[转载]【转载】Landsat7卫星的TM/ETM+数据介绍
(2014-01-11 17:04:48)
标签:
转载 |
分类: 科研 |
Landset卫星介绍:
卫星系列 |
卫星名称 |
服务时间 |
RS器名称
|
周期/轨道
|
辐射宽度 |
波段/频率(μm) |
分辨率 |
美国陆地卫星系列(Landsat1-7号星) |
Landsat-1 |
72.7~78.1 |
RBV,MSS |
18D/918km |
185km |
B:0.45-0.52 |
30m |
Landsat-2 |
75.1~82.2 |
185km |
G:0.52–0.60 |
30m |
|||
Landsat-3 |
78.3~83.3 |
185km |
R:0.63-0.69 |
30m |
|||
Landsat-4 |
82.7~92 |
MSS,TM |
16D/705km |
185km |
NIR:0.76-0.90 |
30m |
|
Landsat-5 |
84.1~至今
|
185km |
SWIR1.55-1.75 |
30m |
|||
Landsat-6 |
93.10.5 |
MSS,ETM |
发射失败 |
185km |
TIR:10.4-12.5 |
60m |
|
Landsat7 |
99.4~
|
TM,ETM+ |
16D/705km |
185km |
SWIR2.08-2.35 |
30m |
对水体穿透强, 该波段位于水体衰减系数最小,散射最弱的部位(0.45—0.55um),对水体的穿透力最大,可获得更多水下信息,用于判断水深,浅海水下地形,水体浑浊度,沿岸水,地表水等;
能够反射浅水水下特征,区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。
对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等。
对植物的绿反射敏感该波段位于健康绿色植物的绿色反射率(0.54—-0.55um)附近;
对健康茂盛植物的反射敏感,
主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力
对绿的穿透力强,
探测健康植被绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种,植被类型和评估作物长势
对水体有一定的穿透力,可反映水下特征,水体浑浊度,水下地形,沙洲,沿岸沙地等。.
可区分人造地物类型,
对水中悬浮泥沙反映敏感。该波段位于含沙浓度不同的水体辐射峰值(0.58—-0.68um)附近,对水中悬浮泥沙反映敏感。
叶绿素的主要吸收波段,
能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差,反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率,
测量植物绿色素吸收率,并以此进行植物分类;
此外其信息量大,广泛用于对裸露地表,植被,岩性,地层,构造,地貌等为可见光最佳波段;
可区分人造地物类型
对绿色植物类别差异最敏感,为植物通用波段,用于牧师调查,作物长势测量,
处于水体强吸收区,水体轮廓清晰,用于勾勒水体,绘制水体边界、探测水中生物的含量和土壤湿度;
区分土壤湿度及寻找地下水,识别与水有关的地质构造,地貌,土壤,岩石类型等均有利。
测量生物量和作物长势,区分植被类型,
用来增强土壤-农作物与陆地-水域之间的反差。
该波段位于水的吸收带(1.4—-1.9um)之间,受两个吸收带的影响,反映植物和土壤水分含量敏感。
探测植物含水量和土壤湿度,
区别雪和云:
适合庄稼缺水现象的探测
作物长势分析,从而提高了区分不同作用长势的能力.
测常温的热辐射差异。根据辐射响应,可进行
植物胁迫分析,
土壤湿度研究,
农业与森林区分,
水体,岩石等地表特征识别。
可以根据辐射响应的差别,区分农林覆盖长势,差别表层湿度,水体岩石,以及监测与人类活动有关的热特征,进行热制图.
7.TM7 2.08-3.35UM,中红外波段,
为地质学家追加波段,处于水的强吸收带,水体呈黑色,可用于区分主要岩石类型,岩石的热蚀度,探测与交代岩石有关的粘土矿物.
位于水的吸收带,受两个吸收带控制。对植物水分敏感。
波段序号 |
波长范围 |
波段名称 |
地面分辨率 |
主要应用领域 |
1 |
0.45~0.52μm |
蓝绿色 |
30m |
对水体有一定的透视能力,能够反射浅水水下特征,区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。 |
2 |
0.52~0.60μm |
绿色 |
30m |
探测健康植被绿色反射率、区分植被类型和评估作物长势,区分人造地物类型,对水体有一定透射能力,主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力。 |
3 |
0.63~0.69μm |
红色 |
30m |
测量植物绿色素吸收率,并以此进行植物分类,可区分人造地物类型;位于叶绿素的吸收区,能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差 |
4 |
0.76~0.90μm |
近红外 |
30m |
测量生物量和作物长势,区分植被类型,绘制水体边界、探测水中生物的含量和土壤湿度;要用来增强土壤-农作物与陆地-水域之间的反差。 |
5 |
1.55~1.75μm |
短波红外 |
30m |
探测植物含水量和土壤湿度,区别雪和云:适合庄稼缺水现象的探测和作物长势分析。 |
6 |
10.4~12.5μm |
热红外 |
60m |
用于热强度、测定分析,探测地表物质自身热辐射,用于热分布制图,岩石识别和地质探矿 |
7 |
2.08~2.35μm |
短波红外 |
30m |
探测高温辐射源,如监测森林火灾、火山活动等,区分人造地物类型,岩系判别。 |
8(PAN) |
0.52~0.90 μm |
全色 |
15m |
|
432:标准假彩色合成,即4、3、2波段分别赋予红、绿、蓝色,获得图像植被成红色,由于突出表现了植被的特征,应用十分的广泛,而被称为标准假彩色。
我们先看一看蓝藻爆发时遥感监测机理。蓝藻暴发时绿色的藻类生物体拌随着白色的泡沫状污染物聚集于水体表面,蓝藻覆盖区的光谱特征与周围湖面有明显差异。由于所含高叶绿素A的作用,蓝藻区在LandsatTM2波段具有较高的反射率,在TM3波段反射率略降但仍比湖水高,在TM4波段反射率达到最大。因此,在TM4(红)、3(绿)、2(蓝)假彩色合成 图像上,蓝藻区呈绯红色,与周围深蓝色、蓝黑色湖水有明显区别。此外,蓝藻暴发聚集受湖流、风向的影响,呈条带延伸,在TM图像上呈条带状结构和絮状纹理,与周围的湖水面也有明显不同。
451:信息量最丰富的组合,TM图像的光波信息具有3~4维结构,其物理含义相当于亮度、绿度、热度和湿度。在TM7个波段光谱图像中,一般第5个波段包含的地物信息最丰富。3个可见光波段(即第1、2、3波段)之间,两个中红外波段(即第4、7波段)之间相关性很高,表明这些波段的信息中有相当大的重复性或者冗余性。第4、6波段较特殊,尤其是第4波段与其他波段的相关性得很低,表明这个波段信息有很大的独立性。计算各种组合的熵值的结果表明,由一个可见光波段、一个中红外波段及第4波段组合而成的彩色合成图像一般具有最丰富的地物信息,其中又常以4,5,3或4,5,1波段的组合为最佳。第7波段只是在探测森林火灾、岩矿蚀变带及土壤粘土矿物类型等方面有特殊的作用。最佳波段组合选出后,要想得到最佳彩色合成图像,还必须考虑赋色问题。人眼最敏感的颜色是绿色,其次是红色、蓝色。因此,应将绿色赋予方差最大的波段。按此原则,采取4、5、3波段分别赋红、绿、蓝色合成的图像,色彩反差明显,层次丰富,而且各类地物的色彩显示规律与常规合成片相似,符合过去常规片的目视判读习惯。例如把4、5两波段的赋色对调一下,即5、4、3分别赋予红、绿、蓝色,则获得近似自然彩色合成图像,适合于非遥感应用专业人员使用。
741:波 段组合图像具有兼容中红外、近红外及可见光波段信息的优势,图面色彩丰富,层次感好,具有极为丰富的地质信息和地表环境信息;而且清晰度高,干扰信息少, 地质可解译程度高,各种构造形迹(褶皱及断裂)显示清楚,不同类型的岩石区边界清晰,岩石地层单元的边界、特殊岩性的展布以及火山机构也显示清楚。
742:1992年,完成了桂东南金银矿成矿区遥感地质综合解译,利用1:10万TM7、4、2假彩色合成片进行解译,共解译出线性构造1615条,环形影像481处, 并在总结了构造蚀变岩型、石英脉型、火山岩型典型矿床的遥感影像特征及成 矿模式的基础上,对全区进厅成矿预测,圈定金银A类成矿远景区2处,B类 4处,C类5处。为该区优选找矿靶区提供遥感依据。
743:我国利用美国的陆地卫星专题制图仪图像成功地监测了大兴安岭林火及灾后变化。这是因为TM7波段(2.08-2.35微米)对温度变化敏感;TM4、TM3波段则分别属于红外光、红光区,能反映植被的最佳波段,并有减少烟雾影响的功能;同时TM7、TM4、TM3(分别赋予红、绿、蓝色)的彩色合成图的色调接近自然彩色,故可通过TM743彩色合成图的分析来指挥林火蔓延与控制和灾后林木的恢复状况。
754:对不同时期湖泊水位的变化,也可采用不同波段,如用陆地卫星MSS7,MSS5,MSS4合成的标准假彩色图像中的蓝色、深蓝色等不同层次的颜色得以区别。从而可用作分析湖泊水位变化的地理规律。
541:XX开发区砂石矿遥感调查是通过对陆地卫星TM最佳波段组fefee7合的选择(TM5、TM4、 TM1)以及航空、航天多种遥感资料的解译分析进行的,在初步解译查明调查区第四系地貌。例如把4、5两波段的赋色对调一下,即5、4、3分别赋予红、绿、蓝色,则获得近似自然彩色合成图像,适合于非遥感应用专业人员使用。
一个免费TM / ETM+下载地址;http://glcf.umiacs.umd.edu/data/