高光谱分辨率遥感

高光谱分辨率遥感 高光谱遥感及其影像空间结构特征分析郭仕德?马 廷?林旭东??北京大学遥感所北京100871?中国科学院地理科学与资源研究所资源与环境信息系统国家重点实验室北京100101【摘 要】分析了高光谱遥感技术相对于传统的低光谱分辨率遥感的特点以及其在环境监测等领域的应用。然后分析了高光谱影像的空间结构特征并指出高光谱影像的空间结构特征在实际应用中也具有很重要的意义。最后本文使用了统计学分析对实验影像的空间结构特征进行了分析并提出了一个可用于描述高光谱影像空间特征的统计学参数。【关键词】高光谱遥感空间结构地统计学【中图分类号】TP751 【文献标识码】A 【文章编号】1009-2307200503-0035-03收稿日期:2004-11-08基金项目:国家863项目2002AA7830601 引 言111 高光谱遥感的特点高光谱分辨率遥感HyperspectralRemoteSensing的出现与应用已有二十多年的历史。它是在成像光谱学ImagingSpectroscopy的基础上发展起来的。与传统的遥感相比高光谱分辨率的成像光谱仪为每一个成像象元提供很窄的一般小于10nm成像波段并且在某个光谱区间是连续分布的。因此高分辨率传感器所获得的地物的光谱曲线是连续的光谱信号。这不只是简单的数据量的增加而是有关地物光谱空间信息量的增加1为利用遥感的技术手段进行对地观测监测地的环境变化提供了更充分的信息从而也使得传统的遥感监测目标发生了本质的变化。按照信号处理的观点遥感所能区别的地物在光谱空间上应满足两个反射峰值得中心点的距离大于每一个反射波的半波宽传统的遥感由于可以看作是在光谱空间的离散采样因此所能区分的目标物一般是在波谱空间上具有明显得差异性如水体、植被、裸地等它们具有完全不同的光学行为而高光谱分辨率遥感由于满足连续性与光谱可分性的要求因此能够区别同一种地物的不同类别如花旗松与美国巨杉2明矾石与高岭土3这无疑为遥感技术在环境调查中的应用提供了更为完整的理论基础和更加有力的方法同时也引起数据处理与信息分析技术的根本性的变化。相对于传统的低光谱分辨率的遥感技术相比高光谱遥感在对地观测和环境调查中提供了更为广泛的应用主要体现在以下几个方面:1地物的分辨识别能力大大提高并且可以区别属于同一种地物的不同类别这在传统的低光谱分辨率遥感中是不容易实现的。同时由于成像光谱的波段变窄可选择的成像通道变多使得“异物同谱”与“同谱异物”的现象减少只要波段的选择与组合得恰当一些地物光谱空间混淆的现象可以得到极大的控制这无疑为进一步的分析提供了最为可靠的保证2成像通道大大增加使得在处理不同应用的分析中光谱的可选择性变得灵活和多样化这极大的增加了可以通过遥感手段进行分析的目标物的数量如不同树种的识别不同矿物的识别使遥感技术应用的范围扩大3由于光谱空间分辨率的提高使得原先不可进行的应用方向成为可能如生物物理化学参数的提取在参考文献2和4中作者利用高光谱数据进行有关植被叶绿素a、木质素、纤维素等生化分析取得了较好的结果为遥感技术的应用提供了新的研究方向4由遥感定性分析向定量或半定量的转化成为可能传统成像遥感技术主要的应用是以定性化的分析为主部分定量分析结果的精度并不理想这显然是由于成像传感器的光谱和空间分辨率、大气和土壤背景的干扰等限制有关高光谱分辨率成像遥感首先突破了光谱分辨率这一个限制在光谱空间很大程度上抑制了其它干扰因素的影响这对于定量分析结果精度的提高有很大的帮助。112 高光谱遥感的应用目前高光谱分辨率遥感在环境中的应用主要有以下几个方面:1在区域地质调查中的应用区域地质调查与矿产勘探是高光谱遥感最早也是最主要的应用方 向也是最为成功的应用领域之一。通过高光谱数据所形成的诊断性光谱特征可以识别不同的矿物成份1。主要的应用方向包括地表矿物成份的诊断即识别地表目标区内有哪些矿物成份进一步得到混合矿物成份的比例生成矿物成份丰度图和空间分布图为地质分析和矿物探测提供依据另一个研究应用方向是混合矿物光谱特征研究通过对不同比例混合的矿物的光谱的测量得到光谱曲线的模拟和分析得到能够预测混合矿物的反射光谱模型为前一个应用提供理论依据与分析模型这方面的工作以王晋年和Sunshine等1990的最具代表性详细内容见参考文献5。2在植被研究中的应用植被遥感的概念已经扩大为生态遥感所涉及的领域非常广泛是目前高光谱遥感应用的热点主要包括植被遥感制图、生物物化参数的提取、植被参数的提取等这方面的文献较多具体的内容和分析方法可以参考文献27。在该领域中植被遥感第30卷第3期2005年6月 测绘科学ScienceofSurveyingandMapping Vol130No13Jun一个重大的提高就是已经不局限于植被类型的识别而是可以对生态、物理、化学参数的提取1为植物生长状况的评价、生物量的估计提供了新的技术手段改变了传统的植被地面调查方法使之更具高效性、大范围性和准确性。3在其它领域中的应用目前高光谱遥感在其它领域中远不及上述两个领域中那么广泛但同样具有广阔的应用前景也是以后研究的重点方向。这些潜在地领域包括大气遥感对水蒸气、云、气溶胶的分析与探测海洋和陆地水文遥感、冰雪遥感、城市遥感、灾害调查等等。传统的遥感手段所无法涉及的领域和应用方向高光谱遥感却有着巨大的应用价值。113 影像空间结构影像的空间结构是指影像的基本组成单元-象素的空间组成和排列方式是地表景观结构的直接表现形式89。异质性是景观的基本属性任何景观包括地表景观都是异质的。遥感图像所反映的是景观的二维异质性并且这种异质性主要是结构上的而并非是功能上的。如何直接利用高光谱遥感影像直接对地表景观结构的异质性进行分析是进一步拓展高光谱分辨率遥感在地表环境调查应用中的一个方向。景观的空间结构分析是生态学尤其是景观生态学所感兴趣的一个内容。而用于景观空间结构分析的手段和方法也在不断地发展和改进地统计学被证明是一个十分有效的分析工具10213它主要是采用变异函数对空间数据进行描述和分析。但是以往的所分析的数据都是由地表采样调查而来这显然有很大程度的局限性同时将地统计学的理论和方法应用于遥感影像的分析已经有大量的研究先例但主要的应用集中在这样的两个方向一是影像分类另一种就是对遥感及其衍生数据的复杂性进行描述。直接采用高光谱遥感影像对地表景观的空间结构进行分析主要有以下好处:?使用遥感数据替代实际的样本调查数据是一种省时、省力、快捷的途径并实现在更大尺度上进行调查分析的可能?相比较而言高光谱数据可以提供更详细和准确的地表光谱特征的信息这就使得可用于地表分析的波段的选择和组合方式更加灵活和丰富。114 地统计学地统计学是应用数理统计学的一个分枝是由采矿学和地质学的应用而发展起来的GMatheron1962首先创建了所谓的“区域变化理论”并由此基础上逐步发展起来地统计学12。地统计学使用区域变化量来描述某一可测定量的空间变化的情况。变化的方向可以是一维或二维的也可以是三维的。整个地统计学是建立在区域的变化量的空间变异性有个子独立特征的基础上的。借用统计学上的方差的概念地统计学采用半变异函数来描述一个量在空间上变化特征的差异性121415。假定空间上两点为x与xhh表示两点之间的向量变量在此类两点的值为zx与zxh则这两个点之间的变异性可以使用变异函数2γxh来描述其定义为Zx-Zxh2的期望 即:2γxhEZx-Zxh21 变异函数的估计需要随即变量对的若干实现但实际上对于一个xh往往只有一个变量对是有效的为此引入一个内蕴假设该假设认为:变异函数的大小只依赖于h而与x无关。这样就可以根据实测的有效数据对来对变异函数的大小进行有效的估计。此时估计值也被写成一系列实验变量对的差值平方的算术平均值:2γh1Nh?Nhi1zxi-zxih222 实验数据选择本文选择65×65象素大小的高光谱影像由PHI传感器获得作为试验处理数据图1是由83219红、70912绿和49512蓝三个波段的假彩色合成影像图并经过1:4的放大处理。图像的主体部分由成一定规则形状排列的水稻田、香菜地和红薯地组成成像时间为10月2日地表完全被植被所覆盖。为了分析方便在此假设土壤背景对对传感器并无显著性影响即影像所反映的完全是植被的光谱空间信息。图1 实验高光谱影像及采样曲线3 分析方法与结果高光谱的成像波段众多在实际应用中并不是所有的成像波段都可以用于分析。由于地表物质结构与组成的差异对不同的光谱波段会产生不同的光学行为。遥感用于分类和识别的基础就是光谱行为的差异性差异性的大小直接影响识别和分类的能力与精度只有那些差异性达到一定的程度的光谱影像用于地表分析才是合适的。将一副光谱影像看成一个二维空间每一个象素看成一个在此波段的采样样本样本间的协方差描述了点与点之间光谱信息的关联程度 如果得到的协方差Ch接近于0那么它说明对于光谱影像可能存在两种情况其一就是地物对该成像波段是敏感的但图像或图像的一部分属于同种地物或有相似的光学行为在分类的操作中可以划分为同一种地物类别其二则说明虽然对应的地表地物有多种但它们对此波段光谱都是不敏感的如果用这样的影像进行分类将会得到错误的结果。使用协方差进行区别这两种情况对于正确地选择使用高光谱遥感影像进行地表分类研究是十分有意义的。在实际的应用中由于采样的限制协方差的计算则要求必须满足完全随机的样本是显然是困难的同时还要引入空间距离向量因子h这就更加加大了计算的难度。假设整个图像空间满足二维平稳假设即初始条件下认为地表是一个单一的均质体且有一个先验方差C0存63 测绘科学第30卷在那么使用变异函数2γh来进行描述。变异函数与协方差和先验方差满足下列关系:γhC0-Ch4 本文选择了5个不同的波段进行计算γh及其相关的参数值。五个波段的单波段灰度影像如图613所示。图2 单波段灰度影像图从图上就可以直观地看出整个影像是异质的但不同波段所反映的信息或可区别的程度有很大的差异。本文采用参数k对这种差异性进行描述k的定义如下:kC0a5 对这5个不同波段的影像进行用于空间结构特征的参数进行计算结果如表1所示。表1 空间结构参数计算结果 Band16193969C01251061808247422460A123155191082118312193Co/a111064941761 131331737105LnCo/a00106415541737146Ratio1221172811495Angle09042183441097 7171从表中的计算结果可以发现有以下几个基本规律:?信息量增大空间的差异性增大?信息量增大在a范围内dγ变化大?信息量增大a值小?信息量增大C0显著增大?参数k可以准确地反映空间信息量和空间结构差异性的大小。4 结 论从本文上面的论述可以得到如下结论:高光谱遥感技术大大扩展了遥感技术的应用领域增强了人们应用遥感手段进行对地观测的能力。高光谱遥感影像除了拥有丰富的地物波谱信息外其影像的空间结构特征也是非常丰富的即使对于同一区域波段间的信息量有着很大的差异空间结构特征也有较大的不同应用地统计学的手段可以较好地计算这种差异性。本文的这些工作在高光谱信息压缩光谱信息空间的重建以及在有关高 光谱数据的快速处理中将会有很大的用途。参考文献1 浦瑞良宫鹏.高光谱遥感及 其应用M.北京:高等教育出版社2000.2 PengGongRuilangPuandBinYu.ConiferSpeciesRecognition:AnExploratoryAnalysisofInSituHy2perspectralDataJ.RemoteSens.Environ199762:1892200.3 FreekvanderMeerandWimBakker.CrossCorrelo2gramSpectralMatching:ApplicationtoSurfaceMin2eralogicalMappingbyUsingAVIRISDatafromCupriteNevadaJ.RemoteSens.Environ199761:3712382.4 浦瑞良宫鹏.森林生物化学与CASI高光谱分辨率遥感数据的 相关分析J.遥感学报199712:1152123.5 王晋年郑兰芬童庆禧.成像光谱图像吸收鉴 别模型与矿物填图研究所J.环境遥感1996111:20230.6 PengGongRuiliangPuandJohnR.Miller.ConiferousForestLeafAreaIndexExtimationalongtheOregonTransectUsingCompactAirborneSpectro2graphicImagerDataJ.PhotogrammetricEngineer2ingRemoteSensing1995619:110721117.7 MaryEMartinandJohnDAber.HighSpectralReso2lutionRemoteSensingofForestCanopyLigninNitro2genandEcosystemProcessesJ.EcologicalAppli2catians199772:4312443.8 FormanRTTMGorden笃宁等译.景观生态学M.北京:科学出版社1999.9 FormanRTT.Landmosaic:Theecologyofland2scapesandregionsJ.CambridgeUniversityPress1995.10 RisserPGJRKarrandRTTForman.Land2scapeecology:directionandapproaches.11 王政 权.地统计学及在生态学中的应用M.北京:科学出版社1999.12 AG儒尔奈耳等.矿业 地质统计学M.北京:冶金工业出版社1982.13 JohnBCollinsetc.GeostatisticalEstimationofResolu2tion2DependentVarianceinRemotelySensedImagesA.In:PhotogrammetricEngineeringRemoteSensingC1999651:41250.14 方 开泰.实用多元统计分析M.上海:华东师范大学出版社1986.15 高惠璇.实用统计方 法与SAS系统M.北京:北京大学出版社2001.作者简介:郭仕德男毕业于北京大学物理 系理论物理专业从事地物光谱测试、图形图像处理及GIS应用已20余年发表文章数 十篇。73第3期郭仕德等 高光谱遥感及其影像空间结构特征分析 coordinates.Keywords:GPSdoubledifferenceobservationtheweightdeterminationofthealtitudeangleGAOCheng2faZHAOYiWANDe2junAquantitativestudyonthecorrelationbetweensettlementsdistributionandgeographical2climaticfactorsbyPoissonlog2linearmodelAbstract:Manyresearcheshavedevotedtoanalysisoftheinfluenceofgeographicalandclimaticfactoronresidentialarea.OnthebasisofgeographicalfactordatabaseandgeographicalareaunitsdatabaseweexplorethecorrelationbetweenresidentialareaandgeographicalinfluentialfactorbyPoissonlog2linearmodelandgetsomereasonableresult.Keywords:residentialareageographicalfactorclimaticfactorPoissonlog2linearmodelcorrelationLUOYu2bo?ZHENGQi? CHENShan2chun?DONGChun?? SchoolofStatisticsatRenminUniversityofChina100872? SchoolofComputerScienceandEngineeringatUniversityofelectronicscienceandtechnologyofChina610041? SchollofAutomationatBejingUniversityofPostsandTelecommunications100876? ChineseAcademyofSurveyingandMapping100039HyperspectralremotesensinganditsimagesspatialstructureanalysisAbstract:Inthispaperthecharactersofhyperspectralremotesensingcomparingtotraditionallowspectralresolutionremotesensingwereanalyzed.Theapplicationsofhyperspectralremotesensinginenvironmentalresearcheswerealsodescribed.Thespatialstructurefeaturesofhyperspectralimagesandtheirapplicationmeanswerecarriedout1Finallysom egeostatisticsmethodswereappliedtoanalyzethespatialstructuredifferences.Keywords:hyperspectralremotesensingimagespatialstructuregeostatisticsGUOShi2de?MATing? LINGXu2dong??InstituteofRemoteSensingPekingUniversityBeijing100871? InstituteofGeographicSciencesandNaturalResourcesCASBeijing100101Thedesignandresearchongeo2visualizationsystemforpopulationAbstract:Populationresearchisahotareaconcernedbydomesticandoverseasespeciallyitsresearchesonspatialvisualizationandgeo2visualizationsystemdesignwhichcanprovideasoundbaseforunderstandingandanalysisoftheregionaldifferenceinpopulationdistributionanditsspatialrules.Thispaperdiscussesthekeytheoryandtechnologyfordesignandconstructionofgeo2visualizationsystemforpopulationinChinaincludingitsmainframedatabasestructuresystemcomponentsfunctionalityandanalysismodels.BasedonsuchdesignsChina’sE2atlasforpopulationwasdesignedanddevelopedbytheintegrationofthenationalfifthcensusdatawith1? 400millionscaledspatialdata.Thetenmapcategorieswith196mapsaswellasahighlystructuredpopulationdatabasewithprovinceprefectureandcountytogetherwiththepowerfulfunctionalityindisplayquerystatisticsmappingandanalysisareintegratedprovidingspatialvisualenvironmenttoindicatethecharacteristicsofpopulationdistributionandtheinterrelationsofthepopulationelements.Moreoversuchasystemprovidesthebasicinformationandmoderntoolforthedecisionmakerandresearcherforhandlinganalysisofpopulationinformationandmakingthelong2termcontrolpolicy.Keywords:populationinformationgeo2visualizationfifthcensussysteme2atlasSUYingWANGYing2jieYUZhuo2yuanTANYu2qiInstituteofGeographicalSciencesNaturalResourcesResearchCASBeijing100101ChinaVisualvariableof3Dmodelsfor3DGISAbstract:Intraditionalplanarmapsweusesymbolstorepresentspatialobjects.Visualvariablesappearedwiththebasictheoryofplanarmapsymbolsystemitisalsoakeybasictheoryinplanarmapdesign.Butwiththedevelopmentofcomputerand3DtechniquesandtheirapplicationsinGISvisualvariablesfortraditional2Dstaticplanarmaparenotsuitablefor3Dsymbolmodelsin3DGIS.Soitisnecessarytostudythe3Dsymbolmodels1Visualvariablesin3DGISarethefoundationaltheoryinvirtualgeographicenvironmentandwillbeanewhotspotinthisfield.Thepaperdiscussesthedifferenceofvisualvariablesbetweenplanarmapand3DGISandexpressedvisualvariablesof3DGISindetailthatisshapesizeorientationtextureilluminationshadowandblur.Keywords:GISvisualvariables3DmodelvisualizationGAOYu2rong??ZHUQing?YINGShen? XIAOJian2ping?? WuhanGeotechnicalEngineeringandSurveyingInstitute209WansongyuanRoadWuhan430022China? StateKeyLabofInformationEngineeringinSurveyingMappingAndRemoteSensingWuhanUniversity129LuoyuRoadWuhan430079China? SchoolofResourceandEnvironmentWuhanUniversity129LuoyuRoadWuhan430079ChinaDesignandbuildingofecosystemmonitoringmanagementsystemforborderareaofYunnanprovinceAbstract:Thispaperintroducedtheachievementofthedesignresearchanddevelopmentofthesystemofecosystemdynamicmonitoringevaluationinformationmanagementandcomprehensiveadjustment.Atfirstthepaperdescribedthestructureandfunctionofthesystemincludingbusinessfunctionalflowoverallfunctionalandsoftwarestructurewhichputforwardthreeoperationalmodelsi.e.fortheroutineinformationmanagementfortheperiodicallargescaleRSbasedmonitoringandfortheemergencyresponse.ItalsoraisedthreesoftwaresystemsandC/SB/Sandstand2aloneversionssuitableforprofessionaldepartmentspublicusersandtravellers.Secondlytheauthorsexpoundedtheresolutionsforsomekeyproblemsincludingtheintegrationandmergingformulti2sourcesmulti2typedatatheecosystemstatusandchangemonitoringandinformationex tractionbasedonRemoteSensingimagesthedimensiontransformationforecosysteminformationtheecosystemevaluationmodelsthedynamicsimulationandvirtualdisplayforecosystemetc.Finallysomekeypointsinthesystemdevelopmentandbuildingstagearedescribedincludingplatformselectiondatabaseestablishmentdevelopmentoffunctionaltoolsuserinterface4ABSTRACTSOFTHEPRESENTISSUE