将DN值转化为行星反照率和将DN值转化为反射率有什么不同?(转载)
(2012-04-16 11:31:48)
标签:
杂谈 |
分类: 遥感 |
将DN值转化为行星反照率和将DN值转化为反射率有什么不同?
我在网上看到这样一段,请高手告知有什么区别:
1. 数据的选择与预处理
根据研究区植被的季节变化特点,选择了2001年4月1号、2001年4月17号、2001年5月19号和2001年6月4号4个时相北京幅ETM+数据,考虑到白天的热红外波段6的数据对本项研究没有太大的意义,另外,从光谱的角度来说全色波段8并不是一个独立的波段,所以此研究所使用的是ETM+波段1~5、波段7共5个波段的数据。
首先对以上4个时相的遥感数据做系统级校正,然后对它们进行精确的空间配准,使相同地物在不同时相的遥感图像上的位置相一致,并使多时相遥感数据处于同一地理坐标系统之下。
2.典型地物类型选择
首先,根据地物在遥感图像上的影像特征并结合专业知识,在图像上初步选择水体、植被(小麦、林地)、裸沙地、城镇和机场跑道为典型地物样本14个,然后,到实地进行考察,对所选典型地物的类型及位置进行检查和调整。
3. 光谱数据采集
先从遥感图像上读取各样本点在各波段上的灰度值(DN值),并对样本的灰度值进行统计运算和数值分析,结合遥感图像的影像特征进行样本的筛选与纯化。
然后,由公式
=DN*gain +bias
求出各样点的辐射能量值。其中L为地物在大气顶部的辐射能量值,单位为 ;DN为样本的灰度均值,gain和bias分别为图像的增益与偏置,可从图像的头文件中读取。
最后,根据样本的辐射能量值、大气顶部的太阳辐照度、成像时的太阳高度角等参数由下式计算出样本的反射率ρ。
其中 为日地天文单位距离,取值1; 为大气顶部的太阳辐照度,各波段的E0值见表1; 为成像时的太阳天顶角,即太阳高度角的余角,从图像的头文件中读取。
表1 ETM+各波段 值(单位: )
波段 1 2 3 4 5 7
1969 1840 1551 1044 225.7 82.07
在研究区内的遥感图像上共选择了典型地物水体(深水、浅水)、植被(小麦、林地、草地)、裸沙地、城镇和机场跑道样本共14个,图1~3为用上述方法计算、绘制出来的光谱曲线图,受文章篇幅所限,这里只给出3幅曲线图。
4. 4. 结果分析与讨论
从计算所得的结果和光谱曲线图可以看出:
(1)植被的季节变化和长势状况在不同时相遥感图像的光谱曲线上表现得很明显。林地样本取自密云水库附近,有2类,分别位于归属于密云水库管理站和密云县的区域内,前者比后者长得茂盛,这从光谱曲线图上波段3和波段4值的大小可以很明显地看出(图1、图2)。
(2)植被样本(包括小麦、林地、草地)的光谱数据都反映出一个共同的特点,这就是5月19号这个时相的植被指数最高(图3),这意味着初夏绿色植物的叶绿素浓度最高,活性最大。这对于植被的长势及生化特性等方面的研究具有重要的意义。
(3)卫星遥感数据是经过大气吸收、散射等影响后由传感器接收的地物信息,这里计算出的地物反射率是地物在大气顶部的反射率,它不同于地面测得的地物反射率。从此次试验研究的结果看,在天气状况良好、下垫面不十分复杂的情况下,这样计算得到的反射率曲线的特点基本上符合地面测量测得的地物反射特性一般规律。
此次试验研究取得的初步结果表明,从遥感数据中提取典型地物的波谱数据,研究地物的波谱特性及规律是可行的。地物的反射率能更真实、准确地反映地物的光谱特征。遥感技术的飞速发展已使遥感应用从定性研究发展到定量、半定量分析,从静态研究进入动态研究与监测阶段,多平台、多时相遥感数据的综合利用是必然的趋势与选择。利用卫星数据进行地物光谱数据的采集与反演,对于遥感数据的特征参数选择、信息提取及定量分析具有重要的意义,必将使遥感在更多的领域发挥更大的作用。
我在网上看到这样一段,请高手告知有什么区别:
1. 数据的选择与预处理
根据研究区植被的季节变化特点,选择了2001年4月1号、2001年4月17号、2001年5月19号和2001年6月4号4个时相北京幅ETM+数据,考虑到白天的热红外波段6的数据对本项研究没有太大的意义,另外,从光谱的角度来说全色波段8并不是一个独立的波段,所以此研究所使用的是ETM+波段1~5、波段7共5个波段的数据。
首先对以上4个时相的遥感数据做系统级校正,然后对它们进行精确的空间配准,使相同地物在不同时相的遥感图像上的位置相一致,并使多时相遥感数据处于同一地理坐标系统之下。
2.典型地物类型选择
首先,根据地物在遥感图像上的影像特征并结合专业知识,在图像上初步选择水体、植被(小麦、林地)、裸沙地、城镇和机场跑道为典型地物样本14个,然后,到实地进行考察,对所选典型地物的类型及位置进行检查和调整。
3. 光谱数据采集
先从遥感图像上读取各样本点在各波段上的灰度值(DN值),并对样本的灰度值进行统计运算和数值分析,结合遥感图像的影像特征进行样本的筛选与纯化。
然后,由公式
=DN*gain +bias
求出各样点的辐射能量值。其中L为地物在大气顶部的辐射能量值,单位为 ;DN为样本的灰度均值,gain和bias分别为图像的增益与偏置,可从图像的头文件中读取。
最后,根据样本的辐射能量值、大气顶部的太阳辐照度、成像时的太阳高度角等参数由下式计算出样本的反射率ρ。
其中 为日地天文单位距离,取值1; 为大气顶部的太阳辐照度,各波段的E0值见表1; 为成像时的太阳天顶角,即太阳高度角的余角,从图像的头文件中读取。
表1 ETM+各波段 值(单位: )
波段 1 2 3 4 5 7
1969 1840 1551 1044 225.7 82.07
在研究区内的遥感图像上共选择了典型地物水体(深水、浅水)、植被(小麦、林地、草地)、裸沙地、城镇和机场跑道样本共14个,图1~3为用上述方法计算、绘制出来的光谱曲线图,受文章篇幅所限,这里只给出3幅曲线图。
4. 4. 结果分析与讨论
从计算所得的结果和光谱曲线图可以看出:
(1)植被的季节变化和长势状况在不同时相遥感图像的光谱曲线上表现得很明显。林地样本取自密云水库附近,有2类,分别位于归属于密云水库管理站和密云县的区域内,前者比后者长得茂盛,这从光谱曲线图上波段3和波段4值的大小可以很明显地看出(图1、图2)。
(2)植被样本(包括小麦、林地、草地)的光谱数据都反映出一个共同的特点,这就是5月19号这个时相的植被指数最高(图3),这意味着初夏绿色植物的叶绿素浓度最高,活性最大。这对于植被的长势及生化特性等方面的研究具有重要的意义。
(3)卫星遥感数据是经过大气吸收、散射等影响后由传感器接收的地物信息,这里计算出的地物反射率是地物在大气顶部的反射率,它不同于地面测得的地物反射率。从此次试验研究的结果看,在天气状况良好、下垫面不十分复杂的情况下,这样计算得到的反射率曲线的特点基本上符合地面测量测得的地物反射特性一般规律。
此次试验研究取得的初步结果表明,从遥感数据中提取典型地物的波谱数据,研究地物的波谱特性及规律是可行的。地物的反射率能更真实、准确地反映地物的光谱特征。遥感技术的飞速发展已使遥感应用从定性研究发展到定量、半定量分析,从静态研究进入动态研究与监测阶段,多平台、多时相遥感数据的综合利用是必然的趋势与选择。利用卫星数据进行地物光谱数据的采集与反演,对于遥感数据的特征参数选择、信息提取及定量分析具有重要的意义,必将使遥感在更多的领域发挥更大的作用。