多光谱图像与高光谱图像的解释说明

Python与开源GIS

多光谱图像与高光谱图像的解释说明

2021-04-06 作者: admin 浏览: 3129 次

摘要: 多光谱影像与高光谱影像有什么区别? 多光谱和高光谱之间的主要区别在于波段的数量以及波段的狭窄程度。 多光谱影像通常指3至10个波段。每个波段都有一个描述性标题。 例如,下面的通道包括红色,绿色,蓝色,近红外和短波红外。 高光谱图像由更窄的波段(10-20 ...

多光谱影像与高光谱影像有什么区别?

多光谱和高光谱之间的主要区别在于波段的数量以及波段的狭窄程度。

多光谱影像通常指3至10个波段。每个波段都有一个描述性标题。

例如,下面的通道包括红色,绿色,蓝色,近红外和短波红外。

高光谱图像由更窄的波段(10-20 nm)组成。高光谱图像可能具有数百或数千个波段。通常,它们没有描述性的频道名称。

多光谱与高光谱

多光谱:3-10个较宽的波段。高光谱:数百个窄带。

多光谱影像范例

多光谱传感器的一个示例是Landsat-8。例如,Landsat-8生成具有以下波段的11张图像:

  • 波段1中的沿海气溶胶(0.43-0.45 um)
  • 频段2的蓝色(0.45-0.51 um)
  • 频段3为绿色(0.53-0.59 um)
  • 频段4中的红色(0.64-0.67微米)
  • 频段5(0.85-0.88 um)中的近红外(NIR)
  • 波段6(1.57-1.65 um)中的短波红外(SWIR 1)
  • 波段7(2.11-2.29 um)中的短波红外(SWIR 2)
  • PANCHROMATIC在频段8(0.50-0.68 um)
  • CIRRUS在频段9(1.36-1.38 um)
  • 波段10(10.60-11.19 um)中的热红外(TIRS 1)
  • 波段11(11.50-12.51 um)中的热红外(TIRS 2)

除第8、10和11波段外,每个波段的空间分辨率为30米。虽然波段8的空间分辨率为15米,但波段10和11的像素大小为100米。由于大气吸收这些波长的光,所以0.88-1.36范围内没有波段。

高光谱影像示例

1994年,美国宇航局计划了第一颗名为TRW Lewis的高光谱卫星。不幸的是,NASA发射后不久就失去了与它的联系

但是后来NASA确实成功完成了发射任务。2000年,美国宇航局发射了搭载高光谱传感器“Hyperion”的EO-1卫星。实际上,Hyperion成像光谱仪(EO-1卫星的一部分)是来自太空的第一个高光谱传感器。

Hyperion在242个光谱带(0.4-2.5 um)中产生30米分辨率的图像。如果想亲自测试Hyperion影像,可以在USGS Earth Explorer上免费下载数据。

Hyperion确实从太空开始了高光谱成像的开始。例如,来自太空的其他高光谱成像任务包括:

  • 2001年的PROBA-1(ESA)
  • 2019年的PRISMA(意大利)
  • 2020年的EnMap(德国)
  • 2020年HISUI(日本)
  • 2024年的HyspIRI(美国)

多光谱和高光谱的直觉

阅读这篇文章时,会看到反射的能量。但是计算机可以通过三个渠道看到它:红色,绿色和蓝色。

  • 如果是一条金鱼,会看到不同的光线。金鱼可以看到人眼看不见的红外辐射。
  • 大黄蜂可以看到紫外线。同样,人类看不到眼睛的紫外线,但是UV-B会伤害我们。

现在,想像一下是否可以在人类,金鱼和大黄蜂的眼中观察世界?实际上是可以的。使用多光谱和高光谱传感器可以进行此操作。

电磁频谱

可见(红色,绿色和蓝色),红外线和紫外线是电磁光谱中的描述性区域。人类是出于自己的目的而组成这些区域的-方便地对其进行分类。每个区域根据其频率(v)进行分类。

  • 人类看到可见光(380 nm至700 nm);
  • 金鱼看到红外线(700 nm 至 1mm);
  • 大黄蜂看到紫外线(10 nm至380 nm);

多光谱和高光谱图像可以看到人类(红色,绿色和蓝色),金鱼(红外)和大黄蜂(紫外线)。实际上,作为反射到传感器的EM辐射,可以看到的甚至更多。

多光谱与高光谱

在高光谱图像中具有较高级别的光谱详细信息,可以更好地看到看不见的图像。例如,高光谱遥感因其高光谱分辨率而在三种矿物之间脱颖而出。但是多光谱Landsat专题制图仪无法区分这3种矿物。

但缺点之一是它增加了一定程度的复杂性。如果要处理200个窄带,如何减少通道之间的冗余

高光谱和多光谱图像在现实世界中有许多应用。例如,使用高光谱图像来绘制入侵物种的地图并帮助进行矿物勘探

数百种应用中,多光谱和高光谱让我们了解世界。例如,将其用于农业,生态,石油和天然气,大气研究等领域。

关注“开源集思”公众号
获取免费资源

随机推荐


Copyright © 2014-2019 OSGeo中国中心 吉ICP备05002032号

Powered by TorCMS

OSGeo 中国中心 邮件列表

问题讨论 : 要订阅或者退订列表,请点击 订阅

发言 : 请写信给: osgeo-china@lists.osgeo.org