热门标签 | HotTags
当前位置:  开发笔记 > 程序员 > 正文

TM影像不同波段组合用途整理

321:真彩色合成,即3、2、1波段分别赋予红、绿、蓝色,则获得自然彩色合成图像,图像的色彩与原地区或景物的实际色彩一致,适合于非遥感应用专业人员使用。432:标准假彩色合成,即4、3、2

321:真彩色合成,即3、2、1波段分别赋予红、绿、蓝色,则获得自然彩色合成图像,图像的色彩与原地区或景物的实际色彩一致,适合于非遥感应用专业人员使用。

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。举例:卫星遥感图像示蓝藻暴发情况

eg: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34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123波段)之间,两个中红外波段(即第47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46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453451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453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45两波段的赋色对调一下,即543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。

453:波段组合图像的色彩反差明显,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。

472:采用TM4、7、2波段假彩色合成在1:4计算机插值放大技术和制作1:5万TM影像图并成1:5万工程地质图、塌岸发展速率的定量监测以及在单张航片上测算岩(断)层产状等方面,均有独到之处。

541:通过对(TM5、4、1)以及航空、航天多种遥感资料的解译分析可进行砂石矿遥感调查,初步解译查明调查区第四系地貌。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。

543:波段组合配以红、绿、蓝三种颜色生成假彩色合成图像,不仅类似于自然色,较为符合人们的视觉习惯,而且由于信息量丰富,能充分显示各种地物影像特征的差别,便于训练场地的选取,可以保证训练场地的准确性;对于计算机自动识别分类,采用主成分分析(K-L变换)进行数据压缩,形成三个组分的图像数据,用于自动识别分类。

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:TM7、4、2假彩色合成片进行解译,能解译出成矿区线性构造,环形影像,并在总结了遥感影像特征及成矿模式的基础上,对全区进厅成矿预测,为该区优选找矿靶区提供遥感依据。

743:TM7波段对温度变化敏感,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、4、3(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:波段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。

类型提取:

1.城市与乡镇的提取:TM1+TM7+TM3+TM5+TM6+TM2-TM4

2.乡镇与村落:TM1+TM2+TM3+TM6+TM7-TM4-TM5

3.河流的提取:TM5+TM6+TM7-TM1-TM2-TM4

4.道路的提取:TM6-(TM1+TM2+TM3+TM4+TM5+TM7)

光谱差异

TM1居民地与河流菜地不易分开. TM2居民地与河流菜地不易分 TM3乡村与菜地不易分

TM4农田与道路不易分,乡镇,道路,河滩易浑. TM5县城与农田不易分 TM6村庄与河流易混

首先来了解假彩色图像与其它影像的区别,通常在RS中单波段或全色波段表现为黑白图像,黑白图像的质量一般用“灰阶”来度量。三波段组合表现为彩色影像包括:

真彩色(true color):(三波段组合),分别对RGB三个波段的图像赋予RGB三种颜色,一一对应,合成后图像的色彩与原地区或景物的实际色彩一致,称为真彩色,真彩色是唯一的合成。

伪彩色(pseudo color):将黑白图像变换为彩色图像,对不同的灰度或灰度范围按值赋予不同的颜色或一个颜色系列,得到图像的彩色与实际彩色则不一致,即伪彩色图像。

假彩色(false color):(三波段组合),对得来不同波段图像分别赋予RGB三元色,并不与原来波段的RGB三个波段一一对应,得到图像的彩色与实际彩色则不一致,称为假彩色图像,假彩色图像是为了使一些地物的特征更加明显,有助于我们进行解译和分析。 

Landsat7波段介绍

1.TM1 0.45-0.52um,蓝波段

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(0.450.55um,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。

2.TM2 0.52-0.60um,绿波段

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,

3.TM3 0.62-0.69um ,

红波段

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

4 .TM4 0.76-0.96UM近红外波段,

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。

5.TM5 1.55-1.75UM,中红外波段,

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.

6.TM6 1.04-1.25UM热红外波段,

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。
















推荐阅读
  • 深入解析Gradle中的Project核心组件
    在Gradle构建系统中,`Project` 是一个核心组件,扮演着至关重要的角色。通过使用 `./gradlew projects` 命令,可以清晰地列出当前项目结构中包含的所有子项目,这有助于开发者更好地理解和管理复杂的多模块项目。此外,`Project` 对象还提供了丰富的配置选项和生命周期管理功能,使得构建过程更加灵活高效。 ... [详细]
  • 从用户转型为开发者:一场思维升级的旅程 | 专访 StarRocks Committer 周威
    从用户转变为开发者,不仅是一次角色的转换,更是一场深刻的思维升级之旅。本次专访中,StarRocks Committer 周威分享了他如何在这一过程中逐步提升技术能力与思维方式,为开源社区贡献自己的力量。 ... [详细]
  • 2017广西邀请赛复盘:NWAFU全国邀请赛训练赛第八场
    本次训练赛(NWAFU全国邀请赛复盘之一)基于2017年广西邀请赛的赛题,重点解析了A、E、F、G等关键题目,旨在通过复盘帮助参赛者深入理解相关知识点和技术应用,为后续比赛提供宝贵经验。 ... [详细]
  • 表面缺陷检测数据集综述及GitHub开源项目推荐
    本文综述了表面缺陷检测领域的数据集,并推荐了多个GitHub上的开源项目。通过对现有文献和数据集的系统整理,为研究人员提供了全面的资源参考,有助于推动该领域的发展和技术进步。 ... [详细]
  • NOI题库(noi.openjudge.cn):1.7 编程基础之字符串 T31 至 T35 详解与解析
    T31至T35题目详细解析了字符串处理的基础编程技巧。其中,T31涉及P型编码,要求将一个仅包含数字字符的字符串转换为特定格式的编码串。例如,输入字符串“111223”应输出相应的P型编码结果。其他题目则涵盖了字符串的多种操作和变换方法,包括但不限于子串提取、字符替换和模式匹配等,旨在提升编程者对字符串处理的综合能力。 ... [详细]
  • 因缺失VCRUNTIME140_1.dll文件导致代码无法运行,建议重新安装程序以解决问题
    因缺失VCRUNTIME140_1.dll文件导致代码无法运行,建议重新安装程序以解决问题 ... [详细]
  • 掌握DSP必备的56个核心问题,我已经将其收藏以备不时之需! ... [详细]
  • 本文将深入探讨FastJSON的基础解析机制与自定义JSON处理技巧。通过详细分析FastJSON的核心功能和高级用法,帮助读者掌握高效、灵活的JSON数据处理方法。文中还将分享一些实用的代码示例和最佳实践,助力开发者在实际项目中更好地应用FastJSON。 ... [详细]
  • Windows环境下详细教程:如何搭建Git服务
    Windows环境下详细教程:如何搭建Git服务 ... [详细]
  • 在Python 3环境中,当无法连接互联网时,可以通过下载离线模块包来实现模块的安装。具体步骤包括:首先从PyPI网站下载所需的模块包,然后将其传输到目标环境,并使用`pip install`命令进行本地安装。此方法不仅适用于单个模块,还支持依赖项的批量安装,确保开发环境的完整性和一致性。 ... [详细]
  • 在HTML文档中,图像和链接标签的合理应用与优化对于提升网页的用户体验至关重要。本文详细探讨了如何通过正确的语法和属性设置,实现图像和链接的高效展示和功能增强。同时,文章还介绍了常见的优化技巧,如使用alt属性提高图像的可访问性,以及通过rel属性增强链接的安全性和语义性。这些方法不仅有助于搜索引擎优化,还能显著改善用户的浏览体验。 ... [详细]
  • 本文介绍了如何使用Hive分析用户最长连续登录天数的方法。首先对数据进行排序,然后计算相邻日期之间的差值,接着按用户ID分组并累加连续登录天数,最后求出每个用户的最大连续登录天数。此外,还探讨了该方法在其他领域的应用,如股票市场中最大连续涨停天数的分析。 ... [详细]
  • 在第七天的深度学习课程中,我们将重点探讨DGL框架的高级应用,特别是在官方文档指导下进行数据集的下载与预处理。通过详细的步骤说明和实用技巧,帮助读者高效地构建和优化图神经网络的数据管道。此外,我们还将介绍如何利用DGL提供的模块化工具,实现数据的快速加载和预处理,以提升模型训练的效率和准确性。 ... [详细]
  • 在一系列的学习与实践后,Jsoup学习笔记系列即将进入尾声。本文详细介绍了如何使用Jsoup实现从Saz文件到Csv格式的数据解析功能。未来,计划将此功能进一步封装,开发成具有用户界面的独立应用程序,以增强其实用性和便捷性。对于希望深入掌握Jsoup技术的开发者,本文提供了宝贵的参考和实践案例。 ... [详细]
  • 在CTF竞赛中,Zip文件的伪加密技术常被用于设置挑战。本文深入分析了Zip文件伪加密的原理,并提出了一系列有效的应对策略。通过实例解析,详细探讨了如何识别和绕过这些虚假加密,为参赛者提供了宝贵的实战经验和技术指导。 ... [详细]
author-avatar
手机用户2502875333
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有