第七章遙感應用7.1地質遙感7.2水體遙感7.3植被遙感7.4土壤遙感7.5高光譜遙感的應用地質遙感的任務是通過遙感影像的解譯確定一個地區的巖石性質和地質構造，分析構造運動的狀況為地質制圖等服務。其中，巖性和地質構造的識別是遙感地質解譯的基礎。7.1.1巖性識別識別標志：色調、形狀、植被、水系。1、巖石的反射光譜特征與巖石本身的礦物成分和顏色密切相關；受組成巖石的礦物顆粒大小和表面糙度；巖石表面濕度；巖石表面風化程度的影響。7.1地質遙感幾種典型火山巖和沉積巖的反射率光譜2、沉積巖的影像特征及其識別

沉積巖本身沒有特殊的反射光譜特征，結合其空間特征及出露條件來識別。

沉積巖最大的特點是具有成層性。沉積巖的層理及巖層三角面3、巖漿巖的影像特征及其識別巖漿巖呈團塊狀和短的脈狀，與沉積巖在形狀結構上明顯不同。酸性巖以花崗巖為代表，色調淺，易與圍巖區分，形態常顯圓形，橢圓形和多邊形。基性巖色調深，大多侵入巖體，容易風化剝蝕成負地形，噴出的基性玄武巖，經切割侵蝕形成方山，臺地。中性巖的色調介于二者之間。侵入巖的色調與形態噴出巖的錐狀形態火山口與火山湖由巖漿巖變質而來的正變質巖和由沉積巖變質而來的負變質巖，都保持了原始巖類的特征，因而與原始母巖的特征相似。正變質巖總體上形成具有模糊的片麻理的塊狀紋形結構；負變質巖在總體輪廓上保留了沉積巖的條紋、條帶圖形結構，具體表現為模糊的條帶狀紋形特征。4、變質巖的識別7.1.2地質構造識別主要包括：識別構造類型、測量產狀要素、判斷構造運動性質。1、水平巖層的識別：高分辨率遙感影像上可見，硬巖的陡坎與軟巖的緩坡呈同心圓狀分布，硬巖的陡坡具有較深的陰影，而軟巖色調較淺。2、傾斜巖層的識別：在低分辨率遙感影像上，根據順向坡有較長坡面，逆向坡坡長較短的特性判斷巖層的傾向。在高分辨率的遙感影像上常出現巖層三角面，這時，根據巖層出露的形態及其與地形的關系，可確定巖層的產狀。1、褶皺的識別褶皺紋理與色調的重復3、褶皺及其類型的識別注意不同分辨率遙感影像的綜合應用。選擇影像上顯示最穩定、延續性最好的平行色帶作為標志層。標志層的色帶呈圈

閉的圓形、橢圓形、

橄欖形、長條形或

馬蹄形等，是確定

褶皺的重要標志。

4、斷層及其類型的識別斷層在遙感影像上有兩種表現：一是線性的色調異常；二是兩種不同色調的分界面呈線狀延伸。地質構造標志、地

貌標志、水系標志

等影像特征也是判

斷斷層存在的重要

標志。

斷層三角面及地貌差異斷層水系的同步彎曲左行錯移5、活動斷裂的確定除了具備斷層的影像特征外，還具有以下特征：山形、溝谷的明顯錯位和變形；山形走向突然中斷；山前現代或近代洪積扇錯開；震中呈線形排列，活動頻繁。

幕府山構造帶OSCOSZ7.2

水體遙感7.2.1水體光譜特征遙感器所接受的輻射包括水面反射光、懸浮物反射光、水底反射光和天空散射光。不同水體的水面性質、水中懸浮物的性質和數量、水深和水底特性的不同，傳感器上接收的反射光譜特性存在差異，為遙感探測水體提供了基礎。7.2.2水體界線的確定可見光范圍內，水體的反射率總體上比較低，因此，在近紅外圖像上，清澈的水體呈黑色。區分水陸界線，應當選擇近紅外波段的影像。水體在微波1mm~30cm范圍內的發射率較低，因此在雷達圖像上，水體呈黑色。也可用雷達影像確定洪水淹沒的范圍。閩江及廈門水體信息提取（據徐涵秋）7.2.3水體懸浮物的確定1、泥沙的確定渾濁水體的反射光譜曲線整體高于清水；波譜反射峰值向長波方向移動（“紅移”）；隨著懸浮泥沙濃度的加大，可見光對水體的透射能力減弱，反射能力加強；波長較短的可見光，如藍光和綠光對水體的穿透力較強，可反映出水面下一定深度的泥沙分布狀況。2、葉綠素的確定水體葉綠素濃度增加，藍光波段的反射率下降，綠光波段的反射率增高；水面葉綠素和浮游生物濃度高時，近紅外波段仍存在一定的反射率，該波段影像中水體不呈黑色，而呈灰色，甚至淺灰色。水體葉綠素信息提取（據張兵等）

水體懸浮物信息提取（據張兵等）

7.2.4水溫的探測白天水體增溫慢，在遙感影像上表現為熱紅外波段輻射低，為暗色調；夜晚水溫高于周圍地物，發射輻射強，在熱紅外影像上呈高輻射區，為淺色調。7.2.5水體污染的探測水體污染物濃度大且使水色顯著地變黑、紅、黃等，與背景水色有較大差異時，在可見光波段的影像上可識別出來。水體高度富營養化，受到嚴重的有機污染，浮游生物濃度高，可在近紅外波段影像上識別出來。水體受到熱污染，與周圍水體有明顯溫差，可在熱紅外波段影像上被識別。水上油溢污染可使紫外波段和近紅外波段的反射率增高，可被探測出來。7.2.6水深的探測藍光波段對平靜、清澈的水體有較大的透射能力，并且水底反射波也較強，此時藍光波段影像上的灰度可反映水深。當水體含沙量較低時，可利用藍光波段和綠光波段的比值，求出相對深度。

7.3

植被遙感植被遙感應用目的：1、確定植被分布2、確定植被類型3、確定植被長勢4、估算植被生物量7.3.1植物的光譜特征1、健康植物的反射光譜特征：

有兩個反射峰、五個吸收谷。綠色植物有效光譜響應特征（1）植物葉子的顏色植物葉子中含有多種色素，在可見光范圍內，其反射峰值落在相應的波長范圍內。2、影響植物光譜的因素不同顏色葉子的反射光譜（2）葉子的組織構造對可見光波段的吸收與反射對近紅外波段強烈反射綠色植物的葉子是由上表皮、葉綠素顆粒組成的柵欄組織和海綿組織構成。（3）葉子的含水量水分含量對玉米葉子反射率的影響植物葉子含水量增加將使整個光譜反射率降低。（4）植物的覆蓋程度葉面指數越大，光譜曲線特征形態受背景下墊面的影響越小。當葉面指數大于5時，幾乎不受下墊面的影響。棉花葉子1~6層疊置的光譜曲線7.3.2不同植物類型的區分1、不同植物由于葉子的組織結構和所含色素不同，具有不同的光譜特征。在近紅外光區，草本植物的反射高于闊葉樹，闊葉樹高于針葉樹。2、利用植物的物候期差異來區分植物同一植物在不同季節的光譜特征有明顯變化，不同的植物生長期不同，光譜特征變化也不一樣。3、根據植物生態條件區分植物類型不同種類的植物，有不同的適宜生態條件，如溫度、水分、土壤、地貌條件等。受溫度的限制，不同地帶生長著不同的植物，在同一地理地帶受海拔高度的影響，形成不同的溫度--濕度組合和植被類型。4、利用高分辨率遙感影像區分植物。不僅可以利用植物光譜來區分植物類型，而且可以直接看到植物頂部和部分側影的形狀、陰影、群落結構等，可較直接的確定其類型。7.3.3植物生長狀況的解譯健康的綠色植物具有典型的光譜特征。遭受病蟲害的植物，海綿組織受到破壞，葉子的色素比例也發生變化，其反射光譜曲線的波狀特征被拉平，近紅外區的變化更明顯。7.3.4大面積農作物的遙感估產主要包括三個方面：農作物的識別與種植面積估算；農作物長勢的檢測；估產模式的建立。1、根據作物的色調、圖形結構等差異最大的物候期的遙感影像和特定的地理位置等特征，將其與其他植被分開。

監測作物長勢水平的有效方法是利用衛星多光譜通道影像的反射值得到植被指數

VI（VegetationIndex），常用的植被指數：（1）比值植被指數RVI

(RatioVegetationIndex)

由于近紅外波段與可見光紅光波段對綠色植物的光譜響應十分不同，兩者簡單的數值比能充分表示兩反射率之間的差異，為比值植被指數。2、利用高時相分辨率的衛星影像對作物生長的全過程進行動態監測

（2）歸一化植被指數NDVI（NormalizedVI）為近紅外波段與可見光紅光波段數值之差和這兩個波段數值之和的比值。在植被遙感中，NDVI應用廣泛的原因：NDVI是植被生長狀態及植被覆蓋度的最佳指示因子。NDVI經比值處理，可以部分消除與太陽高度角、衛星觀測角、地形、云和大氣條件有關的輻照度條件變化等的影響。對于陸地表面主要覆蓋而言，云、水、雪在可見光波段比近紅外波段有較高的反射作用。NDVIimageofArizonafromtheMODISsensoracquiredonMarch14,2002.TheimagehasbeencolorcodedsothatareasofhighNDVIappearinshadesofgreenandareasoflowNDVIappearinshadesoftanandbrown.從2002年3月14日獲得的MODIS傳感器的亞利桑那州NDVI圖像。圖像已被顏色編碼，使區域的高NDVI出現在綠色和低NDVI地區出現在黃褐色和棕色的陰影（3）差值植被指

DVI（Difference

VI)差值植被指數為近紅外波段與可見光紅波段數值之差。（4）正交植被指數PVI（PerpendicularVI)PVI表征著在土壤背景上存在的植被的生物量，距離越大，生物量越大。3、建立農作物估產模式

用選定的植物灌漿期植被指數與該作物的單產進行回歸分析，得到回歸方程式中，y為某一農作物的單產，單位kg/hm2；系數a為回歸方式的截距；系數b為直線的斜率；VI為選定的植被指數。7.3.5遙感植被解譯的應用1、植被制圖2、城市綠化調查與生態環境評價3、草場資源調查4、林業資源調查7.4土壤遙感土壤是在地形、母質、氣候、時間、植被等多種成土因素的綜合作用下形成的。在遙感影像上，不同的土壤類型的特征不如水體，植被等要素明顯，而且，土壤的性狀主要表現在剖面上，而不是在土壤的表面。所以，土壤判讀主要通過綜合分析，并依靠間接解譯標志。

1.地表植被稀少的情況下，土壤的光譜曲線與其機械組成和顏色密切相關。顏色淺的土壤具有較高

的反射率，顏色較深的

土壤反射率較低；土壤含水量增加，會使

反射曲線平移下降，但

當土壤處于飽和或過飽

和，反射率反而增加；7.4.1土壤的光譜特征在干燥條件下同樣物質

組成的細顆粒的土壤，

表面比較平滑的，具有

較高的反射率，而較粗

的顆粒具有較低的反射

率。2.土壤表面有植被覆蓋時，覆蓋度小于15%，光譜特征與裸土相似；在15%-70%，表現為混合光譜；大于70%，基本上表現為植被的光譜特征。7.4.2土壤類型的確定確定土類：由一個地區的生物氣候條件決定，因此，解譯時首先確定研究區的水平地理地帶作為基帶；確定亞類：可根據容易解譯的地貌部位和植被特征結合，間接地在該區確定上述土壤亞類；土屬的確定：以地區性條件為依據，如地貌、母質等，在亞類基礎上分出土屬；土種的確定：根據土壤剖面特征劃分，遙感影像較難發現，但可根據地形部位、母質等特征推斷土壤薄厚，作為土壤分類參考；土壤類型綜合分析和間接解譯：注重歷史變化；對兩種類型的過渡和邊緣地區進行適當現場驗證。7.5高光譜遙感的應用

高光譜遙感是高光譜分辨率遙感的簡稱，是在電磁波譜的可見光，近紅外，中紅外和熱紅外波段范圍內，獲取許多非常窄的光譜連續的影像數據的技術。

高光譜遙感與一般遙感的主要區別在于：1）波段多（數百個以上）；2）波段寬度窄，小于10納米；3）光譜覆蓋范圍寬，從可見光到熱紅外的全部電磁輻射波

譜范圍；4）能形成一條連續完整的光譜曲線。7.5.1高光譜遙感在地質調查中的應用地質是高光譜遙感應用中成功的一個領域。高光譜的窄波段可以有效區別礦物的吸收特性，從而成功識別礦物。從高光譜遙感數據中提取各種地質礦物成分需要的主要技術如下：光譜微分技術：是對反射光譜進行數學模擬和計算不同階數的微分，來確定光譜曲線的彎曲點和最大最小反射率的對應波長位置。在地質遙感上確定波長位置，深度等。光譜匹配技術：是對地物光譜和實驗室測量的參考光譜進行匹配或地物光譜與參考光譜數據庫比較，求得它們之間的相似或差異性，以達到識別的目的。混合光譜分解技術：用以確定在同一像元內不同地物光譜成分所占的比