第七章 遥感应用第一节 地质遥感第二节 水体遥感第三节 植被遥感第四节 土壤遥感第五节 高光谱遥感的应用第一节 地质遥感一、岩性的识别
1,岩石的反射光谱特征,
与岩石本身的矿物成分和颜色密切相关
组成岩石的矿物颗粒大小和表面粗糙度的影响
岩石表面湿度的影响。
一、岩性的识别
2、沉积岩的影像特征及其识别
沉积岩最大特点是成层性沉积岩常常形成不同的地貌特点
沉积岩的解译应着重标志性岩层的建立,
疏松的陆相碎屑岩直接与形成的地貌有关一、岩性的识别
3,岩浆岩的影像特征及其识别
岩浆岩呈团块状和短的脉状,与沉积岩在形状结构上明显不同。
酸性岩以花岗岩为代表,色调浅,易与围岩区分,形态常显圆形,椭圆形和多边形,
基性岩色调深容易风化剥蚀成负地形,方山,台地,
中性岩介于二者之间。火山岩最易识别,
4、变质岩的影像特征及其识别
与原始母岩的特征相似,由于变质作用,使得影像特征更复杂。
二、地质构造的识别
1、水平岩层的识别:
硬岩的陡坎与软岩的缓坡呈同心圆状分布。
2、倾斜岩层的识别:
在低分辨率遥感影像上,根据顺向坡有较长坡面,
逆向坡坡长较短的特性判断岩层的倾向。在高分辨率的遥感影像上常出现岩层三角面,据此可确定岩层的产状
3、褶皱及其类型的识别注意不同分辨率遥感影像的综合应用 。
选择影像上显示最稳定、延续性最好的平行色带作为标志层。
标志层的色带呈圈闭的圆形、椭圆形、橄榄形、长条形或马蹄形等,是确定褶皱的重要标志。
二、地质构造的识别
4、断层及其类型的识别:
断层在遥感影像上有两种表现:一是线性的色调异常;二是两种不同色调的分界面呈线状延伸。
地质构造标志、地貌标志、水系标志等影像特征也是判断断层存在的重要标志。
5、活动断层的确定除了具备断层的影像特征外,还具有以下特征:
山形、沟谷的明显错位和变形;
山形走向突然中断;
山前现代或近代洪积扇错开;
震中呈线形排列,活动频繁。
三、构造运动的分析
上升运动,在地貌上表现为山地的抬升及河流的切割;地壳的下沉区在地貌上表现为负地形。两者接触带上往往有断裂存在。
在水系上,上升区表现为放射状水系;下降区则表现为汇聚状水系。
第二节 水体遥感一、水体的光谱特征,
传感器所接受的辐射包括水面反射光、悬浮物反射光、水底反射光和天空散射光。
不同水体的水面性质、水中悬浮物的性质和数量、水深 和水底特性的不同,传感器上接收的反射光谱特性存在差异,为遥感探测水体提供了基础 。
第二节 水体遥感二、水体界线的确定
在近红外图像上,水体呈黑色;
在雷达图像上,水体呈黑色 。
三、水体悬浮物的确定
1、泥沙的确定
浑浊水体的反射光谱曲线整体高于清水;
波谱反射峰值向长波方向移动。(“红移)
随着悬浮泥沙浓度的加大,可见光对水体的透射能力减弱,反射能力加强。
波长较短的可见光,如蓝光和绿光对水体的穿透力较强,
可反映出水面下一定深度的泥沙分布状况。
三、水体悬浮物的确定
2、叶绿素的确定
水体叶绿素浓度增加,蓝光波段的反射率下降,绿光波段的反射率增高;
水面叶绿素和浮游生物浓度高时,近红外波段仍存在一定的反射率,该波段影像中水体不呈黑色,而呈灰色,
甚至浅灰色 。
四、水温的探测
白天水体为暗色调,夜晚为浅色调。
五、水体污染的探测
1、水体污染物浓度大且使水色显著地变黑、红、黄等,
与背景水色有较大差异时,在可见光波段的影像上可识别出来。
2、水体高度富营养化,可在近红外波段影像上识别出来。
3、水体受到热污染,可在热红外波段影像上被识别。
4、水上油溢污染可使紫外波段和近红外波段的反射率增高,可被探测出来。
六、水深的探测
蓝光波段影像上的灰度可反映水深。
第三节 植被遥感一、植被的光谱特征
1、健康植物的反射光谱特征,有两个反射峰、
五个吸收谷。
一、植被的光谱特征植物叶子的颜色
叶子的组织结构
叶子的含水量
植物的覆盖度
2、影响植物光谱的因素第三节 植被遥感二、不同植物类型的区分
1、不同植物由于叶子的组织结构和所含色素不同,具有不同的光谱特征。
在近红外光区,草本植物的反射高于阔叶树,阔叶树高于针叶树。
2、利用植物的物候期差异来区分植物。
3、根据植物的生态条件区别植物类型。
三、植物生长状况的解译
健康的绿色植物具有典型的光谱特征。遭受病虫害的植物其反射光谱曲线的波状特征被拉平。
四、大面积农作物的遥感估产
1、根据作物的色调、图形结构等差异大的物候期的遥感时相和特定的地理位置等的特征,将其与其他植被分开。
获得植被分布图 。
2、利用高时相分辨率的卫星影象对作物生长的全过程进行动态监测得到植被指数:比值植被指数、归一植被指数、差值植被指数、正交植被指数。
3、建立农作物估产模式用选定的植物灌浆期植被指数与某一作物的单产进行回归分析,得到回归方程。
We can therefore use this information to evaluate vegetation type,
condition,or density,One way of characterizing this relationship with
a single variable is by dividing the near-infrared reflectance by the
red reflectance (NIR/Red),The larger this ratio,the more
photosynthetically active vegetation is present; the lower the ratio,
the less photosynthetically active vegetation present,With aircraft
and satellite digital sensors we acquire brightness or reflectance data
in separate regions of the electromagnetic spectrum,This allows us
to create a NIR/Red ratio image simply by dividing the NIR image by
the Red image,Because these ratio values will vary considerably
from one region to another,a way of normalizing the ratio was
established called the Normalized Difference Vegetation Index or
NDVI,NDVI = (NIR – Red) / (NIR + Red),The NDVI image of Arizona
(Figure 3) shows the range of NDVI across the state.
植被指数
Figure 3,NDVI image of Arizona from the MODIS sensor acquired on
March 14,2002,The image has been color coded so that areas of
high NDVI appear in shades of green and areas of low NDVI appear
in shades of tan and brown,
五、遥感植被解译的应用
1、植被制图
2、城市绿化调查与生态环境评价
3、草场资源调查
4、林业资源调查第四节 土壤遥感
土壤是在地形,气候等多种成土因素的综合作用下形成的,在遥感影象上,不同的土壤类型的特征不如水体,植被等要素明显,而且,土壤的性状主要表现在剖面上,而不是在土壤的表面,土壤 判读主要通过综合分析,并依靠间接解译标志,
一、土壤的光谱特征
地表植被稀少的情况下,土壤 的光谱曲线与其机械组成和颜色密切相关,
土壤表面有植被覆盖时,覆盖度小于 15%,光谱特征与裸土相似 ;在
15%-70%,表现为混合光谱,
二、土壤类型的确定
确定土类
确定亚类
土属的的确定
土种的确定
土壤类型综合分析和间接解译