69爱爱视频,97超碰人人干,美女裸体黄网站18禁免费看

2025-01-21 09:33:29遙感衛(wèi)星應(yīng)用: 遙感衛(wèi)星應(yīng)用是指利用遙感衛(wèi)星搭載的光學(xué)、雷達(dá)等傳感器，對地球表面進(jìn)行遠(yuǎn)距離、非接觸式的觀測和數(shù)據(jù)采集。這些數(shù)據(jù)廣泛應(yīng)用于氣象預(yù)報(bào)、環(huán)境監(jiān)測、資源調(diào)查、災(zāi)害監(jiān)測、城市規(guī)劃等多個(gè)領(lǐng)域。通過遙感技術(shù)，可以實(shí)現(xiàn)對地表信息的快速、準(zhǔn)確獲取，為決策支持提供科學(xué)依據(jù)。遙感衛(wèi)星應(yīng)用技術(shù)的發(fā)展，極大地提高了人類對地球環(huán)境的認(rèn)知能力和管理水平。

遙感衛(wèi)星應(yīng)用相關(guān)內(nèi)容

全部
資訊
產(chǎn)品
問答

遙感衛(wèi)星應(yīng)用資訊

我國遙感衛(wèi)星應(yīng)用 “葉面積指數(shù)自動觀測網(wǎng)絡(luò)”完成建設(shè)

近期，國內(nèi)首個(gè)葉面積指數(shù)自動觀測網(wǎng)絡(luò)完成建設(shè)。實(shí)現(xiàn)對全國典型生態(tài)環(huán)境下葉面積指數(shù)的全國范圍、長時(shí)間持續(xù)地面觀測，彌補(bǔ)了傳統(tǒng)地面測量方法在時(shí)空分辨率上的不足。

862
2020-08-05
遙感衛(wèi)星應(yīng)用葉面積指數(shù) 自動觀測網(wǎng)絡(luò)
理加聯(lián)合參加第四屆國產(chǎn)遙感衛(wèi)星應(yīng)用學(xué)術(shù)交流會暨高校遙感教學(xué)研討會

 理加聯(lián)合科技有限公司 66
2021-12-27
鄭州市副市長史占勇一行訪問遙感衛(wèi)星應(yīng)用國家工程實(shí)驗(yàn)室

 天津中科譜光信息技術(shù)有限公司 421
2020-07-27

遙感衛(wèi)星應(yīng)用產(chǎn)品

產(chǎn)品名稱

所在地

價(jià)格

供應(yīng)商

咨詢

: 開路式遙感氣體分析儀; 國內(nèi) 上海; 面議; 上海昊量光電設(shè)備有限公司
售全國; 我要詢價(jià) 聯(lián)系方式

: 開路式主動遙感痕量氣體分析儀; 國外歐洲; 面議; 理加聯(lián)合科技有限公司
售全國; 我要詢價(jià) 聯(lián)系方式

: Ecodrone?高分辨率Thermo-RGB無人機(jī)遙感系統(tǒng); 國內(nèi) 北京; 面議; 北京易科泰生態(tài)技術(shù)有限公司
售全國; 我要詢價(jià) 聯(lián)系方式

: Ecodrone? 一體式高光譜-紅外熱成像無人機(jī)遙感系統(tǒng); 國外歐洲; 面議; 北京易科泰生態(tài)技術(shù)有限公司
售全國; 我要詢價(jià) 聯(lián)系方式

: DST111 遙感路面溫度傳感器; 國外歐洲; 面議; 陜西威瑞儀器儀表有限公司
售全國; 我要詢價(jià) 聯(lián)系方式

遙感衛(wèi)星應(yīng)用問答

2023-06-12 10:35:36轉(zhuǎn)載 | 高光譜遙感數(shù)據(jù)處理系列（六）監(jiān)督分類: 高光譜遙感數(shù)據(jù)處理系列（六）非監(jiān)督分類是一種面對數(shù)據(jù)本身的分類方法，與之相對應(yīng)的：監(jiān)督分類，則是面向先驗(yàn)知識的分類方法。監(jiān)督分類是指給定已知類型的數(shù)據(jù)，通過建模的方式將這些數(shù)據(jù)與對應(yīng)的類型建立映射關(guān)系，并將這種關(guān)系應(yīng)用到未知類型的數(shù)據(jù)上的過程。如果每種類型用一個(gè)數(shù)字來表示，分類任務(wù)可以看做回歸分析的一種特例。主界面分區(qū)ROI工具監(jiān)督分類需要有已知類型的數(shù)據(jù)集作為先驗(yàn)知識進(jìn)行訓(xùn)練，稱為訓(xùn)練集。一般可以通過目視解譯，或者實(shí)地樣方調(diào)查的方式獲取訓(xùn)練集。構(gòu)建訓(xùn)練集的方法如下：在主菜單②工具欄中點(diǎn)擊打開Region of Interest（ROI) Tool，進(jìn)行興趣區(qū)選取：ROI工具最基本的ROI選取過程如上圖所示，首先選擇①工具添加新的ROI范圍，在②中調(diào)整ROI的名稱和顏色，在③中選擇繪制ROI的圖形形狀，④在圖上繪制ROI，完成后右鍵Accept shape type。如果想要繪制帶有空洞的圖形，可以點(diǎn)擊復(fù)選框⑤所示的Multi Part復(fù)選框，然后在影像上繪制兩個(gè)疊加的圖形，完成后右鍵 Accept。使用File可以進(jìn)行ROI圖層的讀取與保存如果選取好了ROI可以使用Options可以利用對ROI本身進(jìn)行融合（Merge（Union/Intersection）ROI）,計(jì)算離散度（Compute ROI Separability），或者使用對ROI范圍內(nèi)的圖像進(jìn)行統(tǒng)計(jì)（Compute Statistics from ROIs）。另外也可以使用ROI對圖像進(jìn)行裁剪。除了使用不同形狀進(jìn)行框選，還可以使用像元，自動區(qū)域生長，閾值選取等方式產(chǎn)生ROI。在ENVI的幫助文件中詳細(xì)介紹了這些工具的使用方法。在主界面①菜單欄 Help 中打開-> 在左側(cè)Contents選項(xiàng)卡中的:book:ROIs, Vectors, Annotations，請讀者自行查閱。監(jiān)督分類在訓(xùn)練集選擇完畢后就可以進(jìn)行監(jiān)督分類，ENVI中提供了多種監(jiān)督分類的工具，包括：平行六面體（Parallelepiped）最小距離（Minimum Distance）馬氏距離（Mahalanobis Distance）最大似然（Maximum Likelihood）神經(jīng)網(wǎng)絡(luò)（Neural Net）支持向量機(jī)（Support Vector Machine）波譜角（Spectral Angle Mapper）這里我們介紹兩種監(jiān)督分類方法，最大似然法和波譜角方法。01最大似然法在ENVI的幫助文件中詳細(xì)介紹了各種分類方法的原理。在主界面①菜單欄 Help 中打開-> 在左側(cè)Contents選項(xiàng)卡中Classification->Supervised Methods中，最大似然法定義為:最大似然分類假設(shè)每個(gè)波段中每個(gè)類別的統(tǒng)計(jì)數(shù)據(jù)呈正態(tài)分布，并計(jì)算給定像素屬于特定類別的概率。每個(gè)像素被分配到具有最高概率（即最大似然）的類別。根據(jù)該定義，最大似然法將每個(gè)類別投影到特定的分布上，分類問題被轉(zhuǎn)化為分布相似性問題。在主界面⑤中搜索Maximum Likelihood打開最大似然分類工具。首先要選擇進(jìn)行訓(xùn)練的數(shù)據(jù)，需要強(qiáng)調(diào)的是，我們選擇在上篇文中生成的主成分分析的結(jié)果進(jìn)行分類，而不是影像本身，具體原因在上篇文章中有詳細(xì)描述。分類結(jié)果如下所示：02波譜角方法光譜角映射器 (SAM) 是一種基于物理的光譜分類，它使用 n 維角度將像素與參考光譜進(jìn)行匹配。該算法通過計(jì)算光譜之間的角度并將它們視為維數(shù)等于波段數(shù)的空間中的向量來確定兩個(gè)光譜之間的光譜相似性。SAM 使用的端元光譜可以來自 ASCII 文件或光譜庫，或者您可以直接從圖像中提取它們（作為 ROI 平均光譜）。SAM 比較端元譜向量與 n 維空間中每個(gè)像素向量之間的角度。較小的角度代表與參考光譜更接近。在主界面⑤中搜索Spectral Angle Mapper打開光譜角工具，在端元集合（Endmember Collection：SAM）中導(dǎo)入選取的ROI，將上一步選取的ROI所在范圍的光譜均值作為特定類別的標(biāo)準(zhǔn)光譜。SAM的本質(zhì)是將分類問題轉(zhuǎn)化為對比未知類別數(shù)據(jù)與標(biāo)準(zhǔn)光譜的余弦距離的問題。需要強(qiáng)調(diào)的是，我們選擇主成分分析的結(jié)果進(jìn)行分類，而不是影像本身，具體原因在上篇文章中有詳細(xì)描述。分類結(jié)果如下所示：小結(jié)本文中我們介紹了兩種監(jiān)督分類的方法，相對于非監(jiān)督分類，監(jiān)督分類通過融入先驗(yàn)知識，提供了有明確類別的結(jié)果，這大大減少了進(jìn)行后續(xù)處理的成本。但是對于遙感應(yīng)用來說，獲取地面真值的成本較高，通過目視解譯的方式會不可避免地引入人為誤差，給結(jié)果帶來不確定性。正如上一篇文章提到，數(shù)據(jù)和特征決定了分類的上限，而分類的方法只能逼近這個(gè)上限。如何構(gòu)建質(zhì)量高、數(shù)量多的訓(xùn)練集，權(quán)衡成本是監(jiān)督分類需要考慮的問題。

2023-05-09 09:29:50Ecodrone?一體式高光譜-激光雷達(dá)無人機(jī)遙感系統(tǒng)——森: 在陸地生態(tài)系統(tǒng)中，森林是最大的有機(jī)碳庫，是陸地中重要的碳匯和碳源，因此了解森林生態(tài)系統(tǒng)在碳循環(huán)中的作用，對于研究陸氣系統(tǒng)的碳循環(huán)乃至全球碳循環(huán)都是一個(gè)基礎(chǔ)，具有重要的意義。易科泰光譜成像與無人機(jī)遙感技術(shù)研究中心最新推出Ecodrone?一體式高光譜-激光雷達(dá)無人機(jī)遙感系統(tǒng)，助力森林碳循環(huán)研究及應(yīng)用。性能特點(diǎn)：8旋翼專業(yè)無人機(jī)遙感平臺，搭載VNIR/NIR高光譜成像、機(jī)載PC及激光雷達(dá)可飛行作業(yè)20分鐘以上，有效覆蓋面積超10ha厘米級地面分辨率，50m高度高光譜成像地面分辨率達(dá)3.5cm，30m高度（用于高分辨率林木表型分析）地面分辨率可達(dá)2cm50m高單樣線飛行作業(yè)可自動采集形成寬度36m的樣帶高光譜成像大數(shù)據(jù)高密度三維點(diǎn)云，精確度2.5cm，最高可達(dá)3次回波，50m飛行高度點(diǎn)云密度700pts/m2專業(yè)無人機(jī)遙感技術(shù)方案，同步獲取高光譜與激光雷達(dá)數(shù)據(jù)，應(yīng)用軟件可直接得出近百種植被光譜反射指數(shù)、高密度三維點(diǎn)云、三維測量數(shù)據(jù)、分類點(diǎn)云、DTM等應(yīng)用于大范圍、多維度的森林遙感研究、碳循環(huán)研究、林木三維表型測量、植被資源調(diào)查、森林物種多樣性研究、植被生物及非生物脅迫分析、環(huán)境及生態(tài)系統(tǒng)動態(tài)變化研究等案例一：森林碳庫分布研究森林地上生物量（AGB）的估算對于碳循環(huán)建模和氣候變化緩解方案的制定至關(guān)重要。來自意大利、美國和英國的研究人員將主動和被動傳感器結(jié)合，其中被動型高光譜數(shù)據(jù)記錄了潛在與森林生物量相關(guān)的冠層光譜信息，并將這些信息與主動型小型激光雷達(dá)獲取的參數(shù)相結(jié)合，實(shí)現(xiàn)了在不同尺度上對森林生態(tài)系統(tǒng)的有機(jī)碳分布進(jìn)行遙感計(jì)算。研究區(qū)域位于塞拉利昂的戈拉雨林國家公園 (GRNP) 內(nèi)，處于西非潮濕的上幾內(nèi)亞森林帶的最西端，該地區(qū)的森林主要為濕潤低地常綠林，部分地區(qū)主要為干燥低地常綠和半落葉林類型。圖1.1 位于塞拉利昂和利比里亞之間的研究區(qū)域研究人員采用偏最小二乘回歸（PLSR）處理多輸入和多重共線性問題，計(jì)算投影中的重要性變量（VIP），以評價(jià)各預(yù)測因子對生物量的重要性。結(jié)果表明，當(dāng)單獨(dú)使用高光譜波段時(shí)，其預(yù)測能力有限(R2 =0.36)，用植被指數(shù)替代高光譜波段的改善較小(R2 =0.67)，僅基于激光雷達(dá)指標(biāo)，PLS預(yù)測AGB的決定系數(shù)（R2）為0.64，當(dāng)再將高光譜波段添加到激光雷達(dá)度量中，精度得到了適度的提高（R2 =0.70）。圖1.2 （左）不同輸入的預(yù)測與現(xiàn)場觀測AGB的散點(diǎn)圖：(A)激光雷達(dá)指標(biāo)，(B)高光譜波段，(C)激光雷達(dá)指標(biāo)和 VI，(D)激光雷達(dá)指標(biāo)和高光譜波段；（右）7個(gè)高度等級，每個(gè)等級間隔10m的70個(gè)樣地(總面積= 87500m2)范圍的AGB和樹木數(shù)量森林是碳的主要吸收者，它所固定的碳相當(dāng)于其他植被類型的2倍，本研究中提出的高光譜和激光雷達(dá)數(shù)據(jù)融合相關(guān)的發(fā)現(xiàn)非常具有意義，有助于擴(kuò)大該系統(tǒng)數(shù)據(jù)融合適用性的研究，進(jìn)而對全球氣候變化研究做出更重要的貢獻(xiàn)。案例二：森林碳匯定量評估比較森林地上生物量生物量是影響氣候變化和森林生產(chǎn)力的重要因素，因此評估森林對碳匯和碳循環(huán)的貢獻(xiàn)程度具有重要的意義。韓國科研人員借助高精度激光雷達(dá)數(shù)據(jù)、數(shù)字航空攝影測量圖像、高光譜圖像等空間信息，對森林碳匯信息進(jìn)行定量評估。研究區(qū)位于韓國慶尚南道巨濟(jì)市，該區(qū)域森林密度相對較低，樹種多樣，森林資源豐富，選取研究區(qū)內(nèi)2km*2km的區(qū)域進(jìn)行數(shù)據(jù)采集?；诟吖庾V數(shù)據(jù)中每個(gè)樹種的光譜信息，使用馬氏距離法對樹種進(jìn)行精確分類，基于高密度的LiDAR數(shù)據(jù)提取森林資源。圖2.1 從左至右依次為：研究區(qū)；激光雷達(dá)數(shù)據(jù)；高光譜圖像圖2.2 （左）樹種分類結(jié)果；（右）利用高密度激光雷達(dá)數(shù)據(jù)提取地理和森林資源的結(jié)果將激光雷達(dá)與數(shù)字航拍圖像、高光譜圖像相結(jié)合計(jì)算了混交林、針葉林和闊葉林的碳匯，同時(shí)通過對森林資源的樹種和年齡信息進(jìn)行量化，借助激光雷達(dá)和數(shù)字圖像信息對樹種、年份、區(qū)域的碳匯進(jìn)行計(jì)算。利用激光雷達(dá)信息和圖像分析的基礎(chǔ)數(shù)據(jù)庫，對選定的區(qū)域、行政區(qū)、年份進(jìn)行森林信息和碳匯評估分析，實(shí)現(xiàn)了精確地碳匯信息提取，結(jié)果如2.3/2.4所示。圖2.3 多傳感器結(jié)合的混交林、針葉林和闊葉林的碳匯估算結(jié)果圖2.4 基于激光雷達(dá)和圖像信息的森林信息和碳匯評估，從左至右：第一行（激光雷達(dá)數(shù)據(jù)；DSM；DEM；樹高信息）；第二行（樹種信息圖；增長量分析圖；碳吸收分布圖；土地覆蓋圖）易科泰生態(tài)技術(shù)公司致力于生態(tài)-農(nóng)業(yè)-健康研究發(fā)展與創(chuàng)新應(yīng)用，為碳源碳匯定量評估、植被資源調(diào)查、生態(tài)環(huán)境監(jiān)測、森林遙感研究、林木表型分析、林業(yè)測繪等領(lǐng)域提供一體化多傳感器立體遙感技術(shù)方案。參考文獻(xiàn)：[1] Laurin G V, Chen Q, Lindsell J A, et al. Above ground biomass estimation in an African tropical forest with lidar and hyperspectral data[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2014, 89: 49-58.[2] Choi B G, Na Y W, Shin Y S. A Comparative Study of Carbon Absorption Measurement Using Hyperspectral Image and High Density LiDAR Data in Geojedo[J]. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 2017, 35(4): 231-240.

2024-12-27 14:00:04砂塵試驗(yàn)箱應(yīng)用: 砂塵試驗(yàn)箱應(yīng)用：提高設(shè)備抗砂塵性能的關(guān)鍵工具砂塵試驗(yàn)箱是一種用于模擬設(shè)備在惡劣環(huán)境下運(yùn)行時(shí)，暴露于砂塵天氣中的狀態(tài)的專業(yè)設(shè)備。隨著科技進(jìn)步和工業(yè)化發(fā)展，尤其是在汽車、電子、通信和航空等領(lǐng)域，設(shè)備的抗砂塵能力成為評估產(chǎn)品質(zhì)量和性能的重要標(biāo)準(zhǔn)。本文將詳細(xì)介紹砂塵試驗(yàn)箱的工作原理、主要應(yīng)用領(lǐng)域以及在提升產(chǎn)品質(zhì)量和可靠性方面的作用，幫助企業(yè)理解其在環(huán)境試驗(yàn)中的重要性，并為日常應(yīng)用提供技術(shù)支持。砂塵試驗(yàn)箱的工作原理砂塵試驗(yàn)箱通過模擬自然界中的砂塵環(huán)境，利用風(fēng)扇和砂塵源將顆粒物送入箱體中，模擬實(shí)際環(huán)境下設(shè)備暴露于風(fēng)沙天氣時(shí)的情況。試驗(yàn)過程中，設(shè)備會暴露在含有不同粒徑的砂塵顆粒的氣流中，測量其在一定時(shí)間內(nèi)的工作性能變化，從而評估設(shè)備對砂塵的適應(yīng)能力。試驗(yàn)箱的核心功能包括顆粒粒徑的調(diào)控、風(fēng)速的控制以及塵土濃度的設(shè)置，能根據(jù)不同標(biāo)準(zhǔn)進(jìn)行調(diào)節(jié)。這些參數(shù)確保模擬環(huán)境盡可能貼近實(shí)際應(yīng)用場景，使得試驗(yàn)結(jié)果更具參考價(jià)值。砂塵試驗(yàn)箱的應(yīng)用領(lǐng)域汽車行業(yè) 汽車，尤其是在沙漠或風(fēng)沙較大的地區(qū)使用的車輛，必須具備良好的防塵性能。砂塵試驗(yàn)箱在汽車行業(yè)中被廣泛應(yīng)用，用于測試車身、發(fā)動機(jī)、空調(diào)系統(tǒng)、電氣組件等部件在砂塵環(huán)境下的表現(xiàn)。這種測試可以有效預(yù)防因砂塵對車輛的磨損、堵塞和損壞而影響汽車性能與安全性。電子產(chǎn)品電子產(chǎn)品，特別是外部暴露的設(shè)備，如路燈、信號塔、通信設(shè)備等，常常面臨砂塵侵蝕問題。通過使用砂塵試驗(yàn)箱，制造商能夠測試這些設(shè)備在沙塵環(huán)境下的長期穩(wěn)定性和防護(hù)能力，從而優(yōu)化產(chǎn)品設(shè)計(jì)，提高其在惡劣環(huán)境中的可靠性。航空航天航空航天設(shè)備需要在高溫、高壓、強(qiáng)風(fēng)沙的環(huán)境下工作。砂塵試驗(yàn)箱可以模擬飛行器外部暴露的極端條件，測試其對砂塵侵蝕的防護(hù)能力，確保設(shè)備的正常運(yùn)作，避免出現(xiàn)因砂塵導(dǎo)致的設(shè)備損壞或性能下降。軍事裝備對于軍事裝備而言，沙塵天氣極有可能影響其正常運(yùn)行。砂塵試驗(yàn)箱在這一領(lǐng)域的應(yīng)用主要集中于對防護(hù)裝備、車輛、武器系統(tǒng)等設(shè)備進(jìn)行全面測試，以保證它們在沙塵暴等極端條件下依舊能夠保持優(yōu)異的作戰(zhàn)性能。建筑與基礎(chǔ)設(shè)施在一些沙塵頻發(fā)的區(qū)域，建筑物和基礎(chǔ)設(shè)施需要具備抗沙塵的能力。通過使用砂塵試驗(yàn)箱，建筑材料的耐塵性可以得到有效評估，幫助建筑設(shè)計(jì)師選擇合適的防護(hù)材料，提高建筑物的耐久性和使用壽命。砂塵試驗(yàn)箱的技術(shù)特點(diǎn)與優(yōu)勢砂塵試驗(yàn)箱的設(shè)計(jì)不僅強(qiáng)調(diào)測試的全面性，還注重使用的便捷性和可靠性。其主要技術(shù)特點(diǎn)包括：多功能調(diào)節(jié)：能夠模擬不同粒徑的塵土顆粒，設(shè)置風(fēng)速、溫濕度等環(huán)境條件，滿足各類設(shè)備的測試需求。高精度監(jiān)控：通過精準(zhǔn)的傳感器和監(jiān)控系統(tǒng)，實(shí)時(shí)監(jiān)控砂塵濃度、試驗(yàn)溫度等數(shù)據(jù)，確保測試結(jié)果的準(zhǔn)確性。耐用性強(qiáng)：材料耐腐蝕、耐磨損，確保設(shè)備在長期使用中的穩(wěn)定性和耐用性。總結(jié) 砂塵試驗(yàn)箱作為一種高效的環(huán)境模擬設(shè)備，對于提升各類設(shè)備的防塵能力具有重要意義。在眾多領(lǐng)域中，設(shè)備的防砂塵能力直接關(guān)系到產(chǎn)品的長期穩(wěn)定性與可靠性。通過砂塵試驗(yàn)箱進(jìn)行環(huán)境模擬測試，不僅能夠幫助企業(yè)提前發(fā)現(xiàn)潛在問題，優(yōu)化產(chǎn)品設(shè)計(jì)，還能提升產(chǎn)品在惡劣環(huán)境下的市場競爭力。因此，砂塵試驗(yàn)箱在各行業(yè)中的應(yīng)用，正日益成為提高產(chǎn)品質(zhì)量、確?？煽啃缘闹匾h(huán)節(jié)。

2023-01-10 13:08:36高光譜遙感數(shù)據(jù)處理系列（一）高光譜數(shù)據(jù)讀取與可視化: 高光譜遙感數(shù)據(jù)處理系列（一）地表反射的太陽輻射包含著豐富的信息，從太陽外層大氣的吸收到地球大氣的吸收，經(jīng)過與地物的相互作用反射回大氣，最終被傳感器捕獲。高光譜遙感可以在每個(gè)像元獲取高分辨率的光譜數(shù)據(jù)，這些光譜信息提供了一種理解事物的新的維度。下圖展示了幾種典型地物的光譜?？梢钥闯霾煌匚镎宫F(xiàn)出顯著不同的光譜特征。除此之外，同種地物在不同狀態(tài)下，也可能在特定波段展現(xiàn)出顯著不同的光譜特征。通過比對光譜數(shù)據(jù)，可以實(shí)現(xiàn)對地物區(qū)分，狀態(tài)區(qū)分，異常監(jiān)測等難以通過傳統(tǒng)遙感手段實(shí)現(xiàn)的應(yīng)用。高光譜遙感被廣泛應(yīng)用于農(nóng)林業(yè)、礦業(yè)、環(huán)境、保險(xiǎn)、等領(lǐng)域。太陽輻射與典型地物反射率通常彩色影像有紅綠藍(lán)三個(gè)波段，多光譜影像有幾到十幾個(gè)波段，而高光譜影像有著幾十到上百個(gè)波段。波段的增加除了提高了信息量，還使得數(shù)據(jù)量成比例增加。這種數(shù)據(jù)量對計(jì)算機(jī)的性能提出了較高的要求，更多的是要求對處理者新的思路和方法。在接下來的文章中，我們將詳細(xì)介紹高光譜數(shù)據(jù)的處理流程與方法，希望能在此過程中給讀者以新的思考。Hyperspectral light sheet microscopy | Nature CommunicationsENVI (The Environment for Visualizing Images) 是美國Exelis Visual Information Solutions 公司的旗艦產(chǎn)品。它是由遙感領(lǐng)域的科學(xué)家采用交互式數(shù)據(jù)語言IDL (Interactive Data Language) 開發(fā)的遙感圖像處理軟件。ENVI已經(jīng)廣泛應(yīng)用于科研、環(huán)境保護(hù)、氣象、石油礦產(chǎn)勘探、農(nóng)業(yè)、林業(yè)、醫(yī)學(xué)、國防&安全、地球科學(xué)、公用設(shè)施管理、遙感工程、水利、海洋、測繪勘察和城市與區(qū)域規(guī)劃等領(lǐng)域。雙擊ENVI圖標(biāo)打開ENVI軟件，可以看到ENVI軟件的主界面由以下六個(gè)部分組成：①菜單欄、②工具欄、③圖層管理窗格、④圖像顯示部分、⑤工具箱、⑥狀態(tài)欄。ENVI軟件的布局如圖所示，首先點(diǎn)擊依次點(diǎn)擊①菜單欄->File->Open，在彈出的對話框中選取所需要的文件，一般的ENVI文件由兩部分組成，文件本體和頭文件（.hdr）。文件本體記錄了文件的數(shù)據(jù)信息，而頭文件中記錄了關(guān)于這些數(shù)據(jù)信息的描述。使用記事本文件可以直接打開hdr文件，可以看到其中包括了：操作記錄Samples：柵格列數(shù)Lines：柵格行數(shù)Bands：波段數(shù)Header offset：文件開頭到實(shí)際數(shù)據(jù)起始位置的偏移量File type：文件類型Data type：數(shù)據(jù)存儲類型，用數(shù)字表示bit位數(shù)Interleave：存儲順序Map Info：圖像采用的投影系統(tǒng)參數(shù)，坐標(biāo)系統(tǒng)及單位Coordinate System String：詳細(xì)的坐標(biāo)系統(tǒng)信息Wavelength：每個(gè)波段所對應(yīng)的波長兩個(gè)文件應(yīng)該放在同一目錄下面，ENVI在讀取時(shí)會自動進(jìn)行關(guān)聯(lián)。任選其中一個(gè)文件都可以打開該文件，但是ENVI對兩個(gè)文件的處理方式有所不同。如果選擇.hdr文件，ENVI會直接載入顯示文件的第一個(gè)波段，如下圖所示。使用鼠標(biāo)滾輪可以對圖像進(jìn)行縮放操作，使用②工具欄中的工具可以對圖像進(jìn)行拖動縮放等一系列操作。加載成功的圖像會顯示在③圖層管理區(qū)，通過點(diǎn)擊圖像前面的勾選框來控制圖像在④圖像顯示區(qū)的顯示與否。使用如果打開文件本體，ENVI會彈出Data Manager窗口該窗口包含三個(gè)部分，分別是①波段信息、②文件信息、③RGB波段選取。①中展示了所有波段的名稱，②中是經(jīng)過處理后的頭文件信息，③是進(jìn)行RGB合成的波段選取，點(diǎn)擊三種顏色的方框后，在①中單擊選擇波段，選擇完成后點(diǎn)擊Load Data。如果只想要顯示一個(gè)波段的灰度影響可以在①中選中目標(biāo)波段后直接點(diǎn)擊Load Greyscale。RGB 合成象素值的彩色圖，就是將三個(gè)波段的數(shù)據(jù)分別通過紅、綠、藍(lán)三個(gè)通道加載，然后進(jìn)行渲染。將多波段影像數(shù)據(jù)添加到地圖中之后，可使用多波段柵格數(shù)據(jù)集中的任意三個(gè)可用波段的組合來創(chuàng)建 RGB 合成圖。與僅處理一個(gè)波段相比，通過將多個(gè)波段共同顯示為RGB 合成圖通常可從數(shù)據(jù)集收集到更多信息。來源：簡書通常我們選取650nm、550nm和450nm分別賦給RGB通道進(jìn)行合成以獲得最佳的顯示效果。顯示效果如下圖：在②工具欄中選擇按鈕，ENVI會在圖上顯示框標(biāo)，并彈出光譜特征（Spectral Profile)窗口。光譜特征窗口中顯示了框標(biāo)中心白點(diǎn)所在像元的光譜曲線。如下圖所示：點(diǎn)擊光譜特征窗口中的，可以對光譜曲線進(jìn)行一些操作，如平滑，計(jì)算NDVI，顯示RGB波段所在位置等：小結(jié) 本文介紹了高光譜影像的基本原理以及簡單的讀取及可視化操作。使用ENVI軟件可以實(shí)現(xiàn)大部分簡單的高光譜數(shù)據(jù)處理。在接下來的教程中，我們將從植被指數(shù)提取、高光譜濾波、非監(jiān)督分類與監(jiān)督分類等方面介紹ENVI軟件的使用。除此以外，我們還將介紹基于Python的高光譜處理，從編程角度介紹高光譜相關(guān)知識，以及高光譜數(shù)據(jù)與大數(shù)據(jù)處理的結(jié)合。參考：【1】百度百科【2】 www.jianshu.com/p/d0765ee89b86

2023-02-03 15:37:09?高光譜遙感數(shù)據(jù)處理系列（二）基于高光譜數(shù)據(jù)的植被指數(shù)計(jì)算: 高光譜遙感數(shù)據(jù)處理系列（二）反射率與植被指數(shù)來自地物反射/發(fā)射的光通過鏡頭被相機(jī)捕獲，使得傳感器被曝光。由于光電效應(yīng)，傳感器上的每個(gè)像素傳感器上的電荷開始累計(jì)。經(jīng)過相機(jī)芯片的轉(zhuǎn)換，這些光信號以數(shù)字的形式存儲下來，這些數(shù)字被稱為DN值。輻射亮度（Radiance），簡稱輻亮度，指面輻射源在單位立體角、單位時(shí)間內(nèi) ，在某一垂直于輻射方向單位面積（法向面積）上輻射出的輻射能量，即輻射源在單位投影面積上、單位立體角內(nèi)的輻射通量。輻亮度是最常用的度量光強(qiáng)弱的物理量之一。輻亮度可以進(jìn)一步用于反射率的計(jì)算。DN值可以看作由輻亮度與相機(jī)屬性主導(dǎo)的變量。去除DN值中由于相機(jī)屬性引起的變化，將其轉(zhuǎn)化為輻亮度的過程稱為輻射定標(biāo)。通常該過程由相機(jī)廠商進(jìn)行處理，或者廠商會提供用于定標(biāo)的關(guān)鍵參數(shù)。物體反射的輻射能量占總輻射能量的百分比，稱為反射率。不同物體的反射率也不同，這主要取決于物體本身的性質(zhì)(表面狀況），以及入射電磁波的波長和入射角度，反射率的大小范圍總是小于等于1，利用反射率可以判斷物體的性質(zhì)。在使用無人機(jī)進(jìn)行實(shí)際觀測時(shí)，通常使用地物輻亮度除以白板或反射布所在像元的輻亮度作為反射率。從空間量化植被覆蓋、生物化學(xué)、結(jié)構(gòu)和功能是研究和理解全球變化、生物多樣性和農(nóng)業(yè)的關(guān)鍵。實(shí)際上，遙感在很大程度上依賴于使用源自光譜反射率的植被指數(shù) (Vegetation Indices, VI)。VI 是幾個(gè)波段反射率的數(shù)學(xué)變換，旨在最大限度地提高對特定生物物理現(xiàn)象（例如，綠度、含水量或光合作用活動）的敏感性，同時(shí)最大限度地降低對土壤特性、太陽光照、大氣條件和傳感器觀察等因素的敏感性。典型植物的反射光譜。植物光譜最顯著的特這就是紅光范圍的強(qiáng)吸收與近紅外區(qū)域的強(qiáng)反射，兩個(gè)波段之間的快速上升波段稱為紅邊。紅光波段的強(qiáng)吸收是由于植被葉綠素的吸收，而近紅外波段的強(qiáng)反射是由于植被的葉片結(jié)構(gòu)導(dǎo)致的。通過兩個(gè)波段進(jìn)行差分或比值可以凸顯出植被在這兩個(gè)波段的反射特性的差別。同時(shí)，差分或比值運(yùn)算可以去除兩個(gè)波段中包含的背景信號及噪聲。不同的波段或組合形式側(cè)重展現(xiàn)了不同的植被特性。植被指數(shù)是對地表植被狀況的簡單、有效和經(jīng)驗(yàn)的度量。目前已經(jīng)出現(xiàn)了上百種不同的植被指數(shù)。ENVI中包含了其中7類 27種植被指數(shù)。主界面功能區(qū)在主界面⑤工具箱中搜索欄中可以方便地對所有工具進(jìn)行檢索，輸入 Vegetaton Indices Parameters ，打開該工具如下所示：鼠標(biāo)單擊所需要的植被指數(shù)，然后點(diǎn)擊 Choose 選擇文件的存儲位置。此外ENVI還提供了將數(shù)據(jù)存儲到內(nèi)存的選項(xiàng) Memeory，但是這些數(shù)據(jù)在ENVI關(guān)閉后會被刪除。所以選擇存儲到內(nèi)存時(shí)，ENVI會彈出二次確認(rèn)對話框，繼續(xù)選中Memeory確認(rèn)即可。ENVI的幫助文件中詳細(xì)展示了各種植被指數(shù)的公式及參考文獻(xiàn)。在菜單欄 Help 中打開-> 在左側(cè) Contents 選項(xiàng)卡中的Vegetation Analysis。關(guān)于植被指數(shù)的發(fā)展和使用場景還可以參考 Xue J, Su B. Significant remote sensing vegetation indices: A review of developments and applications[J]. Journal of sensors, 2017.在獲取植被指數(shù)后，可以利用這些指數(shù)進(jìn)行地表參數(shù)估算或者進(jìn)一步進(jìn)行實(shí)際應(yīng)用，ENVI中提供了幾種植被指數(shù)的實(shí)際應(yīng)用工具，包括林木健康分析（Forest Health Vegetation Analysis）、農(nóng)作物脅迫（Agricultural Stress Vegetation Analysis）、易燃性分布分析（Fire Fuel Vegetation analysis），以及植被抑制（Vegetation Suppression）。這些應(yīng)用工具結(jié)合幾類不同植被指數(shù)對植被進(jìn)行評估，以林木健康分析為例，首先在主界面⑤中搜索欄中輸入 Forest Health Vegetation Analysis ，雙擊打開林木健康分析工具：該工具通過三類不同的植被指數(shù)：綠度指數(shù)，葉色素指數(shù)，冠層水分或光能利用率指數(shù)。ENVI內(nèi)置了模型進(jìn)行閾值篩選，綜合分析多種指數(shù)，將植被的健康狀況分為9種。波段運(yùn)算如果需要使用內(nèi)置植被指數(shù)以外的指數(shù)進(jìn)行運(yùn)算，可以使用ENVI中的Band Math工具。這里分別對窄波段和寬波段植被指數(shù)的計(jì)算進(jìn)行介紹。窄波段歸一化植被指數(shù)：首先在主界面⑤中搜索欄中輸入 Band Math，雙擊打開波段運(yùn)算工具：在Band Math中輸入所需要的表達(dá)式，這里需要注意的是，ENVI默認(rèn)用b1，b2...來表示不同的變量，比如這里我們用到了兩個(gè)波段680nm和800nm，分別用變量b1和b2來表示。在Enter an expression中輸入(b2-b1)/(b2+b1)，點(diǎn)擊ok，會彈出變量與實(shí)際使用波段的匹配對話框。首先在①中單擊選擇需要賦值的變量，接下來在②中選擇所對應(yīng)的波段（如果不同波段是分開存儲的，選擇Map Variable to Input File可以將整個(gè)文件賦給某個(gè)變量）。在有所變量選擇完畢后，點(diǎn)擊OK。結(jié)果如下圖所示：寬波段NDVI：通常機(jī)載成像光譜儀的光譜分辨率可以達(dá)到亞納米/納米級。而常用的衛(wèi)星數(shù)據(jù)如Landsat系列和MODIS產(chǎn)品的光譜分辨率較寬，針對這些衛(wèi)星遙感產(chǎn)品開發(fā)的植被指數(shù)基本都是寬波段植被指數(shù)。為了使用機(jī)載成像光譜儀進(jìn)行寬波段植被指數(shù)的計(jì)算需要先對波段進(jìn)行聚合，這里我們以Landsat系列的寬波段為例進(jìn)行手動寬波段NDVI計(jì)算（Vegetaton Indices Parameters中也提供了一些寬波段VI的計(jì)算，這里另外介紹手動波段聚合的操作方法）。Landsat 9 的傳感器如下所示：Band 1 Visible (0.43 - 0.45 μm) 30-m.Band 2 Visible (0.450 - 0.51 μm) 30-m.Band 3 Visible (0.53 - 0.59 μm) 30-m.Band 4 Red (0.64 - 0.67 μm) 30-m.Band 5 Near-Infrared (0.85 - 0.88 μm) 30-m.在⑤工具箱中搜索欄中Sum Data Parameters,打開波段聚合工具。在①中選擇輸入文件，然后點(diǎn)擊 Spectral Subset ，在彈出的波段選擇窗格中，對要進(jìn)行聚合的波段進(jìn)行選取（按住Shift進(jìn)行連續(xù)多選，按住Ctrl進(jìn)行多選）。點(diǎn)擊OK進(jìn)行確認(rèn)。Sum Data Parameters 提供了多種波段聚合函數(shù)，這里選擇Mean函數(shù)進(jìn)行聚合。依次對幾個(gè)波段進(jìn)行聚合后的，我們得到以下文件。接下來可以用Band Math進(jìn)行寬波段NDVI的計(jì)算，計(jì)算方法同上。小結(jié)自遙感領(lǐng)域出現(xiàn)以來，植被指數(shù)扮演著重要的角色，并且一直在發(fā)展完善。本文介紹了反射率和植被指數(shù)的概念，植被指數(shù)的原理，使用ENVI進(jìn)行植被指數(shù)計(jì)算，以及手動窄/寬波段植被指數(shù)的計(jì)算。了解其背后的植物生理學(xué)知識，是正確使用這些指數(shù)的必要條件。