全色波段將所有可見的反射光同時收集到一個通道中。因為它能同時看到更多的光，所以空間分辨率比分別收集紅、藍和綠通道的分辨率更高。例如，Landsat-8的全色波段是15米的網格單元。除熱波段外，其他光譜波段的分辨率為30米。唯一的拉回與泛帶是，你將無法區分顏色。
平移銳化： 通過將顏色信息與全色波段相結合，使用平移銳化來銳化圖像。因為全色波段犧牲了光譜分辨率的空間分辨率，它提供了更銳化的圖像定義。
12卷云（1.36-1.38微米）?
卷云帶之所以得名是因為它是卷云探測的專家。大氣幾乎吸收了所有的卷云帶，因為地面幾乎看不見。高海拔的云層被探測出來，在其他波段看不到。
卷云： 卷云反射得很亮，而大部分陸地表面會顯得很暗。改進了對煩人卷云的檢測，有助于圖像基礎圖的刪除和增強。
13熱紅外–TIRS-1（10.60–12.51微米）?
熱紅外波段能看到熱量。陸地衛星的熱紅外使用發射而不是反射輻射。它有一個更粗的分辨率100米，但仍然有助于了解表面溫度，夜間研究，甚至火山監測。
火山活動： 盡管它的空間分辨率較低，熱紅外已被用來估計火山熔巖的排放率。夜間熱紅外圖像為火山災害識別提供能量通量估計。 (Volcano activity using thermal infrared in New Zealand)
城市供熱： TIRS提供了一個城市內表面溫度熱在哪里的見解。公園、開闊水域和自然植被通常是最涼爽的，而工業區則是最溫暖的。通常情況下，由于人類活動，一個城市或大都市地區比其周圍的農村地區要暖和得多。 (Urban heat islands and land surface temperature)
天氣預報： NOAA地球靜止運行環境衛星（GOS）收集熱紅外，以了解云的高度和類型，甚至海洋表面的特征。
接下來是什么？?
你自己看看。
不是我們的地球，但是 Chromoscope 讓你在伽馬射線到最長無線電波的波長范圍內探索我們的星系（銀河系）和遙遠的宇宙。
或者看看其他一些遙感教程：
來源：開源地理空間基金會中文分會
來源鏈接：https://www.osgeo.cn/post/18aed
本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。
