Landsat8数据不同波段组合的用途「建议收藏」

Landsat8数据不同波段组合的用途「建议收藏」2013年2月11日发射的Landsat系列最新卫星Landsat8,携带有OLI陆地成像仪和TIRS热红外传感器,Landsat8的OLI陆地成像仪包括9个波段,OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLIBand5(0.845–0.885μm),排除了0.825μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式

大家好,又见面了,我是你们的朋友全栈君。

2013年2月11日发射的Landsat系列最新卫星Landsat8,携带有OLI陆地成像仪和TIRS热红外传感器,Landsat8的OLI陆地成像仪包括9个波段,OLI包括了ETM+传感器所有的波段,为了避免大气吸收特征,OLI对波段进行了重新调整,比较大的调整是OLI Band5(0.845–0.885 μm),排除了0.825μm处水汽吸收特征;OLI全色波段Band8波段范围较窄,这种方式可以在全色图像上更好区分植被和无植被特征;此外,还有两个新增的波段:蓝色波段 (band 1; 0.433–0.453 μm) 主要应用海岸带观测,短波红外波段(band 9; 1.360–1.390 μm) 包括水汽强吸收特征可用于云检测;近红外band5和短波红外band9与MODIS对应的波段接近,TIRS包括2个单独的热红外波段。下表是Landsat8中OLI和TIRS两个传感器波段说明:

表: Landsat8数据波段参数

波段

波长范围(μm)

空间分辨率 (m)

1-海岸波段

0.433–0.453

30

2-蓝波段

0.450–0.515

30

3-绿波段

0.525–0.600

30

4-红波段

0.630–0.680

30

5-近红外波段

0.845–0.885

30

6-短波红外1

1.560–1.660

30

7-短波红外2

2.100–2.300

30

8-全色波段

0.500–0.680

15

9-卷云波段

1.360–1.390

30

10-热红外1

10.60 -11.19

100

11-热红外2

11.50 -12.51

100

 

标准的数字相机拍摄得到的图像是真彩色的,效果和人眼看到的一样,红、绿、篮三个波段分别用红、绿、篮三个通道显示,当传感器有更多的波段,我们就可以得到更多的信息,以Landsat8为例,某些特殊的光谱波段可以帮助我们看到一些特殊的地物特征,或者可以透过”现象看到本质”。比如,近红外波段(NIR)是多光谱传感器常用的一个通道,因为在该通道,植被的反射率非常高,所以这个波段对于监测植被很有效;短波红外波段(SWIR)对监测裸土非常有效,它可以反应出裸土表面的湿度情况。类似的例子还有很多。下面以Landsat8数据为例,介绍多波段在不同的RGB组合下显示的效果及其应用。

(一)4,3,2,——真彩色合成,美国加利福尼亚州夫勒斯诺市

用OLI数据,可以得到真彩色合成的图像,这种图像的缺点是易受到大气的影响,有时图像不够清晰。

Landsat8数据不同波段组合的用途「建议收藏」

图(1) 4/3/2真彩色合成,美国加利福尼亚州夫勒斯诺市

(二)5,4,3——标准假彩色合成(CIR),用于植被相关的监测,美国科罗拉多

在这种波段组合下,植被显示为红色,植被越健康红色越亮,而且还可以区分出植被的种类,这种波段组合方式非常常用,用来监测植被、农作物和湿地。

Landsat8数据不同波段组合的用途「建议收藏」

图(2) 5/4/3标准假彩色合成(CIR),美国科罗拉多

 

(三)7,6,4——假彩色合成,用于城市监测,美国洛杉矶

这种波段组合用到了短波红外波段,相较于波长较短的波段来说,效果比较明亮。

Landsat8数据不同波段组合的用途「建议收藏」

图(3) 7/6/4假彩色合成,美国洛杉矶

(四)5,6,4——假彩色合成,有效区分陆地和水体,加拿大哈德逊河

这种波段组合,深浅的橙色和绿色是陆地,冰显示为很亮的玫红色,深浅蓝色是水。

Landsat8数据不同波段组合的用途「建议收藏」

图(4) 5/6/4假彩色合成,加拿大哈德逊河

(五)7,5,3——假彩色合成,具有良好的大气透射,美国华盛顿

这种波段组合和前面提到的5,6,4比较像,植被显示为不同深度的绿色,这种波段组合用于NASA生产的镶嵌的Landsat数据。

Landsat8数据不同波段组合的用途「建议收藏」

图(5) 7/5/3假彩色合成,美国华盛顿

(六)6,5,2——假彩色合成,农作物监测,科罗拉多弗鲁塔

这种波段组合,对监测农作物很有效,农作物显示为高亮的绿色,裸地显示为品红色,休耕地显示为很弱的墨绿色

Landsat8数据不同波段组合的用途「建议收藏」

图(6) 6/5/2假彩色合成,科罗拉多弗鲁塔

(七)7,5,2——假彩色合成,有效森林火灾,加利福尼亚州

这种波段组合类似上面提到的6,5,2,该组合用了更长波段的短波红外,对火点燃烧引起的烟雾的敏感度降低。

Landsat8数据不同波段组合的用途「建议收藏」

图(7) 7/5/2假彩色合成,加利福尼亚州

(八)6,3,2——假彩色合成,突出裸露地表上的一些景观,美国犹他州峡谷

这种波段组合对于没有或少量植被情况下,突出地表的景观,对地质监测有效。

Landsat8数据不同波段组合的用途「建议收藏」

图(8) 6/3/2假彩色合成,美国犹他州峡谷

(九)5,7,1——假彩色合成,有效监测植被和水体,坦桑尼亚的维多利亚河

这种波段组合使用了近红外波段、短波红外2波段和海岸波段,海岸波段是Landsat8独有的,可以穿透一些很小的微粒如灰尘、烟雾等,还能穿透浅的水域。在这种波段组合下,植被显示为橘红色。

Landsat8数据不同波段组合的用途「建议收藏」

图(9) 5/7/1假彩色合成,有效监测植被和水体,坦桑尼亚的维多利亚河

Landsat8还能有许多其他的波段组合,有时候单波段灰度图像也能解释一些特别的现象,比如下面是TIRS传感器的热红外1波段的图像,该影像位于冰岛,中间亮白色的区域是Bardarbunga火山,热红外波段灰度图像突出显示了从薄冰区向南部流动的熔岩流。

Landsat8数据不同波段组合的用途「建议收藏」

图(10) 冰岛Bardarbunga火山热红外波段灰度图

对于单波段的数据,还可以用颜色表渲染彩色显示,可清晰的显示一些特征,下图是将上面的灰度图设置了颜色表彩色显示的结果,下方蓝色区域是低温区,深红色是温度高的区域。

Landsat8数据不同波段组合的用途「建议收藏」

图(11) 冰岛Bardarbunga火山热红外波段配颜色表彩色显示

对多光谱图像利用不同的波段组合能帮助我们凸显感兴趣的地物,组合方式取决于感兴趣地物对不同波段的反射率特征,有一些经验可以借鉴,但在实际分析中,可以通过尝试,发现某个波段或者组合对于所做的区域效果明显,那么这个波段或者RGB波段组合方式就是适合的。

ENVI中进行波段组合非常方便,如下图为打开一个标准Landsat8数据,根据需求选择对应RGB合成显示。

Landsat8数据不同波段组合的用途「建议收藏」

图(12) 数据管理面板

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/163482.html原文链接:https://javaforall.net

赞 (0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • 如何通过maven打包可执行jar包[通俗易懂]

    如何通过maven打包可执行jar包[通俗易懂]一、目的将代码打包成jar包有四种形式:1、只打包本项目的代码,不包括依赖的jar包,并且不可直接通过java-jarxxx.jar执行(应用场景:我们日常使用依赖的jar包)2、只打包本项目的代码,不包括依赖的jar包,并且可以直接通过java-jarxxx.jar执行(应用场景:执行时依赖的jar包存在在本jar包外部,减少jar体积)3、打包本项目的代码,同时将依赖的jar包解压后的文件复制到本jar包中,可以直接通过java-jarxxx.jar执行(应用场景:直接执行,

    2022年10月4日
  • idea2021.5.2激活码4月【在线注册码/序列号/破解码】

    idea2021.5.2激活码4月【在线注册码/序列号/破解码】,https://javaforall.net/100143.html。详细ieda激活码不妨到全栈程序员必看教程网一起来了解一下吧!

    2022年3月19日
  • AWK介绍[通俗易懂]

    AWK介绍[通俗易懂]0.awk有3个不同版本:awk、nawk和gawk,未作特别说明,一般指gawk。1.awk语言的最基本功能是在文件或字符串中基于指定规则来分解抽取信息,也可以基于指定的规则来输出数据。完整的awk脚本通常用来格式化文本文件中的信息。2.三种方式调用awk1)awk[opion]’awk_script’input_file1[input_file2…]

    2022年7月27日
  • JAVA面试基础「建议收藏」

    JAVA面试基础「建议收藏」JAVA面试部分重点内容目录JAVA面试部分重点内容五、输入输出流IO流  1.File类的常用方法?  2.说说IO流?  3.字节流的常用方法?  4.说说字符流?  5.说说缓冲流?  6.说说序列化和反序列化?五、输入输出流IO流  1.File类的常用方法?  java.io.File,使用该类的构造函数就可以创建文件对象,将硬盘中的一个具体的文件以Java对象的形式来表示。方法描述publicFile(Stringpathname)根据路径创建对象(是绝

    2022年7月7日
  • 自监督学习和无监督学习的区别

    自监督学习和无监督学习的区别无监督学习无监督学习不依赖任何标签值,通过对数据内在特征的挖掘,找到样本间的关系,比如聚类相关的任务自监督学习和无监督学习不同,自监督学习主要是利用辅助任务(pretext)从大规模的无监督数据中挖掘自身的监督信息,通过这种构造的监督信息对网络进行训练,从而可以学习到对下游任务有价值的表征。换句话说:自监督学习的监督信息不是人工标注的,而是是通过辅助任务(pretext)在大规模无监督数据中自动构造监督信息,通过得到的标签,就可以类似有监督学习一样进行训练。区别自监督学习是从数据本身找标签来进行

    2022年9月14日
  • Java分布式面试题集合(收藏篇)

    Java分布式面试题集合(收藏篇)分布式分为分布式缓存(Redis)、分布式锁(Redis或Zookeeper)、分布式服务(Dubbo或SpringCloud)、分布式服务协调(Zookeeper)、分布式消息队…

    2022年5月15日

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号